高丹草（高梁×苏丹草）产量及其构成因素的QTL定位与分析

利用分子标记技术，在许多作物上已获得了高密度的分子遗传图谱，并定位了许多主要农艺性状的QTL，而在牧草上这方面的研究尚属空白。为提高育种中对牧草产量性状优良基因型选择的效率，对高丹草的单株产量及其构成因素（株高、分蘖数、叶片数）进行QTL定位，确定其在染色体的位置及其遗传效应，探讨其杂种优势产生原因。在以高粱413A和棕壳苏丹草杂交获得的248个F2：3家系构建的作图群体中，应用AFLP和RAPD两种标记技术构建了高丹草（Sorghum×Sudangrass）的遗传连锁图谱。共包含168个标记，分布于10个连锁群，图谱总长度为836cM，标记间平均图距为4．98cM。采用Joinmap／QTL4．0对高丹草单株产量及其三大构成因素进行QTL定位。共检测到QTLM9个，分布在8个连锁群上，其中，第1和3连锁群最多，各为4个和3个。单个QTL解释性状表型变异的5．20％．51．50％。检测到的19个QTL中，表现加性效应的有1个，占5．26％，部分显性效应的有3个，占15．79％，显性效应的有6个，占31．58％，超显性效应的有9个，占47．36％。超显性效应和显性效应在高丹草杂种优势的遗传基础中占主导地位。     

甘蓝型油菜产量及其构成因素的QTL定位与分析

产量性状是复杂的数量性状, 对种子的单株产量及其构成因素(全株总有效角果数、每角粒数、千粒重)进行QTL定位和上位性分析,确定其在染色体上的位置及其遗传效应,可以探讨油菜杂种优势产生原因,提高育种中对产量性状优良基因型选择的效率,达到提高油菜产量的目的。在双低油菜细胞质雄性不育保持系1141B和双高恢复系垦C₁构建的F₂作图群体中,运用SRAP、AFLP和SSR三种标记技术构建了一个甘蓝型油菜(Brassica napus L.)的分子标记遗传连锁图谱。共包含244个标记,分布于20个主要连锁群、1个三联体上,图谱总长度为2 769.5 cM。采用Windows QTL Cartographer Version 2.0统计软件及复合区间作图法,对油菜单株产量及其3大构成因素进行QTL定位,共检测到QTLs 16个分布在9个连锁群上,其中第6和13连锁群最多,均有3个。单个QTL解释性状表型变异的0.38%～73.34%。对于同一性状,等位基因的增效作用既来自母本,亦源自父本;采用双向方差分析法对位点间互作及其上位性进行分析,检测到26对影响产量构成性状的上位性互作效应QTL,说明油菜基因组中存在大量控制产量的互作位点,油菜产量性状的上位性存在着多效性,上位性互作包括QTL与非QTL位点,其中以非QTL位点较多。一般互作位点的独立效应值较小,而互作的效应值显著增大,且一般超过两位点独立效应值之和。反映了控制产量性状基因的复杂性。上位性是甘蓝型油菜产量性状杂种优势的重要遗传基础。     

高丹草(高粱×苏丹草)主要农艺性状的遗传参数研究

选用9份高丹草试材进行了12个性状的遗传变异系数、遗传力及遗传相关研究.结果表明:株高、叶片数、茎粗、分蘖数、叶/茎的遗传力和遗传进度较高,遗传变异范围广泛.单株鲜重、叶宽、茎粗、分蘖数、株高、叶片数与干物质产量有显著或极显著的遗传相关,叶/茎虽不显著,但相关程度很高.经通径分析,明确了这些性状对单株鲜重的直接作用,进而利用主成分分析,明确了各性状之间的关系以及对综合指标的贡献.因此,通过对这些性状的选择,可以达到对饲用产量性状选择的目的.     

高丹草（高梁×苏丹草）主要农艺性状的遗传参数研究

选用9份高丹草试材进行了12个性状的遗传变异系数、遗传力及遗传相关研究。结果表明：株高、叶片数、茎粗、分蘖数、叶／茎的遗传力和遗传进度较高，遗传变异范围广泛。单株鲜重、叶宽、茎粗、分蘖数、株高、叶片数与干物质产量有显著或极显著的遗传相关，叶／茎虽不显著，但相关程度很高。经通径分析，明确了这些性状对单株鲜重的直接作用，进而利用主成分分析，明确了各性状之间的关系以及对综合指标的贡献。因此，通过对这些性状的选择，可以达到对饲用产量性状选择的目的。     

作物QTL分析的原理与方法

作物的许多性状为数量性状,数量性状基因座（QTL）定位的理论依据是Morgan的连锁遗传规律;定位的群体有初级作图群体、次级作图群体和高级作图群体;分析的方法有零区间作图法、单区间作图法、复合区间作图法、混合线性模型;影响QTL定位精确性的因素有群体的大小、分析方法、QTL的分布及作用模式等。传统的作图群体和作图方法存在一些问题,因此有必要开发新的作图群体、研制新的作图方法,以缩短QTL分析与育种实际应用之间的距离。     

甘蓝型油菜产量及相关性状的QTL分析

高产是甘蓝型油菜育种的重要目标之一，产量是多基因控制的数量性状。本文通过QTL作图分析了产量及其相关性状的数量性状位点，以甘蓝型油菜中油821和保604 F₁代小孢子培养获得的DH系为作图群体，构建了由20个连锁群组成的，包括251个分子标记( 2个RFLP标记，72个RAPD标记，91个SSR标记，86个SRAP标记)的遗传连锁图(10个标记没有分配到连锁群中)。图谱的平均图距为6.96 cM，共覆盖油菜基因组1 746.5 cM。在此图谱基础上采取复合区间作图法，检测到与油菜产量及其相关性状有关的QTL共17个。其中控制株高的3个分别位于第4、第9和第10连锁群上，对性状的解释率为9.42%～17.58%；与分枝部位有关的4个分别位于第4、第6和第7连锁群上，其中Bp1 和Bp2 均位于第4连锁群，对性状的解释率为8.13%～15.20%；与主花序有效长有关的3个分别位于第4、第10和第16连锁群上，对性状的解释率为7.49%～23.36%；与一次有效分枝有关的2个分别位于第1、第4连锁群上，对性状的解释率为15.29%～19.58%；与角果总数和千粒重有关的分别位于第4连锁群和第9连锁群上，贡献率分别为17.42%和7.64%；与单株产量有关的3个分别位于第3、第4和第15连锁群，共解释26.60%的表型变异。部分性状的QTL在连锁群上成簇分布,对性状贡献率很大，表现主效QTLs的特点，相应的性状之间也呈显著相关，这表明一因多效或者相关的QTLs之间紧密连锁是性状相关的遗传基础。本研究中与主效QTLs连锁的标记可用于油菜产量性状的分子标记辅助选择。     

陆地棉产量相关性状的QTL定位

中棉所28和湘杂棉2号分别是以中棉所12×4133和中棉所12×8891配制而成的两个陆地棉强优势杂交种。以其F₂为作图群体,筛选6000多对SSR引物,利用两群体间27个共有多态位点,通过JoinMap 3.0软件整合了一张包含245个多态位点、全长1847.81 cM的遗传图谱。利用Win QTLCart 2.5复合区间作图法分别对两群体8个产量相关性状在F₂和F_2:3中进行QTL定位,在中棉所28群体多环境平均值的联合分析中检测到16个QTL,三环境分离分析中检测到43个QTL;在湘杂棉2号群体分别检测到20个和66个QTL。在A3、D8、D9等染色体上有QTL成簇分布现象,同时在两个群体中发现一些不受环境影响且稳定遗传的QTL。对考察的8个性状在两个群体中发现12对共有QTL,控制果枝数、衣分和籽指的QTL增效基因位点均来源于共同亲本中棉所12。综合分析推测中棉所12的育种价值主要是通过提高后代的结铃性来实现的。研究结果为棉花产量性状的分子设计育种提供了有用的信息。     

高产棉花品种泗棉3号产量及其构成因素的QTL标记和定位

利用我国长江流域大面积种植的高衣分、高产品种泗棉3号和西班牙陆地棉栽培品种Carmen,构建RIL作图群体,在3个环境中进行产量及其构成因素的QTLs标记和定位,研究了泗棉3号高产特性的分子机理。用2 523对SSR引物,进行双亲的多态性检测,其中62对（2.46%）有多态性,它们共产生65个稳定的多态性位点。通过复合区间作图,共检测到1个单株果节数、1个铃重、2个籽指、1个衣指和1个百粒籽棉重等8个产量构成因素的QTLs。单标记分析还在多环境中检测到17个产量构成因素的QTLs。与这些QTLs紧密连锁的分子标记可以用于对产量及其构成因素的分子标记辅助选择。     

强优势杂交棉产量性状的QTL定位

本研究以中9018自交系为母本以及中棉所45自交系为父本进行杂交,构建了219个F2:3家系,将其分成两份后分别种植于河南省安阳和安徽省望江,每个点分别设置了三个重复。用6753对引物筛选亲本多态性,获得了193个多态位点并进行标记间连锁分析,其中的127个位点构建了一张包括33个连锁群,全长为1396.2cM的陆地棉品种间分子标记遗传图谱。另外利用基于混合线性模型的QTLNet-work2.0软件对产量相关性状进行QTL分析,共检测到5个加性QTL和10对上位性QTL。这些结果为进一步的QTL精细定位以及棉花杂种优势利用奠定了基础,并可以此为参考选择部分材料供后续研究使用。     

用(培矮64s/Nipponbare)F2群体对水稻产量构成性状的QTL定位分析

用水稻测序品种培矮64s和Nipponbare为亲本构建的含137个SSRs标记的连锁遗传图谱和(培矮64s/Nipponbare)F2群体的180个单株,对水稻的单株有效穗数、穗粒数、穗实粒数、结实率、穗着粒密度、千粒重等6个产量构成性状进行了QTL定位分析.共检测到6个性状的22个QTLs,分布在第1、2、4、5、6、9、10、11、12等9条染色体的14个区域,表型贡献率5.0%～19.3%;相关性较强的性状之间具有较多共同或紧密连锁的QTLs;集中分布的QTLs之间既有同向连锁,也有反向连锁.对不同水稻群体定位的同源QTL进行了比较,对QTL在染色体上的集中分布,以及用QTL定位结果和生物信息学方法相结合预测基因的功能等进行了探讨.     

陆地棉重组近交系产量及其构成因素的QTL分析

利用爱字棉1517×德州047重组近交系(recombinant inbred lines, RIL)中G6群体构建的SSR遗传连锁图谱及基于混合线性模型的复合区间作图法对QTL进行定位,并对主效QTL,加性×加性上位性QTL及与环境互作效应进行分析,为利用分子聚合方法提高产量提供理论依据。对2006年、2008年以及2009年的产量性状进行分离分析,检测到24个不同年份的主效QTL,其中相关于单株籽棉、单株皮棉、衣分、子指以及单株铃数的分别检测到1个不同年份稳定存在的主效QTL;对3年的产量性状作环境因子联合分析,检测到14个主效QTL,其中6个与环境互作,检测到20对加加上位性QTL,其中7对与环境互作。不同年份检测的稳定且受环境影响小或不受环境影响的与近处标记紧密连锁的主效QTL可用于分子标记辅助选择,以提高育种的效率。     

小麦籽粒产量及穗部相关性状的QTL定位

由小麦品种花培3号和豫麦57杂交获得DH群体168个株系,种植于3个环境中,利用305个SSR标记对籽粒产量和穗部相关性状(穗长、穗粒数、总小穗数、可育小穗数、小穗着生密度、千粒重和粒径)进行了QTL定位。利用基于混合线性模型的QTLNetwork 2.0软件,共检测到27个加性效应和13对上位效应位点,其中 8个加性效应位点具有环境互作效应。相关性高的性状间有一些共同的QTL位点,表现出一因多效或紧密连锁效应。5D染色体区段Xwmc215–Xgdm63,检测到控制籽粒产量、穗粒数、总小穗数、可育小穗数和小穗着生密度5个性状的QTL位点,各位点的遗传贡献率较大且遗传效应方向相同,增效等位基因均来源于豫麦57,适用于分子标记辅助育种和聚合育种。控制千粒重与穗粒数的QTL位于染色体不同区段,有利于实现穗粒数与粒重的遗传重组。     

越冬栽培稻产量性状相关QTL定位

越冬栽培稻是一类能越过自然冷冬季节并在第2年春季萌芽、正常开花结实、收获稻谷的水稻品种。本文通过对越冬栽培稻产量性状QTL分析,明确产量相关性状的遗传规律,旨在进一步解析越冬栽培稻产量性状的遗传机制,为育种创新利用提供理论依据。以3份越冬栽培稻构建的3个半同胞F2群体为材料。各考察15个产量相关性状,利用Excel 2003、GraphPad Prism 5.0和QTL IciMapping 4.10软件分析数据、绘制遗传图谱、定位QTL和联合分析。结果表明,产量性状表型值在3群体中呈连续正态分布,表现为数量性状遗传。共检测到37个QTL和26对上位性QTL,贡献率分别介于2.32%～36.31%和1.04%～2.05%;检测到9个同时影响2个及以上产量性状(一因多效)QTL标记区间;以联合分析检测到13个产量性状相关QTL,其中4个QTL区间与单群体检测QTL区间重叠;越冬栽培稻产量相关性状QTL以加–显性效应遗传为主、上位性遗传效应为辅。本研究将为越冬栽培稻产量相关基因挖掘及育种创新利用奠定基础。     

大豆产量和产量构成因子及倒伏性的QTL分析

随机选取中豆29×中豆32重组自交系群体中165个家系作为2年田间试验材料,分析大豆单株产量、产量构成因子及倒伏性等性状的相关性和遗传效应,并检测各性状QTL。结果表明,38个与产量、产量构成因子及倒伏性状等有关的QTL,主要集中在C2、F和I连锁群。表型相关分析结果与QTL定位结果一致。在F连锁群上,2年均检测到倒伏QTL qLD-15-1,解释的表型变异超过20%,与百粒重和分枝荚数QTL分别位于相同和相邻标记区间,表明产量相关性状与倒伏性存在一定的关联。在I连锁群上,每荚粒数QTL和二、三、四粒荚数QTL不仅于同一位置,解释的表型变异为32%~65%,并且2个年份均重复出现,每荚粒数和四粒荚数QTL与二、三粒荚数QTL的增效基因分别来自不同的亲本。这4个粒荚性状QTL的共位性与表型相关分析结果一致,证实每荚粒数和四粒荚数与二、三粒荚数分别由不同的机制调控,对于育种上探讨以改良大豆粒荚性状为途径提高大豆产量,提供了重要依据。     

高粱苗期耐盐碱性QTL定位

为定位混合盐碱胁迫下调控高粱苗期性状的QTL位点,发掘耐盐碱基因位点及其紧密连锁标记。以耐盐碱和盐碱敏感组合BJ-299×Tx622B构建的F2群体为材料,采用SSR标记技术和区间作图法对170个F2∶3家系进行高粱苗期相对存活率(RL)、相对干质量(RDW)、相对鲜质量(RFW)和相对苗高(RSH)的QTL分析。结果表明,试验材料耐盐碱性状符合数量遗传的特点,共定位到3个QTL位点(q SAT-A、q SAT-D和q SAT-J)调控高粱苗期耐盐碱性状,分布在A、D和J染色体上,位于标记Sam27281~Sam22486、Sam11433~Sam78379和Sam62346a~Sam38392。q SAT-A和q SAT-D同时调控RL、RDW、RFW和RSH性状,表型贡献率分别为14.3%,9.7%,8.0%,10.6%和8.7%,13.5%,18.8%,13.6%;q SAT-J位点调控RL性状,贡献率为7.3%。q SAT-A和q SAT-D为调控高粱苗期耐盐碱性状的重要位点,有望在高粱耐盐碱性状分子标记辅助育种发挥重要作用。     

新疆主栽陆地棉品种形态性状QTL的标记与定位

为了阐明新疆"矮密早"栽培技术下的高密度、矮化陆地棉形态性状QTL的遗传规律,本研究利用新疆不同陆地棉主栽品种(Gossypium hirsutum L.)构建了3个种内作图群体,进行陆地棉形态性状QTL的分子标记筛选.三个遗传图谱的连锁群长度分别为593.6 cM、830.2 cM和743.1 cM.3个遗传图谱的连锁群覆盖了除棉花Chr.22外的所有染色体.在此基础上鉴定、筛选出果枝始节、株高、叶主脉、叶次脉等15个稳定的QTLs:其中2个果枝始节QTL位于Chr.5和Chr.7上;3个株高QTL分别位于Chr.13、Chr.25和Chr.17上;筛选出叶主脉及叶次脉的QTL共10个,位于Chr.7、Chr.15、Chr.17、Chr.19、Chr.21和Chr.23连锁群17、6上,解释表型变异在6.8%～24.4%之间.对没有分配到连锁群上的标记位点的单标记分析,在LOD值大于2的水平下,共检测出9个与棉株形态性状相关的标记,其中与株高相关标记3个,另外6个标记与叶主脉及叶次脉相关.本研究定位在Chr.15、Chr.21、Chr.23和Chr.25上的棉株形态性状QTL,在染色体水平上的定位与前人报道相同,其它QTL在染色体水平上定位与前人研究不同,可能是新检测出的QTL.     

用(培矮64s/Nipponbare)F2群体对水稻产量构成性状的QTL定位分析

用水稻测序品种培矮64s和Nipponbare为亲本构建的含137个SSRs标记的连锁遗传图谱和（培矮64s/Nipponbare）F₂群体的180个单株，对水稻的单株有效穗数、穗粒数、穗实粒数、结实率、穗着粒密度、千粒重等6个产量构成性状进行了QTL定位分析。共检测到6个性状的22个QTLs，分布在第1、2、4、5、6、9、10、11、12等9条染色体的14个区域,表型贡献率5.0%-19.3%;相关性较强的性状之间具有较多共同或紧密连锁的QTLs;集中分布的QTLs之间既有同向连锁.对不同水稻群体定位的同源QTL进行了比较,对QTL在染色体上的集中分布,以及用QTL定位结果和生物信息学方法相结合预测基因的英勇等进行了探讨。     

水稻株高QTL分析及其与产量QTL的关系

分别应用具有112和160个标记位点的两个籼/籼交组合的F2群体的连锁图,对控制水稻株高的数量性状基因(QTL)进行了研究.各定位了4个和3个株高QTL,每个QTL的贡献率在5.6%～22.9%之间.在一个群体中,4个QTL都表现为完全显性或超显性;在另一个群体中,3个QTL均表现为部分显性.分别检测到7对和5对影响株高的双基因互作,其中一个群体以     

豇豆SNP高密度遗传图谱构建及重要农艺性状QTL定位

为促进豇豆种质资源的高效利用和新基因发掘,本研究基于豇豆F2群体,利用重测序技术构建了包含2984个bin标记(142,146个SNP)的遗传连锁图谱。该图谱共11个连锁群,总长1333.48cM,平均图距0.45cM。不同连锁群的长度从84.63～183.15 cM不等,平均图距从0.27 cM至0.89 cM不等。根据F₂、F₃的表型调查,利用该图谱共检测到15个QTL,分别与百粒重、花色、荚长、荚形、荚质、籽粒颜色等14个性状相关。其中荚质、荚长、主茎分枝数等分别检测到1个主效QTL区间,其余性状检测到多个QTL区间。通过对区间内的基因注释分析,分别确定了与荚长、单株荚数、籽粒颜色构成等性状相关的候选基因。本研究中QTL分析结果将为豇豆属重要性状的标记辅助选择奠定基础,而候选基因筛选则有助于深入解析这些性状的遗传机理,提高豇豆分子遗传学研究水平。     

水稻产量形成中产量构成成分的QTL表达的剖析

禾木科作物的籽粒产量和其4个构成成分一直是育种和研究中最重要的目标性状之一。产量相同的不同品种，从其产量构成来看，主要有3种高产模式体系，如重穗型、多穗型和混合型。Donald提出了理想型的概念，用以阐述通过提高单个组分性状来促进产量潜力。已有很多人根据形态特征和生理特征研究了产量构成成分。另外，Sidwell等报道，由于产量的遗传力低，而每株分蘖数和千粒重遗传力高，通过产量构成成分来提高产量是最有效的。但是，在早期分离世代选择产量构成成分不是十分有效，这是由于产量构成成分之间存在相关关系。