辣椒果实性状主基因+多基因遗传分析

以西北农林科技大学蔬菜种质资源创新实验室提供的辣椒品系AA5与CK18为亲本构建F₂代群体,统计调查群体各性状的分离情况,经相关性分析以及主基因+多基因遗传分析的方法来获得辣椒6个果实性状的主基因模型以及遗传效应。结果表明：6个果实性状皆是受主基因调控的数量性状,而且其相关性密切。辣椒果形指数、果肉厚度和果宽等3个性状中存在两组等加性主基因,属于2MG-EA模型;果长和单果质量存在两组加-显性主基因,属于2MG-AD模型;果皮硬度性状的遗传属于1MG-AD模型,存在一组加-显 性主基因。辣椒的果形指数和单果质量第1对主基因的正加性更显著。果皮硬度和果长性状的主基因效应为负显性以及正加性。果宽和果肉厚度性状的两对主基因表现为正向等加性。主基因遗传率∶单果质量（53.69）>果宽（48.42）>果长（34.67）>果肉厚度（25.42）>果皮硬度（22.91）>果形指数（22.23）。因此辣椒的这6个果实性状不宜于低代开展选育。研究结果为本材料的后续分子标记以及更高效、更具针对性的辣椒分子选育工作提供理论参考。     

花生含油量杂种优势表现及主基因+多基因遗传效应分析

 【目的】了解是花生遗传改良主要目标含油量的杂种优势和遗传特点,指导花生育种实践。【方法】利用植物数量性状主基因与多基因混合遗传模型的P1、P2、F1、F2 4个世代联合分析方法,分析以花生野生种为高油基因源的4个组合后代群体含油量的遗传效应。【结果】4个组合均存在一定的杂种优势,中亲优势率分别为1.41%～9.42%。不同亲本组合含油量基因遗传特点差异明显。SW9721-3×特21和SW9721-12×濮花22号2个组合分离世代F2含油量次数分布均呈混合正态分布,符合主基因+多基因遗传特征。D-0模型是这2个组合含油量的最佳遗传模型,其含油量遗传受1对加性-显性主基因+加性-显性-上位性多基因控制,主基因遗传率为45.00%～47.51%,多基因遗传率为18.72%～22.75%。SW9721-23×95-3和SW9721-38×鲁花11号2个组合F2含油量次数分布均呈正态分布,符合多基因遗传特征,多基因遗传率为66.09%～66.51%。【结论】花生含油量杂种优势和超亲分离普遍存在;控制含油量性状的基因在效应上存在较大差异,有的出现主基因特性;加性基因在花生含油量遗传中起主要作用,通过高油单株定向选择育种可以实现含油量的有效改良。     

谷子株高及穗部性状主基因+多基因混合遗传模型分析

[目的]株高和穗部性状是影响谷子产量的关键性状.探究谷子株高及穗部性状表型变异的遗传规律,为相关性状的遗传改良与基因定位提供参考依据.[方法]以谷子优质品种豫谷18为共同父本,分别与黄软谷和红酒谷杂交,构建2个分别包含250个家系的重组自交系F7群体(YYRIL和YRRIL).采用主基因+多基因混合遗传模型,对YYRI...     

主基因-多基因混合遗传数量性状的单性状选择模型

【目的】分别估计分离世代数量性状主基因-多基因混合遗传中的多基因效应方差和环境方差,为育种工作者提供一种简单易行的单性状选择方法。【方法】利用正态分布的极限误差,将混合正态分布数据划分到多个单一正态分布对应的区间,每一区间代表一种主基因型,采用有重复观测数据的单因素多元方差分析方法,分别估计各主基因型间的主基因效应协方差阵、多基因效应协方差阵和环境协方差阵,然后结合混合正态分布中各成分分布的比例,计算该数量性状的表型方差、遗传方差、环境方差和遗传力等遗传参数,并进行实例分析。【结果】在相同选择强度下,遗传效率为110.3760%,较作为单一正态分布的普通数量性状选择效率提高了10.3760%。当选择强度i=0.5时,遗传增益GS=28.41。【结论】应用建立的主基因-多基因混合遗传数量性状单性状选择模型计算,遗传效率有很大提高,表明该方法具有实用性。     

鸡18周龄体重的主基因+多基因混合遗传模型分析

为探索鸡产蛋初期体重的内在遗传变化规律,确定控制产蛋初期体重的主基因对数,本研究以东乡绿壳蛋鸡(P_1)和单冠白莱航鸡(P_2)为亲本构建F2资源群体,测定亲本(P_1、P_2)、子一代(F_1)和子二代(F_2)产蛋初期18周龄体重,运用数量性状主基因+多基因混合遗传模型软件SEA-G4F2对鸡18周龄体重进行遗传分析。结果表明,最适合鸡18周龄体重的主多基因混合遗传模型为两对加性-显性-上位性主基因+加性-显性多基因混合遗传模型,即为24个模型中的E-1模型;主基因遗传力为0.25,多基因遗传力为0。综上,主基因对鸡18周龄体重调控作用远大于多基因。     

甜玉米茎秆强度性状的主基因+多基因遗传分析

【目的】研究甜玉米茎秆强度性状的遗传模型,为甜玉米抗倒伏育种提供理论依据。【方法】以2个茎秆强度差异较大的自交系T49(抗倒伏)和T56(易倒伏)为亲本配制杂交组合,用"主基因+多基因混合遗传模型"分析方法对甜玉米茎秆强度性状进行分析。【结果】茎秆穿刺强度最佳遗传模型为D-0(1对加性-显性主基因+加性-显性-上位性多基因混合遗传模型),BC_1、BC_2、F_2主基因遗传率分别为74.07%,45.30%,57.78%;茎秆抗压强度最佳遗传模型为E-0(2对加性-显性-上位性主基因+加性-显性-上位性多基因混合遗传模型),BC_1、BC_2、F_2主基因遗传率分别为44.15%,40.83%,62.97%;茎秆弯折性能最佳遗传模型为E-0(2对加性-显性-上位性主基因+加性-显性-上位性多基因混合遗传模型),BC_1、BC_2、F_2主基因遗传率分别为69.79%,40.89%,89.46%,3个性状均以主基因遗传为主。【结论】在育种实践中,对早期世代可进行玉米抗倒伏性遗传改良和选择,同时注意一定的环境因素,采用聚合回交或轮回选择来累积微效基因以提高育种效率。     

一个矮穗位自交系的主基因+多基因混合遗传模型

玉米穗位高是与产量密切相关的重要农艺性状。本研究应用植物数量性状“主基因+多基因混合遗传模型”方法,对矮穗位自交系ds1与三个穗位高不同的自交系(As、Bs、Cs)配置的3个杂交组合的6个世代(P₁、P₂、F₁、F₂、BC₁、BC₂)进行了穗位高的遗传分析。结果表明,ds1的穗位高的遗传受1对加性主基因+加性-显性多基因共同控制。各组合的主基因表现相似,而多基因表现差异较大,环境对穗位高的影响较大。     

旱胁迫下2个小麦RIL群体苗期性状主基因与多基因的遗传分析

以宁春4号为母本,分别与宁春27号和Drystal为父本构建的2个RIL群体为材料,苗期旱胁迫处理,用数量性状的主基因+多基因混合分析法对胚芽鞘长、株高、根长、根数、叶绿素含量、枯叶率等6个数量性状进行遗传模型分析。结果表明,株高、根数、叶绿素的最佳遗传模型为4MG-AI,4对主基因+加性多基因控制,表现为主基因-加性-上位性效应;根长的最佳模型为3MG-AI,受3对主基因+加性多基因控制,表现为主基因-加性-上位性;枯叶率的最佳遗传模型为2MG-Inhibiting,受2对抑制性主基因-加性多基因控制的;胚芽鞘长的最佳遗传模型为2MG-Duplicate,受2对重叠性主基因-加性多基因控制。6个性状主基因遗传率在5.710 7%～58.985 5%之间,其中枯叶率、胚芽鞘长、根数遗传率比较低,说明环境对这2个性状影响比较大。     

玉米行粒数主基因+多基因混合遗传模型分析

为了对玉米行粒数进行遗传改良,以PH6WC/7873(组合Ⅰ)和MX002/MS001(组合Ⅱ)的6个世代(P1、P2、F1、B1、B2、F2)为材料,利用植物数量性状主基因+多基因混合遗传模型,研究了玉米行粒数的主基因+多基因遗传规律。结果表明,组合Ⅰ的行粒数符合加性-显性-上位性多基因遗传模型(C-0模型)。组合Ⅱ的行粒数符合2对加性主基因+加性-显性多基因遗传模型(E-3模型)。组合Ⅰ3个分离世代的行粒数多基因遗传率分别为75.13%、74.51%、82.59%。组合Ⅱ3个分离世代的行粒数多基因遗传率分别为73.50%、73.20%、72.40%;主基因遗传率分别为6.40%、8.90%、9.10%。以多基因遗传为主,应采用轮回选择和聚合回交的方法积累微效基因,对玉米行粒数进行遗传改良。     

多头切花秋菊杂交F1群体观赏性状主基因+多基因混合遗传分析

以多头切花秋菊品种rossi黄和红菊复色进行杂交的F₁代群体(108株)为研究对象,采用描述性统计和相关分析对切花菊杂交F₁群体的花部、茎部、叶部共17个观赏性数量性状进行测定分析,利用植物数量性状主基因+多基因混合遗传模型方法对菊花的F₁杂交后代进行遗传以及相关分析。结果表明：该杂交群体表型变异丰富,变异系数在18.22%～62.99%之间;杂交F₁群体部分性状具有相关性,且全部是正相关;该杂交后代群体的花径、梗长、株高、叶柄长度由一对主基因控制;舌花、瓣长、瓣宽和叶厚由2对主基因控制;其他性状显示无主基因控制。舌状花瓣数、瓣宽、梗长、株高、叶厚的主基因遗传力均大于50%,属于高度遗传力,受环境影响较小,在早期世代即可进行选择。本研究初步明确多头切花秋菊杂交F₁群体观赏性状的主基因多基因效应与遗传变异,对多头切花秋菊的杂交育种和亲本选育具有一定参考价值。     

Genetic Analysis of Panicle Related Traits in Wheat with Major Gene Plus Polygenes Mixed Model

【Objective】 Panicle traits are important yield traits of wheat, occupying an important position and role in wheat yield composition. Carrying out genetic research on wheat panicle traits and analyzing its genetic mechanism provide theoretical and practical guidance for formulating high-yield breeding strategies and improving breeding efficiency. 【Method】 Based on the length of the main stem, the number of spikelets, the number of grains per spike, and the number of spikelets, the main gene + polygene mixed genetic model of quantitative traits was used to obtain the parental product 34 and the male parent under different ecological conditions. BARRAN and its derived F_7:8, F_8:9 generation recombinant inbred line population (RIL) were used for genetic model analysis and genetic parameter estimation of panicle traits to determine the number of genes controlling various traits, and to estimate genetic effect values and heritability. 【Result】The best genetic model for panicle length and spikelet number were B-2-1 (PG-AI), which was consistent with two pairs of linked major genes + additive-epistasis polygene genetic model. The polygenic heritability of spike length was 90.64%, the polygenic heritability of spikelet number was 89.52%, the average of environmental variation of spike length accounted for 9.39% in phenotypic variation, and the average of environmental variation of spikelet number accounted for 10.50% in phenotypic variation; Major gene heritability was 69.39%, Polygenes heritability rate was 29.94%, and the average environmental variation accounted for 2.18% in phenotypic variation. Additive effect value of the first pair of main genes controlling the number of spikes and the additive effect value of the third pair of major genes are equal, and the same was 4.56, which has a positive effect. The additive effect value of the second pair of major genes was the same as the additive effect of the first pair of major genes × the second pair of major genes × the third pair of major genes, both of which were -1.44, and are negative effects. The additive and additive × additive epistasis interaction values were equal to the additive and the second pair of major gene additions × the third pair of major gene additive epistatic interactions, both of which were -6.02. Additive and the first pair of major gene additive × the third pair of main gene additive epistatic interaction effect value is 0.18, the multi-gene additive effect value is 0.15, showing a lower positive genetic effect; H-1(4MG-AI) was best-fitting genetic model for the spikelet number traits, which showed that their inheritance was controlled by incorporating four major genes additive-epistasis genetic model. The heritability of the main gene was 81.50%. The additive effect values of the main genes in the first to fourth pairs were 0.22, 0.18, -0.20, and 0.24, respectively, the additive and epistatic interactions of the first pair of major genes × the first pair of major genes were -0.170, the additive effect value of the additive and the first pair of major genes × the third pair of major genes was 0.240. the additive effect value of the additive and the first pair of major genes × the fourth pair of major genes was -0.200, additive and the second pair of major genes × the third pair of major genes × additive effect value and additive and the second pair of major gene additive × fourth pair of major gene additive epistatic interaction value absolute value, the effect in contrast, the former value was 0.030, and the latter value was -0.030. The additive effect value of the additive and the third pair of major genes × the fourth pair of major genes was 0.060. 【Conclusion】The panicle traits of wheat are mainly polygenic genetic effects, which are in line with quantitative genetic characteristics and are susceptible to environmental influences. The number of spikelet grains has the genetic characteristics of the main gene. The main gene has high heritability and is affected by the environment. The number of spikelets can be used as a direct indicator to effectively improve the early selection of panicle traits, achieving single plant directional selection and improving breeding efficiency.     

基于主基因+多基因混合模型的水稻半矮秆基因的遗传分析

利用半矮生水稻品种沈稻4号(P_1)和中高秆晶系沈农637(P_2)及其杂交后代F_1、F_2群体,运用主基因+多基因混合遗传模型对株高的遗传进行了联合分离分析.结果表明:株高性状受两对加性-显性-上位性主基因和加性-显性-上位性多基因共同控制.两对主基因的加性效应近似相等,分别为-4.742和-4.741,主基因遗传力为47.13%,多基因遗传力为41.33%.     

玉米穗位高的主基因+多基因的遗传模型分析

为了探索玉米穗位高的遗传规律,以玉米杂交组合PH4CV×昌7-2(组合I)和PH6WC×7873(组合Ⅱ)的六世代(P1,P2,F1,B1,B2,F2)为材料,在春播和夏播环境下,研究了玉米穗位高的主基因+多基因的遗传规律。结果表明:春播条件下,组合Ⅰ的穗位高符合E-3模型,组合Ⅱ符合E-1模型;夏播环境下,组合I的穗位高符合D-3模型,组合Ⅱ符合C-0模型。结论:春播环境下,组合Ⅰ和组合Ⅱ的穗位高均以主基因遗传为主,可以采用单交重组或简单回交转育方法进行改良;夏播环境下,组合Ⅰ和组合Ⅱ的穗位高均表现为多基因遗传,可以采用聚合回交或轮回选择方法来累积增效基因,提高选择效率。     

中国南瓜第1雌花节位的主基因+多基因遗传分析

为明确中国南瓜第1雌花节位的遗传规律,选用中国南瓜杂交组合89-1×93-5的P1、P2、F1、F2、BCP1、BCP2的6个世代为研究对象,应用植物数量性状的主基因+多基因遗传模型研究其遗传规律。结果表明,该群体第1雌花节位的遗传符合2对加性-显性-上位性主基因+加性。显性多基因混合遗传模型。2对主基因的加性效应均为0.068 4,均使第1雌花节位升高;显性效应分别为-4.826 5和-0.905 8。多基因的加性效应和显性效应分别3.008 5和-1.566 8。其主基因遗传率在BCP1、BCP2、F2分别为74.34%、68.17%、89.84%,多基因遗传率在BCP1、BCP2、F2均为0;说明主基因表现出较高的遗传力,可以在早期世代对第1雌花节位进行选择。     

甘蓝型油菜白花性状的主基因+多基因遗传分析

 【目的】对甘蓝型油菜白花性状进行量化观察,研究其数量遗传特性,为育种利用提供理论依据。【方法】利用扫描仪和颜色提取软件对油菜新鲜花瓣进行处理,获得花瓣颜色特征值（CIE RGB值）,选择能反映花瓣颜色差异的B值,应用植物数量性状主基因+多基因混合遗传模型多世代联合分析方法,对甘蓝型油菜杂交组合（HW243×HZ21-1和HW243×中油821）的P1、P2、F1、B1、B2和F2世代群体进行分析。【结果】甘蓝型油菜白花性状表现为一数量性状,其遗传符合两对加性-显性-上位性主基因+加性-显性-上位性多基因遗传模型,以主基因作用为主,多基因的作用相对较小。两对主基因的加性、显性和上位性效应均具有较大的作用。在F2群体中主基因的遗传率为96.94%和95.83%,多基因遗传率为3.93%和2.47%;在B1群体中主基因的遗传率为54.58%和49.57%,多基因遗传率分别为35.64%和46.9%;在B2群体中主基因的遗传率为98.14%和97.67%,多基因遗传率分别为0.98%和2.06%。【结论】甘蓝型油菜白花性状具有数量性状的遗传特性,其遗传符合两对加性-显性-上位性主基因+加性-显性-上位性多基因遗传模型,以主基因效应为主,多基因效应相对较小。主基因的遗传力较高,受环境影响较小。     

玉米穗轴粗的主基因+多基因遗传模型分析

利用植物数量性状主基因+多基因混合遗传模型,以玉米杂交组合济533/PH6 WC (组合Ⅰ)、济533/H5818(组合Ⅱ)和2394/ PH6WC (组合Ⅲ)的6个世代(P1、P2、F1、B1、B2、F2)为材料,研究了玉米穗轴粗的遗传规律。结果表明,组合Ⅰ的穗轴粗符合E-5模型,由2对完全显性主基因+加性-显性多基因控制遗传,受主基因和多基因共同影响;组合Ⅱ符合A-4模型,即1对负向完全显性主基因模型,在B1世代的选择效率最高;组合Ⅲ符合D-4模型,受1对负向完全显性主基因+加性-显性多基因控制,在B2世代没有检测到多基因的存在。组合Ⅰ玉米穗轴粗3个分离世代的主基因遗传率分别为6.0%、42.5%、75.0%,多基因遗传率分别为71.4%、37.5%、5.0%。组合Ⅱ玉米穗轴粗3个分离世代的主基因遗传率分别为63.0%、54.6%、54.2%。组合Ⅲ的玉米穗轴粗3个分离世代的主基因遗传率分别为7.0%、40.5%、17.8%,多基因遗传率分别为47.5%、0、50.4%。     

小麦纹枯病抗性的主基因+多基因遗传分析

以病情指数为指标,利用牙签接菌法对ARZ×扬麦 158衍生的F6 代重组自交系群体 (RIL)进行纹枯病抗性评价,并采用植物数量性状主基因 多基因混合遗传模型分离分析法,研究该群体抗纹枯病基因的遗传规律。结果表明,这一群体中小麦纹枯病的抗性符合两对连锁主基因遗传模型(B 2 1),主基因间表现为加性 加性×加性上位性作用,重组率为 0 178 7。在两对主基因中,效应较大的 1对加性效应为 10 10%,效应较小的 1对加性效应为 2 32%,两对主基因的遗传率中等偏高,为 72 31%。提示抗纹枯病育种应重视主基因的利用。     

Construction of Genetic Linkage Map Based on SSR Markers in Peanut(Arachis hypogaea L.)

Molecular genetic maps of crop species can be used in a variety of ways in breeding and genomic research such as identification and mapping of genes and quantitative trait loci (QTLs) for morphological, physiological and economic traits of crop species. However, a comprehensive genetic linkage map for cultivated peanut has not yet been developed due to the extremely low frequency of DNA polymorphism in cultivated peanut. In this study, 142 recombinant inbred lines (RILs) derived from a cross between Yueyou 13 and Zhenzhuhei were used as mapping population in peanut (Arachis hypogaea L.). A total 652 pairs of genomic-SSR primer and 392 pairs of EST-SSR primer were used to detect the polymorphisms between the two parents. 141 SSR primer pairs, 127 genomic-SSR and 14 EST-SSR ones, which can be used to detect polymorphisms between the two parents, were selected to analyze the RILs population. Thus, a linkage genetic map which consists of 131 SSR loci in 20 linkage groups, with a coverage of 679 cM and an average of 6.12 cM of inter-maker distance was constructed. The putative functions of 12 EST-SSR markers located on the map were analyzed. Eleven showed homology to gene sequences deposited in GenBank. This is the first report of construction of a comprehensive genetic map with SSR markers in peanut (Arachis hypogaea L.). The map presented here will provide a genetic framework for mapping the qualitative and quantitative trait in peanut.