水稻重要农艺性状的QTL定位

以东农422与东农427构建的F2 3群体为试材,通过构建其分子标记遗传连锁图,全基因组定位与水稻农艺性状相关的数量性状位点。结果表明,在水稻的12个连锁群上共检测到28个QTLs,在1、4、5、6、7、8、10、11和12号染色体上都有分布,其中主要集中在第6、7号染色体上。共检测到5个控制水稻株高的QTLs,2个控制有效穗数的QTLs,4个控制千粒重的QTLs,6个控制穗长的QTLs,2个控制一次枝梗数的QTLs,9个影响水稻抽穗期的QTLs。由此可知,第6与第7条染色体是控制水稻重要农艺性状的QTLs的分布密集区。     

水稻叶片相对含水量性状的QTL定位分析（英文）

水稻耐旱性较复杂,在干旱胁迫下,叶片相对含水量的性状可以作为品种参考依据。本文利用耐旱性好的籼稻品种绿旱1号与粳稻品种日本晴构建杂交F2群体,进行叶片相对含水量的QTL定位分析,结果表明:在第4、6染色体上找到2个QTL位点,分别位于标记在4-27M与4-23M之间和6-3M和RM276之间,对表型变异的贡献率范围为4.81%~6.43%。     

水稻产量性状QTL定位研究进展

水稻许多重要的性状是由多基因控制的数量性状.分子生物技术的迅速发展和QTL定位方法的日趋完善,为水稻数量性状基因(QTL)的研究提供了基础.综述了数量性状基因座QTL(quantitative trait locus)定位的原理、定位群体和常用方法及分子标记在水稻产量性状基因定位中的研究现状,并对目前水稻产量性状QTL定位存在的问题和发展前景进行了探讨.     

水稻倒伏相关性状的QTL定位研究综述

介绍QTL定位的原理及方法,综述最近几年水稻倒伏相关性状的QTL定位研究状况,并提出存在的问题与展望。     

水稻产量性状竞争优势QTL定位

【目的】检测与水稻产量性状竞争优势相关的数量性状座位（QTL）,探讨水稻竞争优势的遗传基础。【方法】以特青为母本、以基于IR24遗传背景的6个IRBB近等基因系为父本,配组衍生了由204个水稻恢复系株系组成的重组自交系（RIL）群体,并用各个RIL与不育系中9A杂交获得测交F₁群体。两年同地种植两套群体,相邻两列并列种植相应的RIL和F₁,设2次重复。成熟时每份材料每个重复混收中间4株,考查单株穗数、每穗实粒数、每穗总粒数、结实率、千粒重和单株产量,计算得出2次重复的平均值。在各个性状上,以同一年的数据为基础,将F₁表现型减除对应RIL表现型,获得1套衍生数据。以（F₁-RIL）数据为基础,应用QTLNetwork 2.0检测QTL;经1 000次Permutation计算,选用全基因组显著性水平P＜0.05为阈值。【结果】6个产量性状在RIL和F₁群体之间均呈极显著正相关,相关系数以千粒重最高,为0.903;以单株穗数和单株产量最低,分别为0.333和0.357;结实率、每穗实粒数和每穗总粒数居中,分别为0.406、0.448和0.680。结果还表明,随着RIL表型值的增加,F₁杂种优势强度逐步降低、杂种劣势强度逐步升高。未检测到控制单株穗数的QTL,但在其他5个性状上共检测到16个QTL,分布于水稻第2、3、5、6、8和10染色体,其中,3个控制每穗实粒数,4个控制每穗总粒数,3个控制结实率,4个控制千粒重,2个控制单株产量,单个QTL的贡献率为1.7 %-22.1 %。控制每穗实粒数的所有3个QTL全部表现为中9A/IR24的竞争优势优于中9A/特青,而在每穗总粒数、结实率和千粒重上,分别有3、2和2个QTL表现为中9A/IR24的竞争优势优于中9A/特青,有1、1和2个QTL表现为中9A/特青的竞争优势优于中9A/IR24。在控制单株产量的2个QTL中,qGY2与控制每穗实粒数和每穗总粒数的qNGP2和qNSP2位于同一区间,qGY10与控制每穗实粒数和结实率的qNGP10和qSF10位于同一区间,它们均表现为中9A/IR24的竞争优势高于中9A/特青。【结论】亲本性状表现和杂种优势均对F₁的产量表现具有重要作用,与竞争优势有关的QTL对杂交稻产量性状遗传控制具有重要作用。     

水稻糙米粒宽性状的QTL定位研究

利用由怀香B和筒恢211配制的F2群体进行糙米粒宽基因的QTL定位,定位到了2个粒宽基因的QTLs,其中有1个新的QTLs.有1个增效基因为主效基因,解释的表型变异高达20.2%.研究表明,所利用的F2群体的糙米粒宽可能主要是由1个主效QTL所控制.     

葡萄砧木叶片含水量和相对含水量的研究

以9个葡萄砧木叶片为材料,测定其初始鲜质量、干质量和饱和鲜质量,计算其叶片含水量和相对含水量。结果表明,101-14叶片含水量最高,为79.98%;抗砧3号叶片含水量最低,为72.45%。SO4叶片相对含水量最高,为92.34%;贝达叶片相对含水量最低,为81.82%。相对含水量最高的SO4葡萄砧木,抗旱性最强,适宜作为抗旱葡萄砧木。贝达的叶片含水量和相对含水量均最低,抗旱性最弱,不宜作为抗旱葡萄砧木。     

水稻株型相关性状QTL定位研究

以粳稻日本晴(NIP)和籼型超级稻中嘉早17(YK17)构建的重组自交系(recombinant inbred line,简称RIL)群体为研究材料,于2015—2016年分3季种植于杭州和海南,成熟期考察株型相关性状(分蘖数、株高、剑叶长、剑叶宽、剑叶长宽比、穗长)。并应用这2种群体已构建的分子连锁图谱,对株型相关性状进行QTL分析,共检测到34个相关QTL,分布于除第9染色体外的其他染色体上,LOD值介于2.68～14.39之间,表型贡献率变幅为4.00%～26.62%,3个环境下重复检测到10个QTL。对QTL与环境互作分析发现,24个QTL与环境互作,其中2个QTL对环境敏感。株型相关性状QTL主要分布在第1、2、4、7染色体上,呈簇分布。qPH1、qLFL1和qLFLW1a在3个环境下重复检测到,且贡献率较高,有待于进行克隆和功能分析。     

水稻产量性状杂种优势的QTL定位

 【目的】利用QTL定位方法检测水稻产量性状杂种优势QTL,并解释杂种优势产生的可能分子机理。【方法】利用重组自交系与亲本协青早B构建BC1杂种群体,通过两地重复试验,以中亲优势考察6个产量性状的杂种优势表型,利用Windows QTL Cartographer 2.5的复合区间作图法检测其QTL。【结果】多数产量性状均表现出较强的杂种优势。在两地试验中,共检测到20个产量性状杂种优势QTL,分布在水稻第2、3、6、7、8、10等6条染色体上,包括3个控制单株产量杂种优势的QTL、2个控制单株穗数杂种优势的QTL、6个控制每穗总粒数杂种优势的QTL、4个控制每穗实粒数杂种优势的QTL、4个控制结实率杂种优势的QTL和1个控制千粒重杂种优势的QTL。单个QTL对群体性状表型变异的贡献率为4.90%—12.85%。【结论】检测到控制6个产量性状杂种优势的20个QTL,其中qHNP-3、qHTNSP-7、qHNFGP-7、qHSF-7、qHTGWT-3 5个QTL在两地试验中稳定表达;检测到的20个杂种优势QTL中,有13个与在RIL群体中检测到的QTL重叠,重叠率达65%,因此,认为来自纯系的产量性状加性效应对杂种优势产生具有重要贡献。     

水稻分蘖相关性状的QTL定位与分析

应用147个SSR标记,对水稻测序品种日本晴(Nipponbare以下简称Nipp)×广陆矮4号(部分 测序,以下简称GLA)的F2群体进行基因检测,构建了全长为1736．6cM、覆盖水稻基因组12条染色体 的连锁图,采用QTLCart1．7统计软件对水稻分蘖相关性状如分蘖数、穗数、有效分蘖数、分蘖率等4 个性状的基因座位进行定位分析,检测到5个主效果基因和17个微效基因,同时结合基因组研究的 最新成果,对7个与标记间遗传距离为0(QTL POS=0)的OTLs进行生物信息学的分析,尝试用OTL 定位预测基因的功能。     

水稻叶绿素含量的QTL及其与环境互作分析

 研究的主要目的是通过QTL分析对水稻叶片叶绿素含量进行遗传剖析。应用由247个株系组成的珍汕97B/密阳46重组自交系群体及其含207个分子标记的连锁图谱。分别在2002年和2003年考察亲本和重组自交系群体剑叶、倒二叶、倒三叶叶绿素a和b的含量，采用QTL Mapper 1.6统计软件进行QTL定位、上位性分析及其与环境的互作效应分析。在4个标记区间共检测到控制不同叶位叶绿素a、b含量的8个QTL，单个QTL的表型变异贡献率为1.96% 9.77%，其中2个QTL与环境之间存在显著互作；检测到9对影响叶绿素a、b含量的加性 加性上位性互作，其中1对具有显著的上位性 环境互作效应。与该群体产量性状QTL的研究结果相比较，发现每个产量性状都有QTL与控制叶绿素含量的QTL位于相同的染色体标记区间。     

水稻数量性状位点（QTL）分析研究进展

水稻数量性状位点（QTL）的精细定位对实现水稻高产、优质和广适应性综合性状改良具有重要作用。综述了水稻QTL分析,包括QTLs定位、克隆与聚合研究进展,阐述了QTL分析在水稻育种中的应用。     

利用高密度 Bin 图谱定位水稻叶绿素含量 QTL

【目的】探索水稻叶绿素含量及其对氮肥响应的遗传机理,为氮高效、高光效的水稻品种培育提供新的标记区段。【方法】以珍汕 97× 明恢 63 重组自交系 RIL（F11）113 个家系为 QTL 分析的试验材料,在大田栽培条件下,以施氮量为主区、家系为裂区,设计低氮处理（不施氮肥）和正常氮处理（纯氮130、135 kg/hm2）,分别于水稻移栽后 30 d 测定 1.5 叶的 SPAD 值,于抽穗期测定剑叶的 SPAD 值。利用包含1 619 个 Bin 标记的高密度遗传图谱,使用 IciMapping V3.4 软件和完备区间作图法,定位控制水稻叶片叶绿素含量的 QTL。【结果】在两年、两个氮处理和两个发育时期共检测到 15 个调控叶片叶绿素含量的 QTL,分别分布在第 1、2、3、6、7、10、11 号染色体上。单一 QTL 贡献率为 1.21%~40.74%。通过物理位置比较,发现其中 6个 QTL 已经被克隆或与前人定位到的叶绿素含量相关位点在同一区间。其中,在第 6 染色体的 8.45~9.12 Mb 处定位到 1 个调控抽穗期剑叶叶绿素的位点,命名为 qHDCHL6-1,该位点在两年和两个氮处理下均被检测到,贡献率为 1.55%~28.01%。结合功能注释,共筛选到 4 个与叶绿素代谢密切相关的基因,分别为 LOC_Os06g15370（OsNPF3.1）、LOC_Os06g15420（OsAS2）、LOC_Os06g15620（GAST）和 LOC_Os06g15590,其中前 3 个基因已被鉴定克隆。【结论】共检测到 15 个控制水稻移栽后 30 d 和抽穗期叶片叶绿素含量的 QTL,鉴定了 1 个稳定表达的 QTL 位点 qHDCHL6-1,在该区间筛选到 4 个候选基因。     

大豆蛋白质和油分含量QTL定位及互作分析

【目的】定位大豆蛋白质和油分含量QTL及互作分析,为大豆品质性状QTL精细定位和分子辅助育种提供基础。【方法】以Charleston和东农594为亲本,构建了含147个株系的重组自交系,以F2:19-F2:20代重组自交系为试验材料,利用Windows QTL Cartographer V. 2.5软件的复合区间作图法和多重区间作图法,对该群体的蛋白质和油分含量进行QTL定位分析,并利用QTL Network 2.1软件分析QTL间的上位性效应及环境互作效应。【结果】采用CIM和MIM 2种算法在2011和2012年哈尔滨、红兴隆、佳木斯和牡丹江每年3个地点共6个种植环境下共定位了9个蛋白质和11个油分含量QTL。蛋白质含量QTL分布在6个连锁群,分别在A1、C2、D1a、G、H和O连锁群上,对表型效应的贡献率为5.3%-18.6%,在H连锁群上的qPro-H-1贡献率最大,为18.6%,在D1a连锁群上的qPro-D1a-2贡献率最小,为5.3%,在单种植环境下有5个蛋白质含量QTL被2种算法同时检测到,分别是qPro-O-1、qPro-A1-1、qPro-D1a-1、qPro-D1a-2和qPro-C2-2。油分含量QTL分布在8个连锁群,分别在A1、A2、B1、C2、D1a、E、L和M连锁群上,对表型效应的贡献率为7.1%-24.4%,在B1连锁群上的qOil-B1-2贡献率最大,为24.4%,在C2连锁上的qOil-C2-3贡献率最小,为7.1%,在单种植环境下有2个油分含量的QTL被2种算法同时检测到,分别为qOil-C2-1和qOil-M-1。另外,有2个油分含量QTL在2个以上种植环境重复检测到,为2011年哈尔滨和2011年红兴隆2个种植环境下同时检测出的qOil-A1-1,2011红兴隆、2011牡丹江和2012哈尔滨3个地点同时被检测出的qOil-B1-2。在互作效应分析中,共检测出3对蛋白质上位效应QTL和4对油分上位效应QTL,在蛋白质上位性分析中,上位效应值在0.2068-0.3124,贡献率在0.0227%-0.0265%,分布在A1、C2、D1和E连锁群上,其中,qPro-A1-3与qPro-C2-1效应值为负,其余2对效应值为正,连锁群A1,D1a均有2个QTL发生互作。在油分上位性分析中,上位效应值在0.0926-0.1682,贡献率在0.0294%-0.0754%,分布在A1、C2、I、J、N和O连锁群上,其中,qOil-C2-4与qOil-N-1效应值为负,其余3对效应值为正,在N连锁群的qOil-N-1同时与2个QTL发生互作,分别是C2连锁群上的qOil-C2-1和qOil-C2-4。在与环境互作中,qPro-D1a-3与qPro-E-1在2012年佳木斯地点没检测出,其余6对都检测出与环境的互作效应,贡献率分别为0.0001%-0.0378%,互作效应都较小,明显小于自身的加性效应。【结论】定位到9个蛋白质相关QTL和11个油分相关QTL,并发现3对蛋白质含量上位性效应QTL和4对油分含量上位性QTL。     

大豆油分含量QTL分析

以美国半矮秆大豆品种Charleston与高蛋白品系东农594杂交得到的154株RILs群体作为试验材料,利用在亲本之间表现多态的SSR引物对群体进行分析,根据已有的遗传图谱,利用浙江大学朱军的QTL-maper2.0对各年各点的数据进行分析。结果表明：根据油分含量LOD值（≥2.50）的大小,确定6个QTL位点位于3条连锁群上。Qsoil 1、Qsoil 2、Qsoil 3分别位于遗传图谱GM1-A1连锁群Satt449-Qsoil 1、Qsoil 2-Satt545,Satt571-Qsoil 3-Satt522四个引物之间。Qsoil 4、Qsoil 5位于遗传图谱GM3-B1连锁群Satt229-Qsoil4-Satt197和Sat_113-Qsoil 5-sat_099四个引物之间。Qsoil 6位于遗传图谱GM2-A2连锁群Satt327和Satt468两个引物之间。     

利用BIL群体定位水稻抽穗期QTL及主效位点遗传效应分析

以南粳35和早抽穗品种N22构建的回交重组自交系(BIL)群体为研究材料,对控制水稻抽穗期的QTL进行定位,并利用高代回交群体对检测到的主效位点进行验证。结果表明:利用Win QTLcart 2.5软件共检测到4个控制抽穗期的QTL,分别位于第2、3、10和12染色体上,贡献率为8.25%~21.62%,其中qHd-2的效应值最高,可以解释21.62%的表型变异,随后用N22/南粳35//南粳35高代回交群体对qHd-2功能进行验证,在南粳35背景下qHd-2可以缩短抽穗4.2d,说明qHd-2是N22中控制抽穗期的主效QTL。     

水稻穗干物质重发育动态的QTL定位

 以籼稻品种IR64和粳稻品种Azucena及其DH群体(123个DH系)为遗传研究材料,在穗干物质积累的不同时期测定穗重。利用包括RFLP、同工酶标记和RAPD等175个分子标记的水稻连锁图谱,采用条件复合区间作图法对水稻穗部干物质积累进行QTL的动态定位。在各时期能检测到14个非条件QTL,而最终穗重只能检测到3个非条件QTL。条件QTL分析表明,基因在水稻发育过程中以一定的时空方式表达。亲本和极端个体的QTL总效应分析表明,增效基因和减效基因在不同个体中的累积程度不同。控制穗干物质积累的发育过程存在两组基因,一组基因控制稻穗谷粒内外颖的发育,另一组基因可能控制谷粒内容物的充实。     

不同品种水稻叶片的高光谱特征及其色素、含水率分析

研究了7个供试水稻品种孕穗期叶片色素以及含水率与高光谱特征参数之间的关系.在绿峰反射、红谷吸收以及水分吸收处,不同供试水稻品种高光谱波段反射率有显著差异.利用相关的分析方法,以(R6,40-R670)/R670、(R800-R680)/(R800+R800)、1/R510-1/R550、Dr、Sr、Rg6个光谱参数构建水稻叶片色素模型;同时,分析1 450 nm处水稻叶片含水率与吸收深度及吸收面积的相关性.研究表明,不同品种水稻含水率与光谱吸收差异在一定程度上反映出水稻品种间抗虫性差异.水稻叶片色素、含水率的高光谱特征在较大尺度上对田间水稻品种分类、健康诊断和品种抗性鉴定上有重大意义.     

稻米垩白QTL定位分析

该研究以高垩白度品种V20B和低垩白度品种CPSLOi7作为亲本,构建150个V20B/CPSLO 17重组自交家系(RIL)为作图群体,进行稻米垩白QTL检测及其遗传效应分析.以垩白度作为衡量稻米垩白高低的表型数据,结合SLAF标签构建的分子连锁图谱,运用MapQTL5软件检测到4个稻米垩白QTL,分别命名为qC-5a、qC-5b、qC-5c和qC-5d.分析结果表明这4个QTL的LOD值分别为4.02、4.09、3.94和4.1,对表型变异的解释率分别为11.6％、11.8％、11.2％和11.8％,且这4个QTL抗性等位基因都来自低垩白亲本CPSLO17.