基于元分析的大豆生育期QTL的整合

共搜集整理了12年来已经报道的与大豆生育期有关的98个QTL,通过BioMercator2.1和公共标记映射整合到大豆公共遗传连锁图谱soymap2上,并利用元分析技术推断QTL位置,计算提取真正有效的QTL。发掘出大豆两个重要生育时期,共9个“真实QTL”及其连锁标记,其中与开花期(R1)相关的有7个,与成熟期(R8)相关的有2个,建立了QTL的一致性图谱,其中L连锁群上的一个定位区间包含一个已发表的有关R1的基因。在5个连锁群上共发现10个控制多个生育时期的QTL。本研究结果为大豆生育期QTL精细定位和基因克隆奠定了基础。     

Mapping and analysis of QTLs related to seed length and seed width in Glycine max

Both seed length and seed width are important traits for soybean yield. In the present study, 89 Quantitative trait loci (QTLs) of seed length and 65 QTLs of seed width were collected from published papers and our study. QTLs in this study were evaluated by the soymap2, then totally 23 consensus QTLs were located on 17 linkage groups (LGs) through the meta‐analysis. The minimum confidence interval was 0.28 cM and the mean phenotypic variance (R²) was ranged from 5.33% to 23.36%. To optimize these QTLs based on statistic analysis, overview method was further used to narrow down CI, the number of QTLs was narrowed down to 84. Furthermore, 2,750 candidate genes were screened from the consensus QTL intervals by informatics, a total of 37 genes were found to be associated with seed size. All results could lay a foundation for MAS (Molecular Assisted Selection) and gene cloning.     

Soybean plant height QTL mapping and meta‐analysis for mining candidate genes

Plant height is closely related to seed yield of soybean. The goal of this study was to identify important loci affecting soybean plant height using meta‐analysis based on a reference physical map. Plant height related to QTLs was mapped across eight years with a RIL population by WinQTLCart v2.5. 182 QTLs related to plant height of soybean from database and our research were collected, and each QTL was projected onto the soybean physical map by software BioMercator v2.1. The confidence interval of meta‐QTL ranged from 0.09 to 5.07 Mb, and the mean phenotypic variance ranged from 4.9% to 73.0%. Furthermore, 4,259 candidate genes were located in these consensus QTLs, and 40 of them were involved in the plant growth and stem elongation and annotated as plant hormone signal transduction (pathway ID ko04075) in KEGG pathway. These results would lay a foundation for fine mapping of QTLs/genes related to plant height and marker‐assisted selection for breeding in soybean.     

大豆叶片性状QTL的定位及Meta分析

利用Charleston×东农594重组自交系构建SSR遗传图谱,采用WinQTLCartographer Ver. 2.5软件的CIM和MIM分析方法对2006—2010年(F_2:14~F_2:18)连续5年的大豆叶长、叶宽以及叶柄长数据进行QTL定位,检测到8个与叶长有关的QTL,位于染色体Gm01、02、05、11和18上;9个与叶宽有关的QTL,位于染色体Gm01、03、05、06、11、12和16上;8个与有关叶柄长的QTL,位于染色体Gm01、03、05、06、11、17和18上。2年以上均检测到的叶长QTL为qLL5a、qLL5b、qLL1a和qLL18;叶宽QTL为qLW5a、qLW11a、qLW11b和qLW12;叶柄长QTL为qLSL11b。另外,利用BioMercator2.1的映射功能将国内外常用的大豆图谱上的叶长、叶宽QTL通过公共标记映射整合到大豆公共遗传连锁图谱Soymap2上,将搜集到的35个叶长QTL、37个叶宽QTL和本研究得到的QTL整合分析,最终得到5个大豆叶长的“通用”QTL,位于Gm09、18和19,其置信区间最小可达5.66 cM;4个大豆叶宽的“通用”QTL,位于Gm07、Gm18和Gm19,其置信区间最小可达5.67 cM,为今后对大豆叶片性状QTL精细定位, 提供了有利科学信息。     

玉米产量相关性状Meta-QTL及候选基因分析

借助IBM2 2008 Neighbors高密度玉米遗传图谱整合了1994—2012年文献发表的玉米产量性状(穗行数、行粒数、粒重)584个QTL。采用元分析方法,确定了22个穗行数、7个行粒数和44个粒重Meta-QTL。根据B73基因组序列进行产量相关基因的重定位,在Meta-QTL区段内分别获得10个玉米产量基因和12个与水稻7个产量基因同源的候选基因,分别位于玉米染色体Bins 1.04、1.06、1.07、2.04、2.06、3.04、4.05、4.07、4.09、5.03、5.04、5.05、7.02、8.03、9.03、10.06和10.07。玉米产量性状Meta-QTL及相关候选基因分析可以为分子标记辅助育种和基因克隆提供有用的信息。     

Identification and validation of number of pod ‐ and seed ‐ related traits QTLs in soybean

Traits related to the number of pods and seeds are important yield factors on soybean. The relationships between phenotype and quantitative trait loci (QTLs) of these traits may reveal the mechanisms underlying productivity. Our study objectives were to analyse phenotypic correlations, detect stable QTLs and identify candidate genes useful for marker‐assisted selection. Phenotypic analyses revealed that NThSP (number of three‐seeded pods) was positively correlated with NPPP (number of pods per plant) and SNPP (number of seeds per plant). Seventy‐five QTLs were identified based on the mean phenotypic data for at least 2 years. We detected two to 15 and one to three significant QTLs identified at the same location, respectively. Six consensus QTLs associated with at least two NPS‐related (number of pods and seeds related) traits were identified. Two of these were verified in another population. The QTLs for NPPP, SNPP and NThSP formed a consensus QTL cluster on GM02. Another 27 QTLs also formed clusters in five regions. Fifteen candidate genes were mined and discussed. The results will provide more information to soybean breeding.     

玉米产量性状“一致性QTL”分析

在构建含221个玉米产量性状QTL整合图谱的基础上,采用元分析方法,当LOD值≥4.0时,在第2染色体上确定了1个控制粒重和穗数的“一致性QTL”,介于标记Sdg107和Isu2117b之间,间距30.99 cM;同样,在第3和第4染色体上发掘了2个控制穗数和粒重的“一致性QTL”,分别由标记ucsd72d和IDP37...     

Meta‐analysis and overview analysis of quantitative trait locis associated with fatty acid content in soybean for candidate gene mining

As soybean seed fatty acid content is valued in food, animal feed and some industrial applications, plant breeders continually aim to improve seed fatty acid constituent value. This study analysed 163 original quantitative trait loci (QTLs) related to soybean fatty acid content from databases and references and revealed 43 consensus QTLs. Meta‐analysis using BioMercator ver.2.1 indicated that these were located across 16 linkage groups (LGs) excluding LG D1a, LG C1, LG M and LG H. Moreover, the overview method was used to optimize these QTLs based on statistical analysis. Some valid QTL regions were narrowed down to 0.5 Mb and mapped on the same LGs as the meta‐analysis result. Furthermore, the functions of all genes located in these consensus QTL intervals were predicted and eight candidate genes were identified. KEGG pathway analysis indicated that Glyma.13G127900 and Glyma.18G232000 were involved in the fatty acid synthesis metabolic (pathway ID ko00071, ko00062, ko01040). These results lay a foundation for fine mapping of QTLs related to fatty acid content and marker‐assisted breeding in soybean.     

大豆重组自交系群体NJRIKY遗传图谱的加密及其应用效果

作物基因组研究,包括基因或数量性状位点(QTL)定位、图位克隆以及物理图谱构建等,首先必须建立具有丰富标记信息的高密度遗传连锁图谱。由科丰1号和南农1138-2杂交组合衍生的重组自交系群体NJRIKY已经构建了4张大豆遗传连锁图谱,但由于遗传信息和标记数目不够充分,在基因和QTL作图时仍然存在精确度和准确度问题。为增加NJRIKY图谱密度,本研究在967对SSR引物中获得了401个多态性SSR标记。结合其他分子数据,使用作图软件Mapmaker/Exp3.0b,获得一张含有553个遗传标记,25个连锁群,总长2071.6cM,平均图距3.70cM的新遗传连锁图谱,其中SSR标记316个,RFLP标记197个,EST标记39个,形态标记1个。连锁群上大于20cM的标记间隔由原来42个减少到2个。原图谱的3个SMV抗性基因定位于D1b连锁群末端的开放区间上且仅与一个RFLP标记连锁,利用加密图谱对Rsc-3、Rsc-7、Rsc-9、Rsc-13、Rsa、Rn1和Rn3等7个SMV抗性基因重定位,全部位于D1b连锁群,与相邻分子标记距离均小于6cM,其中Rsc-9、Rn1、Rsa的距离小于1cM,Rsc-13与EST标记GMKF168a共分离。对本群体农艺性状进行QTL重定位,获得8个性状相关的42个主效QTL,其中20个QTL遗传贡献率大于10%,与原图谱比较,新定位的各QTL的标记区间明显缩短,与相邻标记的连锁更加紧密。     

大豆脂肪酸含量的QTL分析

利用Charleston(♀)×东农594(♂)的F14和F15代永久自交系群体154个单株后代,在2年3点条件下用气相色谱法测得其籽粒5种脂肪酸的含量,利用Win QTL Cartographer2.5复合区间作图法(CIM)进行QTL分析。结果共检测到47个相关的QTL,分布在13个连锁群上。多年多点同时检测到的QTL共有15个,其中控制软脂酸性状的2个,包括qPal-C2-2和qPal-A1-1;控制硬脂酸性状的4个,包括qSt-B1-1、qSt-B1-2、qSt-D1a-1和qSt-C2-1;控制油酸性状的3个,包括qOle-B2-1、qOle-G-1和qOle-H-1;控制亚油酸性状的有2个,包括qLin-C2-1和qLin-H-1;控制亚麻酸性状的4个,包括qLino-B1-1、qLino-C2-1、qLino-D1b-1和qLino-J-1。这些QTL的一致性较高,为特异脂肪酸含量标记辅助育种奠定了基础。大豆脂肪酸含量的主效QTL数量不多,效应大的不多,可能还受许多未能检测出来的微效基因控制。     

大豆叶柄角的QTL定位分析

叶柄角是大豆株型的重要构成因素,影响大豆冠层结构、光合作用效率以及最终产量。解析大豆叶柄角的遗传基础对提升大豆产量具有重要意义。本研究以2个叶柄角具有显著差异的亲本BLA和SLA以及它们衍生的RIL群体为材料,构建高密度的遗传图谱,对大豆不同部位的叶柄角进行QTL分析,并利用近等基因系验证部分QTL。遗传分析结果显示,叶柄角呈连续正态分布,符合数量性状遗传特征。利用GBS技术构建了包含859个Bin标记的大豆高密度遗传图谱,总遗传长度为2326.9cM,标记间平均距离为2.763cM;共检测到14个调控叶柄角的QTL,LOD值在2.58~4.80之间,可解释遗传变异范围在6.9%~12.4%之间,其中5个QTL定位在第12染色体上且成簇存在;构建的qLA12和qLA18的近等基因系表型结果显示,叶柄角在同一对近等基因家系间差异显著,表明qLA12和qLA18是2个可信的QTL。本研究为进一步克隆调控叶柄角功能基因奠定了基础,为大豆理想株型育种提供了遗传材料。     

大豆株高QTL发育动态分析

应用分子遗传连锁图谱和条件QTL定位方法对性状进行动态分析是发育遗传学新的研究方法。采用来自Charleston ×东农594的143个重组自交系（RILs），构建了一个20条连锁群的大豆分子遗传连锁图谱，以此为基础，采用复合区间作图法共定位了28个显著影响株高发育的非条件QTL，以条件分析方法和复合区间作图法相结合定位了21个影响株高发育的条件QTL。不同发育时期显著影响株高的QTL数目和遗传效应的变化，说明控制株高发育的数量基因位点是选择性表达的。因此，进行标记辅助选择时综合考虑不同发育时期表达的QTL，才能取得较好的效果。     

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。     

大豆重组自交系群体荚粒性状的QTL分析

利用大豆重组自交系soy01群体中的255个家系进行2年田间试验，采用两种作图方法，寻找一粒荚、四粒荚、每荚粒数等5个荚粒性状稳定的QTL。结果表明，利用区间作图法，2年共找到24个荚粒性状QTL，解释的遗传变异为5%~80%；利用复合区间作图法，2年共找到27个荚粒性状QTL，解释的遗传变异为4%~73%。利用复合区间作图法，2年找到2个重复出现、稳定的四粒荚QTL和2个每荚粒数QTL，为大豆荚粒性状QTL的精细定位和分子标记辅助育种提供了基础和依据。     

玉米产量及产量相关性状QTL的图谱整合

利用生物信息学方法,借助高密度分子标记遗传图谱IBM2 2008 neighbors,利用图谱映射和元分析的方法,对不同试验中定位的400个玉米产量及产量相关性状QTL进行了图谱整合,构建了玉米产量及产量相关性状QTL的综合图谱和一致性图谱。结果表明,玉米产量及产量相关性状QTL在10条染色体上呈非均匀分布,第1染色体上最多,第10染色体上最少;发掘出96个玉米产量及产量相关性状的“一致性”QTL;关联性较强的产量性状的QTL常集中在相同或相近的座位上。     

开花后不同光周期条件下大豆农艺性状和品质性状的QTL分析

以开花期相近的181个大豆重组自交系(RIL)为材料,研究开花后不同光照长度对大豆主要农艺性状的影响,并在利用SSR标记构建大豆遗传图谱的基础上,分别在长日(16 h)和短日(12 h)条件下检测与主要农艺性状及其光周期敏感度(PS)相关的QTL。结果表明,开花后光照处理对大豆农艺性状和品质性状有较大影响,不同性状的光周期敏感度差异明显,株高＞主茎节数＞蛋白质含量、脂肪含量＞百粒重＞单株荚数＞蛋白质和脂肪总量。利用复合区间作图法检测到12个与株高、主茎节数、单株荚数、百粒重、蛋白质和脂肪总量等性状及各性状对开花后光周期处理的敏感度相关的QTL,分别定位于A1、A2、B1、B2、C1、D1a、F、L等8个连锁群上。其中,在短日条件下检测到4个QTL,可解释的遗传变异范围在11.37%~26.63%之间;在长日条件下检测到3个QTL,可解释的遗传变异范围在11.84%~27.85%之间;检测到5个与不同性状光周期敏感度有关的QTL,可解释相对应性状表型变异的范围在6.15%~21.44%之间。针对同一性状,未检测到在长日和短日条件下均起作用的主效QTL, 说明开花后光周期对大豆产量和品质性状相关基因的表达有较大影响。     

大豆脂肪及脂肪酸组分含量的QTL定位

脂肪及脂肪酸组分的改良是大豆油脂品质育种的主要方面。本研究旨在构建遗传图谱,定位大豆脂肪及脂肪酸组分的QTL,为大豆油脂品质育种提供参考。以Essex×ZDD2315的114个BC₁F₁单株为作图群体,构建了250个SSR标记和1个形态标记,具有25个连锁群的遗传图谱,覆盖大豆基因组2 963.5 cM,平均每个连锁群上10.0个标记,标记平均间距11.8 cM。用BC₁F₃家系3个重复的表型平均值代表相对应的BC₁F₁单株表型值,采用Win QTL Cartographer 2.5复合区间作图法（CIM）检测到18个控制脂肪及脂肪酸组分含量的QTL,位于9个不同的连锁群上,表型贡献率为9.6%~34.5%;多区间作图法（MIM）检测到与CIM区间相同的7个QTL（fat-1, pal-1, st-1, ole-1, lin-1, lin-4和lio-2）,区间相近的2个QTL（ole-4和lin-5）,位于6个不同的连锁群上,表型贡献率为8.2%~39.3%。CIM法检测到的其他9个QTL有待进一步验证。大豆脂肪及脂肪酸组分含量的主效QTL数量不多,效应大的不多,可能还受许多未能检测出来的微效基因控制,育种中既要注意主效QTL的利用,又要考虑微效多基因的积聚。     

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。     

用闭合三角形杂交群体检测QTL等位位点差异

本文简述QTL定位和数量性状分子标记辅助选择的基本原理、基本方法,以及在实际应用中存在的一些问题。将12个不同作图群体构建的刚UP或SSR分子标记连锁图,根据其大多数分子标记所在的染色体节,再按每条染色体在各自连锁图中的相对长度整合在一起,然后将所定位的玉米株高QTL转换成整合图上的相对位置。结果发现,12个作图群体定位的75个玉米株高QTL位点遍布整个染色体组,QTL定位的重演性不高。分析认为,这是数量性状受众多微效多基因控制的必然现象。最后,提出用闭合三角形杂交群体进行QTL定位,检测QTL等位点的多重差异,并设想用这种方法验证或提高不同作图群体定位同一数量性状QTL的重演性。