337份小麦品种籽粒相关性状的全基因组关联分析

小麦籽粒大小和形态是决定产量的主要因素之一,挖掘籽粒相关性状的关联位点,筛选相关候选基因为提高小麦产量奠定了重要基础。本研究以337份小麦品种作为研究对象,利用Q+K混合线性模型(MLM)在3个环境(E1:2020年陕西杨凌;E2:2020年陕西斗口;E3:2021年陕西杨凌)下对小麦的千粒重、粒长、粒宽以及籽粒长宽比4个性状进行了全基因组关联分析(GWAS)。在3种环境中,不同小麦品种的4个籽粒性状都表现出了广泛的表型差异,变异系数为5.31%～14.76%,其中粒长的变异幅度最小,千粒重的变异幅度最大。GWAS结果表明,49个显著SNP位点至少在2个环境中被检测到,分布在除1B、4A和7D外的染色体上,解释了3.36%～12.73%的表型变异。检测到一因多效位点31个,在5A染色体上检测到3个环境下与3个籽粒性状(千粒重、粒长、粒宽)稳定相关的位点,表型贡献率为3.51%～7.74%。对稳定关联的SNP位点上下游各200 kb的物理区间内进行候选基因挖掘,筛选到5个(TraesCS2B01G225400、TraesCS4D01G016900、TraesCS5A01G454100、T...     

普通小麦籽粒硬度的全基因组关联分析

籽粒硬度是小麦品质评价的重要指标。为挖掘控制小麦籽粒硬度的重要基因/位点,以国内外171个小麦品种组成的自然群体为材料,在4个环境下利用小麦90K SNP芯片对籽粒硬度进行全基因组关联分析(genome-wide association study, GWAS)。171个小麦品种籽粒硬度变异系数为56.59%～66.80%,相关系数为0.88～0.92。GWAS结果表明,共检测到20个与小麦籽粒硬度显著相关的SNPs,其中,14个SNPs(7个位点)在2个及以上环境中能被检测到,分别位于1A、1B、1D、2A、5A和7A染色体上,可解释6.76%～11.79%的表型变异。表型贡献率超过10%的SNPs有4个(3个位点),分布在1D、2A和5A染色体上,其中,1D染色体上的标记wsnp_Ku_c19622_29138795在3个环境中能被检测到,可解释9.08%～11.79%的表型变异;2A染色体上的标记Excalibur_c12675_1789在4个环境中均能被检测到,可解释9.10%～10.86%的表型变异;5A染色体上的标记wsnp_Ra_c24707_34262900和BS00041219_51在2个环境中能被检测到,可解释6.76%～10.35%的表型变异。在所有环境下均与小麦籽粒硬度显著相关的位点有4个,分别位于1A、1B、2A和7A染色体上。     

大豆籽粒皂苷含量的全基因组关联分析

为解析大豆皂苷含量的遗传基础,本研究以包含264份大豆种质的自然群体为研究对象,利用高效液相色谱法(High Performance Liquid Chromatography, HPLC)检测3种大豆皂苷Aa(Soyasaponin Aa)、Ab(Soyasaponin Ab)和Bb(Soyasaponin Bb)的含量,再结合高密度大豆基因型数据进行全基因组关联分析。分析2020和2021年表型数据,结果显示大豆干籽粒中大豆皂苷Ab的平均含量最高,分别为0.311和0.740 mg·g^-1,大豆皂苷Aa和Bb的平均含量次之。相关性分析表明大豆皂苷Aa和大豆皂苷Ab显著负相关,大豆皂苷Ab与大豆皂苷Bb显著的正相关。全基因组关联分析发现,两年检测到的与大豆皂苷Aa和大豆皂苷Ab显著关联的SNP位点大多集中在7号染色体上,为主效QTL位点,并挖掘了调控大豆皂苷含量的4个候选基因;大豆皂苷Bb两年无共定位SNP位点,且显著关联的SNP较少,为4个。     

大麦耐盐相关性状的全基因组关联分析

为挖掘控制大麦耐盐相关性状的重要位点及候选基因,以国内外不同遗传背景的164份大麦品种为材料,在大麦萌发期,用200 mmol·L^-1NaCl处理种子,测定大麦相对发芽率、生根数、根长、芽长、鲜重5个指标并分析其相关性。结果发现,200 mmol·L^-1NaCl处理显著影响了大麦的生长,5个被测指标的变异系数为20.29%~63.00%。除相对发芽率外,其他性状间均呈显著正相关,相关系数为0.41~0.68。通过全基因组关联分析,发现148个SNP位点与大麦耐盐性显著关联;筛选出5个可靠SNP位点,分别分布在1号、 2号、3号、6号、7号染色体上。通过比较大麦基因组,挖掘出26个可能与大麦耐盐性状密切相关的候选基因,包括HORVU7Hr1G097370和HORVU7Hr1G097390编码碱性亮氨酸拉链域转录因子家族蛋白、HORVU7Hr1G096920编码高亲和K⁺转运体、多个基因家族编码过氧化物酶超家族蛋白等。这些候选基因可为大麦耐盐品种选育提供参考。     

彩色小麦株高与籽粒性状的全基因组关联分析

彩色小麦的产量通常低于普通白粒和红粒小麦,籽粒偏小是原因之一。为解析控制彩色小麦产量性状的遗传基础,分析了239份彩色小麦品种（系）在4个环境下的表型特性和16 K SNP芯片基因型数据,对株高和籽粒性状（千粒重、籽粒长、籽粒宽和籽粒长宽比）的QTL进行了全基因组关联分析（genome-wide-association-study, GWAS）。结果显示,各表型性状的变异系数为5.11%~32.91%,广义遗传力为71.88%~97.00%,多数性状之间具有显著相关性。通过GWAS共筛选出26 728个多态性SNP标记,定位到了17个与目标性状显著相关的稳定QTL位点,分布在1A、1B、1D、2B等12条染色体上,单个QTL解释5.26%~11.66%的表型变异,其中在3个环境下均被检测到的QTL有5个,分别为QPh.nwafu-4B.1、QKlwr.nwafu-1D、QKlwr.nwafu-4D、QKlwr.nwafu-5B.1和QKlwr.nwafu-6A.2;共发现10个未见报道的新QTL位点,分别为与株高相关的QPh.nwafu-4B.3,与千粒重相关的QTkw.nwafu-3B和QTkw.nwafu-6A,与籽粒长宽比相关的QKlwr.nwafu-1A、QKlwr.nwafu-1B、QKlwr.nwafu-4A、QKlwr.nwafu-5B.2、QKlwr.nwafu-6A.1和QKlwr.nwafu-6A.2。这些QTL位点初步表明了彩色小麦株高与籽粒性状基因位点的分布、组成,可为彩色小麦产量遗传改良提高参考。     

陆地棉自然群体纤维强度性状的全基因组关联分析

纤维强度是衡量棉花纤维品质的重要指标之一。了解棉纤维强度形成的遗传基础对棉花纤维品质的遗传改良具有重要的指导意义。本研究利用83份纤维强度差异显著的陆地棉材料,采用广义线性模型（General linear model, GLM）,对5个环境的纤维强度及最佳线性无偏估计值（Best linear unbiased prediction,BLUP）进行全基因组关联分析（Genome-wide association study,GWAS）。结果表明,各环境纤维强度基本符合正态分布,且存在丰富的变异,变异系数为5.55%～8.44%,广义遗传力达到88.67%。GWAS共检测到19个稳定的显著关联SNP位点,分布在A01、A06、D05、D08、D10、D11和D13等7条染色体上,合并为9个数量性状位点（Quantitative trait locus, QTL）区间,其中4个QTL区间与前人定位的QTL区间重叠,其它5个QTL区间是本研究新发现的控制纤维强度性状的稳定位点。根据区间内基因的表达模式及功能注释,共筛选出4个可能与纤维强度相关的候选基因。本研究通过对棉花纤维强度进行全基因组关联分析,为棉花纤维品质性状的分子遗传改良奠定了基础。     

多环境下大豆子粒大小性状的全基因组关联分析

为探究多环境下大豆子粒大小性状的分子遗传基础,挖掘与子粒大小性状相关的SNP位点和候选基因,利用150份大豆种质资源在2019年和2020年6个环境条件下对大豆子粒粒长、粒宽、粒厚和百粒重性状进行表型测定,并进行全基因组关联分析。结果表明：在CMLM（压缩混合线性）模型下,在6个环境条件下检测到896个与子粒大小性状显著关联的SNP位点,分布于20条染色体。不同性状检测到72个重叠的SNP位点。检测到39个稳定遗传的SNP位点,贡献率为10.68%~24.93%。通过稳定性与重叠性分析,获得35个稳定表达的SNP位点,贡献率为10.92%~23.16%。在粒宽、粒厚及百粒重性状中同时检测到显著关联的SNP位点最多,位点rs16533609的贡献率最高（16.51%）。根据稳定表达的SNP筛选候选基因,推测Glyma.03G006600、Glyma.04G077100、Glyma.08G203600、Glyma.12G195400、Glyma.17G039800、Glyma.18G202100和Glyma.20G215700等7个基因对大豆子粒大小性状有调控作用。     

不同播期条件下大豆开花期性状的全基因组关联分析

开花期是决定大豆生态适应性和产量的重要性状,研究大豆开花期的遗传规律,解析大豆开花调控的分子基础,对大豆品种适应性改良具有重要意义。本研究选用来自北方、黄淮海和南方三大生态区的87份中国品种及31份美国大豆品种,在北京进行春、夏季分期播种,获得10个播期环境下的开花期数据,并利用Illumina BARCSoySNP6K iSelectBeadChip芯片对大豆品种进行SNP分型。通过群体结构分析、聚类分析和PCA分析,将供试大豆品种分为两个亚群。利用TASSEL软件PCA+K模型,结合5 126个SNP标记,对开花期进行全基因关联分析,得到18个显著关联位点,其中14个位点在2个以上的环境中稳定表达,4个位点只在单一环境中被检测到,表明其受光温环境影响较大。通过对显著关联位点进行预测,共发现31个候选基因,其中有2个（Glyma10g36600和Glyma19g37890）已在此前的研究中被证明与大豆开花有关,而Glyma03g33470、Glyma11g15650、Glyma05g01510和Glyma19g07162与拟南芥中相关的开花调控基因同源,推测这4个基因在大豆中也参与开花调控。11个尚未见报道的新位点分别位于3、4、5、9、10、14、16和17号染色体上,可能存在控制大豆开花期的新基因。     

玉米子粒脂肪含量的全基因组关联分析

利用分子标记对控制玉米脂肪合成的关键基因进行定位,从分子水平上阐明其遗传机理,提高高油玉米的育种效率。以吉林省80份核心玉米自交系为关联群体,2014年和2015年分别在吉林农业大学试验地进行田间试验,将自交收获的果穗晾晒脱粒后用NIRFlex N-500近红外光谱仪测定其子粒脂肪含量。同时使用Illumina PE150测序仪对80份玉米自交系进行全基因组重测序,共获得1 490 007个高质量的SNP用于后续的关联分析。结果表明,玉米子粒脂肪含量的变异范围为2.83%~6.81%,广义遗传力为63.3%。经过两年1点的全基因组关联分析共筛选得到10个SNP位点与子粒的脂肪含量显著关联(P0.000 001),解释的表型贡献率为0.65%~34.5%,其中位于染色体框4.01的SNP标记表型贡献率最高为34.5%。在显著性SNP位点(P0.000 001)的连锁不平衡区域(5.2 kb)内共挖掘出6个候选基因,分别预测编码MYB转录因子、果胶酯酶、谷氨酰胺合成酶和3种无特征功能的假定蛋白,可能与脂肪的合成代谢密切相关,可为高油玉米材料的分子标记辅助选择及克隆调控玉米子粒脂肪含量的关键基因提供参考。     

大豆水溶性蛋白质的全基因组关联分析

为进一步解析中国大豆种质水溶性蛋白的遗传基础,为大豆高水溶性蛋白质的分子标记辅助选择育种及品质改良提供理论依据,本研究以224份大豆种质为试验材料,于2017和2018年对大豆水溶性蛋白质含量进行测定,利用1 514个高质量的SNP标记分别对2017、2018年水溶性蛋白质含量及两年均值进行全基因组关联分析,共检测到18个显著关联的SNP标记,这些SNP标记涉及16个位点,有8个位点至少被检测到2次,其余8个位点仅被检测到1次,表明其受环境因素影响较大。16个位点中有7个尚未见报道,分别位于8、11、13、14和15号染色体上,是新发现的控制大豆水溶性蛋白的位点。对表型变异解释率较高且稳定关联的2个位点qWSPC7和qWSPC8-1候选区间内的基因进行预测,共获得25个候选基因,其中有7个基因(Glyma.07g195000、Glyma.08g103100、Glyma.08g108900、Glyma.08g105100、Glyma.08g107800、Glyma.08g107700和Glyma.08G115800)在大豆籽粒、根或根瘤中具有较高的表达水平。这些基因可作为水溶性蛋白质的候...     

黄淮麦区部分小麦品种(系)重要产量性状全基因组关联分析

为挖掘与小麦产量性状的相关等位变异及给分子标记辅助育种提供参考,选取SSR与SNP标记对52个黄淮麦区品种(系)材料进行全基因组扫描,对株高、穗长、单株穗数、可育小穗数、穗粒数、千粒重等6个重要产量性状进行标记,并进行遗传多样性、群体遗传结构与全基因组关联定位等分析。结果表明,供试群体可被划分为4个亚群,5种环境间所测产量性状差异均达到0.05显著水平,且穗长和单株穂数的变异系数最大。利用Powermarker进行标记遗传多样性分析,共检测到899个等位变异,平均等位变异丰富度为3.625,遗传多样性指数平均值为0.586,多态性信息含量(PIC)平均值为0.510。利用Tassel的MLM(Q+K)模型关联得到与产量显著关联的分子标记共13个(6个SSRs和7个SNPs),这些与产量相关性状的优异等位变异可为发掘和利用小麦育种优良基因提供依据,并为今后的遗传育种工作提供参考。     

Genome-Wide Association Analysis and Allelic Mining of Grain Shape-Related Traits in Rice

Excavating single nucleotide polymorphisms(SNPs) significantly associated with rice grain shape and predicting candidate genes through genome-wide association study(GWAS) can provide a theoretical basis for discovery and utilization of excellent genetic resources in rice. Based on 16 352 SNPs, 161 natural indica rice varieties with various grain sizes in southern China were used for GWAS of grain shape-related traits, referring to grain length(GL), grain width(GW), 1000-grain weight(TGW), and grain length/width(GLW). Phenotypic statistics showed that coefficient of variation values for these four traits GL, GW, TGW and GLW were 9.92%, 9.09%, 20.20% and 16.38%, respectively. Each trait showed a normal distribution, and there was a certain correlation between these traits. Through general linear model correlation analysis, a total of 38 significant loci were identified, and a range of 100 kb upstream and downstream of the significant loci was identified as the candidate interval. On chromosome 3, GS3 and q GL3 were found to regulate GL. On chromosome 6, TGW6 and GW6 a were found to regulate TGW. Also, some QTLs related to grain shape were found on chromosomes 5 and 9. Besides that, using sequenced 3 K-germplasm resources, we found that there are 22 overlapped varieties between these two natural populations. Twenty-six SNPs and fourteen haplotypes were identified in five regions of GS3 genes. The detection of multiple candidate genes/QTLs within the candidate interval is beneficial for further excavation of superior rice genetic resources.     

玉米子粒氮浓度全基因组关联分析

利用 253 份玉米自交系为关联群体,利用一般线性模型(GLM)、混合线性模型(MLM)、固定和随机模型交替概率统一(FarmCPU)和基因组相关预测集成工具(GAPIT),分别对其子粒氮浓度进行全基因组关联分析。结果表明,共鉴定 25个与子粒氮浓度显著关联的 SNP(P<1.72E-05)。其中,GLM、FarmCPU和GAPIT方法分别检测到12、15和1个位点。S3_202120604、S1_2007087 47和S5_10258682在GLM和FarmCPU两种方法中均能检测到。Bin1.06、Bin3.07、Bin5.04、Bin1.07和Bin5.02可能是影响子粒氮浓度的重要区段。共挖掘30个相关候选基因,其中 Zm00001d031747、Zm00001d031749、Zm00001d031753、Zm00001d043502和Zm00001d01339等可能是影响玉米子粒氮浓度的关键候选基因。     

玉米株高和穗位高的全基因组关联分析

以360份具有广泛遗传变异的玉米自交系为试验材料,分别在四川崇州、洪雅、雅安和云南西双版纳4个地点,利用44 569个SNP标记对玉米株高、穗位高进行全基因组关联分析。结果表明,在不同环境下,株高和穗位高的表型均符合正态分布,且二者呈极显著的正相关关系。采用混合线性模型MLM在全基因组范围内对控制株高和穗位高的SNP进行挖掘,共检测到6个与株高显著关联的SNP位点,解释表型变异的14.26%;检测到18个与穗位高显著关联的SNP位点,解释表型变异的12.62%。在四川洪雅和雅安两个环境中检测到1个与株高相关稳定的SNP,该位点关联到的基因与细胞氨酰生物合成有关,推测其可能参与生长素合成,进而调控茎秆节间长。     

基于高效SNP芯片的小麦产量相关性状全基因组关联分析

挖掘小麦产量相关性状的稳定关联位点,为相关基因克隆和分子标记辅助选择提供理论依据。本研究以248个中国北部冬麦区育成品种为材料,利用自主研发的Affymetrix BAAFS Wheat 90K SNP芯片对株高、穗长、小穗数、穗粒数、有效分蘖数、粒长、粒宽和千粒重共8个产量相关性状进行全基因组关联分析。共检测到158个与8个性状显著关联(P≤0.00001)的SNP位点,其中45个位点至少在两个环境中稳定表达,解释平均表型变异的3.60%~10.51%。在这45个位点中,有8个稳定关联位点与以往的研究结果一致;37个为新发现稳定位点,其中3个与株高稳定关联的位点,分布在7D染色体上,解释表型变异的3.60%~4.39%;9个与穗长稳定关联的位点,分别分布在1D、3A、5B和7D染色体上,解释表型变异的5.61%~8.42%;1个与穗粒数稳定关联的位点,分布在7D染色体上,解释表型变异的6.06%~7.22%;8个与有效分蘖数稳定关联的位点,分布在1B染色体上,解释表型变异的6.33%~8.73%;6个与粒长稳定关联的位点,分别分布在2A和5B染色体上,解释表型变异的5.45%~6.62%;7个与粒宽稳定关联的位点,分别分布在4B和5A染色体上,解释表型变异的6.90%~10.51%;3个与千粒重稳定关联的位点,分布在3A染色体上,解释表型变异的7.05%~7.69%;对稳定位点进行候选基因分析,筛选到45个候选基因,其中有功能注释的基因41个,其中4个位于基因内。     

新疆小麦品种籽粒性状、磨粉品质及其关系的研究

为给新疆冬、春小麦品种籽粒性状与磨粉品质改良提供参考依据,以30个新疆冬小麦品种和36个新疆春小麦品种为试验材料,研究了新疆小麦品种籽粒性状、磨粉品质特性及其两者的关系。结果表明,新疆冬、春小麦品种籽粒性状基本相近,各有优劣,主要差异表现在硬度大小不同,冬小麦品种的硬度（47.1）小于春小麦品种（61.8）;冬小麦品种的出粉率和黄度分别高于和低于春小麦品种,说明冬小麦品种的磨粉品质优于春小麦品种。新疆本地育成冬小麦品种的籽粒硬度（51.8）小于春小麦品种（62.9）,出粉率高于春小麦品种,灰分、红度和黄度也高于春小麦品种。综合来看,新疆本地育成春小麦品种的籽粒性状略优于冬小麦品种,磨粉品质优于冬小麦品种。相关分析表明,新疆冬、春小麦籽粒硬度与破损淀粉率呈极显著正相关,与L*值呈极显著负相关;籽粒蛋白含量与面粉灰分呈显著正相关。说明籽粒硬度和籽粒蛋白含量与新疆小麦磨粉品质关系最为密切。总之,在新疆小麦籽粒性状与磨粉品质改良中,应以籽粒硬度和面粉色泽改良为重点,同时也要提高新疆小麦籽粒蛋白含量和出粉率。     

西藏半野生小麦粒型性状的QTL定位

为了解西藏半野生小麦粒型性状的QTL差异,以西藏半野生小麦Q1028和郑麦9023(ZM9023)杂交后获得的重组自交系群体为试验材料,于2012、2013和2015年分别在四川农业大学温江试验田种植,对其粒型性状(粒长、粒宽、粒厚、长宽比、籽粒大小)进行遗传分析。结果表明,重组自交系群体粒型性状均呈正态分布,对籽粒大小的影响依次为粒宽、粒厚、粒长。在三个年度环境中,总共检测到33个控制小麦粒长、粒宽、粒厚、籽粒大小和长宽比的QTL位点。其中,13个控制粒长的QTL分布在1B、2B、2D(3个)、3A、4A、5B、6A、6B、7A(3个)染色体上,每个位点对表型变异的贡献率为5.37%~11.57%。6个控制粒宽的QTL分布在2B、2D、4A、5B、6A、7A染色体上,可以解释表型变异的6.43%~12.69%。3个控制粒厚的QTL位于2B和2D(2个)上,表型贡献率分别为12.75%、10.00%和8.49%。9个控制籽粒大小的QTL分别位于2B、2D(2个)、4A、5B、6A、7A(3个)染色体上,单个QTL可解释6.26%~14.69%的表型变异。另外,本研究还在2B、2D、4A、5B、6A、7A染色体上共发现7个QTL富集区,这些染色体上的QTL和富集区与籽粒性状密切相关,在育种中值得关注。其中,2B染色体上XwPt-3561~XwPt-6932分子标记区间内有控制粒长、粒宽、粒厚、籽粒大小的遗传位点,6A染色体上标记wpt-730109与wpt-7063之间有控制增加籽粒宽度和籽粒大小的位点。