基于Meta分析的猪后腿性状QTL整合定位

【目的】通过Meta分析,利用数学模型整合与优化猪后腿腿臀质量、腿臀肉质量和腿臀比性状的QTL,提高QTL定位的准确度和有效性,为猪后腿性状QTL的精细定位和分子辅助育种奠定基础。【方法】收集猪后腿腿臀质量,腿臀肉质量和腿臀比性状的QTL及其相关信息,利用BioMercator2.1,将原始QTL映射到美国肉畜研究中心（USDA-MARC 2.0）公布的猪遗传连锁图谱,构建新的整合图谱,分析得到QTL簇。进一步对各QTL簇进行Meta分析,定位“真实”QTL（MQTL）,缩短95%置信区间,减少定位误差。【结果】收集了93个猪后腿性状的QTL及其相关信息,经比对、映射,构建了新的整合图谱,发现19个QTL簇。通过Meta分析,得到19个MQTL,其图距比原平均图距缩短16.19%～78.96%,其中,MQTL1、MQTL5、MQTL6、MQTL8、MQTL9、MQTL10、MQTL11、MQTL12和MQTL17等9个MQTL图距的缩短比例均超过50%。【结论】Meta分析得到的MQTL图距均有不同程度缩短,最小的仅1.75 cM,缩短比例最大可达78.96%,提高了QTL定位的准确度和有效性。     

大豆主要产量性状QTL定位分析

【目的】进一步发掘与大豆产量性状紧密连锁且稳定存在的标记位点,为分子标记辅助选择培育高产大豆新品种奠定理论基础.【方法】利用QTL IciMapping v2.2完备区间作图法连续2年对F2及其衍生群体中4个主要产量相关性状进行QTL定位及效应分析.【结果和结论】以LOD=2.5为阈值,在大豆单株粒数、单株粒质量、百粒质量和单株荚数4个主要产量性状上共检测到19个具有明显加性效应的QTLs,其中主效QTLs 15个,即单株粒数QTLs 3个,单株荚数QTLs 2个,单株粒质量QTLs 10个,分布于4(C2)、12(G)、6(A1)和17(M)4个连锁群上;定位到了3个在2年间稳定存在的QTLs,即单株粒数QTL qNSPP-12-1、单株粒质量QTLs qSWPP-12-1和qSWPP-12-2;研究初步确定了1个新的大豆单株粒质量QTL qSWPP-12-5.研究中检测到的稳定存在和主效QTLs对今后大豆遗传育种研究将具有重要的指导意义.     

猪肉色相关QTL整合定位与基因关联分析

【目的】通过构建整合图谱和Meta分析,利用数学模型整合与优化猪肉色相关QTL,分析已知候选基因与“真实”QTL（MQTL）的关联性,为肉色性状的分子标记辅助选择奠定基础。【方法】收集猪肉色相关QTL,包括明度系数（L值,MCOLORL）、红度值（a值,MCOLORa）和黄色度（b值,MCOLORb）等指标,利用BioMercator2.1软件,将原始QTL映射到美国肉畜研究中心（USDA-MARC 2.0）公布的猪遗传连锁图谱中,构建整合图谱,分析得到QTL簇;对各QTL簇进行Meta分析,定位MQTL;进一步将已知候选基因映射到整合图谱,比较候选基因与各MQTL在染色体上的位置关系,分析其关联性。【结果】将176个猪肉色相关QTL进行比对、映射后,构建成新的整合图谱。通过Meta分析,将原本分散的QTL定量合并为37个MQTL,其中MQTL2、MQTL3、MQTL8～MQTL11、MQTL13～MQTL16、MQTL18～MQTL20、MQTL24、MQTL25、MQTL29、MQTL31、MQTL32、MQTL35～MQTL37共 21个MQTL的缩短比例均超过50%,MQTL9、MQTL19、MQTL11、MQTL28、MQTL35、MQTL8、MQTL2、MQTL3等8个MQTL的置信区间在5 cM内。【结论】获得了37个猪肉色性状,图距1.16～22.68 cM,较原QTL图距均有不同程度地缩短,缩短比例为25.19%～90.33%,提高了QTL定位的准确度和有效性。     

猪肉系水力相关QTL的整合定位与基因关联分析

【目的】通过构建整合图谱及Meta分析,利用数学模型整合优化猪肉系水力相关数量性状位点（QTL）,并比较已知候选基因与“真实”QTL(MQTL)的位置,分析其相关性,为猪肉系数力的分子标记辅助选择奠定基础。【方法】收集2000年至今发表的猪肉系水力相关QTL信息,以美国肉畜研究中心（USDAMARC 2.0）公布的猪遗传连锁图谱为参考图谱,利用BioMercater 2.1软件将已报道的猪肉系水力相关QTL映射到参考图谱,构建新的整合图谱,分析其中存在的QTL簇;对各QTL簇进行Meta分析,将原始QTL整合为“真实”QTL(MQTL);将已知的候选基因促红细胞生成素受体基因（EPOR）、锚定蛋白1基因（ANK1）、碳酸酐酶Ⅲ基因（CAⅢ）和氟烷基因（HAL）映射到整合图谱,比较其与MQTL的位置关系,并分析二者的关联性。【结果】共收集到80个猪肉系水力相关QTL,将其进行比对、映射后,成功构建了新的整合图谱,并通过Meta分析定位了12个MQTL,这些MQTL的图距与原始QTL的平均图距相比均有不同程度的缩短。EPOR基因、ANK1基因分别定位在MQTL3、MQTL12的置信区间内,其中ANK1基因映射到整合图谱后与MQTL12的中心位置一致。【结论】整合定位的12个MQTL的图距为3.66～28.98 cM,较原始QTL缩短35.82%～78.81%,提高了QTL定位的准确度和有效性。     

温室黄瓜产量相关农艺性状QTLs的定位

【目的】秋冬茬和冬春茬是目前中国日光温室黄瓜栽培的两种重要茬口,对两茬黄瓜产量相关性状的QTLs进行定位,为温室黄瓜产量分子标记辅助选择的研究提供理论依据。【方法】选用欧洲8号×秋棚自交系的113份黄瓜重组自交系(RILs)群体作为试验材料,并利用该群体已经构建的包含182个标记的分子连锁图谱对与产量相关的9个性状进行QTL分析。【结果】共检测到58个QTLs,其中与单株平均产量相关的QTL1个,定位于LG4连锁群上;控制黄瓜日增重量的QTL位点6个,分别位于LG2、LG3、LG6连锁群上;控制平均单瓜重的QTL位点5个,分别位于LG1和LG5连锁群上;控制坐瓜数的QTLs2个,位于LG2和LG4连锁群上;控制化瓜率的QTL1个,位于LG7连锁群上;控制第一雌花节位的QTLs28个,在1-8个连锁群上都有分布;控制总叶片数的QTLs8个,分别位于LG2、LG7和LG4连锁群上;控制叶面积的QTLs2个,分别位于LG1和LG3连锁群上。以上产量相关性状的QTLs仅在一个茬口中被检测到。控制雌花总数的QTLs5个,全部位于LG2连锁群上,其中ffa2a、ffa2b是两个茬口共有的QTLs,并且其遗传效应方向一致。研究还发现若干QTL富集区域和成束分布的QTLs。【结论】本项研究共检测到温室黄瓜与产量相关的9个性状的58个QTLs,其中ffa2a、ffa2b在两个栽培环境中表达稳定。     

基于Meta分析的猪肌内脂肪QTL整合定位

【目的】通过Meta分析,用数学模型分析与优化定位分散的猪肌内脂肪QTL,提高QTL定位的准确度和有效性,为猪肌内脂肪相关基因的精细定位和基因挖掘奠定基础。【方法】收集猪肌内脂肪QTL及其相关信息,以美国肉畜研究中心（USDA-MARC 2.0）公布的猪遗传连锁图谱为参考图谱,利用BioMercator2.1将各QTL映射到参考图谱上,构建新的整合图谱,得到QTL簇。对得到的QTL簇进行Meta分析,缩短置信区间,定位“真实”QTL(MQTL),减少QTL的定位误差。【结果】收集了67个猪肌内脂肪QTL及相关信息,经比对、映射,构建新的整合图谱,发现了12个QTL簇。通过Meta分析,得到12个MQTL(MQTL1～MQTL12),其图距比原平均图距缩小29.16%～87.40%,其中,MQTL3、MQTL5、MQTL6、MQTL7、MQTL9、MQTL12图距较原平均图距缩小比例均超过50%,其图距分别为7.76,6.72,5.20,19.45,15.61,9.37 cM。【结论】得到了12个猪IMF的MQTL,其图距比原平均图距均有不同程度缩小,最小仅5.20 cM,图距缩小比例最大可达87.40%,提高了QTL定位的准确度和有效性。     

大豆百粒重QTL定位及多样性评价

【目的】百粒重是大豆重要的育种目标性状,它不仅是产量构成因子之一,也是重要的品质性状,不同用途对百粒重有着不同要求。通过连锁分析定位大豆百粒重QTL,获得连锁标记,阐明QTL连锁标记在种质资源中的多样性特征,为百粒重定向改良提供依据。【方法】以冀豆12×黑豆（ZDD03651）杂交衍生的188个重组自交系的F_6:8和F_6:9群体为材料,采用WinQTL Cartographer V. 2.5的复合区间作图法（CIM）,经300次Permutation 计算,以P=0.05显著性水平确定QTL存在的阈值,定位百粒重QTL。连续3年在石家庄对来自国内外的205份大豆育成和地方品种的百粒重进行表型鉴定,利用定位到的百粒重QTL连锁SSR标记对种质资源材料进行基因型分型,在每个标记处确定发生频率大于5%（对应资源材料个数大于10个）的等位变异为有效等位变异,计算等位基因多样性指数,明确百粒重QTL在种质资源里的多样性特征,通过多重比较确定不同等位变异与百粒重的关系。【结果】在冀豆12×黑豆后代群体中,百粒重呈正态连续分布,遗传力为88.72%。共检测到5个百粒重QTL,分别位于Chr.02（D1b）、Chr.06（C2）、Chr.08（A2）和Chr.17（D2）染色体,遗传贡献率（R²）7.68%-12.83%,加性效应-0.65--0.84 g,增效基因均来自冀豆12。年份间稳定的QTL有2个,其中,qSW-6-1位于第6染色体Satt457-Sat_062,紧密连锁的标记为Satt281,贡献率最大值为12.02%,加性效应最大值为-0.81g;qSW-17-1位于第17染色体Satt301-Satt310,贡献率最大值为12.83%,加性效应最大值为-0.84g。在205份资源材料中,百粒重遗传力为96.88%。百粒重连锁SSR标记有效等位变异数为2-8个,多样性指数为0.34-0.82。发掘出大粒相关等位变异6个,分别为Satt281-227 bp、Barcsoyssr_2_304-245 bp、Satt301-199 bp、Sat_406-214 bp、Satt119-136 bp和Satt341-218 bp。其中Satt281-227 bp在RIL和资源材料中均为百粒重增效效应,主要分布在国内大粒育成品种中。筛选到含有4个及以上大粒相关等位变异的资源材料3份,分别为绿75、中品大黑豆和中野2号。【结论】在大豆育成品种冀豆12×地方品种黑豆的杂交后代群体中,检测到5个百粒重QTL,冀豆12含有1个在RIL和种质资源中均为大粒相关的优异等位变异。明确了上述5个QTL在205份育成品种和地方品种间的多样性分布特征,可应用于百粒重定向改良过程中的亲本选配及后代选择。     

大豆主要农艺性状的QTL分析

【目的】大豆的多数农艺性状均为重要的数量性状。对大豆的数量性状进行基因定具有重要的研究和应用价值。【方法】以美国半矮秆大豆品种Charleston为母本，东北农业大学高蛋白大豆品系东农594为父本及其F2:10代重组自交系的154个株系为实验材料。164个SSR引物经亲本筛选后用于群体扩增，并构建遗传图谱。对亲本间表现多态的12个农艺性状进行了调查及QTL分析。【结果】农艺性状包括品质性状（蛋白质含量、油分含量、蛋脂总量等）；产量性状（单株荚数、单株粒重、百粒重等）和其它农艺性状（株高、生育期、分枝数、主茎节数、平均叶长、平均叶宽等）。结果表明，12个农艺性状共检出68个QTLs。每个性状的QTLs检出个数从平均叶宽的3个到百粒重、株高等的8个，平均每个性状检测出5.8个。与国内外对应农艺性状QTL检测结果相比，多个性状的QTL位点均一致，说明QTL检测准确率较高，可以进一步用于分子辅助育种。【结论】获得了大豆12个重要农艺性状的68个主效QTLs。     

基于物理图谱的大豆倒伏性状QTL整合及元分析

倒伏性状是影响大豆品种产量、品质及能否大面积推广的一个重要数量性状。为促进大豆抗倒伏基因的精细定位和分子标记辅助选择育种,本研究共搜集整理30年来SoyBase网站上已经报道的大豆倒伏性状QTL,以2010年发布的大豆基因组物理图谱为参考图谱,通过BioMercator2.1软件将大豆倒伏性QTL映射到物理图谱上,并进行元分析得到有效的QTL位点,共得到17个通用QTL分布于8个连锁群上,通用QTL的最小图距为0.08 Mb,最大图距为13.47 Mb。     

不同环境下大豆荚粒性状的遗传与QTL分析

【目的】探讨大豆荚粒性状之间以及与产量之间的相互关系及其遗传机制,并定位控制其性状的QTL。【方法】以栽培大豆晋豆23为母本,半野生大豆灰布支黑豆为父本所衍生的474个重组自交系,通过3年2个重复的试验结果,用多年多点联合分析方法对荚粒及产量等9个性状进行遗传分析及数量性状定位。【结果】相关分析结果表明,产量与百粒重、粒长、单株粒重、2粒荚、3粒荚呈现显著或极显著正相关,在三年两地共定位了6个产量QTL、4个百粒重QTL、10个单株粒重QTL、2个粒宽QTL、5个粒长QTL、7个1粒荚QTL、5个2粒荚QTL、7个3粒荚QTL和5个4粒荚QTL。【结论】在不同年份和环境下检测到的QTL,可作为荚粒性状改良的候选染色体区段,用于分子标记辅助选择,同时也要注意环境的影响。     

Meta-Analysis of 100-Seed Weight QTLs in Soybean

100-seed weight is a very complicated quantitative trait of yield. The study of gene mapping for yield trait in soybean is very important for application. However, the mapping result of 100-seed weight was dispersed, the public map should be chosen which was suitable for the published results integrated, and to improve yield. In this research, an integrated map of 100-seed weight QTLs in soybean had been established with soymap2 published in 2004 as a reference map. QTLs of 100-seed weight in soybean were collected in recent 20 yr. With the software BioMercator 2.1, QTLs from their own maps were projected to the reference map. From published papers, 65 QTLs of 100-seed weight were collected and 53 QTLs were integrated, including 17 reductive effect QTLs and 36 additive effect QTLs. 12 clusters of QTLs were found in the integrated map. A method of meta-analysis was used to narrow down the confidence interval, and 6 additive QTLs and 6 reductive QTLs and their corresponding markers were obtained respectively. The minimum confidence interval (C.I.) was shrunk to 1.52 cM.These results would lay the foundation for marker-assisted selection and mapping QTL precisely, as well as QTL gene cloning in soybean.     

大豆粒形性状与百粒重的QTL定位

文章选用东农46和L-100杂交构建的F2:10、F2:11代大豆重组自交系群体127个家系为作图群体,通过全基因组重测序技术,开发bin标记,构建高密度遗传连锁图谱,结合两年四点的大豆粒形性状和百粒重表型数据,利用IciMapping 4.0软件的完备区间作图法作加性QTLs和QTLs间上位性互作检测。结果表明,经粒形性状和百粒重主效QTLs检测,获得81个与大豆粒长、粒宽、粒厚、粒体积和百粒重相关QTLs,分布于18条染色体,贡献率1.66%～30.70%,其中贡献率最高位点分别为qSL-4-2(23.85%)、qSW-1-1(15.40%)、qST-1-2(17.66%)、qSV-15-1(30.70%)和q100-SW-19-1(15.43%);经相关性状加性×加性上位性互作检测,获得43对大豆粒形性状和百粒重加性×加性上位互作效应QTLs,贡献率1.41%～23.19%。     

RTM-GWAS方法应用于大豆RIL群体百粒重QTL检测的功效

【目的】为全面解析大豆重组自交系群体中调控百粒重性状的QTL体系,将限制性两阶段多位点全基因组关联分析方法（RTM-GWAS）和不同定位方法进行比较、优选,为后续候选基因体系探索及分子标记辅助育种设计提供依据。【方法】利用以科丰1号和南农1138-2为亲本衍生的重组自交系群体NJRIKY的427个家系,通过由全基因组39 353个SNP构建的3 683个SNPLDB标记及3个环境下的百粒重表型数据,选用复合区间作图法（CIM）、基于混合线性模型的全基因组关联分析方法（MLM-GWAS）和RTM-GWAS3种方法检测百粒重QTL,通过QTL数目和总的表型变异解释率比较检测功效,挑选最佳定位结果进行NJRIKY群体中的百粒重遗传体系解析。通过候选基因体系的功能注释,挖掘调控大豆百粒重的生物学途径。【结果】科丰1号与南农1138-2的百粒重差异较大,多环境平均数分别为9.0和17.9 g,遗传变异系数为12.4%,遗传率为85.4%,适用于百粒重性状的遗传解析。比较3种方法定位结果表明RTM-GWAS方法表现最佳,检测QTL数目最多（57个）,解释表型变异最多（70.78%）。而CIM仅检测到14个QTL,解释了56.47%的表型变异,MLM-GWAS仅定位到6个QTL,解释了18.47%的表型变异。RTM-GWAS共检测到57个QTL,分布在19条染色体上,表型变异解释率为0.03%—7.57%,其中41个QTL覆盖了已报道的来自30个双亲群体的81个百粒重QTL,16个QTL为新发现位点,包含一个表型变异解释率大于3%的大效应位点Sw-09-2。此外,检测的57个QTL中有20个位点与环境存在互作效应。这57个QTL构成了影响NJRIKY群体百粒重性状的遗传体系。通过SNPLDB标记与预测基因内的SNP进行χ²检验,共筛选到36个候选基因,其中4个候选基因来自大效应QTL,剩余32个候选基因来自小效应QTL。通过GO注释发现这些候选基因功能注释丰富,其中13个候选基因与籽粒发育直接相关,剩余的候选基因功能丰富,包含转运、转录调节因子等,表明不同生物学途径的基因共同调控NJRIKY群体中百粒重性状的表达。【结论】3种定位方法中,高效的RTM-GWAS方法检测到较为全面的NJRIKY群体的百粒重QTL,更适用于双亲RIL群体的QTL定位。不同功能的候选基因共同调控了复杂的百粒重性状的表达。     

大豆农艺性状的QTL分析

[目的]分析大豆农艺性状的QTL,为探讨大豆的遗传机制及进行遗传育种提供参考。[方法]应用复合区间作图法对蛋白质含量、脂肪含量、产量、百粒重、生育期等5个数量性状进行QTL定位和遗传效应分析。[结果]控制蛋白质含量、脂肪含量、产量、百粒重、生育期性状的4、4、1、2、5个共16个QTL位点,遗传贡献率在7.4%～33.7%。其中,遗传贡献率较大的主效QTL有分别位于I连锁群上Satt562-Sat_219、Sat_219-Satt496、Sat_219-Satt496区间的3个控制蛋白质含量的QTL位点,其遗传贡献率分别为29.15%、33.70%和31.67%,且均为来自母本合丰25的加效基因,还有位于O连锁群上Satt477-Satt331、Satt331-Satt153区间的2个控制生育期QTL位点,其遗传贡献率分别为24.69%和24.96%,也是来自母本合丰25的加效基因。另外,6个分别距M连锁群Satt175（蛋白质）、A1连锁群Satt684（油分）、F连锁群Satt348（油分）、J连锁群Sat_412（油分）、C1连锁群Sat_416（百粒重）、C1连锁群Sat_416（生育期）标记仅有0.01 cm的QTL位点。[结论]定位了影响蛋白质含量、油分含量、产量、百粒重和生育期等5个重要农艺性状的QTL位点。     

大豆产量有关性状QTL的检测

 【目的】研究大豆产量和生物量、叶面积指数、冠层以及产量构成因素间的相关性,定位控制这些性状的QTL。【方法】以地理和遗传来源均有较大差异的北方亲本科丰1号和南方亲本南农1138-2所衍生的184个重组自交家系2年有重复的田间试验结果进行产量有关性状的QTL分析。【结果】（1）产量与地上部生物量、叶面积指数、根重、冠层宽和高等均有极显著正相关,相关系数0.5～0.7。（2）地上部生物量检测到7个QTL,贡献率6.2%～21.1%,其中2年重复检出1个（qSBO-1）;根重8个QTL,贡献率5.2%～20.1%,重复检出1个（qRTB1-1）。（3）开花期叶面积指数5个QTL,贡献率6.4%～17.2%;结荚期叶面积指数5个QTL,贡献率7.3%～26.2%,重复检出1个（qLAIR3A2）;冠层宽4个QTL,贡献率6.3%～13.1%,重复检出1个（qCWD1b-2）;冠层高11个QTL,贡献率5.2%～9.2%,重复检出4个（qCHH-1、qCHO-1、qCHO-2和qCHO-3）。（4）百粒重6个,荚粒数2个,荚数1个QTL,贡献率6.9%～15.7%;分枝荚数5个,主茎荚数3个QTL,贡献率6.3%～11.1%;主茎节数8个QTL,有效分枝数3个QTL,贡献率4.7%～15.2%。（5）根重和地上部生物量各有1个,R1(始花期)和R3(始荚期)叶面积指数各有2个,冠层宽和高各有2个,产量与荚数各有1个,百粒重和分枝荚数各有1个,荚粒数和主茎节数各有1个,分枝荚数与有效分枝数各有1个共享的QTL。【结论】大豆产量有关的13个性状共检测到68个QTL;年份间有重复检出的,但不多,其表达较大程度上与环境有关;尽管性状间普遍有相关、有共享的QTL,但不多,各有其遗传体系;产量有关性状中很少有贡献率大的主效QTL,产量育种要考虑多数基因聚合的技术。     

水稻遗传图谱构建及粒形相关性状的QTL定位

[目的]构建水稻遗传连锁图谱,并对水稻粒形相关性状进行QTL分析,为水稻高效育种提供理论依据和育种材料.[方法]对具有极端粒形差异的两份水稻材料K1561和G1025进行杂交、自交获得F2分离群体,通过软件Map-maker/Exp 3.0构建水稻遗传连锁图谱,并利用软件QTLNetwork-2.0对2011年F2群体、2012年F2∶3家系群体的粒形相关性状数据进行相关性状的QTL定位.[结果]两个亲本的粒形性状指标差异明显,以千粒重相差最大;F2、F2∶3两个群体的相关粒形指标基本上呈连续分布状态且分布频率范围广.与F2单株相比,F2∶3家系的千粒重、粒长和粒宽的平均值更偏向于大粒亲本K1561.构建了含161对SSR标记的水稻遗传连锁图谱;共检测到18个粒形相关性状的QTL,分别分布于第1、2、3、7、9和12染色体上.其中,控制千粒重、粒长、粒宽和长宽比的QTL分别有7、5、5和1个,除qGL/GW12外,其他增效等位基因均来源于大粒亲本K1561.两个群体均能检测到的QTL有8个,分别为qTGW3、qTGW7、qTGW9.2、qTGW12、qG L1、qGL9、qGW12和qGL/GW12,其平均加性遗传力为6.04％、12.59％、6.29％、22.08％、4.86％、15.39％、22.12％和10.83％.[结论]定位获得3个效应值较大的新QTL位点qTGW12、qGL9和qGW12,为进一步定位并克隆这些粒形相关基因、阐明水稻产量和品质的控制机理提供了较好的遗传材料.     

大豆重组自交系群体NJRSXG百粒重超亲分离的遗传解析

【目的】解析大豆重组自交系中百粒重的QTL及其等位变异效应,探究重组自交系中百粒重存在超亲分离的原因,为进一步培育不同类型百粒重大豆提供遗传依据。【方法】利用以先进2号和赶泰2-2为亲本衍生的重组自交系群体NJRSXG为材料,在2009-2011年共5种环境下测定百粒重表型数据,建立具有400个SSR标记的遗传图谱,选用QTLNetwork V2.1软件中混合模型区间作图方法（mixed model based composite interval mapping,MCIM）对表型数据和基因型数据进行大豆百粒重QTL定位研究。在定位结果基础上,分析每个重组自交系群体中每个家系百粒重QTL等位变异类型,建立百粒重QTL-allele矩阵。【结果】5种环境试验的平均结果,亲本先进2号和赶泰2-2的百粒重分别为16.92和14.14g,重组自交系百粒重变幅为12.09-25.01 g,存在超亲分离,多环境下遗传变异系数（genotypic coefficient of variation, GCV）为16.06%,遗传率为96.17%。利用MCIM方法联合5环境原始数据,总共检测到10个加性QTL和9对上位性QTL,10个加性QTL的表型变异解释率变幅为0.69%-14.93%,其中Sw-05-2、Sw-08-1、Sw-12-1和Sw-17-1的表型变异解释率较高,分别为6.91%、14.93%、7.80%和5.01%,Sw-13-3为以往未见报道并兼具加性和上位性效应的位点。上位性QTL的表型变异解释率较小,变幅为0.31%-3.44%,其中Sw-e4的表型变异解释率最高。联合多环境方差分析和QTL定位结果,解析大豆百粒重的遗传结构,发现加性QTL累积贡献了47.91%表型变异,上位性QTL累积贡献13.06%表型变异,未检测出的微效QTL累计解释了35.20%的表型变异。在定位的同时,获得了QTL等位变异的效应,分析重组自交系及其亲本中百粒重QTL等位变异的组成,建立了NJRSXG的百粒重QTL-allele矩阵;两亲本分别具有7对和3对加性增效等位变异,属互补型组合;矩阵中没有一个重组自交家系包含所有减效等位变异或增效等位变异,表明重组自交家系具有进一步改良的潜力;大粒型家系具有较多增效等位变异,小粒型家系具有较多减效等位变异;说明百粒重位点间的重组是产生超亲家系的重要原因。【结论】利用重组自交系群体能够产生超亲分离家系;联合多环境数据检测到10个加性QTL和9对上位性QTL;百粒重QTL位点间的重组是超亲分离的原因;重组自交家系间具有进一步重组的潜力。     

大豆产量相关性状的多年多点QTL分析

目前大豆和其他高产作物相比,相对产量偏低,提高大豆产量潜力是大豆育种的重要任务。产量是一个综合性状,受多个形态、生理以及农艺性状的影响。定位大豆产量性状QTL,具有重要的研究和应用价值。以美国大豆品种Charleston为母本,东北农业大学大豆品系东农594为父本及其F2:14代重组自交系的154个株系为试验材料,164个SSR引物经亲本筛选后用于群体扩增,并构建遗传图谱。在两年同一地点下对亲本间表现多态的12个与产量相关的农艺性状进行了调查及QTL分析。产量相关性状包括荚数、荚长、荚宽、百粒重等。QTL检测结果表明,在两年的种植环境下,12个产量相关性状共检测到QTL 33个。每个性状的QTLs在两种环境下共检出个数1~9个不等,其中6个QTLs在2个环境下被检测到,它们受环境的影响较小,为较稳定的QTLs。其他产量QTLs只在单一环境下被检测到,说明产量相关QTLs与环境之间存在明显的互作。与国内外对应农艺性状QTLs检测结果相比,多个性状的QTLs位点均一致,说明QTLs检测准确率较高。利用分子标记遗传图谱,定位控制产量相关性状的QTL,为利用分子标记改良大豆产量潜力提供了有力手段。     

Gene Mapping of Brachytic Stem and Its Effect on Main Agronomic Traits in Soybean

Brachytic stem is a major trait in plant type .of soybean and its yield potential may be higher under high population when compared with normal stem. In the present investigation, 152 recombinant inbred line （RIL） families derived from the cross of Bogao （normal stem） and Nannong 94-156 （brachytic stem） were used to map genes and QTLs of three plant type traits and to identify the effects of brachytic stem on agronomic traits such as yield. The primary results indicated that brachytic stem （sb） and determinate growth habit （drl） were mapped on linkage groups B2 and L, three major QTLs related to plant height were detected and mapped on linkage group L near drl, another minor QTL was mapped near sb on linkage group B2-1. Lines with brachytic stem had shorter plant height, lower biomass, yield, harvest index and pods per plant, and essentially no differences in days to maturity and 100-seed weight when compared with normal stem lines. It was obvious that the effect of brachytic stem on yield was due to the decreased height, biomass and harvest index.     

不同发育时期大豆籽粒干物质积累的QTL动态分析

【目的】在不同发育时期,探索影响大豆籽粒干物质积累QTL的加性效应、上位性效应和环境互作效应及其对大豆籽粒干物质积累的影响,可加深大豆育种工作者对产量形成的理解和加速育种进程。【方法】以美国大豆品种Charleston为母本,东农594为父本及二者杂交所得F5所衍生的143个F5:9、F5:10和F5:11重组自交系为研究材料,研究不同发育时期控制大豆籽粒干物质积累的QTL及其遗传效应对大豆籽粒干物质积累的影响。【结果】在不同发育时期检测到与大豆籽粒干物质积累相关的13个加性QTL和14对上位性QTL,其中8个加性QTL和8对上位性QTL存在与环境互作效应。另外,在本研究中仅有加性QTLdmaC2_2能够在6个发育时期都被检测到,而其它加性QTL和14对上位性QTL只能在某个或某些时期被检测到。【结论】在6个不同的发育时期,加性QTL数目、加性QTL能够解释的表型变异呈现"S"型曲线变化,与大豆籽粒干物质重的表现型变化相似,而上位性QTL能够解释的表型变异相对稳定且较小。从效应值上看,加性效应在籽粒发育开始(30d发育时期)较大,从40d发育时期开始降低,在70d发育时期降至最低,在籽粒发育结束时(80d发育时期)略有上升;上位性效应从30d发育时期到70d发育时期一直上升,在籽粒发育结束时(80d发育时期)略有下降;QTL×环境互作效应在6个发育时期均显著地影响大豆籽粒干物质的积累。从连锁群的位置上看,在6个不同的发育时期控制大豆籽粒干物质积累的加性QTL主要集中在C2连锁群(从OPK14_70到satt134区间,即QTLdmaC2_1、dmaC2_2、dmaC2_3所对应的区间),特别是发育初期(30d发育时期);从40d发育时期到籽粒发育结束时(80d发育时期),控制大豆籽粒干物质积累的加性QTL的连锁群位置变化较多,表现为发育时期的选择性。在6个不同的发育时期中,除50d发育时期以外,控制大豆籽粒干物质积累的上位性QTL主要集中在C2连锁群(从OPK14_70到satt202区间,即QTLdmaC2_1所对应的区间)和D1b连锁群(从satt537到sat_135区间,即QTLdmaD1b_1所对应的区间)之间。