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。     

利用永久群体在不同环境下定位黄瓜株高QTL

【目的】黄瓜（Cucumis sativus L.）株高相关性状与其产量及植株生长发育有密切关系,对其进行QTL定位及比较分析,不仅为基因的精细定位及克隆奠定基础,也可实现该性状已有研究结果的信息整合,为黄瓜株型改良及分子标记辅助选择提供理论依据。【方法】利用以黄瓜材料9930和9110Gt为亲本构建的F9代RILs群体遗传图谱,结合4次黄瓜株高相关性状的表型数据,采用MapQTL4.0软件进行多座位QTL模型(Multiple-QTL model,MQM)检测。基于基因组序列信息,对本研究和前人已有研究结果进行比较作图并对株高QTL位点区域序列进行BLAST分析。【结果】共检测到11个与株高、节间长度、节数相关的QTLs,分布在Chr.1、Chr.2、Chr.5、Chr.6这4条染色体上,各QTLs的LOD值在3.03-12.73,可解释6.2%-32.1%的表型变异。其中主效QTLs 5个,可在春秋两季重复检出的QTLs 3个,占QTL总数的27.3%。在Chr.1上有QTL成簇聚集的现象。【结论】控制黄瓜株高的基因至少有4个,分别位于第1、3、5、6这4条染色体上。在Chr.6长臂上定位的应是有限生长基因de。     

红麻6个重要产量性状的QTL定位

 【目的】研究红麻重要产量性状的QTL定位,促进红麻分子辅助育种基础科学研究。【方法】以埃及的阿联红麻与福建农林大学育成的高产抗病优质新品种福红992作为亲本进行杂交,自交衍生的162个F2﹕3家系为材料,通过一年两点的随机区组田间试验,测定了红麻株高、茎粗、节数、单株鲜皮重、单株干皮重和种子千粒重6个重要产量性状的数据,采用混合线性模型的复合区间作图法进行了QTL定位及其遗传互作效应分析。【结果】相关分析结果表明,除种子千粒重外,其它性状之间均存在明显的正相关性。在两地共定位了2个株高QTL、2个茎粗QTL、2个节数QTL、1个单株鲜皮重QTL、2个单株干皮重和2个种子千粒重QTL。【结论】在两地检测到11个QTL,主要集中分布在第6、11、14、9、13、17和4连锁群上,这些QTL在连锁群上分布不均匀,具有集中分布的特点。     

大豆叶片衰老QTL的初步定位

 【目的】叶片衰老是植物的一个发育性状，对植物体内营养再分配与光合作用有重要影响。【方法】利用2套重组自交系群体进行大豆叶片衰老QTL的初步定位，并进行与产量性状的相关分析。【结果】在C1、D1b+W和O连锁群上检测到3个与大豆叶片衰老有关的QTL，可解释表型变异的5.8%～13.7%。除NJ(SP)BN群体熟期与叶片衰老相关程度较低外，两个RIL群体中生物学产量、籽粒产量、株高和熟期与叶片衰老间均存在显著或极显著的正相关；而收获指数与叶片衰老间一个群体为极显著负相关，另一个群体则表现为极显著正相关。【结论】在大豆育种中，针对延迟叶片衰老选育出的材料有时仅能提高收获指数，这样的材料往往产量潜力不高。     

多个藜麦种质在滇中地区的产量及主要农艺性状评价

通过探究22份南美藜麦种质在滇中红土地的产量适应性及主要农艺性状分析,筛选适应滇中红土地的优良种质。结果表明：该批藜麦种质的各农艺性状变异系数均大于10%,种质类型丰富,产量稳定性较好(CV<18.50)。种质Fl4、Fl7、Br3和Br5的种子产量(4105、4049、4028和4057 kg.hm-2)较高,产量的稳定性较好(CV<11%),适合在该地区种植。4份高产种质的生育期较短(122~125 d),植株生物量较高(8756、8703、9135和8722 kg.hm-2),种子全N含量(19.5、21.5、17.9和17.9 g.kg-1)相对较高、种子直径(1.96、1.92、2.07和2.01 mm)高于平均值(1.89 mm),主根长(26.0、28.1、27.2和28.0 cm)高于平均值(25.5 cm)。种质Br3和Br5的千粒重较优(3.982和4.141 g.1000 seeds-1),种质Fl4果实质量比及收获指数较大(0.66和0.50)。相关分析表明,种子产量与株高、地径、总生物量和收获指数等性状均呈显著正相关(r=0.208~0.943, P<0.01)。通径分析表明,地径、收获指数和株高是直接影响藜麦种子产量的重要性状。株高、主根长、分枝数和有效分枝数4个性状通过地茎粗对种子产量的影响较大。在后续的生产试验中,除了关注产量构成因素,还应将生物量、地径、株高和收获指数等性状综合现较优作为高产种质选育的依据。     

小麦主要农艺性状和收获指数的灰色关联度分析

为探讨小麦农艺性状间的相互关系及其对产量形成的影响,进一步为河南省超高产育种提供参考,选用9个小麦新品种(系)为材料,对株高、穗颈长、穗粒数、千粒重、主茎生物产量、总生物产量、单株产量和收获指数进行灰色关联度分析。结果表明:与单株产量密切相关的性状依次是总生物产量(0.699 6)>主茎生物产量(0.479 1)>穗粒数(0.452 0)>千粒重(0.419 7)>株高(0.257 3)>穗颈长(0.208 7)>穗长(0.204 4)>收获指数(0.195 3);与收获指数密切相关的性状依次是穗颈长(0.397 7)>穗长(0.353 8)>穗粒数(0.283 7)>主茎生物产量(0.259 9)>株高(0.223 2)>千粒重(0.221 2)>单株产量(0.180 3)>总生物产量(0.175 6)。据此提出小麦超高产育种目标:在保证穗粒数和收获指数的基础上,通过选择生物产量高、穗子长、穗粒数多和千粒重高的性状,可以获得超高产。     

籼稻不同定位群体的抽穗期和株高QTL比较研究

 【目的】通过分析控制不同定位群体水稻抽穗期、株高和产量性状表现的QTL,挖掘同时控制株高与产量性状且对抽穗期影响小的QTL区间,为水稻高产育种提供参考。【方法】以杂交稻恢复系密阳46作为共同父本,分别与保持系协青早B和珍汕97B配组,构建2个籼籼交重组自交系群体,在同一地点多年种植,对不同群体抽穗期和株高相关的QTL定位结果进行比较。【结果】共定位到12个抽穗期QTL和11个株高QTL,其中2个抽穗期QTL在2个群体中都能检测到,分别位于第6染色体短臂和第7染色体长臂近着丝粒区域。通过与前期相同群体产量性状QTL定位结果比较,发现6个多效性区间,其中,1个同时控制抽穗期、株高和产量性状,3个同时控制抽穗期和产量性状,2个同时控制株高和产量性状。【结论】相对于共同的父本密阳46,水稻矮败型保持系协青早B与野败型保持系珍汕97B对抽穗期和株高的遗传控制存在较大差异,并以株高更为明显。第2染色体长臂RM6—RM240的QTL作用较稳定,对株高和产量性状作用方向一致,且对抽穗期无显著影响,对于通过“矮中求高”实现水稻高产育种具有重要的应用价值。     

基于西双版纳黄瓜的遗传图谱构建 及其重要农艺性状QTL定位分析

【目的】以西双版纳黄瓜与北京截头黄瓜为亲本构建的F9重组自交系群体为作图材料进行遗传图谱的构建,并对叶绿素含量、果实大小、侧枝多少及其第一分枝节位等重要农艺性状进行QTL定位分析,为黄瓜品种的选育及高产、稳产育种提供有益参考和帮助。【方法】以北京截头黄瓜与西双版纳黄瓜为亲本杂交得到F1,之后按单粒传方式得到含有124个F9重组自交系（RILs）群体。以该F9重组自交系（RILs）群体为作图群体,以995对SSR标记为筛选引物,采用joinmap4.0软件进行遗传图谱的构建。并利用构建的遗传图谱,采用WinQTLcart2.5软件复合区间作图法,结合统计的叶片叶绿素含量,商品瓜的瓜长、瓜粗,种瓜的瓜长、瓜粗、瓜把,以及侧枝数、第一分枝节位等相关的共12个黄瓜重要农艺性状的QTL位点进行检测。【结果】构建了含有7个连锁群,137个SSR标记的遗传图谱,图谱总长591.2 cM,平均图距为4.3 cM;共检测到与12个黄瓜农艺性状相关的QTL位点29个,分布在第1、2、3、4、6、7染色体上。其中,叶绿素性状相关的QTL有6个,商品瓜性状相关的QTL有7个,种瓜性状相关的QTL有9个,侧枝性状相关的QTL有7个,单个QTL位点的可解释的表型变异范围为5.30%-19.24%。Ldr4.2的贡献率最小,为5.30%,Lbn1.2的贡献率最大,为19.24%。【结论】构建了西双版纳黄瓜RIL群体遗传图谱,并对叶片叶绿素含量、果实及侧枝等相关的12个农艺性状进行了QTL定位分析,共获得29个相关QTL。     

利用2个相关群体定位和比较水稻株高与抽穗期QTL

利用一个共同亲本构建的2个重组自交系群体对控制水稻株高和抽穗期进行基因定位和比较分析。结果表明:2个群体共定位到11个控制抽穗期的数量性状位点(QTLs)和11个株高QTLs。控制抽穗期的主效QTL在珍汕97/南洋占群体内位于第7染色体RM500-RM445标记之间;在珍汕97/德陇208群体内定位于第7染色体RMRG4499-RM445标记之间。而控制株高的主效QTL在2个群体中分别定位于第1染色体RM472-RM104之间和第7染色体MRG4499-RM445之间。比较定位结果发现,抽穗期主效QTL在2个群体内都被定位于第7染色体中部位置并且有共同标记RM445,很有可能是同一个基因。说明抽穗期是由主效QTL控制的数量性状,遗传稳定。株高主效QTL在珍汕97/南洋占群体内被定位于第1染色体接近末端标记RM104附近。在珍汕97/德陇208群体内则定位于第7染色体,与该群体控制抽穗期QTL共享RM445标记。     

玉米杂交种苏玉16农艺性状的QTL分析

采用强优势玉米杂交种苏玉16(JB×Y53)的两个亲本自交系,配置F2和相应F2∶3作图群体。利用154个SSR标记构建了分子标记连锁图谱,覆盖全基因组1 735.0 cM,标记间平均图距为11.3 cM。同时考察F2和F2∶3群体的株高、穗位高、抽穗期和散粉期等共10个重要农艺性状,采用联合F2和F2∶3群体的作图方法定位有关QTL。此外,采用QTL Cartographer V2.5软件分别对F2和F2∶3群体进行了有关QTL的重演性验证。结果表明,采用联合作图方法在调查的10个性状上共定位到93个QTL,采用QTL Cartographer V2.5软件共定位到96个QTL,其中56个能用两种方法重演验证。     

多环境条件下大豆倒伏性相关形态性状的QTL分析

【目的】定位大豆倒伏性相关形态性状的QTL为培育抗倒伏性高的品种提供依据。【方法】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F2:16-F2:18的重组自交系的147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。在三年两个地点对大豆的主茎节数、茎粗和茎秆重性状进行调查及QTL分析。【结果】共检测到16个主茎节数QTL,分别位于A1、B1、C2、D1a、D2、F、G、H和N连锁群上;检测到10个茎粗QTL,分别位于A1、B1、C2、D1a、E和G连锁群上;检测到15个茎秆重QTL,分别位于A1、A2、C2、D1a、D1b和G连锁群上。在得到的这些QTL中,2种算法都能检测到5个主茎节数QTL,解释表型变异范围为8.6%-27.0%;1个茎粗QTL,解释表型变异范围为9.0%-11.0%;6个茎秆重QTL,解释表型变异范围为6.0%-39.0%。在2年以上能被检测到3个主茎节数QTL,解释表型变异范围为8.0%-60.2%;2个茎秆重QTL,解释表型变异范围为10.0%-23.0%;2年以上未重复检测到茎粗QTL。【结论】通过比较定位的主茎节数、茎粗和茎秆重QTL,发现这些性状之间存在较大的遗传相关性。     

Dissection of QTLs for Yield Traits on the Short Arm of Rice Chromosome 6

This study was undertaken to dissect quantitative trait loci （QTLs） controlling yield traits on the short arm of rice chromosome 6. A residual heterozygous line that carries a heterozygous segment extending from RM587 to RM19784 on the short arm of rice chromosome 6 was selected from an F7 population of the indica rice cross Zhenshan 97B/Milyang 46. An F2：3 population consisting of 221 lines was derived and grown in two trial sites. Six yield traits including number of panicles per plant, number of filled grains per panicle, total number of spikelets per panicle, spikelet fertility, 1 000-grain weight, and grain yield per plant were measured. An SSR marker linkage map was constructed and employed to determine QTLs for yield traits with Windows QTL Cartographer 2.5. QTLs were detected in the target interval for all the traits analyzed except NP, with phenotypic variance explained by a single QTL ranging between 6.3% and 35.2%. Most of the QTLs for yield components acted as additive QTLs, while the three QTLs for grain yield had dominance degrees of 1.65, 0.84, and -0.42, respectively. It was indicated that three or more QTLs for yield traits were located in the target region. The genetic action mode, the direction of the QTL effect, and the magnitude of the QTL effect varied among different QTLs for a given trait, and among QTLs for different traits that were located in the same interval.     

QTL Analysis of Major Agronomic Traits in Soybean

Soybean is a main crop, and most agronomic traits of soybean are quantitative; therefore, there is vely important studying and applying value to locating these traits. A F2：10 RIL population containing 154 lines, derived from the cross between Charleston as female and Dongnong 594 as male parent, were used in this experiment. A genetic linkage map was constructed with 164 SSR primers, which were screened with the two parents and amplified on the 154 lines. 12 agronomic traits different between the two parents were investigated, and QTLs of all the traits were analyzed using the software Windows QTL Cartographer V2.0. The agronomic traits included quality traits： protein content, oil content, and content of protein and oil; yield traits： pods per plant, seed weight per plant, and 100 seeds weight; and other agronomic traits： plant height, days to maturity, branches, nod number in main stem, average leaf length, and average leaf width. The results showed that 68 QTLs in total were found for the 12 agronomic traits. The number of QTLs per trait varied from 3 for the average leaf width to 11 for 100 seeds weight and plant height, and was 5.8 on average. Good accordance was seen in many QTLs between the results of this study and the results obtained by other similar studies; therefore, these QTLs may be valuable for molecular marker assistant selection in soybean. In this study, 68 major QTLs of 12 important traits of soybean were analyzed.     

花生每荚种子数相关性状QTL的定位

【目的】花生是重要的油料作物和经济作物,高产一直是花生育种的主要目标,决定产量的因素是单位面积的种子数和仁重。单位面积种子数是种植密度、每株荚数和每荚种子数的乘积。因此,对花生每荚果种子数相关性状进行QTL分析,有助于发掘该性状相关基因/位点,为花生产量相关性状分子育种提供重要的理论依据。【方法】以四粒红×冀农黑3号构建的RIL群体为研究材料,于2018年（E1）和2020年（E2）在河北省保定市河北农业大学清苑试验站（115°30′E,38°40′N）种植鉴定,收获时调查统计单仁果数、双仁果数以及多仁果数表型值,利用河北农业大学花生创新团队实验室构建的高密度遗传图谱,采用QTL Icimapping V4.2中的完备区间作图法对2个环境下的每荚种子数相关性状进行QTL定位与分析。【结果】单仁果率与双仁果率均呈正态分布,多仁果率呈偏正态分布。3个性状的QTL定位分析结果表明,共检测到11个QTL,可解释4.66%—22.34%的表型变异,加性效应为-9.35—9.42。其中,定位到5个多仁果率QTL,可解释3.19%—22.34%的表型变异,有1个QTL的加性效应为负值（-4.77）,来自冀农黑3号,其余4个QTL的加性效应为正值（3.59—9.42）,均来自母本四粒红;定位到2个单仁果率QTL,可解释4.97%—6.43%的表型变异,加性效应均为负值（-4.45和-4.54）,均来自冀农黑3号;定位到4个双仁果率QTL,可解释3.46%—20.87%的表型变异,加性效应均为负值（-9.35—-3.84）,均来自冀农黑3号。这些QTL中,6个为主效QTL,其中,qRMSPA05被重复检测到,且可遗传表型变异为16.58%—17.34%,加性效应为7.69—8.12。【结论】定位6个主效QTL和1个主效稳定的多仁果率QTL,有助于改良花生产量性状,可以作为遗传改良的重要候选区段,用于分子标记辅助选择与精细定位研究。     

Yield-height correlation and QTL localization for plant height in two lowland switchgrass populations

Switchgrass (Panicum virgatum L.), as a model herbaceous crop species for bioenergy production, is targeted to improve biomass yield and feedstock quality. Plant height is a major component contributing to biomass yield. Accordingly, the objectives of this research were to analyze phenotypic variation for biomass and plant height and the association between them and to localize associated plant height QTLs. Two lowland switchgrass mapping populations, one selfed and another hybrid population established in the field at Perkins and Stillwater, Oklahoma, were deployed in the experiment for two years post establishment. Large genetic variation existed for plant biomass and height within the two populations. Plant height was positively correlated with biomass yield in the selfed population (r = 0.39, P<0.0001) and the hybrid population (r = 0.41, P<0.0001). In the selfed population, a joint analysis across all environments revealed 10 QTLs and separate analysis for each environment, collectively revealed 39 QTLs related to plant height. In the hybrid population, the joint analysis across overall environments revealed 35 QTLs and the separate analysis for each environment revealed 38 QTLs. The findings of this research contribute new information about the genetic control for plant height and will be useful for future plant breeding and genetic improvement programs in lowland switchgrass.     

水稻第6染色体短臂产量性状QTL簇的分解

【目的】将水稻第6染色体短臂上产量性状QTL分解到更小的区间中。【方法】从珍汕97B/密阳46重组自交系群体筛选到针对第6染色体短臂RM587-RM19784区间的剩余杂合体,衍生了一个由221个株系组成的F2:3群体,种植于海南和浙江两地,考察每株穗数、每穗实粒数、每穗总粒数、千粒重、结实率和单株产量,建立SSR标记连锁图,应用Windows QTL Cartographer 2.5检测QTL。【结果】在所分析的6个性状中,除穗数外在第6染色体短臂上的目标区间均检测到QTL,分别座落于目标区域中3个以上的不同区间中,单个QTL对群体性状表型变异的贡献率为6.3%～35.2%;控制产量构成因子的QTL基本以加性作用为主,但3个单株产量QTL的显性度分别为1.65、0.84和0.42。【结论】目标区间存在3个以上的产量性状QTL,且同一区间控制不同性状的QTL、不同区间控制同一个性状的QTL在遗传作用模式、效应方向和效应大小上存在一定差异。     

QTL consistency for agronomic traits across three generations and potential applications in popcorn

Favorable agronomic traits are important to improve productivity of popcorn. In this study, a recombinant inbred line(RIL) population consisting of 258 lines was evaluated to identify quantitative trait loci(QTLs) for nine agronomic traits(plant height, ear height, top height(plant height subtracted ear height), top height/plant height, number of leaves above the top ear, leaf area, stalk diameter, number of tassel branches and the length of tassel) under three environments. Meta-analysis was conducted then to integrate QTLs identified across three generations(RIL, F2:3 and BC2F2) developed from the same crosses. In total, 179 QTLs and 36 meta-QTLs(m QTL) were identified. The percentage of phenotypic variation(R2) explained by any single QTL varied from 3.86 to 28.4%, and 24 QTLs with contributions over 15%. Nine common QTLs located in the same or similar chromosome regions were detected across three generations. Five meta-QTLs were identified including QTLs in three independent studies. Seven important m QTLs were composed of 11–26 QTLs for 4–7 traits, respectively. Only 11 m QTLs were commonly identified in the same or similar chromosome regions across agronomic traits, popping characteristics(popping fold, popping volume and popping rate) and grain yield components(ear weight per plant, grain weight per plant, 100-grain weight, ear length, kernel number per row, ear diameter, row number per ear and kernel ratio) by meta-QTL analysis. In conclusion, we identified a list of QTLs, some of which with much higher contributions to agronomic traits should be valuable for further study in improving both popping characteristics and grain yield components in popcorn.     

冷水胁迫下水稻分蘖期耐冷性状QTL定位研究

以黑龙江地区高产优质水稻品种东农422和耐冷性强水稻品种空育131为亲本,构建F2 3代180个家系为作图群体.在分蘖期17℃人工冷水胁迫下,进行水稻耐冷性鉴定.以SSR标记构建分子连锁图谱为基础,根据微卫星标记间的距离和顺序绘制一个包含75个SSR标记的遗传连锁图谱.构建的连锁图谱总共覆盖水稻基因组约1351.7 cM,标记间平均距离为19.04 cM.对水稻分蘖期的苗高、分蘖数、地上部生长量、叶绿素含量及其冷水反应指数(CRI)进行数量性状基因座(QTLs)的定位研究.结果表明,上述性状经冷水胁迫后,在F3家系群中均表现为单峰的连续分布,推断分蘖期耐冷性是由主效基因和微效基因共同控制的数量性状.共检测到与冷水胁迫下分蘖期苗高、分蘖数、地上部生长量和叶绿素含量及其冷水反应指数相关的QTL 21个,分布于第2、3、5、6、7、8和12条染色体上.     

水稻穗颈维管束及产量相关性状的QTL分析

采用2个偏粳品种“光三”／C418的重组自交系群体，构建SSR标记的连锁图谱，并以此对水稻穗颈维管束数和产量相关性状进行了QTL(Quantitative Trait Loci)分析。在第1，5，8和11染色体上检测到4个控制穗颈大维管束数的QTL。在第5，9和10染色体上检测到3个控制穗颈小维管束数的QTL；共检测到产量及8个与产量相关性状的30个QTL。通过分析穗颈维管束数与穗一、二次枝梗数，穗一、二次枝梗粒数，穗粒数，结实率，单株产量QTL在染色体上的分布及连锁关系，表明穗颈维管束是影响产量的重要解剖结构；通过增加穗颈大、小维管束数可望增加水稻“库”的容量。保证“流”的畅通。     

硬粒小麦与野生二粒小麦重组自交系群体穗部性状的QTL定位

野生二粒小麦是现代栽培小麦的祖先种,含有极为丰富的遗传多样性。本研究利用来自以色列Gitit的野生二粒小麦G18-16与来自欧洲的硬粒小麦栽培品种Langdon杂交构建的重组自交系F6代152个家系,进行了抽穗期、单株有效穗数、穗粒数、穗长、芒长等数量性状基因位点(QTL)分析,发现全部家系在5个性状上表现出宽广的遗传差异。14个穗部性状加性QTL被定位,LOD值为1.9~13.4,贡献率为7.3%~54.2%。控制抽穗期的QTL共3个,定位在3A(2个)和7B上;在2A(2个)和5A上共找到3个控制穗粒数的QTL;在5B上找到2个控制单株有效穗数的QTL;控制穗长的3个QTL分布在5A(2个)和7A上;在4B,5A和7A上共找到3个控制芒长的QTL。获得的QTL可用于今后分子标记辅助育种改良现代栽培小麦。