基于SNP标记的玉米株高及穗位高QTL定位

为进一步弄清玉米株高和穗位高的遗传机理,为育种生产提供服务,本研究以K22×CI7、K22×Dan3402个F₂群体为作图群体,利用覆盖玉米10条染色体的SNP标记构建了2个连锁图谱。并将这2个F₂群体衍生的分别含237和218个家系的F_2:3群体用于田间性状的鉴定。用复合区间作图模型对2个群体的株高、穗位高表型进行QTL定位分析,结果显示,在武汉和南宁两种环境条件下共定位到21个株高QTL和27个穗位高QTL;单个QTL表型变异贡献率的变幅为4.9%~17.9%;株高和穗位高QTL的作用方式以加性和部分显性为主;第7染色体上可能存在控制株高和穗位高的主效QTL。     

水稻极矮突变体s2-47对赤霉素的响应及基因定位研究

通过EMS诱变日本晴获得1个极端矮化突变体s2-47,其表型为极度矮化、叶色深绿、不能抽穗结实。对水稻胚乳的α-淀粉酶诱导实验表明s2-47突变体与GA的信号传导途径无关,外源活性GA₃对水稻幼苗株高的促进实验显示s2-47应与赤霉素的生物合成有关。利用s2-47和Dular构建F₂群体并精细定位表明,s2-47的表型与水稻OsCPS1基因紧密连锁,其编码的柯巴焦磷酸合成酶是赤霉素生物合成途径的第一个关键酶。序列分析发现,s2-47突变体的OsCPS1基因编码区发生了单个碱基缺失导致移码突变。OsCPS1基因在植株地上部都有表达,在节中表达最高。OsCPS1基因的表达受外源GA₃抑制,但在s2-47突变体中表达上调。     

水稻ygl80黄绿叶突变体的遗传分析与目标基因精细定位

通过化学诱变获得遗传稳定的水稻黄绿叶突变体ygl80。与野生型亲本10079相比,ygl80突变体在苗期和孕穗期叶片叶绿素分别下降76.64%和54.59%,类胡萝卜素含量分别下降53.85%和41.18%,成熟期株高、每株有效穗数、每穗着粒数、穗长和千粒重分别减少14.8%、16.5%、21.3%、9.1%和7.4%。遗传分析表明,ygl80的突变性状由1对隐性核基因控制。利用(ygl80/浙辐802) F₂作为定位群体, 将突变基因定位在第5染色体长臂InDel标记C2和C3之间,遗传距离分别为0.24 cM 和0.39 cM,两标记之间的物理距离约为90 kb,此区间内包含11个预测基因。基因组序列分析发现,ygl80突变体在编码叶绿素合酶的YGL1(LOC_Os05g28200)基因编码区第5027碱基处(位于第14外显子),碱基C突变为碱基T,使编码蛋白序列第348位的脯氨酸(Pro)突变成亮氨酸(Leu)。该基因是已报道的水稻ygl1黄绿叶突变基因的等位基因。ygl80突变体在整个生育期都表现为黄绿叶,而ygl1突变体在苗期叶片黄化,中期慢慢转绿,后期叶色以及总叶绿素和类胡萝卜素的含量接近野生型,这可能是YGL1基因编码的叶绿素合酶蛋白的氨基酸不同突变位点造成的。     

用全基因组关联分析解析籼稻垩白的遗传基础

利用272份全球籼稻微核心种质的重测序SNP基因型,对海南三亚、广东深圳、浙江杭州和湖北荆州4个地点收集到的垩白粒率和垩白度性状采用TASSEL软件进行全基因组关联分析,解析籼稻垩白的遗传基础和挖掘影响垩白粒率和垩白度的优异等位基因。结果表明,依据SNP数据,可将籼稻微核心种质分成3个亚群。4个地点分别检测到42个和44个与垩白粒率和垩白度显著关联的位点,位于全部12条染色体上。2个性状分别有21个和19个位点在2个以上环境下同时被检测到,这些位点中有12个位点同时影响垩白粒率和垩白度,11个位点附近都有已克隆的水稻品质相关基因。其中,第5染色体3.3~5.3 Mb区间在4个地点都被检测到与垩白粒率显著关联,以杭州点对垩白粒率的贡献最大,优异等位基因载体品种为IRGC121689;第12染色体的17.5~18.0 Mb区间在三亚和杭州都被检测到与垩白度显著关联,以三亚点的垩白度贡献最大,优异等位基因载体品种为IRGC122285。这些位点和品种资源可作水稻外观品质分子改良的重要基因和品种资源。     

利用“永久F2”群体剖析玉米产量及其相关性状的遗传机制

利用RIL群体构建了一套包含441个杂交组合的玉米“永久F₂”群体,通过253个SSR标记的等位基因频率分析,发现“永久F₂”群体的遗传组成与基因频率与F₂群体相似,理论上可以代替F₂群体进行相关遗传研究。通过两年一点的田间试验,利用复合区间作图法对玉米产量及其3个主要构成因子进行了遗传分析。结果表明,玉米产量与穗长、穗行数及百粒重呈显著或极显著正相关,而穗长与穗行数和百粒重显著负相关。共定位3个产量QTL、8个穗长QTL,11个穗行数QTL和5个百粒重QTL。     

回交高代选择导入系的纹枯病抗性与抗旱性的遗传重叠研究

利用来自抗旱性较好的供体亲本（BG300和BG304）、具有两种遗传背景（IR64和特青）的水稻高代回交（BC2）抗旱选择导入系，通过人工接种的方法鉴定纹枯病抗性，考察纹枯病抗性与抗旱性之间可能存在的遗传重叠。通过与受体亲本的纹枯病抗性表现比较发现，具有特青背景的抗旱选择导入系倾向于纹枯病抗性的降低，而IR64背景的抗旱选择导入系则倾向于纹枯病抗性的增强。基于基因型与表型的方差分析共鉴定到6个与纹枯病抗性相关的位点，其中QSbr6在不同供体和背景的两个群体中分别检测到，而QSbr10则在同一供体的两个遗传背景下均检测到；有3个位点（QSbr6、QSbr8和QSbr10）与同一群体中检测到的抗旱性位点位置相近，很可能是两种抗性重叠的遗传基础。尽管方差分析的方法在选择导入系的非选择目标性状相关位点的鉴定中存在相当程度的偏低估计，本研究所检测到的纹枯病抗性位点，特别是那些与抗旱性重叠位点的分子标记以及相关的抗性株系仍将为进一步的水稻纹枯病抗性和抗旱性的多抗性育种和深入的遗传重叠研究提供有用的信息和材料。     

Construction of Genetic Linkage Map of Bread Wheat （Triticum aestivum L.） Using an Intervarietal Cross and QTL Map for Spike Related Traits

Most often a genetic linkage map is prepared using populations obtained from two highly diverse genotypes. However, the markers from such a map may not be useful in a breeding program as these markers may not be polymorphic among the varieties used in breeding. For the past nine years, intraspecific maps have been gaining importance and such maps based on Swiss （PaiUard et al., 2003）, Japanese （Suenaga et al., 2005）, Australian （Chaimcrs et al., 2001） wheat varieties arc available. A map based on Indian wheat varieties however has not been reported. We constructed a genetic linkage map based on a cross between two Indian bread wheat （Triticum aestivum L.） varieties, Sonalika and Kalyansona. One hundred and fifty F2 individuals were analyzed for arbitrarilyprimed polymerase Chain reaction （AP-PCR）, random amplified polymorphic DNA （RAPD）, inter simple sequence repeats （ISSR）, Sequence Tagged Microsatelhte Sites （STMS）, Amplified Fragment Length Polymorphism （AFLP） markers, seed storage proteins and known genes. A linkage map was constructed consisting of 236 markers and spanning a distance of 3 639 cM with 1 211.2 cM for A genome, 1 669.2 cM for B genome, 192.4 cM for D genome and 566.2 cM for unassigned groups,     

基于水稻QTL定位分析预测单穗粒重最优基因型

选择符合需要的基因型个体是育种实践中的重要环节,而理想基因型的预测则又是其前提。本文以水稻“珍汕97B×明恢63”的F₁杂种（汕优63）所衍生的永久F₂群体为材料,对单穗粒重进行了QTL定位分析,并对不同环境下单穗粒重的最优株系（SL）和最优杂种（SH）的基因型及其遗传效应值进行了预测。结果表明,QTL定位分析共检测到9个与单穗粒重相关的QTL,其中7个具有环境互作效应;上位性是控制水稻单穗粒重遗传变异的一个重要的遗传组分。最优基因型预测显示,不同环境下最优株系（SL）与最优杂种（SH）的基因型及遗传效应值不同。在两个环境中,SH的遗传效应值都是最高的。因此,SH将能够充分挖掘单穗粒重的最大潜力。9个QTL全为杂合或全为纯合均不是最佳选择,预测得到的SH有近一半的QTL是纯合基因型。同时讨论了在育种中获得SL和SH的途径。     

利用RIL群体对水稻再生力及相关农艺性状的QTL分析

以粳糯稻品种糯89-1与籼型重穗型杂交稻骨干恢复系蜀恢527杂交构建的籼粳交F₇代RIL群体的169个家系为作图群体,构建了一张含105个微卫星(SSR)标记的分子连锁图谱。定位了水稻正季7个农艺性状的QTL 15个,分布在第1、第2、第3、第5、第6、第7、第10染色体上,LOD值介于2.10~7.51,贡献率3.77%~25.37%,其中贡献率10.0%以上的QTL 7个,单个性状的QTL 1~4个;定位了水稻再生季7个农艺性状的QTL 19个,分布在第1、第2、第3、第4、第5、第6、第7、第10染色体上,LOD值介于2.17~18.34,贡献率3.23%~37.66%,其中贡献率10.0%以上的QTL 7个,单个性状的QTL1~5个;定位了影响水稻再生力(最终再生率)的QTL 2个(qRa4,qRa5),分别在第4和第5染色体上,贡献率分别为8.17%和7.09%,加性效应分别为0.32和-0.39,贡献率和加性效应均较小,属微效基因。共检测到两季农艺性状QTL 36个,同一性状被重复检测的QTL 8个。水稻再生力与正季稻有效穗呈极显著负相关;水稻再生力与再生稻有效穗呈极显著正相关,与每穗总粒数和着粒密度呈显著负相关。QTL定位结果揭示了有效穗是影响再生力的主要因素。     

The genetic relationship between popping expansion volume and two yield components in popcorn using unconditional and conditional QTL analysis

Popping expansion volume (PEV) is the most important quality trait in popcorn, while its germplasm is inferior to normal dent/flint corn in yield. In this study, 259 F_2:3 families, developed from the cross between a dent corn inbred Dan232 and a popcorn inbred N04, were evaluated for their PEV, grain weight per plant (GWP) and 100-grain weight (100 GW) in two environments. The genetic relationship between PEV and GWP, and 100 GW on individual gene loci were evaluated using unconditional and conditional QTL mapping methods. In total, five, one and three unconditional QTL were identified for PEV, GWP, and 100 GW, respectively. The positive alleles of all QTL for PEV were from N04, while positive alleles of all QTL for GWP and 100 GW were from Dan232. In conditional mapping, one and two QTL failed to be detected, and all four additional QTL were detected. Nevertheless, three QTL were identified, which controlled PEV independently from GWP/100 GW. They seemed to be potential candidates in popcorn breeding to increase PEV without decreasing GWP/100 GW. The results suggested that for significantly correlated traits, the conditional QTL mapping method could be used to dissect the genetic interrelationship between traits at the level of individual QTL, as well as reveal additional QTL that were undetectable by unconditional mapping.