羊草叶绿体非编码区多态性标记筛选及群体遗传多样性

为筛选多态性丰富的羊草叶绿体非编码区片段,本研究以9个不同地理位置的羊草居群为材料,通过对12个叶绿体非编码区DNA片段测序及其序列间变异分析试图从中找出有遗传差异的叶绿体DNA(cpDNA)片段,并利用有多态性的cpDNA片段进行遗传多样性分析。结果表明,序列ndhF-rpl32、trnL-trnF、trnC-ycf6、aptI-aptH具有比较丰富的变异,可作为下一步研究野生羊草群体遗传学和谱系地理学较为理想的分子标记。在37个羊草个体4条非编码区片段的合并序列中,共检测到15种单倍型,单倍型多态性(Hd)为0.928,核苷酸多态性(Pi)为0.00101;遗传分化指数(Fst)为0.58884,基因流(Nm)为0.17,基因流较小;中性检验Tajima’s D(-1.08542)和Fu’s Fs(-5.301)均为负值,且差异不显著(P>0.10),推测羊草遵循中性进化理论,可能经历过种群扩张;AMOVA结果显示,65%的分子变异出现在居群间,35%出现在居群内;Mantel检验得到,遗传距离与地理距离具有显著相关性(r=0.449,P<0.05);居群分化值Nst 0.386(0.1865)大于Gst 0.234(0.1506),差异显著(P<0.05),表明羊草居群存在分子谱系地理结构。通过系统发育树分析得到,羊草15个单倍型分为两大分支,H2和H10聚为一支,它们与别的居群个体亲缘关系较远,其余单倍型聚为另一支;单倍型网络图显示,H2和H12、H10和H12亲缘关系较远,与系统发育树分析结果基本一致。本研究为羊草的种质资源保护、谱系地理学研究等工作奠定了基础。     

Diversity in the carotenoid profiles and the expression of genes related to carotenoid accumulation among citrus genotypes

Carotenoids are not only important to the plants themselves but also are beneficial to human health. Since citrus fruit is a good source of carotenoids for the human diet, it is important to study carotenoid profiles and the accumulation mechanism in citrus fruit. Thus, in the present paper, we describe the diversity in the carotenoid profiles of fruit among citrus genotypes. In regard to carotenoids, such as β-cryptoxanthin, violaxanthin, lycopene, and β-citraurin, the relationship between the carotenoid profile and the expression of carotenoid-biosynthetic genes is discussed. Finally, recent results of quantitative trait locus (QTL) analyses of carotenoid contents and expression levels of carotenoid-biosynthetic genes in citrus fruit are shown.     

Genetic bases of source-,sink-,and yield-related traits revealed by genome-wide association study in Xian rice

The source-sink relationship determines the ultimate grain yield.We investigated the genetic basis of the relationship between source and sink and yield potential in rice.In two environments,we identified quantitative trait loci(QTL)associated with sink capacity(total spikelet number per panicle and thousand-grain weight),source leaf(flag leaf length,flag leaf width and flag leaf area),source-sink relationship(total spikelet number to flag leaf area ratio)and yield-related traits(filled grain number per panicle,panicle number per plant,grain yield per plant,biomass per plant,and harvest index)by genome-wide association analysis using 272 Xian(indica)accessions.The panel showed substantial variation for all traits in the two environments and revealed complex phenotypic correlations.A total of 70 QTL influencing the 11 traits were identified using 469,377 high-quality SNP markers.Five QTL were detected consistently in four chromosomal regions in both environments.Five QTL clusters simultaneously affected source,sink,source–sink relationship,and grain yield traits,probably explaining the genetic basis of significant correlations of grain yield with source and sink traits.We selected 24 candidate genes in the four consistent QTL regions by identifying linkage disequilibrium(LD)blocks associated with significant SNPs and performing haplotype analysis.The genes included one cloned gene(NOG1)and three newly identified QTL(qHI6,qTGW7,and qFLA8).These results provide a theoretical basis for high-yield rice breeding by increasing and balancing source–sink relationships using marker-assisted selection.     

水稻复合农艺性状QTL剖析

为了解水稻复合性状的数量性状基因座(QTL),在利用单片段代换系进行QTL鉴定的基础上,剖析了水稻株高QTL与主茎高和穗长QTL,主茎高与倒一节间长、倒二节间长、倒三节间长和倒四及以下节间长QTL,谷粒长宽比QTL与粒长和粒宽QTL,每穗粒数QTL与一次枝梗数和二次枝梗数QTL的关系。结果表明:鉴定出株高QTL的6个单片段代换系中有4个只检测出了主茎高QTL,其加性效应百分率为86.00%～99.55%,有1个只检测出了穗长QTL,其加性效应百分率为48.31%,有1个同时检测出了主茎高QTL和穗长QTL,其中主茎高QTL的加性效应百分率为81.72%,穗长QTL加性效应百分率为18.28%;在检测出主茎高QTL的7个单片段代换系中,有1个只检测出倒一节间长QTL,有2个只检测出倒二节间长QTL,有2个检测出倒一节间长QTL和倒二节间长QTL,有2个只检测出倒三节间长QTL;不同的单片段代换系中检测出的节间长的QTL加性效应百分率变化范围为-128.62%～172.07%;7个检测出谷粒长宽比QTL的单片段代换系中,有5个只检测出粒长QTL,1个只检测出粒宽QTL,1个同时检测出了粒长QTL和粒宽QTL;检测出每穗粒数QTL的3个单片段代换系中,有2个只检测出二次枝梗数的QTL,有1个同时检测出一次枝梗数QTL和二次枝梗数的QTL。这些结果表明,代换片段中如能检出复合性状QTL,也可以检出其构成性状QTL;复合性状QTL的加性效应的大部分可由其构成性状QTL的综合效应来解析,但相同的复合性状,不同代换片段检出的构成性状QTL不同。     

植物数量抗病基因克隆及其抗性机理的研究进展

培育广谱、持久抗病的作物品种,不仅需要深入研究质量抗病性,而且需要更深入地洞悉数量抗病性的可能作用机理。而目前,人们对数量抗病基因的可能特征和数量抗病性的机理的认识还相当模糊,这在很大程度上限制了数量抗病基因在育种实践中的应用。本文首先综述数量性状座位（quantitative trait loci,QTL）的克隆策略和精确获取数量抗病性状值的方法;其次根据数量抗性座位（quantitative resistance loci。QRL）的相关研究进展,对QRL的可能特征进行一定的综述,认为部分QRL的抗性机理直接对应于R基因、抗病基因类似物（resistance geneanalogs,RGA）、防卫基因、防卫反应途径中的相关基因等在植物抗病性上的作用机理;最后,作者推测存在4种抗性特征的QRL,即小种特异性或非特异性QRL和“病原菌”特异性或广谱性QRL,并认为数量抗性持久性的遗传基础与这些不同特征的QRL间有着密切的联系。该综述将对QRL的候选基因分析和克隆、数量抗病机理研究和QRL的育种应用提供有益的参考。     

鲤IGF-Ⅰ基因2个高度多态微卫星位点的鉴定及其与生长相关性状的关联分析

利用PCR结合测序方法,在鲤(Cyprinus carpio)类胰岛素生长因子-Ⅰ(insulin-like growth factor-Ⅰ,IGF-Ⅰ)基因内含子1和内含子2中各鉴定1个微卫星多态性位点,分别命名为intron1189和intron2310,这两个位点均以4碱基为重复单元.以黑龙江鲤(Cyprinus cario haematopterus,YL)(n=263)、德国镜鲤选育系(Cyprinus carpio L.mirror,JL)(n=229),及荷包红鲤抗寒品系(Cyprinus carpio var.wuyuanensis,HL)(n=255)为研究对象,评估了这两个位点不同基因型(频率＞3％)与鲤4个生长时段(135 d、325 d、335 d和445 d)生长表型的关联.结果显示,2个位点在3个鲤群体中均表现为高度多态(PIC＞0.5).intron1189位点多态性主要对YL的135 d、325 d体长和325 d、385 d体质量有显著影响(P＜0.05),而intron2 310位点多态性对JL各检测时段的体长和体质量均有显著影响(P＜0.05).对不同基因型个体的体长和体质量性状进行多重比较,结果显示,在intron 1189位点,185/229基因型YL的135 d、325 d体长和325 d、385 d体质量最低,而205/221基因型YL的135 d、325 d体长和325 d体质量最高.在mtron2310位点,290/350基因型JL在各检测时段的体长及135 d、325 d、385 d体质量最低,而318/350基因型JL的135 d、325 d、385 d体长和体质量均为最高.上述结果表明,鲤IGF-Ⅰ基因内含子中的这两个高度多态微卫星位点潜在影响鲤的生长性能.     

白菜S位点糖蛋白基因的克隆与表达分析

 以白菜自交不亲和系为材料,采用RT-PCR技术,用特异引物对SLG基因进行克隆,获得SLG基因cDNA序列长度为1 324 bp,命名为BcSLG。序列分析表明：所获得的白菜BcSLG基因cDNA序列包含一完整的编码框,编码432个氨基酸,含有12个保守的半胱氨酸残基和7个N-糖基化位点。序列比对和系统进化分析表明：BcSLG与其它植物的SLG基因氨基酸序列具有较高的同源性,与大白菜和甘蓝亲缘关系最近。荧光定量PCR分析表明：BcSLG基因在自交不亲和系的柱头中表达量最高,其次是花蕾,叶片中表达最低, 在自交亲和系的柱头、花蕾和叶片中相对表达较低。     

水稻根系活力的遗传分析

 以典型籼粳交(窄叶青8号/京系17) F1代花培加倍的DH群体为材料，在抽穗期用TTC法考察根系活力。利用已构建的分子连锁图谱，采用区间作图法对根系活力进行QTL分析，在第4染色体的RG449和RG809之间检测到一个QTL。用Epistat软件分析影响根系活力的单个位点和位点间的互作，结果在RG809附近检测到一个单基因，并检测到2个条件型互作和4对互适型互作，这些位点分布在第1、2、4、7、8、9和11染色体上。     

小麦新抗源抗锈性评价和SSR位点遗传多样性

为了解小麦条锈病新抗源兴资9104、品冬34、秦农142、彬旱355的抗病性及遗传基础,对其苗期和成株期分别进行抗条锈性鉴定,并以小麦全基因组SSR标记为工具分析了新抗源与四个感病材料(Avocet S、铭贤169、790-149-34、中国春)间的遗传多样性。结果表明,兴资9104、品冬34、秦农142、彬旱355对当前条锈病流行小种具有全生育期或成株期抗性; 在975个SSR多态性位点共有3 390个等位性变异,每个位点平均等位变异3.48;全基因组和A、B、D基因组范围聚类结果基本一致,8个材料可分成三类,其中品冬34遗传背景与其他材料差异较大;随机抽取部分标记进行标记数量累加聚类,标记数量愈多,聚类结果愈稳定可靠。