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-GWAS 3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。     

东北大豆种质群体百粒重QTL-等位变异的全基因组解析

【目的】对东北大豆种质群体百粒重性状进行全基因组关联分析,全面解析中国大豆主产区百粒重QTL-等位变异遗传构成,为东北地区大豆籽粒大小遗传改良提供理论基础。【方法】以东北地区育种和生产上常用的290份大豆材料作为试验群体,于2013和2014年在东北第二生态亚区的克山、牡丹江、佳木斯和长春4个地点进行百粒重表型鉴定试验。利用RAD-seq方法对试验群体进行基因组测序分析,对原始SNP数据进行过滤及填补缺失数据后,最终获得了82 966个高质量的SNP标记。根据限制性两阶段多位点全基因组关联分析（restricted two-stage multi-locus genome-wide association analysis,RTM-GWAS）方法,首先构建获得15 546个具有复等位变异的SNPLDB标记,然后使用两阶段多位点模型对百粒重性状进行全基因组关联分析。对检测到的百粒重关联SNPLDB标记位点附近（50 kb范围内）的基因进行分析,根据基因内SNP与SNPLDB标记位点之间关联性的卡方测验,筛选可能与百粒重性状相关的候选基因并进行功能注释。最后基于检测的百粒重QTL-等位变异体系分析了不同熟期组材料间的遗传分化。【结果】试验群体百粒重变异范围为18.3—20.7 g,性状遗传率为92.3%。RTM-GWAS方法共检测到76个与大豆百粒重性状关联的SNPLDB标记位点,其中15个位点主效不显著,另外61个主效显著位点解释了65.40%的表型变异;68个与环境互作效应显著的位点解释了17.46%的表型变异,另外8个位点与环境互作效应不显著。在检测到的76个位点中有34个位点与已报道的30个百粒重QTL重叠,另外42个位点为本研究新检测百粒重位点。基于检测的SNPLDB标记位点,共筛选到137个百粒重相关候选基因,功能注释显示这些候选基因不仅参与大豆百粒重的调节,还参与了初级新陈代谢、蛋白质修饰、物质运输、胁迫响应和信号转导等。对各熟期组间QTL-等位变异的遗传分化分析显示,尽管熟期组间百粒重差异不明显,但其QTL-等位变异遗传结构却发生了新生和汰除的变化。【结论】RTM-GWAS方法能相对全面地解析东北大豆种质群体百粒重QTL-等位变异遗传构成。东北大豆种质群体百粒重由大量QTL调控,且QTL与环境互作效应大,QTL存在丰富的复等位变异。由RTM-GWAS方法建立的QTL-等位变异矩阵为群体遗传及演化研究提供了新工具。     

东北大豆种质群体百粒重QTL-等位变异的全基因组解析

【目的】对东北大豆种质群体百粒重性状进行全基因组关联分析,全面解析中国大豆主产区百粒重QTL-等位变异遗传构成,为东北地区大豆籽粒大小遗传改良提供理论基础。【方法】以东北地区育种和生产上常用的290份大豆材料作为试验群体,于2013和2014年在东北第二生态亚区的克山、牡丹江、佳木斯和长春4个地点进行百粒重表型鉴定试验。利用RAD-seq方法对试验群体进行基因组测序分析,对原始SNP数据进行过滤及填补缺失数据后,最终获得了82 966个高质量的SNP标记。根据限制性两阶段多位点全基因组关联分析(restricted two-stage multi-locus genome-wide association analysis,RTM-GWAS)方法,首先构建获得15 546个具有复等位变异的SNPLDB标记,然后使用两阶段多位点模型对百粒重性状进行全基因组关联分析。对检测到的百粒重关联SNPLDB标记位点附近(50 kb范围内)的基因进行分析,根据基因内SNP与SNPLDB标记位点之间关联性的卡方测验,筛选可能与百粒重性状相关的候选基因并进行功能注释。最后基于检测的百粒重QTL-等位变异体系分析了不同熟期组材料间的遗传分化。【结果】试验群体百粒重变异范围为18.3—20.7 g,性状遗传率为92.3%。RTM-GWAS方法共检测到76个与大豆百粒重性状关联的SNPLDB标记位点,其中15个位点主效不显著,另外61个主效显著位点解释了65.40%的表型变异;68个与环境互作效应显著的位点解释了17.46%的表型变异,另外8个位点与环境互作效应不显著。在检测到的76个位点中有34个位点与已报道的30个百粒重QTL重叠,另外42个位点为本研究新检测百粒重位点。基于检测的SNPLDB标记位点,共筛选到137个百粒重相关候选基因,功能注释显示这些候选基因不仅参与大豆百粒重的调节,还参与了初级新陈代谢、蛋白质修饰、物质运输、胁迫响应和信号转导等。对各熟期组间QTL-等位变异的遗传分化分析显示,尽管熟期组间百粒重差异不明显,但其QTL-等位变异遗传结构却发生了新生和汰除的变化。【结论】RTM-GWAS方法能相对全面地解析东北大豆种质群体百粒重QTL-等位变异遗传构成。东北大豆种质群体百粒重由大量QTL调控,且QTL与环境互作效应大,QTL存在丰富的复等位变异。由RTM-GWAS方法建立的QTL-等位变异矩阵为群体遗传及演化研究提供了新工具。     

限制性两阶段多位点全基因组关联分析法在遗传育种中的应用

全基因组关联分析（genome-wide association studies,GWAS）通过建立全基因组高密度分子标记以检测基因型与表型间的关联性,已成为动植物数量性状遗传解析的主要方法。然而,以往GWAS方法只注重于个别主要QTL的检测,而且使用仅有2个等位变异的SNP标记不能检测自然群体中广泛存在的复等位变异,一定程度限制了GWAS的应用。限制性两阶段多位点全基因组关联分析方法（RTM-GWAS）首先根据全基因组高密度SNP标记间的连锁不平衡程度,将多个相邻且紧密连锁的SNP标记组成为具有复等位变异（单倍型）的连锁不平衡区段（SNPLDB）标记。其次,RTM-GWAS使用由SNPLDB标记计算的遗传相似系数矩阵作为群体结构偏差的通用估计,并提取该矩阵的特征向量作为模型协变量以降低由群体结构偏差导致的假阳性。最后,利用具有复等位变异的SNPLDB标记与建立的多位点复等位变异模型,RTM-GWAS将性状遗传率作为QTL表型变异解释率的上限,通过两阶段分析策略高效地进行全基因组QTL及其复等位变异的检测,并最终构建多QTL遗传模型。该法还可以基于性状小区观测值,建立QTL与环境互作多位点模型,不仅能检测与环境有交互作用的主效应QTL,还能检测仅与环境有交互作用的无主效应QTL。RTM-GWAS不仅解决了以往GWAS不能估计复等位变异的问题,而且通过使用多位点模型拟合多个QTL提高了检测功效并能有效地控制假阳性的膨胀,为全面解析自然群体QTL及其复等变异提供了通道。该法能估计出等位基因的效应及其在群体内的相对频率,由其结果建立的QTL-allele矩阵代表了目标性状在群体中的全部遗传组成,不仅可用于候选基因发掘,还为群体内QTL及其复等位变异（基因及其复等位基因）的动态研究（群体遗传分化以及特有与新生等位变异）提供了新的工具。依据QTL-allele矩阵,还能进一步利用计算机模拟产生杂交组合后代基因型,并预测杂交组合后代纯合群体的表现,从而进行优化组合设计与分子设计育种。此外,RTM-GWAS还适用于双亲杂交后代重组自交系群体以及多亲杂交后代巢式关联作图群体,因避免了群体结构偏离的干扰,检测功效更高。本文归纳了RTM-GWAS的原理和方法,并综述了其在遗传育种研究中的应用。     

限制性两阶段多位点全基因组关联分析法在遗传育种中的应用

全基因组关联分析(genome-wide association studies,GWAS)通过建立全基因组高密度分子标记以检测基因型与表型间的关联性,已成为动植物数量性状遗传解析的主要方法。然而,以往GWAS方法只注重于个别主要QTL的检测,而且使用仅有2个等位变异的SNP标记不能检测自然群体中广泛存在的复等位变异,一定程度限制了GWAS的应用。限制性两阶段多位点全基因组关联分析方法(RTM-GWAS)首先根据全基因组高密度SNP标记间的连锁不平衡程度,将多个相邻且紧密连锁的SNP标记组成为具有复等位变异(单倍型)的连锁不平衡区段(SNPLDB)标记。其次,RTM-GWAS使用由SNPLDB标记计算的遗传相似系数矩阵作为群体结构偏差的通用估计,并提取该矩阵的特征向量作为模型协变量以降低由群体结构偏差导致的假阳性。最后,利用具有复等位变异的SNPLDB标记与建立的多位点复等位变异模型,RTM-GWAS将性状遗传率作为QTL表型变异解释率的上限,通过两阶段分析策略高效地进行全基因组QTL及其复等位变异的检测,并最终构建多QTL遗传模型。该法还可以基于性状小区观测值,建立QTL与环境互作多位点模型,不仅能检测与环境有交互作用的主效应QTL,还能检测仅与环境有交互作用的无主效应QTL。RTM-GWAS不仅解决了以往GWAS不能估计复等位变异的问题,而且通过使用多位点模型拟合多个QTL提高了检测功效并能有效地控制假阳性的膨胀,为全面解析自然群体QTL及其复等变异提供了通道。该法能估计出等位基因的效应及其在群体内的相对频率,由其结果建立的QTL-allele矩阵代表了目标性状在群体中的全部遗传组成,不仅可用于候选基因发掘,还为群体内QTL及其复等位变异(基因及其复等位基因)的动态研究(群体遗传分化以及特有与新生等位变异)提供了新的工具。依据QTL-allele矩阵,还能进一步利用计算机模拟产生杂交组合后代基因型,并预测杂交组合后代纯合群体的表现,从而进行优化组合设计与分子设计育种。此外,RTM-GWAS还适用于双亲杂交后代重组自交系群体以及多亲杂交后代巢式关联作图群体,因避免了群体结构偏离的干扰,检测功效更高。本文归纳了RTM-GWAS的原理和方法,并综述了其在遗传育种研究中的应用。     

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。     

谷子生育期及穗相关性状的QTL定位

【目的】谷子生育期及穗部性状是影响谷子品种适应性及产量的关键因素。通过对相关性状进行QTL定位分析,为探明谷子复杂产量性状的分子遗传机制奠定基础。【方法】以优良品种豫谷18和冀谷19为亲本构建的包含400个家系的RIL群体为试验材料,于2018—2019年分别在4个不同环境下调查谷子抽穗期、抽穗-成熟天数、全生育期及穗长、穗粗和单穗重等穗相关性状的表型值。同时,利用已构建的由1 304个bin标记组成的全长为2 196 cM,标记间平均距离为1.68 cM的高密度遗传连锁图谱。采用复合区间作图法（composite interval mapping,CIM）对生育期及穗部性状进行QTL定位分析,并对所获得的QTL置信区间进行候选基因的预测。【结果】重组自交系群体生育期及穗部性状在4个环境中均表现为连续分布且存在双向超亲分离现象,符合数量性状的遗传特征,适宜进行QTL分析。相关分析表明,谷子抽穗期与全生育期呈极显著正相关,与抽穗-成熟天数呈显著负相关,穗长与穗粗呈显著正相关。共检测到88个与谷子生育期及穗部性状相关的QTL,分布在第1、3、5、6、8和9染色体上。其中45个QTL与抽穗期相关,单个QTL能够解释表型变异的1.61%—27.60%;7个QTL与抽穗-成熟天数相关,单个QTL能够解释表型变异的2.65%—12.14%;20个QTL与全生育期相关,单个QTL能够解释表型变异的1.98%—16.97%;9个QTL与穗长相关,单个QTL能够解释表型变异的3.51%—11.65%;5个QTL与穗粗相关,单个QTL能够解释表型变异的3.74%—8.34%;2个QTL与单穗重相关,单个QTL能够解释表型变异的5.16%—5.20%。本研究共检测到12个主效QTL,其中,qEHD-9-1、qEHD-9-2、qHMD-9-2、qGRP-9-2和qPL-5-1在至少2个环境和BLUP值中被重复检测到。控制生育期的主效QTL（qEHD-9-1、qHMD-9-1、qGRP-9-1）与控制穗长的主效QTL（qPL-9-1）在第9染色体重叠;qEHD-9-2、qHMD-9-3、qGRP-9-2和qPL-9-3也在第9染色体重叠;控制穗长的主效QTL（qPL-5-1）和控制穗粗的QTL（qPD-5-1）在第5染色体重叠。对3个QTL簇的置信区间进行基因注释,筛选出5个与生育期及穗部性状相关的候选基因,其中,2个候选基因在谷子生育期调控和穗部性状发育中均发挥重要作用。【结论】共检测到88个与谷子生育期及穗部性状相关的QTL,12个为主效QTL,其中5个主效QTL在多个环境被重复检测到,且成簇分布。基于基因注释,共筛选了5个与谷子生育期和穗部性状相关的候选基因。     

以2b-RAD技术构建凡纳滨对虾遗传连锁图谱及生长性状QTL定位

【目的】构建凡纳滨对虾高密度遗传连锁图谱,并对生长相关性状进行QTL定位,筛选出生长性状相关候选基因,为后续开展凡纳滨对虾分子标记辅助育种、生长相关功能基因精细定位研究等提供理论依据。【方法】以耐低盐选育凡纳滨对虾为父本,厄瓜多尔野生凡纳滨对虾为母本,单尾交配,以2个亲本及150个F₁代个体为作图群体,通过2b-RAD测序挖掘SNP分子标记并构建遗传连锁图谱;结合生长性状表型数据,使用MapQTL 6.0在构建的遗传连锁图谱上对体质量、全长、体长、头胸甲长、头胸甲宽、头胸甲高等13个生长相关性状进行QTL定位。筛选QTL区间SNP分子标记附近的基因,经GO功能注释及KEGG信号通路富集分析,挖掘生长相关候选基因;并采用实时荧光定量PCR检测候选基因在凡纳滨对虾不同组织及不同群体间的表达情况。【结果】构建的凡纳滨对虾遗传连锁图谱包括3136个SNPs标记,分布在44个连锁群上;总图谱全长为5430.54 cM,平均图距为1.73 cM。生长性状QTL定位共产生79个生长性状相关QTLs,LOD范围为3.00~11.04,可解释的表型变异范围为9.0%~28.8%。根据GO功能注释及KEGG信号通路富集分析结果,最终筛选出4个生长相关候选基因（TOB2、CRAT、CCT6、KLF4）。4个候选基因在凡纳滨对虾各组织中均普遍表达,且CCT6、KLF4和TOB2基因在耐低盐选育家系群体中的相对表达量均高于常规的凡纳滨对虾群体,其中CCT6基因表达差异达显著水平（P<0.05）。【结论】基于2b-RAD技术构建的凡纳滨对虾遗传连锁图谱鉴定出79个与生长性状相关的QTLs,并筛选出4个与凡纳滨对虾生长性状相关的候选基因（CCT6、KLF4、TOB2和CRAT）。可见,以2b-RAD技术结合QTL定位能高效、快捷挖掘出凡纳滨对虾生长性状相关候选基因,为开展分子标记辅助育种、生长相关功能基因精细定位研究等提供技术支持。     

大豆重组自交系群体异黄酮含量QTL连锁定位与关联定位的比较研究

【目的】异黄酮是大豆等豆类植物中富含的一类次生代谢产物,对食品和保健产业有重要作用。大豆籽粒可分离出12种异黄酮组分,可归为三大类：大豆苷类异黄酮、染料木苷类异黄酮和黄豆苷类异黄酮。通过鉴定大豆籽粒异黄酮总含量及3个组分含量性状的加性及上位性QTL,进而全面解析其复杂的遗传构成。【方法】利用先进2号和赶泰2-2双亲衍生的大豆重组自交系群体NJRSXG,在5个环境下测定4个异黄酮含量性状：异黄酮总含量（total isoflavone content,SIFC）、大豆苷类异黄酮总含量（total daidzin group content,TDC）、染料木苷类异黄酮总含量（total genistin group content,TGC）和黄豆苷类异黄酮总含量（total glycitin group content,TGLC）。选用混合模型复合区间作图法（mixed-model-based composite interval mapping,MCIM）和限制性两阶段多位点全基因组关联分析方法（restricted two-stage multi-locus genome-wide association analysis,RTM-GWAS）进行异黄酮含量QTL检测。【结果】2个亲本在4个异黄酮含量性状上均存在较大差异,重组自交系群体异黄酮含量在高值、低值2个方向上均出现超亲分离,低值方向分离趋势强于高值方向。利用连锁定位MCIM方法共检测到4个异黄酮含量性状的19个加性QTL和16对上位性QTL,分布于15条染色体上。第14染色体重要标记区间GNE186b—Sat020内检测到3个新加性QTL：qSifc-14-1、qTdc-14-2和qTgc-14-1,且表型变异解释率最高。利用关联定位RTM-GWAS方法分别检测到4个异黄酮含量性状的51、66、42和36个关联标记位点,表型变异解释率为39.7%—52.5%,检测到的位点中覆盖了MCIM方法检测的19个加性QTL中的11个以及11个上位性QTL。候选基因分析分别在加性QTL区域和上位性QTL区域检测到93和100个候选基因,富集分析显示在第14染色体重要标记区间GNE186b—Satt020内,Glyma14g33227、Glyma14g33244和Glyma14g33715的功能与异黄酮代谢有关。【结论】连锁定位和关联定位2种方法结合能相对全面地检测异黄酮含量QTL。与连锁定位方法MCIM相比,关联定位方法RTM-GWAS检测的QTL更多,总遗传贡献率更高,但尚不能检测上位性QTL,2种方法定位结果可相互验证补充,大豆籽粒异黄酮含量由大量QTL/基因控制。     

大豆重组自交系群体异黄酮含量QTL连锁定位与关联定位的比较研究

【目的】异黄酮是大豆等豆类植物中富含的一类次生代谢产物,对食品和保健产业有重要作用。大豆籽粒可分离出12种异黄酮组分,可归为三大类:大豆苷类异黄酮、染料木苷类异黄酮和黄豆苷类异黄酮。通过鉴定大豆籽粒异黄酮总含量及3个组分含量性状的加性及上位性QTL,进而全面解析其复杂的遗传构成。【方法】利用先进2号和赶泰2-2双亲衍生的大豆重组自交系群体NJRSXG,在5个环境下测定4个异黄酮含量性状:异黄酮总含量(total isoflavone content,SIFC)、大豆苷类异黄酮总含量(total daidzin group content,TDC)、染料木苷类异黄酮总含量(total genistin group content,TGC)和黄豆苷类异黄酮总含量(total glycitin group content,TGLC)。选用混合模型复合区间作图法(mixed-model-based composite interval mapping,MCIM)和限制性两阶段多位点全基因组关联分析方法(restricted two-stage multi-locus genome-wide association analysis,RTM-GWAS)进行异黄酮含量QTL检测。【结果】2个亲本在4个异黄酮含量性状上均存在较大差异,重组自交系群体异黄酮含量在高值、低值2个方向上均出现超亲分离,低值方向分离趋势强于高值方向。利用连锁定位MCIM方法共检测到4个异黄酮含量性状的19个加性QTL和16对上位性QTL,分布于15条染色体上。第14染色体重要标记区间GNE186b—Sat020内检测到3个新加性QTL:qSifc-14-1、qTdc-14-2和qTgc-14-1,且表型变异解释率最高。利用关联定位RTM-GWAS方法分别检测到4个异黄酮含量性状的51、66、42和36个关联标记位点,表型变异解释率为39.7%—52.5%,检测到的位点中覆盖了MCIM方法检测的19个加性QTL中的11个以及11个上位性QTL。候选基因分析分别在加性QTL区域和上位性QTL区域检测到93和100个候选基因,富集分析显示在第14染色体重要标记区间GNE186b—Satt020内,Glyma14g33227、Glyma14g33244和Glyma14g33715的功能与异黄酮代谢有关。【结论】连锁定位和关联定位2种方法结合能相对全面地检测异黄酮含量QTL。与连锁定位方法MCIM相比,关联定位方法 RTM-GWAS检测的QTL更多,总遗传贡献率更高,但尚不能检测上位性QTL,2种方法定位结果可相互验证补充,大豆籽粒异黄酮含量由大量QTL/基因控制。     

油菜开花期QTL定位及与粒重的遗传关联性

【目的】明确中国和欧洲油菜开花期主控位点及其对粒重的影响,为早熟油菜品种选育提供科学依据。【方法】以欧洲冬油菜Sollux和中国品种高油605的选系(Gaoyou)杂交F1经小孢子培养产生的DH群体为材料,采用7年9种环境下的开花期表型数据和新版SG图谱定位开花期QTL,并采用条件遗传学和QTL分析相结合的条件QTL定位方法,解析开花期对千粒重QTL的影响,最后对各20个极端开花期株系的基因型和表现型进行性状-标记的符合度测定,为标记筛选用于辅助选育提供依据。【结果】应用WinQTLCart 2.5复合区间作图法,共检测到7个在3种以上环境中稳定表达的控制开花QTL,加性效应值在0.58—3.85 d,解释了表型总变异的84%。8对上位性QTL效应总和为加性总效应的41.8%。QTL与环境互作效应只在少数位点和个别环境中显著。在3个主效QTL峰值或相近位置上定位了4个在拟南芥中调控开花的关键基因FT、API、FLC和FY的6个同源拷贝,为发掘控制这些QTL的候选基因提供了有价值的参考信息。条件QTL分析表明,在4个增重效应均来自Gaoyou的千粒重QTL位点(qSWA2、qSWA3、qSWA4和qSWC2),大粒等位基因效应可能与开花早、籽粒灌浆期长有关。通过选择这些位点的早开花标记基因型有望同时提高种子千粒重,这也部分给出了开花期与千粒重之间极显著负相关的遗传解释,但2个粒重主效位点(qSWA7和qSWC8)的遗传效应不受开花期影响。根据SG群体极端开花期株系在3个效应值最大的QTL(qFTA2、qFTC2和qFTC6)区域标记基因型和开花期表现型的关联分析,筛选获得6个高质量、高吻合度的共显性标记推荐育种应用。qFTA2位点,标记辅助准确率为70%-80%;qFTC2和qFTC6位点的选择效率达到80%-100%。基因型组配分析显示,聚合qFTA2、qFTC2和qFTC6的早开花等位基因,可显著提早开花期,同步增加千粒重但不影响含油量和角果粒数。【结论】7个QTL均显示早开花等位基因来自中国亲本。拟南芥中调控开花关键基因FT、API、FLC和FY的6个同源拷贝定位到3个主效QTL峰值位置。开花迟、早显著影响4个千粒重QTL位点,但2个最重要的粒重位点(qSWA7和qSWC8)不受影响;3个主效QTL(qFTA2、qFTC2和qFTC6)的6个共显性标记可用于早熟基因的转育和早熟材料的筛选。     

大豆巢式关联作图群体蛋白质含量的遗传解析

【目的】大豆是重要的经济作物,是人类植物蛋白质和油脂的主要来源。蛋白质含量作为大豆育种的主要目标之一,属于多基因控制的复杂数量性状,并且受环境条件的影响。通过对大豆巢式关联作图群体的蛋白质含量进行全基因组关联分析,解析其遗传构成,为高蛋白质含量的大豆品种育种提供理论基础。【方法】以蒙8206为共同亲本,对临河×蒙8206、正阳×蒙8206、蒙8206×通山与蒙8206×WSB分别杂交,通过单粒传法自交7代衍生的4个重组自交系群体,共计623个家系,整合为一个大豆巢式关联作图群体,利用RAD-seq技术进行SNP标记基因分型,并于2012年至2014年将该群体种植在5个不同田间环境,在大豆完熟期R8时测定蛋白质含量,利用限制性两阶段多位点全基因组关联分析方法（RTM-GWAS）来解析蛋白质含量的遗传构成。【结果】试验群体的蛋白质含量变异较大,蛋白质含量性状遗传率较高,遗传变异可解释85.00%的表型变异。多环境联合方差分析表明,蛋白质含量的基因型、环境以及基因型×环境均达到差异极显著水平。全基因组关联分析共检测到90个蛋白质含量QTL,其中新检测到20个QTL,每个QTL的表型变异解释率为0.06%—3.99%,贡献率总和为45.60%。每个QTL包含2—5个等位变异,等位变异效应为-2.434%—2.845%,大多数等位变异效应为-1.000%—1.000%,表明大多数等位变异的效应较小。根据检测的90个蛋白质含量QTL,预测了73个蛋白质含量相关基因,其中Glyma20g24830参与甘氨酸与芳香族氨基酸代谢,Glyma18g03540参与半胱氨酸生物合成,推测其为重要蛋白质含量候选基因。根据试验群体的蛋白质含量QTL-allele矩阵,预测出潜在杂交组合的纯系后代的蛋白质含量育种潜力高达56.5%。【结论】检测到90个大豆蛋白质含量QTL,新检测到20个QTL,预测到73个蛋白质含量相关基因,表明大豆蛋白质含量是由多基因控制的数量性状。     

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。     

小麦籽粒蛋白质含量的动态QTL定位

 【目的】检测灌浆过程中控制小麦籽粒蛋白质含量（GPC）的条件及非条件QTL,阐明不同时期及不同时段内QTL的表达方式,揭示籽粒蛋白质积累的分子遗传机理。【方法】以花培3号×豫麦57的168个双单倍体（doubled haploid,DH）群体为材料,于6个不同的环境下种植,在籽粒灌浆的5个时期取样,对小麦GPC进行动态QTL分析。【结果】共检测到影响GPC的9个非条件QTL和10个条件QTL。QGpc3A为整个灌浆过程都能表达的非条件QTL,其余条件和非条件QTL只在几个或单独一个时期表达。花后12 d,控制GPC的基因表达活跃,非条件QTL和条件QTL总共能解释表型变异贡献率的42.62%;花后22 d,条件QTL和非条件QTL总共可解释表型变异的贡献率较低,仅为17.43%,GPC降到“低谷”。 QGpc4A-1对GPC前期积累有重要意义,QGpc1D和QGpc4A-2对GPC灌浆中后期积累有重要意义。【结论】GPC呈现出“高-低-高”的变化规律,控制GPC的基因在灌浆过程中以一定的时空方式表达。     

基于Meta分析的大豆百粒重的QTLs定位

 【目的】百粒重是控制大豆产量性状的主要数量性状,对大豆产量性状进行基因定位具有重要的研究和应用价值。现有百粒重QTL定位结果分散,需选择合适的公共图谱,整合前人的研究结果,使其真正应用到实践中。【方法】以2004年发布大豆公共遗传连锁图谱soymap2为参考图谱,将近20年不同试验中的大豆百粒重的QTLs进行映射整合,构建百粒重QTL综合图谱。利用BioMercator2.1的映射功能将国内外常用的大豆图谱上的百粒重QTLs通过公共标记映射整合到大豆公共遗传连锁图谱soymap2上,并利用Meta分析,通过对比已经报道的QTLs的95%的置信区间来推断QTL位置,从而提取真正有效的QTL标记。【结果】在已经发表的文献中共找到65个百粒重QTLs定位信息,其中有53个QTLs定位区间与公共图谱有共有标记,包括36个增效效应的QTLs和17个减效效应的百粒重QTLs,共得到12个QTL簇,通过Meta分析,发掘出6个增效效应和6个减效效应的百粒重“通用QTLs”及其连锁标记。【结论】本研究得到的“通用QTLs”其置信区间最小可达到1.52 cM,为辅助选择分子标记、QTL精细定位以及数量性状基因的克隆奠定基础。     

基于RIL和CSSL群体定位大豆脂肪酸组分QTL

【目的】 大豆（Glycine max）原产于中国,高品质的大豆在食品、饲料、纺织品等多种加工业中广泛应用,因此,选育高品质大豆已成为育种者和生产者的聚焦问题。通过对大豆脂肪酸各组分进行QTL定位及候选基因的筛选,为大豆品质改良奠定分子基础。【方法】 以美国大豆品种Charleston和东农594为亲本构建重组自交系（RILs）、以栽培大豆绥农14与野生大豆ZYD00006为亲本构建染色体片段代换系（CSSLs）为试验材料。利用气相色谱法测定2个群体的脂肪酸含量,根据东北农业大学农学院大豆遗传改良实验室已构建的遗传图谱,通过Windows QTL Cartographer 2.5和ICIMapping软件对2017—2018年RIL群体与CSSL群体中的大豆脂肪酸组分进行QTL定位研究,并对所获得的QTL置信区间进行候选基因的挖掘。【结果】 2017—2018年,RIL群体和CSSL群体分别定位到34和20个与脂肪酸组分相关的QTL,分布在除B2、C1、G、H、J、M和O以外的13个连锁群上。比较2个群体的QTL定位结果,发现在2个群体中重复检测到10对QTL,其中,分布在A1、C2、D1a、F、K和N连锁群上的QTL与多种脂肪酸含量相关,在A1连锁群上检测到亚油酸和油分含量重叠的QTL;在C2连锁群上检测到硬脂酸和油分含量重叠的QTL;在D1a连锁群上检测到硬脂酸和油分含量重叠的QTL;在F连锁群上检测到棕榈酸、硬脂酸和油分含量重叠的QTL;在K连锁群上检测到亚油酸和亚麻酸含量重叠的QTL;在N连锁群上检测到棕榈酸和油分含量重叠的QTL、油酸和亚油酸含量重叠的QTL。对QTL定位获得的所有置信区间进行候选基因的挖掘,从基因注释数据集中共筛选出485个候选基因,其中,271个候选基因具有GO注释,进一步进行GO富集数据分析,共有15个候选基因与脂肪酸相关。主要通过编码植物酰基-酰基载体蛋白（ACP）硫酯酶、脂肪酸去饱和酶、磷脂酶D1、脂肪酸-羟化酶、丙酮酸激酶和参与酰基辅酶A生物合成、调节脂肪酸链的延伸,从而影响脂肪酸的合成。【结论】 共检测到54个与大豆脂肪酸各组分相关的QTL,在2个群体中重复检测到10对QTL,对QTL定位获得的置信区间进行候选基因的筛选,共有15个候选基因与脂肪酸相关。这些稳定的脂肪酸相关的QTL和脂肪酸相关的候选基因可用于大豆脂肪酸改良的分子标记辅助选择。     

水稻产量性状杂种优势的QTL定位

 【目的】利用QTL定位方法检测水稻产量性状杂种优势QTL,并解释杂种优势产生的可能分子机理。【方法】利用重组自交系与亲本协青早B构建BC1杂种群体,通过两地重复试验,以中亲优势考察6个产量性状的杂种优势表型,利用Windows QTL Cartographer 2.5的复合区间作图法检测其QTL。【结果】多数产量性状均表现出较强的杂种优势。在两地试验中,共检测到20个产量性状杂种优势QTL,分布在水稻第2、3、6、7、8、10等6条染色体上,包括3个控制单株产量杂种优势的QTL、2个控制单株穗数杂种优势的QTL、6个控制每穗总粒数杂种优势的QTL、4个控制每穗实粒数杂种优势的QTL、4个控制结实率杂种优势的QTL和1个控制千粒重杂种优势的QTL。单个QTL对群体性状表型变异的贡献率为4.90%—12.85%。【结论】检测到控制6个产量性状杂种优势的20个QTL,其中qHNP-3、qHTNSP-7、qHNFGP-7、qHSF-7、qHTGWT-3 5个QTL在两地试验中稳定表达;检测到的20个杂种优势QTL中,有13个与在RIL群体中检测到的QTL重叠,重叠率达65%,因此,认为来自纯系的产量性状加性效应对杂种优势产生具有重要贡献。