山西省审定玉米品种亲本自交系的遗传多样性及杂优类群分析

利用SSR技术分析了山西省审定玉米品种亲本自交系的遗传多样性及杂优类群。40对引物在83个自交系中共检测出232个等位基因,每个SSR位点的等位基因数为3~12个,平均为5.8个;平均多态信息量0.69,变幅为0.43~0.88。共检测出67个稀有等位基因和21个特有等位基因。SSR聚类分析可将自交系划分为6个类群,确定山西省玉米审定品种的杂优模式有15种。研究表明,山西省玉米审定品种双亲自交系的遗传多样性丰富,很多自交系具有独特基因,它们可能具有一定的特异性。对自交系杂优类群的划分解决了当前育种中出现的自交系血缘不清问题,对山西省主要玉米品种杂优利用模式的分析可为山西省乃至全国的玉米育种提供科学依据。     

长江中下游麦区小麦地方种质千粒重全基因组关联分析

【目的】高产是小麦育种的永恒主题,千粒重是产量构成的三因子之一。因此,发掘控制小麦千粒重QTL(quantitative trait loci)区段及其优异等位变异,对利用分子标记辅助选择进行小麦产量性状的遗传改良具有重要意义。【方法】以来自长江中下游麦区188份小麦地方种质为材料,在3个环境下对小麦千粒重进行表型鉴定;利用DArT芯片(diversity arrays technology)进行全基因组扫描,基于一般线性模型(Q+K)对小麦千粒重进行关联分析。【结果】千粒重表型鉴定发现来自江苏、浙江和湖北小麦地方种质具有较高千粒重;通过全基因关联分析,共获得8个DArT标记在2个及以上的环境中均与小麦千粒重显著关联,分布于小麦染色体1B、1D、3B、4B和5B上,其表型贡献率9.19%～12.65%。【结论】长江中下游麦区小麦地方种质千粒重表型变异丰富;在不同环境中均能关联到的标记为较为稳定的控制小麦千粒重位点。     

基于一致性QTL区段四川小麦地方品种产量和品质相关性状的遗传分析

普通小麦(Triticum aestivum)地方品种具备了对当地自然生态条件的较强适应性和与之相对应的生产潜力.因此,从地方小麦品种中挖掘产量、品质、抗病虫及耐逆等优良基因资源,扩大当前小麦育种亲本的遗传基础,历来受到小麦遗传育种学家的高度重视.本研究通过对64个四川小麦地方品种进行了2年3个环境的表型精准鉴定,并利用231个小麦产量与品质相关性状的一致性QTL区段中的SSR标记,通过关联分析揭示四川地方品种产量和品质相关性状的遗传特征.表型鉴定结果显示,这些地方小麦品种具有多花多粒、分蘖能力强、成穗率高等特性,总体上属于中筋或弱筋小麦,且有效分蘖数、株高、小穗密度、穗长、可育小穗数、沉降值等性状遗传力较高,达50％以上.关联分析鉴定出18个多环境下稳定表达的SSR位点,与产量和品质性状极显著关联,其中1个(Xgwm372)同时与产量性状和品质性状关联,4个(Xwmc112,Xcfd5,Xwmc317和Xgwm372)最为稳定,3个(Xcfd5,Xgwm328和Xbarc181)关联到新的产量性状.相关分析表明,穗长与小穗密度呈极显著负相关,且有2个共同关联标记(Xgwm328和Xcfd5).还鉴定出2A染色体上的Xgwm448-Xgwm328-Xgwm3 72区段(8.0 cM)在多环境下与穗长显著关联.上述SSR标记位点和区段为通过分子标记辅助选择手段利用和发掘四川小麦地方品种产量和品质优异相关基因或区段提供理论指导.     

山西省86个审定玉米品种的遗传多样性分析

采用46对SSR引物对86个山西省审定玉米品种进行遗传多样性分析。结果表明,共检测出307个等位变异,变幅为3~11个,平均每个位点6.67个;全部位点的平均多态信息含量(PIC)为0.71,变幅为0.25~0.86;在55个品种中发现稀有等位变异86个,其中,17个品种有2个,4个品种有3个,2个品种(屯玉10341和大丰2号)有4个;15个品种发现特有等位变异18个,其中,3个品种各有2个等位变异;以0.74为阈值,聚类分析将86个品种大体划分为7类群,最大的一类群有48个品种。总体上,山西省审定玉米品种的遗传基础相似性较高,来源于同一育种单位的品种优先聚为一类;但大丰种业、利马格兰种业和屯玉种业的品种各有特色,其品种独立聚群。同时,也发现了一些基因型独特的品种,有可能成为玉米改良的重要种质资源。     

小麦耐盐性QTL的元分析

为挖掘真实有效的小麦耐盐性数量性状位点（quantitative trait loci,QTL）,利用生物信息学方法,借助小麦高密度分子标记遗传图谱,对来自不同遗传背景群体的215个耐盐性QTL进行图谱整合、映射以及元分析。通过建立QTL一致性图谱,获得100个一致性QTL( meta quantitative trait loci,MQTL)位点,不均匀分布在21条染色体上;存在3个耐盐性MQTL热点区域,分别位于4A染色体的Xgwm219~Xbarc78标记区间、3B染色体的Xwpt 800213~Xwpt 9432标记区间和7B染色体的Xbarc176~Xwgp45标记区间,分别包含7、5和6个MQTL。     

小麦抗条锈病一致性数量性状位点(MQTL)图谱构建

 小麦条锈病是造成小麦减产和品质劣化的最重要病害,定位小麦染色体上一致性条锈病抗性基因/位点/区段是小麦条锈病抗性分子育种的重要基础。本研究对至今分子标记和遗传定位的342个条锈病抗性基因/位点/区段进行数据搜集整理,借助Maccaferr和Andrzej的参考图谱,基于元分析技术进行Meta-QTL(MQTL)检测,共获得194个小麦抗条锈病MQTL,包括74个与严重度(Disease severity, DS)相关,46个与反应型(Infection type, IT)相关、19个与病程曲线下面积相关(Area under disease progress curve, AUDPC)、28个与DS和IT共相关、6个与DS和AUDPC共相关、15个与IT和AUDPC共相关、6个与其他条锈病抗性性状相关。这些抗条锈病一致性QTL定位于小麦21条染色体上,呈非均匀分布,且部分MQTL集中成簇。通过与已发表的正式命名抗条锈病基因比较分析,发现大多数正式命名基因定位于MQTL簇区段,说明这些MQTL簇区段很可能是控制小麦条锈病抗性热点区域。控制小麦抗条锈病一致性QTL遗传图谱的构建为小麦条锈病抗性基因精细定位及抗病育种提供了遗传信息参考依据。     

山西省糯玉米自交系的遗传多样性分析及类群划分

利用SSR技术,分析了山西省糯玉米自交系的遗传多样性,并进行了杂种优势类群划分。49对引物共检测出294个等位基因,每个SSR位点的等位基因数为3～10个,平均为6个;多态信息含量在0.223～0.836之间,平均PIC为0.633。总共检测出86个稀有等位基因,32个特有等位基因。SSR聚类分析将38份糯玉米自交系划分为5个类群。研究表明,山西省糯玉米自交系的遗传多样性非常丰富,很多自交系具有频率很高的独特基因,它们可能具有一定的特异性。     

小麦抗条锈病一致性数量性状位点(MQTL)图谱构建

 小麦条锈病是造成小麦减产和品质劣化的最重要病害,定位小麦染色体上一致性条锈病抗性基因/位点/区段是小麦条锈病抗性分子育种的重要基础。本研究对至今分子标记和遗传定位的342个条锈病抗性基因/位点/区段进行数据搜集整理,借助Maccaferr和Andrzej的参考图谱,基于元分析技术进行Meta-QTL(MQTL)检测,共获得194个小麦抗条锈病MQTL,包括74个与严重度(Disease severity, DS)相关,46个与反应型(Infection type, IT)相关、19个与病程曲线下面积相关(Area under disease progress curve, AUDPC)、28个与DS和IT共相关、6个与DS和AUDPC共相关、15个与IT和AUDPC共相关、6个与其他条锈病抗性性状相关。这些抗条锈病一致性QTL定位于小麦21条染色体上,呈非均匀分布,且部分MQTL集中成簇。通过与已发表的正式命名抗条锈病基因比较分析,发现大多数正式命名基因定位于MQTL簇区段,说明这些MQTL簇区段很可能是控制小麦条锈病抗性热点区域。控制小麦抗条锈病一致性QTL遗传图谱的构建为小麦条锈病抗性基因精细定位及抗病育种提供了遗传信息参考依据。     

四川地方小麦品种产量与品质相关性状SSR标记位点的优异等位变异遗传解析

为发掘控制小麦产量及品质相关性状的优异等位变异和携带优异等位变异的基因资源,本研究采用与小麦产量及品质相关性状显著关联的13个SSR标记,利用Breseghello提出的无效等位变异(null allele)方法对64份四川地方小麦品种构成的自然群体的等位变异进行遗传解析。共鉴定出38个控制产量相关性状、18个控制品质相关性状的等位变异。其中,7份四川地方小麦品种携带有较多的等位变异(50个)。优异等位变异分析显示,等位变异产生的表型效应值在方向和大小上均有所不同,在与产量性状关联的5个优异等位变异中,2个具有较大增效效应值(效应值3.00),其余3个则具有较大的减效效应值(效应值3.00);与品质性状关联的12个优异等位变异中,9个具有较大的增效效应值,3个具有较大的减效效应值。SSR标记Xgwm372的4个等位变异与产量和品质相关性状均显著关联。基于上述研究结果,这些与小麦产量与品质相关性状显著关联的SSR等位变异可为小麦育种杂交亲本的选择和分子辅助选择育种提供依据。     

基于无人机多光谱影像反演不同生育期小麦光合参数分析

【目的】研究无人机多光谱影像对冬小麦光合作用实时监测的可行性,分析不同长势差异的冬小麦对估算模型的影响。【方法】选用16个冬小麦品种作为材料,在无氮处理N₀(0 kg N/667m²)和正常施氮处理N₁(15 kg N/667m²)下获得孕穗期、开花期和灌浆期无人机蓝(B)、绿(G)、红(R)、红边(RE)和近红外(NIR)5个波段的光谱遥感影像,结合同时期4种光合参数胞间CO₂浓度(Ci)、气孔导度(Gs)、净光合速率(Pn)和蒸腾速率(Ti),采用梯度增强回归和岭回归方法建立正常施氮处理下开花期和全生育期4个光合参数的估算模型,并用该估算模型估算无氮处理下开花期和全生育期4个光合参数。【结果】梯度增强回归可以较好的预测施氮下开花期净光合速率(Pn),决定系数(R²)为0.82,Ci、Gs和Ti的预测反演精度分别为0.44、0.64和0.48,在无氮处理下,该模型估算精度大于0.5的为Pn、Gs和Ti。【结论】岭回归在估算正常施氮下全生育期的4个光合参数...