一、大豆重组自交系群体的构建与调整及其在遗传作图、抗花叶病毒基因定位和农艺及品质性状QTL分析中的应用(论文文献综述)
吴国芳[1](2021)在《高丹草低氢氰酸性状主效QTL PA7-1和PA7-2的精细定位及其候选基因分析》文中指出高丹草(Sorghum-sudangrass hybrid)杂种优势强、营养价值高、适口性好、可多次刈割利用,是重要的一年生饲用作物。但因其幼嫩茎叶中含有一定量的氢氰酸,家畜采食过量易产生中毒现象。因而培育低氢氰酸含量的高丹草是重要育种目标。在课题组前期对高丹草低氢氰酸含量性状相关主效QTL PA7-1定位研究基础上,我们用高丹草(散穗高粱×红壳苏丹草)F2分离群体1200个单株对低氢氰酸含量性状定位研究发现了另一个相关的主效QTL PA 7-2。进而采用BSA-SSR方法和低氢氰酸含量目标性状QTL侧翼的SSR标记,从高丹草群体1200个分离单株中筛选建立了等位基因重组QIRs群体,经套袋自交得到F3分离群体,并从中筛选出130个F3重组株构建了精细定位群体。本试验重点对PA 7-1和PA7-2这两个主效QTL进行了精细定位及其候选基因挖掘和功能分析。主要结果如下:1.从散穗高粱×红壳苏丹草的1200个F2群体单株中各选10个低氰与高氰植株的DNA等量混合建立基因池,并以亲本为对照筛选得到SSR适宜引物11对。用这11对引物对F2分离群体1200个单株及其双亲的基因组DNA进行PCR扩增,共得到多态性条带位点253个。2.利用这253个多态性标记构建了一个基于高丹草F2群体的连锁群图谱,其覆盖基因组长度211.5 cM,标记间平均距离为0.84 cM。QTL定位检测到4个与低氢氰酸含量性状相关的QTLs,只有PA 7-1和PA 7-2为主效QTL,其遗传贡献率分别为57.4%和47.1%。3.采用QTL侧翼SSR标记对1200个F2单株进行筛选,分别建立了 2个PA 7-1和PA7-2的QIRs群体,各包含379和121个重组株。利用单粒传法分别获得了 F2:3群体,基于该群体再次进行QTL定位,验证了 PA7-1和PA7-2的稳定性。4.为缩短PA7-1和PA7-2的精细定位区间,利用高丹草130个F3重组单株的精细定位群体分别进行了精细定位。最终将PA7-1确定在标记SORBI4G4-120和SORBI4G4-680之间,包含8个SSR标记;将PA7-2确定在标记Sobic.8g1-600和XM00242-400之间,包含6个SSR标记。5.对PA7-1的8个和PA7-2的6个SSR标记片段进行回收、纯化、测序及与已知的高粱基因组比对分析,首次建立了PA7-1和PA7-2高分辨率的物理图谱。将PA7-1确定在高粱第4号染色体的203.6 kb基因组区域内,该区间包含了 18个候选基因;将PA7-2确定在高粱8号染色体上18.4 kb和25.5 kb的区域内,以及该染色体上克隆BAC 88M4基因AY661656.1上,它们共包含了 5个候选基因。6.通过RT-PCR表达水平验证发现,PA7-1有2个基因XM 021458168.1和XP021313843.1,PA7-2有1个基因AY661656.1,这3个基因在低氰的父本红壳苏丹草和F2植株的苗期、分蘖期和拔节期中均有显着表达,表明它们是调控高丹草低氢氰酸含量性状的重要候选基因。
常丹丹[2](2021)在《基于RIL群体的小黑麦穗部性状遗传分析及QTL定位》文中进行了进一步梳理为探究小黑麦RIL(Recombinant Inbred Lines)群体穗部数量性状的遗传力和最佳遗传模型,运用构建的小黑麦遗传连锁图谱对穗部相关性状进行QTL定位,本文以穗部性状差异显着的小黑麦品种‘石大1号’为母本和‘甘农7号’为父本杂交构建的RIL群体为研究对象,测定了小黑麦穗部的芒长、小穗数、穗长、穗密度、穗粒数、穗粒重等性状的表型值并进行相关性分析,运用数量性状的主基因+多基因遗传模型分析方法对群体的穗部各性状进行了遗传分析,利用ISSR分子标记技术构建的遗传连锁图谱对穗部相关性状进行QTL定位,可为小黑麦穗部性状的遗传研究提供理论依据。主要研究结果如下:(1)小黑麦RIL群体穗部各性状均呈连续性变异,穗部表型有超亲遗传现象,整体变异性广泛,各性状的平均变异系数范围为:9.34%~40.82%。相关性分析表明:小黑麦RIL群体的穗粒重与穗长、小穗数和穗粒数正相关;穗长与穗粒数正相关;芒长与穗长和穗粒数正相关,与穗密度呈负相关。(2)小黑麦穗部芒长的最佳遗传模型为4MG-AI,其主基因遗传率为85.06%;穗长和小穗数的最佳遗传模型均为MX2-CE-A,主基因的遗传率分别为20.35%和31.77%,多基因遗传率分别为62.93%和32.48%;穗密度和穗粒数的最佳遗传模型均为PG-AI,多基因遗传率分别是35.34%和86.96%;穗粒重的最佳遗传模型为2MG-CE,主基因遗传率为51.97%。小黑麦穗部各性状符合数量遗传的特征并以多基因遗传为主。(3)利用小黑麦RIL群体遗传图谱结合穗部性状表型值共检测出13个小黑麦穗部性状相关的QTL位点,每个连锁群上平均1.9个QTL位点,控制芒长、穗长、小穗数、穗密度、穗粒数的QTL分别为1、4、3、2、3个,单个QTL位点的贡献率为7.67%~12.63%。
王萍[3](2021)在《大豆四向重组自交系株高和主茎节数及其密度响应的QTL/QTN定位》文中指出大豆为人类提供优质植物蛋白和食用油,且是畜牧业饲料的重要来源之一,起源于中国,是我国国民经济中最重要的粮油作物和经济作物。大豆产业关系国家粮食安全,但80%以上产需缺口依赖进口,进一步挖掘大豆高产潜力,提升大豆单产水平是育种工作者亟需完成的任务目标。现代分子育种技术可以加速育种进程,提高品种选育效率,利用分子标记技术对重要产量性状进行QTL定位并挖掘相关调控基因对选育高产大豆品种具有重要理论意义和实践意义。株高和主茎节数是重要的株型性状,直接影响大豆的产量,由多基因控制,并受栽培密度等环境因素影响。本研究采用包含144个家系的由垦丰14、垦丰15、黑农48、垦丰19四个亲本构建的四向重组自交系群体为试验材料,基于SNP标记的遗传图谱,采用连锁分析和全基因组关联分析对5个环境2.2×105株/hm2(D1)和3.0×105株/hm2(D2)两种密度下株高和主茎节数及其密度响应进行定位研究,筛选能够重复定位到的稳定QTL/QTN(能够在两种密度或多环境或多方法或连锁分析与关联分析同时定位到),然后利用Kyoto Encyclopedia of Genes and Genomes(KEGG)网站(http://www.kegg.jp)对株高和主茎节数候选基因进行通路分析,结合GO number(https://www.ebi.ac.uk/Quick GO/)、Inter Pro和NCBI数据库进行株高和主茎节数候选基因预测,并对候选基因进行荧光定量分析。本研究旨在结合连锁分析和全基因组关联分析找到在多环境多密度下与株高和主茎节数相关的稳定QTL/QTN,丰富与两性状相关的位点,挖掘调控两性状的候选基因,并探究株高和主茎节数对种植密度响应的分子机制,为高产大豆分子标记辅助育种提供理论依据和物质基础。主要研究结果如下:(1)对5个环境2种密度下4个亲本及四向重组自交系群体144个株系的株高和主茎节数表型数据进行分析,结果表明:株高和主茎节数在群体内差异较大,均表现出较强的双侧超亲分离,5个环境下均呈正态分布,方差分析结果显示株高和主茎节数的基因型方差极显着(P<0.01),说明群体内存在真实而丰富的遗传变异,适合进行株高和主茎节数QTL定位研究;方差分析结果还表明株高和主茎节数两性状基因型×密度方差、基因型×环境方差和基因型×密度×环境方差差异均极显着(P<0.01),说明株高和主茎节数对不同环境和密度具有特异性;当密度由D1增加至D2,多数株系的株高和主茎节数增加,而且两性状联合环境和单一环境间遗传力的巨大差异表明不同环境下存在基因型对密度变化的响应。(2)通过连锁分析,在5个环境2种密度下定位到55个株高QTL,其中26个QTL仅在D1密度下定位到,20个QTL仅在D2密度下定位到,9个QTL在D1和D2两种密度下重复定位到;在E1、E2、E3、E4和E5单一环境下分别定位到17、5、12、2和11个QTL,8个QTL在2个以上环境重复定位到;由IM和ICIM两种方法同时检测到的QTL为14个;即定位到15个稳定的株高QTL(多种密度或多环境或多种方法重复定位到)。在5个环境2种密度下定位到18个株高密度响应QTL(8个株高密度响应QTL与株高QTL区间重叠),均为在单一环境中被检测到,4个QTL同时被IM和ICIM两种方法检测到,即为定位到的稳定的株高密度响应QTL。(3)通过全基因组关联分析,在5个环境2种密度下定位到35个株高QTN,其中13个QTN仅在D1密度下定位到,21个QTN仅在D2密度下定位到,1个QTN在D1和D2两种密度下重复定位到;在E1、E2、E3、E4和E5单一环境下分别定位到7、8、9、9、3个QTN,1个QTN在2个以上环境重复定位到;ISIS EM-BLASSO、p LARm EB、FASTmr EMMA、mr MLM、FASTmr MLM中2种以上方法同时检测到9个QTN;即定位到9个稳定的株高QTN。在5个环境2种密度下共定位到7个株高密度响应QTN(5个株高密度响应QTN与株高QTN重叠),均为在单一环境下检测到,2个QTN由2种以上多位点全基因组方法定位到,即为稳定的株高密度响应QTN;在所有定位到的QTN中,6个QTN落在连锁分析定位到的区间长度>3000 kb的QTL区间中。(4)通过连锁分析,在5个环境2种密度下定位到31个主茎节数QTL,其中在D1密度下定位到16个QTL,D2密度下定位到10个QTL,5个QTL在D1和D2两种密度下重复定位到;在E1、E2、E3、E4和E5单一环境下分别定位到10、3、5、7和10个QTL,3个QTL在2个以上环境重复定位到;由IM和ICIM两种方法同时检测到的QTL为11个;即定位到11个稳定的主茎节数QTL。在5个环境2种密度下定位到14个主茎节数密度响应QTL(7个主茎节数密度响应QTL与主茎节数QTL区间重叠),均为在单一环境中被检测到,6个密度响应QTL同时被IM和ICIM两种方法检测到,即为稳定的主茎节数密度响应QTL。(5)通过全基因组关联分析,在5个环境2种密度下定位到52个主茎节数QTN,其中在D1密度下定位到34个QTN,D2密度下定位到18个QTN,均为在单一密度下被定位到;在E1、E2、E3、E4和E5单一环境下分别定位到11、14、14、6、7个QTN,均为在单一环境下被定位到;ISIS EM-BLASSO、p LARm EB、FASTmr EMMA、mr MLM、FASTmr MLM中2种以上方法同时检测到17个QTN;即定位到17个稳定的主茎节数QTN。在5个环境2种密度下定位到34个主茎节数密度响应QTN(5个主茎节数密度响应QTN与主茎节数QTN重叠),1个在2个以上环境下被重复检测到,8个由2种以上多位点全基因组方法定位到,即8个稳定的主茎节数密度响应QTN。在所有定位到的QTN中,24个QTN落在连锁分析定位到的QTL区间中,其中15个QTN表型贡献率>10%。(6)结合连锁分析和全基因组关联分析结果,确定以8个QTL区间(ql PH-5-4、ql PH-6-2、ql PH-6-3、ql PH-9-2、ql PH-15-1、ql PH-16-6、ql PH-18-2、ql RDPH-3-4)和16个QTN(qn PH-1-2、qn PH-4-2、qn PH-6-2、qn PH-7-1、qn PH-9-3、qn PH-10-1、qn PH-11-1(qn RDPH-11-1)、qn PH-13-1、qn RDPH-13-1、qn PH-15-1、qn PH-18-2、qn PH-19-1、qn PH-19-2(qn RDPH-19-1)、qn RDPH-19-2、qn RDPH-19-3、qn PH-20-2)为中心附近200 kb区间(由LD衰减决定)进行候选基因预测,结果表明6个基因可能与大豆株高相关,分别是:Glyma.04G242200、Glyma.06G101500、Glyma.07G056900、Glyma.10G158000、Glyma.13G371400、Glyma.19G182600。RT-q PCR结果表明,这6个基因与株高差异存在一定的相关性。(7)结合连锁分析和全基因组关联分析结果,确定以5个QTL区间(ql NN-6-1、ql NN-6-2、ql NN-17-1、ql NN-19-1、ql RDNN-3-1)和27个QTN(qn NN-1-1、qn NN-1-3、qn NN-4-1(qn RDNN-4-1)、qn NN-4-2、qn NN-4-3、qn NN-6-2、qn NN-7-2、qn NN-7-4、qn NN-9-1、qn NN-9-4、qn NN-10-2、qn NN-11-1、qn NN-12-1、qn NN-13-2、qn NN-13-3(qn RDNN-13-3)、qn NN-13-4、qn NN-15-1、qn NN-18-2、qn NN-18-3、qn NN-19-2、qn RDNN-5-1、qn RDNN-5-3、qn RDNN-7-1、qn RDNN-9-1、qn RDNN-9-2、qn RDNN-13-1、qn RDNN-14-1)为中心附近200 kb区间(由LD衰减决定)进行候选基因预测,结果表明4个基因可能与大豆主茎节数相关,分别是:Glyma.06G094400、Glyma.06G147600、Glyma.19G160800、Glyma.19G161100。RT-q PCR结果表明,这4个基因与主茎节数差异存在一定的相关性。
金星娜[4](2021)在《饲用型小黑麦RIL群体草产量相关性状的遗传分析及QTL定位》文中指出优质牧草短缺在一定程度上阻碍了畜牧业的发展,寻找优质高产的牧草是解决这一矛盾的途径之一。饲用型小黑麦(×Triticale Wittmack)作为一种优质饲草,提高饲草产量也是其主要育种目标之一。而在实际生产中,大多选择表型良好的亲本杂交培育获得优良小黑麦品种,工作量较大且选择具有盲目性。株高、分蘖数、旗叶长、旗叶宽、穗下节间长和单株鲜重是小黑麦重要的饲草产量相关性状。本研究以饲用型小黑麦273个单株构成的RIL群体F6代为试验材料,观测了株高、分蘖数、旗叶长、旗叶宽、穗下节间长和单株鲜重等饲草产量相关性状的田间表型值,开展了该群体的表型分析,并结合课题组构建的小黑麦RIL群体分子图谱,进行了饲草产量相关性状的QTL分析,浅析了小黑麦饲草产量的遗传机制,为小黑麦高产遗传改良提供了研究基础。主要结论如下:(1)RIL群体中饲草产量相关性状变异系数由大到小依次为单株鲜重(64.10%)、分蘖数(45.05%)、穗下节间长(34.29%)、株高(14.85%)、旗叶长(10.59%)和旗叶宽(9.68%),RIL群体产量性状的表型分布均表现出超亲的遗传特点;小黑麦饲草产量相关性状与单株鲜重的相关系数由小到大依次为:穗下节间长<旗叶长<株高<旗叶宽<分蘖数,各性状指标间株高、穗下节间长均与分蘖数呈极显着负相关关系,穗下节间长与株高表现为极显着正相关性,穗下节间长与旗叶宽为极显着负相关关系;主成分分析可将饲草产量相关性状综合为生物量构成因子和株高构成因子,累积贡献率达70.81%。(2)对RIL群体表型变异较大的饲草产量相关性状(株高、分蘖数、穗下节间长和单株鲜重)共检测出16个QTL位点分布于7个连锁群,其中检测到5个与株高相关的QTL,4个与分蘖数相关的QTL,3个与穗下节间长相关的QTL,4个与单株鲜重相关的QTL。本研究以两种饲用型小黑麦杂交后的273个单株构成的F6代RIL群体为材料,通过主成分分析将饲草产量相关性状综合为生物量构成因子和株高构成因子,并结合小黑麦该群体分子图谱,以此为基础共检测出16个与饲草产量性状相关的QTL位点。
赵胜[5](2021)在《AIO-seq高通量测序技术开发及玉米NAM群体遗传特性和株型性状QTL定位研究》文中研究指明新一代测序技术(Next Generation Sequencing,NGS)的发展和测序成本的下降,使得其在全基因组基因型检测(Whole Genome Genotyping,WGG)中得到了广泛应用。然而,与测序数据产量的稳步提升相比,测序文库的制备流程仍然效率较低,导致在目前的WGG应用中,文库构建成本远远高于测序成本,尤其是其中耗时且费力的文库片段分选和定量步骤,已成为涉及大样本项目文库制备的瓶颈。针对这一技术难题,我们开展研究,获得的主要结果如下:(1)开发了All-In-One sequencing(AIO-seq)高通量测序技术:将传统文库制备中每个文库都需进行片段分选及定量的繁琐流程,替换为按照每个文库的靶区域浓度(Target Region Concentration,TRC)及预期的数据产出预先将所有文库混合在一起、而后只进行单次片段分选及定量的高效操作;(2)利用AIO-seq测序技术对少量样本混合后的文库进行小数据量测序,以及多样本混合后的文库进行包Lane测序,都可以获得预期的测序数据产出;(3)AIO-seq测序技术可以用于基因组和转录组文库测序,获得预期各样本间相等或不等的测序数据产出;(4)利用简化的AIO-seq测序技术对一个玉米BC1F4群体进行WGG,共鉴定到19个株型性状相关的QTLs,其中部分QTLs含已知的功能基因。AIO-seq测序技术提高了测序文库的制备效率,降低了文库制备成本,在群体遗传学以及植物育种等相关项目中有重要的应用前景。玉米(Zea mays)作为一种重要的生物能源和粮食作物,在世界范围内广泛种植。在构成玉米株型的主要因素中,叶夹角(Leaf Angle,LA)、株高(Plant Height,PH)和穗位(Ear Height,EH)的变化,会对玉米最终的产量产生重要影响。虽然前人已利用不同的分离群体,对控制这三个性状的遗传机制展开研究,但玉米株型调控的复杂机理仍未被完全解析。本研究利用一个新的玉米巢式关联作图群体(HNAU-NAM1)及其全基因组基因型数据(玉米9.4K芯片和百万来源于亲本的SNP标记),通过单个亚群的连锁分析(Separate Linkage Mapping,SLM)、整合的连锁定位(Joint Linkage Mapping,JLM)以及全基因组关联分析(Genome-Wide Association Study,GWAS)三种QTL定位方法,分别对LA、PH以及EH三个株型性状进行全面而深入的遗传解析,获得的主要结果如下:(1)对由13个亲本杂交而成、包含1,625个BC1F4或BC2F4株系的玉米HNAU-NAM1群体进行了进化树分析、表型变异分析、主成分分析(Principal Component Analysis,PCA)以及连锁不平衡(Linkage Disequilibrium,LD)分析,结果显示HNAU-NAM1群体的亲本和所有株系都表现出了明显的差异,且内部群体结构微弱、LD衰减距离小,表明HNAU-NAM1群体可以用于LA、PH和EH三个性状的遗传解析;(2)在全基因组范围内:借助SLM定位方法,共鉴定到41、31和26个分别控制LA、PH和EH的QTLs;基于JLM定位方法,共鉴定到84、78和88个分别控制LA、PH和EH的QTLs;通过GWAS定位方法,共鉴定到22、23和18个分别与LA、PH和EH显着关联的SNPs;此外,每个株型性状的三种定位结果间都存在部分重叠;(3)全基因组上共鉴定到10个可同时影响LA、PH和EH的QTL热点区域,且每个区域内控制某一个株型性状的QTLs可至少被两种定位方法检测到;(4)13个可同时被三种定位方法检测到的主效QTLs区间内,结合每种方法的定位区间及区间内基因功能注释,预测了潜在的候选基因:含4个已知功能的基因,和8个新基因。本研究对玉米HNAU-NAM1群体的群体结构及LD水平等遗传特性进行了深入评估,并全面解析了控制玉米株型性状的遗传基础,这不仅为玉米遗传学及功能基因组学研究提供了新的群体资源,而且加深了我们对株型复杂调控网络的认识,为后期玉米理想株型的培育及高产、耐密植新品种的分子选育奠定了理论基础。
杨林[6](2021)在《陕A群和陕B群选育玉米自交系的穗部性状遗传解析》文中提出高产稳产是玉米育种的永恒目标,遗传改良是提高玉米产量的主要途径,穗部性状与产量关系密切。深入研究现有杂种优势群及其选育自交系的穗部性状遗传机理,挖掘分析优异等位基因及功能,对指导育种家丰富耐密种质遗传多样性、开展育种组合亲本选配及提高玉米产量具有重要的现实意义。本研究以西北旱区玉米生物学与遗传改良重点实验室历时十余年构建的陕A群和陕B群玉米杂种优势群为基础,构建优良自交系KA105/KB020的F5:6重组自交系和126个自交系的关联群体,开展多环境穗部性状QTL定位和全基因组关联分析,阐明陕A群和陕B群选育玉米自交系穗部性状的遗传基础,以期指导提高陕A群和陕B群改良和选育效率。取得的主要研究结果如下:1)基于陕A群选育自交系KA105和陕B群选育自交系KB020构建了包含201个家系的F5:6群体,采用靶向基因检测技术(GBTS)分型绘制了包含2248个Bin标记,总长度为2722.79 c M,平均标记密度1.21 c M的遗传连锁图谱。通过穗部性状表型解析发现,不同授粉处理下穗粗性状与其它性状均为极显着正相关,穗长与结实长、行粒数和穗行数,结实长与行粒数、穗行数,行粒数与穗行数之间极显着正相关。初步明确了不同授粉方式对玉米穗部各性状QTL定位存在明显影响。2)共检测到穗部性状QTL 66个。其中穗长QTL 8个,遗传贡献率为3.14%-11.58%;结实长14个,遗传贡献率为2.87%-13.04%;穗粗17个,遗传贡献率为2.15%-12.37%;穗行数10个,遗传贡献率为3.95%-17.16%;行粒数12个,遗传贡献率为4.21%-9.79%;穗粒数5个,遗传贡献率为4.13%-14.28%。检测到主效QTL 6个,两个环境以上稳定QTL 27个。明确了不同授粉方式下6个穗部性状QTL的加性增效差异,并利用稳定QTL筛选到了3个分别影响结实长、穗行数和行粒数的候选基因。3)利用陕A群和陕B群选育的126份玉米自交系开展GWAS分析,定位到穗部显着SNP位点116个,其中穗粗相关SNP 37个,穗行数相关SNP 42个,行粒数相关SNP 37个。检测到稳定SNP位点19个,其优异等位基因百分比为5.56%-88.89%,优异等位基因数与3个性状表现为显着正相关,其中拥有2-7个优异等位基因的自交系为54个,其产量显着低于71个拥有8-13个优异等位基因的自交系产量。指出了上述优异等位基因在陕A群和陕B群选育自交系中的分布情况,明确了3个性状可通过聚合优异等位基因实现产量提升,且穗行数和行粒数对产量提升更为有效。4)以116个显着SNP位点为基础,利用V18未成熟穗轴、授粉前穗轴和玉米花丝RNA-seq数据库,筛选到有表达基因558个,主要涉及苯丙素类生物合成、蛋白质输出、氨基酸合成及糖代谢等途径,表明这些途径与籽粒灌浆过程物质储存有关,参与穗部性状调控,筛选出穗行数、行粒数及穗粗相关候选基因5个,可作为玉米穗部发育相关基因进行功能分析。5)基于GWAS和QTL的联合分析,共发现13个显着SNP位点位于11个QTL标记内。这13个SNP候选区共筛出候选基因126个,其中76个在V18未成熟穗轴、授粉前穗轴和玉米花丝中有表达。通过GO分析和String蛋白互作分析,共挖掘到8个候选基因。通过基因表达数据库,从上述全部候选基因(共16个)中筛选出Zm00001d028217、Zm00001d052442和Zm00001d031451等3个相对重要的候选基因,进一步开展基因功能验证和穗部形态功能基因组研究。综上所述,本研究利用表型遗传解析和QTL定位结果分析,初步阐明了6个穗部性状的遗传机理,并利用GWAS对3个性状(穗粗、穗行数和行粒数)进行深入解析,通过穗行数和行粒数性状的改良,指导陕A群、陕B群亲本组配,提高了陕A群和陕B群的育种效率。筛选出Zm00001d028217、Zm00001d052442和Zm00001d031451等3个重要候选基因,进一步开展功能验证分析与分子标记辅助选择育种。同时明确了不同授粉方式对玉米穗部各性状存在明显影响。
罗靓赟[7](2020)在《基于组学数据解析玉米群体变异和复杂数量性状遗传结构》文中研究说明玉米是全球广泛种植的重要粮食、能源以及饲料作物。玉米基因组结构复杂,遗传多样性丰富,是基因组学和遗传学研究中典型的模式植物。本研究以一个玉米完全双列杂交加类育种互交群体(CUBIC)、糯玉米和普通玉米自交系群体为研究对象,开展了群体基因组学和复杂性状遗传结构解析等多方面的研究,主要结果如下:1.CUBIC群体的变异鉴定和Maize-CUBIC变异数据库的构建本研究整合和评估了一套适用于大规模玉米群体低覆盖度测序的变异发掘和基因型推算流程。在一个玉米多亲本人工合成群体——CUBIC群体的1428个样本中,我们利用此流程鉴定了14M高质量的单核苷酸多态性(SNP)变异和430K插入缺失(In Del)变异。除了这些基于B73参考基因组鉴定出的小型变异之外,我们还鉴定了660K的结构变异(SV)、600M非B73参考基因组的PAV序列,这些变异数据构成了CUBIC群体高密度基因组变异图谱。在获得CUBIC群体基因组变异的基础上,我们进一步开发了Maize-CUBIC数据库平台。数据库平台主要包括了CUBIC群体基因组变异、基因表达量和表型变异,以及基于这些变异数据的基因组学和遗传学分析结果,实现了群体多组学数据的管理、查询与可视化。Maize-CUBIC数据库主要实现了以下功能:1)群体构成和材料种植信息的介绍和查询;2)群体基因型、表型、转录组变异信息数据的查询、可视化展示和下载;3)群体重组图谱(即不同材料的各个染色体区段的亲本来源信息)的查询和展示;4)群体QTL定位结果的查询和图形化显示功能;5)BLAST和引物设计等拓展应用功能。该平台有助于实现生物数据资源的充分共享与利用,为玉米生物学研究提供了多方面的支持。2.玉米开花期性状的遗传结构解析基于上述玉米CUBIC群体高密度的基因型图谱,采用单标记GWAS和单倍型GWAS两种关联分析的方法,对群体抽雄期、散粉期和吐丝期这三个关键开花期性状进行QTL定位,分别检测到28、29和34个QTL区间。我们对其中范围小精度高的QTL区间进行了候选基因的挑选和实验验证,并对一些典型的QTL区段的作用模式进行了深入分析。同时,开花期也是玉米典型的适应性性状。为了揭示玉米从热带气候向温带气候适应过程中开花期变化的遗传基础,我们挖掘建立了普通玉米自交系群体的高密度基因组变异图谱,并对其中玉米热带和温带亚群进行了基因组选择性位点扫描分析。利用已知的玉米、拟南芥和水稻相关开花基因的信息和同源比对注释信息,我们在33.13 Mb的基因组选择区间中共发现33个候选基因可能参与开花期相关的通路,其中包含全基因组选择信号最高的已知的早花基因Tunicate1。随后,我们对可能位于开花期光周期途径上Zm COL9和生物钟途径上Zm PRR7这两个新基因进一步进行了后续的CRISPR实验验证。基于关联分析和选择分析找到的这些开花期相关的基因,大大丰富了现有的玉米开花期网络途径。3.糯玉米感官评价的遗传结构和代谢基础解析对318份糯玉米自交系群体和507份普通玉米自交系群体在多组学层面进行了比较分析,揭示了糯玉米在人工选择和改良过程中的遗传基础,以及与普通玉米的分化差异。采用全基因组选择性位点扫描方法在两群体间鉴定了大约39Mb受选择区域,提名4462个受选择的候选基因。同时在转录组水平的差异分析鉴定了3365个在两群体中差异表达的基因。对于这些结果的进一步综合分析表明,在糯玉米被改良的历史过程中不仅仅是糯性基因waxy1和淀粉相关代谢途径中的基因被选择,很多其它与农艺和品质性状的位点的也发生了分化,如苯并恶唑嗪酮类化合物(Benzoxazinoid)和油菜素内酯(Brassinosteroid)代谢途径上的相关基因。进一步分析发现这些差异很可能是对糯玉米感官评价相关性状的人工选择所致。为深入探究糯玉米感官评价相关性状的代谢基础,基于高通量代谢组学平台对糯玉米群体中243份自交系的1600多种代谢物进行了定量分析。然后通过大规模品尝实验对糯玉米群体的感官评价打分,并与代谢物进行相关性分析,最终确定了与糯玉米感官评价显着相关的84种代谢物,这些代谢物主要涉及糖类和糖类衍生物、氨基酸有机酸以及次级代谢物等几大类物质。为了剖析相关代谢物的遗传结构,我们结合糯玉米高密度变异图谱对这些代谢物进行了全基因组关联分析,总共定位到了458个候选基因。这些研究结果不仅使我们对糯玉米的进化改良历程有了进一步了解,而且为玉米品质育种提供了理论基础和宝贵的资源。
王月[8](2020)在《大豆关联重组自交系群体油分和蛋白质含量加性与上位性QTL分析》文中研究表明大豆籽粒油分和蛋白质含量是决定大豆品质和价值的两个重要数量性状,受多基因与环境的影响,研究其遗传基础对大豆分子辅助选择育种具有重要意义。为此,本研究以品质性状差异较大的大豆品种东农L13、合农60和黑河36为亲本构建关联重组自交系群体RIL3613与RIL6013(Recombinant inbred lines,RIL)为试验材料,分别应用SSR和Soy Bead660K芯片SNP作为标记构建遗传图谱。在8个环境下种植并获得油分和蛋白质含量表型进行多环境联合分析,鉴定籽粒油分和蛋白质的加性效应、加性×加性上位效应及与环境互作QTL。根据定位到的QTL标记在基因组上的物理位置发掘候选基因,通过在大豆种子内表达量分析、鉴定与大豆籽粒油分和蛋白质相关的潜在候选基因。主要结果如下:利用简单重复序列标记(Simple Sequence Repeats,SSR)遗传图谱(RIL3613包括134个家系,标记数量为150个,图谱总长度为2849.54 c M;RIL6013包括156个家系,标记数量为137个,图谱总长度为1886.80 c M),应用完备区间作图法(Inclusive Composite Interval Mapping,ICIM)和基于混合线性模型的复合区间作图法(Mixed model composite interval mapping,MCIM)定位蛋白质和油分含量的加性效应、上位效应及与环境互作效应QTL。在18条连锁群上(除K和N外)检测到50个蛋白质和23个油分含量加性QTL,RIL3613和RIL6013群体中分别解释了表型变异的2.54%13.88%和2.99%38.44%。有32个通用QTL在两个RIL群体中标记区域重叠,41个QTL只在一个群体中检测到,56个QTL已被前人发现,其中12个为热点区域。检测到13对蛋白质上位性QTL和5对油分上位性QTL,其中2对上位性QTL发生在显着加性QTL之间,6对发生在显着加性QTL与非显着加性QTL之间,5对发生在非显着加性QTL之间。利用两个关联RIL群体(RIL3613包括120个株系,RIL6013包括139个株系)构建一张整合大豆高密度遗传连锁图谱,包含2212个标记,分布在20条连锁群上,总图距为5718.01c M,标记间的平均组距为2.61 c M:完备区间作图法(ICIM)和区间作图法(Interval Mapping,IM)共同定位到64个油分和43个蛋白质含量加性效应及与环境互作效应QTL。RIL3613和RIL6013群体中分别有38个和27个油分含量加性QTL,分别分布于19条染色体和12条染色体上,QTL总效应解释的表型变异量范围为1.29%10.75%,在两个遗传背景和方法中同时检测到q Oil-5-1(标记区间Gm054062384-Gm055158657),此外,在两个群体中有19个标记物理区域重叠的通用加性效应QTL(包括q Oil-5-1)。RIL3613和RIL6013群体中分别有29个和14个蛋白质含量加性效应QTL,分别分布在15条染色体和12条染色体上,QTL总效应解释的表型变异量范围为0.51%10.07%。此外,在两个群体中有4个标记物理区域重叠的通用加性效应QTL。与前期基于SSR图谱定位加性QTL对比,发现8个油分和8个蛋白质含量QTL缩短定位区间,提高检测功效。两个关联RIL群体采用ICIM方法,共鉴定23对油分和329对蛋白质含量上位性(加性×加性)(AA)及与环境互作(AAE)QTL。其中,7对油分含量上位效应及其与环境互作QTL发生在同一条染色体上,其他16对QTL在不同染色体间发生上位性互作,7个上位性QTL有“1对多”现象(1个QTL与多个QTL产生上位性互作),此外,检测到2个显着加性QTL(q Oil-9-2和q Oil-15-1)参与上位性互作。30对蛋白质含量上位效应及其与环境互作QTL发生同一条染色体上,其他QTL在不同染色体间产生上位性互作,共有165个上位性QTL存在“1对多”现象。此外,检测到1个显着加性QTL(q Pro-12-3)参与上位性互作。两个RIL群体中有相同的QTL参与上位性互作,分布在3、4、7、8、9、11、12、16、17、18和20号染色体上。有23对上位性QTL同时控制大豆籽粒油分和蛋白质含量,包括2对定位区间相同的QTL,其他21对QTL定位区间包含同一个分子标记,说明上位性QTL也参与二者之间的负相关。两个群体中检测到的24个标记物理区域重叠或具有相同的连锁标记的通用QTL(包括参与上位性互作的显着加性QTL,q Pro-12-3)与Soy Base数据库的结果进行比较,发现16个与油分含量相关和4个与蛋白质含量相关QTL已被前人报道,4个QTL是新发现的。16个油分和2个蛋白质含量相关加性QTL用于候选基因的预测,在种子表达量中高的基因分别有1008和44个。基于KEGG网站(www.kegg.jp)的通路分析,预测14个与种子油分和1个与种子蛋白质相关的潜在候选基因。上述研究结果结合高密度遗传图谱可更好地了解大豆籽粒油分和蛋白质的遗传结构,并为进一步精细定位、候选基因鉴定、分子机制奠定基础,有助于提高大豆品质。
廉雪[9](2020)在《绿豆种皮颜色遗传分析及相关基因的定位》文中研究说明植物种皮颜色是由于多种花色苷的沉积形成的,植物色素生物合成途径是相对保守的,与类黄酮生物合成途径的酶密切相关。绿豆种皮颜色是绿豆重要的形态学标记,目前关于绿豆种皮颜色的研究还不够深入,因此绿豆种皮颜色基因的研究对绿豆的分子研究及育种实践都具有十分重要的意义。为了继续探索绿豆种皮颜色的遗传规律,本实验配制了不同种皮颜色绿豆的组合,对构建的F1、F2代的表型情况进行统计分析;同时利用分离群体分组法(BSA)筛选与绿豆种皮颜色连锁的标记,通过鉴定F2群体的基因型,利用Joinmap 4.0软件对绿豆种皮颜色基因进行初步定位。主要研究结果如下:1、绿豆种皮颜色受2对等位基因控制,基因间存在显性上位作用。通过配制不同种皮颜色绿豆组合,调查发现其F2代分离符合一定的规律:组合1(黑色绿豆×绿色绿豆)的F2代出现黑色绿:绿色绿豆=3:1;组合2(黑色绿豆×黄色绿豆)的F2代出现黑色绿豆:绿色绿豆:黄色绿豆=12:3:1;组合3(绿色绿豆×黄色绿豆)的F2代出现绿色绿豆:黄色绿豆=3:1,根据后代分离比例情况推测由2对等位基因控制绿豆种皮颜色,且基因间存在显性上位作用。2、初步定位了2个与种皮颜色相关的位点。利用两个组合冀绿9号×资源330和BIS9805×资源330的亲本对SSR标记筛选,分别筛选出83个和60个多态性标记,再通过BSA法从这些标记中筛选出与种皮颜色相关的标记,分别筛选出3个和2个多态性标记。利用最后筛选出的标记分析鉴定F2群体的180个单株的基因型,通过Jionmap 4.0软件对绿豆种皮颜色基因进行定位。组合冀绿9号×资源330定位的Sc1与3个SSR标记连锁,顺序为Vr3-627、G3627、X162、Sc1,Sc1与最近的标记X162的距离为25.3cM;组合BIS9805×资源330定位的Sc2与2个SSR标记连锁,顺序为Vr1-2463、Sc2、X95,Sc2距离标记Vr1-2463的距离为6.9cM,距离标记X95的距离为19.0cM。
王丽媛[10](2020)在《陆地棉优异种质J02-508纤维相关性状QTL定位及偏分离分析》文中进行了进一步梳理棉花作为世界上最重要的天然纤维作物之一,在我国国民经济中占据着重要的地位。近年来,随着人民生活水平的提高和纺织技术的发展,人们对棉纤维品质的要求越来越高。现有陆地棉品种遗传基础比较狭窄,限制了其纤维品质的进一步改良。棉属中丰富的品种资源为陆地棉育种和遗传改良提供了遗传物质基础,种间杂交策略在棉花育种过程中得到了广泛应用。棉花主要的农艺性状如产量、纤维品质等重要性状均为数量性状,其表现受环境和多基因共同作用影响,利用传统育种方法进行改良进展缓慢。目前,棉花基因组信息不断完善,在全基因组水平上将性状与QTL相结合,有助于解析相关性状的遗传基础,为棉花品质育种提供借鉴和补充。本研究以纤维品质优异的J02-508和品质差的ZRI015两个陆地棉为亲本组配群体,结合简化基因组(GBS)测序技术,从全基因组水平对纤维产量及品质性状进行QTL定位;并以J02-508为研究材料,对纤维长度相关候选基因进行预测分析与功能验证;同时对群体中的偏分离现象进行分析,结合亲本J02-508的复杂遗传背景信息加以研究,以解析优异纤维品质的遗传基础。主要结果如下:1.对J02-508与ZRI015两个亲本的铃重、衣分、纤维长度、纤维强度、伸长率和马克隆值6个纤维产量与品质性状进行比较,除衣分和伸长率之外,所有调查性状在两个亲本之间均存在显着(P<0.005)或极显着(P<0.001)差异。6个性状在F3、F4、F5和F6四个世代群体中表现出连续和近似的正态分布;纤维强度与纤维长度在四个世代间均呈现极显着正相关,纤维强度与铃重、衣分之间的相关性不显着。J02-508与ZRI015组配的后代群体,在一定程度上削弱了纤维产量与品质特别是与纤维强度间的负相关性。2.对亲本和F5群体的237个家系进行GBS测序,基于亲本基因型检测结果,进行亲本间多态性标记开发,总共得到115,544个标记位点。经过完整度过滤、偏分离筛选后,获得了7,071个标记用于遗传图谱构建。最终构建的高密度遗传图谱包含4,060个标记,总长度为2,388.07 cM,相邻标记间平均间隔为0.588 cM。结合F5、F6两个世代各性状表型数据,对6个纤维产量与品质性状进行QTLs定位,得到122个相关的QTLs,其中稳定的QTLs有28个,纤维长度相关的QTLs集中在D11染色体上,纤维强度相关的QTLs中效应值最高的QTL分布在D08染色体上(LOD为6.42)。3.D11染色体上聚集纤维长度相关的QTLs,根据基因结构、表达模式分析,在qFL-D11-4附近找到一个纤维长度候选基因GHD11G2586,属于磺基转移酶(SOT)基因家族。对棉花SOT基因家族系统分析,在亚洲棉、雷蒙德氏棉、海岛棉和陆地棉基因组中共鉴定出245个SOT基因。根据与拟南芥的同源关系,245个SOT基因中有170个被进一步分为4个亚家族。GHD11G2586在不同组织和纤维发育阶段的表达模式表明其可能参与了纤维的发育;在J02-508材料中进行VIGS沉默该基因后,与阴性对照植株相比,沉默植株的茎毛数量减少、茎毛和叶毛的长度明显变短。茎毛和叶毛以及棉纤维都属于单细胞表皮毛,很可能具有相似的纤维分化和发育机制。综合上述结果表明,GHD11G2586可能参与了纤维的发育过程,对纤维的伸长起到正向调节作用。4.统计26条染色体上25,018个多态性标记的卡方检验结果,发现该群体存在显着的标记偏分离现象,偏分离标记所占的比例平均值达到83.13%。其中D08染色体上分布的标记总数最多有5,710个,偏分离标记所占的比例也最高,达99.39%。对D08染色体上所有标记考虑在内,划分Bin标记后与纤维强度性状数据进行关联分析,结果表明D08染色体上7-60 Mb区间内有一个连锁的低重组区,区间内SNP标记与纤维强度显着相关(-log10(P)>16)。利用DistortedMap软件校正偏分离标记间的遗传距离,再次进行QTL检测,在7-60 Mb区间内鉴定到一个纤维强度相关的QTL(命名为qFSD08),LOD值从传统定位的6.42显着提升到11.42,解释表型变异20.12%。5.根据两个亲本的系谱记录,J02-508材料可能含有多种外源棉种血缘。我们利用课题组内测序与收集整理的3,227个棉花材料群体重测序数据,对J02-508材料中的纤维强度QTL(qFS-D08)的来源进行了追踪鉴定。通过聚类、比对、PCR扩增等多种方法确定J02-508材料中外源片段区间为7.073-60.027 Mb,与qFSD08的物理区间重合,来自于二倍体野生棉瑟伯氏棉(G.thurberi)的CM013381.1染色体,对应区间是5.299-36.270 Mb。本研究构建高密度遗传图谱,在全基因组水平上检测与纤维产量、品质相关的QTL,为相关性状候选基因挖掘奠定基础,可以为棉花产量、品质改良研究提供有益信息。同时本研究进一步明确了含有外源片段的优异材料的遗传背景,有助于了解外源渐渗片段与标记偏分离的关系以及种间杂交在棉花育种中提高纤维强度的重要性。
二、大豆重组自交系群体的构建与调整及其在遗传作图、抗花叶病毒基因定位和农艺及品质性状QTL分析中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、大豆重组自交系群体的构建与调整及其在遗传作图、抗花叶病毒基因定位和农艺及品质性状QTL分析中的应用(论文提纲范文)
(1)高丹草低氢氰酸性状主效QTL PA7-1和PA7-2的精细定位及其候选基因分析(论文提纲范文)
摘要 |
abstract |
缩略语表 |
1 前言 |
1.1 高丹草概述 |
1.2 氢氰酸 |
1.2.1 非生氰糖苷类氰化物 |
1.2.2 生氰糖苷类氰化物 |
1.3 QTL定位 |
1.3.1 QTL定位原理及步骤 |
1.3.2 QTL定位的方法 |
1.3.3 QTL定位验证 |
1.3.4 QTL精细定位 |
1.3.5 精细定位区间候选基因分析 |
1.4 高丹草QTL定位研究进展 |
1.5 本研究的目的及意义和技术路线 |
1.5.1 本研究的目的及意义 |
1.5.2 技术路线 |
2 高丹草低氢氰酸含量QIRs群体构建 |
2.1 材料与方法 |
2.1.1 试验材料与种植 |
2.1.2 氢氰酸含量测定 |
2.1.3 DNA提取及BSA基因池的建立 |
2.1.4 SSR适宜引物的筛选及PCR扩增 |
2.1.5 数据统计与处理 |
2.1.6 高丹草低氢氰酸含量相关SSR分子标记的开发 |
2.1.7 遗传群图谱的构建和QTL定位分析 |
2.1.8 高丹草低氢氰酸含量QIRs等位基因重组群体的构建 |
2.2 结果与分析 |
2.2.1 氢氰酸含量测定 |
2.2.2 基因组DNA纯度的电泳检测 |
2.2.3 高丹草低氢氰酸含量相关SSR引物的筛选及多态性分析 |
2.2.4 高丹草低氢氰酸含量相关SSR分子标记的获得 |
2.2.5 高丹草遗传图谱构建及氢氰酸含量QTL定位 |
2.2.6 QIRs群体获得 |
2.3 讨论 |
2.3.1 BSA法评价 |
2.3.2 SSR分子标记及遗传图谱研究 |
2.3.3 QTL定位准确性 |
2.3.4 等位基因重组株QIRs分析 |
2.4 小结 |
3 高丹草低氢氰酸含量主效QTL PA7-1 的精细定位 |
3.1 材料与方法 |
3.1.1 群体构建 |
3.1.2 精细定位区间内标记的开发 |
3.1.3 F_3精细定位群体DNA提取、氢氰酸含量测定 |
3.1.4 高丹草连锁群构建 |
3.1.5 主效QTL PA7?1 的精细定位 |
3.1.6 主效QTL精细定位区间候选基因序列测定和分析 |
3.2 结果与分析 |
3.2.1 散穗高粱×红壳苏丹草F_(2:3)群体氢氰酸含量性状分析 |
3.2.2 F_(2:3)群体氢氰酸含量性状QTL定位 |
3.2.3 F_3群体氢氰酸含量性状变异 |
3.2.4 PA7?1 精细定位区间内标记的SSR特异引物的筛选 |
3.2.5 基于高丹草F_3精细定位群体连锁群构建及QTL定位 |
3.2.6 PA7?1 的精细定位 |
3.2.7 精细定位区间候选基因序列测定和分析 |
3.2.8 精细定位区间序列比对、物理图谱建立与候选基因分析 |
3.3 讨论 |
3.3.1 主效QTL PA7?1 的稳定性 |
3.3.2 主效QTL PA7?1 精细定位的准确性 |
3.3.3 低氢氰酸含量性状候选基因 |
3.4 小结 |
4 高丹草低氢氰酸含量主效QTL PA7-2 的精细定位 |
4.1 材料与方法 |
4.1.1 群体构建 |
4.1.2 精细定位区间内标记的开发 |
4.1.3 F_3精细定位群体DNA提取、氢氰酸含量测定 |
4.1.4 高丹草连锁群构建 |
4.1.5 主效QTL PA7?2 的精细定位 |
4.1.6 主效QTL精细定位区间候选基因序列测定和分析 |
4.2 结果与分析 |
4.2.1 散穗高粱×红壳苏丹草F_(2:3)群体氢氰酸含量性状分析 |
4.2.2 F_(2:3)群体氢氰酸含量性状QTL定位 |
4.2.3 F_3群体氢氰酸含量性状变异 |
4.2.4 PA7?2 精细定位区间内标记的SSR特异引物的筛选 |
4.2.5 基于高丹草F_3精细定位群体连锁群构建及QTL定位 |
4.2.6 PA7?2 的精细定位 |
4.2.7 精细定位区间候选基因序列测定和分析 |
4.2.8 PA7?2 精细定位区间序列比对、物理图谱构建与候选基因分析 |
4.3 讨论 |
4.3.1 PA7?1 和PA7?2 的加性效应 |
4.3.2 精细定位可行性分析 |
4.4 小结 |
5 PA7?1 和PA7?2 精细定位区间候选基因表达水平验证 |
5.1 材料与方法 |
5.1.1 试验材料 |
5.1.2 植物总RNA的提取 |
5.1.3 cDNA的合成 |
5.1.4 半定量RT?PCR |
5.2 结果与分析 |
5.2.1 氢氰酸含量差异 |
5.2.2 总RNA的提取和检测 |
5.2.3 候选基因的RT?PCR表达验证 |
5.3 讨论 |
5.4 小结 |
6 结论 |
6.1 高丹草低氢氰酸含量主效QTL PA7?1 的精细定位和候选基因分析 |
6.2 高丹草低氢氰酸含量主效QTL PA7?2 的精细定位和候选基因分析 |
6.3 主要创新点 |
致谢 |
参考文献 |
附图 |
作者简介 |
(2)基于RIL群体的小黑麦穗部性状遗传分析及QTL定位(论文提纲范文)
项目来源 |
摘要 |
SUMMARY |
第一章 文献综述 |
1.1 小黑麦概述 |
1.1.1 小黑麦起源及特点 |
1.1.2 小黑麦类型及应用 |
1.1.3 小黑麦传统育种 |
1.1.4 分子标记在小黑麦研究中的应用 |
1.2 遗传群体构建及分子标记类型 |
1.2.1 作图群体构建 |
1.2.2 分子标记概述 |
1.3 数量性状基因定位 |
1.4 研究目的与意义 |
1.5 技术路线 |
第二章 小黑麦穗部性状相关性及遗传分析 |
2.1 材料与方法 |
2.1.1 试验材料 |
2.1.2 试验地概况 |
2.1.3 试验设计 |
2.1.4 性状测定及方法 |
2.1.5 数据统计与分析 |
2.2 结果与分析 |
2.2.1 穗部性状的表型及次数分布 |
2.2.2 表型性状的相关性分析 |
2.2.3 小黑麦穗部主基因+多基因混合遗传模型分析 |
2.2.3.1 遗传模型的选择 |
2.2.3.2 小黑麦穗部性状备选模型的适合性检验 |
2.2.3.3 小黑麦穗部性状的遗传参数 |
2.3 讨论 |
2.3.1 小黑麦RIL群体穗部性状相关性 |
2.3.2 小黑麦穗部性状遗传模型 |
2.3.3 小黑麦穗部性状遗传参数对育种的指导 |
2.4 小结 |
第三章 小黑麦穗部性状QTL定位 |
3.1 材料与方法 |
3.1.1 亲本及群体构建 |
3.1.2 试验地概况 |
3.1.3 DNA提取 |
3.1.4 小黑麦ISSR-PCR扩增和检测 |
3.1.5 数据统计与分析 |
3.1.6 QTL命名方法 |
3.2 结果与分析 |
3.2.1 小黑麦RIL群体穗部表型分析 |
3.2.2 小黑麦RIL群体穗部性状QTL定位 |
3.3 讨论 |
3.3.1 群体选择及分子作图 |
3.3.2 小黑麦穗部性状QTL定位 |
3.3.3 影响小黑麦QTL定位的因素 |
3.4 小结 |
第四章 结论 |
参考文献 |
致谢 |
个人简介 |
在读期间发表论文和研究成果等 |
导师简介 |
(3)大豆四向重组自交系株高和主茎节数及其密度响应的QTL/QTN定位(论文提纲范文)
摘要 |
Abstract |
1 前言 |
1.1 大豆株高和主茎节数研究进展 |
1.1.1 与产量及其构成因素相关性研究 |
1.1.2 与株型因素相关性研究 |
1.1.3 与倒伏相关性研究 |
1.2 连锁分析 |
1.2.1 作图群体 |
1.2.2 作图群体的选择 |
1.2.3 分子标记 |
1.2.4 QTL定位方法 |
1.2.5 株高和主茎节数QTL定位研究 |
1.3 全基因组关联分析 |
1.3.1 连锁不平衡 |
1.3.2 全基因组关联分析群体 |
1.3.3 全基因组关联分析方法 |
1.3.4 株高和主茎节数QTN定位研究 |
1.4 候选基因挖掘 |
1.4.1 候选基因生物信息学分析方法 |
1.4.2 株高和主茎节数相关基因研究 |
1.5 研究目的与意义 |
1.6 技术路线 |
2 材料与方法 |
2.1 试验材料 |
2.1.1 遗传群体构建 |
2.1.2 遗传图谱 |
2.2 田间试验设计 |
2.3 数据统计分析 |
2.3.1 表型数据分析 |
2.3.2 密度响应的估计 |
2.4 连锁分析 |
2.5 全基因组关联分析 |
2.6 潜在候选基因挖掘 |
2.7 候选基因的荧光定量PCR分析 |
2.7.1 荧光定量PCR试验材料及试剂 |
2.7.2 荧光定量PCR引物 |
2.7.3 RNA提取及c DNA合成 |
2.7.4 荧光定量PCR反应体系及程序 |
3 结果与分析 |
3.1 株高和主茎节数表型变异分析 |
3.1.1 株高表型变异分析 |
3.1.2 主茎节数表型变异分析 |
3.2 连锁分析 |
3.2.1 株高及其密度响应QTL定位 |
3.2.2 主茎节数及其密度响应QTL定位 |
3.3 全基因组关联分析 |
3.3.1 株高及其密度响应QTN定位 |
3.3.2 主茎节数及其密度响应QTN定位 |
3.4 潜在候选基因预测 |
3.4.1 株高候选基因预测 |
3.4.2 主茎节数候选基因预测 |
4 讨论 |
4.1 四向重组自交系群体的优势 |
4.2 连锁分析与GWAS分析相结合的优势 |
4.3 密度响应的遗传基础探析 |
4.4 与前人定位的QTL区间比较 |
4.5 候选基因预测 |
5 结论 |
6 创新点 |
致谢 |
参考文献 |
附录 |
攻读博士学位期间发表的学术论文 |
(4)饲用型小黑麦RIL群体草产量相关性状的遗传分析及QTL定位(论文提纲范文)
摘要 |
SUMMARY |
第一章 文献综述 |
1 小黑麦研究进展 |
1.1 小黑麦概述 |
1.2 小黑麦传统育种研究进展 |
2 分子标记技术及其在小黑麦中的应用 |
2.1 DNA分子标记 |
2.2 分子标记类型 |
2.3 分子标记在小黑麦中的应用 |
3 分子图谱 |
3.1 作图群体的选择与建立 |
3.2 作图群体杂交亲本 |
3.3 适当的分离群体类型 |
3.4 群体大小 |
3.5 统计方法及阀值 |
4 分子标记选择 |
4.1 ISSR分子标记技术 |
4.2 禾本科分子图谱构建研究进展 |
5 数量性状基因定位 |
5.1 QTL定位的原理和方法 |
5.2 禾本科QTL定位研究进展 |
6 本研究的目的和意义 |
7 本研究的主要内容和技术路线 |
第二章 小黑麦饲草产量相关性状表型分析 |
1 材料与方法 |
1.1 试验地概况 |
1.2 试验材料 |
1.3 试验设计 |
1.4 测定指标 |
1.5 数据分析 |
2 结果与分析 |
2.1 RIL群体饲草产量相关性状的表型变异分析 |
2.2 RIL群体饲草产量相关性状的相关性分析 |
2.3 RIL群体饲草产量相关性状的主成分分析 |
3 讨论 |
3.1 RIL群体饲草产量相关性状的表型分析 |
3.2 RIL群体饲草产量相关性状的相关性分析 |
3.3 RIL群体饲草产量相关性状的主成分分析 |
4 小结 |
第三章 小黑麦饲草产量相关性状QTL定位 |
1 材料与方法 |
1.1 试验材料 |
1.2 小黑麦RIL群体的表型鉴定 |
1.3 数据统计与分析 |
1.4 QTL定位分析 |
2 结果与分析 |
2.1 小黑麦RIL群体表型正态分布 |
2.2 小黑麦RIL群体分子图谱特点 |
2.3 小黑麦饲草产量相关性状的QTL定位 |
2.4 控制小黑麦株高的QTL分析 |
2.5 控制小黑麦分蘖数的QTL分析 |
2.6 控制小黑麦穗下节间长的QTL分析 |
2.7 控制小黑麦单株鲜重的QTL分析 |
3 讨论 |
3.1 本研究材料的应用价值 |
3.2 DNA提取 |
3.3 小黑麦杂交亲本和作图群体选择 |
3.4 小黑麦的分子图谱 |
3.5 小黑麦连锁群饲草产量相关QTL分布 |
3.6 小黑麦QTL位点的重叠性 |
3.7 影响QTL检测的因素 |
3.8 QTL的应用 |
4 小结 |
第四章 结论与展望 |
1 结论 |
2 展望 |
参考文献 |
致谢 |
作者简介 |
在读期间发表论文和研究成果 |
导师简介 |
(5)AIO-seq高通量测序技术开发及玉米NAM群体遗传特性和株型性状QTL定位研究(论文提纲范文)
摘要 |
abstract |
主要符号对照表 |
第一章 AIO-seq高通量测序技术开发及应用 |
1.1 引言 |
1.1.1 测序技术发展概述 |
1.1.2 DNA超声波机械打断和生物酶切法在测序文库制备中的应用 |
1.1.3 Tn5 转座酶在测序文库制备中的应用 |
1.1.4 测序文库的分选和质控 |
1.1.5 本研究的目的与意义 |
1.2 材料与方法 |
1.2.1 实验材料及表型测定分析 |
1.2.2 AIO-seq测序文库制备 |
1.2.3 测序数据的分析流程 |
1.2.4 Bin map图谱构建及玉米株型性状QTL定位 |
1.3 结果与分析 |
1.3.1 AIO-seq测序技术构思 |
1.3.2 利用少量样本验证AIO-seq测序技术的可行性 |
1.3.3 利用多样本包Lane测序探索AIO-seq技术的可靠性及稳定性 |
1.3.4 运用AIO-seq测序技术获得样本间预期不等的数据产出 |
1.3.5 AIO-seq技术在RNA-seq测序文库制备中的运用 |
1.3.6 简化的AIO-seq测序技术在玉米BC_1F_4群体株型QTL定位研究中的运用 |
1.4 讨论 |
1.4.1 Tn5 转座酶在组学技术研究中的广泛应用 |
1.4.2 AIO-seq测序文库制备流程的改进 |
1.4.3 简化的AIO-seq测序技术在群体遗传学研究中的应用 |
1.4.4 后续工作展望 |
第二章 玉米NAM群体遗传特性和株型性状QTL定位研究 |
2.1 引言 |
2.1.1 玉米生产和研究概况 |
2.1.2 常用分离群体类型及特点 |
2.1.3 连锁分析及关联分析定位 |
2.1.4 玉米株型相关性状QTL定位及基因克隆 |
2.1.5 本研究的目的与意义 |
2.2 材料与方法 |
2.2.1 亲本选取及HNAU-NAM1 群体构建 |
2.2.2 玉米HNAU-NAM1 群体株型性状考察及分析 |
2.2.3 HNAU-NAM1 群体基因型数据分析 |
2.2.4 HNAU-NAM1 群体遗传多样性及连锁不平衡分析 |
2.2.5 利用SLM分析方法进行株型性状QTL定位 |
2.2.6 利用JLM分析方法进行株型性状QTL定位 |
2.2.7 利用GWAS关联分析方法进行株型性状QTL定位 |
2.2.8 株型性状QTL热点区域分析 |
2.2.9 株型性状主效QTL定位区间内候选基因推断 |
2.3 结果与分析 |
2.3.1 HNAU-NAM1 群体特征分析 |
2.3.2 群体表型性状统计分析 |
2.3.3 亚群遗传连锁图谱构建 |
2.3.4 叶夹角性状遗传解析 |
2.3.5 株高性状遗传解析 |
2.3.6 穗位性状遗传解析 |
2.3.7 株型性状QTL定位热点区域分析 |
2.3.8 主效QTL区间内候选基因推断 |
2.4 讨论 |
2.4.1 HNAU-NAM1 群体特点 |
2.4.2 株型性状QTL定位方法及结果特征 |
2.4.3 株型性状候选基因 |
2.4.4 基因组de novo组装对基因克隆的影响 |
2.4.5 后续工作展望 |
第三章 全文总结 |
3.1 AIO-seq高通量测序技术开发和应用 |
3.2 玉米HNAU-NAM1 群体遗传特性和株型性状QTL定位研究 |
参考文献 |
附录 A |
致谢 |
作者简历 |
(6)陕A群和陕B群选育玉米自交系的穗部性状遗传解析(论文提纲范文)
摘要 |
ABSTRACT |
第一章 文献综述 |
1.1 玉米的重要性及产量提高途径 |
1.2 玉米杂种优势群的应用与改良 |
1.2.1 国内外玉米杂种优势群划分与应用 |
1.2.2 陕A群和陕B群杂种优势群构建与应用 |
1.3 玉米复杂数量性状遗传机理解析方法 |
1.3.1 连锁分析是经典的遗传分析方法 |
1.3.2 关联分析是高精度的遗传分析方法 |
1.3.3 高通量分子标记在数量性状解析中的应用 |
1.3.4 联合连锁与关联是解析数量性状遗传的强有力工具 |
1.4 玉米穗部性状研究进展 |
1.4.1 玉米穗分化过程 |
1.4.2 穗部性状是产量的重要构成因子 |
1.4.3 玉米穗部性状的连锁解析 |
1.4.4 玉米穗部性状的关联分析 |
1.5 本研究目的与意义 |
1.6 本研究技术路线 |
第二章 基于分离群体的玉米穗部性状QTL定位 |
2.1 材料与方法 |
2.1.1 试验材料 |
2.1.2 田间管理与表型调查 |
2.1.3 穗部性状遗传力分析 |
2.1.4 基因分型与标记筛选 |
2.1.5 遗传连锁图构建 |
2.1.6 QTL定位 |
2.1.7 候选基因的筛选和功能分析 |
2.2 结果与分析 |
2.2.1 亲本表型鉴定 |
2.2.2 群体表型变异、相关性和遗传力分析 |
2.2.3 高密度遗传图谱的构建 |
2.2.4 多环境联合QTL定位 |
2.2.5 单环境QTL定位 |
2.2.6 最佳线性无偏预测值QTL定位 |
2.2.7 穗部性状上位性QTL定位 |
2.3 讨论 |
2.3.1 自交系穗部性状遗传基础丰富 |
2.3.2 授粉方式对穗部性状存在影响 |
2.3.3 穗部性状候选基因预测 |
第三章 基于126 个自交系的穗部性状全基因组关联分析 |
3.1 材料和方法 |
3.1.1 试验材料 |
3.1.2 试验设计与表型调查 |
3.1.3 表型数据分析 |
3.1.4 基因分型与标记筛选 |
3.1.5 全基因组关联分析 |
3.1.6 候选基因预测和功能分析 |
3.2 结果与分析 |
3.2.1 穗部性状遗传变异和遗传力分析 |
3.2.2 穗粗、穗行数和行粒数GWAS分析 |
3.2.3 穗部性状的优异等位基因分析 |
3.2.4 候选基因筛选与功能分析 |
3.2.5 穗粗、穗行数和行粒数的候选基因 |
3.3 讨论 |
3.3.1 自交系穗部性状遗传基础丰富 |
3.3.2 不同性状间的共关联位点 |
3.3.3 穗部相关调控通路复杂 |
3.3.4 关联SNP位点可在种质改良中应用 |
第四章 玉米穗部性状候选基因预测与分析 |
4.1 数据来源 |
4.2 分析方法 |
4.3 结果与分析 |
4.3.1 连锁与关联共定位分析 |
4.3.2 候选基因筛选及功能注释 |
4.3.3 候选基因GO分析和调控网络响应 |
4.3.4 候选基因的预测 |
4.3.5 候选基因的表达分析 |
4.4 讨论 |
第五章 结论 |
5.1 全文结论 |
5.2 本研究创新点、局限性和展望 |
参考文献 |
附录 |
致谢 |
个人简历 |
(7)基于组学数据解析玉米群体变异和复杂数量性状遗传结构(论文提纲范文)
摘要 |
Abstract |
缩略语表 |
1.前言 |
1.1 .研究问题由来 |
1.2 .玉米基因组学和数据库平台研究进展 |
1.2.1 .高通量测序技术促使基因组学研究的发展 |
1.2.2 .玉米参考基因组的组装和完善 |
1.2.3 .全基因组重测序助力基因组变异的发掘 |
1.2.4 .玉米群体基因组学研究进展 |
1.2.5 .玉米数据库平台研究进展 |
1.2.6 .基因组学研究利器——关联分析 |
1.2.7 .多组学平台助力优良性状的遗传基础解析 |
1.3 .玉米开花期研究进展 |
1.4 .糯玉米相关研究进展 |
1.4.1 .糯玉米的起源和研究历史 |
1.4.2 .糯玉米的生物学特性 |
1.4.3 .糯玉米糯质特性的遗传学基础以及关键基因研究进展 |
1.4.4 .国内外糯玉米育种现状 |
1.5 .本研究目的和意义 |
1.5.1 .Maize-CUBIC变异数据库的构建 |
1.5.2 .玉米开花期遗传基础解析 |
1.5.3. 基于多组学数据解析糯玉米群体感官的遗传基础 |
2.材料与方法 |
2.1 .玉米CUBIC群体变异图谱和Maize-CUBIC数据库的构建 |
2.1.1 .玉米CUBIC群体的构成 |
2.1.2 .CUBIC群体DNA提取和全基因组重测序 |
2.1.3 .测序数据预处理、比对和变异挖掘流程 |
2.1.4 .群体基因型的整合与推算 |
2.1.5 .群体非核心基因组序列的鉴定 |
2.1.6 .Maize-CUBIC数据库中已发表资源收集整合 |
2.1.7 .Maize-CUBIC数据库设计架构和运行平台 |
2.2 .玉米开花期的遗传结构解析 |
2.2.1 .CUBIC群体开花期性状的关联分析 |
2.2.2 .普通玉米自交系群体的基因型图谱构建 |
2.2.3 .适应性分析 |
2.2.4 .功能基因的CRISPR验证 |
2.3 .糯玉米感官评价的遗传结构和代谢基础解析 |
2.3.1 .他人前期工作基础概述 |
2.3.2 .糯玉米的基因型挖掘 |
2.3.3 .糯玉米和普通玉米群体的基因型整合和注释 |
2.3.4 .群体结构和群体分化分析 |
2.3.5 .糯玉米群体的选择分析 |
2.3.6 .基因表达量分析和eQTL鉴定 |
2.3.7 .糯玉米和普通玉米群体基因差异表达分析 |
2.3.8 .糯玉米群体淀粉含量测定 |
2.3.9 .糯玉米群体淀粉粘度表型测定 |
2.3.10 .糯玉米群体代谢组测定 |
2.3.11 .代谢物的全基因组关联分析 |
2.3.12 .代谢网络注释和富集分析 |
2.3.13 .相关性分析和回归分析 |
3.结果与分析 |
3.1 .玉米CUBIC群体变异图谱和Maize-CUBIC数据库的构建 |
3.1.1 .CUBIC群体变异挖掘流程评估和高密度变异图谱构建 |
3.1.2 .CUBIC群体基因型分布和注释 |
3.1.3 .CUBIC群体非核心基因组序列 |
3.1.4 .Maize-CUBIC数据库概览 |
3.1.5 .Maize-CUBIC数据库变异展示模块 |
3.1.6 .Maize-CUBIC数据库QTL结果展示模块 |
3.1.7 .Maize-CUBIC数据库变异应用模块 |
3.2 .玉米开花期性状的遗传结构解析 |
3.2.1 .CUBIC群体开花期性状的遗传结构解析 |
3.2.2 .普通玉米群体高密度基因型图谱构建 |
3.2.3 .普通玉米群体开花期性状温带适应性分析 |
3.2.4 .结合新的定位和选择分析结果完善玉米开花期网络 |
3.3 .基于多组学数据解析糯玉米感官评价的遗传基础 |
3.3.1 .糯玉米群体的高密度基因型图谱构建 |
3.3.2 .糯玉米群体与普通玉米群体的群体结构分析 |
3.3.3 .糯玉米群体与普通玉米群体的差异分析 |
3.3.4 .糯玉米与普通玉米waxy1基因与淀粉途径的分化 |
3.3.5 .糯性不显着影响糯玉米的感官评价 |
3.3.6 .糯玉米感官评价的遗传基础 |
3.3.7 .糯玉米Benzoxazinoid途径的分化与潜在的新型“甜味素” |
3.3.8 .糯玉米Brassinosteroid途径的分化提升籽粒感官评价 |
3.4 .本研究主要成果总结 |
4.讨论 |
4.1 .群体基因型鉴定流程的比较讨论 |
4.2 .生物数据库平台的开发必要性和发展方向 |
4.3 .对玉米开花期遗传结构的深入理解 |
4.4 .糯玉米起源和遗传改良的探讨 |
4.5 .本研究的局限性和未来展望 |
参考文献 |
附录 |
附录 A.论文补充图表 |
附录 B.作者简历及在读期间研究成果 |
致谢 |
(8)大豆关联重组自交系群体油分和蛋白质含量加性与上位性QTL分析(论文提纲范文)
摘要 |
英文摘要 |
1 前言 |
1.1 研究背景 |
1.2 大豆分子遗传图谱的研究进展 |
1.3 大豆种子油分和蛋白质相关QTL定位研究进展 |
1.4 QTL上位性及与环境互作效应的研究进展 |
1.5 大豆油分和蛋白质相关基因研究进展 |
1.6 研究目的与意义 |
1.7 技术路线 |
2 材料与方法 |
2.1 试验材料 |
2.2 田间设计 |
2.3 遗传图谱的构建 |
2.3.1 SSR遗传图谱构建 |
2.3.2 SNP遗传图谱构建 |
2.4 大豆种子油分和蛋白质含量的测定 |
2.5 表型数据的统计分析 |
2.6 QTL定位方法 |
2.6.1 基于SSR图谱定位方法 |
2.6.2 基于SNP图谱定位方法 |
2.7 QTL命名方法 |
2.8 候选基因的挖掘 |
3 结果与分析 |
3.1 基于SSR图谱结果与分析 |
3.1.1 SSR连锁图谱 |
3.1.2 关联群体油分和蛋白质性状表型分析 |
3.1.3 加性效应QTL分析 |
3.1.4 上位效应QTL分析 |
3.2 基于SNP图谱定位结果分析 |
3.2.1 关联重组自交系群体高密度遗传连锁图谱的构建 |
3.2.2 关联群体油分和蛋白质性状表型分析 |
3.2.3 加性效应QTL分析 |
3.2.4 上位效应QTL分析 |
3.2.5 候选基因预测 |
4 讨论 |
4.1 关联RIL群体的优势 |
4.2 SSR与SNP图谱定位结果对比 |
4.3 QTL结果验证 |
4.4 上位性和上位性×环境互作对QTL定位的影响 |
4.5 上位性QTL影响大豆籽粒蛋白与脂肪含量 |
4.6 潜在候选基因预测 |
5 结论 |
致谢 |
参考文献 |
附录 |
攻读硕士学位期间发表的学术论文 |
(9)绿豆种皮颜色遗传分析及相关基因的定位(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 绿豆种皮的特征 |
1.2 绿豆种皮颜色的研究近况 |
1.2.1 其他作物种皮颜色的研究 |
1.3 绿豆种皮其他方面的研究进展 |
1.3.1 绿豆种皮中黄酮类化合物的研究 |
1.3.2 绿豆种皮中膳食纤维的研究进展 |
1.4 绿豆分子遗传研究进展 |
1.4.1 绿豆基因组的研究 |
1.4.2 绿豆遗传图谱的构建 |
1.4.3 绿豆抗性基因发掘与定位研究 |
1.4.4 绿豆农艺性状相关基因的研究 |
1.5 论文设计 |
1.5.1 研究的主要目的和意义 |
1.5.2 研究内容及技术路线 |
第二章 绿豆种皮颜色的遗传分析 |
2.1 实验材料及仪器、试剂 |
2.1.1 亲本材料的选取 |
2.1.2 实验所用仪器设备和药品试剂 |
2.1.3 主要试剂配制方法 |
2.2 实验方法 |
2.2.1田间实验 |
2.2.2 栽培方式 |
2.2.3 鉴定杂交荚的真假 |
2.2.4 绿豆种皮颜色鉴定标准 |
2.2.5 数据统计分析 |
2.3 结果与分析 |
2.3.1 鉴定F1 杂交种 |
2.3.2 绿豆F1 世代籽粒种皮颜色的表现 |
2.3.3 绿豆F2 世代籽粒种皮颜色表现 |
2.4 结论与讨论 |
第三章 绿豆种皮颜色相关基因定位 |
3.1 实验材料 |
3.1.1 群体选择 |
3.1.2 引物获取 |
3.1.3 实验仪器、试剂 |
3.2 实验方法 |
3.2.1田间实验 |
3.2.2 实验前期准备 |
3.2.3 种皮颜色相关基因定位 |
3.2.4 基因型数据整理 |
3.2.5 连锁图谱构建 |
3.3 结果与分析 |
3.3.1 亲本多态性引物筛选 |
3.3.2 种皮颜色相关标记的筛选 |
3.3.3 连锁图谱构建及定位 |
3.4 讨论与结论 |
结论 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
个人简介及联系方式 |
(10)陆地棉优异种质J02-508纤维相关性状QTL定位及偏分离分析(论文提纲范文)
符号说明 |
中文摘要 |
Abstract |
1 前言 |
1.1 棉花的起源和分类 |
1.2 棉花种间杂交在育种上的应用 |
1.3 棉花纤维发育研究 |
1.3.1 棉花纤维发育过程 |
1.3.2 影响棉花纤维发育的相关激素 |
1.4 棉花遗传图谱构建与QTL定位研究进展 |
1.4.1 分子标记的类型 |
1.4.2 分子标记的开发 |
1.4.3 作图群体 |
1.4.4 QTL定位研究进展 |
1.5 标记偏分离研究进展 |
1.5.1 引起标记偏分离的因素 |
1.5.2 偏分离标记的研究方法 |
1.6 本研究的目的意义 |
2 材料与方法 |
2.1 试验材料 |
2.1.1 植物材料 |
2.1.2 菌株与载体材料 |
2.1.3 常用酶与试剂 |
2.2 常规分子实验方法 |
2.2.1 棉花叶片总DNA提取 |
2.2.2 棉花总RNA的提取 |
2.2.3 cDNA第一链的合成 |
2.2.4 荧光定量q RT-PCR扩增 |
2.2.5 PCR目标片段的回收、纯化与连接 |
2.2.6 感受态细胞的转化 |
2.2.7 阳性克隆质粒DNA提取 |
2.3 群体构建 |
2.4 性状调查与分析 |
2.4.1 纤维产量品质相关性状考察 |
2.4.2 数据分析 |
2.5 GBS(genotyping-by-sequencing)文库构建及SNP标记开发 |
2.6 遗传图谱构建与QTL定位 |
2.7 纤维长度相关SOT基因的分析与初步功能验证 |
2.7.1 棉花SOT基因家族序列提取与鉴定 |
2.7.2 染色体定位与系统发育分析 |
2.7.3 陆地棉GH_D11G2586 基因克隆 |
2.7.4 陆地棉GH_D11G2586 基因的组织定位 |
2.7.5 陆地棉GH_D11G2586 基因VIGS实验 |
2.8 偏分离现象分析 |
2.8.1 标记偏分离检测 |
2.8.2 重组频率分析 |
2.8.3 Binmap构建与关联分析 |
2.8.4 遗传图谱校正与QTL定位 |
2.9 J02-508 中外源片段的供体鉴定与验证 |
3 结果与分析 |
3.1 亲本与群体表型分析 |
3.1.1 亲本纤维产量与品质性状表型分析 |
3.1.2 群体纤维产量与品质性状表型数据描述性统计 |
3.1.3 群体各世代间的相关性分析 |
3.1.4 群体纤维产量与品质性状间的相关性分析 |
3.2 遗传图谱构建与QTL定位 |
3.2.1 GBS技术测序数据统计 |
3.2.2 SNP标记的开发与染色体分布 |
3.2.3 高密度遗传图谱构建 |
3.2.4 QTL定位 |
3.3 纤维长度相关基因的分析与功能验证 |
3.3.1 棉花中SOT基因家族的鉴定 |
3.3.2 SOT家族基因的共线性与重复事件 |
3.3.3 SOT家族基因的系统发育分析 |
3.3.4 陆地棉GH_D11G2586 基因的组织定位 |
3.3.5 陆地棉中GH_D11G2586 基因干扰VIGS实验 |
3.4 多态性SNP标记的偏分离分析 |
3.4.1 SNP标记偏分离统计 |
3.4.2 D08 染色体上偏分离标记分析 |
3.5 J02-508中D08 染色体上外源棉种血缘的鉴定与验证 |
3.5.1 D08 染色体的外源供体鉴定 |
3.5.2 D08 染色体外源供体验证 |
3.5.3 D08 染色体上外源片段断点验证 |
4 讨论 |
4.1 纤维产量与品质的QTL定位 |
4.2 SOT基因家族特点及其与棉花纤维发育的关系 |
4.3 偏分离标记的研究 |
4.4 外源渐渗片段与性状的关系 |
5 结论 |
参考文献 |
附录 |
致谢 |
攻读学位期间发表论文情况 |
四、大豆重组自交系群体的构建与调整及其在遗传作图、抗花叶病毒基因定位和农艺及品质性状QTL分析中的应用(论文参考文献)
- [1]高丹草低氢氰酸性状主效QTL PA7-1和PA7-2的精细定位及其候选基因分析[D]. 吴国芳. 内蒙古农业大学, 2021(01)
- [2]基于RIL群体的小黑麦穗部性状遗传分析及QTL定位[D]. 常丹丹. 甘肃农业大学, 2021
- [3]大豆四向重组自交系株高和主茎节数及其密度响应的QTL/QTN定位[D]. 王萍. 东北农业大学, 2021
- [4]饲用型小黑麦RIL群体草产量相关性状的遗传分析及QTL定位[D]. 金星娜. 甘肃农业大学, 2021
- [5]AIO-seq高通量测序技术开发及玉米NAM群体遗传特性和株型性状QTL定位研究[D]. 赵胜. 中国农业科学院, 2021
- [6]陕A群和陕B群选育玉米自交系的穗部性状遗传解析[D]. 杨林. 西北农林科技大学, 2021(01)
- [7]基于组学数据解析玉米群体变异和复杂数量性状遗传结构[D]. 罗靓赟. 华中农业大学, 2020(04)
- [8]大豆关联重组自交系群体油分和蛋白质含量加性与上位性QTL分析[D]. 王月. 东北农业大学, 2020(04)
- [9]绿豆种皮颜色遗传分析及相关基因的定位[D]. 廉雪. 山西大学, 2020(01)
- [10]陆地棉优异种质J02-508纤维相关性状QTL定位及偏分离分析[D]. 王丽媛. 山东农业大学, 2020(08)