王辉[1]2001年在《数量性状位点的相对选择效率研究》文中提出本文在以下叁个方面进行了研究和探讨： 1）在实际连锁分析检测QTL时，试验群体中选择作用是普遍存在的，这会给QTL分析带来偏倚。如何在试验群体中确定选择对性状QTL连锁分析的影响就具有一定的实际意义。本文在半同胞设计和侧翼标记情况下，探讨了不同选择强度下检测QTL统计功效的变化，给出了各项方差组分及其变化规律。提出了相对数的概念来说明在不同选择强度下QTL检测的统计功效变化。有了QTL检测功效的规律性变化，就可以在实际中试验之前根据群体中存在的选择程度来大致确定所需合适的试验样本含量，以使QTL检测不因群体中存在一定程度的选择而降低其统计功效。由于选择的存在会使得QTL连锁分析和效应估计出现偏差，那么利用有选择资料的标记-QTL连锁分析及效应估计就应该考虑到这种偏差并设法避免这种偏差的负面影响，否则就会降低分析结果的可靠性。这种偏差根本上是由QTL基因型与多基因之间负的连锁不平衡以及QTL与标记之间的连锁不平衡所造成的。 2）目前QTL定位实践已找到了一些具有育种意义的主效位点。如何在实际育种中将这些主效基因位点信息包括进去呢？与常规选择方法相比，利用主效基因位点信息的选择是否具有优势？本文利用单个已识别主效基因位点加微效多基因的混合遗传模型，针对二性状选择探讨了基因型选择（Direct Selection of QTL，DSQ）的相对选择效率（Relative Selection Efficiency，RSE），同时考察了多种因素对RSE的影响，以期在实际应用中最大限度地发挥已识别主效QTL位点作用。主要考虑了以下几个决定因素：主效基因位点的加性遗传方差比例、遗传力、性状间相关、主效位点基因频率、主效位点基因型效应、显性效应和主效基因位点的替代效应。这些因素在二性状育种目标情况下对RSE的影响程度各不相同，其变化模式也有所不同。从给出的结果来看，主效基因位点的加性遗传方差比例、遗传力、替代效应和主效位点基因型值对RSE的影响相对较大。研究结果表明，只要有关主效基因位点信息合理地纳入到选择方案中，能够获得较大的益处。从RSE来看，DSQ可以带来额外程度不同的选择进展。 3）分子遗传学的飞速发展为主要畜禽提供了基因型直接选择的可能性。然而，育种者所关心的一个实际问题是畜禽经济性状基因型分析能否从这种新技术的应用中获得应有的效益。尤其是在多个世代选择过程中，这种优势能否得以长久保持下去。本文采用已识别有限位点遗传模型前提下，通过Monte Carlo模拟研究了单个性状在不 ＋A44一同遗传力水平上的多世代连续选择的相对效率．结果表明，DSQ在早期若干个世代优于表型选择（Trait－Based Selection，TBS），其后则是表型选择占优。尽管选择进展随着选择世代的增加有所增长，但增幅放缓许多．相对比而言，DSQ取得的遗传进展在第10个世代以后似乎不再有继续增长的趋势，而mS却仍呈现出一定的增长趋势。随着选择世代进一步的增加，表型选择也将逐步达到ig定。n RSE来看，DSO的贴E呈直线下降趋势且会逐渐小子1，DSQ将失去其相对于TBS的优势．在本模拟研究中第9个世代出现相对选择效率小于1．在基因型选择具有优势的世代范围之内，所获得的额外遗传进展至少可达 10％．由子选择是直接针对全部假定已识别的叮 位点，未考虑与标记间的重组，本模拟结果应视为使用 MAS可能取得的遗传进展上限。
王辉, 刘志刚, 陈瑶生[2]2008年在《主效基因位点的相对选择效率》文中研究表明利用单个已识别主效基因位点加微效多基因的混合遗传模型,在二性状育种目标下探讨基因型选择[Direct Selection of Quantitative Trait Loci(QTL),DSQ]的相对选择效率(Relative Selection Efficiency,RSE),并考察主效基因方差贡献、性状遗传力和遗传相关对RSE的影响,以期找出控制RSE实际应用中的主要影响因素,并最大限度地发挥已识别主效QTL位点在育种中的作用。结果表明,只要主效基因位点的信息合理纳入选择方案,即可从选择方案中主效基因位点的应用中获得较大益处;从RSE来看,DSQ可带来额外程度不同的选择进展;几个因素对RSE的影响程度各不相同,使RSE增长或降低模式彼此不同;主效基因位点的加性遗传方差比例、遗传力和遗传相关对RSE均有较大影响。
梅捍卫[3]2003年在《水稻正反交导入系群体构建和重要农艺性状的分子定位》文中研究表明以美国长期大面积种植的偏粳型水稻品种“Lemont”和我国着名的籼稻品种“特青”为亲本，通过2-4次双向回交和2次以上自交纯合化，构建双向导入系群体，其中217个株系以Lemont为轮回亲本(简称Lemont群体)，275个以特青为轮回亲本(特青群体)，加上亲本共计494个参试材料。 田间试验采用叁重复随机区组设计，每小区种植5行，每行7个单株，田间观察和测量生育期(播始历期，DSH)、株高(PLH)、剑叶和倒二叶长宽(FLL、FLW、SLL、SLW)、分蘖角度(TLA)和剑叶角度(FLA)、第一伸长节间长度(INL)和基部茎粗(STD)等性状；室内考察有效穗数(PNN)、穗长(PNL)、一次枝梗数(PBN)、二次枝梗数(SBN)、每穗颖花数(SNP)、每穗实粒数(GNP)、百粒重(HGW)和单株籽粒产量(8个单株平均数，GWP)，计算二次／一次枝梗比例(SPR)、着粒密度(SPD)和结实率(FRP)，共有20个性状(除每穗实粒数以外)的数据作进一步分析。 参照在Lemont／特青重组自交系群体上构建的分子标记连锁图，分别选择139个和147个标记用于Lemont背景和特青背景导入系群体的检测，其中包括110个简单序列长度多态性(SSLP)、26个(Lemont背景)或33个(特青背景)随机扩增多态性DNA(RAPD)和3个形态标记(C、Ph、gll)。用上述标记在重组自交系的检测数据构建于连锁图，用于导入系导入成分分析和数量性状定位。 群体表现用表型数据的频率分布和方差分析(SPSS V10.0)加以描述；用MapPlotter显示导入系的图示基因型，计算导入片断的总长度和比例，筛选全染色体跨迭系；通过单向方差分析和平均数比较筛选显着性分子标记，估算加性、显性效应值；用MapManager QTX Vb13进行区间作图和复合区间作图分析。 研究结果表明导入系群体既有向轮回亲本回归的趋势，又有广泛的变异范围，根据正反交导入系分布的重迭程度，不同性状有3种类型的分布曲线；方差分析表明所有性状的株系间差异全部达到极显着水平(P≤0.001)，部分性状的区组间也有显着或极显着差异。 以每个株系中标记位点为单位，Lemont方向导入系群体中纯合的特青等位基因比例为P_2=9.02％，杂合基因型H=3.81％，总的导入成分为(P_2+H／2)=10.95％；Teqing方向导入系群体中纯合的Lemont等位基因比例为P_1=7.97％，杂合基因型H=3.18％，总的导入成分为(P_1+H／2)=9.56％。从分子标记位点的株系数加以统计，Lemont群体中特青等位基因比例最高的是第7染色体RM234标记(占47.36％)；最低的是第12染色体OSR20(仅为1.15％)，平均占11.1％；特青群体中Lemont等位基因比例最高的是第4染色体Qososoo(占24.19%)，最低的是第9染色体RM219标记(2 .72%)，平均占9.%%。不同染色体上导入成分的比例也各不相同，Lemont方向第1染色体最低，第7染色体最高，平均值变幅为8.60%~22.87%;特青背景导入系中第7染色体最低，第4染色体最高，变幅为7.11%~12.90%。不同染色体上标记位点的导入比例呈不均匀分布，染色体间没有统一的规律，部分区域有双向导入成分高低相反的现象，染色体末端没有高比例导入的趋势。 Lemont方向导入系群体中共检测到2 1 28个导入片断，平均每个株系有9.81个来自特青的染色体片断，其中纯合的单位点片断有3，47个、多位点片断2.22个，杂合的单位点片断2.18个、多位点片断0.56个，同时有纯合和杂合位点的导入片断1.37个;每个株系平均的导入片断总长度为246.0cM，变幅为1.3cM~664.6cM，平均占连锁图总长度的n.22%，变幅为0.10%一30.3%，单片断平均长度为23.9cM。 选择42个导入系构建Lemont背景的全染色体组跨迭系，每条染色体由2一5个导入片断覆盖，平均3.5个片断;非目标区域的导入成分有待标记辅助回交纯化。 通过单向方差分析和平均数比较，Lemoni背景导入系中检测到9、7个分子标记影响生育期和株高，2、7、4、5个标记影响剑叶长宽和倒二叶长宽，12、1个标记影响分粟和剑叶角度，2、10个影响第一伸长节间长度和基部茎粗，5、15个影响单株穗数和穗长，4、16、21个标记影响一次枝梗、二次枝梗数和枝梗比例，10、22、4、8个标记影响每穗颖花数、着粒密度、结实率和百粒重，仅检测到1个标记显着影响单株籽粒产量;特青背景导入系中分别检测到11、20、9、6、5、3、14、7、4、19、16、8、6、45、43、45、48、20、20、29个标记影响上述性状;其中包括相邻的连锁标记位点。大部分性状在双向导入系群体中检测到共同的显着性分子标记，加性效应的大小和方向彼此相符。 在较低的显着水平下(LR)9)通过区间作图检测到的显着性标记区间数量较多，与方差分析筛选到的分子标记位点基本相符;Lelnont方向导入系中依次检测到6、3、0、3、0、2、4、1、2、5、2、7、2、12、13、9、13、2、3、l个区间显着影响20个性状(LR)16);特青方向导入系中检测到7、8、4、2、2、2、4、1、0、8、13、12、0、21、21、20、27、12、9、6个区间显着影响20个目标性状(LR妻16)。大量作用区间同时在双向导入系中检测到，并且影响多个性状，尤其是较高显着性的标记区间，共有26个区间在至少一个遗传背景的3个性状中检测到，其中16个区间在双向导入系的至少1个性状上获得重复检
刘喜[4]2014年在《超级稻杂交组合“PA64S/9311”染色体片段置换系群体的构建及产量相关性状的研究》文中研究说明水稻是我国和世界上的主要粮食作物之一,是我国60%以上人口的主粮。近十年来,随着我国城镇化进程的不断加快,耕地面积日益的减少;环境污染不断加剧,以及全球气候变化异常,极端气候发生频繁,粮食安全问题已经成为社会稳定的关键因素。我国水稻年播种面积占粮食作物播种面积的近叁分之一,而水稻总产量占粮食总产量的41%左右,单位面积产量比粮食作物平均单产要高出46%左右,其中一个重要因素就是杂交水稻的大面积种植。杂交水稻的产量比常规水稻要增产10-20%左右。但由于水稻产量等性状一般属于多基因控制的数量性状,采用常规的亲本杂交衍生的分离群体,如简单的两亲本杂交的F2和回交BC1F_1等群体,对控制水稻产量性状的数量性状位点、数目以及遗传效应进行初步的分析,也取得了一些进展。但由于这些由两亲本的简单杂交而的成分析群体,亲本遗传背景复杂,所获得的位点往往不太准确,特别是一些效应值较小的位点就很难检测到。染色体片段置换系群体(chromosome segment substitution lines,CSSLs)的遗传背景简单,群体遗传变异小,较容易进行多年多点的重复验证试验等特点,近年来越来越受到水稻育种家的关注。此外,染色体片段置换系群体不仅可以提高对复杂数量性状基因定位的精确性,而且可以通过建立较大的次级分离群体对目标位点进行基因精细定位和图位克隆。本研究利用生产上大面积应用的超级稻杂交组合两优培九,其中光温敏不育系培矮64S(PA64S)作母本,已测序的优良恢复系籼稻9311作父本;通过杂交、回交和自交,并在高世代构建DNA池,利用分子标记辅助选择的方法,将生产上大面积应用的光温敏不育系PA64S的染色体片段导入到9311的遗传背景中,培育出一套置换片段相互重迭、覆盖全基因组的水稻染色体片段置换系群体,旨在为超级杂交水稻重要产量相关性状的基因定位、基因克隆提供研究材料。同时,也对两系杂交稻组合两优培九的杂种优势机制做了初步探索,构建的部分置换家系可以作为育种的中间材料,为水稻杂种优势利用提供育种亲本。本研究的实验结果如下:1.从实验室公共的975对SSR引物中,筛选出138对在双亲间表现出多态性的标记,分子标记的多态性比例为14.15%。分子标记的多态性在不同染色体上的分布比例也存在有一定的差异,其中在第9染色体的分子标记多态性比例最高,达到25%;在第12染色体的分子标记多态性的比例最低,仅有10.98%。随后,在本研究中选择在12条染色体上分布相对均匀的123个分子标记构建连锁图谱,连锁图谱覆盖全基因组1573.4cM,标记间平均间距为12.13cM。在"PA64S/9311"置换系构建过程中,各个回交世代以及分离群体单株的基因型均用以上标记检测,通过分子标记辅助选择单株进行回交和自交,从而获得置换系所需的目标单株。在置换系构建的各个世代中,分子标记全基因组的检测主要是从BC3F4及其以后各世代群体开始,其选择的标准是每个单株含有尽可能少的包含有供体染色体片段,及含有单一的供体亲本的片段,如果含有多个片段就进行回交、杂交、自交等方式获得较为单一的目标片段,最终所有家系包含的置换片段能够最大程度覆盖整个供体亲本"PA64S"全基因组,构成了一套包含有156个家系的染色体片段置换系群体。对该置换系群体的遗传组成分析,结果表明该群体平均每个家系包含置换的片段数目占全基因组的比例为4.76%。该群体的156个家系置换的片段总长度为2586.3 cM,相当于水稻基因组总长度的1.8倍,能够较好的代表了水稻的全基因组。与已报道的置换系相比较,我们构建的置换系家系较多,置换的片段也相对较小,能够较好的用于基因定位和图位克隆分析。2.利用该置换系群体分析了从2007年南京至2010年海南六个不同环境下的株高、抽穗期、穗长、每穗粒数、分蘖数、千粒重、结实率和单穗重等8个重要农艺性状的QTL,6个不同环境(E1-E6)共检测到46个农艺性状相关的QTL,它们分布在水稻的11条染色体上,其中有12个主效QTL能至少在两个环境下重复检测到,即抽穗期 QTL-qHD8.1 和 qHD8.2,株高 QTL-qPH2 和 qPH5,分蘖数 QTL-qGPP2.1,每穗粒数QTL-qPPP2.1,千粒重QTL-qTGW7,qTGW10和qTGW12,以及单株重QTL-qGWP2.1。同时,通过染色体片段置换系群体将与产量密切相关的位点发掘出来,可为育种过程中利用分子标记技术聚合增效等位基因以及消除减效等位基因工作提供参考信息。3.选取156个能完全覆盖供体亲本PA64S全基因组的置换系单株与背景亲本9311组配了 156个杂交组合群体(CSSLHs),利用改良的QTL IciMapping v2.2软件对CSSLs和CSSLHs的产量及产量相关性状在2010(E1)和2011(E2)年两年两点分别进行QTL分析,在两年两点共检测到40个产量及产量相关性状的QTL。对于置换系群体而言,在环境E1中,检测到15个产量及产量相关性状的QTL;在环境E2中,检测到17个产量及产量相关性状的QTL;其中,有8个与产量性状相关的QTL在置换系的两年中均能检测到。对于杂交F_1群体而言,在环境E1中,检测到8个产量及产量相关性状的QTL;在环境E2中,检测到15个产量及产量相关性状的QTL;其中,有3个与产量性状相关的QTL在置换系的两年中均能检测到。在置换系以及相应的杂交F_1群体两年两点均检测的有一个QTL。通过显性效应值D和加性效应值A的比值(|D/A|)分析发现,有13个QTL表现为超显性效应,约占全部QTL的32.5%;14个QTL表现为部分显性效应,约占全部QTL的35%;7个QTL表现为加性效应,约占全部QTL的17.5%;6个QTL表现为完全显性,约占全部QTL的15%。以上数据分析表明在单位点水平上,在超级杂交稻组合两优培九超显性对增加产量及产量相关性状杂种优势的形成起到具有重要作用,同时,由于产量构成的复杂性,数量性状位点的部分显性可能也是超级杂交稻产量构成性状杂种优势形成的重要因素。
尤春源[5]2007年在《棉花陆海杂交F_2群体连锁图谱构建及纤维品质与产量性状QTL定位》文中研究指明棉花产量、纤维品质等性状都属数量性状,由多个基因控制,易受环境影响,加上棉花纤维品质和产量间存在负连锁的关系,利用常规育种方法改良棉花纤维品质进展非常缓慢,很难满足生产和市场的需要。利用分子标记技术可以寻找与产量、纤维品质等性状QTL紧密连锁的标记,对产量、纤维品质进行标记辅助选择,可以大大提高选择效率,加快育种进程。本研究以陆地棉新陆早7号与海岛棉苏K202(品系)的杂交F2 ;3后代的183份家系为研究材料,以筛选出的多态性SSR引物对183份家系进行扩增,获得标记型数据,结合田间及纤维检测等12个性状对作图群体的产量、纤维品质性状进行QTLs定位,主要结果如下:1.对实验中观察测定的12个农艺性状进行均数、变异系数、偏度、峰度的分析,只有有效铃与脱落数表现出偏态分布外其它10个性状呈正态性分布;168对多态性SSR引物在183份F2群体扩增中获得标记型数据经卡方验证符合共显性分离比规律;本试验所采用群体是一个理想的遗传作图的群体。2.在600对来自BNL、CIR系列SSR引物中,共筛选出168对多态性SSR引物;F2群体扩增的产物的标记数据的读取采用ABH记录法,共获得30744个标记型数据;对标记型数据卡方检验,168对多态性SSR引物中有164对符合共显性分离规律,4对表现出偏(父本)分布;以Mapmaker/Exp3.0b构建连锁图谱,LOD取3.0,最大遗传距离为50cM,构建出含有152对SSR引物标记的16个连锁图谱。图谱总长1667CM.覆盖陆地棉基因组33.3%,平均每个连锁群9.5个有标记。标记座位间最大图距45.2cM,最小为1.1cM,标记间距平均为10.97cM。3.利用已公布的定位标记将16条连锁群中的14个连锁群定位到相应的染色体上;采用Windows QTLCartographer2.0的复合区间作图法对4个纤维品质性状、5个产量性状进行QTL定位,其中纤维品质性状检测出12个位点,产量性状共检测出19个QTL位点。4.绒长QTLs检测中共检测到5个相关位点,共解释50.8%的表型变异,每个QTLs位点解释8.7%-12.5%的表型变异;马克隆值检测到5个位点,共解释65.5%的表型变异,每个QTLs位点解释7.9%-21.5%的表型变异。检测出2个与比强相关的QTLs位点,共解释23.6%的表型变异,其可解释的表型变异范围为10.8%-12.8%。产量性状中衣指的4个位点可解释77.24%的表型变异,每个位点解释表型变异的范围在15.2%-25.9%;籽指检测到3个,解释总变异的48.5%,单个位点解释的范围在10.3%-19.5%;5个铃重的位点解释72.5%的总变异,单个位点解释10.3%-18.3%的变异;籽棉产量的3个位点解释41.7%的总变异,单个可解释10.2%-16.8%的变异;皮棉产量4个,可解释总变异的52.5%,单个位点解释10.1%-17.5%的变异。产量性状与纤维品质性状在A、D染色体组中都各有分布,表现出复杂的遗传特性.从增效来源的分析表明:衣指、籽指、籽棉产量、皮棉产量、马克隆值的增效来源主要是母本,铃重、绒长、比强度的增效来源主要来自父本。
郎咸业[6]2012年在《林木数量性状基因位点复合区间作图法及软件开发》文中认为林木作为多年生异花授粉植物，具有遗传杂合度高，生长周期漫长等复杂的生物学特性，它很难或者根本不可能产生近交系，也就无法直接将近交系中的数量性状基因（QTL）定位统计方法直接应用到林木中来，使得当前所开发的绝大多数QTL定位软件均不太适应于林木，从而导致林木分子数量遗传学的发展较为缓慢。因此，如何能进行深层次的林木数量性状研究是当前林木功能基因组学的一个重要课题。本文基于由各种分离类型的分子标记构建的林木遗传连锁图谱，建立了利用林木杂交F1代群体进行林木复合区间QTL作图的统计分析模型。同时开发了与之相对应的统计计算软件，软件严格按照林木特性要求和复合区间作图方法的步骤而设计，主要包括opendata()、GenerateMarkType()、QtlCimMap()、Single()和FreqRecomABQ()等多个子函数。使用置换表型数据的方法来确定LOD的临界值以判断基因组上某个位置是否是QTL。通过计算机随机模拟，验证了林木复合区间统计模型及其软件对相关数据计算的准确性。最后，对杨树生根性状进行QTL定位，发现在杨树第3个连锁群第11个标记区间13cM处存在一个控制杨树生根性状的QTL。本研究为林木育种工作者精确地进行林木QTL定位提供了一个强有力的分析工具。
林增[7]2012年在《基于加速失效时间模型的生存性状位点和基因组印记的区间定位方法》文中研究指明生存或失效时间性状，有时被称为时间发生的性状，大致可以定义为发生两个事件之间所需时间。这种现象在自然界中广泛存在，例如植物的开花期、动物寿命、疾病潜伏时间等。生存性状的主要特点是知道某些事件发生经历的时间，并且观测值是删失的。大多数现存的检测数量性状位点的统计方法不适于去分析带有偏态分布和删失机制的生存性状。因此，研究者将生存分析中参数和半参数模型镶嵌到数量性状区间定位的框架内，去定位生存性状。在生存性状分析领域里，加速失效时间模型被认为是用于分析数据的一个非常重要模型。基于以上考虑，本研究作了如下两方面工作：1.参数加速失效模型定位生存性状位点基于加速失效时间模型，我们提出定位生存性状的参数模型，采用期望最大化算法获得参数的极大似然估计。同时，我们视贝叶斯信息标准为模型选择标准。通过选取带有极大似然和寡参数的指定误差分布，构建了优化模型。为了证明方法的有效性，我们分析了实际数据集，结果表明，对数Logistic分布是控制小鼠高氧性急性肺损伤的最优分布函数。2.加速失效模型表征基因组印记效应和模式基因组印记遗传现象，它取决于父母遗传的不等基因表达，这种现象在自然界中广泛不在。它们不但控制生物的生长发育性状，而且控制生存性状。基于加速失效模型，我们构建了一个一般的定位印迹数量性状位点的参数模型。在区间定位的框架内，通过EM算法获得印记QTL参数的极大似然估计。根据一系列的零假设来统计推断被检测到的iQTL的印记类型。采用BIC模型选择标准去选择带有极大似然和寡参数的最优基线风险函数。一个公布的小鼠模型系统数据集证实了所提出方法的有效性。结果表明，在五种常用的生存分布当中，对于控制高氧性急性肺损伤的生存数量性状位点，对数Logistic分布是最优基线风险函数。在检测到的4个QTL中，只有一个以孟德尔方式遗传，而其它叁个带有不同的印记模式。
王辉, 陈瑶生[8]2005年在《数量性状位点的相对选择效率》文中认为从理论上采用蒙特卡罗(Monte Carlo)模拟的方法研究了不同遗传力条件下数量性状位点的直接选择(DSQ)和以表型为基础的选择(TBS)在10个不重迭世代中的选择反应以及DSQ相对于TBS的优势。结果表明,在10个世代中DSQ的选择进展在几乎总是大于TBS的选择进展,说明DSQ较TBS具有优越性;但DSQ的相对选择效率(RSE)会随着世代数的增加而呈现较迅速下降的趋势,单个性状情况下RSE则呈直线下降的趋势。随着选择代数的增加,DSQ将失去其优越性,TBS在遗传进展上将超过DSQ。
李博[9]2009年在《毛白杨与毛新杨转录组图谱构建及若干性状的遗传学联合分析》文中指出长期以来,复杂数量性状遗传学研究一直是遗传学研究的重点和难点,这是因为:一方面,多数的经济性状都属于数量性状,深入揭示这些复杂性状的遗传学机制是对其进行遗传改良的前提;另一方面,复杂数量性状通常由多基因协同调控,其遗传机制相当复杂。QTL作图和分离QTL内主效基因的成功,为开展复杂性状的研究奠定了重要的理论和实践基础。木本植物的遗传连锁作图和QTL定位研究发展较快,许多树种都构建了较高密度的基因组DNA遗传连锁图谱,并且定位了许多重要性状的QTL位点。然而,多年生木本植物的生殖周期较长、遗传背景复杂等特点严重制约了通过图位克隆(positional cloning)分离QTL的发展,长期以来使得木本植物的QTL研究仅限于理论水平。杨树是木本植物遗传学研究的模式物种,也是第一个全基因组测序的木本植物,其遗传学资源十分广泛。本研究通过利用毛白杨(Populus tomentosaCarr.)与毛新杨(P.tomentosa×P.bolleana)的F_1代回交群体,构建了两张特异组织材料的转录组图谱(transcriptome maps),并利用该转录组图谱对包括生长、生理和木材品质在内的28个性状进行了QTL分析。同时借助杨树基因组学和转录组学手段,对QTL区间内的候选基因进行了分析和筛选,显着地缩小了候选基因的筛选范围,为将来分离林木QTL内主效基因奠定了重要基础。主要研究结果如下:(1)利用毛新杨与毛白杨回交子代7年生群体,构建了木本植物首张未成熟木质部转录组图谱,其中毛白杨的转录组图谱包括18个较大的连锁群,全长为1536cM,毛新杨转录组图谱由13个较大的连锁群构成,总长度为1030cM,两者分别覆盖预测基因组长度的72.3%和67.1%。为了进一步改善图谱质量,成功的构建了毛白杨和毛新杨的根萌苗幼化群体,并利用该群体构建了根萌苗转录组图谱。随后,对两组特异组织转录组图谱进行了比较分析和整合研究,整合后形成的图谱在图谱长度、标记密度以及标记平均距离上均得到明显改善。(2)在构建叁组转录组图谱(木质部图谱、根萌苗图谱及整合图谱)基础上,对群体的生长、光合生理以及木材品质等28个性状进行了QTL定位分析,并对各图谱的QTL定位结果进行了比较。利用单标记作图法,共获得402个相关联的标记,其中7个生长性状检测到127个相关联标记,10个光合生理性状检测到166个相关标记,同时检测到109个与11个木材品质性状相关联的标记。利用整合图谱,采用区间作图策略,发现了大量的QTL位点,当LOD＞1时,共检测到118个QTL位点,其中LOD＞3的位点有10个,单个QTL对表型变异的贡献量一般小于10%,但是也检测到了若干个贡献量在30%以上的主效QTL位点。(3)利用QTLs两侧的标记序列,将14个QTLs位点从遗传连锁图谱上转移到杨树基因组上,对QTLs区间内的基因数目、基因频率、基因功能进行了分析。发现所得QTL位点在基因组上的物理距离在500Kb到3500Kb之间,QTLs内基因数目由34到284个不等,表现出在该杂交群体的生殖过程中,基因组不同染色体区域内迥异的交换频率分布。(4)利用杨树芯片数据库(UPSC-BASE)中668张杨树表达芯片数据,构建了杨树基因共表达模型,进而利用该模型对木材形成过程中,可能参与纤维素合成和木质素合成的基因进行了预测。在预测出的可能参与木材形成的基因中,有部分基因已经证明的确参与了木材形成过程,表明该模型具有很好的预测能力。同时利用该模型检测出大量的未知功能基因,这些基因的功能将在后续工作中加以证明。(5)应用上述基因共表达模型,对2个控制纤维素含量和1个控制木质素含量的QTLs内基因进行候选基因筛选,缩小控制QTL内主效基因的筛择范围。利用两个纤维素合成酶PCESA4和PTCESA7,对控制纤维素含量的QTLαCC4内基因进行共表达分析,预测出该QTL内estExt_Genewisel_v1.C_LG_X12954(PU07734)、fgenesh4_pg.C_LG_XI000690(PU05329)和grail3.0062007201(PU01733)最有可能是该QTL的主效基因。根据同样的策略,对QTLαCC5和QTLLC1两个位点内的主效基因进行了预测。
党瑞华[10]2005年在《五个肉牛群体屠宰性状的DNA分子标记研究》文中提出本研究采用了PCR-RFLP、PCR-SSCP 和微卫星标记技术分析了IGFBP3 基因、POU1F1 基因、mtDNA16S rRNA基因、GH 基因第I 内含子、Lf基因5' 调控区以及7个微卫星位点在秦川牛、鲁西牛、晋南牛、西门塔尔杂交牛、夏洛来杂交牛5 个群体中的多态性及其与屠宰性状的相关性,为中国肉牛产肉性能的高效选育和各肉牛品种分子标记数据库的建立提供分子遗传学的依据。本研究取得以下几个方面的结果:1 五个肉牛群体的遗传特性1.1 应用PCR-PFLP 方法对五个肉牛群体的IGBFBP-3、POU1F1、mtDNA16S rRNA共3 个基因座进行多态性分析。(1)结果表明,在各实验牛群中,IGBFBP-3 基因座只有AA、AB 两种基因型,没有发现BB 基因型的个体。在秦川牛中,其基因型频率、基因频率分别为0.792、0.208/0.896、0.104;在鲁西牛中,其基因型频率、基因频率分别为0.875、0.125/0.938、0.062;在晋南牛中,其基因型频率、基因频率分别为0.895、0.105/0.948、0.052;在西门塔尔杂交牛中,其基因型频率、基因频率分别为0.741、0.259/0.871、0.129;在夏洛来杂交牛中,其基因型频率、基因频率分别为0.433、0.567/0.717、0.283。基因型频率、基因频率分布在秦川牛、鲁西牛、晋南牛、西门塔尔杂交牛4 个群体中相近,AA 为优势基因型,A 为优势基因。夏洛来杂交牛群体中频率分布与前四个不同,AA 与AB 基因型频率相近,但A 仍为优势基因。此位点在五个群体中均处于Hardy-Weinberg 平衡状态(P>0.05)。(2)POU1F1 基因座有AA、BB、AB叁种基因型,在秦川牛中,其基因型频率、基因频率分别为0.125、0.708、0.167/0.209、0.791;在鲁西牛中,其基因型频率、基因频率分别为0.083、0.375、0.542/0.354、0.646;在晋南牛中,没有AA 基因型,其基因型频率、基因频率分别为0、0.579、0.421/0.211、0.789;在西门塔尔杂交牛中,其基因型频率、基因频率分别为0.118、0.444、0.444/0.334、0.666;在夏洛来杂交牛中,其基因型频率、基因频率分别为0.167、0.233、0.600/0.467、0.533。基因型、基因频率分布在五个群体中差别很大,无一致的优势基因型和基因。此
参考文献：
[1]. 数量性状位点的相对选择效率研究[D]. 王辉. 东北农业大学. 2001
[2]. 主效基因位点的相对选择效率[J]. 王辉, 刘志刚, 陈瑶生. 广东海洋大学学报. 2008
[3]. 水稻正反交导入系群体构建和重要农艺性状的分子定位[D]. 梅捍卫. 华中农业大学. 2003
[4]. 超级稻杂交组合“PA64S/9311”染色体片段置换系群体的构建及产量相关性状的研究[D]. 刘喜. 南京农业大学. 2014
[5]. 棉花陆海杂交F_2群体连锁图谱构建及纤维品质与产量性状QTL定位[D]. 尤春源. 新疆农业大学. 2007
[6]. 林木数量性状基因位点复合区间作图法及软件开发[D]. 郎咸业. 南京林业大学. 2012
[7]. 基于加速失效时间模型的生存性状位点和基因组印记的区间定位方法[D]. 林增. 黑龙江八一农垦大学. 2012
[8]. 数量性状位点的相对选择效率[J]. 王辉, 陈瑶生. 湛江海洋大学学报. 2005
[9]. 毛白杨与毛新杨转录组图谱构建及若干性状的遗传学联合分析[D]. 李博. 北京林业大学. 2009
[10]. 五个肉牛群体屠宰性状的DNA分子标记研究[D]. 党瑞华. 西北农林科技大学. 2005
标签：畜牧与动物医学论文; 基因型论文; 分子标记论文; 遗传变异论文; 基因变异论文; 基因合成论文; 杂交动物论文; 基因位点论文; 科学论文; 性状分离论文; 科普论文;