本研究旨在批量开展花生杂交组配,为高效培育高产花生新品种提供理论指导。利用多年多点百果重和单株生产力的表型数据和深度为10×的重测序数据对220份花生种质进行全基因组选择分析。结果表明,表型数据符合正态分布,基因组数据质...本研究旨在批量开展花生杂交组配,为高效培育高产花生新品种提供理论指导。利用多年多点百果重和单株生产力的表型数据和深度为10×的重测序数据对220份花生种质进行全基因组选择分析。结果表明,表型数据符合正态分布,基因组数据质控后获得527469个高质量SNP(single nucleotide polymorphism)位点;基于表型数据,利用GBLUP(genomic best linear unbiased prediction)模型计算单株生产力和百果重的估计育种值;对估计育种值进行标准化,分别赋予70%和30%的权重,获得花生种质个体的综合育种值;综合育种值排名前20的材料共有190个组合,计算两两间的组合综合育种值;基于基因组数据,利用G矩阵计算两两材料间的亲缘关系系数;将组合综合育种值和亲缘关系系数进行标准化,分别赋予80%和20%的权重,计算组配综合得分;根据组配综合得分的排名直接选择亲本配制组合。综上所述,由开农30×开选016组合产生的种质材料适合作高产亲本,利用全基因组选择可高效、准确计算组合间排名,批量选择亲本组合,快速提高育种效率。展开更多
文摘本研究旨在批量开展花生杂交组配,为高效培育高产花生新品种提供理论指导。利用多年多点百果重和单株生产力的表型数据和深度为10×的重测序数据对220份花生种质进行全基因组选择分析。结果表明,表型数据符合正态分布,基因组数据质控后获得527469个高质量SNP(single nucleotide polymorphism)位点;基于表型数据,利用GBLUP(genomic best linear unbiased prediction)模型计算单株生产力和百果重的估计育种值;对估计育种值进行标准化,分别赋予70%和30%的权重,获得花生种质个体的综合育种值;综合育种值排名前20的材料共有190个组合,计算两两间的组合综合育种值;基于基因组数据,利用G矩阵计算两两材料间的亲缘关系系数;将组合综合育种值和亲缘关系系数进行标准化,分别赋予80%和20%的权重,计算组配综合得分;根据组配综合得分的排名直接选择亲本配制组合。综上所述,由开农30×开选016组合产生的种质材料适合作高产亲本,利用全基因组选择可高效、准确计算组合间排名,批量选择亲本组合,快速提高育种效率。