QTL区间作图的统计理论和计算机软件及其应用

本文系统地描述了应用两个相邻共显性分子标记进行数量性状基因座位区间作图的方法，编写了可在容量较小的微机上运行，适合于Ｆ２，ＤＨ，ＢＣ等群体ＱＴＬ作图的通用计算机程序ＱＴＬＭＡＰ－１。并给出了将一这方法应用于水稻广亲和基因及与抽穗期和每穗粒数有关的ＱＴＬ区间作图的实例，将广亲和基因Ｓ＾ｎ５定位于色素原基因Ｃ和ＲＧ１３８之间６８ｃＭ处，证实了采用质量基因定位方法所得的结果。

QTL复合区间作图中标记筛选的效率及其影响因素研究

高效地筛选标记 ,是复合区间作图方法定位QTLs的基础。筛选出的主效标记和互作标记 ,除了用作控制背景遗传效应外 ,在定位具有上位性效应的QTLs时 ,还将用于构筑两维搜索区间。因而 ,标记筛选的效率将直接影响QTL定位的功效和精度。通过对不同方法筛选标记的效率进行模拟研究 ,发现回归方法明显优于随机效应预测方法 ,同归方法中又以前向选择法简单有效。普通遗传力和基因型×环境互作遗传力的增加都能提高标记筛选效率 ,前者对主效应较大的QTLs影响明显 ,后者对主效应较小的QTLs作用较大。过多过密的标记会降低标记筛选效率 ,其中密度增加对标记筛选的负作用更为突出。为了缓解标记筛选效率制约QTL定位功效的缺陷 。

数量性状基因的完备区间作图方法

结合分子标记和表型数据的QTL作图已成为数量性状遗传分析的常规方法。复合区间作图是近10多年来广泛应用的一种QTL定位方法,但它在算法上有一些缺陷,致使QTL效应可能会被侧连标记区间之外的标记变量吸收,同时不同的背景标记选择方法对作图结果的影响较大,并且难以推广到上位型互作QTL的定位。针对这些问题,笔者提出完备区间作图方法。本文介绍了该方法的遗传和统计原理,并通过一个大麦加倍单倍体群体说明其在定位加性QTL和加性×加性互作QTL中的应用。完备区间作图包含两个步骤:首先利用所有标记的信息,通过逐步回归选择重要的标记变量并估计其效应;然后利用逐步回归得到的线性模型校正表型数据,通过一维扫描定位加(显)性效应QTL,通过二维扫描定位上位型互作QTL。这种作图策略简化了复合区间作图中控制背景遗传变异的过程,提高了对QTL的检测功效。

利用改进的复合区间作图法和F1代群体进行杉木的QTL作图

区间作图和复合区间作图最先是为近交群体而设计的QTL作图方法 ,现已得到了广泛的应用。本文将它们应用于林木的F1代群体的QTL作图 ,称为改进的区间作图和复合区间作图法。该方法考虑了林木F1代 1∶1分离位点的信息 ,不同于通常的“拟测交”作图法。采用该方法 ,本文利用两个杉木无性系句容 0号杉和柔叶杉的AFLP分子标记遗传连锁图谱对杉木的 13个数量性状进行了QTL定位。当似然比统计量的阀值取为 13 82 (对应于LOD为 3 0 )时 ,在两张杉木遗传连锁图谱上 ,共搜索到了 2 5个QTL。在句容 0号无性系遗传连锁图谱上 ,有 5个QTL分布在 4个连锁群上。在柔叶杉的遗传连锁图谱上 ,有 2 0个QTL分布在 3个连锁群上 ,其中第 6连锁群上集中了高达 13个QTL。这一新的QTL作图方法在作图精度上有了较大的提高。文中所有的计算都是使用Mathematica软件编程完成的。

家蚕F_2群体数量性状基因定位的区间作图法

本文简要地叙述了家蚕Ｆ２ 群体数量性状基因定位区间作图法的原理和方法。并通过了计算机模拟验证。

对QTL复合区间作图法的一点改进

提出了“分子标记的遗传编码及其复合原则”,并构造出能够反映各级 QTL 互作效应的复合标记变量 X ,X ,… ,Xk;从理论上证明了各级复合标记变量与所有标记变量 X 之间相互独立 ,并给出了各个复合标记变量对数量性状 Y的偏回归系数的遗传学期望 .基于这些理论结果 。

利用分子标记连锁图谱进行水稻数量基因的区间作图

以籼稻窄叶青8号(ZYQ)和粳稻京系17(JX)所衍生的F_2为材料,建立了由54个RFLP标记组成的连锁框架图。采用以侧连标记为基础的QTL区间作图法定位了影响水稻数量性状的11个QTL,它们涉及抽穗期(Dth1)、分蘖角(Ta1),每穗颖花数(Sn1、Sn2、Sn3)和颖花密度(Sdn1—Sdn6)。研究不仅为利用分子标记进行QTL作图提供了范例,同时也证实了QTL区间作图法可以发现位于两个侧连标记之间的QTL;在同一染色体上可存在影响同一数量性状的多个QTL;同类(或相关)性状在遗传上可能由同一类QTL(或多基因系统)所控制。

2种作图法对大豆蛋白含量性状QTL定位的比较研究

【目的】比较复合区间作图法(CIM)和完备区间作图法(ICIM)对大豆高蛋白含量性状QTL的定位效果,总结2种方法进行QTL作图的优缺点,为QTL作图方法的选择及分子标记辅助选择培育高蛋白含量大豆品种研究提供参考。【方法】以高油大豆品种吉农18和高蛋白大豆品种吉育47杂交后获得的F2分离群体为材料,结合2年的分子数据和表型数据,采用CIM和ICIM法对大豆蛋白含量性状进行QTL定位。【结果】利用CIM和ICIM-ADD,在连锁群12(B2+C1)和17(M)上共检测到了5个高蛋白QTL,其中ICIM-ADD检测到的QTL略多于CIM;由CIM在F2∶3家系和ICIM-ADD在F2代、F2∶3家系的检测结果可以看出,2种作图法在satt285～satt636标记区间内均检测到显著LOD,且QTL距第一个标记(satt285)的遗传距离≤5.0cM,可认为此3个QTL为同一QTL,其贡献率分别为10.87%,17.09%和17.34%,说明该QTL的稳定性较好,可在进一步的高蛋白分子辅助育种中加以利用。【结论】2种作图法各有其优缺点,在实际应用中应根据分析对象综合运用、合理选择作图方法,以最大限度地提高QTL作图的精度和效率。对研究中所定位的SSR标记,特别是稳定标记可以在今后的大豆高蛋白分子标记辅助选择育种中加以利用。

两种作图方法定位寒地粳稻9个重要农艺性状QTL

以黑龙江省主栽粳稻品种东农422和空育131为亲本配置杂交组合,经繁殖加代建立由180个F3株系组成的F2?3群体,构建含75个SSR标记的遗传连锁图谱,采用WinQTL Cartographer Ver.2.5的复合区间作图法(CIM)和IciMapping Ver.3.1的完备区间作图法(ICIM)对抽穗天数、株高、有效穗数、穗长、一次枝梗数、二次枝梗数、每穗总粒数、每穗实粒数和单株产量等9个农艺性状进行QTL定位分析。结果表明,CIM法和ICIM法在水稻全基因组内共检测到33和38个QTL,2种方法重复检测到的QTL有27个,其中控制抽穗天数、株高、穗长、一次枝梗数、二次枝梗数、每穗总粒数、每穗实粒数和单株产量的QTL各为5,4,2,3,3,5,4,1个,且与已报道的QTL具有较好一致性。另外发现9个QTL成簇分布的热点区域,且与性状间的相关性具有高度一致性。研究结果对水稻农艺性状相关分子标记利用和改良水稻产量研究具有重要意义。

基于株平均值的胚乳性状QTL作图的极大似然方法

根据三倍体胚乳性状的数量遗传模型,发展出一种新的专用于胚乳性状数量基因座位(QTL)区间作图的统计方法。该方法以分离群体中各植株的分子标记基因型以及植株上若干粒种子胚乳性状的平均值为数据模式,采用基于平均值混合分布理论的极大似然方法进行QTL分析。QTL效应估计通过EM算法实现。由于该方法利用标记基因型内QTL基因型的混合分布特性,因此,它比同样基于株平均值的最小平方QTL分析方法以及迭代重新加权最小平方QTL分析方法具有更高的统计功效和精确度。方法的可行性和有效性通过计算机模拟数据分析得到了进一步验证。

油菜开花性状的QTL作图分析

分别用单标记分析法、区间作图法、复合区间作图法和贝叶斯方法对油菜开花性状进行QTL作图,初步估计出QTL的位置,并分析比较各种作图方法.

苹果无性系U211抗白粉病QTL的作图

由苹果星黑病菌和白粉菌引起的疮痂病和白粉病是最重要的苹果病害。在田间条件下，苹果无性系U211抗疮痂病，同时还高抗白粉病。利用区间作图法来鉴定携带U211抗白粉病基因的基因组区域。利用AFLP和简单序列重复（SSR）标记，以及Idared×U211的98个后代个体构建了Idared和U211的遗传图。在表型数据和分子标记数据的基础上，在U211和Idared中鉴定到10个白粉病抗性数量性状位点。

两种方法定位5个地点大豆蛋白质含量QTL

利用CIM和MIM法,对大豆Charleston×东农594的154个重组自交系在5个不同地点进行蛋白质含量测定和QTL定位分析。共检测到25个QTL,分别位于A1、B1、C2、D1a、D1b、E、J、L和N连锁群上。用CIM法定位了20个与蛋白质含量相关的QTL,用MIM法定位了9个与蛋白质含量相关的QTL。在C2连锁群上多次定位的ProC2-4,标记区间为Sat_092-Satt460,与前人找到的QTL位点一致。

大豆荚粒性状的QTL分析

利用Charleston×东农594构建的F2衍生的149个F2:14～F2:16株系组成的重组自交系群体,采用复合区间作图法(CIM)和多重区间作图法(MIM),连续3 a对一粒荚数、二粒荚数、三粒荚数和四粒荚数共4个荚粒性状进行QTL分析。结果表明:3 a间CIM和MIM分别定位到13个和24个QTL,分布11个连锁群上。采用CIM法,定位到1个控制一粒荚数的QTL在2 a中稳定出现;采用MIM法,定位到1个控制二粒荚数的QTL和1个控制四粒荚数的QTL在2 a中稳定出现,且控制四粒荚数的QTL 2 a的性状贡献率分别为72.5%和37.6%。

数量性状基因定位的混合线性模型分析方法

数量性状基因定位的混合线性模型分析方法①朱军（浙江农业大学生物数学研究中心，杭州３１００２９）作物产量、品质和抗逆等重要的农艺性状大多为数量性状基因所控制。近十年来，随着分子标记检测技术的发展，有关数量性状基因座位（ＱｕａｎｔｉｔａｔｉｖｅＴｒａｉｔ...

二倍体数量性状QTL定位方法

论述了数量性状基因(quantitative trait locus,QTL)定位方法的产生与发展,并总结了每种方法的优缺点,特别是对区间作图方法和复合区间作图方法进行了较详细的介绍。

基于R/qtl不同方法对玉米株高QTL定位结果的比较

R/qtl是基于R语言的QTL分析专用作图软件。为了研究R/qtl不同作图方法在分析结果上的差异,采用1个玉米F2∶3家系的株高实际数据,分别按该软件提供的区间作图法(IM)、复合区间作图法(CIM)、二维扫描和多QTL拟合进行数据分析和结果比较。在株高性状上共定位到8个QTL,其中,IM法检测到7个,总共解释表型变异的54.57%,有3个QTL在4种算法中都能检测到,其位置、LOD值、置信区间以及贡献率估计4种算法分析结果基本一致。CIM法共检测到5个QTL,可解释总变异的27.66%,其中,位于第3染色体158 cM和222 cM的2个QTL在所有4种算法中都能检测到,第7染色体36 cM处的QTL首次被检测到,其余4个QTL与IM法检测到的相应QTL一致。二维QTL扫描共检测到7个QTL,累计贡献率达到54.97%,未检测到显著互作的QTL,除第6染色体33.5 cM处的QTL外,其他QTL与IM法检测到的一致。多QTL拟合只检测到3个QTL,累计贡献率为21.52%,也未检测到QTL间显著互作。以上分析结果表明:不同方法检测到的QTL无论在数量上还是在贡献率估计上均存在一定程度上的差异,但一些主要QTL在用不同方法分析中通常都能被发现。此外,本研究群体株高性状的遗传模式仅有主效应QTL,上位性QTL均未检测到。

大豆高蛋白种质中引1106蛋白质含量的QTL分析

大豆籽粒蛋白质含量由多基因控制且易受环境条件的影响,发掘高蛋白基因是促进大豆优质分子育种的重要手段。本研究选用综合性状优良、蛋白质含量较低的黑河50为轮回亲本,以引进的高蛋白种质中引1106为供体亲本,构建了由384个家系组成的回交高代群体。利用近红外光谱仪测定回交群体的蛋白质含量,使用SSR分子标记技术鉴定回交群体BC1F6基因型,通过QTL ICIMapping4.1的区间作图法(IM-ADD)和完备区间作图法(ICIM-ADD)定位蛋白含量QTL,共获得9个蛋白含量QTL,其中IM定位到7个蛋白含量QTL,而ICIM定位到3个蛋白含量QTL,两种方法同时在8号染色体上定位到一个QTL(qPro-8-1),该QTL两侧的分子标记是SSR_50和SSR_51,可解释表型变异分别是2.26%和7.85%,定位区间物理距离大小为218.71 kb,该QTL尚未见报道,是一个与蛋白质含量相关的新QTL位点,为高蛋白大豆品种选育提供了材料和理论依据。

陆地棉产量性状QTLs的分子标记及定位

应用我国的高产栽培品种泗棉 3号和美国栽培品种TM 1为材料 ,构建F2 和F2∶3 作图群体 ,应用 30 1对SSR引物和 10 40个RAPD引物 ,对产量性状QTLs进行了分子标记筛选 ,结果共筛选出了 37对SSR多态性引物和 10个RAPD多态性引物的 49个位点 ,鉴定出了控制产量性状变异的主效QTLs。定位于第 9染色体的连锁群 ,分别具有控制铃重、衣分和籽指的主效QTLs ,铃重的 2个QTLs分别解释F2∶3 群体表型变异的 18 2 %和 2 1 0 % ;在F2 群体检测到的 1个衣分QTL解释表型变异的 2 5 % ,另一个衣分QTL在F2 群体和F2∶3 群体都检测到 ,解释F2 群体衣分的2 4 9%的表型变异 ,解释F2∶3 群体衣分的 5 9%的表型变异 ;在F2∶3 群体铃重的一个QTL的同一位置同时检测到一个籽指QTL ,它解释 15 6 %的表型变异 ,是一因多效或是紧密连锁的两个QTLs,有待进一步研究。