关联作图是一种利用连锁不平衡(linkage disequilibrium,LD)检测自然群体中基因位点及其等位变异的方法。利用60个SSR标记,对全国大豆地方品种群体(393份代表性材料)和野生大豆群体(196份代表性材料)的基因组变异进行扫描,分析两类群体...关联作图是一种利用连锁不平衡(linkage disequilibrium,LD)检测自然群体中基因位点及其等位变异的方法。利用60个SSR标记,对全国大豆地方品种群体(393份代表性材料)和野生大豆群体(196份代表性材料)的基因组变异进行扫描,分析两类群体的连锁不平衡位点、群体结构,并采用TASSEL软件的GLM(general linear model)方法对16个农艺、品质性状观测值进行标记与性状的关联分析。结果表明:(1)在公共图谱上不论共线性的或是非共线性的SSR位点组合都有一定程度的LD,说明历史上发生过连锁群间的重组;栽培群体的连锁不平衡成对位点数较野生群体多,但野生群体位点间连锁不平衡程度高,随距离的衰减慢。(2)群体SSR数据遗传结构分析发现,栽培群体和野生群体分别由9和4个亚群体组成,亚群的划分与群体地理生态类型相关联,证实地理生态类型划分有其遗传基础。(3)栽培群体中累计有27个位点与性状相关;野生大豆种质中累计有34个位点与性状相关。部分标记在两类群体中都表现与同一性状关联,检出的位点有一致性,也有互补性;一些标记同时与2个或多个性状相关联,可能是性状相关乃至一因多效的遗传基础;关联位点中累计有24位点(次)与遗传群体连锁分析定位的QTL一致。展开更多
【目的】改进染色体片段代换系群体,挖掘野生大豆(Glycine soja Sieb.et Zucc.)中蕴藏的农艺性状优异等位变异,为拓宽栽培大豆(Glycine max(L.)Merr.)的遗传基础提供材料和依据。【方法】通过标记加密和剔除部分单标记型片段的方法,改...【目的】改进染色体片段代换系群体,挖掘野生大豆(Glycine soja Sieb.et Zucc.)中蕴藏的农艺性状优异等位变异,为拓宽栽培大豆(Glycine max(L.)Merr.)的遗传基础提供材料和依据。【方法】通过标记加密和剔除部分单标记型片段的方法,改进以野生大豆N24852为供体,栽培大豆NN1138-2为受体的染色体片段代换系(CSSL)群体Soja CSSLP1;对改进后的群体(Soja CSSLP2)进行3年2点田间试验,通过单标记分析、区间作图、完备复合区间作图和基于混合线性模型的复合区间作图等4种定位方法,结合与轮回亲本有显著差异的染色体片段代换系间相互比对,检测与大豆开花期、株高、主茎节数、单株荚数、百粒重和单株粒重相关的野生片段。【结果】改进后的群体(Soja CSSLP2)由150个CSSL构成,其中,有130个家系与Soja CSSLP1相同;在原遗传图谱上,新增40个SSR标记,相邻标记间平均遗传距离由16.15 c M变为12.91 c M,大于20 c M的区段由32个减少至17个,标记覆盖遗传距离总长度较原图谱(2 063.04 c M)增加103.52 c M;群体NN1138-2背景回复率变幅为79.45%—99.70%,平均为94.62%。利用Soja CSSLP2群体,分别鉴定到与开花期、株高、主茎节数、单株荚数、百粒重和单株粒重相关的4、5、5、7、14和3个工作QTL(working QTL)/片段,其中有15个工作QTL/片段能在多个环境下检测到,属共性工作QTL(joint working QTL);除片段Sct_190—Sat_293上的主茎节数位点外,野生等位变异具有的加性效应方向与双亲表型差异方向一致;单个位点分别能解释5%—64%的表型变异;同时,分别检测到3、2和2个与地点存在互作的株高、主茎节数和单株荚数QTL/片段,其中与凤阳环境的互作均具有增加表型的效应,这可能与凤阳较南京所处纬度高有关;这些位点/片段分布在26个染色体片段上,其中有7个片段与2个及以上性状相关,可能是性状相关的遗传基础;与前人结果比较,有3个开花期、3个株高、2个主茎节数、2个单株荚数、8个百粒重、2个单株粒重位点能在其他遗传背景栽培大豆中检测到,说明在这些位点上野生大豆和栽培大豆间及栽培大豆间均存在遗传差异;另外18个位点(片段)为本研究利用野生大豆的新发现。【结论】大豆开花期、株高和主茎节数的遗传基础较百粒重简单,前者均存在效应较大位点/片段,后者多由小效应位点控制,遗传基础极为复杂;野生大豆中蕴藏着新的等位变异,能拓宽栽培大豆遗传基础。展开更多
通过对1949年至今全国大豆(Glycine max L.)历史数据的整理,详细分析了各地区大豆产量、播种面积和单产变动规律、分布特征和波动周期,探讨了影响中国大豆生产的重要因素,建立了中国大豆单产预测模型(指数拟合曲线、线性拟合曲线和多项...通过对1949年至今全国大豆(Glycine max L.)历史数据的整理,详细分析了各地区大豆产量、播种面积和单产变动规律、分布特征和波动周期,探讨了影响中国大豆生产的重要因素,建立了中国大豆单产预测模型(指数拟合曲线、线性拟合曲线和多项式拟合曲线),对未来(2020—2035年)中国大豆产量进行展望。研究发现,中华人民共和国成立以来中国大豆产量的增加主要来自单产增长;与其他粮食品种相比,中国大豆生产表现出生产地区相对集中、产量波动频率高、波动周期短和波动幅度大的特点;预计2030年中国大豆产量将达0.25亿t,到2035年将增加至0.27亿t,低于美国、巴西等国家的产量水平,但远高于加拿大、澳大利亚以及印度等国家。展开更多
文摘关联作图是一种利用连锁不平衡(linkage disequilibrium,LD)检测自然群体中基因位点及其等位变异的方法。利用60个SSR标记,对全国大豆地方品种群体(393份代表性材料)和野生大豆群体(196份代表性材料)的基因组变异进行扫描,分析两类群体的连锁不平衡位点、群体结构,并采用TASSEL软件的GLM(general linear model)方法对16个农艺、品质性状观测值进行标记与性状的关联分析。结果表明:(1)在公共图谱上不论共线性的或是非共线性的SSR位点组合都有一定程度的LD,说明历史上发生过连锁群间的重组;栽培群体的连锁不平衡成对位点数较野生群体多,但野生群体位点间连锁不平衡程度高,随距离的衰减慢。(2)群体SSR数据遗传结构分析发现,栽培群体和野生群体分别由9和4个亚群体组成,亚群的划分与群体地理生态类型相关联,证实地理生态类型划分有其遗传基础。(3)栽培群体中累计有27个位点与性状相关;野生大豆种质中累计有34个位点与性状相关。部分标记在两类群体中都表现与同一性状关联,检出的位点有一致性,也有互补性;一些标记同时与2个或多个性状相关联,可能是性状相关乃至一因多效的遗传基础;关联位点中累计有24位点(次)与遗传群体连锁分析定位的QTL一致。
文摘【目的】改进染色体片段代换系群体,挖掘野生大豆(Glycine soja Sieb.et Zucc.)中蕴藏的农艺性状优异等位变异,为拓宽栽培大豆(Glycine max(L.)Merr.)的遗传基础提供材料和依据。【方法】通过标记加密和剔除部分单标记型片段的方法,改进以野生大豆N24852为供体,栽培大豆NN1138-2为受体的染色体片段代换系(CSSL)群体Soja CSSLP1;对改进后的群体(Soja CSSLP2)进行3年2点田间试验,通过单标记分析、区间作图、完备复合区间作图和基于混合线性模型的复合区间作图等4种定位方法,结合与轮回亲本有显著差异的染色体片段代换系间相互比对,检测与大豆开花期、株高、主茎节数、单株荚数、百粒重和单株粒重相关的野生片段。【结果】改进后的群体(Soja CSSLP2)由150个CSSL构成,其中,有130个家系与Soja CSSLP1相同;在原遗传图谱上,新增40个SSR标记,相邻标记间平均遗传距离由16.15 c M变为12.91 c M,大于20 c M的区段由32个减少至17个,标记覆盖遗传距离总长度较原图谱(2 063.04 c M)增加103.52 c M;群体NN1138-2背景回复率变幅为79.45%—99.70%,平均为94.62%。利用Soja CSSLP2群体,分别鉴定到与开花期、株高、主茎节数、单株荚数、百粒重和单株粒重相关的4、5、5、7、14和3个工作QTL(working QTL)/片段,其中有15个工作QTL/片段能在多个环境下检测到,属共性工作QTL(joint working QTL);除片段Sct_190—Sat_293上的主茎节数位点外,野生等位变异具有的加性效应方向与双亲表型差异方向一致;单个位点分别能解释5%—64%的表型变异;同时,分别检测到3、2和2个与地点存在互作的株高、主茎节数和单株荚数QTL/片段,其中与凤阳环境的互作均具有增加表型的效应,这可能与凤阳较南京所处纬度高有关;这些位点/片段分布在26个染色体片段上,其中有7个片段与2个及以上性状相关,可能是性状相关的遗传基础;与前人结果比较,有3个开花期、3个株高、2个主茎节数、2个单株荚数、8个百粒重、2个单株粒重位点能在其他遗传背景栽培大豆中检测到,说明在这些位点上野生大豆和栽培大豆间及栽培大豆间均存在遗传差异;另外18个位点(片段)为本研究利用野生大豆的新发现。【结论】大豆开花期、株高和主茎节数的遗传基础较百粒重简单,前者均存在效应较大位点/片段,后者多由小效应位点控制,遗传基础极为复杂;野生大豆中蕴藏着新的等位变异,能拓宽栽培大豆遗传基础。
文摘通过对1949年至今全国大豆(Glycine max L.)历史数据的整理,详细分析了各地区大豆产量、播种面积和单产变动规律、分布特征和波动周期,探讨了影响中国大豆生产的重要因素,建立了中国大豆单产预测模型(指数拟合曲线、线性拟合曲线和多项式拟合曲线),对未来(2020—2035年)中国大豆产量进行展望。研究发现,中华人民共和国成立以来中国大豆产量的增加主要来自单产增长;与其他粮食品种相比,中国大豆生产表现出生产地区相对集中、产量波动频率高、波动周期短和波动幅度大的特点;预计2030年中国大豆产量将达0.25亿t,到2035年将增加至0.27亿t,低于美国、巴西等国家的产量水平,但远高于加拿大、澳大利亚以及印度等国家。