利用人工合成小麦RIL群体进行小麦穗长和穗宽性状的QTL分析

为了挖掘小麦穗长和穗宽性状相关QTL,并为人工合成小麦优异基因资源的开发利用奠定基础,以普通小麦品种西农389×人工合成小麦材料KU98的F7∶8 RIL群体为试验材料,基于小麦55K SNP芯片对F7∶8群体分型结果绘制的遗传连锁图谱及2018和2019年调查统计的F7群体表型数据,对小麦穗长和穗宽性状进行了QTL定位分析。结果表明,在1A、2D、3A、5A和7B染色体上检测到10个与穗长性状相关的QTL,在2D、4D、5A、6A和7D染色体上检测到10个与穗宽性状相关的QTL,其中与穗长相关的qSL-2D.1和与穗宽相关的qSW-4D.1、qSW-5A.1在两年中均被检测到,标记区间分别为AX-111939856~AX-111497351、AX-169335104~AX-110618708、AX-108792246~AX-111048027。qSW-5A.1连续两年均为主效QTL,且与qSL-5A.2在同一标记区间,推测该位点具有一因多效的遗传效应或连锁遗传效应。

玉米穗三叶叶宽QTL定位及Meta分析

为了鉴定控制玉米穗三叶叶宽的主效QTL,以玉米自交系郑58和D863F为亲本,构建了包含241个家系的重组自交系群体,对河南原阳、西平以及海南乐东3个环境下的玉米穗三叶叶宽进行表型测定,利用215对SSR标记构建遗传图谱,对3个环境下的玉米穗三叶叶宽进行QTL定位研究。结果表明,郑58与D863F的穗三叶叶宽存在极显著差异,且RIL群体中穗三叶叶宽表现出连续变异,基本符合正态分布,属于典型的数量性状。3个环境下的穗三叶叶宽共定位到17个QTL,单个QTL解释表型变异率为5.30%~12.77%。其中,有3个QTL分别在2个及以上环境同时检测到,是控制穗三叶叶宽的主效QTL。通过Meta-QTL分析共得到12个mQTL,检测到的5号染色体上的qThiLW 2-5位于mQTL5-1区段内,qFirLW 2-6位于mQTL6-1区段内,qFirLW 1-8、qFirLW 2-8、qSecLW 2-8位于mQTL8-1区段内。

冬小麦麦穗生长过程的模拟研究

为了实现小麦麦穗生长过程的可视化表达,以不同氮肥处理条件下不同类型小麦品种的两年田间试验为基础,通过连续观测并记载不同处理条件下的小麦主茎和分蘖麦穗形态指标(包括穗长、穗宽和穗厚),综合分析了小麦麦穗形态指标随生育进程和环境条件的变化规律,并利用系统分析方法和动态建模技术,构建了冬小麦麦穗生长过程的动态模拟模型。结果表明,麦穗的伸长过程符合S型曲线,而不同蘖位麦穗的最终长度符合二次曲线,且在不同氮肥处理之间均差异明显;采用Logistic方程描述了麦穗长度的动态变化过程,用二次曲线和线性方程定量描述了穗形的动态变化过程,同时采用旗叶的SPAD值量化了氮素对麦穗生长特征的影响;并利用不同小麦品种的田间试验资料对所建模型进行了测试和检验。结果显示,不同时期麦穗穗长、穗宽和穗厚预测值的平均RMSE分别为0.28、0.05和0.04 cm。表明模型具有较强的动态预测性和可靠性,从而为进一步建立虚拟小麦生长系统奠定了基础。