基于55K SNP芯片揭示小麦育种亲本遗传多样性

为了解不同省份小麦亲本材料间的遗传多样性,以150份分布于安徽、江苏、河南、四川及山东等省份小麦种质资源为试验材料,利用小麦55K SNP芯片对其进行遗传多样性分析、聚类分析、主成分分析及群体结构分析。结果表明,在150份小麦材料中共检测到52,537个SNP位点,质控后共获得39,422个有效标记,其中多态性标记为38,135个,占有效标记数96.74%。多态性标记在亚基因组间分布呈现D(10,450)<A(12,365)<B(15,290);平均多态信息含量(PIC)为0.315,变幅为0.068~0.375。各省供试材料平均遗传距离呈现:河南省>四川省>山东省>江苏省>安徽省;聚类分析、主成分分析和群体结构分析结果高度一致,分群结果与血缘关系、区域来源及育成单位均较为吻合。本研究表明各省份平均多态性信息含量处于中度多态水平,但材料平均遗传距离较为接近,仍需引入优质种质资源,缓解材料同质化情况,增加小麦应对逆境胁迫能力,减轻小麦实际生产中的脆弱性及风险性。

航天诱变小麦突变体籽粒表型分析和真实性鉴定

为探究航天诱变小麦突变体的真伪,以实践十号卫星搭载创制的周麦18 SP5突变群体为材料,对其籽粒表型进行分析,同时采用42对SSR标记和55K SNP芯片技术对籽粒表型差异较为显著的4个突变体进行真实性鉴定。籽粒表型分析发现,突变群体的千粒质量、粒长差异显著,其中千粒质量变异最为丰富,粒宽差异不显著,且突变群体的平均粒长、粒宽和千粒质量均显著高于野生型,说明航天诱变的有益突变频率较高。SSR标记鉴定发现,突变体ZM18-112与野生型的差异标记为18个,多态性比例高达42.85%,而ZM18-105、ZM18-26和ZM18-7与其野生型的差异标记均不超过3个。SNP芯片鉴定发现,ZM18-112与野生型的差异SNP位点所占比例高达13.3012%,而其他3个突变体与野生型的差异SNP位点所占比例不超过0.7689%。认为突变体ZM18-112是由于异花授粉或机械混杂产生的假突变体,而ZM18-105、ZM18-26和ZM18-7与野生型的遗传背景基本一致,是经过航天诱变而产生的真实突变体。

小麦淀粉RVA特性的QTL定位及效应分析

小麦淀粉糊化(RVA)特性是评价小麦加工品质重要指标之一。为进一步挖掘优质小麦淀粉糊化特性相关数量性状位点(QTL)及位点间效应差异,以周麦23/郑麦366的F8代重组自交系(RIL)群体的237个家系及其亲本为试验材料,利用55K核苷酸多态性(SNP)芯片构建高密度遗传图谱,根据2年3点5个环境下的数据对小麦淀粉RVA参数进行QTL定位分析。结果表明,共检测到96个QTL位点,位于21条染色体上,稳定位点共有8个,其中调控峰值黏度的Qpv.hau-4A.1和Qpv.hau-6A.1以及调控崩解值的Qbd.hau-4A.1和Qbd.hau-6A.1能够同时在2个以上的环境中检测到,分别解释了2.55%~24.23%、2.60%~6.00%、11.50%~48.30%和3.86%~8.09%的表型变异,调控峰值黏度的Qpv.hau-6A.1可能为新的QTL位点,其增效等位基因来源于优质强筋小麦品种郑麦366,对峰值黏度具有显著的增效作用,与面条的弹性和韧性有关。QTL聚合效应分析结果发现,Qpv.hau-4A.1和Qpv.hau-6A.1能极显著提高峰值黏度,且两者对峰值黏度具有显著的累加效应。此外,在4A和6A染色体上存在QTL富集区或者一因多效现象。这些重要区段和QTL位点为优质小麦淀粉糊化特性的分子标记辅助选择提供了重要的信息。

CIMMYT新引进合成小麦株高性状全基因组关联分析

株高是影响小麦产量的重要农艺性状。本研究对从国际玉米小麦改良中心(CIMMYT)新引进的152份合成小麦在3个环境下的株高进行了观察和统计,并利用55 K单核苷酸多态性(SNP,single nucleotide polymorphism)芯片进行全基因组关联分析(GWAS,genome-wide association study),以挖掘与株高相关的新的遗传位点。结果表明:合成小麦株高呈正态分布,变异丰富。不同环境下的平均株高为97.9 cm,显著高于栽培小麦(70.5 cm),但低于黄淮麦区农家小麦(114.8 cm)。方差分析显示3个环境下,株高在基因型之间都表现出极显著的差异。3个环境下联合方差分析发现株高表型在基因型、环境以及基因型环境互作方面表现出极显著的差异。对获得的55K SNP标记经最大杂合率、最小等位基因频率及最大等位基因频率过滤,在合成小麦群体中发现37916个有效SNP,其中A、B和D 3个亚基因组上各有14404个、14566个和8946个。群体结构分析结果表明,152份合成小麦可分为3个类群。利用混合线性模型(MLM,mixed liner model)对不同环境下平均株高和最佳线性无偏预测值(BLUP,best linear unbiased prediction)进行GWAS分析,筛选到24个显著标记(P≤0.0001),分别位于1A、3B、4A、4B、4D、5A、5B、6A、6D和7B染色体上,单个标记可解释12.33%-20.10%的表型变异。BLUP值分析共获得10个显著标记,对标记物理位置3 Mb左右距离内的669个基因进行转录组数据筛查,得到131个在茎或叶中高表达(TPM≥5)。通过与水稻同源基因的比较,明确其中5个基因可能与小麦株高发育有关。鉴于这些位点与以往已定位的株高数量性状位点并不重叠,本研究的工作可为小麦株高改良提供新的种质和分子标记。