为鉴定EMS突变的真实性,本研究利用SSR标记和90 K SNP芯片对小麦品系H261及其EMS突变体进行检测。SSR检测结果表明,H261与LF2010和LF2099的差异SSR标记为0个,但与LF2100的差异SSR标记为10个,多态性比例为47.62%。SNP芯片分析结果表明,H...为鉴定EMS突变的真实性,本研究利用SSR标记和90 K SNP芯片对小麦品系H261及其EMS突变体进行检测。SSR检测结果表明,H261与LF2010和LF2099的差异SSR标记为0个,但与LF2100的差异SSR标记为10个,多态性比例为47.62%。SNP芯片分析结果表明,H261与LF2010和LF2099之间的差异位点分别为66和12个,分别占总数的0.080 9%和0.014 7%,2个突变体与H261的纯合差异SNP数目均为0;而H261与LF2100之间的差异位点为2 846个,占总数的3.487 9%,二者之间纯合差异SNP为784,占总数的0.960 8%。综上所述,LF2010和LF2099突变体与亲本H261的遗传背景高度一致,是H261经过EMS诱变的后代,而LF2100是天然异交或机械混杂产生的假突变体。本研究结果为更好地发挥小麦突变体在遗传改良和功能基因组研究奠定了一定的理论基础。展开更多
[目的]小麦遗传图谱是进行小麦染色体分析和研究表型变异的遗传基础。通过利用传统分子标记和现代基因芯片技术相结合,构建高密度遗传图谱,重点开展主要产量主要构成要素——粒重的初级基因定位,确定影响粒重的主效QTL位点,为开发粒重C...[目的]小麦遗传图谱是进行小麦染色体分析和研究表型变异的遗传基础。通过利用传统分子标记和现代基因芯片技术相结合,构建高密度遗传图谱,重点开展主要产量主要构成要素——粒重的初级基因定位,确定影响粒重的主效QTL位点,为开发粒重CAPS分子标记及在分子标记辅助育种提供依据和指导,并为利用小麦粒重次级群体进行精细定位和基因挖掘奠定基础。[方法]利用90 K小麦SNP基因芯片、DArt芯片技术及传统的分子标记技术,以包含173个家系的RIL群体(F9:10重组自交系)为材料,构建高密度遗传图谱,并利用QTL network2.0进行了3年共4环境粒重QTL分析。[结果]构建了覆盖小麦21条染色体的高密度遗传图谱,该图谱共含有6 244个多态性标记,其中SNP标记6 001个、DAr T标记216个、SSR标记27个,覆盖染色体总长度4 875.29 c M,标记间平均距离0.78 c M。A、B、D染色体组分别有2 390、3 386和468个标记,分别占总标记数的38.3%、54.3%和7.5%;3个染色体组标记间平均距离分别为0.80、0.75和0.80 c M。用该分子遗传图谱对4个环境下粒重进行QTL分析,检测到位于1B、4B、5B、6A染色体上9个加性QTL,效应值大于10%的QTL位点有QGW4B-17、QGW4B-5、QGW4B-2、QGW6A-344、QGW6A-137;其中QGW4B-17在多个环境下检测到,其贡献率为16%—33.3%,可增加粒重效应值2.30-2.97g,该位点是稳定表达的主效QTL。9个QTL的加性效应均来自大粒母本山农01-35,单个QTL位点加性效应可增加千粒重1.09—2.97 g。[结论]构建的覆盖小麦21条染色体的分子遗传图谱共含有6 241个多态性标记,标记间平均距离为0.77 c M。利用该图谱检测到位于1B、4B、5B、6A染色体上9个控制粒重的加性QTL,其中QGW4B-17是稳定表达的主效QTL位点,贡献率为16.5%—33%,可增加粒重效应值2.30—2.97 g。展开更多
小麦遗传图谱是进行小麦染色体分析和表型研究的遗传基础.构建高密度遗传图谱,针对小麦重要农艺性状进行初级定位,确定相关性状主效数量性状位点(Quantitative Trait Loci,QTL),有助于开发辅助选择的实用性标记,并为利用次级群体进行精...小麦遗传图谱是进行小麦染色体分析和表型研究的遗传基础.构建高密度遗传图谱,针对小麦重要农艺性状进行初级定位,确定相关性状主效数量性状位点(Quantitative Trait Loci,QTL),有助于开发辅助选择的实用性标记,并为利用次级群体进行精细定位和基因挖掘奠定基础.本研究以H461×CN16的重组自交系(Recombinant Inbred Line,RIL)为作图群体,利用90k小麦SNP基因芯片技术,对包含188个家系的RIL群体(F7)进行多态性分析,构建高密度遗传图谱,并利用Map QTL5.0的多QTL模型(MQM),对旗叶长、穗粒数等8个重要农艺性状进行QTL定位分析.构建了包括43个连锁群的分子遗传图谱,成功连锁到除2D、5D、6D外的18条染色体.该图谱共含有6 573个多态性SNP标记,覆盖的遗传距离长2 647.02 c M,标记间平均距离仅为0.4 c M.A、B、D三个染色体组分别含有标记2 696、3 094和684个;覆盖染色长度分别为1 130.92 c M、1 164.82 c M和330.44 c M;分别建立19、18和5个连锁群.对8种重要田间农艺性状进行QTL分析,共检测到66个重要农艺性状QTL,其中包括26个主效QTL,包含未见报道的新位点7个.全部QTL分布于2A、4A、6A、2B、4B、5B、2D、4D、7D 9条染色体上,单个QTL可解释表型变异率7.4%-19.5%,其中62个QTL加性效应来自母本H461,其余来自父本CN16.以上结果为小麦重要农艺性状QTL精细定位打下了基础,也为分子标记辅助育种提供了参考.展开更多
【目的】小麦籽粒过氧化物酶(peroxidase,POD)活性对面制品加工品质有重要影响,发掘控制籽粒POD活性重要位点,并筛选其候选基因,为小麦品质的改良奠定基础。【方法】以151份黄淮冬麦区和82份北部冬麦区品种(系)为材料,分别利用来自于小...【目的】小麦籽粒过氧化物酶(peroxidase,POD)活性对面制品加工品质有重要影响,发掘控制籽粒POD活性重要位点,并筛选其候选基因,为小麦品质的改良奠定基础。【方法】以151份黄淮冬麦区和82份北部冬麦区品种(系)为材料,分别利用来自于小麦90 K SNP芯片的18 189和18 417个高质量SNP标记,对POD活性进行全基因组关联分析(genome-wide association study,GWAS)。【结果】供试材料中POD活性表现出广泛的表型变异和多样性,黄淮麦区材料的POD活性变异系数为15.4%—21.8%,遗传力为0.79,北部麦区材料的POD活性变异系数为15.0%—19.9%,遗传力为0.82。相关性分析表明,不同环境之间材料的POD活性表现出显著的相关性,黄淮麦区相关系数为0.46—0.89(P<0.0001),北部麦区相关系数为0.50—0.87(P<0.0001)。多态性信息含量PIC值为0.09—0.38,最小等位基因频率MAF值为0.05—0.5。群体结构分析表明,黄淮麦区与北部麦区2个自然群体结构简单,均可分为3个亚群。GWAS分析结果表明,在黄淮冬麦区材料中共检测到20个与POD活性显著关联的位点(P<0.001),分布在1A、2A、2B、2D、3A、3B、3D、4A、4B、5A、5B、6A、6D和7A染色体上,单个位点可解释7.8%—13.3%的表型变异。在北部冬麦区材料中共检测到20个与POD活性显著关联(P<0.001)的位点,分布在1A、1B、1D、2A、2B、2D、3A、3B、4B、6A、6B、7A、7B和7D染色体上,单个位点可解释14.4%—23.2%的表型变异。加性回归分析表明,随着优异等位基因数量的增多,小麦籽粒POD活性越高。在发现的所有POD活性相关位点中,2个位点在黄淮麦区和北部麦区材料中均能检测到且稳定遗传,可将其转换为STARP(semi-thermal asymmetric reverse PCR)或CAPS标记,以应用于分子标记辅助育种。获得3个与POD活性有关的候选基因,分别编码磷酸甘露糖变位酶(PMM-D1)、辣根过氧化物酶(PER40)和烷基氢过氧化物还原酶(F775_31640)。【结论】黄淮麦区与北部冬麦区2个自然群体遗传多样性丰富,群体结构简单,适用于全基因组关联分析。在2个自然群体中分别发现20个POD活性位点,并在显著相关的位点区域内筛选到3个候选基因。含有越多优异等位变异的材料其POD活性越高。展开更多
文摘[目的]小麦遗传图谱是进行小麦染色体分析和研究表型变异的遗传基础。通过利用传统分子标记和现代基因芯片技术相结合,构建高密度遗传图谱,重点开展主要产量主要构成要素——粒重的初级基因定位,确定影响粒重的主效QTL位点,为开发粒重CAPS分子标记及在分子标记辅助育种提供依据和指导,并为利用小麦粒重次级群体进行精细定位和基因挖掘奠定基础。[方法]利用90 K小麦SNP基因芯片、DArt芯片技术及传统的分子标记技术,以包含173个家系的RIL群体(F9:10重组自交系)为材料,构建高密度遗传图谱,并利用QTL network2.0进行了3年共4环境粒重QTL分析。[结果]构建了覆盖小麦21条染色体的高密度遗传图谱,该图谱共含有6 244个多态性标记,其中SNP标记6 001个、DAr T标记216个、SSR标记27个,覆盖染色体总长度4 875.29 c M,标记间平均距离0.78 c M。A、B、D染色体组分别有2 390、3 386和468个标记,分别占总标记数的38.3%、54.3%和7.5%;3个染色体组标记间平均距离分别为0.80、0.75和0.80 c M。用该分子遗传图谱对4个环境下粒重进行QTL分析,检测到位于1B、4B、5B、6A染色体上9个加性QTL,效应值大于10%的QTL位点有QGW4B-17、QGW4B-5、QGW4B-2、QGW6A-344、QGW6A-137;其中QGW4B-17在多个环境下检测到,其贡献率为16%—33.3%,可增加粒重效应值2.30-2.97g,该位点是稳定表达的主效QTL。9个QTL的加性效应均来自大粒母本山农01-35,单个QTL位点加性效应可增加千粒重1.09—2.97 g。[结论]构建的覆盖小麦21条染色体的分子遗传图谱共含有6 241个多态性标记,标记间平均距离为0.77 c M。利用该图谱检测到位于1B、4B、5B、6A染色体上9个控制粒重的加性QTL,其中QGW4B-17是稳定表达的主效QTL位点,贡献率为16.5%—33%,可增加粒重效应值2.30—2.97 g。
文摘小麦遗传图谱是进行小麦染色体分析和表型研究的遗传基础.构建高密度遗传图谱,针对小麦重要农艺性状进行初级定位,确定相关性状主效数量性状位点(Quantitative Trait Loci,QTL),有助于开发辅助选择的实用性标记,并为利用次级群体进行精细定位和基因挖掘奠定基础.本研究以H461×CN16的重组自交系(Recombinant Inbred Line,RIL)为作图群体,利用90k小麦SNP基因芯片技术,对包含188个家系的RIL群体(F7)进行多态性分析,构建高密度遗传图谱,并利用Map QTL5.0的多QTL模型(MQM),对旗叶长、穗粒数等8个重要农艺性状进行QTL定位分析.构建了包括43个连锁群的分子遗传图谱,成功连锁到除2D、5D、6D外的18条染色体.该图谱共含有6 573个多态性SNP标记,覆盖的遗传距离长2 647.02 c M,标记间平均距离仅为0.4 c M.A、B、D三个染色体组分别含有标记2 696、3 094和684个;覆盖染色长度分别为1 130.92 c M、1 164.82 c M和330.44 c M;分别建立19、18和5个连锁群.对8种重要田间农艺性状进行QTL分析,共检测到66个重要农艺性状QTL,其中包括26个主效QTL,包含未见报道的新位点7个.全部QTL分布于2A、4A、6A、2B、4B、5B、2D、4D、7D 9条染色体上,单个QTL可解释表型变异率7.4%-19.5%,其中62个QTL加性效应来自母本H461,其余来自父本CN16.以上结果为小麦重要农艺性状QTL精细定位打下了基础,也为分子标记辅助育种提供了参考.
文摘【目的】小麦籽粒过氧化物酶(peroxidase,POD)活性对面制品加工品质有重要影响,发掘控制籽粒POD活性重要位点,并筛选其候选基因,为小麦品质的改良奠定基础。【方法】以151份黄淮冬麦区和82份北部冬麦区品种(系)为材料,分别利用来自于小麦90 K SNP芯片的18 189和18 417个高质量SNP标记,对POD活性进行全基因组关联分析(genome-wide association study,GWAS)。【结果】供试材料中POD活性表现出广泛的表型变异和多样性,黄淮麦区材料的POD活性变异系数为15.4%—21.8%,遗传力为0.79,北部麦区材料的POD活性变异系数为15.0%—19.9%,遗传力为0.82。相关性分析表明,不同环境之间材料的POD活性表现出显著的相关性,黄淮麦区相关系数为0.46—0.89(P<0.0001),北部麦区相关系数为0.50—0.87(P<0.0001)。多态性信息含量PIC值为0.09—0.38,最小等位基因频率MAF值为0.05—0.5。群体结构分析表明,黄淮麦区与北部麦区2个自然群体结构简单,均可分为3个亚群。GWAS分析结果表明,在黄淮冬麦区材料中共检测到20个与POD活性显著关联的位点(P<0.001),分布在1A、2A、2B、2D、3A、3B、3D、4A、4B、5A、5B、6A、6D和7A染色体上,单个位点可解释7.8%—13.3%的表型变异。在北部冬麦区材料中共检测到20个与POD活性显著关联(P<0.001)的位点,分布在1A、1B、1D、2A、2B、2D、3A、3B、4B、6A、6B、7A、7B和7D染色体上,单个位点可解释14.4%—23.2%的表型变异。加性回归分析表明,随着优异等位基因数量的增多,小麦籽粒POD活性越高。在发现的所有POD活性相关位点中,2个位点在黄淮麦区和北部麦区材料中均能检测到且稳定遗传,可将其转换为STARP(semi-thermal asymmetric reverse PCR)或CAPS标记,以应用于分子标记辅助育种。获得3个与POD活性有关的候选基因,分别编码磷酸甘露糖变位酶(PMM-D1)、辣根过氧化物酶(PER40)和烷基氢过氧化物还原酶(F775_31640)。【结论】黄淮麦区与北部冬麦区2个自然群体遗传多样性丰富,群体结构简单,适用于全基因组关联分析。在2个自然群体中分别发现20个POD活性位点,并在显著相关的位点区域内筛选到3个候选基因。含有越多优异等位变异的材料其POD活性越高。
