QTL×环境互作对标记辅助选择响应的影响(英文)

基因型×环境互作是植物数量性状的普通属性和遗传育种改良的关注重点。采用Monte Carlo模拟方法研究了基 因型×环境互作对标记辅助选择(Marker-assisted selection,简称MAS)响应的影响,揭示了育种上利用QTL(Quantitative trait locus,简称QTL)应当同时考虑其环境互作效应。存在基因型×环境互作下,MAS比普通表型选择更有效。特别以选育广 适应性的品种为目标,MAS的优越性更明显。基于单个环境QTLs的MAS,QTL×环境互作效应通常降低了一般选择响应, 一般选择响应累积量的降低程度与改良性状的QTL×环境互作效应大小相关。基于多个环境QTLs的MAS,不但产生较高 的一般选择响应,而且获得的一般选择响应不受其QTL×环境互作效应大小的影响。但在某一特定环境下获得的总体选择 响应仅与改良性状的总遗传率大小有关,普通遗传率和基因型与环境互作遗传率的相对变化对其影响很小。还比较研究了 单地和穿梭选择对MAS遗传响应的影响。植物育种者应谨慎将某一环境的QTL信息用于实施另一环境的育种研究。

水稻永久F_2群体抽穗期QTL的上位性及其与环境互作效应的分析

利用源于杂交水稻汕优 6 3的重组近交系 (RI) ,进行系间随机交配构建了水稻永久F2 (IF2 )群体。采用QTL作图软件QTLMapper2 0对IF2 群体的抽穗期性状进行了分析 ,共发现了 2 1个QTLs ,分布于 10条染色体上。对抽穗期QTL的加性效应 ,显性效应 ,加×加、加×显、和显×显上位性效应进行了估计 ,对遗传主效应与环境的互作效应作了预测。结果表明 ,鉴别出的QTL中 ,加×加上位性显著程度最高 ,其次是加性效应。加×加上位性与环境的互作效应以及加性与环境的互作效应预测值 ,显著性程度相对较高 ;加×显上位性与环境的互作效应预测值均不显著 ;显性、显×显上位性与环境的互作效应预测值只有很少达到显著。本文讨论了构建IF2 群体的困难及其对QTL作图可能产生的影响。

水稻抽穗期QTLs的检测及上位性和环境互作效应

利用所构建的Lemont×特青重组自交系（RIL）,采用混合线性模型和复合区间作图法,对不同季节获得的水稻抽穗期QTL进行定位及上位性和环境互作效应分析.检测到3个控制抽穗期的QTL,分别位于第3、7和11号染色体上,共解释18.86%的遗传变异,单个QTL的表型贡献率为2.95%-10.56%,其中qHD7-1与环境存在显著互作,贡献率为2.18%;另检测到9对具有上位性效应的互作位点.

水稻千粒重和垩白粒率的QTL及其互作分析

产量因子千粒重和稻米品质指标垩白粒率密切相关。本研究以越光/Kasalath//越光BIL群体为材料,分析千粒重和垩白粒率的相关性、QTL、上位性互作及其与环境的互作效应。相关分析表明,群体千粒重和垩白粒率在2005年和2006年均呈极显著正相关,相关系数分别为0.42和0.35(P<0.001)。2年共检测到千粒重QTL11个,其中5个在2年重复检测到,5个具有环境互作效应;千粒重上位性互作8对,7对与环境存在互作。垩白粒率QTL6个,3个具有环境互作效应;上位性互作9对,其中4对具有上位性环境互作效应。比较分析发现3个主效QTL同时控制千粒重和垩白粒率的表现,千粒重和垩白粒率的增效等位基因来自同一亲本;1对上位性互作同时对千粒重和垩白粒率有相同的影响。一些与垩白粒率不相关的千粒重主效QTL,如qTGW-3c、qTGW-4a和qTGW-6b,可为育种所利用。对利用QTL定位结果进行千粒重和垩白粒率分子辅助选择育种进行了探讨。

不同水分环境下玉米产量构成因子及籽粒相关性状的QTL分析

干旱胁迫对玉米产量及其相关性状有重要影响。本研究以我国玉米育种骨干亲本齐319和掖478分别和黄早四组配构建的两个F2:3群体为材料,应用逐步联合分析的QTL定位方法,剖析新疆不同水分环境下(包含水区和旱区)玉米产量构成因子及籽粒相关性状的遗传基础。结果表明,在相同水分处理不同年份间产量构成因子和籽粒相关性状超过70%的QTL可稳定表达,旱区QTL的稳定性明显低于水区,当全部环境联合分析时,各性状QTL稳定性呈现一定程度的降低,但超过60%的QTL仍然稳定表达。两群体中共检测到11个环境钝感的主效QTL(在2个以上环境中检测到,且至少在一个环境下的贡献率大于10%),分布在bin1.10、2.00、4.09、7.02、9.02、10.04和10.07共7个基因组区段上,除bin10.04外所有环境钝感的主效QTL在全部环境下稳定表达。因此,玉米产量构成因子和籽粒相关性状的QTL在新疆相同水分处理不同年份间,甚至不同水分条件下大部分均可稳定表达,这些主效QTL位点可为抗旱分子育种和进一步精细定位提供参考。

利用Bayes分层广义线性模型剖析大豆籽粒性状的遗传基础

以溧水中子黄豆（P1）和南农493-1（P2）组合的504个正反交F2：3~F2：7家系群体为材料, 调查大豆粒长、粒宽、粒厚、长宽比、长厚比、宽厚比和百粒重性状在2007—2011年的表型观测值, 扫描F2群体SSR分子标记信息, 用Bayes分层广义线性模型方法检测了上述性状的主效QTL、QTL′环境（QE）互作、QTL′细胞质（QC）互作和QTL′QTL（QQ）互作。共检测到89个主效QTL、33对QE、20对QC和35对QQ互作。上述7个性状的主效QTL分别有7、10、10、19、19、17和7个; QQ互作分别有1、10、6、0、6、9和3对, 没有检测到显性′显性互作; QE互作分别有5、7、6、3、6、2和4对; QC互作分别有2、1、3、8、4、2和0对。主效、QQ互作、QC互作和QE互作QTL的总贡献率分别为12.42%~61.79%、0~23.21%、0.35%~1.51%和0~14.16%, 表明主效QTL贡献最大, QQ互作次之, QE互作最小。各类QTL都有一因多效现象, 同一基因座可通过不同方式影响性状表达。这些结果揭示了大豆粒形性状的遗传基础, 为标记辅助育种提供了参考信息。