CN103740856B - 预测不同棉花材料间抗黄萎病性状强弱的分子方法 - Google Patents

预测不同棉花材料间抗黄萎病性状强弱的分子方法 Download PDF

Info

Publication number
CN103740856B
CN103740856B CN201410049099.4A CN201410049099A CN103740856B CN 103740856 B CN103740856 B CN 103740856B CN 201410049099 A CN201410049099 A CN 201410049099A CN 103740856 B CN103740856 B CN 103740856B
Authority
CN
China
Prior art keywords
cotton
verticillium
advantage
effect value
resisting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410049099.4A
Other languages
English (en)
Other versions
CN103740856A (zh
Inventor
王红梅
赵云雷
陈伟
李运海
龚海燕
桑晓慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Cotton Research of Chinese Academy of Agricultural Sciences
Original Assignee
Institute of Cotton Research of Chinese Academy of Agricultural Sciences
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Cotton Research of Chinese Academy of Agricultural Sciences filed Critical Institute of Cotton Research of Chinese Academy of Agricultural Sciences
Priority to CN201410049099.4A priority Critical patent/CN103740856B/zh
Publication of CN103740856A publication Critical patent/CN103740856A/zh
Application granted granted Critical
Publication of CN103740856B publication Critical patent/CN103740856B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
    • C12Q1/6895—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for plants, fungi or algae
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/13—Plant traits
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/156—Polymorphic or mutational markers

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Organic Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Immunology (AREA)
  • Mycology (AREA)
  • Microbiology (AREA)
  • Molecular Biology (AREA)
  • Botany (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明公开了一种预测不同棉花材料间抗黄萎病性状强弱的分子方法，其特征在于，包括：（1）获得棉花抗黄萎病性状的优势等位基因位点；（2）获得棉花各材料含有优势等位基因的平均效应值，根据平均效应值的大小来预测棉花材料抗黄萎病性状强弱。本发明通过分析与抗黄萎病性状显著关联的优势等位基因的效应值大小来鉴定材料的抗病性，与现有技术相比，不需要对棉花进行抗病性鉴定既可以实现对不同材料间抗病性大小的比较，大大提高了抗病材料的选择效率。

Description

预测不同棉花材料间抗黄萎病性状强弱的分子方法
技术领域
本发明涉及一种棉花抗病性状强弱的方法，尤其涉及一种预测棉花抗黄萎病性状强弱的分子方法，属于棉花抗黄萎病性状强弱的分子预测方法。
背景技术
棉花黄萎病是危害棉花最大的世界性病害之一，被称为棉花的“癌症”。实践证明,防治棉花黄萎害最经济、安全、有效的方法就是培育和推广抗病品种。抗病品种的选育已成为目前棉花育种的主要方向。然而，近年来我国棉花抗黄萎病育种进展缓慢，主要原因是我国现有棉花品种资源的遗传基因狭窄，缺乏高抗黄萎病的棉花资源，与病原菌小种的快速变异不相适应。在棉花抗黄萎病性状的筛选上，目前主要是在大田环境条件下利用黄萎病病圃对育种材料进行抗黄萎病鉴定。然而，目前棉花育种中对抗黄萎病性状的选择效率十分有限，表现为不同年份、不同棉区筛选的抗黄萎病材料的抗病性表现存在较大差异，难以筛选到真正的抗黄萎病材料。这主要是由于以下几个原因：1.植株成熟早晚的差异：棉花黄萎病是土传性病害,病原物由根部侵入棉株内部，成熟早晚不同的棉株,根系发育早迟也不同,早熟棉株根系发育较早,比晚熟棉株在鉴定时有带菌更多的趋势,晚熟棉株抗性就有比早熟棉株过高估计的可能；2.试验小区间的干扰：遗传试验材料都相邻种在一起，如果一个抗病材料和一个高度感染的材料相邻种植,因病菌是土传性的,抗性植株能从邻近感病株接受大量菌种,感病株输出大量菌种,远多于它所能收到的,抗病材料的抗性将受到低估,而感病材料的抗性则大大高估了；3.接种量：接种物的浓度和接种量也影响鉴定的正确性，浓度和接种量过低将导致抗性的过高估计，过高则可能混淆抗、感材料间的差异,原来抗病的材料也难以表现其抗性；4.检测的时间：棉花对黄萎病抗性的表现也决定于环境条件,温度是黄萎病抗性表现的重要环境因素，对棉花黄萎病检测的有利温度是25～28℃,过高或过低温度条件都足以影响检测的正确性。
近年来，随着分子标记技术的发展，利用分子标记筛选与目标性状基因紧密连锁的分子标记,可以大大提高性状选择的准确性，并且不受环境因子影响。
目前在棉花中，利用分子标记对棉花抗黄萎病性状进行选择大多是对来自抗、感亲本杂交的后代分离群体进行选择，这些分子标记仅仅是作为一种辅助手段，在选择效果上仅能选择到具有抗性亲本背景的材料，而这些材料间的抗病性大小仅仅利用分子标记无法判断，要判断各个材料抗病性的大小还需要借助常规的抗病鉴定；尽管本发明人在前期也发明了可用于棉花抗黄萎病性状辅助选择的分子标记，但这些标记仅能用于区分抗病基因型和感病基因型，无法用于多个材料间抗病性大小的比较。
发明内容
本发明所要解决的技术问题是克服现有的用于棉花抗黄萎病性状辅助选择的分子标记无法用于多个材料间抗病性大小比较的缺陷，提供一种判断棉花抗黄萎病性状强弱的分子方法，该方法可用于判断不同棉花材料间抗黄萎病性状强弱。
本发明所要解决的技术问题是通过以下技术方案来实现的：
一种预测不同棉花材料间抗黄萎病性状强弱的分子方法，包括：
（1）获得棉花抗黄萎病性状的优势等位基因位点；（2）获得棉花各材料含有所述优势等位基因的平均效应值，根据平均效应值的大小来预测棉花材料抗黄萎病性状强弱。
本发明人首先构建了棉花关联作图群体，利用该群体对棉花抗黄萎病性状进行了关联分析，获得棉花抗黄萎病性状的优势等位基因位点；
更具体的，本发明通过以下方法获得了棉花抗黄萎病性状的41个优势等位基因位点：
（1）从棉花种质资源中期库中选择系谱不同、地理来源不同的158份陆地棉优异种质组成棉花关联作图群体；
（2）将158份材料的种子于人工生长箱中进行培养，待子叶平展时，提取各材料幼苗的DNA；
（3）选择棉花AD基因组参考图谱（见网站http://www.cottondb.org/cgi-bin/cmap/viewer）上的所有SSR标记对步骤2中的DNA进行多态性扫描，筛选表现多态性的SSR标记；
（4）利用多态性标记对棉花关联作图群体进行基因型分析，利用PowerMarker软件（商业途径获得）对关联群体进行遗传多样性分析，利用STRUCTURE2.2软件（商业途径获得）进行群体结构分析；结合对关联作图群体进行温室抗黄萎病鉴定和人工黄萎病病圃鉴定结果，利用TASSEL2.1软件（商业途径获得）中的GLM模型进行抗黄萎病性状的关联分析，最后检测到41个与棉花抗黄萎病性状显著关联的分子标记位点，每个标记位点所含有的等位基因数目为2-4个，统计每个标记位点的各个等位基因在关联群体中的分布情况，同时计算含有各个等位基因的材料所表现出的平均黄萎病病指，其中，平均黄萎病病指最低的等位基因确定为该标记位点的优势等位基因，同时将该黄萎病病指作为该优势等位基因的效应值。该方法涉及到41个与棉花抗黄萎病性状显著关联的优势等位基因，这41个优势等位基因所对应的分子标记名称、序列、等位基因大小及效应值为表1所示。
所述的41个优势等位基因位点为BNL2599-120，NAU5233-590，NAU3592-185，NAU3828-310，NAU3212-360，BNL3255-240，NAU3201-240，NAU3499-550，DPL0222-580，NAU3074-190，CIR196-300，NAU980-180，NAU5428-490，BNL1034-400，NAU5064-310，BNL2646-130，BNL2441-250，NAU2627-460，BNL3319-210，TMB1114-220，NAU2887-460，NAU5120-170，BNL1606-220，JESPR101-140，NAU2859-280，BNL4069-100，JESPR0001-500，CIR364-250，NAU2894-190，BNL3646-230，NAU3574-210，BNL3649-200，NAU2954-460，JESPR274-190，NAU1047-175，NAU4912-360，NAU5463-190，Gh268-190，Gh454-180，NAU3563-220或73686-3-190。
本发明进一步分析棉花各材料含有的不同优势等位基因及其数目，利用SEQ ID No.1-SEQ ID No.82所示的多态性引物对有待预测的棉花材料进行PCR扩增，根据扩增结果对群体进行分子标记基因型分析，根据基因型分析结果统计每个材料含有的优势等位基因及其数目，根据每个优势等位基因的效应值，计算每份材料含有的所有优势等位基因的平均效应值；利用所计算出的优势等位基因的平均效应值的大小来评价材料的抗病性强弱，实现不同棉花材料间抗黄萎病性状强弱的判断。
本发明利用41个优势等位基因的分子标记对158份材料进行分析表明，每份材料含有的优势等位基因数目为6-34个，不同材料间优势等位基因平均效应值的范围为36.92-39.91。其中，平均效应值小于38的材料共有44份，经人工病圃抗黄萎病鉴定证实，这44份材料中有30份材料的抗黄萎病病指在30以下，其中包括5份病指20以下的抗病材料；平均效应值大于39的材料共有25份，经人工病圃抗黄萎病鉴定证实，这25份材料中有18份材料的抗黄萎病病指在50以上。选择平均效应值效应小于38的那些材料，那么将有68.18%（30/44）的几率选择到黄萎病病指在30以下的抗（耐）病材料；同时，可以淘汰掉平均效应值效应大于39的那些材料，则淘汰掉感病材料的几率为72%（18/25）；因此，本发明方法将优势等位基因的平均效应值小于38的棉花材料预测为抗黄萎病或耐黄萎病材料，将优势等位基因的平均效应值大于39的棉花材料预测为黄萎病感病材料，可以有效的将抗（耐）病材料（黄萎病指35以下）与感病材料（黄萎病指35以上）区分开，从而实现比较不同材料抗病性强弱的目的。
本发明方法可以实现基于优势等位基因分析的棉花抗病性强弱的预测，同时也为棉花抗黄萎病育种中抗病性的选择提供了分子工具。与以往的分子标记辅助选择方法不同，本发明方法不需要对棉花进行抗病性鉴定就可以实现对不同材料间抗病性大小的比较，大大提高了抗病材料的选择效率。利用这些分子标记对不同棉花材料进行抗病性大小的预测，其预测到抗（耐）病材料的几率可以达到68.18%，预测感病材料的几率可以达到72%。
传统抗黄萎病鉴定主要是在大田环境条件下利用黄萎病病圃对育种材料进行抗黄萎病鉴定，鉴定所需的时间较长，且受环境影响较大。本发明方法通过分析与抗黄萎病性状显著关联的优势等位基因的效应值大小来鉴定材料的抗病性，与现有技术相比，本发明方法不需要对棉花进行抗病性鉴定既可以实现对不同材料间抗病性大小的比较，大大提高了抗病材料的选择效率。
附图说明
图1为对关联作图群体进行温室和大田人工病圃抗病性鉴定的表型变异的频率分别图。
图2为含有158份材料的关联作图群体基于212对多态性引物的群体结构。
具体实施方式
实施例1棉花关联作图群体的构建及抗黄萎病性状测定
本实施例中的关联作图群体为158份系谱不同、地理来源不同的陆地棉优异种质，该群体材料从棉花种质资源中期库中选择。分别采用温室和人工黄萎病病圃两种方法对群体进行抗病性鉴定，其中温室鉴定采用蛭石沙土无底纸钵定量蘸菌液法（朱荷琴等），人工病圃鉴定采用田间人工病圃成株期鉴定方法（朱荷琴等，2007）。抗病性数据分析结果表明：两种鉴定方法得到的抗病性数据结果表明抗病性属于数量性状均成连续性正态分布，且变异范围很广，说明抗病性为数量性状（图1）。
实施例2关联作图群体材料叶片总DNA提取
将158份材料的种子于人工生长箱中进行培养，待子叶平展时，利用CTAB法提取各材料幼苗的DNA，具体方法参照1993年Paterson等（Paterson AH,Brubaker CL,Wendel JF.A rapid method for extraction of cotton(Gossypium spp.)genomic DNA suitable for RFLP and PCR analysis.PlantMol Biol Rep,1993,11:122–127）报道的方法提取。
实施例3多态性引物的筛选
根据网站（http://www.cottondb.org/cgi-bin/cmap/viewer）公布的棉花AD基因组参考图谱，选择该图谱上的所有SSR标记，根据这些SSR标记的引物序列，通过生物公司合成这些SSR引物。共合成SSR引物1482对。筛选结果表明，有212对SSR引物的扩增产物在158份材料间存在长度多态性差异。多态性筛选程序如下：
（1）从群体中选择24份系谱差异较大的材料的DNA，作为筛选引物的模板。
（2）PCR反应体系：
（3）PCR反应程序：
（4）凝胶电泳及银染：
采用10%非变性聚丙烯酰胺凝胶，电泳槽使用DYCZ-30C型垂直电泳槽，电泳条件为210V恒压，电泳1h，凝胶大小180mm×120mm×2mm，电泳缓冲液用1×TBE，电泳结束后进行银染，银染的具体操作参考相关文献（张军，武耀庭，郭旺珍等.棉花微卫星标记的PAGE/银染快速检测[J].棉花学报，2000，12（5）：267-269.）。
实施例4群体的基因型分析、结构分析和关联分析
利用筛选的多态性标记对棉花关联作图群体进行分子标记基因型分析，获得分子标记基因型数据。利用PowerMarker软件（商业途径获得）对关联群体进行遗传多样性分析，获得各SSR标记位点的等位基因数、基因多样性及多态性信息含量（PIC）。利用STRUCTURE2.2软件（商业途径获得）进行群体结构分析，参数length of burn-in period和Number of MCMC Reps after burnin分别设为10000和100000，设置K从1到15，分析结果表明，关联作图群体可以分为G1和G2两个类群，其中，G1类群又可以分为G1a、G1b、G1c三个亚群，G2类群又可以分为G2a、G2b、G2c和G2d四个亚群（图2）。基于该关联作图群体的基因型数据、群体结构分析数据已及对群体进行抗病性鉴定的表型数据，利用TASSEL2.1软件（商业途径获得）中的GLM模型进行抗黄萎病性状的关联分析，其中等位基因频率小于0.05的SSR标记和缺失数据大于20%的材料被过滤除去。通过关联分析最后检测到41个与棉花抗黄萎病性状显著关联的分子标记位点。进一步分析每个分子标记位点所含有的等位基因及各个等位基因在关联群体中的分布情况，计算含有各个等位基因的材料所表现出的平均黄萎病病指，其中，平均黄萎病病指最低的等位基因确定为该标记位点的优势等位基因，同时将该黄萎病病指作为该优势等位基因的效应值。结果得到41个优势等位基因（表1），效应值的变化范围为27.4-40.94（表1）。
表141个优势等位基因的分子标记名称、引物序列、解释的表型变异以及该优势等位基因的效应值大小
实施例5利用优势等位基因进行不同棉花材料间抗黄萎病性状强弱判断
（1）选择实施例1中的158份棉花材料，利用CTAB法提取各材料幼苗的DNA。
（2）利用表1中的41个优势等位基因的分子标记对上述158份材料进行PCR扩增，根据扩增结果对群体进行分子标记基因型分析，具体扩增方法与实施例3中多态性引物筛选的扩增方法相同。
（3）根据基因型分析结果统计每个材料含有的优势等位基因及其数目，根据每个优势等位基因的效应值，计算每份材料含有的所有优势等位基因的平均效应值，利用所计算出的优势等位基因的平均效应值的大小来评价材料的抗病性强弱，从而实现不同棉花材料间抗黄萎病性状强弱的判断。
利用41个优势等位基因的分子标记对158份材料进行分析表明，每份材料含有的优势等位基因数目为6-34个，不同材料间优势等位基因平均效应值的范围为36.92-39.91（表2）。其中，平均效应值小于38的材料共有44份，经人工病圃抗黄萎病鉴定证实，这44份材料中有30份材料的抗黄萎病病指在30以下，其中包括5份病指20以下的抗病材料；平均效应值大于39的材料共有25份，经人工病圃抗黄萎病鉴定证实，这25份材料中有18份材料的抗黄萎病病指在50以上。这说明利用本发明的方法可以有效的将抗（耐）病材料（黄萎病指35以下）与感病材料（黄萎病指35以上）区分开，从而实现比较不同材料抗病性强弱的目的。例如，在实际的亲本选配中，为了选择到抗病性较好的材料，可以选择材料的优势等位基因平均效应值较低的材料，在本发明中，可以选择平均效应值效应小于38的那些材料，那么有68.18%（30/44）的几率选择到黄萎病病指在30以下的抗（耐）病材料；同时，可以淘汰掉平均效应值效应大于39的那些材料，则淘汰掉感病材料的几率为72%（18/25），因此，大大提高了对亲本材料的选择效率。
表2不同材料中含有的优势等位基因数目及优势等位基因的平均效应值大小及平均效应值大小与黄萎病病指大小的符合情况。

Claims (2)

1.一种预测不同棉花材料间抗黄萎病性状强弱的分子方法，其特征在于，包括：(1)获得棉花抗黄萎病性状的优势等位基因位点；所述的优势等位基因位点为BNL2599-120，NAU5233-590，NAU3592-185，NAU3828-310，NAU3212-360，BNL3255-240，NAU3201-240，NAU3499-550，DPL0222-580，NAU3074-190，CIR196-300，NAU980-180，NAU5428-490，BNL1034-400，NAU5064-310，BNL2646-130，BNL2441-250，NAU2627-460，BNL3319-210，TMB1114-220，NAU2887-460，NAU5120-170，BNL1606-220，JESPR101-140，NAU2859-280，BNL4069-100，JESPR0001-500，CIR364-250，NAU2894-190，BNL3646-230，NAU3574-210，BNL3649-200，NAU2954-460，JESPR274-190，NAU1047-175，NAU4912-360，NAU5463-190，Gh268-190，Gh454-180，NAU3563-220，73686-3-190；
(2)按照下述方法获得棉花各材料含有所述优势等位基因的平均效应值：利用SEQ ID No.1-SEQ ID No.82所示的多态性引物对有待预测的棉花材料进行PCR扩增，根据扩增结果对群体进行分子标记基因型分析，根据基因型分析结果统计每个材料含有的优势等位基因及其数目，根据每个优势等位基因的效应值，计算每份材料含有的所有优势等位基因的平均效应值；
根据平均效应值的大小来预测棉花材料抗黄萎病性状强弱：将优势等位基因的平均效应值小于38的棉花材料预测为抗黄萎病或耐黄萎病材料；将优势等位基因的平均效应值大于39的棉花材料预测为黄萎病感病或易感材料。
2.按照权利要求1所述的方法，其特征在于：所述棉花材料优势等位基因平均效应值的范围为36.92-39.91。
CN201410049099.4A 2014-02-12 2014-02-12 预测不同棉花材料间抗黄萎病性状强弱的分子方法 Active CN103740856B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410049099.4A CN103740856B (zh) 2014-02-12 2014-02-12 预测不同棉花材料间抗黄萎病性状强弱的分子方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410049099.4A CN103740856B (zh) 2014-02-12 2014-02-12 预测不同棉花材料间抗黄萎病性状强弱的分子方法

Publications (2)

Publication Number Publication Date
CN103740856A CN103740856A (zh) 2014-04-23
CN103740856B true CN103740856B (zh) 2015-05-13

Family

ID=50497921

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410049099.4A Active CN103740856B (zh) 2014-02-12 2014-02-12 预测不同棉花材料间抗黄萎病性状强弱的分子方法

Country Status (1)

Country Link
CN (1) CN103740856B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104878003A (zh) * 2015-06-15 2015-09-02 南京农业大学 一个棉花黄萎病抗性主效qtl及其连锁的分子标记
CN105925574B (zh) * 2016-06-29 2019-05-07 中国农业科学院郑州果树研究所 一种与葡萄白腐病抗性关联的分子标记vmc2b1-1及其应用

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102080080A (zh) * 2010-09-28 2011-06-01 中国农业科学院棉花研究所 一种用于陆地棉抗黄萎病性状辅助选择育种的分子标记

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102080080A (zh) * 2010-09-28 2011-06-01 中国农业科学院棉花研究所 一种用于陆地棉抗黄萎病性状辅助选择育种的分子标记

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《Genetic Structure, Linkage Disequilibrium and Association Mapping of Verticillium Wilt Resistance in Elite Cotton (Gossypium hirsutum L.) Germplasm Population》;Yunlei Zhao,et al;《PLOS ONE》;20140123;第9卷(第1期);e86308 *
《棉花抗黄萎病QTL定位研究进展》;冯常辉;《棉花学报》;20100630;第22卷(第3期);273-278 *

Also Published As

Publication number Publication date
CN103740856A (zh) 2014-04-23

Similar Documents

Publication Publication Date Title
CN109706263A (zh) 与小麦抗条锈病基因QYr.sicau-1B-1连锁的SNP分子标记与应用
CN106755482B (zh) 一种鉴定嘎拉苹果后代植株的ssr分子标记iii及其应用
CN105385697A (zh) 芝麻花序有限基因Sidt1及其SNP标记
CN107058529B (zh) 一种选育小麦条锈病持久抗性材料的方法
CN110724758B (zh) 一种基于snp标记鉴定京农科728玉米杂交种纯度的方法
Roychowdhury et al. Molecular marker-assisted technologies for crop improvement
CN106011287A (zh) 水稻抗细菌性条斑病主效基因bls1位点的分子标记及其应用
CN102220430A (zh) 一种辅助筛选抗条锈病小麦的方法及其专用引物
CN103740828B (zh) 一种梨果实果梗长度主效qtl位点的snp分子标记方法及其应用
CN109929945A (zh) 甘蓝型油菜开花期和成熟期主效QTL位点的分子标记BrSF2604引物及其应用
CN108220402A (zh) 一种大白菜种质和品种系谱关系的鉴定方法
CN112176091B (zh) 一种与茄子萼片颜色性状基因紧密连锁的caps分子标记及制备方法
CN112410462B (zh) 一种南瓜半矮生性状紧密连锁的snp分子标记及其应用
CN103740856B (zh) 预测不同棉花材料间抗黄萎病性状强弱的分子方法
CN106498048A (zh) 一种与大豆结瘤数相关的qtl、snp分子标记及应用
CN107058532B (zh) 检测水稻对白叶枯病抗性的分子标记及特异引物对
KR101734922B1 (ko) 양배추 검은썩음병 저항성 또는 이병성 품종 선별용 분자 마커 및 이의 용도
CN108004236B (zh) 玉米茎腐病抗病分子育种方法及其应用
Olalekan et al. Analysis of recurrent parent genome recovery in marker-assisted backcross breeding programme in Watermelon
CN113846177B (zh) 一种橡胶树次生乳管列数的snp分子标记及其应用
CN105803083B (zh) 梨果实单果重主效qtl位点msf的分子标记及应用
Ning et al. Genetic diversity analysis of sedges (Carex spp.) in Shandong, China based on inter-simple sequence repeat
CN112779350A (zh) 与小麦小穗粒数QTLQGns．sicau-2D紧密连锁的分子标记及其应用
CN102094091B (zh) 基于琼脂糖凝胶变性复性及生物素亲和吸附的自发突变基因的分离检测方法
Bhuiyan et al. Validated Molecular Marker for Downy Mildew Disease Resistance Breeding of Sunflower: A Short Review

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant