CN108504758A - 筛选杨树纸浆材新品种的基因标记辅助育种方法、试剂盒及应用 - Google Patents

筛选杨树纸浆材新品种的基因标记辅助育种方法、试剂盒及应用 Download PDF

Info

Publication number
CN108504758A
CN108504758A CN201710365480.5A CN201710365480A CN108504758A CN 108504758 A CN108504758 A CN 108504758A CN 201710365480 A CN201710365480 A CN 201710365480A CN 108504758 A CN108504758 A CN 108504758A
Authority
CN
China
Prior art keywords
genotype
genes
gene
willow
biomass
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.)
Pending
Application number
CN201710365480.5A
Other languages
English (en)
Inventor
张德强
杜庆章
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.)
Beijing Forestry University
Original Assignee
Beijing Forestry University
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 Beijing Forestry University filed Critical Beijing Forestry University
Priority to CN201710365480.5A priority Critical patent/CN108504758A/zh
Publication of CN108504758A publication Critical patent/CN108504758A/zh
Pending legal-status Critical Current

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)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Organic Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Mycology (AREA)
  • Botany (AREA)
  • Immunology (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)
  • Breeding Of Plants And Reproduction By Means Of Culturing (AREA)

Abstract

本发明提出了预测杨树的生物量和木材品质性状的方法、杨树选育方法、用于预测杨树的生物量和木材品质性状的试剂盒、用于预测杨树的生物量和木材品质性状的设备、杨树选育系统、预定位点的基因型在预测杨树的生物量和木材品质性状中的用途以及确定预定位点的方法。所述预测杨树的生物量和木材品质性状的方法包括：(1)确定所述杨树预定位点的基因型以及(2)基于所述预定位点的基因型，预测所述杨树的生物量和木材品质性状。由此，本发明的预测杨树的生物量和木材品质性状的方法能够预测出杨树的生物量和木材品质性状，选育出优质杨树，缩短育种周期。

Description

筛选杨树纸浆材新品种的基因标记辅助育种方法、试剂盒及 应用
技术领域
本发明涉及生物领域。具体地，本发明涉及筛选杨树纸浆材新品种的基因标记辅助育种方法、试剂盒及应用。更具体地，本发明提出了预测杨树的生物量和木材品质性状的方法、杨树选育方法、用于预测杨树的生物量和木材品质性状的试剂盒、用于预测杨树的生物量和木材品质性状的设备、杨树选育系统、预定位点的基因型在预测杨树的生物量和木材品质性状中的用途以及确定预定位点的方法。
背景技术
杨树生长迅速、轮伐期短、种间杂交与无性繁殖容易，是北半球地区广泛栽培的经济与生态树种。特别是，杨树资源的工业用途广泛，是制浆造纸、胶合板、包装材料、纤维质新能源等的重要原料，有着重要的产业需求与发展前景。然而，先前杨树纸浆材良种选育主要以生长性状为目标开展常规杂交育种，具有育种周期长、稳定性差、过度关注木材产量而忽略木材质量(木材密度、纤维长度、以及纤维素、木质素含量)等缺点，严重限制了优质、速生纸浆材新品种的选育与高效利用。因此，开发木材纤维品质性状的定向分子辅助育种技术可显著提高目标性状的选育精度，缩短育种周期，是林木树种大规模工业应用中急需解决的核心育种技术。
基因标记辅助选择育种，是指利用与目标性状基因紧密连锁的DNA分子标记对目标性状进行基因型选择的一种现代育种方法，具有操作稳定性强、不易受环境因素干扰等优点，可以极大地提高育种效率，其中如何筛选出与目标性状显著关联的分子标记位点是辅助选择育种技术建立的关键环节。在常见的分子标记技术中，单核苷酸多态性(SingleNucleotide Polymorphisms,SNPs)由于数量多、分布广泛、遗传稳定性高、共显性等特点，被认为是一种理想的分子标记类型。特别是位于基因编码区或者调控区域内的SNPs，由于长久伴随该基因的进化，一般会受到强烈的选择压力，造成与物种的表型性状紧密连锁，遗传效力较强，被称之为“功能性标记”。因此，发掘重要候选基因内与目标性状显著关联的功能SNP位点，是分子标记辅助选择育种设计工作的基础。特别是对于育种周期较长、研究基础较为薄弱的多年生林木树种，其重要经济性状一般属于数量性状，受多基因多位点的加性、与显性等联合遗传效应联合控制，遗传机制较为复杂。
然而，目前利用功能SNP位点对杨树品质性状的选育方法仍有待开发。
发明内容
本发明旨在至少在一定程度上解决现有技术中存在的技术问题至少之一。
在本发明的一个方面，本发明提出了一种预测杨树的生物量和木材品质性状的方法。根据本发明的实施例，所述方法包括：(1)确定所述杨树下列预定位点的基因型：SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位；以及(2)基于所述预定位点的基因型，预测所述杨树的生物量和木材品质性状，其中，SUS03基因第874位基因型为AA、EXP15基因第878位基因型为AG、WOX05基因第570位基因型为TT、NAC14基因第1722位基因型为CT、BGLU40基因第4054位基因型为AA、第4460位基因型为AA、UGT74B1基因第410位基因型为TT、第1234位基因型为GG、KOR02基因第560位基因型为AA、4CL07基因第546位基因型为GA、PAL02基因第1198位基因型为TC、CESA08基因第4340位基因型为GC以及DUF594基因第559位基因型为AA，是所述杨树的生物量高且木材品质性状优的指示；SUS03基因第874位基因型为TT、EXP15基因第878位基因型为AA、WOX05基因第570位基因型为TC、NAC14基因第1722位基因型为CC、BGLU40基因第4054位基因型为AT、第4460位基因型为GG、UGT74B1基因第410位基因型为CC、第1234位基因型为GA、KOR02基因第560位基因型为AG、4CL07基因第546位基因型为GG、PAL02基因第1198位基因型为TT、CESA08基因第4340位基因型为GG以及DUF594基因第559位基因型为AC，是所述杨树的生物量低且木材品质性状差的指示。
发明人发现，SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位是与杨树的生物量和木材品质性状显著关联的SNP位点，通过确定其基因型，能够预测出杨树的生物量和木材品质性状，选育出优质杨树，缩短育种周期。
在本发明的另一方面，本发明提出了一种杨树选育方法。根据本发明的实施例，所述方法包括：(a)提供多个杨树候选株；(b)根据前面所述预测杨树的生物量和木材品质性状的方法，预测所述杨树候选株的生物量及木材品质性状；和(c)基于步骤(b)的预测结果，选择并培育生物量高且木材品质性状优的候选株。由此，根据本发明实施例的杨树选育的方法能够有效地选育出优质杨树，缩短育种周期。
在本发明的又一方面，本发明提出了一种用于预测杨树的生物量和木材品质性状的试剂盒。根据本发明的实施例，所述试剂盒包括：适于确定所述杨树下列预定位点的基因型的试剂：SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位。由此，利用根据本发明实施例的试剂盒能够有效地预测杨树的生物量和木材品质性状，从而实现选育出优质杨树，缩短育种周期。
在本发明的又一方面，本发明提出了一种用于预测杨树的生物量和木材品质性状的设备。根据本发明的实施例，所述设备包括：基因型确定单元，所述基因型确定单元用于确定所述杨树下列预定位点的基因型：SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位；以及计算单元，所述计算单元与所述基因型确定单元相连，用于基于所述预定位点的基因型，预测所述杨树的生物量和木材品质性状，其中，SUS03基因第874位基因型为AA、EXP15基因第878位基因型为AG、WOX05基因第570位基因型为TT、NAC14基因第1722位基因型为CT、BGLU40基因第4054位基因型为AA、第4460位基因型为AA、UGT74B1基因第410位基因型为TT、第1234位基因型为GG、KOR02基因第560位基因型为AA、4CL07基因第546位基因型为GA、PAL02基因第1198位基因型为TC、CESA08基因第4340位基因型为GC以及DUF594基因第559位基因型为AA，是所述杨树的生物量高且木材品质性状优的指示；SUS03基因第874位基因型为TT、EXP15基因第878位基因型为AA、WOX05基因第570位基因型为TC、NAC14基因第1722位基因型为CC、BGLU40基因第4054位基因型为AT、第4460位基因型为GG、UGT74B1基因第410位基因型为CC、第1234位基因型为GA、KOR02基因第560位基因型为AG、4CL07基因第546位基因型为GG、PAL02基因第1198位基因型为TT、CESA08基因第4340位基因型为GG以及DUF594基因第559位基因型为AC，是所述杨树的生物量低且木材品质性状差的指示。由此，根据本发明实施例的设备能够有效地预测出杨树的生物量和木材品质性状，选育出优质杨树，缩短育种周期。
在本发明的又一方面，本发明提出了一种杨树选育系统。根据本发明的实施例，所述系统包括：候选株获取设备，所述候选株获取设备用于提供多个杨树候选株；性状预测设备，所述性状预测设备与所述候选株获取设备相连，所述性状预测设备为前面所述的用于预测杨树的生物量和木材品质性状的设备，并且用于预测所述杨树候选株的生物量及木材品质性状；和培育设备，所述培育设备与所述性状预测设备相连，所述培育设备用于基于所述性状预测设备的预测结果，选择并培育生物量高和木材品质性状优的候选株。由此，根据本发明实施例的系统能够有效地预测出杨树的生物量和木材品质性状，选育出优质杨树，缩短育种周期。
在本发明的又一方面，本发明提出了预定位点的基因型在预测杨树的生物量和木材品质性状中的用途。根据本发明的实施例，所述预定位点包括：SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位。由此，通过确定上述预定位点的基因型，以便预测出杨树的生物量和木材品质性状，选育出优质杨树，缩短育种周期。
在本发明的又一方面，本发明提出了一种确定预定位点的方法。根据本发明的实施例，所述方法包括：(a)提取多个杨树的基因组DNA；(b)将所述每个杨树的目标性状进行相关性分析，以便明确目标性状之间的显著相关性；(c)分别以所述每个杨树的基因组DNA为模板，确定参考预定位点的基因型，以具有预定最小等位频率的参考预定位点作为候选预定位点；以及(d)将所述每个杨树的目标性状与所述候选预定位点进行关联分析，以便确定所述预定位点，其中，所述关联分析包括：(d1)确定与所述目标性状显著关联的候选预定位点，记作第一候选预定位点；(d2)针对仅与一个目标性状显著关联的各所述第一候选预定位点，确定各所述第一候选预定位点的连锁不平衡水平，选取连锁不平衡水平大于0.75且所述第一候选预定位点对目标性状的贡献率不小于10％的位点，记作第二候选预定位点；(d3)针对与多个目标性状显著关联的各所述第一候选预定位点，选取对任意一个所所述目标性状的贡献率均不小于10％的位点，记作第三候选预定位点，所述第二候选预定位点和第三候选预定位点构成所述预定位点，所述预定位点是如前面所述预测杨树的生物量和木材品质性状的方法、杨树选育方法、用于预测杨树的生物量和木材品质性状的试剂盒、用于预测杨树的生物量和木材品质性状的设备、杨树选育系统或预定位点的基因型在预测杨树的生物量和木材品质性状中的用途中所限定的。由此，根据本发明实施例的方法能够快速、准确地确定预定位点，从而可以根据该预定位点预测出杨树的生物量和木材品质性状，选育出优质杨树，缩短育种周期。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1显示了根据本发明一个实施例的预测杨树的生物量和木材品质性状的方法的流程示意图；
图2显示了根据本发明一个实施例的用于预测杨树的生物量和木材品质性状的设备的结构示意图；
图3显示了根据本发明一个实施例的杨树选育系统的结构示意图；以及
图4显示了根据本发明一个实施例的SNP位点的基因型与表型的关联示意图。
具体实施方式
下面详细描述本发明的实施例。下面描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
需要说明的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。进一步地，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
本发明提出了预测杨树的生物量和木材品质性状的方法、杨树选育方法、用于预测杨树的生物量和木材品质性状的试剂盒、用于预测杨树的生物量和木材品质性状的设备、杨树选育系统、预定位点的基因型在预测杨树的生物量和木材品质性状中的用途以及确定预定位点的方法，下面将分别对其进行详细描述。
预测杨树的生物量和木材品质性状的方法
在本发明的一个方面，本发明提出了一种预测杨树的生物量和木材品质性状的方法。根据本发明的实施例，参见图1，该方法包括：
S100确定基因型
在该步骤中，确定杨树下列预定位点的基因型：SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位。
S200预测品质性状
在该步骤中，基于预定位点的基因型，预测杨树的生物量和木材品质性状。
发明人发现了上述杨树的11个关键基因内与是与杨树的生物量和木材品质性状显著关联的13个SNP位点，进而可以实现优质、速生无性系杨树的筛选，加速育种进程，缩短了选育周期。
需要说明的是，本发明中，杨树“速生”特性是以生物量作为衡量指标，若生物量高，即表示杨树具有速生特性。进一步地，以木材材积作为衡量生物量的指标，若木材材积高，即表示杨树生物量高。
根据本发明的具体实施例，13个SNP位点分别位于蔗糖合酶SUS03基因(https://www.ncbi.nlm.nih.gov/nuccore/GU592811)第874位，EXP15基因(http://popgenie.org/Potri.008G088300)第878位，WOX05基因(http://popgenie.org/Potri.012G047700)第570位，NAC转录因子NAC14基因(http://popgenie.org/Potri.004G119400)第1722位，β-葡聚糖BGLU40基因(http://popgenie.org/Potri.010G159900)第4054位与第4460位，UDP-葡萄糖转移酶UGT74B1基因(http://popgenie.org/Potri.015G071900)第410位与1234位，KOR02基因(https://www.ncbi.nlm.nih.gov/nuccore/HQ331277)第560位，4CL07基因(http://popgenie.org/Potri.004G102000)第546位，PAL02基因(http://popgenie.org/Potri.010G224100)第1198位，纤维素合酶CESA08基因(http://popgenie.org/Potri.018G029400)第4340位与DUF594基因(http://popgenie.org/Potri.016G012400)第559位碱基。
进一步地，毛白杨蔗糖合酶SUS03基因第874位为T/A，毛白杨EXP15基因第878位为A/G，毛白杨WOX05基因第570位为T/C，毛白杨转录因子NAC14基因第1722位为C/T，毛白杨β-葡聚糖BGLU40基因第4054位为A/T、第4460位为A/G，毛白杨UDP-葡萄糖转移酶UGT74B1基因第410位为T/C、第1234位为G/A，毛白杨KOR02基因第560位为A/G，毛白杨4CL07基因第546位为G/A，毛白杨PAL02基因第1198位为T/C，毛白杨纤维素合酶CESA08基因第4340位为G/C，毛白杨DUF594基因第559位为A/C。
其中，SUS03基因第874位基因型为AA、EXP15基因第878位基因型为AG、WOX05基因第570位基因型为TT、NAC14基因第1722位基因型为CT、BGLU40基因第4054位基因型为AA、第4460位基因型为AA、UGT74B1基因第410位基因型为TT、第1234位基因型为GG、KOR02基因第560位基因型为AA、4CL07基因第546位基因型为GA、PAL02基因第1198位基因型为TC、CESA08基因第4340位基因型为GC以及DUF594基因第559位基因型为AA，是杨树的生物量高且木材品质性状优的指示。
进一步地，SUS03基因第874位基因型为AA、EXP15基因第878位基因型为AG、WOX05基因第570位基因型为TT以及NAC14基因第1722位基因型为CT，是杨树的生物量高的指示；WOX05基因第570位基因型为TT、NAC14基因第1722位基因型为CT以及BGLU40基因第4054位基因型为AA，是杨树的微纤丝角度大的指示；BGLU40基因第4460位基因型为AA、UGT74B1基因第410位基因型为TT以及KOR02基因第560位基因型为AA，是杨树的木质素含量低的指示；KOR02基因第560位基因型为AA、4CL07基因第546位基因型为GA、PAL02基因第1198位基因型为TC以及UGT74B1基因第1234位基因型为GG，是杨树的纤维素含量高的指示；DUF594基因第559位基因型为AA、CESA08基因第4340位基因型为GC以及UGT74B1基因第1234位基因型为GG，是杨树的纤维长的指示；WOX05基因第570位基因型为TT以及NAC14基因第1722位基因型为CT，是杨树的微纤丝角度大且生物量高的指示；KOR02基因第560位基因型为AA，是杨树的纤维素含量高且木质素含量低的指示；UGT74B1基因第1234位基因型为GG，是杨树的纤维素含量高且与纤维长的指示。
根据本发明的实施例，SUS03基因第874位基因型为TT、EXP15基因第878位基因型为AA、WOX05基因第570位基因型为TC、NAC14基因第1722位基因型为CC、BGLU40基因第4054位基因型为AT、第4460位基因型为GG、UGT74B1基因第410位基因型为CC、第1234位基因型为GA、KOR02基因第560位基因型为AG、4CL07基因第546位基因型为GG、PAL02基因第1198位基因型为TT、CESA08基因第4340位基因型为GG以及DUF594基因第559位基因型为AC，是杨树的生物量低且木材品质性状差的指示。
进一步地，SUS03基因第874位基因型为TT、EXP15基因第878位基因型为AA、WOX05基因第570位基因型为TC以及NAC14基因第1722位基因型为CC，是生物量低的指示；WOX05基因第570位基因型为TC、NAC14基因第1722位基因型为CC、BGLU40基因第4054位基因型为AT，是杨树的微纤丝角度小的指示；BGLU40基因第4460位基因型为GG、UGT74B1基因第410位基因型为CC以及KOR02基因第560位基因型为AG，是杨树木质素含量高的指示；KOR02基因第560位基因型为AG、4CL07基因第546位基因型为GG、AL02基因第1198位基因型为TT以及UGT74B1基因第1234位基因型为GA，是杨树纤维素含量低的指示；DUF594基因第559位基因型为AC、CESA08基因第4340位基因型为GG、UGT74B1基因第1234位基因型为GA，是杨树纤维长度低的指示；WOX05基因第570位基因型为TC以及NAC14基因第1722位基因型为CC，是杨树微纤丝角度小及木材生物量低的指示；KOR02基因第560位基因型为AG，是纤维素含量低以及木质素含量高的指示；UGT74B1基因第1234位基因型为GA，是杨树的纤维素含量低以及纤维短的指示。
需要说明的是，携带上述两套SNP基因型组合的杨树单株，其生物量与木材品质性状属于两种较极端的情况，携带其它的SNP基因位点组合的杨树单株，其生物量与木材品质性状处于最优与最差两种情况之间。因此，本领域技术人员可以根据这13个SNP位点的碱基组合来预测待测杨树个体的生长和木材品质性状潜能，从而在苗期筛选出速生、优质纸浆材种质。
根据本发明的具体实施例，利用本发明所提供的13个SNP位点的碱基组合来预测待测杨树个体的生长和木材品质性状潜能，采用下述两种方法进行选育：(a)在各种类型群体内直接完成预测出生物量和木材品质性状优的杨树单株；(b)先预测出部分生物量和木材品质性状优的杨树单株，作为骨干亲本材料，再通过定向杂交设计进行多目标性状的杂交聚合，最终在杂交子代群体内获得优质、速生兼具的纸浆材无性系。
根据本发明的实施例，在步骤S100中，确定所述预定位点的基因型是利用第1引物至第39引物进行的，其中，第1引物至第39引物分别具有SEQ ID NO：1～39所示的核苷酸序列。
确定SUS03基因第874位碱基用的引物为SEQ ID NO.1、SEQ ID NO.2、SEQ IDNO.3，确定EXP15基因第878位碱基利用的引物为SEQ ID NO.4、SEQ ID NO.5、SEQ ID NO.6，确定WOX05基因第570位碱基的引物为SEQ ID NO.7、SEQ ID NO.8、SEQ ID NO.9，确定NAC14基因第1722位碱基的引物为SEQ ID NO.10、SEQ ID NO.11、SEQ ID NO.12，确定BGLU40基因第4054位碱基的引物为SEQ ID NO.13、SEQ ID NO.14、SEQ ID NO.15，确定第4460位碱基的引物为SEQ ID NO.16、SEQ ID NO.17、SEQ ID NO.18，确定UGT74B1基因第410位碱基的引物为SEQ ID NO.19、SEQ ID NO.20、SEQ ID NO.21，确定第1234位碱基的引物为SEQ IDNO.22、SEQ ID NO.23、SEQ ID NO.24，确定KOR02基因第560位碱基序列的引物为SEQ IDNO.25、SEQ ID NO.26、SEQ ID NO.27，确定4CL07基因第546位碱基用的引物为SEQ IDNO.28、SEQ ID NO.29、SEQ ID NO.30，确定PAL02基因第1198位碱基用的引物为SEQ IDNO.31、SEQ ID NO.32、SEQ ID NO.33，确定CESA08基因第4340位碱基的引物为SEQ IDNO.34、SEQ ID NO.35、SEQ ID NO.36，确定DUF594基因第559位碱基的引物为SEQ IDNO.37、SEQ ID NO.38、SEQ ID NO.39。
需要说明的是，本发明所使用的术语“品质性状优”以及“生物量高”主要是相对于整体平均水平而言的，即SUS03基因第874位基因型为AA、EXP15基因第878位基因型为AG、WOX05基因第570位基因型为TT、NAC14基因第1722位基因型为CT、BGLU40基因第4054位基因型为AA、第4460位基因型为AA、UGT74B1基因第410位基因型为TT、第1234位基因型为GG、KOR02基因第560位基因型为AA、4CL07基因第546位基因型为GA、PAL02基因第1198位基因型为TC、CESA08基因第4340位基因型为GC以及DUF594基因第559位基因型为AA的杨树生物量及品质性状显著高于整体平均水平，可以以该杨树作为选育林木，从而缩短了育种周期。
根据本发明的实施例，木材品质性状包括纤维素含量、木质素含量、纤维长度与微纤丝角度，杨树为毛白杨。由此，根据本发明实施例的方法能够有效地预测出毛白杨的生物量和木材品质性状，选育出优质毛白杨，缩短育种周期。
杨树选育方法
在本发明的另一方面，本发明提出了杨树选育方法。根据本发明的实施例，方法包括：(a)提供多个杨树候选株；(b)根据前面所描述的预测杨树的生物量和木材品质性状的方法，预测杨树候选株的生物量及木材品质性状；和(c)基于步骤(b)的预测结果，选择并培育生物量高且木材品质性状优的候选株。
常规的杨树通常需要在其长至10年左右，观察外观或者检测特定指标，才能够筛选出品质较好的杨树，所以整体培育时间较长。发明人发现，利用根据本发明实施例的杨树选育方法，在杨树候选株的生长早期(例如幼苗期)即可采用前面所描述的预测杨树候选株生物量及木材品质性状的方法，预测其生物量及木材品质性状，对于生物量高且品质性状优的杨树候选株即可作为培育对象，从而大大缩短了育种周期。
需要说明的是，本发明所使用的术语“候选株”应作广义理解，既可以指个体，例如幼苗；也可以指器官，例如叶子；还可以指细胞、组织等。
本领域技术人员能够理解的是，前面针对预测杨树的生物量及木材品质性状的方法所描述的特征和优点，同样适用于该杨树选育方法，在此不再赘述。
用于预测杨树的生物量和木材品质性状的试剂盒
在本发明的又一方面，本发明提出了一种用于预测杨树木材品质性状的试剂盒。根据本发明的实施例，该试剂盒包括：适于确定杨树下列预定位点的基因型的试剂：SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位。由此，利用根据本发明实施例的用于预测杨树的生物量和木材品质性状的试剂盒能够有效地预测杨树的生物量和木材品质性状，从而实现选育出优质杨树，缩短育种周期。
根据本发明的实施例，利用本发明的试剂盒进行PCR反应的25μl扩增体系如下：20ng基因组DNA，0.8U Taq DNA聚合酶，0.2mM dNTPs，10×PCR buffer以及50ng正向引物和50ng反向引物，补充ddH2O至25μl。
根据本发明的实施例，试剂包括：第1引物至第39引物，其中，第1引物至第39引物分别具有SEQ ID NO：1～39所示的核苷酸序列。发明人发现，利用上述引物能够有效地判断出SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位的基因型，从而能够预测到杨树的生物量及木材品质性状，选育出优质杨树，缩短育种周期。
根据本发明的实施例，木材品质性状包括纤维素含量、木质素含量、纤维长度与微纤丝角度，杨树为毛白杨。由此，根据本发明实施例的试剂盒能够有效地预测出毛白杨的生物量和木材品质性状，选育出优质毛白杨，缩短育种周期。
用于预测杨树的生物量和木材品质性状的设备
在本发明的又一方面，本发明提出了一种用于预测杨树的生物量和木材品质性状的设备。根据本发明的实施例，参见图2，该设备包括：基因型确定单元100以及计算单元200。下面将分别对其进行详细描述。
根据本发明的实施例，基因型确定单元100用于确定杨树下列预定位点的基因型：SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位。
发明人发现，上述位点为显著影响杨树的生物量及木材品质性状的SNP位点。进而，通过基因型确定单元100确定上述位点的基因型，从而能够预测到杨树的生物量及木材品质性状，选育出优质杨树，缩短育种周期。
根据本发明的实施例，计算单元与基因型确定单元相连，用于基于预定位点的基因型，预测杨树的生物量和木材品质性状，其中，SUS03基因第874位基因型为AA、EXP15基因第878位基因型为AG、WOX05基因第570位基因型为TT、NAC14基因第1722位基因型为CT、BGLU40基因第4054位基因型为AA、第4460位基因型为AA、UGT74B1基因第410位基因型为TT、第1234位基因型为GG、KOR02基因第560位基因型为AA、4CL07基因第546位基因型为GA、PAL02基因第1198位基因型为TC、CESA08基因第4340位基因型为GC以及DUF594基因第559位基因型为AA，是杨树的生物量高且木材品质性状优的指示；SUS03基因第874位基因型为TT、EXP15基因第878位基因型为AA、WOX05基因第570位基因型为TC、NAC14基因第1722位基因型为CC、BGLU40基因第4054位基因型为AT、第4460位基因型为GG、UGT74B1基因第410位基因型为CC、第1234位基因型为GA、KOR02基因第560位基因型为AG、4CL07基因第546位基因型为GG、PAL02基因第1198位基因型为TT、CESA08基因第4340位基因型为GG以及DUF594基因第559位基因型为AC，是杨树的生物量低且木材品质性状差的指示。由此，能够有效地预测到杨树的生物量及木材品质性状，选育出优质杨树，缩短育种周期。
根据本发明的实施例，基因型确定单元中设置有第1引物至第39引物，其中，第1引物至第39引物分别具有SEQ ID NO：1～39所示的核苷酸序列。发明人发现，利用上述引物能够有效地判断出SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位的基因型，从而能够预测到杨树的生物量及木材品质性状，选育出优质杨树，缩短育种周期。
根据本发明的实施例，木材品质性状包括纤维素含量、木质素含量、纤维长度与微纤丝角度，杨树为毛白杨。由此，根据本发明实施例的设备能够有效地预测出毛白杨的生物量和木材品质性状，选育出优质毛白杨，缩短育种周期。
杨树选育系统
在本发明的又一方面，本发明提出了一种杨树选育系统。根据本发明的实施例，根据本发明的实施例，参见图3，该系统包括：候选株获取设备1000、性状预测设备2000以及培育设备3000。下面将分别对其进行详细描述。
候选株获取设备1000
根据本发明的实施例，候选株获取设备用于提供多个杨树候选株。
性状预测设备2000
根据本发明的实施例，性状预测设备与候选株获取设备相连，性状预测设备为前面所描述的用于预测杨树木材品质性状的设备，并且用于预测杨树候选株的生物量及木材品质性状。
培育设备3000
根据本发明的实施例，培育设备与性状预测设备相连，培育设备用于基于性状预测设备的预测结果，选择并培育木材品质性状优的候选株。
发明人发现，利用根据本发明实施例的杨树选育系统，在杨树候选株的生长早期(如幼苗期)即可通过前面所描述的预测杨树候选株生物量及木材品质性状的方法，预测其生物量及木材品质性状，对于生物量高及品质性状优的杨树候选株即可作为培育对象，从而大大缩短了育种周期，提高了单位面积生物量与木材产量与质量。
根据本发明的实施例，木材品质性状包括纤维素含量、木质素含量、纤维长度与微纤丝角度，杨树为毛白杨。由此，根据本发明实施例的系统能够有效地预测出毛白杨的生物量和木材品质性状，选育出优质毛白杨，缩短育种周期。
本领域技术人员能够理解的是，前面针对用于预测杨树的生物量及木材品质性状的设备所描述的特征和优点，同样适用于该杨树选育系统，在此不再赘述。
预定位点的基因型在预测杨树的生物量和木材品质性状中的用途
在本发明的又一方面，本发明提出了预定位点的基因型在预测杨树木材品质性状中的用途。根据本发明的实施例，预定位点包括：SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位。由此，通过确定上述预定位点的基因型，从而预测出杨树的生物量及木材品质性状，选育出优质杨树，缩短育种周期。
确定预定位点的方法
在本发明的又一方面，本发明提出了确定预定位点的方法。根据本发明的实施例，该方法包括：
(a)提取多个杨树的基因组DNA
在该步骤中，选取多个杨树样品作为群体，提取每个杨树的基因组DNA。根据本发明的具体实施例，以460株随机选自于全国杨树种质资源基因库的杨树基因型个体作为群体。
需要说明的是，对于DNA提取方法不作严格限定，只要能够获得基因组DNA即可。根据本发明的具体实施例，利用CTAB法(Doyle等，Phytochemistry Bulletin.(1987)9,1-15)或植物DNA提取试剂盒对所有基因型个体进行基因组DNA提取。
(b)将每个杨树的目标性状进行相关性分析，以便明确目标性状之间的显著相关性。
在该步骤中，对关联群体的460株个体进行目标性状的指标测定。根据本发明的具体实施例，目标性状为生物量、纤维素含量、木质素含量、纤维长度与微纤丝角度；其中，利用近红外光谱测定仪测定每个基因型个体的木质素含量与纤维素含量两个木材化学性状指标；利用X射线衍射仪测定微纤丝角，利用纤维测定仪测定纤维长物理性状；利用生长性状测定工具测定木材材积指标；在群体水平利用SPSS软件对5个生长与木材品质性状指标进行相关性检验，确定两两指标之间的显著相关性水平，建立的关联群体表型数据库，用于基因内SNP标记的关联分析。
(c)分别以每个杨树的基因组DNA为模板，确定参考预定位点的基因型，以具有预定最小等位频率的参考预定位点作为候选预定位点。根据本发明的实施例，预定最小等位频率为不小于5％。
具体地，
首先，利用第二代Illumina GA2测序平台(San Diego,CA,USA)完成群体460株个体的15倍覆盖度的DNA重测序工作，其中利用SOAP ALIGNER/SOAP2v.2.20进行序列比对与组装，利用SOAP SNP v.1.03软件进行SNP数据筛选与挖掘，从而建立群体SNP基因型数据库。
然后，结合已发表的关于植物顶端生长与木材次生生长遗传机制研究的文献资源，基于NCBI公共数据库与林木物种基因组数据库，大规模搜索影响木材形成与顶端生长的基因资源。利用杨树参考基因组(http://genome.jgi-psf.org/Poptr1/Poptr1.home.html,Tuskan et al.,2006)进行最大同源性候选基因(E-value<1.0E-10)的序列搜索、功能注释、及其基因结构标定。随后，基于上步中完成的关联群体群体SNP基因型数据库，利用ULTRAEDIT v.3.2(http://www.ultraedit.com/)完成同源基因内SNP位点群体基因型的发掘，并利用TASSELv.3.0(http://www.maizegenetics.net/tassel)确定候选基因内常见SNP位点(最小等位频率≥5％)作为候选预定位点，用于关联分析。
(d)将每个杨树的目标性状与候选预定位点进行关联分析，以便确定预定位点。
根据本发明的实施例，关联分析包括：
(d1)确定与目标性状显著关联的候选预定位点，记作第一候选预定位点。根据本发明的具体实施例，候选预定位点与目标性状的显著性概率小于0.001是显著关联的指示。
在该步骤中，首先利用STRUCTURE模型确定最佳群体亚结构，获取代表每个基因型个体在群体结构中的成员概率值Q，利用SPAGEDI 1.2计算该群体内个体间的亲缘关系值K。Q和K矩阵用来作为关联分析模型中的协变量，消除群体结构及其群体亲缘关系差异对关联作图结果的影响。利用DNASP软件检测对所有候选基因进行了连锁不平衡水平检测，发现其基因的连锁不平衡水平较低，在基因内部就衰退至不明显，表明位点之间的连锁不平衡衰退距离较近，有利于开展多个候选基因的联合关联分析，其关联作图分析的分辨率较高。
然后，利用TASSEL 5.0软件中的混合线性模型(Q+K模型)，以上步中计算得到的Q和K矩阵为协变量，进行表型与基因型数据的关联分析，获取的显著关联位点，确定与生长及木材品质性状显著关联的SNP位点(P<0.001)，记作第一候选预定位点，并计算各第一候选预定位点的加性效应值以及显性效应值。
(d2)针对仅与一个目标性状显著关联的各第一候选预定位点，确定各第一候选预定位点的连锁不平衡水平，选取连锁不平衡水平大于0.75且第一候选预定位点对目标性状的贡献率不小于10％的位点，记作第二候选预定位点；
(d3)针对与多个目标性状显著关联的各第一候选预定位点，选取对任意一个目标性状的贡献率均不小于10％的位点，记作第三候选预定位点，第二候选预定位点和第三候选预定位点构成预定位点。
对步骤(d2)所得到的第二候选预定位点进行FDR多重检测，并设计了2个层次来进一步确定预定位点，具体步骤为(d2)和(d3)。
具体地，
针对仅与一个目标性状显著关联的各第一候选预定位点，通过检验显著连锁的SNP位点间的连锁不平衡水平(r2)，在r2>0.75区域内(一般位于同一个基因内)选择最具代表性的主效SNP位点(单标记贡献率≥10％)记作第二候选预定位点；
为消除后期多个目标性状联合筛选时复杂情况，针对与多个目标性状显著关联的各第一候选预定位点，对任意一个目标性状的贡献率均不小于10％的位点，记作第三候选预定位点。基于上述SNP筛选，最终获得来自于毛白杨11个基因内与杨树生长和木材品质性状显著关联的13个代表性主效SNP标记(单标记贡献率≥10％)，即为预定位点。
根据本发明的实施例，预定位点是如前面预测杨树的生物量和木材品质性状的方法、杨树选育方法、用于预测杨树的生物量和木材品质性状的试剂盒、用于预测杨树的生物量和木材品质性状的设备、杨树选育系统或预定位点的基因型在预测杨树的生物量和木材品质性状中的用途中所限定的。由此，通过本发明的方法能够有效地获得如下预定位点：SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位。
进一步地，针对获得的13个代表性SNP标记(即预定位点)，每个SNP均需要针对特定性状指标进行基因型效应分析，从而检测出每个SNP三种基因型(2个纯合基因型，1个杂合基因型)分别对应的表型平均值差异水平，确定目标指标极端表型组对应的具体基因型类型。
基于上述不同SNP位点对应目标性状的基因型效应，在度量出多个目标性状指标最佳耦合状态下，以木材品质作为首选，生长量作为辅选，进行不同SNP基因型的组合搭配，并根据不同SNP基因型组合模块估算的贡献率大小，确定最优基因型组合模块(利用最少数目的SNP标记位点，最大效率地筛选多个性状指标)。
具体地，SUS03基因第874位基因型为AA、EXP15基因第878位基因型为AG、WOX05基因第570位基因型为TT、NAC14基因第1722位基因型为CT、BGLU40基因第4054位基因型为AA、第4460位基因型为AA、UGT74B1基因第410位基因型为TT、第1234位基因型为GG、KOR02基因第560位基因型为AA、4CL07基因第546位基因型为GA、PAL02基因第1198位基因型为TC、CESA08基因第4340位基因型为GC以及DUF594基因第559位基因型为AA，是杨树的生物量高且木材品质性状优的指示。
SUS03基因第874位基因型为TT、EXP15基因第878位基因型为AA、WOX05基因第570位基因型为TC、NAC14基因第1722位基因型为CC、BGLU40基因第4054位基因型为AT、第4460位基因型为GG、UGT74B1基因第410位基因型为CC、第1234位基因型为GA、KOR02基因第560位基因型为AG、4CL07基因第546位基因型为GG、PAL02基因第1198位基因型为TT、CESA08基因第4340位基因型为GG以及DUF594基因第559位基因型为AC，是杨树的生物量低且木材品质性状差的指示。
下面将结合实施例对本发明的方案进行解释。本领域技术人员将会理解，下面的实施例仅用于说明本发明，而不应视为限定本发明的范围。实施例中未注明具体技术或条件的，按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用试剂或仪器未注明生产厂商者，均为可以通过市购获得的常规产品。
实施例1
(1)选取由460株毛白杨个体组成的自然群体作为关联分析群体，并提取每株个体的基因组DNA；
(2)对关联分析群体的每株基因型个体进行目标性状的指标测定，包括：木质素含量、纤维素含量、纤维长度、微纤丝角与材积；在群体水平对5个生长与木材品质性状指标进行相关性检验，确定两两指标之间的显著相关性水平(表1)。其中，利用近红外光谱测定仪测定每个基因型个体的木质素含量与纤维素含量两个木材化学性状指标；利用X射线衍射仪测定微纤丝角，利用纤维测定仪测定纤维长物理性状；利用生长性状测定工具测定木材材积指标。
表1毛白杨关联群体目标性状的表型相关性
性状 木质素含量 纤维素含量 纤维长度 微纤丝角 材积
木质素含量 1 - / / /
纤维素含量 -0.305** 1 / / /
纤维长度 -0.035 0.004 1 + +
微纤丝角 0.087 -0.020 0.279** 1 +
材积 0.142 -0.068 0.287** 0.131* 1
注：*P<0.05，**P<0.01，+为显著正相关，-为显著负相关，/为相关性不明显。
(3)利用第二代Illumina GA2测序平台(San Diego,CA,USA)完成群体460株个体的15倍覆盖度的DNA重测序工作，其中利用SOAP ALIGNER/SOAP2v.2.20进行序列比对与组装，利用SOAP SNP v.1.03软件进行SNP数据筛选与挖掘，从而建立群体SNP基因型数据库。
结合已发表的关于植物顶端生长与木材次生生长遗传机制研究的文献资源，基于NCBI公共数据库与林木物种基因组数据库，大规模搜索影响木材形成与顶端生长的基因资源。利用杨树参考基因组(http://genome.jgi-psf.org/Poptr1/Poptr1.home.html,Tuskan et al.,2006)进行最大同源性候选基因(E-value<1.0E-10)的序列搜索、功能注释、及其基因结构标定。随后，基于上步中完成的关联群体群体SNP基因型数据库，利用ULTRAEDIT v.3.2(http://www.ultraedit.com/)完成同源基因内SNP位点群体基因型的发掘，并利用TASSELv.3.0(http://www.maizegenetics.net/tassel)确定候选基因内常见SNP位点(最小等位频率≥5％)作为候选预定位点，用于关联分析。
(4)利用STRUCTURE模型确定最佳群体亚结构，获取代表每个基因型个体在群体结构中的成员概率值Q，利用SPAGEDI 1.2计算该群体内个体间的亲缘关系值K。
利用TASSEL 5.0软件中的混合线性模型(Q+K模型)，以(6)中计算得到的Q和K矩阵为协变量，进行表型与基因型数据的关联分析，获取的显著关联位点，确定与生长及木材品质性状显著关联的SNP位点(P<0.001)，记作第一候选预定位点，并计算各第一候选预定位点的加性效应值以及显性效应值，具体参见表2。
表2利用关联作图确定的SNP标记与杨树生长和木材品质性状的显著关联组合(P值<0.01)
(5)对于确定的显著连锁的SNP位点，设计了2个层次来筛选可用于后期组合模块设计的代表性SNP标记位点；其中，(a)针对仅与一个目标性状显著关联的各第一候选预定位点，通过检验显著连锁的SNP位点间的连锁不平衡水平(r2)，在r2>0.75区域内(一般位于同一个基因内)选择最具代表性的主效SNP位点(单标记贡献率≥10％)记作第二候选预定位点；(b)为消除后期多个目标性状联合筛选时复杂情况，针对与多个目标性状显著关联的各第一候选预定位点，对任意一个目标性状的贡献率均不小于10％的位点，记作第三候选预定位点，第二和第三候选预定位点即构成预定位点。基于上述SNP筛选，最终获得来自于毛白杨11个基因内与杨树生长和木材品质性状显著关联的13个代表性主效SNP标记(单标记贡献率≥10％)，即为预定位点。具体参见表3。
表3确定了来自于毛白杨11个基因内13个代表性SNP标记与杨树生长和木材品质性状形成17个显著关联组合(单标记贡献率R2≥10％)
(6)针对13个代表性主效SNP标记，每个SNP均需要针对特定性状指标进行基因型效应分析，从而检测出每个SNP三种基因型(2个纯合基因型，1个杂合基因型)分别对应的表型平均值差异水平，确定目标性状极端表型组对应的具体基因型类型(表3)；
(7)基于上述不同SNP对应目标性状的基因型效应，在度量出多个目标性状指标最佳耦合状态下，以木材品质作为首选，生长量指标作为辅选，进行不同SNP基因型的搭配，并根据不同SNP基因型组合模块估算的贡献率大小，确定最优基因型组合模块(利用最少数目的SNP标记位点，最大效率地筛选多个性状指标)。最终，创制了包含13个SNP基因型组合的优选模块(表4，图3)，该模块用于对多个目标性状的早期分子标记辅助筛选。
表4用于杨树基因标记辅助选择优选模块的目标性状、基因内SNP及其最优基因型组合信息
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在对任意一个所个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种预测杨树的生物量和木材品质性状的方法，其特征在于，包括：
(1)确定所述杨树下列预定位点的基因型：
SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位；以及
(2)基于所述预定位点的基因型，预测所述杨树的生物量和木材品质性状，
其中，SUS03基因第874位基因型为AA、EXP15基因第878位基因型为AG、WOX05基因第570位基因型为TT、NAC14基因第1722位基因型为CT、BGLU40基因第4054位基因型为AA、第4460位基因型为AA、UGT74B1基因第410位基因型为TT、第1234位基因型为GG、KOR02基因第560位基因型为AA、4CL07基因第546位基因型为GA、PAL02基因第1198位基因型为TC、CESA08基因第4340位基因型为GC以及DUF594基因第559位基因型为AA，是所述杨树的生物量高且木材品质性状优的指示；
SUS03基因第874位基因型为TT、EXP15基因第878位基因型为AA、WOX05基因第570位基因型为TC、NAC14基因第1722位基因型为CC、BGLU40基因第4054位基因型为AT、第4460位基因型为GG、UGT74B1基因第410位基因型为CC、第1234位基因型为GA、KOR02基因第560位基因型为AG、4CL07基因第546位基因型为GG、PAL02基因第1198位基因型为TT、CESA08基因第4340位基因型为GG以及DUF594基因第559位基因型为AC，是所述杨树的生物量低且木材品质性状差的指示。
2.根据权利要求1所述的方法，其特征在于，在步骤(1)中，确定所述预定位点的基因型是利用第1引物至第39引物进行的，其中，所述第1引物至第39引物分别具有SEQ ID NO：1～39所示的核苷酸序列。
3.根据权利要求1所述的方法，其特征在于，所述木材品质性状包括纤维素含量、木质素含量、纤维长度与微纤丝角度，所述杨树为毛白杨，
任选地，SUS03基因第874位基因型为AA、EXP15基因第878位基因型为AG、WOX05基因第570位基因型为TT以及NAC14基因第1722位基因型为CT，是所述杨树的生物量高的指示；
WOX05基因第570位基因型为TT、NAC14基因第1722位基因型为CT以及BGLU40基因第4054位基因型为AA，是所述杨树的微纤丝角度大的指示；
BGLU40基因第4460位基因型为AA、UGT74B1基因第410位基因型为TT以及KOR02基因第560位基因型为AA，是所述杨树的木质素含量低的指示；
KOR02基因第560位基因型为AA、4CL07基因第546位基因型为GA、PAL02基因第1198位基因型为TC以及UGT74B1基因第1234位基因型为GG，是所述杨树的纤维素含量高的指示；
DUF594基因第559位基因型为AA、CESA08基因第4340位基因型为GC以及UGT74B1基因第1234位基因型为GG，是所述杨树的纤维长的指示；
WOX05基因第570位基因型为TT以及NAC14基因第1722位基因型为CT，是所述杨树的微纤丝角度大且生物量高的指示；
KOR02基因第560位基因型为AA，是所述杨树的纤维素含量高且木质素含量低的指示；
UGT74B1基因第1234位基因型为GG，是所述杨树的纤维素含量高且与纤维长的指示。
4.一种杨树选育方法，其特征在于，包括：
(a)提供多个杨树候选株；
(b)根据权利要求1～3对任意一个所项所述的方法，预测所述杨树候选株的生物量及木材品质性状；和
(c)基于步骤(b)的预测结果，选择并培育生物量高且木材品质性状优的候选株。
5.一种用于预测杨树的生物量和木材品质性状的试剂盒，包括：
适于确定所述杨树下列预定位点的基因型的试剂：SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位。
6.根据权利要求5所述试剂盒，其特征在于，所述试剂包括：
第1引物至第39引物，其中，所述第1引物至第39引物分别具有SEQ ID NO：1～39所示的核苷酸序列，
任选地，所述木材品质性状包括纤维素含量、木质素含量、纤维长度与微纤丝角度，
任选地，所述杨树为毛白杨。
7.一种用于预测杨树的生物量和木材品质性状的设备，包括：
基因型确定单元，所述基因型确定单元用于确定所述杨树下列预定位点的基因型：SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位；以及
计算单元，所述计算单元与所述基因型确定单元相连，用于基于所述预定位点的基因型，预测所述杨树的生物量和木材品质性状，
其中，SUS03基因第874位基因型为AA、EXP15基因第878位基因型为AG、WOX05基因第570位基因型为TT、NAC14基因第1722位基因型为CT、BGLU40基因第4054位基因型为AA、第4460位基因型为AA、UGT74B1基因第410位基因型为TT、第1234位基因型为GG、KOR02基因第560位基因型为AA、4CL07基因第546位基因型为GA、PAL02基因第1198位基因型为TC、CESA08基因第4340位基因型为GC以及DUF594基因第559位基因型为AA，是所述杨树的生物量高且木材品质性状优的指示；
SUS03基因第874位基因型为TT、EXP15基因第878位基因型为AA、WOX05基因第570位基因型为TC、NAC14基因第1722位基因型为CC、BGLU40基因第4054位基因型为AT、第4460位基因型为GG、UGT74B1基因第410位基因型为CC、第1234位基因型为GA、KOR02基因第560位基因型为AG、4CL07基因第546位基因型为GG、PAL02基因第1198位基因型为TT、CESA08基因第4340位基因型为GG以及DUF594基因第559位基因型为AC，是所述杨树的生物量低且木材品质性状差的指示，
任选地，所述基因型确定单元中设置有第1引物至第39引物，其中，所述第1引物至第39引物分别具有SEQ ID NO：1～39所示的核苷酸序列，
任选地，所述木材品质性状包括纤维素含量、木质素含量、纤维长度与微纤丝角度，
任选地，所述杨树为毛白杨。
8.一种杨树选育系统，其特征在于，包括：
候选株获取设备，所述候选株获取设备用于提供多个杨树候选株；
性状预测设备，所述性状预测设备与所述候选株获取设备相连，所述性状预测设备为权利要求7所述的用于预测杨树的生物量和木材品质性状的设备，并且用于预测所述杨树候选株的生物量及木材品质性状；和
培育设备，所述培育设备与所述性状预测设备相连，所述培育设备用于基于所述性状预测设备的预测结果，选择并培育生物量高和木材品质性状优的候选株，
任选地，所述木材品质性状包括纤维素含量、木质素含量、纤维长度与微纤丝角度，
任选地，所述杨树为毛白杨。
9.预定位点的基因型在预测杨树的生物量和木材品质性状中的用途，其特征在于，所述预定位点包括：SUS03基因第874位、EXP15基因第878位、WOX05基因第570位、NAC14基因第1722位、BGLU40基因第4054位与第4460位、UGT74B1基因第410位与第1234位碱基、KOR02基因第560位碱基、4CL07基因第546位碱基、PAL02基因第1198位碱基、CESA08基因第4340位与DUF594基因第559位。
10.一种确定预定位点的方法，其特征在于，包括：
(a)提取多个杨树的基因组DNA；
(b)将所述每个杨树的目标性状进行相关性分析，以便明确所述目标性状之间的显著相关性；
(c)分别以所述每个杨树的基因组DNA为模板，确定参考预定位点的基因型，以具有预定最小等位频率的参考预定位点作为候选预定位点；以及
(d)将所述每个杨树的目标性状与所述候选预定位点进行关联分析，以便确定所述预定位点，
其中，所述关联分析包括：
(d1)确定与所述目标性状显著关联的候选预定位点，记作第一候选预定位点；
(d2)针对仅与一个目标性状显著关联的各所述第一候选预定位点，确定各所述第一候选预定位点的连锁不平衡水平，选取连锁不平衡水平大于0.75且所述第一候选预定位点对目标性状的贡献率不小于10％的位点，记作第二候选预定位点；
(d3)针对与多个目标性状显著关联的各所述第一候选预定位点，选取对任意一个所述目标性状的贡献率均不小于10％的位点，记作第三候选预定位点，所述第二候选预定位点和第三候选预定位点构成所述预定位点，
所述预定位点是如权利要求1～3对任意一个所项所述方法、权利要求4所述方法、权利要求5或6所述试剂盒、权利要求7所述设备、权利要求8所述系统或权利要求9所述用途中所限定的，
优选地，所述预定最小等位频率为不小于5％；
所述目标性状为生物量、纤维素含量、木质素含量、纤维长度与微纤丝角度；
步骤(d1)中，所述候选预定位点与所述目标性状的显著性概率小于0.001是所述显著关联的指示。
CN201710365480.5A 2017-05-22 2017-05-22 筛选杨树纸浆材新品种的基因标记辅助育种方法、试剂盒及应用 Pending CN108504758A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710365480.5A CN108504758A (zh) 2017-05-22 2017-05-22 筛选杨树纸浆材新品种的基因标记辅助育种方法、试剂盒及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710365480.5A CN108504758A (zh) 2017-05-22 2017-05-22 筛选杨树纸浆材新品种的基因标记辅助育种方法、试剂盒及应用

Publications (1)

Publication Number Publication Date
CN108504758A true CN108504758A (zh) 2018-09-07

Family

ID=63373403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710365480.5A Pending CN108504758A (zh) 2017-05-22 2017-05-22 筛选杨树纸浆材新品种的基因标记辅助育种方法、试剂盒及应用

Country Status (1)

Country Link
CN (1) CN108504758A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113025741A (zh) * 2021-03-09 2021-06-25 北京林业大学 一种选育杨树纸浆材新品种的单体型-上位性位点聚合育种模块及其应用

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008069745A1 (en) * 2006-12-08 2008-06-12 Swetree Technologies Ab Woody plants having improved fiber characteristics and method for making the same
CN103502456A (zh) * 2011-02-28 2014-01-08 巴斯夫植物科学有限公司 具有增强的产量相关性状的植物和用于制备该植物的方法
CN104293888A (zh) * 2013-07-16 2015-01-21 北京林业大学 筛选杨树生长和木材品质性状的snp位点、筛选方法、试剂盒及应用

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008069745A1 (en) * 2006-12-08 2008-06-12 Swetree Technologies Ab Woody plants having improved fiber characteristics and method for making the same
CN103502456A (zh) * 2011-02-28 2014-01-08 巴斯夫植物科学有限公司 具有增强的产量相关性状的植物和用于制备该植物的方法
CN104293888A (zh) * 2013-07-16 2015-01-21 北京林业大学 筛选杨树生长和木材品质性状的snp位点、筛选方法、试剂盒及应用

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LONGXIN WANG ET AL.: "Allelic variation in PtoPsbW associated with photosynthesis,growth, and wood properties in Populus tomentosa", 《MOL GENET GENOMICS》 *
孙丰波等: "杨树木材品质性状遗传变异的研究进展", 《防护林科技》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113025741A (zh) * 2021-03-09 2021-06-25 北京林业大学 一种选育杨树纸浆材新品种的单体型-上位性位点聚合育种模块及其应用

Similar Documents

Publication Publication Date Title
CN104342484B (zh) 一种与小麦千粒重相关的分子标记及其应用
CN106636393B (zh) 与南瓜皮色基因连锁的snp分子标记及其应用
Singh et al. Evaluation of microsatellite markers for genetic diversity analysis among sugarcane species and commercial hybrids
CN107217098A (zh) 与小麦抗穗发芽性状相关的kasp分子标记及其应用
CN104293888B (zh) 筛选杨树生长和木材品质性状的snp位点、筛选方法、试剂盒及应用
CN113584216B (zh) 小麦粒重基因TaCYP78A16的KASP标记开发及其应用
CN107794308B (zh) 鉴定小麦籽粒性状的特异snp及其应用
CN104419706B (zh) Snp标记及其应用
CN109554493A (zh) 一种梅花垂枝性状紧密连锁的snp分子标记及其检测方法与应用
CN102140506B (zh) 与甜瓜抗蔓枯病基因Gsb-2连锁的分子标记及其应用
CN104293774A (zh) 杨树CesAs基因内与木材品质性状显著关联的功能SSR标记、其应用及试剂盒
CN103773864B (zh) 一种梨果实横径主效qtl位点的snp标记方法及其应用
CN107446997A (zh) 与陆地棉纤维细度关联的snp分子标记及其应用
CN105238866B (zh) 一个与陆地棉早熟性状相关的snp位点及其应用
CN108179220B (zh) 小麦矮秆基因Rht12紧密连锁的KASP标记及其应用
CN106755417A (zh) 一种封闭群五指山小型猪遗传质量检测的方法
Baloch et al. Pronounced genetic diversity in tropical epiphyllous lichen fungi
CN108504758A (zh) 筛选杨树纸浆材新品种的基因标记辅助育种方法、试剂盒及应用
CN116790797A (zh) 与小麦粒重相关的kasp引物组及其应用
CN110283929A (zh) 辣椒疫病抗性基因相关的snp标记5-160及其特异性引物和应用
CN109439788A (zh) 与小麦株高主效基因位点紧密连锁的kasp分子标记及其应用
CN106011261A (zh) 与苎麻产量性状关联的ssr标记及其应用
Woods et al. Root pulling force across drought in maize reveals genotype by environment interactions and candidate genes
CN105779581A (zh) 一套适于大白菜品种核酸指纹数据库构建的核心snp标记及其应用
CN106011136A (zh) 与苎麻产量关联的ssr标记及其应用

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180907