CN109468399A - 一种西北春小麦性状与标记关联及效应分析的方法 - Google Patents

一种西北春小麦性状与标记关联及效应分析的方法 Download PDF

Info

Publication number
CN109468399A
CN109468399A CN201811481658.3A CN201811481658A CN109468399A CN 109468399 A CN109468399 A CN 109468399A CN 201811481658 A CN201811481658 A CN 201811481658A CN 109468399 A CN109468399 A CN 109468399A
Authority
CN
China
Prior art keywords
label
reduction
grain
chromosome
dart
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
CN201811481658.3A
Other languages
English (en)
Inventor
刘德梅
王海庆
陈志国
刘瑞娟
窦全文
袁飞敏
权有娟
李想
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.)
Northwest Institute of Plateau Biology of CAS
Original Assignee
Northwest Institute of Plateau Biology of CAS
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 Northwest Institute of Plateau Biology of CAS filed Critical Northwest Institute of Plateau Biology of CAS
Priority to CN201811481658.3A priority Critical patent/CN109468399A/zh
Publication of CN109468399A publication Critical patent/CN109468399A/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

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

本发明公开了一种西北春小麦性状与标记关联及效应分析的方法，涉及分子标记领域。包括：选择小麦种子并种植；成熟期测株高、穗长、小穗数、穗粒数、基部不孕小穗数；成熟后收获种子，测定粒宽、粒长、重量，计算千粒重，得到表型数据；利用NSTSYS对农艺性状表型值聚类分析；用CTAB法提取DNA，制备DArT芯片；采用STRUCTURE计算小麦品种群体结构，利用贝叶斯模型划分群体结构，采用TASSEL进行群体连锁不平衡分析，得到覆盖全基因组的标记数据；将表型数据与覆盖全基因组标记数据进行确定关联位点，获得36个显著相关DArT标记，并明确增效标记与减效标记。本发明的上述DART分子标记可应用于农业育种中。

Description

一种西北春小麦性状与标记关联及效应分析的方法
技术领域
本发明涉及分子标记技术领域，尤其涉及一种西北春小麦性状与标记关联及效应分析的方法。
背景技术
我国小麦常年种植面积约2500万公顷，占粮食作物面积的27％，总产量为1亿吨以上，约占粮食作物产量的22％。虽然我国种植小麦的面积较大但现阶段仍然是小麦进口最大国，据统计2017年我国进口小麦1588万吨，但我国小麦的总产量依然无法满足我国人民口粮需求。通过品种的遗传改良，挖掘作物的单产潜力是提高粮食产量最重要的措施之一，是保障世界粮食产量稳步增长的根本出路所在。近年来生物技术和基因组的突飞猛进的发展促使以分子设计为核心的现代育种技术正在掀起一场全球性农业科技革命，深入挖掘基因资源，培育高产、优质、多抗的小麦新品种是革命的重要内容。
小麦农艺性状多数是数量性状，易受环境条件影响，遗传基础复杂，表型和基因型之间的对应关系不明显，其表型效应由基因型效应和环境效应共同决定。全基因组关联分析(Whole Genome-Wide and Associated，GWAS)和连锁作图QTL(Quantitative TraitLocus)定位是两个揭示复杂性状的基因基础主要的手段。在小麦研究中，传统的QTL作图方法由于受限于双亲本的群体而定位到的基因区域分辨率较低，双亲群体定位可以运用于特殊的性状的基因定位。然而GWAS中由于群体有丰富的基因多样性，可以捕捉到多个不同性状的关联位点，它能够为基因发掘和分子标记鉴定提供高分辨率，高效的方法。
小麦的遗传多样性是小麦对不同环境长期适应和进化的产物。西北春麦区地处黄土高原、青藏高原、内蒙古高原的交叉地带，包括甘肃省的大部、宁夏回族自治区和青海省的东部，境内地势复杂，其气候特点是寒冷、干旱、雨量稀少，日照充足，昼夜温差大，春季多风沙，蒸发量大，大气干燥，尤其是青海柴达木盆地特殊的光照促进光合作用，加速有机物的形成，是塑造大穗大粒品种的最佳环境。西北春麦区尽管在种植面积及产量上只占全国小麦生产中的5％，但遗传多样性较高；因此，对西北地区春小麦的遗传多样性深入研究及挖掘新基因意义重大。
发明内容
有鉴于此，本发明实施例提供了一种西北春小麦性状与标记关联及效应分析的方法。
为达到上述目的，本发明主要提供了如下技术方案：
一方面，本发明实施例提供了一种西北春小麦性状与标记关联及效应分析的方法，所述方法包括以下步骤：选择小麦种子并种植；成熟期，测量株高、穗长、小穗数、穗粒数、基部不孕小穗数；成熟后，收获种子，采用高通量分子仪测定收获种子的粒宽、粒长、重量，计算千粒重，得到表型数据；利用NSTSYS软件对农艺性状表型值进行聚类分析，并将其分为三大类群；用CTAB法提取DNA，将DNA浓度调至约50-100ng·μl-1，制备DArT芯片；采用STRUCTURE计算小麦品种的群体结构，利用贝叶斯模型划分群体结构，采用TASSEL进行群体连锁不平衡分析，得到覆盖全基因组的标记数据，并将其分为7大类群；将所述表型数据与所述覆盖全基因组的标记数据进行确定关联位点，获得36个显著相关DArT标记，分别如下：
与株高相关的DArT分子标记的数量为12个，其中，8个为增效标记，分别位于2BS、3AL、3DL、4AL、6BL、7BL染色体上，4个为减效标记，分别位于2BL、6BL、7B染色体上；
与穗长相关的DArT分子标记的数量为2个，均为减效标记，分别位于1BL和1DS染色体上；
与小穗数相关的DArT分子标记的数量为8个，其中，4个为增效标记，分别位于2BL、4AL和7AS染色体上，4个为减效标记，位于2BL和4BS染色体上；
与穗粒数相关的DArT分子标记的数量为3个，其中，1个为增效标记，位于4AS染色体上，2个减效标记位于2BS和3B染色体上；
与不实小穗数相关的DArT分子标记的数量为4个，其中，3个为增效标记，位于4AL和2AS染色体上，1个为减效标记，位于4AL染色体上；
与粒长相关的DArT分子标记的数量为3个，其中，1个为增效标记，位于3AL染色体上，2个减效标记，位于3DL和6BL染色体上；
与千粒重相关的DArT分子标记的数量为1个，其为减效标记，位于4BS染色体上；
与粒宽相关的DArT分子标记的数量为4个，其中，1个为增效标记，位于5DL染色体上,3个为减效标记，位于1AL、4BS和6BS染色体上。
作为优选，所述12个与株高关联位点的等位变异中，8个为增效位点，标记2242056的表型效应值为20.52和标记977285的表型效应值为-6.45分别是增效与减效最大的等位变异，典型载体品种分别为甘肃96和青春254。
作为优选，所述与穗粒数相关联的3个位点的等位变异中，2个为减效位点，1个增效位点，标记1148843的表型效应值为6.68和标记1148843的表型效应值为-13.83分别是增效与减效最大的等位变异，典型载体品种分别是柴春236和红农1号。
作为优选，所述与小穗数相关联的8个位点的等位变异中，4个为减效位点，4个增效位点，标记1127249的表型效应值0.64和标记1402978的表型效应值-0.97分别是增效与减效最大的等位变异，典型载体品种分别是高原158和墨波。
作为优选，所述与不孕小穗数相关联的4个位点的等位变异中，1个为减效位点，3个增效位点，标记1139997的表型效应值1.09和标记1084423的表型效应值-0.14分别是增效与减效最大的等位变异，典型载体品种分别是高原363和高原338。
作为优选，所述7个穗长相关联位点的变异中，除了标记1067022和标记1103903是增效位点外，其他都为是减效，标记1067022的表型效应值0.073和标记3025848的表型效应值-0.35分别是增效与减效最大的变异，典型载体品种是高原175和甘肃96。
作为优选，所述与千粒重相关联位点的标记1091033是减效位点，其表型效应值为-3.31，其典型品种是甘肃96；与粒长相关的两个都是减效，标记1399704的表型效应值为-0.98和标记3952261的表型效应值为-0.98，典型载体品种为白大头。
作为优选，所述与粒宽相关联的4个位点的等位变异中，3个为减效位点，1个增效位点，标记1103903的表型效应值为0.05和标记1279590的表型效应值为-0.31分别是增效与减效最大的等位变异，典型载体品种分别是高原青农254和红农1号。
作为优选，所述与株高相关的DArT分子标记的解析率为10％-50％；所述与穗长相关的DArT分子标记的解析率均为15％；所述与小穗数相关的DArT分子标记的解析率为20-41％；所述与穗粒数相关的DArT分子标记的单个位点解析率分别为25-28％；所述与不实小穗数相关的DArT分子标记的单个位点解析率为9-29％；所述与粒长相关的DArT分子标记的单个位点解析率为25-41％；所述与千粒重相关的DArT分子标记的单个位点解析率为43％；所述与粒宽相关的DArT分子标记的单个位点解析率为25％和31％。
另一方面，本发明实施例提供了上述春小麦的DArT分子标记在小麦育种中的应用。
与现有技术相比，本发明的有益效果是：
本发明的主要目的是通过测定与小麦产量相关的表型数据、高通量基因型数据，在遗传多样性、群体结构、连锁不平衡水平进行系统分析的基础上运用全基因组关联分析的方法，获得标记-形状显著相关联的标记，挖掘与农艺性状相关联的分子标记，为小麦分子标记辅助育种提供了基础信息。
附图说明
图1是本发明实施例1提供的57份小麦材料聚类图；
图2是本发明实施例1提供的农艺性状关联分析曼哈顿图及分位数-分位数图；
图3是本发明实施例1提供的种子性状关联分析曼哈顿图及分位数-分位数图；
图4是本发明实施例1提供的最大效应标记在7个亚群中的基因频率分布；
图5是本发明实施例1提供的最大效应标记在70年代前、80年代、90年代、2000年后四个阶段中的基因频率分布图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下以较佳实施例，对依据本发明申请的具体实施方式、技术方案、特征及其功效，详细说明如后。下述说明中的多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
DArT标记(Diversity array technology)是澳大利亚Andrzej Kilian(2001)团队开发的一种遗传标记技术，它综合运用了AFLP原理、PCR原理、分子克隆原理和基因芯片技术原理以及分子杂交原理，将来源于基因组的DNA的限制性酶切片段通过载体克隆，然后将该克隆(探针)点样在生物芯片上，再将被检材料和芯片杂交，最后通过杂交信号检测判断该标记是否存在于被检材料中。与跑电泳胶相比具有高通量和低成本的显著特点，是一种比较理想的遗传标记技术。
实施例1
供试材料选取西北地区春麦区20世纪50年代以来大面积推广的57个小麦核心种质组成自然群体,其中青海省31个、农家品种6个、甘肃省10个、宁夏3个、山西引进2个、河南引进1个以及国外引进3个。57份品种种子均为本课组繁育，详见表1。
表1.供试小麦材料名
表型性状的考察：参试材料于2012年、2013年、2014年三年在青海省水利厅香日德试验站种植，图1为香日德地区2012-2013年4-9月小麦生育期间的月积温和降雨量变化。试验采用随机区组设计，3次重复，1行区，小区1×2m2，每行150粒种子。成熟期，每个材料随机取15株，对株高(Plant height,PH)、穗长(Eer length,EL)、小穗数(Spikets number perear,SN)、穗粒数(Kernels number per ear,KN)、基部不孕小穗数(Basal panicles ofinfertility,BP)5个农艺性状进行考种调查。成熟后收获种子，对种子进行随机取样，用高通量Marvin种子分析仪(德国)进行测定，每年测定三个重复。测定时，随机取250-300粒种子，直接测得种子粒宽(Grain Width,GW)、粒长(Grain Length,GL)、重量(Grain Weight,GW)三个参数，之后计算千粒重(Thousand kernel weight,TKW)＝重量/粒数*1000。
DArT分子标记检测：基因组DNA浓度调至约100ng/μl，每个材料取50μl送交澳大利亚Diversity Arrays Technology Pty Ltd公司进行全基因组DArT标记扫描(http://www.triticarte.com.au)。芯片型号为Barley PstI(BstNI)(1.7)。基因分型的重复性通过三次独立实验进行验证其分型质量。
数据分析：使用STRUCTURE 2.2软件利用Pritchard等提出的贝叶斯模型的方法进行群体结构的划分。具体过程为，设定群体数(k)为1-10,并假定位点都是独立的。将MCMC(Markov Chain Monte Carlo)的不作数迭代(Length of burn-in period)设为100000次，再将不作数迭代后的MCMC设为1000000次。每个k值进行5次运算，进行三次重复运算。每次运算软件产生一个Q矩阵，得到相应材料的Q值(第i材料其基因组变异源于第k群体的概率)。群体连锁不平衡(LD)水平的分析，以标记位点间的相关系数的平方r2，作为衡量连锁不平衡的参数。以r2＝0.2作为阈值检测LD衰减。LD的计算在TASSEL软件中实现。全基因组关联分析，使用TASSEL3.0软件的MLM(mixed linear model)与GLM(general linearmodel)模型结合分子标记数据，利用群体结构分析所得的每个个体的Q值及Kinship矩阵作为协变量控制伪关联的产生。将表型数据与覆盖全基因组的标记数据进行确定关联位点。另外使用R软件(www.r—project.org)作关联分析的曼哈顿图和QuantileQuantile图。
结果与分析：
(1)农艺性状表型值聚类分析：基于最长距离法，利用NSTSYS软件对供试材料进行聚类分析。在欧氏距离为9.8处，可将所有供试材料分为3大类群，第一类亚群为青海和甘肃两省21个近年审定品种，如高原437、山旱901、民和853、高原175等，与其它两个类群相比穗长最长(9.4cm)、小穗数最多(18.7个)、穗粒数最多(46.7个)、千粒重也最大达到53.6g、粒宽也高于另外两大类群；第二类亚群共6个品种，主要是中国春、和尚头、结巴等农家品种，与其它两个类群相比其株高最高(115.1cm)，穗长最小(7.95cm)、小穗数最少(17.20个)、不实穗粒数最多(3.2个)、穗粒数、千粒重、粒长、粒宽都最小，分别为30.7个、46.6g、3.2mm、6.47mm。其余29个小麦品种被归于第三类亚群，主要是上世纪80年代育成的品种，如青春533、高原338、高原602等，其株高、穗长、小穗数、有效小穗数、穗粒数、千粒重、粒长、粒宽的平均值分别为88.09cm、8.40cm、17.6个、14.7个、37.7个、53.37g、3.44mm和6.73mm，值介于第一和第二类群之间。
从聚类结果可以直观了解到小麦育种历史中小麦农艺性状和种子特性的变化特点，从农家品种到早年育成品种，再到近年育成品种，株高显著降低；小穗数、穗粒数和千粒重逐渐增加，在过去的50年中育种家将增加小麦千粒重和降低株高作为育种的首要目标，并取得了显著的效果。
(2)性状全基因组关联分析
本发明利用DART标记-性状全基因组关联分析的方法，运用一般线性模型(GLM)检测到与8个小麦产量和种子性状显著关联的标记311个，遍布于21条染色体上，其中与株高相关联的34个、穗长相关联16个、小穗数相关联19个、不孕小穗数5个、穗粒数12个、千粒重相关联143个、粒宽33个、粒长49个；运用混合线性模型(MLM)和GAPIT共检测到36个显著关联的性标记，分别位于1A、1B、1D、2A、2B、3A、4A、4B、6B、7B染色体上,其中B基因组占63％；其对相应的表型变异的解析率在10-50％之间。图2显示了与5个农艺性状MLM分析后的曼哈顿图，图3显示与3个种子性状LM分析后的曼哈顿图。
纵向分析表发现：
(1)与5个农艺性状相关联的标记有28个，与3个种子性状相关联的标记有8个；
(2)同一性状关联的标记在连锁群上有集中分布的趋势，
本发明只将Tasse软件得到的MLM结果和R语言GAPIT的结果作为最终结果，进行详细分析。共检测到36个显著相关DArT标记，8个株高相关联为增效标记的标记，分别位于2BS、3AL、3DL、4AL、6BL、7BL染色体上，4个为减效标记，分别位于2BL、6BL、7B染色体上，解析率为10％-50％之间；2个与穗长相关联减效标记位于1BL和1DS染色体上，解析率两者都为15％；4个小穗数相关联增效标记位点，位于2BL、4AL和7AS染色体上，4个减效标记位于2BL和4BS染色体上，单个位点解释20-41％的表型变异；1个穗粒数关联的增效标记位点，位于4AS染色体上，2个减效标记位于2BS和3B染色体上，单个位点解释表型变异分别为25-28％。3个不实小穗数关联的增效标记，位于4AL和2AS染色体上，1个减效标记，位于4AL染色体上，单个位点解释表型变异的9-29％。1个粒长关联的增效标记，位于3AL染色体上，2个减效标记位于3DL和6BL染色体上，单个位点解释表型变异25-41％；1个千粒重关联的减效标记，位于4B染色体上,单个位点解释表型变异的43％；1个粒宽关联的增效标记，位于5DL染色体上,3个减效标记，位于1AL、4BS和6BS染色体上，单个位点解释表型变异25％和31％。
综上所知，检测到与参试性状相关的标记主要集中在2BL、4AL、6B和7B染色体上，其中3B、4B和7B相对应的表型解析率超过40％，表明这两条染色体存在控制参试表型性状的主效基因。
(2)贡献位点基因频率
在关联分析获得与性状相关标记的基础上，分析各关联位点等位变异的表型效应值，发现同一位点不同等位变异的表型效应有一定的差异。表2列出了各标记增效和减效效应最大的等位变异及对应的载体品种。
表2.与各性状显著关联DArT位点及其对应的表型效应和典型载体材料
由上表可知，12个株高关联位点的等位变异中，8个为增效位点，2242056(20.52)和977285(-6.45)分别是增效与减效最大的等位变异，典型载体品种甘肃96和青春254。与穗粒数相关联的3个位点的等位变异中，2个为减效位点，1个增效位点，1148843(6.68)和1148843(-13.83)分别是增效与减效最大的等位变异，典型载体品种是柴春236和红农1号。与小穗数相关联的8个位点的等位变异中，4个为减效位点，4个增效位点，1127249(0.64)和1402978(-0.97)分别是增效与减效最大的等位变异，典型载体品种是高原158和墨波。与不孕小穗数相关联的4个位点的等位变异中，1个为减效位点，3个增效位点，1139997(1.09)和1084423(-0.14)分别是增效与减效最大的等位变异，典型载体品种是高原363和高原338。7个穗长相关联位点的变异中，除了1067022和1103903是增效位点外，其他都为是减效，1067022(0.073)和3025848(-0.35)分别是增效与减效最大的变异，典型载体品种是高原175和甘肃96。
与千粒重相关联位点1091033是减效位点(-3.31)，其典型品种是甘肃96。粒长相关的两个都是减效，1399704(-0.98)和3952261(-0.98)，典型载体品种为白大头。与粒宽相关联的4个位点的等位变异中，3个为减效位点，1个增效位点，1103903(0.05)和1279590(-0.31)分别是增效与减效最大的等位变异，典型载体品种是高原青农254和红农1号。
(3)比较各群体结构的贡献位点基因频率
将与不同性状相关联的最大增效标记和最大减效标记按群体结构计算基因频率，结果如图所示(图4)，1表示增效标记，2表示减效标记，可以看出(1)每个性状中的减效标记在POP4中基因频率都最低；(2)与穗粒数、粒长和粒宽相关的增效标记都在POP3中呈现最高基因频率，且穗粒数增效标记达到100％，而与千粒重相关的减效标记也在POP3中达到了100％的基因频率；(3)与不孕小穗数相关联的增效标记几乎都分布在POP7中；(4)穗长相关的减效标记全部都分布在POP1中；(5)POP1和POP7亚群具有株高最高增效标记基因频率，POP3和POP4无增效标记，POP3中减效标记频率最高；(6)与小穗数相关联的增效标记在pop6中最高，减效标记在POP5中最高。
(4)比较不同审定年代品种的贡献位点基因频率
将与每个性状相关联的最大增效标记和最大减效标记按品种审定的年代计算基因频率,结果如图所示(图5)，1表示增效标记，2表示减效标记，总体来看(1)除不孕小穗数外增效标记的基因频率均高于减效标记；(2)与粒宽相关增效标记和减效标记随年代增加呈相反趋势，即增效标记基因频率逐步增加，减效标记在80年代后几乎为0，其余性状相关的增效标记和减效标记随年代增加呈现相同的变化趋势；(3)株高、穗粒数、粒长、粒宽相关的增效标记在四个年代中变化的趋势相同，呈“Z”字型变化，70年代前最低，80年代呈增加趋势，90年又开始下降，2000年后达到最高，且在粒长和粒宽中基因频率达到100％。
本发明中采用的分子标记-性状关联分析是利用等位基因间连锁不平衡关系来分析控制生物特定性状的基因组DNA区段，是研究基因型和表型相关关系的一种有效方法。关联分析的研究材料为自然群体，广泛的遗传多样性，同时可考察多个等位变异，不受传统的连锁分析的“两亲本范围”的限制。从本质上讲，关联分析检测的就是遗传标记和性状之间的连锁不平衡，能够直接对基因型变异和表型变异进行分析，可以确定不同种质资源中所携带的等位基因对目标性状的贡献。关联分析中所用的群体是自然群体，这类群体在自然进化或育种过程中积累了丰富的重组信息。对于群体的选择，关联分析的理想群体应足够大且符合Hard-Weinberg平衡(无群体结构)，但是这种群体很难找到，多数群体存在一定程度的群体结构。
全基因组关联分析：群体结构对关联作图的准确性是至关重要的，如果群体中的亚群划分准确，会使关联分析的结果产生假阳性，使一些原本没有关联的标记位点表现出关联性。而在群体构建中遗传多样性丰富度是影响分析结果的主要因素，而非群体的个体数，所以构建关联分析时并不是材料越多越好。
本研究虽然只用到了57个品种，但其群体结构较为丰富，将全基因组数据进行群体结构划分时可以划分为七个亚群。这七大亚群主要是按品种的系谱来源划分的，以白大头、中国春、阿勃、内向5号、甘肃96为骨干亲本将其衍生品种聚为同一类中，所以此群体亚群的划分可信度较高。
本发明采用Q+K混合线性模型和GAPIT共检测到36个显著相关DArT标记，12个株高相关联为增效标记的标记，分别位于2BS、2BL、3AL、3DL、4AL、6BL、7BL染色体上，解析率在10％-50％之间；2个与穗长相关联减效标记位于1BL和1DS染色体上，解析率两者都为15％；8个小穗数相关联增效标记位点，位于2BL、4AL、4BS和7AS染色体上，单个位点解释20-41％的表型变异；3个穗粒数关联的增效标记位点，位于4AS、2BS和3B染色体上，单个位点解释表型变异在25-28％之间。4个不实小穗数关联的增效标记，位于4AL和2AS染色体上，单个位点解释表型变异在9-29％之间。
本发明关联到3个粒长的标记，位于3AL、3DL和6BL染色体上，单个位点解释表型变异在25-41％之间；1个千粒重关联的标记，位于4B染色体上，单个位点解释表型变异的43％；4个粒宽关联的标记，位于5DL、1AL、4BS和6BS染色体上，单个位点解释表型变异为25％和31％。这些检测到的一些位点与前人研究相一致。
在本发明中与不同性状关联的DArT位点有集聚成簇的现象，如在2B染色体上的长臂上聚集了多个影响小穗数和穗粒数的标记，而且增效标记和减效标记常分布在同一染色体上，如与株高相关联的增效标记(1407545)和减效标记(2289515)都分布在6B染色体的长臂上，小穗数相关联的增效标记(1090024、1101543)和减效标记(1145107、1241626、1101447)都分布在2B染色体的长臂上，不孕小穗数相关联的增效标记(1139997)和减效标记(1084423)都分布在4A染色体的长臂上。
本发明通过测定与小麦产量相关的表型数据、高通量基因型数据，在遗传多样性、群体结构、连锁不平衡水平进行系统分析的基础上运用全基因组关联分析的方法，获得标记-形状显著相关联的标记，挖掘与农艺性状相关联的分子标记，为小麦分子标记辅助育种提供了基础信息。
本发明实施例中未尽之处，本领域技术人员均可从现有技术中选用。
以上公开的仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以上述权利要求的保护范围为准。

Claims (10)

1.一种西北春小麦性状与标记关联及效应分析的方法，其特征在于，所述方法包括以下步骤：选择小麦种子并种植；成熟期，测量株高、穗长、小穗数、穗粒数、基部不孕小穗数；成熟后，收获种子，采用高通量分子仪测定收获种子的粒宽、粒长、重量，计算千粒重，得到表型数据；利用NSTSYS软件对农艺性状表型值进行聚类分析，并将其分为三大类群；用CTAB法提取DNA，将DNA浓度调至约50-100ng·μl-1，制备DArT芯片；采用STRUCTURE计算小麦品种的群体结构，利用贝叶斯模型划分群体结构，采用TASSEL进行群体连锁不平衡分析，得到覆盖全基因组的标记数据，并将其分为7大类群；将所述表型数据与所述覆盖全基因组的标记数据进行确定关联位点，获得36个显著相关DArT标记，分别如下：
与株高相关的DArT分子标记的数量为12个，其中，8个为增效标记，分别位于2BS、3AL、3DL、4AL、6BL、7BL染色体上，4个为减效标记，分别位于2BL、6BL、7B染色体上；
与穗长相关的DArT分子标记的数量为2个，均为减效标记，分别位于1BL和1DS染色体上；
与小穗数相关的DArT分子标记的数量为8个，其中，4个为增效标记，分别位于2BL、4AL和7AS染色体上，4个为减效标记，位于2BL和4BS染色体上；
与穗粒数相关的DArT分子标记的数量为3个，其中，1个为增效标记，位于4AS染色体上，2个减效标记位于2BS和3B染色体上；
与不实小穗数相关的DArT分子标记的数量为4个，其中，3个为增效标记，位于4AL和2AS染色体上，1个为减效标记，位于4AL染色体上；
与粒长相关的DArT分子标记的数量为3个，其中，1个为增效标记，位于3AL染色体上，2个减效标记，位于3DL和6BL染色体上；
与千粒重相关的DArT分子标记的数量为1个，其为减效标记，位于4BS染色体上；
与粒宽相关的DArT分子标记的数量为4个，其中，1个为增效标记，位于5DL染色体上,3个为减效标记，位于1AL、4BS和6BS染色体上。
2.如权利要求1所述的一种西北春小麦性状与标记关联及效应分析的方法，其特征在于，所述12个与株高关联位点的等位变异中，8个为增效位点，标记2242056的表型效应值为20.52和标记977285的表型效应值为-6.45分别是增效与减效最大的等位变异，典型载体品种分别为甘肃96和青春254。
3.如权利要求1所述的一种西北春小麦性状与标记关联及效应分析的方法，其特征在于，所述与穗粒数相关联的3个位点的等位变异中，2个为减效位点，1个增效位点，标记1148843的表型效应值为6.68和标记1148843的表型效应值为-13.83分别是增效与减效最大的等位变异，典型载体品种分别是柴春236和红农1号。
4.如权利要求1所述的一种西北春小麦性状与标记关联及效应分析的方法，其特征在于，所述与小穗数相关联的8个位点的等位变异中，4个为减效位点，4个增效位点，标记1127249的表型效应值0.64和标记1402978的表型效应值-0.97分别是增效与减效最大的等位变异，典型载体品种分别是高原158和墨波。
5.如权利要求1所述的一种西北春小麦性状与标记关联及效应分析的方法，其特征在于，所述与不孕小穗数相关联的4个位点的等位变异中，1个为减效位点，3个增效位点，标记1139997的表型效应值1.09和标记1084423的表型效应值-0.14分别是增效与减效最大的等位变异，典型载体品种分别是高原363和高原338。
6.如权利要求1所述的一种西北春小麦性状与标记关联及效应分析的方法，其特征在于，所述7个穗长相关联位点的变异中，除了标记1067022和标记1103903是增效位点外，其他都为是减效，标记1067022的表型效应值0.073和标记3025848的表型效应值-0.35分别是增效与减效最大的变异，典型载体品种是高原175和甘肃96。
7.如权利要求1所述的一种西北春小麦性状与标记关联及效应分析的方法，其特征在于，所述与千粒重相关联位点的标记1091033是减效位点，其表型效应值为-3.31，其典型品种是甘肃96；与粒长相关的两个都是减效，标记1399704的表型效应值为-0.98和标记3952261的表型效应值为-0.98，典型载体品种为白大头。
8.如权利要求1所述的一种西北春小麦性状与标记关联及效应分析的方法，其特征在于，所述与粒宽相关联的4个位点的等位变异中，3个为减效位点，1个增效位点，标记1103903的表型效应值为0.05和标记1279590的表型效应值为-0.31分别是增效与减效最大的等位变异，典型载体品种分别是高原青农254和红农1号。
9.如权利要求1所述的一种西北春小麦性状与标记关联及效应分析的方法，其特征在于，所述与株高相关的DArT分子标记的解析率为10％-50％；所述与穗长相关的DArT分子标记的解析率均为15％；所述与小穗数相关的DArT分子标记的解析率为20-41％；所述与穗粒数相关的DArT分子标记的单个位点解析率分别为25-28％；所述与不实小穗数相关的DArT分子标记的单个位点解析率为9-29％；所述与粒长相关的DArT分子标记的单个位点解析率25-41％；所述与千粒重相关的DArT分子标记的单个位点解析率为43％；所述与粒宽相关的DArT分子标记的单个位点解析率为25％和31％。
10.权利要求1-9任一项所述的春小麦的DArT分子标记在小麦育种中的应用。
CN201811481658.3A 2018-12-05 2018-12-05 一种西北春小麦性状与标记关联及效应分析的方法 Pending CN109468399A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811481658.3A CN109468399A (zh) 2018-12-05 2018-12-05 一种西北春小麦性状与标记关联及效应分析的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811481658.3A CN109468399A (zh) 2018-12-05 2018-12-05 一种西北春小麦性状与标记关联及效应分析的方法

Publications (1)

Publication Number Publication Date
CN109468399A true CN109468399A (zh) 2019-03-15

Family

ID=65675741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811481658.3A Pending CN109468399A (zh) 2018-12-05 2018-12-05 一种西北春小麦性状与标记关联及效应分析的方法

Country Status (1)

Country Link
CN (1) CN109468399A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001049104A2 (en) * 1999-12-30 2001-07-12 Pioneer Hi-Bred International, Inc. Mqm mapping using haplotyped putative qtl-alleles: a simple approach for mapping qtl's in plant breeding populations
US20100095394A1 (en) * 2008-10-02 2010-04-15 Pioneer Hi-Bred International, Inc. Statistical approach for optimal use of genetic information collected on historical pedigrees, genotyped with dense marker maps, into routine pedigree analysis of active maize breeding populations
CN101760543A (zh) * 2008-12-19 2010-06-30 李祥 小麦中qtl作图研究进展
CN103444410A (zh) * 2013-09-05 2013-12-18 云南省农业科学院粮食作物研究所 一种提高小麦产量的栽培方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001049104A2 (en) * 1999-12-30 2001-07-12 Pioneer Hi-Bred International, Inc. Mqm mapping using haplotyped putative qtl-alleles: a simple approach for mapping qtl's in plant breeding populations
US20100095394A1 (en) * 2008-10-02 2010-04-15 Pioneer Hi-Bred International, Inc. Statistical approach for optimal use of genetic information collected on historical pedigrees, genotyped with dense marker maps, into routine pedigree analysis of active maize breeding populations
CN101760543A (zh) * 2008-12-19 2010-06-30 李祥 小麦中qtl作图研究进展
CN103444410A (zh) * 2013-09-05 2013-12-18 云南省农业科学院粮食作物研究所 一种提高小麦产量的栽培方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
于海霞等: "小麦淀粉糊化特性与DArT标记的关联分析", 《作物学报》 *
于海霞等: "小麦面粉色泽(白度)与DArT标记的关联分析", 《作物学报》 *
刘磊等: "节节麦大穗大粒相关农艺性状的遗传分析", 《麦类作物学报》 *
宋远方等: "334份青藏高原野生大麦群体结构及连锁不平衡水平分析", 《西北农业学报》 *
张立异等: "西南地区普通小麦1BL/1RS易位系的DArT分子标记鉴定", 《麦类作物学报》 *
马建等: "控制小麦穗颈长数量性状位点的遗传鉴定", 《麦类作物学报》 *

Similar Documents

Publication Publication Date Title
CN107278877B (zh) 一种玉米出籽率的全基因组选择育种方法
CN106755480A (zh) 一种鉴定嘎拉苹果后代植株的ssr分子标记i及其应用
Wang et al. Genetic diversity among alfalfa (Medicago sativa L.) cultivars in Northwest China
Uba et al. Genetic diversity and population structure analysis of bambara groundnut (Vigna subterrenea L) landraces using DArT SNP markers
Liang et al. Dynamic QTL and epistasis analysis on seedling root traits in upland cotton
CN102140506B (zh) 与甜瓜抗蔓枯病基因Gsb-2连锁的分子标记及其应用
CN110724758A (zh) 一种基于snp标记鉴定京农科728玉米杂交种纯度的方法
CN105238866B (zh) 一个与陆地棉早熟性状相关的snp位点及其应用
Brahimi et al. Exploring the genetic and phenotypic diversity within and between onion (Allium cepa L.) ecotypes in Morocco
CN109811077B (zh) 与小麦矮秆基因紧密连锁的kasp标记及其应用
CN116790797A (zh) 与小麦粒重相关的kasp引物组及其应用
CN110853711A (zh) 一种预测烟草果糖含量的全基因组选择模型及其应用
CN109468399A (zh) 一种西北春小麦性状与标记关联及效应分析的方法
CN109545280B (zh) 一种西北春小麦全基因组关联分析方法
Manangkil et al. Role of biotechnology in rice breeding strategy of the Philippines
CN115927718A (zh) 用于鉴定小麦粒重和粒宽的kasp分子标记及应用
Lan et al. Application of molecular marker assisted selection in gene pyramiding and selection of new cultivars
KR101531303B1 (ko) 초위성체 마커를 이용한 콩 품종 식별 방법
Fletcher Understanding the genetic and physiological basis of transpiration efficiency in Australian wheat
CN110853710A (zh) 一种预测烟草淀粉含量的全基因组选择模型及其应用
CN108424954A (zh) 一个增加水稻产量的邻氨基苯甲酸合酶等位基因片段及其应用
CN108060247A (zh) 一种与陆地棉8号染色体纤维强度相关的单体型
GOBEZIE GENETIC VARIABILITY AMONG RELEASED VARIETIES AND SELECTED GERMPLASM LINES OF TEF [ERAGROSTIS TEF (ZUCC.) TROTTER] AS REVEALED BY MORPHOLOGICAL AND MICROSATELLITE MARKERS IN ETHIOPIA
CN107058496A (zh) 一种适于大豆磷效率筛选的ssr引物序列及其使用方法
US20210363600A1 (en) Primer groups for detecting hybrid rice backbone parent and application thereof

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190315

WD01 Invention patent application deemed withdrawn after publication