CN110517725B - 棉花多目标性状相关单体型筛选方法及应用 - Google Patents

棉花多目标性状相关单体型筛选方法及应用 Download PDF

Info

Publication number
CN110517725B
CN110517725B CN201910787736.0A CN201910787736A CN110517725B CN 110517725 B CN110517725 B CN 110517725B CN 201910787736 A CN201910787736 A CN 201910787736A CN 110517725 B CN110517725 B CN 110517725B
Authority
CN
China
Prior art keywords
cotton
haplotype
snp
genome
upland
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
CN201910787736.0A
Other languages
English (en)
Other versions
CN110517725A (zh
Inventor
赵云雷
王红梅
陈伟
赵佩
桑晓慧
芦建华
王文学
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 CN201910787736.0A priority Critical patent/CN110517725B/zh
Publication of CN110517725A publication Critical patent/CN110517725A/zh
Priority to AU2020100969A priority patent/AU2020100969A4/en
Application granted granted Critical
Publication of CN110517725B publication Critical patent/CN110517725B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01HNEW PLANTS OR NON-TRANSGENIC PROCESSES FOR OBTAINING THEM; PLANT REPRODUCTION BY TISSUE CULTURE TECHNIQUES
    • A01H1/00Processes for modifying genotypes ; Plants characterised by associated natural traits
    • A01H1/04Processes of selection involving genotypic or phenotypic markers; Methods of using phenotypic markers for selection
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING 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
    • C12Q1/00Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6888Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
    • C12Q1/6895Nucleic 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/20Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/30Detection of binding sites or motifs
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING 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
    • C12Q2600/00Oligonucleotides characterized by their use
    • C12Q2600/13Plant traits
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING 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
    • C12Q2600/00Oligonucleotides characterized by their use
    • C12Q2600/156Polymorphic or mutational markers

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Genetics & Genomics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Analytical Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Physics & Mathematics (AREA)
  • Biotechnology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Organic Chemistry (AREA)
  • Biophysics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Botany (AREA)
  • Immunology (AREA)
  • General Engineering & Computer Science (AREA)
  • Biochemistry (AREA)
  • Microbiology (AREA)
  • Mycology (AREA)
  • Developmental Biology & Embryology (AREA)
  • Environmental Sciences (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)

Abstract

本发明公开了一种棉花多目标性状相关单体型筛选方法及应用,包括以下步骤:(1)从田间取得的若干个陆地棉材料的嫩绿叶片提取其总DNA;(2)将上述DNA与illumina棉花SNP芯片进行芯片杂交;(3)获得所述陆地棉材料的SNP标记基因型及其基因组位置,获得陆地棉基因组26条染色体的连锁不平衡衰退距离;(4)获得陆地棉基因组的单体型草图及其标签标记信息;(5)获得与棉花不同目标性状表型显著关联的SNP标记;最终获得与棉花多个不同性状相关的单体型。并将其用于棉花产量、品质、熟性及抗病性的协同改良。本发明对于创制高产优质多抗的棉花育种新材料,培育高产、优质、多抗的棉花新品种具有重要的意义。

Description

棉花多目标性状相关单体型筛选方法及应用
技术领域
本发明涉及棉花品种培育与品种改良技术领域,特别是涉及一种棉花多目标性状相关单体型筛选方法。
背景技术
棉花是世界上重要的纤维作物和油料作物。棉花新品种是棉花生存中的关键增产因子,特别是在自然灾害(病害、虫害、旱灾、涝灾等)大发生的年份,品种更是起决定作用。高产、优质、抗病、早熟是棉花育种的重要目标,如何实现高产、优质、抗病、早熟等性状之间的协同改良是目前棉花育种需要解决的重要科学问题。由于我国现有的棉花品种大多数是来源于美国引进的少数几个基础种质,遗传基础狭窄,缺乏高抗黄萎病等抗逆种质材料,同时,由于抗病性状是由多基因控制的复杂的数量遗传性状,极易受环境的影响,再加上棉花纤维产量和品质性状通常与抗逆性状呈负相关,常规育种难以打破其不良连锁,从而导致我国的高产、优质兼具多抗的突破性新品种非常缺乏。
近年来,以转基因技术为核心,以分子标记技术为辅助手段的生物技术育种及分子育种实现了对基因型的直接选择,可以有效打破育种性状间的负相关、实现对多个目标性状的协同改良。在棉花中,美国新墨西哥州立大学张金发研究团队通过对国内外42篇棉花QTL定位结果产生的1223个QTL进行QTL元(meta QTL)分析,发现在棉花基因组中存在由控制不同性状的QTL聚集在染色体特定区域所形成的QTL簇。发明人近来的研究也表明,陆地棉优异种质群体在全基因组范围存在显著的连锁不平衡现象,而且在不同染色体间以及同一染色体不同区段的连锁不平衡程度存在显著差异,说明不同染色体间以及同一染色体不同区段在进化过程中所受到的选择压不同,可以推测,育种目标性状相关基因组区段在进化中往往被强烈选择,这些区段往往存在高度的连锁不平衡,导致控制不同目标性状的基因/QTL有可能在育种中被协同选择。
传统育种在棉花产量、品质改良方面尽管取得了一定的进展,但是往往很难实现高产、优质、多抗性状之间的协同改良。目前尽管发掘了大量的棉花产量、品质、抗病、抗旱、耐盐等相关QTL,由于缺乏对棉花基因组结构变异的深入研究,这些QTL只是作为一种辅助手段,还难以实现同时对高产、优质、多抗性状相关基因组区段的选择。
发明内容
本发明的目的是提供一种棉花多目标性状相关单体型筛选方法及应用。
发明人通过深入分析棉花优异种质材料的遗传多样性及其全基因组连锁不平衡结构,在此基础上绘制了陆地棉全基因组单体型图谱,通过GWAS发掘到了位于单体型内部的产量、品质、抗性相关基因位点,从而获得了棉花产量、品质、抗病性相关的单体型及其分子标记,并将其用于棉花产量、品质及抗病性的协同改良。本发明对于创制高产优质多抗的棉花育种新材料,培育高产、优质、多抗的棉花新品种具有重要的意义。为实现上述目的,本发明采用的技术方案具体如下:
一种棉花多目标性状相关单体型筛选方法,包括以下步骤:
(1)从田间取得的若干个陆地棉材料的嫩绿叶片提取其总DNA;
(2)将上述DNA与illumina棉花SNP芯片进行芯片杂交;
(3)根据芯片杂交结果,筛选MAF>0.05,CallFreq>0.9,并且不全为杂合的SNP位点,将这些SNP位点比对陆地棉TM-1基因组,筛选比对结果中E值小于10-18的SNP,获得所述陆地棉材料的SNP标记基因型及其基因组位置;
然后利用TASSEL软件获得SNP标记的连锁不平衡数据,利用非线性回归模型制作棉花26条染色的连锁不平衡衰退曲线,并计算出每条染色体的连锁不平衡LD衰退距离;
然后利用Haploview软件进行棉花26条染色体的单体型绘制,获得陆地棉基因组的单体型草图及其标签标记信息;
(4)获得所述陆地棉材料的目标性状表型数据,利用TASSEL软件进行基因型与表型的关联分析,获得与多个目标性状表型显著关联的SNP标记,显著性门槛:P<5.34×10-5,1/18,726;所述多个目标形状包括株高、铃重、果枝数、第一果枝高度、短纤维含量、子指、皮棉重、纤维长度、纤维强度、马克隆值、纤维整齐度、开花期、全生育期、抗黄萎病性;
根据标记的物理位置信息将上述标记影射到单体型中,如果与表型显著关联SNP标记与标签SNP标记的物理位置重叠,则确定该单体型为与该表型相关的单体型;
(5)最终获得与棉花多个不同性状相关的单体型。
其中,步骤(2)中芯片杂交实验的具体步骤为,将不同棉花材料的DNA与illumina63k棉花SNP芯片(商业途径获得)进行芯片杂交,具体流程参考Infinium芯片实验流程,芯片杂交实验委托北京怡美通德科技发展有限公司进行操作。
本发明利用单体型内部的与表型显著关联的SNP标记进行标记辅助选择,通过检测单体型中不同显著关联SNP标记的优势等位变异在棉花材料中的分布,实现对棉花不同性状的协同改良。
同现有技术相比,本发明的突出效果在于:
(1)利用本发明的标记对120份陆地棉材料进行筛选,使用At_chr13-BLOCK 30中的4个SNP标记对绒长和比强度进行标记辅助选择,共筛选到11个同时含有4个SNP标记优势等位基因位点的材料,其绒长在28.6-33.9毫米之间,平均为30.8毫米,比强度在28.7-34.7CN/tex之间,平均为32.1CN/tex,其中有6个材料达到了“双30标准”(见表4所示);使用Dt_chr1-BLOCK 62中的8个SNP标记同时对绒长、比强度和马克隆值进行标记辅助选择,共筛选到14个同时含有8个SNP标记优势等位基因位点的材料(见表5所示),其马克隆值在3.6-4.6之间,平均为4.1,纤维长度在28.6-32.4之间,平均为30.7毫米,纤维比强度在28.1-36.1之间,平均为30.8CN/tex,其中有8个材料的纤维品质达到了“双30”标准、马克隆值在3.8-4.5,均达到国家优质棉标准。说明利用本发明的标记可以实现对纤维长度、强度、细度等多个纤维品质性状的同步改良。
(2)利用本发明的标记对120份陆地棉材料进行筛选,使用Dt_chr7-BLOCK 15中的2个与表型显著关联的SNP标记对马克隆值进行标记辅助选择,共筛选到59个同时含有2个SNP标记优势等位基因位点的材料,其马克隆值在3.4-4.9之间,平均为4.3,这59个材料的马克隆值均达到国家优质棉标准(马克隆值3.3-4.9),其中,马克隆值在3.8-4.2之间、达到澳棉优质纤维细度标准的材料共有22个(见表6所示),说明本发明的标记可以实现对符合澳棉纤维细度要求的棉花纤维品质筛选;使用Dt_chr9-BLOCK 17中的7个SNP标记对棉花子指性状进行标记辅助选择,共筛选到17个同时含有7个SNP标记优势等位基因位点的材料(见表7所示),其子指在10.5-19.3之间,平均为13.4克,这17个材料的子指均显著高于国家棉花区试品种鲁棉研28(子指为10.3克),说明本发明的标记能够实现对棉花高子指性状的高效筛选。
下面结合附图说明和具体实施例对本发明所述的棉花多目标性状相关单体型筛选方法及应用作进一步说明。
附图说明
图1为本发明实施例中获得的陆地棉基因组26条染色体的连锁不平衡(LD)衰退曲线及其LD衰退距离。
具体实施方式
一种棉花多目标性状相关单体型筛选方法,包括以下步骤:
(1)从田间取得的如表1所示陆地棉材料的嫩绿叶片提取其总DNA;
表1 从嫩绿叶片提取其总DNA进行分析的棉花品系和材料
Figure BDA0002178580720000041
Figure BDA0002178580720000051
Figure BDA0002178580720000061
(2)将将不同棉花材料的DNA与illumina 63k棉花SNP芯片(商业途径获得)进行芯片杂交,具体流程参考Infinium芯片实验流程,芯片杂交实验委托北京怡美通德科技发展有限公司进行操作。
(3)根据芯片杂交结果,筛选MAF>0.05,CallFreq>0.9,并且不全为杂合的SNP位点,将这些SNP位点比对陆地棉TM-1基因组,筛选比对结果中E值小于10-18的SNP,获得所述陆地棉材料的SNP标记基因型及其基因组位置;
然后利用TASSEL软件获得SNP标记的连锁不平衡数据,利用非线性回归模型制作棉花26条染色的连锁不平衡衰退曲线,并计算出每条染色体的连锁不平衡LD衰退距离;如图1所示;
然后利用Haploview软件进行棉花26条染色体的单体型绘制,获得陆地棉基因组的单体型草图及其标签标记信息;如表2所示:
表2 陆地棉基因组26条染色体的单体型草图及其标签标记信息
Figure BDA0002178580720000062
Figure BDA0002178580720000071
Figure BDA0002178580720000081
Figure BDA0002178580720000091
Figure BDA0002178580720000101
Figure BDA0002178580720000111
Figure BDA0002178580720000121
Figure BDA0002178580720000131
Figure BDA0002178580720000141
Figure BDA0002178580720000151
Figure BDA0002178580720000152
Figure BDA0002178580720000161
Figure BDA0002178580720000162
Figure BDA0002178580720000171
Figure BDA0002178580720000172
Figure BDA0002178580720000181
Figure BDA0002178580720000191
Figure BDA0002178580720000192
Figure BDA0002178580720000201
Figure BDA0002178580720000202
Figure BDA0002178580720000211
Figure BDA0002178580720000221
Figure BDA0002178580720000222
Figure BDA0002178580720000223
Figure BDA0002178580720000231
Figure BDA0002178580720000232
Figure BDA0002178580720000241
Figure BDA0002178580720000251
Figure BDA0002178580720000252
Figure BDA0002178580720000261
Figure BDA0002178580720000262
Figure BDA0002178580720000271
Figure BDA0002178580720000281
Figure BDA0002178580720000282
Figure BDA0002178580720000283
Figure BDA0002178580720000291
Figure BDA0002178580720000301
Figure BDA0002178580720000311
Figure BDA0002178580720000312
Figure BDA0002178580720000321
Figure BDA0002178580720000331
Figure BDA0002178580720000341
Figure BDA0002178580720000351
Figure BDA0002178580720000352
Figure BDA0002178580720000361
Figure BDA0002178580720000371
Figure BDA0002178580720000381
Figure BDA0002178580720000382
Figure BDA0002178580720000391
Figure BDA0002178580720000392
Figure BDA0002178580720000401
Figure BDA0002178580720000411
Figure BDA0002178580720000412
Figure BDA0002178580720000421
Figure BDA0002178580720000422
Figure BDA0002178580720000431
Figure BDA0002178580720000441
Figure BDA0002178580720000442
Figure BDA0002178580720000451
Figure BDA0002178580720000452
Figure BDA0002178580720000461
Figure BDA0002178580720000471
Figure BDA0002178580720000481
Figure BDA0002178580720000491
Figure BDA0002178580720000501
Figure BDA0002178580720000502
Figure BDA0002178580720000511
Figure BDA0002178580720000512
Figure BDA0002178580720000521
Figure BDA0002178580720000522
Figure BDA0002178580720000531
(4)获得表1所示的陆地棉材料的目标性状表型数据,利用TASSEL软件进行基因型与表型的关联分析,获得与多个目标性状表型显著关联的SNP标记,显著性门槛:P<5.34×10-5,1/18,726;所述多个目标形状包括棉花产量、纤维品质、熟性及抗病性;
根据标记的物理位置信息将上述标记影射到单体型中,如果与表型显著关联SNP标记与标签SNP标记的物理位置重叠,则确定该单体型为与该表型相关的单体型;
(5)最终获得与棉花多个不同性状相关的单体型。如表3所示。
表3 棉花不同性状相关的单体型及其目标性状标记信息
Figure BDA0002178580720000541
Figure BDA0002178580720000551
Figure BDA0002178580720000561
Figure BDA0002178580720000571
Figure BDA0002178580720000581
Figure BDA0002178580720000591
Figure BDA0002178580720000601
Figure BDA0002178580720000611
1.利用本发明的标记对120份陆地棉材料进行筛选,使用At_chr13-BLOCK 30中的4个SNP标记对绒长和比强度进行标记辅助选择,共筛选到11个同时含有4个SNP标记优势等位基因位点的材料,其绒长在28.6-33.9毫米之间,平均为30.8毫米,比强度在28.7-34.7CN/tex之间,平均为32.1CN/tex,其中有6个材料达到了“双30标准”(见表4所示)。
表4
Figure BDA0002178580720000612
Figure BDA0002178580720000621
表5
Figure BDA0002178580720000622
使用Dt_chr1-BLOCK 62中的8个SNP标记同时对绒长、比强度和马克隆值进行标记辅助选择,共筛选到14个同时含有8个SNP标记优势等位基因位点的材料(见表5所示),其马克隆值在3.6-4.6之间,平均为4.1,纤维长度在28.6-32.4之间,平均为30.7毫米,纤维比强度在28.1-36.1之间,平均为30.8CN/tex,其中有8个材料的纤维品质达到了“双30”标准、马克隆值在3.8-4.5,均达到国家优质棉标准。说明利用本发明的标记可以实现对纤维长度、强度、细度等多个纤维品质性状的同步改良。
2.利用本发明的标记对120份陆地棉材料进行筛选,使用Dt_chr7-BLOCK 15中的2个与表型显著关联的SNP标记对马克隆值进行标记辅助选择,共筛选到59个同时含有2个SNP标记优势等位基因位点的材料,其马克隆值在3.4-4.9之间,平均为4.3,这59个材料的马克隆值均达到国家优质棉标准(马克隆值3.3-4.9),其中,马克隆值在3.8-4.2之间、达到澳棉优质纤维细度标准的材料共有22个(见表6所示),说明本发明的标记可以实现对符合澳棉纤维细度要求的棉花纤维品质筛选。
表6
Figure BDA0002178580720000631
Figure BDA0002178580720000641
表7
Figure BDA0002178580720000642
使用Dt_chr9-BLOCK 17中的7个SNP标记对棉花子指性状进行标记辅助选择,共筛选到17个同时含有7个SNP标记优势等位基因位点的材料(见表7所示),其子指在10.5-19.3之间,平均为13.4克,这17个材料的子指均显著高于国家棉花区试品种鲁棉研28(子指为10.3克),说明本方法的标记能够实现对棉花高子指性状的高效筛选。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。

Claims (6)

1.基于棉花多目标性状相关单体型筛选方法获得的单体型,其特征在于:棉花陆地棉基因组的单体型草图及其标签标记信息如下表所示,
Figure FDA0003732300650000011
Figure FDA0003732300650000021
Figure FDA0003732300650000031
Figure FDA0003732300650000041
Figure FDA0003732300650000051
Figure FDA0003732300650000061
Figure FDA0003732300650000071
Figure FDA0003732300650000081
Figure FDA0003732300650000091
Figure FDA0003732300650000092
Figure FDA0003732300650000101
Figure FDA0003732300650000102
Figure FDA0003732300650000111
Figure FDA0003732300650000112
Figure FDA0003732300650000121
Figure FDA0003732300650000131
Figure FDA0003732300650000141
Figure FDA0003732300650000142
Figure FDA0003732300650000151
Figure FDA0003732300650000152
Figure FDA0003732300650000161
Figure FDA0003732300650000162
Figure FDA0003732300650000171
Figure FDA0003732300650000172
Figure FDA0003732300650000173
Figure FDA0003732300650000181
Figure FDA0003732300650000191
Figure FDA0003732300650000201
Figure FDA0003732300650000202
Figure FDA0003732300650000211
Figure FDA0003732300650000212
Figure FDA0003732300650000221
Figure FDA0003732300650000222
Figure FDA0003732300650000231
Figure FDA0003732300650000232
Figure FDA0003732300650000241
Figure FDA0003732300650000251
Figure FDA0003732300650000252
Figure FDA0003732300650000261
Figure FDA0003732300650000271
Figure FDA0003732300650000281
Figure FDA0003732300650000291
Figure FDA0003732300650000301
Figure FDA0003732300650000302
Figure FDA0003732300650000311
Figure FDA0003732300650000321
Figure FDA0003732300650000322
Figure FDA0003732300650000331
Figure FDA0003732300650000332
Figure FDA0003732300650000341
Figure FDA0003732300650000351
Figure FDA0003732300650000352
Figure FDA0003732300650000361
Figure FDA0003732300650000371
Figure FDA0003732300650000372
Figure FDA0003732300650000381
Figure FDA0003732300650000382
Figure FDA0003732300650000391
Figure FDA0003732300650000401
Figure FDA0003732300650000411
Figure FDA0003732300650000421
Figure FDA0003732300650000431
Figure FDA0003732300650000432
Figure FDA0003732300650000441
Figure FDA0003732300650000451
Figure FDA0003732300650000452
Figure FDA0003732300650000461
Figure FDA0003732300650000462
Figure FDA0003732300650000471
Figure FDA0003732300650000481
所述棉花多目标性状相关单体型筛选方法包括以下步骤:
(1)从田间取得的若干个陆地棉材料的嫩绿叶片提取其总DNA;
(2)将上述DNA与illumina棉花SNP芯片进行芯片杂交;
(3)根据芯片杂交结果,筛选MAF>0.05,CallFreq>0.9,并且不全为杂合的SNP位点,将这些SNP位点比对陆地棉TM-1基因组,筛选比对结果中E值小于10-18的SNP,获得所述陆地棉材料的SNP标记基因型及其基因组位置;
然后利用TASSEL软件获得SNP标记的连锁不平衡数据,利用非线性回归模型制作棉花26条染色的连锁不平衡衰退曲线,并计算出每条染色体的连锁不平衡LD衰退距离;
然后利用Haploview软件进行棉花26条染色体的单体型绘制,获得陆地棉基因组的单体型草图及其标签标记信息;
(4)获得所述陆地棉材料的目标性状表型数据,利用TASSEL软件进行基因型与表型的关联分析,获得与多个目标性状表型显著关联的SNP标记;
根据标记的物理位置信息将上述标记影射到单体型中,如果与表型显著关联SNP标记位于该单体型的物理位置区间内或者与标签SNP标记的物理位置重叠,则确定该单体型为与该表型相关的单体型;
(5)最终获得与棉花多个不同性状相关的单体型;
棉花26条染色体的连锁不平衡LD衰退距离,在r2=0.1的阈值门槛下,At_chr1、At_chr2、At_chr3、At_chr4、At_chr5、At_chr6、At_chr7、At_chr8、At_chr9、At_chr10、At_chr11、At_chr12、At_chr13、Dt_chr1、Dt_chr2、Dt_chr3、Dt_chr4、Dt_chr5、Dt_chr6、Dt_chr7、Dt_chr8、Dt_chr9、Dt_chr10、Dt_chr11、Dt_chr12、Dt_chr13的连锁不平衡LD衰退距离分别为600kb、14200kb、100kb、10000kb、450kb、1030kb、670kb、640kb、970kb、550kb、6100kb、100kb、9800kb、1080kb、6000kb、4710kb、3410kb、2490kb、3600kb、303kb、650kb、590kb、8700kb、1000kb、800kb、640kb。
2.根据权利要求1所述的基于棉花多目标性状相关单体型筛选方法获得的单体型,其特征在于:所述SNP标记的位点的物理位置基于陆地棉TM-1基因组测序序列确定;其中,所述陆地棉TM-1基因组测序序列的版本号为:Gossypium_hirsutum v1.0,基因组测序数据链接为http://cgp.genomics.org.cn/page/species/download.jsp。
3.根据权利要求1所述的基于棉花多目标性状相关单体型筛选方法获得的单体型,其特征在于:所述步骤(4)中的多个目标性 状包括株高、铃重、果枝数、第一果枝高度、短纤维含量、子指、皮棉重、纤维长度、纤维强度、马克隆值、纤维整齐度、开花期、全生育期、抗黄萎病性。
4.根据权利要求3所述的基于棉花多目标性状相关单体型筛选方法获得的单体型,其特征在于:棉花株高、铃重、果枝数、第一果枝高度、短纤维含量、子指、皮棉重、纤维长度、纤维强度、马克隆值、纤维整齐度、开花期、全生育期、抗黄萎病性的多个目标性 状相关单体型的具体信息如下表所示:
Figure FDA0003732300650000491
Figure FDA0003732300650000501
Figure FDA0003732300650000511
Figure FDA0003732300650000521
Figure FDA0003732300650000531
Figure FDA0003732300650000541
Figure FDA0003732300650000551
Figure FDA0003732300650000561
Figure FDA0003732300650000571
5.根据权利要求3所述的基于棉花多目标性状相关单体型筛选方法获得的单体型,其特征在于:步骤(4)中显著性门槛:P<5.34×10-5,1/18,726。
6.权利要求1-5任一所述基于棉花多目标性状相关单体型筛选方法获得的单体型的应用,其特征在于:利用单体型内部的与表型显著关联的SNP标记进行标记辅助选择,通过检测单体型中不同显著关联SNP标记的优势等位变异在棉花材料中的分布,实现对棉花不同性状的协同改良。
CN201910787736.0A 2019-08-26 2019-08-26 棉花多目标性状相关单体型筛选方法及应用 Active CN110517725B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910787736.0A CN110517725B (zh) 2019-08-26 2019-08-26 棉花多目标性状相关单体型筛选方法及应用
AU2020100969A AU2020100969A4 (en) 2019-08-26 2020-06-09 Method for selecting multi-target trait-associated haplotype of cotton and use thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910787736.0A CN110517725B (zh) 2019-08-26 2019-08-26 棉花多目标性状相关单体型筛选方法及应用

Publications (2)

Publication Number Publication Date
CN110517725A CN110517725A (zh) 2019-11-29
CN110517725B true CN110517725B (zh) 2022-11-15

Family

ID=68626747

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910787736.0A Active CN110517725B (zh) 2019-08-26 2019-08-26 棉花多目标性状相关单体型筛选方法及应用

Country Status (2)

Country Link
CN (1) CN110517725B (zh)
AU (1) AU2020100969A4 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111690765A (zh) * 2020-07-03 2020-09-22 中国农业科学院棉花研究所 棉花纤维伸长率主效QTL qFE-chr.D04区间的分子标记及应用
CN111733275A (zh) * 2020-07-03 2020-10-02 中国农业科学院棉花研究所 棉花纤维伸长率主效QTL qFE-chr.A05区间的分子标记及应用
CN111793715B (zh) * 2020-08-31 2021-12-03 中国农业科学院棉花研究所 一种与陆地棉纤维长度关联的单体型分子标记及其应用
CN112400646A (zh) * 2020-11-23 2021-02-26 湖北省农业科学院经济作物研究所 一种抗黄萎病的棉花育种方法
CN117084165A (zh) * 2023-09-11 2023-11-21 新疆农垦科学院 一种早熟高产杂交棉的育种方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105349537A (zh) * 2015-12-02 2016-02-24 中国农业科学院棉花研究所 陆地棉snp标记及其应用
CN109545280A (zh) * 2018-12-05 2019-03-29 中国科学院西北高原生物研究所 一种西北春小麦全基因组关联分析方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105349537A (zh) * 2015-12-02 2016-02-24 中国农业科学院棉花研究所 陆地棉snp标记及其应用
CN109545280A (zh) * 2018-12-05 2019-03-29 中国科学院西北高原生物研究所 一种西北春小麦全基因组关联分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Genome-wide association study discovered genetic variation and candidate genes of fibre quality traits in Gossypium hirsutum L.;Zhengwen Sun等;《Plant Biotechnology Journal》;20170307;全文 *
甘蓝型油菜分枝角度和株高全基因组关联分析;孙程明;《中国优秀博硕士学位论文全文数据库(博士) 农业科技辑》;20190115(第2019年第01期);第29-64页 *

Also Published As

Publication number Publication date
AU2020100969A4 (en) 2020-07-16
CN110517725A (zh) 2019-11-29

Similar Documents

Publication Publication Date Title
CN110517725B (zh) 棉花多目标性状相关单体型筛选方法及应用
JP7279004B2 (ja) ホウレンソウにおけるペロノスポラ耐性のための組成物及び方法
Dixit et al. Fine mapping of QTLs for rice grain yield under drought reveals sub-QTLs conferring a response to variable drought severities
Ain et al. Genome-wide association for grain yield under rainfed conditions in historical wheat cultivars from Pakistan
JP2020036609A (ja) ホウレンソウにおけるperonospora耐性のための方法及び組成物
CN110157831B (zh) 与西瓜短蔓基因Cldw1共分离的分子标记
CN107502661B (zh) 与玉米茎腐病抗性相关的snp分子标记组合及其应用
Cheng et al. High-density SNP genetic linkage map construction and quantitative trait locus mapping for resistance to cucumber mosaic virus in tobacco (Nicotiana tabacum L.)
CN107099588B (zh) 用于鉴定陆地棉早熟性的ssr标记的开发及其应用
CN115820892A (zh) 陆地棉a07号染色体与棉铃重关联的snp分子标记及其应用
US20190380290A1 (en) Methods and compositions for watermelon sex expression
CN105238866B (zh) 一个与陆地棉早熟性状相关的snp位点及其应用
CN112322775B (zh) 一个鉴定陆地棉衣分的snp分子标记
CN113322345A (zh) 与西瓜果皮覆纹基因ClGS共分离的分子标记及应用
KR20220007592A (ko) 흰가루병 저항성 고추류 식물
CN108624710B (zh) 一种与黄瓜果实长度性状相关的ssr标记及其应用
CN104762298B (zh) 一种水稻苗期耐盐基因qST11及其分子标记方法
CN108588261B (zh) 一种鉴定位于萝卜R02染色体上的晚抽薹QTL的InDel引物及其应用
CN116515858A (zh) 花生早斑病抗性主效基因AhELSR1及其分子标记的应用
CN104404035B (zh) 一种棉花抗黄萎病est‑ssr分子标记及其制备方法
Hirao et al. Quantitative trait loci analysis based on high-density mapping of single-nucleotide polymorphisms by genotyping-by-sequencing against pine wilt disease in Japanese black pine (Pinus thunbergii)
CN110257551B (zh) 一套用于构建桃dna指纹图谱的ssr引物、应用及构建方法
JP2018057374A (ja) Xanthomonas抵抗性のBrassica oleracea植物
CN110468226B (zh) 杨树抗叶锈病的分子标记及其应用
US20170150693A1 (en) Methods and compositions for producing sorghum plants with anthracnose resistance

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
GR01 Patent grant
GR01 Patent grant