CN111793699B - 一种禾花鲤的高效配组选育方法 - Google Patents
一种禾花鲤的高效配组选育方法 Download PDFInfo
- Publication number
- CN111793699B CN111793699B CN202010809693.4A CN202010809693A CN111793699B CN 111793699 B CN111793699 B CN 111793699B CN 202010809693 A CN202010809693 A CN 202010809693A CN 111793699 B CN111793699 B CN 111793699B
- Authority
- CN
- China
- Prior art keywords
- qtl
- primer
- procypris merus
- downstream primer
- upstream primer
- 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
Links
Images
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
-
- 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
- C12Q1/6844—Nucleic acid amplification reactions
- C12Q1/6858—Allele-specific amplification
-
- 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
- C12Q2600/124—Animal traits, i.e. production traits, including athletic performance or the like
-
- 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)
- Organic Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Immunology (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Biotechnology (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Genetics & Genomics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
一种禾花鲤的高效配组选育方法,本发明涉及一种禾花鲤的选育方法。本发明保护和持续利用了禾花鲤原种,提升了原种禾花鲤的生产性能。方法:一、挑选禾花鲤、标记、建档;二、分析禾花鲤亲鱼群体的基因型及遗传组成;三、用软件进行分析后进行配组繁殖;四、培育子代至性成熟即完成选育。本发明的方法保护和持续利用了禾花鲤原种,提升了原种禾花鲤的生产性能。
Description
技术领域
本发明涉及一种禾花鲤的选育方法。
背景技术
禾花鲤(Cyprinus carpio L.)原产于广西桂林,因以稻田禾花为食而得名,是最具广西地方特色的稻鱼共养品种。禾花鲤体型粗短、鳞细皮薄、肉质细嫩、味道鲜美,近几年随着稻渔综合种养模式,快速在全国推广养殖。目前,禾花鲤的制种以自繁自育为主,近亲繁殖严重;少数育种单位以表型性状和生长性状为目标开展群体或家系选育,但是控制近亲交配的问题始终没有解决。另一方面,由于杂交种禾花鲤苗种越来越多,种质混杂对禾花鲤这一养殖历史悠久的鱼种冲击很大。因此,对禾花鲤原种开展保护和选育以提升原种的生产性能已迫在眉睫。
基于亲本间遗传距离的分子育种技术已经在其他的鲤品种选育中应用,取得了较好的选育效果。然而,由于分子标记例如微卫星标记遍布整个基因组,据此计算的遗传距离虽然能够反映亲本间的遗传差异,但是却不能反映亲本间在目标性状的遗传差异,而与目标性状无关位点的加入也无法提高选育的效率。
发明内容
本发明为了保护和持续利用禾花鲤原种,提升原种禾花鲤的生产性能,而提供了一种禾花鲤的高效配组选育方法。
本发明禾花鲤的高效配组选育方法按照以下步骤进行:
一、挑选禾花鲤亲鱼群体,植入电子标记,建立电子档案;
二、分析亲鱼群体的基因型及遗传组成:a.采集亲本血液或鳍条组织,提取基因组DNA;b.从鲤基因组中筛选了20个禾花鲤体重和体长的QTL标记,用于扩增基因组DNA;c.用毛细管凝胶电泳分析PCR产物获得基因型数据;
三、用遗传分析软件计算亲鱼群体的遗传结构以及个体间遗传距离并绘制聚类树,划分繁殖群组,然后从繁殖群组中选择雌、雄个体间遗传距离在0.8~1.0且能够富集4个以上优势等位基因的亲本个体进行家系或小群体配组繁殖;
四、培育子代至性成熟即完成选育。
本发明从鲤基因组中鉴定了20个禾花鲤体重和体长性状紧密连锁的QTL标记,在对原种禾花鲤严格考种的基础上,用此20个QTL标记来评估禾花鲤亲本间遗传距离能够反映亲本主要生长性状的遗传差异,克服了随机选择标记计算遗传距离的盲目性和无效性,用以指导配组能够有效地提升子代的生产性能、维持禾花鲤原种群体较高的遗传多样性水平,避免了群体内近亲衰退,实现了对原种禾花鲤的保护和持续利用,从而提高选育效率,加快禾花鲤的选育进程。
附图说明
图1是高密度图谱5号连锁群5个标记在镜鲤与建鲤共享QTL区间的位置;
图2是禾花鲤亲鱼群体个体间遗传关系图;
图3是禾花鲤亲鱼群体雌、雄个体间遗传距离分布图。
具体实施方式
具体实施方式一:本实施方式禾花鲤的高效配组选育方法按照以下步骤进行:
一、挑选禾花鲤亲鱼群体,植入电子标记,建立电子档案;
二、分析亲鱼群体的基因型及遗传组成:a.采集亲本血液或鳍条组织,提取基因组DNA;b.用20个禾花鲤体重和体长的QTL扩增基因组DNA;c.用毛细管凝胶电泳分析PCR产物获得基因型数据;
三、用遗传分析软件计算亲鱼群体的遗传结构以及个体间遗传距离并绘制聚类树,划分繁殖群组,然后从繁殖群组中选择雌、雄个体间遗传距离在0.8~1.0且能够富集4个以上等位基因的亲本个体进行配组繁殖;
四、培育子代至性成熟即完成选育。
本实施方式步骤一中需要对禾花鲤种源进行严格地考察,从收集的禾花鲤群体中,按照广西壮族自治区地方标准《禾花鲤》(DB 45/T 106-2003)挑选体色肉红色半透明,鳃盖乌褐色,腹部稍圆,无伤病且性腺发育良好的个体组成亲鱼群体,以保证亲本群体的优良性状。然后对所挑选的亲鱼个体建立电子档案,植入电子标记,同时测量体重(BW)、体长(SL)、体高(BH)和体厚(BT)表型值,采集血液或部分鳍条组织。
本实施方式步骤二的b中,在每个QTL标记的正向引物的5′端标记蓝色(FAM)、绿色(HEX)或黄色(TAMRA)荧光。
本实施方式步骤二的c中,PCR反应结束后,用3730XL遗传分析仪(ABI)进行毛细管凝胶电泳,利用GeneMappre V4.1软件进行图像收集和数据分析,获得基因型数据。
本实施方式步骤三中所使用的遗传分析软件为PopGene32和“基于遗传背景的分子育种软件1.0”。
本实施方式步骤四中确定亲鱼群体处于高度多态水平,从不同繁殖群组中选择雌、雄个体间遗传距离在0.8~1.0且能够富集4个以上优势等位基因的亲本个体进行家系或小群体配组繁殖。
本实施方式所述的禾花鲤与已有鲤品种遗传背景差异巨大,其他鲤品种中鉴定的生长性状QTL标记难以应用于禾花鲤的选育。本实施方式的方法是在鲤基因组中鉴定了20个禾花鲤体重和体长性状紧密连锁的QTL标记,用此20个QTL标记来评估禾花鲤亲本间遗传距离能够反映亲本主要生长性状的遗传差异,克服了随机选择标记计算遗传距离的盲目性和无效性,本实施方式能够有效地提升子代的生产性能、维持禾花鲤原种群体较高的遗传多样性水平,避免了群体内近亲衰退,实现了对原种禾花鲤的保护和持续利用,从而提高选育效率,加快禾花鲤的选育进程。
本实施方式所选取的20个标记是以镜鲤高密度遗传图谱和生长性状QTL标记为基础,用标记-性状关联分析的方法,从禾花鲤大群体选育群体中鉴定的体重和体长的QTL标记,这20个QTL标记对禾花鲤的体重和体长具有显著贡献,呈共显性遗传的特点也有助于亲本选配和预测子代基因型,通过对优势等位基因的富集达到了提升禾花鲤主要生产性能的目的。
具体实施方式二:本实施方式与具体实施方式一不同的是:步骤二a中禾花鲤亲鱼群体的基因组DNA样品的提取方法是:采用基因组DNA提取试剂盒从禾花鲤的血液或鳍条组织中提取和纯化基因组DNA,然后用紫外分光光度计测定纯度和浓度,将基因组DNA稀释到50ng/μL。其他步骤及参数与具体实施方式一相同。
具体实施方式三:本实施方式与具体实施方式一不同的是:步骤二b中20个禾花鲤体重和体长的QTL位于鲤高密度遗传图谱的14个连锁群上,名称及引物序列分别为:
QTL HLJ3579
上游引物:GCAAATAGAAGGTAAATGAAATCG
下游引物:CGGAGCAGTGGGTGTGAT
QTL HLJ2424
上游引物:TTAGAACGGGAAGGCAAGG
下游引物:GCTTTTGTTTCACCCTGGAT
QTL CAFS724
上游引物:TAAGGTTTGGGAGGACAGGT
下游引物:ATTCAAACCACCCTCACAAG
QTL HLJ2456
上游引物:CTCTCTACGCTTGGGCTGTA
下游引物:CATTTCCACACTATCCTTATCCA
QTL HLJ3460
上游引物:GAGTTTTTCTTACAGTCTTGTGTTGT
下游引物:TTACGCCATCCTCATCATCA
QTL CAFS2278
上游引物:TAGCCACACTTAAATAGACG
下游引物:ATCAAAGCTCTGTAGTTCTG
QTL HLJ2282
上游引物:CCCTGAGAGGCACGAAGTA
下游引物:AACGGGAAAGACTAAGCAAGT
QTL HLJ1306
上游引物:CAGTTGTACGGTTGCCCTCT
下游引物:CCAGAACTGACCGATGGAGT
QTL HLJ3770
上游引物:ATGACGAGAAACCCCCATTC
下游引物:AGGCTTGTGAAACTCTGTGC
QTL HLJ1140
上游引物:TTTGCTGTATCCCAAAAATGC
下游引物:CATCAACATTGAATCGCAATC
QTL CAFS2137
上游引物:CTATC GCCCTACACCAACAC
下游引物:GGCTATGCTCCGCTAACCAG
QTL HLJ1117
上游引物:CCACTCTAAATGGTGCGGTA
下游引物:GGTGCTGGAGTGACTGAACA
QTL HLJ1093
上游引物:TCCAGCTGCATCAACTTCTTT
下游引物:TAGTGGTGGATTCCGTCCAT
QTL HLJ2783
上游引物:GCTCAGACCTATCCAGACAACTG
下游引物:CACAAGCGTCATCAAACGAG
QTL CAFS1677
上游引物:CCTGCTTGACGCAAATCCTC
下游引物:ACGCGCACATGCTGTACTGA
QTL HLJ1121
上游引物:GAAAACCGAAGCGAAACAAG
下游引物:ACATGTTCACTCACGCTTCG
QTL HLJ2891
上游引物:CTTCCCTATGAACAATACACAGC
下游引物:GCTCTCCAGGTGCTTTATGG
QTL HLJ1098
上游引物:GGCCCAACCCTGCTATCTAT
下游引物:GCTCCTATGTTCCTGCCTTTT
QTL HLJ1113
上游引物:TCGACGATCAGCCAGATAGA
下游引物:AGTTGGCCAGGTTGGATTT
QTL HLJ1944
上游引物:CAACCAACAACCTGGAAATACA
下游引物:GGATGAAACTGAACTGCTGCT
其他步骤及参数与具体实施方式一相同。
本实施方式20个禾花鲤体重和体长的QTL位于鲤高密度遗传图谱的14个连锁群上,其所在连锁群、位点名称、引物序列、显著相关性状以及优势等位基因如表1所示,其中5号连锁群上的5个QTL位于镜鲤与建鲤共享的QTL区间(如图1所示)。
表1 20个禾花鲤体重和体长QTL信息表
*,表示该标记与对应性状显著相关(P<0.05);**,表示该标记与对应性状极显著相关(P<0.01)。
具体实施方式四:本实施方式与具体实施方式一不同的是:步骤二b中QTL扩增的PCR扩增反应体系是15μL,由浓度为10mmol/L pH8.3的Tris-Cl、浓度为50mmol/L KCl、浓度为1.5mmol/L MgCl2、浓度为200μmol/L dNTP、浓度为0.3μmol/L微卫星引物、浓度为1U TaqDNA聚合酶和100ng DNA模板组成。其他步骤及参数与具体实施方式一相同。
具体实施方式五:本实施方式与具体实施方式一不同的是:步骤二b中QTL扩增的PCR扩增反应程序为94℃预变性3min;94℃变性30s,56℃复性30s,72℃延伸30s,25个循环;最后72℃延伸5min。其他步骤及参数与具体实施方式一相同。
实施例1与广西壮族自治区桂林绿淼生态农业有限公司(全州)合作,通过对种源的严格考察,从广西桂林全州县才湾镇收集禾花鲤原种2龄个体1028尾,异地养殖于广西农业良种海南南繁育种基地。利用本发明的禾花鲤的高效配组选育方法进行养育,具体步骤如下:
一、挑选禾花鲤亲鱼群体,植入电子标记,建立电子档案;即按照广西壮族自治区地方标准《禾花鲤》(DB 45/T 106-2003)挑选体色肉红色半透明,鳃盖乌褐色,腹部稍圆,无伤病且性腺发育良好的禾花鲤个体192尾组成亲鱼群体,包括雌性个体和雄性个体各96尾;依据中华人民共和国国家标准《养殖鱼类种质检测》第3部分性状测定(GB/T 18654.3-2008)对所挑选的每尾亲鱼测量体重(BW)、体长(SL)、体高(BH)和体厚(BT),结果亲鱼群体体重均值为456.15±204.80g,体长为233.54±36.53mm,体高为82.01±10.86mm,体厚为54.88±8.75mm,其中雌性个体大于雄性个体。具体测量数据统计结果见表2;对每尾亲鱼植入电子标记(PIT),记录每个样本电子标记号;同时剪取部分鳍条组织,编号后置于滤纸晾干,以备提取基因组DNA,形成禾花鲤亲鱼群体的电子档案;
二、分析亲鱼群体的基因型及遗传组成:a.采集亲本血液或鳍条组织,提取基因组DNA,即用组织基因组DNA提取试剂盒(天根生物)从鳍条组织中提取禾花鲤基因组DNA,紫外分光光度计定量后稀释成50ng/μL。从鲤高密度图谱定位的生长性状的QTL中选取、筛选20个峰值标记用于禾花鲤亲鱼群体的遗传分析,这20个QTL标记与禾花鲤的体重或体长性状具有显著相关性(表1);b.用20个禾花鲤体重和体长的QTL扩增基因组DNA;即采用毛细管凝胶电泳技术检测192个样本的基因型,在正向引物的5'端标记蓝色(FAM)、绿色(HEX)或黄色(TAMRA)荧光,PCR反应体系含有10mmol/L Tris-Cl(pH 8.0)、50mmol/L KCl、1.5mmol/LMgCl2、200μmol/L dNTP、0.2mmol/L上下游引物、1U Taq DNA聚合酶及100ng DNA模板。反应程序为:94℃预变性3min;94℃变性30s,56℃复性30s,72℃延伸30s,25个循环;最后72℃延伸5min。反应结束后,各取0.7μL的三色荧光PCR产物(共2.1μL),5.9μL的Hi-DiTM甲酰胺和0.1μL LIZ-500制备成电泳混合样。将混合样置于PCR仪上于95℃变性5min,立即置于冰上冷却5min;c.用毛细管凝胶电泳分析PCR产物获得基因型数据;即在3730XL遗传分析仪(ABI)上进行毛细管凝胶电泳,电泳结束后利用GeneMap-per V4.1软件进行图像收集和数据分析,建立了个体基因型档案;
三、用遗传分析软件计算亲鱼群体的遗传结构以及个体间遗传距离并绘制聚类树,划分繁殖群组,然后选择雌、雄个体间遗传距离在0.8~1.0且能够富集4个以上优势等位基因的亲本个体进行家系或小群体配组繁殖;使用软件“鱼类种质资源遗传分析装置(ZL200710144749.3)”进行数据转换,用PopGene32(Version 3.2)软件计算每个微卫星标记的等位基因频率(P)、等位基因数(No)、有效等位基因数(Ne)、观测杂合度(Ho)和期望杂合度(He)。标记的多态性信息含量(PIC)按照如下公式计算:式中n为某一位点上等位基因数,Pi、Pj分别为第i和第j个等位基因在群体中的频率,j=i+1。计算数据见表3,扩增的片段大小为100~378bp,亲鱼群体的平均等位基因数(No)为11.950;有等位基因数(Ne)为7.051;观测杂合度(Ho)为0.669;期望杂合度(He)为0.839;多态信息含量(PIC)为0.821,结果显示禾花鲤亲鱼群体处于高度多态水平(PIC>0.5),具备较大的育种潜力,适合用于选育的亲本;使用“基于遗传背景的分子育种软件1.0”计算两两雌、雄个体间的遗传距离,并绘制基于邻接法(NJ)的聚类图,得到图2—禾花鲤亲鱼群体个体间遗传关系图;依据聚类图将亲鱼群体分为3个繁殖群组(表4),其中Group I包含26尾雌鱼和22尾雄鱼;Group II包含尾42雌鱼和37尾雄鱼;Group III包含28尾雌鱼和37尾雄鱼;
图3是禾花鲤亲鱼群体雌、雄个体间遗传距离分布图,如图3所示,分析禾花鲤亲鱼群体雌、雄个体间的遗传距离分布,结果雌、雄个体间遗传距离位于0.1576~1.9040之间,呈正态分布,其中峰值位于0.8~1.0之间,占28.58%,确定为禾花鲤最佳繁殖遗传距离“阈值”,既避免近亲交配,又避免远亲交配,能够提高生产性能。依据亲鱼个体档案,建立亲本不同遗传距离的家系4个,网箱对比养殖5个月,结果位于不同繁殖组且亲本个体间遗传距离位于最佳阈值内的家系生产性能最佳,而同个繁殖组的亲本或虽然来自不同繁殖组但遗传距离过大的一对亲本,子代的生产性能均不佳。
四、培育子代至性成熟即完成选育;表4中的三个亲本组的禾花鲤家系生长对比结果如表5所示。从表5可以看出,来自不同亲本组的繁殖后,遗传距离相近的一对亲本,子代的生产性能差,而遗传距离过大的一对亲本,子代的生产性能也一般。本发明方法中,遗传距离位于0.8~1.0之间的,其子代的生产性能最好。
根据实施例的结果可知,本发明能维持禾花鲤原种群体较高的遗传多样性水平,避免了群体内近亲衰退,提升了禾花鲤的生产性能,实现了对原种禾花鲤的保护和持续利用,从而提高选育效率,加快禾花鲤的选育进程。
表2禾花鲤亲鱼群体的生长性状
表3禾花鲤亲鱼群体在20个QTL的遗传多样性参数
表4依据禾花鲤亲鱼群体个体间遗传距离划分3个亲本组
表5禾花鲤家系生长对比试验
序列表
<110> 中国水产科学研究院黑龙江水产研究所
广西壮族自治区水产科学研究院
<120> 一种禾花鲤的高效配组选育方法
<160> 40
<170> SIPOSequenceListing 1.0
<210> 1
<211> 24
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 1
gcaaatagaa ggtaaatgaa atcg 24
<210> 2
<211> 18
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 2
cggagcagtg ggtgtgat 18
<210> 3
<211> 19
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 3
ttagaacggg aaggcaagg 19
<210> 4
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 4
gcttttgttt caccctggat 20
<210> 5
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 5
taaggtttgg gaggacaggt 20
<210> 6
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 6
attcaaacca ccctcacaag 20
<210> 7
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 7
ctctctacgc ttgggctgta 20
<210> 8
<211> 23
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 8
catttccaca ctatccttat cca 23
<210> 9
<211> 26
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 9
gagtttttct tacagtcttg tgttgt 26
<210> 10
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 10
ttacgccatc ctcatcatca 20
<210> 11
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 11
tagccacact taaatagacg 20
<210> 12
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 12
atcaaagctc tgtagttctg 20
<210> 13
<211> 19
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 13
ccctgagagg cacgaagta 19
<210> 14
<211> 21
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 14
aacgggaaag actaagcaag t 21
<210> 15
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 15
cagttgtacg gttgccctct 20
<210> 16
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 16
ccagaactga ccgatggagt 20
<210> 17
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 17
atgacgagaa acccccattc 20
<210> 18
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 18
aggcttgtga aactctgtgc 20
<210> 19
<211> 21
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 19
tttgctgtat cccaaaaatg c 21
<210> 20
<211> 21
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 20
catcaacatt gaatcgcaat c 21
<210> 21
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 21
ctatcgccct acaccaacac 20
<210> 22
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 22
ggctatgctc cgctaaccag 20
<210> 23
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 23
ccactctaaa tggtgcggta 20
<210> 24
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 24
ggtgctggag tgactgaaca 20
<210> 25
<211> 21
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 25
tccagctgca tcaacttctt t 21
<210> 26
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 26
tagtggtgga ttccgtccat 20
<210> 27
<211> 23
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 27
gctcagacct atccagacaa ctg 23
<210> 28
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 28
cacaagcgtc atcaaacgag 20
<210> 29
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 29
cctgcttgac gcaaatcctc 20
<210> 30
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 30
acgcgcacat gctgtactga 20
<210> 31
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 31
gaaaaccgaa gcgaaacaag 20
<210> 32
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 32
acatgttcac tcacgcttcg 20
<210> 33
<211> 23
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 33
cttccctatg aacaatacac agc 23
<210> 34
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 34
gctctccagg tgctttatgg 20
<210> 35
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 35
ggcccaaccc tgctatctat 20
<210> 36
<211> 21
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 36
gctcctatgt tcctgccttt t 21
<210> 37
<211> 20
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 37
tcgacgatca gccagataga 20
<210> 38
<211> 19
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 38
agttggccag gttggattt 19
<210> 39
<211> 22
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 39
caaccaacaa cctggaaata ca 22
<210> 40
<211> 21
<212> DNA
<213> 人工序列(Artificial Sequence)
<400> 40
ggatgaaact gaactgctgc t 21
Claims (4)
1.一种禾花鲤的高效配组选育方法按照以下步骤进行:
一、挑选禾花鲤亲鱼群体,植入电子标记,建立电子档案;
二、分析禾花鲤亲鱼群体的基因型及遗传组成:a.提取禾花鲤亲鱼群体的基因组DNA样品;b.分别用20个禾花鲤体重和体长的QTL扩增基因组DNA;c.用毛细管凝胶电泳分析PCR产物获得基因型数据;
三、用遗传分析软件计算亲鱼群体的遗传结构以及个体间遗传距离并绘制聚类树,划分繁殖群组,然后从繁殖群组中选择雌、雄个体间遗传距离在0.8~1.0且能够富集4个以上等位基因的亲本个体进行配组繁殖;
四、培育子代至性成熟即完成选育;其中,步骤二b中20个禾花鲤体重和体长的QTL位于鲤高密度遗传图谱的14个连锁群上,名称及引物序列分别为:
QTL HLJ3579
上游引物:GCAAATAGAAGGTAAATGAAATCG
下游引物:CGGAGCAGTGGGTGTGAT
QTL HLJ2424
上游引物:TTAGAACGGGAAGGCAAGG
下游引物:GCTTTTGTTTCACCCTGGAT
QTL CAFS724
上游引物:TAAGGTTTGGGAGGACAGGT
下游引物:ATTCAAACCACCCTCACAAG
QTL HLJ2456
上游引物:CTCTCTACGCTTGGGCTGTA
下游引物:CATTTCCACACTATCCTTATCCA
QTL HLJ3460
上游引物:GAGTTTTTCTTACAGTCTTGTGTTGT
下游引物:TTACGCCATCCTCATCATCA
QTL CAFS2278
上游引物:TAGCCACACTTAAATAGACG
下游引物:ATCAAAGCTCTGTAGTTCTG
QTL HLJ2282
上游引物:CCCTGAGAGGCACGAAGTA
下游引物:AACGGGAAAGACTAAGCAAGT
QTL HLJ1306
上游引物:CAGTTGTACGGTTGCCCTCT
下游引物:CCAGAACTGACCGATGGAGT
QTL HLJ3770
上游引物:ATGACGAGAAACCCCCATTC
下游引物:AGGCTTGTGAAACTCTGTGC
QTL HLJ1140
上游引物:TTTGCTGTATCCCAAAAATGC
下游引物:CATCAACATTGAATCGCAATC
QTL CAFS2137
上游引物:CTATC GCCCTACACCAACAC
下游引物:GGCTATGCTCCGCTAACCAG
QTL HLJ1117
上游引物:CCACTCTAAATGGTGCGGTA
下游引物:GGTGCTGGAGTGACTGAACA
QTL HLJ1093
上游引物:TCCAGCTGCATCAACTTCTTT
下游引物:TAGTGGTGGATTCCGTCCAT
QTL HLJ2783
上游引物:GCTCAGACCTATCCAGACAACTG
下游引物:CACAAGCGTCATCAAACGAG
QTL CAFS1677
上游引物:CCTGCTTGACGCAAATCCTC
下游引物:ACGCGCACATGCTGTACTGA
QTL HLJ1121
上游引物:GAAAACCGAAGCGAAACAAG
下游引物:ACATGTTCACTCACGCTTCG
QTL HLJ2891
上游引物:CTTCCCTATGAACAATACACAGC
下游引物:GCTCTCCAGGTGCTTTATGG
QTL HLJ1098
上游引物:GGCCCAACCCTGCTATCTAT
下游引物:GCTCCTATGTTCCTGCCTTTT
QTL HLJ1113
上游引物:TCGACGATCAGCCAGATAGA
下游引物:AGTTGGCCAGGTTGGATTT
QTL HLJ1944
上游引物:CAACCAACAACCTGGAAATACA
下游引物:GGATGAAACTGAACTGCTGCT。
2.根据权利要求1所述的一种禾花鲤的高效配组选育方法,其特征在于步骤二a中禾花鲤亲鱼群体的基因组DNA样品的提取方法是:采用基因组DNA提取试剂盒从禾花鲤的血液或鳍条组织中提取和纯化基因组DNA,然后用紫外分光光度计测定纯度和浓度,将基因组DNA稀释到50ng/μL。
3.根据权利要求1所述的一种禾花鲤的高效配组选育方法,其特征在于步骤二b中QTL扩增的PCR扩增反应体系是15μL,由浓度为10mmol/L pH8.3的Tris-Cl、浓度为50mmol/LKCl、浓度为1.5mmol/L MgCl2、浓度为200μmol/L dNTP、浓度为0.3μmol/L微卫星引物、浓度为1U Taq DNA聚合酶和100ng DNA模板组成。
4.根据权利要求1所述的一种禾花鲤的高效配组选育方法,其特征在于步骤二b中QTL扩增的PCR扩增反应程序为94℃预变性3min;94℃变性30s,56℃复性30s,72℃延伸30s,25个循环;最后72℃延伸5min。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010809693.4A CN111793699B (zh) | 2020-08-13 | 2020-08-13 | 一种禾花鲤的高效配组选育方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010809693.4A CN111793699B (zh) | 2020-08-13 | 2020-08-13 | 一种禾花鲤的高效配组选育方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111793699A CN111793699A (zh) | 2020-10-20 |
CN111793699B true CN111793699B (zh) | 2021-07-20 |
Family
ID=72834425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010809693.4A Active CN111793699B (zh) | 2020-08-13 | 2020-08-13 | 一种禾花鲤的高效配组选育方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111793699B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108866204A (zh) * | 2018-07-03 | 2018-11-23 | 中国水产科学研究院黑龙江水产研究所 | 一种长形镜鲤快速生长品系的选育方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104381218A (zh) * | 2014-12-06 | 2015-03-04 | 龙梅 | 禾花鲤鱼繁殖和选育方法 |
CN108866204A (zh) * | 2018-07-03 | 2018-11-23 | 中国水产科学研究院黑龙江水产研究所 | 一种长形镜鲤快速生长品系的选育方法 |
CN109182534A (zh) * | 2018-09-20 | 2019-01-11 | 中国水产科学研究院淡水渔业研究中心 | 建鲤新品种选育方法 |
-
2020
- 2020-08-13 CN CN202010809693.4A patent/CN111793699B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111793699A (zh) | 2020-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109762921B (zh) | 用于检测黄瓜果肉颜色的snp标记及其应用 | |
CN112280881B (zh) | 用于青花菜种质资源和品种鉴定的snp标记组合及应用 | |
WO2014077464A1 (ko) | 종간교잡을 통해 육성된 탄저병 저항성 고추 품종 및 이를 선별하기 위한 프라이머 세트 | |
CN111334603A (zh) | 用于检测水稻OsNRAMP5基因的特异InDel分子标记及其应用 | |
CN112609009B (zh) | 基于全基因组测序筛选的与广西三黄鸡体重、体尺相关的snp分子标记组合及应用 | |
KR20210082127A (ko) | 문치가자미 친자 식별용 유전자 마커 및 이를 이용한 친자 확인방법 | |
CN105002267A (zh) | 一种日本对虾分子标记方法及应用 | |
Harris-Shultz et al. | Identification of simple sequence repeat markers that differentiate bermudagrass cultivars derived from ‘Tifgreen’ | |
CN110331217B (zh) | 一种适用于尼罗罗非鱼、奥利亚罗非鱼及其杂交种的微卫星标记亲权鉴定引物、方法及应用 | |
CN106591460B (zh) | 一种ssr分子标记鉴定“中茶302”茶树品种的方法及应用 | |
CN111304337A (zh) | 鉴定江黄颡鱼、瓦氏黄颡鱼和杂交子一代的srap分子标记、试剂盒和方法及应用 | |
CN116356038A (zh) | 一种筛选具有快速生长性能的红鳍东方鲀个体的育种方法 | |
CN114592070A (zh) | 一种黄鳍鲷微卫星家系鉴定的方法及应用 | |
CN111793699B (zh) | 一种禾花鲤的高效配组选育方法 | |
CN111979336B (zh) | 一种用于鉴别暗纹东方鲀、红鳍东方鲀及杂交东方鲀的特异性引物及其方法 | |
CN107475414B (zh) | 一种筛选长牡蛎高糖原含量亲贝的方法 | |
CN116334300B (zh) | 与小麦每穗小穗数主效qtl紧密连锁的分子标记及其应用 | |
CN109439771B (zh) | 一种利用微卫星标记鉴定杂交鲷家系的方法 | |
CN114395635B (zh) | 罗氏沼虾生长性状相关的snp分子标记及其应用 | |
CN113981103B (zh) | 罗氏沼虾微卫星亲子鉴定的微卫星引物对及检测试剂盒和鉴定方法 | |
CN107287210B (zh) | 一种水稻外观品质基因qAQ7及其分子标记方法和应用 | |
CN111631174B (zh) | 一种金边鲤的育种方法 | |
CN108642187A (zh) | 近亲交配雄性罗氏沼虾遗传多样性分析方法 | |
CN109628636B (zh) | 鉴定新郁葡萄和巨峰葡萄杂交种的ssr分子标记及其应用 | |
CN109136392B (zh) | 多代减数分裂雌核发育团头鲂的遗传多样性鉴定方法及试剂 |
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 |