CN111919745A - 基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法 - Google Patents

基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法 Download PDF

Info

Publication number
CN111919745A
CN111919745A CN202010844610.5A CN202010844610A CN111919745A CN 111919745 A CN111919745 A CN 111919745A CN 202010844610 A CN202010844610 A CN 202010844610A CN 111919745 A CN111919745 A CN 111919745A
Authority
CN
China
Prior art keywords
soybean
hilum
yield
seed
appearance
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.)
Granted
Application number
CN202010844610.5A
Other languages
English (en)
Other versions
CN111919745B (zh
Inventor
杨春燕
赵青松
张孟臣
闫龙
史晓蕾
刘兵强
邸锐
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 Grain and Oil Crops of Hebei Academy of Agriculture and Forestry Sciences
Original Assignee
Institute of Grain and Oil Crops of Hebei Academy of Agriculture and Forestry 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 Grain and Oil Crops of Hebei Academy of Agriculture and Forestry Sciences filed Critical Institute of Grain and Oil Crops of Hebei Academy of Agriculture and Forestry Sciences
Priority to CN202010844610.5A priority Critical patent/CN111919745B/zh
Publication of CN111919745A publication Critical patent/CN111919745A/zh
Application granted granted Critical
Publication of CN111919745B publication Critical patent/CN111919745B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01H—NEW PLANTS OR NON-TRANSGENIC PROCESSES FOR OBTAINING THEM; PLANT REPRODUCTION BY TISSUE CULTURE TECHNIQUES
    • A01H1/00—Processes for modifying genotypes ; Plants characterised by associated natural traits
    • A01H1/04—Processes of selection involving genotypic or phenotypic markers; Methods of using phenotypic markers for selection
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01H—NEW PLANTS OR NON-TRANSGENIC PROCESSES FOR OBTAINING THEM; PLANT REPRODUCTION BY TISSUE CULTURE TECHNIQUES
    • A01H5/00—Angiosperms, i.e. flowering plants, characterised by their plant parts; Angiosperms characterised otherwise than by their botanic taxonomy
    • A01H5/10—Seeds
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01H—NEW PLANTS OR NON-TRANSGENIC PROCESSES FOR OBTAINING THEM; PLANT REPRODUCTION BY TISSUE CULTURE TECHNIQUES
    • A01H6/00—Angiosperms, i.e. flowering plants, characterised by their botanic taxonomy
    • A01H6/54—Leguminosae or Fabaceae, e.g. soybean, alfalfa or peanut
    • A01H6/542—Glycine max [soybean]
    • 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

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Botany (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Analytical Chemistry (AREA)
  • Environmental Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Organic Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Developmental Biology & Embryology (AREA)
  • Biotechnology (AREA)
  • Physiology (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Immunology (AREA)
  • Microbiology (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Natural Medicines & Medicinal Plants (AREA)
  • Mycology (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Breeding Of Plants And Reproduction By Means Of Culturing (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明公开了一种基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法，基于对大豆外观性状的特定选择，实现对于大豆品种优化的辅助筛选；所述大豆外观性状为大豆种脐的可观测外观性状；所述大豆品种优化为大豆产量和大豆品质指标的提升优化。利用本发明的方法，通过提高种脐宽度SHW性状指标，能够进行高产量、高油脂产量大豆品种的辅助筛选育种；通过提高脐面积SHA性状指标和降低比脐面积PSHA性状指标，能够进行高产量、高蛋白含量、低油脂含量大豆品种的辅助筛选育种。

Description

基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法
技术领域
本发明涉及大豆及分子育种技术领域，尤其是一种基于大豆种脐外观性状的大豆及其分子育种技术。
背景技术
大豆(Glycine max L.Merr.)是最受欢迎的食物之一，由于其种子中的蛋白质和油脂含量较高，贡献了大量的蛋白质和油脂(Van and McHale 2017)，因此，大豆产量和种子品质是大豆育种中永恒的主要目标。然而，大豆的产量和品质都是复杂的性状，受到许多外部和内部因素的影响(Li et al。2008年)。例如，大豆产量与单株种子重和株型相关(Hartung等人，1995年)，种子品质也是如此。在这种情况下，育种家往往通过选择一个相对简单的性状来提高大豆产量和品质，这些性状主要受少数遗传位点控制和/或不易受环境影响。例如，大豆的生长习性主要由两个基因座(即Dt1和Dt2)控制，已被证明在大豆植型和提高大豆产量方面起着关键作用(Bernard 1972；Cober and Morrison 2010)。因此，鉴定相对简单性状在提高大豆产量和种子品质方面的遗传作用，将有助于大豆育种，特别是分子标记辅助选择育种方面。
种脐是连接荚果壁和种皮的关键组织，因为它能够为发育中的胚胎提供营养或光合产物的通道(Hardham 1976；Thorne 1981)。因此，脐大小与蛋白质含量和单个种子重量呈正相关也就不足为奇了(Barion等人。2016年)，种脐完整的植物种子具有较高的种子活力(Kumar等人。2019年)，然而种脐受损的植物种子质量较差，可能由于细菌感染和营养供应不足而导致产量大幅下降(Hieh等人。2005年)。此外，种脐也是种子萌发过程中水分吸收和流出的通道(Jaganathan et al。2019年；Muramatsu等人。2008年；Pietrzak等人。2002；张等。2004年)和成熟期(海德1954年)。根据公开的数据，种脐被认为是一种驯化性状，因为它在种皮的不透水表皮上作为一个吸湿激活的阀门而切断，这对种子休眠至关重要(海德1954)。同时，中等剂量的物理射线照射也会引起一些基因组突变(Arase等人)或改变种子生长发育(Li et al。2011年)。所有这些研究都表明种子种脐的形态和健康状况会显著影响种子的重量和品质。
然而，目前的资料还没有揭示种子种脐在提高大豆产量和种子质量中的遗传作用，因此，鉴定大豆种脐控制的遗传基础和遗传资源，将有助于进一步提高大豆产量的MAS育种以及种子质量。
发明内容
本发明要解决的技术问题是提供一种基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法及其相关分子生物学基础和应用。
为解决上述技术问题，本发明所采取的技术方案如下。
基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法，基于对大豆外观性状的特定选择，实现对于大豆品种优化的辅助筛选。
作为本发明的一种优选技术方案，所述大豆外观性状为大豆种脐的可观测外观性状；所述大豆品种优化为大豆产量和大豆品质指标的提升优化。
作为本发明的一种优选技术方案，所述大豆种脐外观性状包含若干个正交独立可观测性状；所述大豆品种优化基于若干个可测量指标。
作为本发明的一种优选技术方案，所述可观测性状包括种脐长SHL、种脐宽度SHW、脐面积SHA、比脐面积PSHA及其任意组合；所述比脐面积PSHA为脐面积在种子投影面积中的百分比；所述可测量指标包括平均种子重量PSW、百粒重100SW、蛋白质含量PC、含油量OC及其任意组合；所述脐面积SHA的计算公式为SHA＝SHL*SHW*π/4，所述比脐面积PSHA的计算公式为PSHA＝SHA/(SL*SW*π/4)*100％，其中SL、SW分别为种子长度和宽度。
作为本发明的一种优选技术方案，基于对大豆外观性状的特定选择，实现对于高产量、高油脂产量大豆品种的辅助筛选；通过提高种脐宽度SHW性状指标，进行高产量、高油脂产量大豆品种的辅助筛选育种。
作为本发明的一种优选技术方案，基于对大豆外观性状的特定选择，实现对于高产量、高蛋白含量、低油脂含量大豆品种的辅助筛选；通过提高脐面积SHA性状指标和降低比脐面积PSHA性状指标，进行高产量、高蛋白含量、低油脂含量大豆品种的辅助筛选育种；所述比脐面积PSHA为脐面积在种子投影面积中的百分比，PSHA的计算公式为PSHA＝SHA/(SL*SW*π/4)*100％，其中SL、SW分别为种子长度和宽度。
获取在大豆分子育种中具有潜在价值的大豆稳定基因座的方法，基于对大豆种脐外观性状及大豆品质和产量性状的QTL分析，挖掘出在大豆分子育种中具有潜在价值的大豆稳定基因座。
在大豆分子育种中具有潜在价值的大豆稳定基因座，包括qSH6.2、qSH8、qSH10、qQ8和qGY6.2稳定基因座，应用于大豆MAS育种。
与种子产量和品质性状共同定位的大豆稳定基因座，包括qSH6.2、qSH8和qSH10三个控制种子种脐大小的基因座。
基于大豆稳定基因座的大豆品种优化方法，基于与种子产量和品质性状共同定位的控制种子种脐大小的基因座进行大豆产品和品质优化育种，所述基因座包括qSH6.2、qSH8和qSH10。
采用上述技术方案所产生的有益效果在于：附图2显示了种脐大小是否有利于提高大豆种子产量和品质的相关分析。四个种脐大小性状与大多数种子产量和品质性状呈显著相关。其中，SHL和SHW与PC、OC和100SW呈显著相关，绝对值在0.18～0.42之间(P值<0.05)，但由于SHW与PC、OC和100SW的相关系数较高，在提高种子产量和品质方面比SHL具有更重要的作用，这是一个有科研及实用价值的发现。另一个有价值的实质性特点在于，SHA和PSHA在提高种子产量和品质性状方面起着相反的作用，较大的SHA可显著提高100SW(r＝0.38)和PC(r＝0.25)，而降低OC(r＝-0.28)(P值<0.001)。相比之下，PSHA对PSW(r＝-0.25)和100SW(r＝-0.35)(P值<0.001)有显著的负作用。这些结果表明，选择具有特殊种脐大小的大豆品种有助于培育高产优质的大豆品种。基于此，可以通过提高种脐宽度SHW性状指标，进行高产量、高油脂产量大豆品种的辅助筛选育种；通过提高脐面积SHA性状指标和降低比脐面积PSHA性状指标，进行高产量、高蛋白含量、低油脂含量大豆品种的辅助筛选育种；所述比脐面积PSHA为脐面积在种子投影面积中的百分比。
参见下文的具体试验例，本发明提出了qSH6.2、qSH8、qQ8和qGY6.2等稳定的基因座，可考虑应用于大豆MAS育种。本发明的研究强烈表明，SHW对大豆种子产量有显著影响，而SHL对种子质量有显著影响，这是因为它们具有共同的遗传基础，可以在今后的大豆育种中加以考虑。本发明的研究中，鉴定了qSH6.2、qSH8和qSH10三个与种子产量和品质性状共同定位的控制种子种脐大小的基因座。
附图说明
图1是为JD12和NF58种脐性状的比较。图中，(A)JD12和NF58种子照片；(B)种脐长度；(C)种脐宽度(SHW)；D种脐面积；E种脐面积占种子投影面积的百分比(PSHA)；F蛋白质含量；G含油量；H植物种子重量；(I)百粒种子重量。条形代表15次复制的平均值。星号表示JD12和NF58通过t-检验在5％(*)、1％(**)和0.1％(**)水平的显著性差异。
图2为种脐、品质和产量性状的相关分析。图中，具有特征拟合曲线的直方图被放在对角线上。对角线上方是具有显著水平的相关系数，对角线下方是具有拟合曲线的散点图。星号表示在5％(*)、1％(**)和0.1％(**)水平下通过t-检验得出的区域影响系数差异的显著性。
图3为6号、8号和10号染色体上具有质量或产量基因座的相同片段的种脐基因座的遗传图谱。
具体实施方式
以下实施例详细说明了本发明。本发明所使用的各种原料及各项设备均为常规市售产品，均能够通过市场购买直接获得。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
实施例1、试验材料方法及来源
本实施例以两个大豆品种JD12和NF58为试材，采用单粒传方法(SSD)构建了由175株F9株单株组成的重组自交系群体。在田间条件下进一步评价了该群体的性状。田间试验于2014年至2016年在河北省石家庄市河北省农林科学院粮油作物研究所地上试验场(E114.48°N 38.03℃)进行。试验场地土壤属沙壤土。2014年，测定了田间25cm土壤的基本特征如下：pH值为8.2；有机质为19.3g.kg-1；有效磷(Olsen-P)为14.9毫克千克-1、可用N，79.4毫克千克-1、有效钾161.3mg kg-1。前茬小麦，拔节期施复合肥900kg/ha(N:P2O5:K2O＝15:15:15)，尿素400kg/ha。按照当地的做法，大豆全生育期不施肥。根据植物生长发育的需要，对大豆植株进行了灌溉。每一个家系基因型和亲本基因型采用裂区设计，小区按随机完全区组排列。家系和亲本基因型有三个重复。每个地块保存了20株植物，每行间隔0.5米，每行2米。利用该群体构建遗传连锁图，检测与种脐大小、产量和品质性状相关的qtl。
在收获期，从每个小区每行中间随机抽取10个代表个体，以进一步评估平均种子重量(PSW)。从每个小区随机抽取100粒种子，测量百粒重(100SW)、种脐长(SHL)和种脐宽度(SHW)。为了描述种脐的相对大小，还计算了种子种脐面积(SHA)及其在种子投影面积(PSHA)中的百分比：SHA＝SHL*SHW*π/4，PSHA＝SHA/(SL*SW*π/4)。
此外，通过近红外光谱分析(Jiang等人，德国BRUKER)利用MATRIX-I(BRUKER，德国)从每个地块中随机选择约20g种子进行蛋白质含量(PC)和含油量(OC)评估(Jiang等人。2011年)。
利用田间试验获得的种子种脐、产量和品质性状进行遗传分析。用于遗传分析的算法包含在软件R命名性能分析包中(Peterson等人。2018年)。广义遗传力(h2b)用QTLICIMapping V4.1估算(Meng等人。2015)对于每个性状，根据：h2b＝VG/(VG+VE)，其中VG是RILs之间的方差，VE是RILs内的方差。利用SPSS19(Gray and Kinnear 2012)对t检验来检验种脐性状的显著性。
实施例2、大豆基因分型及遗传连锁图谱
从各品系和亲本的叶组织中分离出DNA，然后用Song所述的SoySNP50K芯片对RIL和亲本进行基因分型(Song et al。2013年)。使用Genome Studio基因分型模块v1.8.4(加利福尼亚州圣地亚哥Illumina公司)调用SNP等位基因。以群体为基础，统计两个或三个离散簇的SNP和两个信号强度高的等位基因。对所有snp进行卡方检验(χ2)，以检测分离畸变。分离畸变的snp被去除。筛选后，合格的SNP标记然后使用IciMapping V4.1软件构建遗传连锁图(Meng等人。2015)描述为(Yang等人。2017年)。
实施例3、QTL检测与比较
利用MapQTL6.0(Van Ooijen and Kyazma 2011)对qtl相关性状、品质性状和产量性状进行了多模型(MQM)检测。将比值对数(LOD)阈值设为2.5，以表明QTL在基因组区域中的显著性。总共使用1000个P值<0.05的排列来验证LOD值。为了比较本发明的研究鉴定的种脐qtl与品质和产量qtl，我们利用MapChart2.2软件(Voorrips 2002)整合并绘制了连锁紧密、包含重叠区的qtl。
实施例4、双亲的表型评价
为了检验所测性状的遗传基础，首先对双亲的表型进行了评价。观察结果表明，除了脐宽(HW)和种子种脐面积在种子投影面积(PSHA)外，两个亲本JD12和NF58在田间表现出不同的种脐大小、个体产量和品质表现(图1)。由于JD12的种脐长度(HL)(图1B)比NF58(图1D)具有更高的种脐面积(HA)值(图1D)，但是，种子种脐面积在种子投影面积(PSHA)中的百分比在两个亲本之间没有任何显着差异(图1E)，因为JD12的大小比NF58大，如100粒种子多42.54％重量(100SW)大于NF58(图1I)。此外，蛋白质含量(PC)(图1F)、含油量(OC)(图1G)和单株种子重量(PSW)(图1H)也有显著差异(P<0.001)。考虑到种脐在种子发育中的重要作用，不同的种脐大小可能会导致亲本间产量和品质的差异，这将在后续的分析中得到进一步的检验。
实施例5、RIL群体的表型变异
为了检验所测性状的遗传基础，首先对双亲的表型进行了评价。观察结果表明，除了HW和PSHA外，两个亲本JD12和NF58在田间表现出不同的种脐大小、个体产量和品质表现(图1)。由于JD12的种脐长度(HL)(图1B)比NF58(图1D)具有更高的种脐面积(HA)值(图1D)，但是，种子种脐面积在种子投影面积(PSHA)中的百分比在两个亲本之间没有任何显着差异(图1E)，因为JD12的大小比NF58大，如100粒种子多42.54％重量(100SW)大于NF58(图1I)。此外，蛋白质含量(PC)(图1F)、含油量(OC)(图1G)和单株种子重量(PSW)(图1H)也有显著差异(P<0.001)。考虑到种脐在种子发育中的重要作用，不同的种脐大小可能会导致亲本间产量和品质的差异，这将在后续的分析中得到进一步的检验。
另一方面，尽管SHW和PSHA在亲本间没有显著差异(图1C，E)，但SHW和PSHA的变异系数分别在5.88-7.54和10.25-12.07之间变化(表1)，强烈表明控制SHW和PSHA表型变异的遗传变异存在于RIL群体中。综上所述，这些结果表明，在田间条件下，RILs群体间存在显著的变异，这可能有助于进一步鉴定大豆这些性状的qtl。
实施例6、RIL群体被试性状的相关分析
为了进一步确定种脐大小是否有利于提高大豆种子产量和品质，对所测性状进行了相关分析。如预期，四个种脐大小性状与大多数种子产量和品质性状呈显著相关(图2)。例如，SHL和SHW与PC、OC和100SW呈显著相关，绝对值在0.18～0.42之间(P值<0.05)，但由于SHW与PC、OC和100SW的相关系数较高，在提高种子产量和品质方面比SHL具有更重要的作用。有趣的是，SHA和PSHA在提高种子产量和品质性状方面起着相反的作用。例如，较大的SHA可显著提高100SW(r＝0.38)和PC(r＝0.25)，而降低OC(r＝-0.28)(P值<0.001)。相比之下，PSHA对PSW(r＝-0.25)和100SW(r＝-0.35)(P值<0.001)有显著的负作用，但分析也表明PSHA对PC或OC的形成没有任何显著影响(P值>0.05)。综上所述，这些结果表明，选择具有特殊种脐大小的大豆品种有助于培育高产优质的大豆品种。
实施例7、遗传连锁图谱的构建
经过筛选，共有6407个snp。利用合格的SNP标记构建遗传连锁图。遗传连锁图谱覆盖2673.1cm，每个连锁群的平均距离为133.7cm。13号染色体构建的遗传距离最大，为322.5cm。16号染色体最小，距离91.9cm。每个连锁群的平均snp数为320个，其中18号染色体的snp最多，有600个，16号染色体的SNPs最少，共143个。相邻两个snp之间的平均cM为0.42cm。18号染色体平均cM最小，为0.22cM。13号染色体上最大，为0.73cM。
为了检验所构建的连锁图，一个由T基因控制的短柔毛颜色性状(Toda等人。用于验证连锁图的准确性。如预期，该基因被定位在6号染色体上，位于17617727bp和24186496bp之间，LOD值为21.46。结果与上所示的GWAS结果一致www.soybase.org说明本发明的研究所构建的连锁图谱质量较高，可用于进一步的研究。
实施例8、种脐、品质和产量性状的QTL鉴定
为进一步开展MAS育种，对玉米种脐、品质和产量性状进行了QTL分析。结果表明，共鉴定出53个qtl，其中粒径性状28个，种子品质性状12个，产量性状13个。对于种脐大小的qtl，PVE值在6.50％～15.60％之间，LOD值在2.55～6.46之间。同时，三年内检测到两个稳定位点qSH6.2和qSH8，PEV和LOD值分别为7.30～15.60和2.88～6.43(表2)。对于品质性状的qtl，连续3年检测到8个位点的qtl位点，LOD和PVE值分别为2.51～4.72和6.40～11.70。然而，大多数QTL都是在1年或2年条件下测定的，其中LOD和PVE值分别为4.72和11.70的qQ8被认为是一个有价值的QTL。此外，对产量性状进行了7个定位，包括13个显著qtl，解释了6.70-16.10％的表型变异。在这些产量基因座中，只有一个基因座qGY6.2，LOD值为3.61～6.69，解释表型变异的9.10～16.10％，在3年条件下才能检测到，而其他基因座仅在1年或2年条件下检测到。综上所述，以上结果表明，三个供试性状的qtl效应较小，易受环境影响，但也检测到了qSH6.2、qSH8、qqq8和qGY6.2等稳定的基因座，可考虑应用于大豆MAS育种。
实施例9、种脐、品质和产量性状的共QTL区域
本发明的研究的主要目的之一是明确种脐与种子产量和品质性状的共同遗传基础，从而将共定位qtl的置信区间投影到遗传图谱上。如预期，检测到三个重叠区域，分别位于Chr06、Chr08和Chr10上(图3)。两个稳定的种脐大小qth6.2与qGY6.1在Chr06上共定位，qSHW6对qSH6.2贡献最大的LOD和PVE值(表2)，被认为是与qGY6.1高度相关的主要QTL之一，这也得到了SHW与PSW和100SW的相关系数最高的结果的支持(图2)。同时，qSH8与qQ8共定位于Chr08上，qSHL8与qh8共定位，qSHL8对qSH8贡献最大的LOD和PVE值(表2)，被认为是与qqq8高度相关的主要QTL之一。此外，在Chr10上还预测了一个由qSH10、qQ10和qGY10组成的共定位区域。然而，qSH10、qQ10和qGY10三个qtl在三年内均未检测到，因此在应用于MAS育种之前，应进一步对其进行评价。总之，这些结果强烈表明，SHW对大豆种子产量有显著影响，而SHL对种子质量有显著影响，这是因为它们具有共同的遗传基础，可以在今后的大豆育种中加以考虑。
实施例10、图表、表格
表1 自然条件下175个大豆重组系8个性状的表型变异和遗传分析
Figure BDA0002642620090000111
RILs:重组自交系。8个性状包括4个种脐性状:SHL(种脐长，厘米)，SHW(种脐宽，厘米)，SHA(种脐面积，厘米2)，PSHA(种脐面积占种子投影面积的百分比，％)。两个品质性状:蛋白质含量，％，油脂含量，％；两个产量性状100SW(百粒重，克)，PSW(植物种子重，克)。
表2 在自然条件下利用175个大豆基因位点检测到的种脐性状的推定基因位点
Figure BDA0002642620090000121
增加值>0和<0分别代表由JD12和NF58衍生的QTL的增加效应。
表3 在自然条件下利用175个大豆基因片段长度多态性检测到的质量性状的推定QTL
Figure BDA0002642620090000122
Figure BDA0002642620090000131
增加值>0和<0分别代表由JD12和NF58衍生的QTL的增加效应。
表4 在自然条件下利用175个大豆基因片段长度多态性检测产量性状的推定QTL
Figure BDA0002642620090000132
增加值>0和<0分别代表由JD12和NF58衍生的QTL的增加效应。
最后，综上各个试验例可见，大豆产量和品质是一个复杂的农艺性状，受许多环境和遗传因素的影响(Li et al。2008年)。在传统育种中，高产优质品种的成功育种很大程度上依赖于育种家积累的经验。然而，如果没有多年的实践，这种积累的经验是不可能立即被新育种家掌握的。为了准确评价复杂农艺性状，育种家通常对与产量和品质相关的简单性状进行评价。例如，为了获得高产，选择了合适的株高、开花时间、成熟期、分枝数等关键性状(Kato等人。2018；Liu等人。2020年；Sun等人)这些性状被认为是提高产量性状的生理基础。与种子产量相比，种子品质这一无形性状不能直接评价，可见性状和相关性状较少。因此，研究一些有利于提高大豆产量和种子品质的简单性状的遗传作用，可提高大豆的选择效率。尽管种子种脐是一种容易评价的组织，并已被证明是种子发育和产量形成的关键组织(Hardham 1976；Thorne 1981)，但由于种籽种脐的遗传作用基本未知，种植者并未将其视为提高大豆产量和品质的相关性状。本发明的研究首次在大田条件下测定了种子种脐大小与大豆产量和品质性状的相关性。如预期，大多数供试种脐大小性状与种子产量(r|＝0.13～0.42)和品质性状(r|＝0.18～0.28)均表现出显著的(P值<0.05)，并与品质性状(r|＝0.18～0.28)呈显著相关，说明种脐大小可作为选育高产优质新品种的相关简单性状。
大豆种子的外观性状(包括种皮颜色、种脐颜色和种皮开裂等)已被广泛地记录在案(Cho等人，2017年；郭和秋2013年；奥尤等人，2010年；Saruta等人，2019年；Sonah等人。2015年)。有趣的是，其中一些外观性状也表现出与种子产量和/或品质相关性状的高度正相关。例如，在低温条件下，负责茸毛颜色的T基因和成熟基因E1和E5可以显著抑制种皮开裂(Yang等人。而T和E2位点的基因型也与脱荚引起的种皮开裂程度有关。在一组17个对照大豆品种中发现，种子异黄酮丰度和种脐颜色之间存在密切的相关性(Barion等人。2016年)，大粒和浅种脐颜色的大豆品种更容易在大田条件下生产高种子产量(Ladia Jr等人。2019年)此外，似乎褐色种脐大豆的耐寒性和生长活力通常优于黄种脐大豆(Kurosaki等人。2004年)，在Chr06和Chr08上发现了两个种脐颜色反应基因座，即种脐颜色2-g1和种脐颜色2-g2.1(Sonah等人。2015年)。在本发明的研究中，我们鉴定了qSH6.2、qSH8和qSH10三个与种子产量和品质性状共同定位的控制种子种脐大小的基因座。有趣的是，根据侧翼标记推测的相应物理位置，qSH6.2和qSH10分别与T(或种脐颜色2-g1)和E2紧密或相同的位置被定位，而qSH8被定位在Chr08:44057851-45270892的位置之间，并没有与任何已知的基因位点共定位。因此，我们假设qSH6.2和qSH10可能分别受T(或种脐颜色2-g1)和E2的调控，但这一推测需要更多的证据。
培育高产优质品种是大豆育种的两个永恒目标，但二者都是复杂的数量性状，受多种外在和内在因素的影响，育种工作者在育种过程中往往首先评价与产量和品质关系密切的简单性状。本发明的研究对两个大豆基因型种子种脐大小、产量和品质进行了比较，并对其175个F9重组自交系进行了田间评价。在8个观察性状中，峰度和偏度的绝对值在0.01～0.77之间，遗传力在0.72～0.87之间，表明该RIL群体表型变异主要来源于遗传变异。相关分析表明，4个种脐大小性状与大豆种子产量和品质性状呈显著相关(P值<0.05)，相关系数在-0.35～0.42之间，说明选择适宜的种脐大小有利于提高大豆产量和品质。构建了一个包含6407个SNPs标记、2673.1cm的高密度遗传图谱，用于QTL分析。结果表明，共有53个显著qtl，LOD值在2.51～6.69之间，可解释8个性状的6.40～16.10％的遗传变异。其中控制大豆种脐的qSH6.2、qSH8和qSH10三个基因座可与种子产量和/或品质性状的qtl共定位。综上所述，研究结果表明，种子种脐大小与种子产量和品质有着共同的遗传基础，所鉴定的qtl可用于优化种子种脐大小，培育出高产优质的大豆新品种。本发明的研究利用产量、品质和种脐表型不同的两个大豆基因型，构建了175f9:11重组自交系(RILs)的遗传群体。此外，在2014-2016年的田间条件下，对两个亲本及其后代的性状进行了评价，以确定(1)种子种脐、产量和质量之间的相关性，(2)它们的共同遗传基础。综上所述，我们的最终目标是通过选择相对简单的相关性状，促进大豆的双高(高产优质)育种。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法，其特征在于：基于对大豆外观性状的特定选择，实现对于大豆品种优化的辅助筛选。
2.根据权利要求1所述的基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法，其特征在于：所述大豆外观性状为大豆种脐的可观测外观性状；所述大豆品种优化为大豆产量和大豆品质指标的提升优化。
3.根据权利要求2所述的基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法，其特征在于：所述大豆种脐外观性状包含若干个正交独立可观测性状；所述大豆品种优化基于若干个可测量指标。
4.根据权利要求3所述的基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法，其特征在于：所述可观测性状包括种脐长SHL、种脐宽度SHW、脐面积SHA、比脐面积PSHA及其任意组合；所述比脐面积PSHA为脐面积在种子投影面积中的百分比；所述可测量指标包括平均种子重量PSW、百粒重100SW、蛋白质含量PC、含油量OC及其任意组合。
5.根据权利要求1所述的基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法，其特征在于：基于对大豆外观性状的特定选择，实现对于高产量、高油脂产量大豆品种的辅助筛选。
6.根据权利要求1所述的基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法，其特征在于：基于对大豆外观性状的特定选择，实现对于高产量、高蛋白含量、低油脂含量大豆品种的辅助筛选。
7.获取在大豆分子育种中具有潜在价值的大豆稳定基因座的方法，其特征在于：基于对大豆种脐外观性状及大豆品质和产量性状的QTL分析，挖掘出在大豆分子育种中具有潜在价值的大豆稳定基因座。
8.在大豆分子育种中具有潜在价值的大豆稳定基因座，包括qSH6.2、qSH8、qSH10、qqq8和qGY6.2稳定基因座，应用于大豆MAS育种。
9.与种子产量和品质性状共同定位的大豆稳定基因座，包括qSH6.2、qSH8和qSH10三个控制种子种脐大小的基因座。
10.基于大豆稳定基因座的大豆品种优化方法，其特征在于，基于与种子产量和品质性状共同定位的控制种子种脐大小的基因座进行大豆产品和品质优化育种，所述基因座包括qSH6.2、qSH8和qSH10。
CN202010844610.5A 2020-08-20 2020-08-20 基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法 Active CN111919745B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010844610.5A CN111919745B (zh) 2020-08-20 2020-08-20 基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010844610.5A CN111919745B (zh) 2020-08-20 2020-08-20 基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法

Publications (2)

Publication Number Publication Date
CN111919745A true CN111919745A (zh) 2020-11-13
CN111919745B CN111919745B (zh) 2022-03-22

Family

ID=73304902

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010844610.5A Active CN111919745B (zh) 2020-08-20 2020-08-20 基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法

Country Status (1)

Country Link
CN (1) CN111919745B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114958866A (zh) * 2022-05-09 2022-08-30 中国科学院遗传与发育生物学研究所 调控大豆分枝数的基因及其用途

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
GUNVANT PATIL ET AL.: "Molecular mapping and genomics of soybean seed protein: a review and perspective for the future", 《THEOR APPL GENET》 *
聂智星等: "大豆种质发芽特性和籽粒形态的遗传变异与相关分析", 《安徽农业科学》 *
邱丽娟等: "大豆蛋白质间接选择方法的初步研究", 《作物学报》 *
陈学珍等: "大豆品种（系） 农艺性状和品质性状的相关性研究", 《北京农学院学报》 *
黄中文等: "大豆产量有关性状QTL 的检测", 《中国农业科学》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114958866A (zh) * 2022-05-09 2022-08-30 中国科学院遗传与发育生物学研究所 调控大豆分枝数的基因及其用途
CN114958866B (zh) * 2022-05-09 2023-08-22 中国科学院遗传与发育生物学研究所 调控大豆分枝数的基因及其用途

Also Published As

Publication number Publication date
CN111919745B (zh) 2022-03-22

Similar Documents

Publication Publication Date Title
Xue et al. Identification of QTLs for yield and yield components of barley under different growth conditions
Khan et al. Exploring the natural variation for seedling traits and their link with seed dimensions in tomato
Chen et al. GA-responsive dwarfing gene Rht12 affects the developmental and agronomic traits in common bread wheat
Wang et al. Comparing the effects of GA-responsive dwarfing genes Rht13 and Rht8 on plant height and some agronomic traits in common wheat
Gouesnard et al. Genotyping-by-sequencing highlights original diversity patterns within a European collection of 1191 maize flint lines, as compared to the maize USDA genebank
Baltazar et al. QTL mapping for tolerance to anaerobic germination in rice from IR64 and the aus landrace Kharsu 80A
Wang et al. Identification of qRL7, a major quantitative trait locus associated with rice root length in hydroponic conditions
Feng et al. Updating the elite rice variety Kongyu 131 by improving the Gn1a locus
Zhou Improvement of plant waterlogging tolerance
Bararyenya et al. Genome-wide association study identified candidate genes controlling continuous storage root formation and bulking in hexaploid sweetpotato
Morishita et al. Important agronomic characteristics of yielding ability in common buckwheat; ecotype and ecological differentiation, preharvest sprouting resistance, shattering resistance, and lodging resistance
Nantawan et al. Linkage mapping and quantitative trait loci analysis of sweetness and other fruit quality traits in papaya
Pereira et al. Unraveling the genetics of tomato fruit weight during crop domestication and diversification
Yamazaki et al. Effect of salt tolerance on biomass production in a large population of sorghum accessions
Badu-Apraku et al. Identification of QTLs for grain yield and other traits in tropical maize under Striga infestation
Zhao et al. Characterization of the common genetic basis underlying seed hilum size, yield, and quality traits in soybean
Pang et al. Development of a leafy Brassica rapa fixed line collection for genetic diversity and population structure analysis
Flajsman et al. Genetic diversity and agronomic performance of Slovenian landraces of proso millet (Panicum miliaceum L.)
CN111919745B (zh) 基于大豆外观性状连锁遗传的大豆品种优化辅助筛选方法
Monforte et al. Salt tolerance in Lycopersicon spp. VII. Pleiotropic action of genes controlling earliness on fruit yield
Choi et al. Integrated analysis of leaf morphological and color traits in different populations of Chinese cabbage (Brassica rapa ssp. pekinensis)
Buck-Sorlin The search for QTL in barley (Hordeum vulgare L.) using a new mapping population
Zhang et al. Analyses and identifications of quantitative trait loci and candidate genes controlling mesocotyl elongation in rice
Dang et al. Identification of favorable alleles for rice seedling anoxic tolerance using natural and bi-parental populations
CN116103430B (zh) 花生产量相关snp位点及其应用

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
GR01 Patent grant
GR01 Patent grant