CN116103430A - 花生产量相关snp位点及其应用 - Google Patents
花生产量相关snp位点及其应用 Download PDFInfo
- Publication number
- CN116103430A CN116103430A CN202211501518.4A CN202211501518A CN116103430A CN 116103430 A CN116103430 A CN 116103430A CN 202211501518 A CN202211501518 A CN 202211501518A CN 116103430 A CN116103430 A CN 116103430A
- Authority
- CN
- China
- Prior art keywords
- peanut
- yield
- seq
- hundred
- sequence
- 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
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
- 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
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/80—Food processing, e.g. use of renewable energies or variable speed drives in handling, conveying or stacking
- Y02P60/87—Re-use of by-products of food processing for fodder production
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Organic Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Health & Medical Sciences (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Biotechnology (AREA)
- Microbiology (AREA)
- Biochemistry (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Genetics & Genomics (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Botany (AREA)
- Mycology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明基于由192个F9:11家族系组成的双亲本RIL群体的高分辨率遗传图谱分析开发了一个与花生产量性状相关的SNP位点,并基于此SNP位点开发了用于鉴定或辅助鉴定花生产量的试剂盒、引物等,并进行了花生产量相关强候选基因的图谱克隆等研究。本发明为花生的分子标记辅助选择育种提供了一个新方法,在培育高产花生品种的农业实践和/或相关科学研究中均具有重要意义。
Description
技术领域
本发明属于分子生物学技术领域,尤其涉及一种与花生产量相关的SNP位点、其检测试剂盒、检测引物及相关应用。
背景技术
花生种子蛋白质和油脂含量高,是世界上100多个国家消费最广泛、种植最广泛的食物之一。近年来,全球对花生的需求迅速增加,全球花生年产量逐渐达到50Mt。然而,根据目前的人口增长率和全球可耕地有限的情况,到2050年,粮食供应(包括花生)将无法满足人类需求。目前,通过分子标记辅助育种(MAS)和优化田间管理提高花生产量被认为是满足人类需求的最可行策略之一。因此,花生产量和品质性状的发展一直是全球花生育种计划的主要目标。然而,不仅是花生,大多数作物的产量和质量性状都是复杂的数量性状,容易受到遗传和环境因素的影响。不幸的是,有时环境会显著影响观察到的性状的表型,这极大地困扰了育种者。例如,在一项研究中,记录了160个高级育种系在六个季节中的脱壳百分比,结果表明遗传力较低,为0.3至0.5(Janila等人,2016年);此外,方差综合分析表明,环境是所有病例中总变异的最大因素。如雨季与雨季后荚产量、籽粒产量、油产量和含油量的对比显示出高度显著的差异。因此,在育种选择中通常会用到一些高遗传力的性状,因为这些高遗传力性状的表现是可以很好地预测的。
在传统育种计划中,产量和质量的测量通常在收获后进行,导致改进数量性状的传统育种策略昂贵、低效且耗时。然而,在现代育种中,标记辅助选择(MAS)使育种者能够在植物发育早期不受复杂环境的影响,从种质资源或重组后代中快速选择感兴趣的性状。因此,MAS已被证明是植物和动物中最有效的繁殖方法之一。另一方面,MAS高效育种必须建立在明确的遗传背景和开发有效的功能标记的基础上。为了支持MAS育种目标,人们付出了很多努力来鉴定许多作物中有价值的QTL和基因,尤其是主食和油料作物。一些革命性的基因极大地提高了作物产量。例如,水稻中众所周知的绿色革命基因侏儒症1(sd1),小麦中的身高1(Rht1)降低(浅野长晟等人,2011;Wu等人(2018年)导致植物对赤霉素(GA)不敏感,因此,具有这些功能丧失基因的植物表现出良好的抗倒伏性、高收获指数以及对肥料更好的反应(Wu等人,2018年)。在大豆中的另一个例子是,作为一种兼性短日植物,大豆受到日长和温度的影响,这极大地限制了其生长区域(Zhang等人,2017;Alliprandini,etal.2009Gupta等人,2017年)。幸运的是,在从大豆中鉴定并克隆出一些对光周期敏感的感觉位点或基因后,最显著的是E1-E9(早花和成熟)和J(长幼位点),大豆的适宜栽培区域已经大大扩大。无论如何,探索环境稳定的遗传资源并将其纳入育种工作,将有助于开发通过标记辅助选择(MAS)选择的新品种,这些新品种能够在多变的环境条件下高产优质。
尽管MAS在现代育种中具有重要地位,但对最有利于提高花生产量的QTL的探索和功能基因的克隆却明显落后于主食作物和其他油料作物,如水稻和大豆。花生的亚基因组彼此非常相似,导致花生具有非常窄的遗传基础,品种间的遗传变异相对较少,这极大地阻碍了用于构建遗传图谱的多态性标记的开发。
发明内容
本发明要解决的技术问题是提供一种花生产量性状相关SNP位点及其应用。
为解决上述技术问题,本发明所采取的技术方案如下。
一种试剂盒,用于检测花生基因组中产量相关SNP位点的单核苷酸多态性,所述SNP位点对应于SEQ ID NO.1所示序列自5’末端第31位碱基;所述SNP位点的碱基为C或T,基因型C相对于基因型T具有或潜在具有更高的产量、和/或百果重、和/或百仁重。
作为本发明的一种优选技术方案,所述试剂盒包含序列表中SEQ ID NO.2所示的前引物序列M3F和SEQ ID NO.3所示的后引物序列M3R。
作为本发明的一种优选技术方案,SEQ ID NO.1所示序列位于位于花生基因组第16号染色体上。
作为本发明的一种优选技术方案,SEQ ID NO.1所示序列中的第31位碱基对应花生基因组第16号染色体上第143948913位碱基的位置。
一种引物对,包括SEQ ID NO.2所示的前引物序列M3F和SEQ ID NO.3所示的后引物序列M3R;该引物对用于检测花生基因组中如下SNP位点的单核苷酸多态性,所述的SNP位点对应于SEQ ID NO.1所示序列自5’末端第31位碱基;所述SNP位点处的核苷酸为C或T。
作为本发明的一种优选技术方案,与所述引物对对应的酶切位点为XhoI,识别序列为CTC/TGAG。
上述试剂盒及引物对在鉴定或辅助鉴定花生产量、和/或百果重、和/或百仁重中的应用。
上述试剂盒及引物对在花生分子标记辅助育种MAS中的应用。
一种鉴定或辅助鉴定花生产量或百果重或百仁重的方法,该方法包括如下步骤:首先对待测花生基因组DNA中包含如下SNP位点的DNA片段进行PCR扩增,所述SNP位点对应于SEQ ID NO.1所示序列自5’末端第31位碱基;然后基于酶切位点XhoI及其识别序列CTC/TGAG对PCR扩增产物进行酶切鉴定,所述SNP位点处的基因型C相对于基因型T具有或潜在具有更高的产量、和/或百果重、和/或百仁重;该方法可用于花生的分子标记辅助育种MAS或其他用途。
采用上述技术方案所产生的有益效果在于:本发明公开了一种与花生产量相关的SNP位点及其应用;基于三年双试验站的验证证明,通过检测所述该SNP,即可找到产量较高的花生。本发明为花生的分子标记辅助选择育种提供了一个新方法,在培育高产花生品种的农业实践和/或相关科学研究中均具有重要意义。
附图说明
图1为花生亲本JH6和KX01-6产量相关性状图。图中,星号表示在5%(*)、1%(**)和0.1%(***)水平下,JH6和KX01-6在t检验中的显著性差异,“ns”表示无显著性差异。
图2为9个观察性状间的相关性分析图。图中,将具有特征拟合曲线的直方图放在对角线上;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检验得到的RIL差异的显著性。
图3为本研究采用的花生遗传连锁群图。该图谱的构建以JH6和KX01-6衍生的192个品系和2273个多态性SNP标记为基础。
图4为qHYF_B06的定位分析图。图中:(a)使用在六种环境下观察到的RIL群体的FW和KW的平均值,将qHYF_B06位点定位到染色体B06上的4.3cM遗传区域;独立的QTL由条形图(1-LOD间隔)和延长线(2-LOD间隔)表示;(b)来源于两个F5残余杂合单株的子F2:3近交系家系中种子大小的分离;黑色、白色和灰色方框分别表示JH6和KX01-6亲本等位基因的纯合性和杂合性(qHYF_B06的890kb基因组区域包含1个预测基因,这些基因在亲本之间具有显著的结构变异。
图5为qHYF_B06候选基因的表达及基因组变异图。图中,红色星号表示在5%(*)和1%(**)水平的t检验中,JH6和KX01-6种子之间差异的表达显著性;符号“#”和“&”分别表示JH6和KX01-6在编码区和启动子区存在的基因组变异。
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。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、花生RILs群体及其两亲本表型
参见附图1-2,为了探索供试RILs群体性状的遗传基础,首先对两个亲本系JH6和KX01-6进行了与花生产量性状相关的表型变异评价,包括单粒(SK)、双粒(DK)和三粒(TK)、单株荚数(PNPP)、单株产量(YPP)、百果重(FW)、百粒重(KW)和脱壳率(SP)。自然条件下3年×2个试验点观测的平均值结果表明,两个亲本品系的SK、PNPP、YPP、FW、KW和SP在果实外观和果实性状上存在差异,而DK和TK差异不显著(图1)。JH6的产量比KX01-6高159.86%(图1f),这是因为JH6的果实数量和籽粒大小比KX01-6高252.54%、36.43%、88.34%和90.62%(图1b,例如g和h)。但在SP中也观察到显著差异(P<0.001)(图1i),JH6的SP比KX01-6的相对低(2.69%)。因此,两个亲本品系间的这些明显差异足以为我们确定花生增产的遗传基础。
为了进一步揭示观察性状在提高花生产量中的贡献,对试验性状进行了相关分析。在我们观察到的RIL种群中,除SP外,YPP值与观察到的大部分核数量和重量显著相关。如核数性状SK、DK、TK均与YPP显著相关,绝对值分别为0.42、0.65、0.20(P<0.001)。而FW和KW对YPP也呈正相关,绝对值均为0.37(P<0.001)。子粒数的相关系数高于子粒重的相关系数,说明子粒数可能比子粒重在提高花生产量中发挥更大的作用,尤其是对DK而言。有趣的是,虽然在以前的报告中SP被认为是影响花生产量的一个非常重要的性状,但是相关分析没有给出任何证据在当前的RIL群体中支持这一结论,可能是因为SP引起的较小影响被其他性状(如粒数或粒重)引起的较大偏差所掩盖,并且这个结果在讨论中被进一步讨论。总之,这些结果表明,发现这些试验性状的遗传基础可能大大有助于培育高产花生品种。
为了检验RIL群体是否适合鉴定8个直接测试性状的QTL以及有效果数的衍生性状(EF),在2019年至2021年的两个田间条件下评估了这些性状的表型变异,简要和详细的结果分别列于表1。
表1.六种田间环境中RIL种群表型变异和遗传分析的概要信息
注:RIL:重组近交系;9个评价性状包括SK(单粒果数)、DK(双粒果数)、TK(三粒果数)、EF(有效果数)、PNPP(单株荚数)、YPP(单株产量)、HFW(百果重)、HKW(百粒重)、SP(脱壳率)。遗传力(h2b)是根据在六种环境下观察到的数据计算的。标准差;CV,变异系数。
根据对192个F9花生RIL的观察,计算了9个供试性状的显著表型变异和广泛超亲遗传力。不出所料,每个性状的RIL群体平均值落在平均亲本值之间,而最大值和最小值则超出了亲本值的极值。这些结果强烈表明,RIL群体中表现出的表型变异是由这两个亲本之间存在的遗传变异引起的,这对于后续的QTL分析是必要的。此外,在3年田间试验中观察到的9个性状的相对高广义遗传力(h2b)在0.82至0.94之间变化(表1),表明在该群体的RIL中观察到的表型变异主要来自遗传变异。此外,除了SK、TK和SP之外,其他六个被测性状均符合正态分布,因为这六个观测性状在3年数据中计算的绝对峰度和偏斜度均小于1,这强烈表明它们受多个基因位点控制。同时,大多数观察到的性状(除SP外)在亲本之间存在显著差异,因此毫不奇怪,这些性状的年变异系数也在15.67至263.83之间存在显著差异,而SP性状的变异系数在3.83至6.24之间略有变化,因此这些结果强烈表明,这些尚未在该群体中确定的性状背后存在遗传变异。总之,上述结果表明,在田间条件下观察到的RIL之间存在显著差异,这些表型和遗传变异对于进一步鉴定花生这些试验性状的QTL是必要的。
实施例2、遗传连锁图谱的构建及产量相关高可信QTL的识别和鉴定
为探索QTL并开发适用的标记,以便于在未来育种中进行分子辅助选择,构建了高密度遗传图谱。经过严格筛选,共筛选出2273个合格的重组标记,这些标记在两个亲本系之间表现出多态性,分布在20条花生染色体上,用于后续的遗传图谱构建。结果表明,构建的遗传连锁图谱覆盖1705.65cM,每个连锁群平均长度为80.28cM。A03号染色体多态性标记最多,为258个,距离遗传长度超过120.11,B03号染色体多态性标记最少,为27个,分布距离为113.07cM。相邻SNPs之间的平均距离为0.75cM,这些平均距离在B10染色体上的0.35cM和B03染色体上的4.19cM之间变化;参见表2及附图3。
表2.用于表征RIL群体的产量相关SNP标记汇总
为了获得可信且有价值的遗传资源,用于进一步的花生育种计划,在6个田间环境下测定了与产量相关性状相关的QTL。QTL分析共返回114个受试性状的显著QTL,2019、2020和2021年分别检测到40、38和39个QTL。这些独立的QTL,LOD值在2.55至17.17之间,占在六个试验环境中种植的192个F9花生RIL中观察到的表型变异的6%–33.9%。其中B06号染色体QTL最多,为31个,大部分聚集在SNP标记Chr.16_143948913附近,A04、A07、A08、B04号染色体QTL多于10个,A01、A02、A05、B03、B05、B07号染色体QTL少于6个。这些结果强烈表明,产量相关性状由几个主要基因座和许多次要QTL遗传控制。
为了便于随后的图谱克隆,将在三种以上环境下能够同时检测到的关键对数优势度(LOD)阈值分数为4的置信QTL设置为最低必要值。最终共筛选出31个可归属于3个位点的QTL,分别命名为B06号染色体(qHYF_B06)、A08号染色体(qHYF_A08)、A05号染色体(qHYF_A05)高产有利位点。有趣的是,这三个位点可以主要解释观察到的性状的不同表型变异(表3)。
表3.在田间条件下检测到的高置信度数量性状位点(QTLs)
例如,A05染色体上的qHYF_A05仅解释了TK数量的遗传变异,解释的变异百分比在12.4%(20ds)至19.6%(20nc)之间,LOD值在5.37(20ds)至9.03(20nc)之间。而A08染色体上的qHYF_A08主要解释了SP的表型变异,解释的百分比在11.7%(21nc)至23.0%(21ds)之间,LOD值在5.13(21nc)至10.81(21ds)之间。此外,染色体B06上的qHYF_B06主要解释了观察到的FW和KW性状的变异,解释的百分比在11.9%(KW/20ds)至33.9%(FW/21ds)之间,但是,它也占DK、EF、PNPP和SP变异的11.8%-15.7%。综合所有这些结果,强烈支持本研究中鉴定的qil可能对育种者通过优化KW、FW、SP和TK性状开发高产花生新品种具有重要意义。
根据年度观测,qHYF_B06对堤上和农昌3502试验站观测到的籽粒大小性状有较大而稳定的影响。由于在两个实验站中观察到qHYF_B06对FW和KW的高LOD和PVE值,因此RIL群体的FW和KW的平均值被进一步用于通过基于图谱的克隆来检测qHYF_B06的候选基因。正如预期,遗传分析显示,qHYF_B06位点所包含的分离QTLsqKW和qFW的95%置信区间均以116.2cM-120.5cM的遗传距离界定(图4a)。为了进一步确认QTL结果和缩小目标性状后面基因的位置,从几个在qHYF_B06位点杂合的单个F5残余杂合植物(RHP)中获得了一个高级作图群体。通过观察覆盖qHYF_B06位点95%置信区间的标记M1-M5间的模式推断交越点,并通过破译F2:3子代间的粒大小分离模式确定这些重组系中qHYF_B06的真实基因型。通过这些观察,可以将qHYF_B06位点在标记M3和M4之间的间隔限定为890kb,跨越~0.3cM的遗传距离(图4b)。
实施例3、SNP标记M3(dCAPs标记)
SNP标记M3的前引物序列M3F:CTGTTCAATTTTTCAGAGATGTCATTTCCT(SEQ ID NO.2);后引物序列:M3R:TATGTCGTTTTCCCAATAAG(SEQ ID NO.3)。其酶切位点为:XhoI;识别序列为CTC/TGAG。其扩增产物如SEQ ID NO.1所示,第31位核苷酸为C或T(原生位置位于花生的第16号染色体,第143948913碱基),扩增产物通过酶切即可区分。
下表为2019-2019年在堤上、农昌试验站的三年双地点试验结果。
M3标记筛选试验结果(堤上点)
M3标记筛选试验结果(3502农场点)
实施例4、候选基因的图谱克隆及预测
为进一步探索qHYF_B06基因座背后的功能基因,采用高通量测序对候选基因在~890kb候选区间进行了基因组和转录组变异分析。根据基因组注释(https:// phytozome.jgi.doe.gov/pz/portal.html),共有50个注释基因。然而,50个注释基因中有29个在花生种子中几乎不表达,说明这些基因在种子发育中没有发挥作用。而12个和9个注释基因在种子中的表达量相对较低和较高(图5)。此外,转录组和基因组分析显示,在5%和1%水平下,2个和5个注释基因在JH6和KX01-6之间表现出不同的表达模式,但只有Arahy.129FS0和Arahy.3R9A5K分别在启动子和编码区表现出显著的结构差异。因此,我们特别关注Arahy.129FS0和Arahy.3R9A5K作为qHYF_B06的两个强候选基因,因为这两个基因都观察到插入/缺失。例如,在JH6中Arahy.3R9A5K的核苷酸657和658之间鉴定出1-bp缺失,这可能由于氨基酸p.M219fs的错误翻译而导致功能丧失(图4c)。此外,在预测的Arahy.129FS0启动子序列中,JH6和KX01-6之间分别发现了插入和缺失,因此我们假设种子中的差异表达模式可能是由这种变化引起的(图4c)。综合以上所有数据,我们的结果强烈表明,两个候选基因中的一个可能是花生中与qHYF_B06相关的籽粒大小的基础。
实施例5、讨论和综述
为了弥补专注于花生产量相关性状的MAS育种研究的有限遗传资源,我们因此使用48K基因微阵列构建了基于由192个F9:11家族系组成的双亲本RIL群体的高分辨率遗传图谱。本研究有两个主要目的:1)发现可能适用于MAS育种的稳定的主要有效位点;2)通过整合两个亲本系的转录组和基因组测序数据,界定已鉴定的候选基因。
众所周知,对于传统作物育种而言,遗传变异和基因组重组是获得优秀品种的主要驱动力。在目前的作物育种过程中,杂交两个优良品种聚合优良等位基因仍然是选育新品种的主要途径。然而,鉴于不清楚的遗传背景,这是一项低效和耗时的工作,因为在有限的亲本中普遍缺乏丰富的遗传变异。因此,在对特定性状进行改良之前,有必要明确其遗传方式。追求高产和优质是所有作物育种的两个永恒目标,但它们都是复杂而综合的性状,容易受到环境的影响,特别是产量性状。因此,将复杂性状分解为不易受环境影响的相关性状,将大大有助于育种者制定选择优秀品种的标准。
本研究中,我们选择了8个产量相关性状进行后续分析,通过对6个环境的观察,得到相对较高的h2b(0.82~0.94),表明这些性状受环境影响较小,可以作为育种的候选性状。同时相关分析发现,除SP外,其余7个观察性状均与产量(YPP)性状有显著相关性,尤其是PNPP(0.75)、EF(0.70)和DK(0.65)。另一方面,DK对EF和PNPP的贡献最大,相关系数分别为0.91和0.79,说明增加DK的数量可以明显提高产量。有趣的是,在JH6和KX01-6之间没有观察到DK的显著差异(图1c),而在RIL人群中,DK存在明显的表型变异和广泛超遗传性(CV%:30.51%)。我们高度怀疑JH6和KX01-6携带不同的DK相关等位基因,在重组过程中,这些等位基因被分配到不同的后代中。因此,我们认为由遗传变异引起的双亲之间的显著表型变异对于QTL定位是充分的,但不是必要的。
脱壳率(SP)被设计为粒重与荚重的百分比比率,在花生品种和育种群体之间表现出显著差异。例如,基于在多种环境中观察到分别由816和195个品系组成的两个独立和不相关的RIL群体,SP值在40.5%至80%和65%至83%之间变化。鉴于其重要的生理特性,因此SP通常表现出与籽粒产量的显著相关性并不奇怪,然后被认为是可用于产量选择的重要性状。奇怪的是,本研究中的相关分析未显示SP与产量有显著关联(YPP)。我们推测,SP与YPP之间的这种不相关可能由以下两个原因引起:1)SP的遗传变异相对较小,在RIL群体中仅观察到4.84%的表型变异,因此,这种表型变异很容易被环境变化或偏离所掩盖;2)SP对产量的影响较小,因为YPP的表型变异为28.36%,而RIL群体中观察到的SP的表型变异仅为4.84%,这意味着YPP主要受其他表型变异较大的相关性状的影响,如DK、HFW和HKW等,所有由产量相关性状引起的偏差都可能掩盖SP与YPP之间的真实相关性。因此,尽管我们目前的数据并不支持SP在提高产量中的显著作用,但我们仍然认为SP是花生育种中的一个关键性状。
与其他油料作物相比,栽培花生是一种年轻的作物,不仅因为它的起源历史相对较短,但也因为研究,这可以帮助现代育种,已经明显落后于其他作物,特别是通过基于地图的克隆策略探索有价值的遗传资源。然而,关于产量相关性状QTL的有限文献也有一些与我们的结果一致的结果。例如,Li等人(2022年)使用基于SSR的遗传图谱在四种个体环境中检测到15个,解释了3.4%-31.7%的,其中一个(qSPA08.3)覆盖了我们稳定的qHYF_A08染色体,跨越32.35-49.40Mb的物理间隔,但是,可能由于SSR标记密度和遗传背景的限制,qSPA08.3被认为是小加性效应(0.84-1)所指示的次要效应位点。相比之下,本研究中qHYF_A08的加性效应和LOD值分别在1.02~1.72和5.13~10.87之间,解释了11.7%~23%的表型变异。最重要的是,我们使用了高密度SNP标记,因此将qHYF_A08限定为小于5Mb的物理区间,这极大地有助于进一步基于图谱的候选基因克隆和MAS育种。另一方面,已经进行了一些关于探索强调产量相关性状的遗传资源的研究,然而,之前研究中报告的QTL均未与我们的研究共享共同的候选区域。例如,Wang等人(2018年)在B06上检测到,物理覆盖范围为119.8Mb–128.8Mb,这与此处报告的间隔时间(143.95Mb-144.84Mb)非常接近。Chen等人(2017年)报告了B06上100SW和SW的两个区域,物理覆盖范围为10.6Mb–21.6Mb和12.2Mb–74.9Mb,这两个区域都与此处报告的区域相距较远,这些结果表明qHYF_B06可能是一个新位点(图4),因为在以前的研究中没有报告与qHYF_B06具有相同间隔时间的相关病例。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
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)
1.一种试剂盒,用于检测花生基因组中产量相关SNP位点的单核苷酸多态性,所述SNP位点对应于SEQ ID NO.1所示序列自5’末端第31位碱基;所述SNP位点的碱基为C或T,基因型C相对于基因型T具有或潜在具有更高的产量、和/或百果重、和/或百仁重。
2.根据权利要求1所述的试剂盒,其特征在于:所述试剂盒包含序列表中SEQ ID NO.2所示的前引物序列M3F和SEQ ID NO.3所示的后引物序列M3R。
3.根据权利要求1所述的试剂盒,其特征在于:SEQ ID NO.1所示序列位于位于花生基因组第16号染色体上。
4.根据权利要求1所述的试剂盒,其特征在于:SEQ ID NO.1所示序列中的第31位碱基对应花生基因组第16号染色体上第143948913位碱基的位置。
5.一种引物对,包括SEQ ID NO.2所示的前引物序列M3F和SEQ ID NO.3所示的后引物序列M3R;该引物对用于检测花生基因组中如下SNP位点的单核苷酸多态性,所述的SNP位点对应于SEQ ID NO.1所示序列自5’末端第31位碱基;所述SNP位点处的核苷酸为C或T。
6.根据权利要求5所述的引物对,与其对应的酶切位点为XhoI,识别序列为CTC/TGAG。
7.权利要求1或2或3或4所述的试剂盒以及权利要求5或6所述的引物对在鉴定或辅助鉴定花生产量、和/或百果重、和/或百仁重中的应用。
8.权利要求1或2或3或4所述的试剂盒以及权利要求5或6所述的引物对在花生分子标记辅助育种MAS中的应用。
9.一种鉴定或辅助鉴定花生产量或百果重或百仁重的方法,其特征在于:该方法包括如下步骤:首先对待测花生基因组DNA中包含如下SNP位点的DNA片段进行PCR扩增,所述SNP位点对应于SEQ ID NO.1所示序列自5’末端第31位碱基;然后基于酶切位点XhoI及其识别序列CTC/TGAG对PCR扩增产物进行酶切鉴定,所述SNP位点处的基因型C相对于基因型T具有或潜在具有更高的产量、和/或百果重、和/或百仁重。
10.权利要求9所述鉴定或辅助鉴定花生产量或百果重或百仁重的方法的用途,用于花生的分子标记辅助育种MAS或其他用途。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211501518.4A CN116103430B (zh) | 2022-11-28 | 2022-11-28 | 花生产量相关snp位点及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211501518.4A CN116103430B (zh) | 2022-11-28 | 2022-11-28 | 花生产量相关snp位点及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116103430A true CN116103430A (zh) | 2023-05-12 |
CN116103430B CN116103430B (zh) | 2023-08-08 |
Family
ID=86262846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211501518.4A Active CN116103430B (zh) | 2022-11-28 | 2022-11-28 | 花生产量相关snp位点及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116103430B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112626260A (zh) * | 2021-01-15 | 2021-04-09 | 中国农业科学院油料作物研究所 | 一种与花生百仁重主效qtl位点连锁的分子标记及其应用 |
WO2021073466A1 (zh) * | 2019-10-18 | 2021-04-22 | 青岛农业大学 | 调控花生侧枝角度、生长习性和株型的基因lba5及其应用 |
CN113774161A (zh) * | 2021-09-29 | 2021-12-10 | 广东省农业科学院作物研究所 | 花生荚果和种仁大小主效qtl的kasp分子标记及应用 |
CN115161329A (zh) * | 2021-04-02 | 2022-10-11 | 山东农业大学 | 控制花生荚果大小的主效基因AhP07及开发的分子标记与应用 |
-
2022
- 2022-11-28 CN CN202211501518.4A patent/CN116103430B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021073466A1 (zh) * | 2019-10-18 | 2021-04-22 | 青岛农业大学 | 调控花生侧枝角度、生长习性和株型的基因lba5及其应用 |
CN112626260A (zh) * | 2021-01-15 | 2021-04-09 | 中国农业科学院油料作物研究所 | 一种与花生百仁重主效qtl位点连锁的分子标记及其应用 |
CN115161329A (zh) * | 2021-04-02 | 2022-10-11 | 山东农业大学 | 控制花生荚果大小的主效基因AhP07及开发的分子标记与应用 |
CN113774161A (zh) * | 2021-09-29 | 2021-12-10 | 广东省农业科学院作物研究所 | 花生荚果和种仁大小主效qtl的kasp分子标记及应用 |
Non-Patent Citations (3)
Title |
---|
LI LI 等: "GWAS and bulked segregant analysis reveal the Loci controlling growth habit‑related traits in cultivated Peanut (Arachis hypogaea L.)", 《BMC GENOMICS》, vol. 23, pages 1 - 13, XP021303290, DOI: 10.1186/s12864-022-08640-3 * |
YONGQING YANG等: "Fine mapping of a major QTL qHYF_B06 for peanut yield", 《THE CROP JOURNAL》, pages 1 - 17 * |
孙子淇: "花生重要性状全基因组关联分析及河南省审定花生品种遗传多样性分析", 《中国博士学位论文全文数据库》, no. 2, pages 047 - 123 * |
Also Published As
Publication number | Publication date |
---|---|
CN116103430B (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Boukar et al. | Cowpea (Vigna unguiculata): Genetics, genomics and breeding | |
Illa-Berenguer et al. | Rapid and reliable identification of tomato fruit weight and locule number loci by QTL-seq | |
Boopathi | Genetic mapping and marker assisted selection | |
Bernacchi et al. | Advanced backcross QTL analysis of tomato. II. Evaluation of near-isogenic lines carrying single-donor introgressions for desirable wild QTL-alleles derived from Lycopersicon hirsutum and L. pimpinellifolium | |
Xin et al. | Applying genotyping (TILLING) and phenotyping analyses to elucidate gene function in a chemically induced sorghum mutant population | |
US10143174B2 (en) | Pepper plant | |
Kato et al. | RFLP mapping of the three major genes, Vrn1, Q and B1, on the long arm of chromosome 5A of wheat | |
Pan et al. | QTL mapping of domestication and diversifying selection related traits in round-fruited semi-wild Xishuangbanna cucumber (Cucumis sativus L. var. xishuangbannanesis) | |
Nkomo et al. | Production constraints and improvement strategies of cowpea (Vigna unguiculata L. Walp.) genotypes for drought tolerance | |
Zhou | Improvement of plant waterlogging tolerance | |
CN109152346B (zh) | 西瓜中赋予对马铃薯y病毒属抗性的qtl | |
Gan et al. | Construction of a high-density genetic linkage map and identification of quantitative trait loci associated with clubroot resistance in radish (Raphanus sativus L.) | |
Ali et al. | Tagging and mapping of genes and QTLs of Nilaparvata lugens resistance in rice | |
Zhang et al. | Bulked-segregant analysis identified a putative region related to short internode length in melon | |
Angaji | Mapping QTLs for submergence tolerance during germination in rice | |
Guo et al. | Efficient marker-assisted breeding for clubroot resistance in elite Pol-CMS rapeseed varieties by updating the PbBa8. 1 locus | |
CN116103430B (zh) | 花生产量相关snp位点及其应用 | |
Hu et al. | Construction of high-density SNP genetic maps and QTL mapping for dwarf-related traits in Litchi chinensis Sonn | |
WO2022208489A1 (en) | Semi-determinate or determinate growth habit trait in cucurbita | |
WO2022056767A1 (zh) | 水稻早穗不减产材料中显性早穗相关基因的分子标记及其应用 | |
Archana et al. | Quantitative trait loci for stay‐greenness and agronomic traits provide new insights into chlorophyll homeostasis and nitrogen use in rice | |
Osman et al. | Identification of major QTLs in an advanced backcross lines associated with waterlogging tolerance at maize seedling stage | |
Miura et al. | High‐resolution mapping revealed a 1.3‐Mbp genomic inversion in Ssi1, a dominant semidwarf gene in rice (Oryza sativa) | |
Qi et al. | Phenotypic analysis of Longya-10× pale flax hybrid progeny and identification of candidate genes regulating prostrate/erect growth in flax plants | |
Sabreena et al. | Genetics and Genomics Resources of Millets: Availability, Advancements, and Applications |
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 |