CN116965329B - 一种油菜杂交品种的选育方法及其应用 - Google Patents
一种油菜杂交品种的选育方法及其应用 Download PDFInfo
- Publication number
- CN116965329B CN116965329B CN202311136190.5A CN202311136190A CN116965329B CN 116965329 B CN116965329 B CN 116965329B CN 202311136190 A CN202311136190 A CN 202311136190A CN 116965329 B CN116965329 B CN 116965329B
- Authority
- CN
- China
- Prior art keywords
- hybrid
- rape
- genetic distance
- parents
- agronomic
- 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
- 238000009395 breeding Methods 0.000 title claims abstract description 29
- 230000002068 genetic effect Effects 0.000 claims abstract description 66
- 230000009418 agronomic effect Effects 0.000 claims abstract description 32
- 238000012216 screening Methods 0.000 claims abstract description 22
- 230000001488 breeding effect Effects 0.000 claims abstract description 10
- 238000012217 deletion Methods 0.000 claims abstract description 8
- 230000037430 deletion Effects 0.000 claims abstract description 8
- 238000012268 genome sequencing Methods 0.000 claims abstract description 8
- 238000003780 insertion Methods 0.000 claims abstract description 8
- 230000037431 insertion Effects 0.000 claims abstract description 8
- 239000002773 nucleotide Substances 0.000 claims abstract description 8
- 125000003729 nucleotide group Chemical group 0.000 claims abstract description 8
- 238000010219 correlation analysis Methods 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- 235000019198 oils Nutrition 0.000 claims description 64
- 238000000034 method Methods 0.000 claims description 26
- 239000012535 impurity Substances 0.000 claims description 21
- 239000000463 material Substances 0.000 claims description 17
- 238000009396 hybridization Methods 0.000 claims description 14
- 241000221662 Sclerotinia Species 0.000 claims description 11
- 241000221696 Sclerotinia sclerotiorum Species 0.000 claims description 7
- 201000010099 disease Diseases 0.000 claims description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 7
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000009331 sowing Methods 0.000 claims description 6
- 235000015112 vegetable and seed oil Nutrition 0.000 claims description 5
- 238000003205 genotyping method Methods 0.000 claims description 3
- 238000011081 inoculation Methods 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 238000004904 shortening Methods 0.000 claims description 2
- 230000035772 mutation Effects 0.000 claims 2
- 230000000295 complement effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 7
- 241000208822 Lactuca Species 0.000 abstract 1
- 235000003228 Lactuca sativa Nutrition 0.000 abstract 1
- 241000196324 Embryophyta Species 0.000 description 17
- 238000012360 testing method Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 208000035240 Disease Resistance Diseases 0.000 description 5
- 240000007124 Brassica oleracea Species 0.000 description 4
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 4
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 4
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 4
- 235000004977 Brassica sinapistrum Nutrition 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 3
- 230000035558 fertility Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 235000014698 Brassica juncea var multisecta Nutrition 0.000 description 2
- 235000006008 Brassica napus var napus Nutrition 0.000 description 2
- 235000006618 Brassica rapa subsp oleifera Nutrition 0.000 description 2
- 244000188595 Brassica sinapistrum Species 0.000 description 2
- DPUOLQHDNGRHBS-UHFFFAOYSA-N Brassidinsaeure Natural products CCCCCCCCC=CCCCCCCCCCCCC(O)=O DPUOLQHDNGRHBS-UHFFFAOYSA-N 0.000 description 2
- URXZXNYJPAJJOQ-UHFFFAOYSA-N Erucic acid Natural products CCCCCCC=CCCCCCCCCCCCC(O)=O URXZXNYJPAJJOQ-UHFFFAOYSA-N 0.000 description 2
- 229930182475 S-glycoside Natural products 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- DPUOLQHDNGRHBS-KTKRTIGZSA-N erucic acid Chemical compound CCCCCCCC\C=C/CCCCCCCCCCCC(O)=O DPUOLQHDNGRHBS-KTKRTIGZSA-N 0.000 description 2
- 150000003569 thioglycosides Chemical class 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 240000002791 Brassica napus Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- 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
- A01H1/02—Methods or apparatus for hybridisation; Artificial pollination ; Fertility
-
- 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
- A01H1/00—Processes for modifying genotypes ; Plants characterised by associated natural traits
- A01H1/10—Processes for modifying non-agronomic quality output traits, e.g. for industrial processing; Value added, non-agronomic traits
- A01H1/101—Processes for modifying non-agronomic quality output traits, e.g. for industrial processing; Value added, non-agronomic traits involving biosynthetic or metabolic pathways, i.e. metabolic engineering, e.g. nicotine or caffeine
- A01H1/104—Processes for modifying non-agronomic quality output traits, e.g. for industrial processing; Value added, non-agronomic traits involving biosynthetic or metabolic pathways, i.e. metabolic engineering, e.g. nicotine or caffeine involving modified lipid metabolism, e.g. seed oil composition
-
- 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
- A01H1/12—Processes for modifying agronomic input traits, e.g. crop yield
-
- 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
- A01H1/12—Processes for modifying agronomic input traits, e.g. crop yield
- A01H1/122—Processes for modifying agronomic input traits, e.g. crop yield for stress resistance, e.g. heavy metal resistance
- A01H1/1245—Processes for modifying agronomic input traits, e.g. crop yield for stress resistance, e.g. heavy metal resistance for biotic stress resistance, e.g. pathogen, pest or disease resistance
- A01H1/1255—Processes for modifying agronomic input traits, e.g. crop yield for stress resistance, e.g. heavy metal resistance for biotic stress resistance, e.g. pathogen, pest or disease resistance for fungal resistance
-
- 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
- A01H6/20—Brassicaceae, e.g. canola, broccoli or rucola
- A01H6/202—Brassica napus [canola]
-
- 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)
- Botany (AREA)
- Chemical & Material Sciences (AREA)
- Genetics & Genomics (AREA)
- Environmental Sciences (AREA)
- Developmental Biology & Embryology (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biotechnology (AREA)
- Analytical Chemistry (AREA)
- Organic Chemistry (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mycology (AREA)
- Biochemistry (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Immunology (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Natural Medicines & Medicinal Plants (AREA)
- Physiology (AREA)
- Breeding Of Plants And Reproduction By Means Of Culturing (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明属于农业种植栽培及选育技术领域,具体涉及一种油菜杂交品种的选育方法及其应用,选择油菜F1代杂交品种及其亲本进行种植,对农艺性状进行鉴定;将得到的油菜杂交品种进行亲本基因组测序,筛选单核苷酸变异、插入/缺失的变异位点,结合性状表型数据和杂交种与双亲遗传距离之间的相关性分析,得到杂交种的农艺性状与亲本遗传距离之间的关系;根据分析结果优化油菜高油高产杂交种亲本选配技术,对核心种质遗传距离及农艺性状进行互补性评价,筛选亲本组配杂交组合,对杂交组合进行农艺性状检测,明确各项指标数据,筛选得到油菜杂交品种。本发明能够指导高油高产优质多抗油菜杂交品种的选育。
Description
技术领域
本发明属于农业种植栽培及选育技术领域,具体涉及一种油菜杂交品种的选育方法及其应用。
背景技术
油菜是重要的油料与经济作物
利用油菜杂种优势实现优质高产的关键技术在于杂交亲本的选择。具有较高配合力且优良性状遗传力强的亲本杂交组配,容易获得产量结构理想的杂交组合。现有油菜杂种育种技术在筛选杂交亲本过程中存在效率低、盲目性大等问题,不适于油菜产业快速发展的需求。
发明内容
针对现有技术的不足,本发明的目的在于提供一种油菜杂交品种的选育方法及其应用。本发明提供的油菜杂交品种的选育方法,通过对油菜农艺性状表型数据和杂交种与双亲遗传距离的相关性分析,指导高油高产优质多抗油菜杂交品种的选育。
为了实现上述目的,本发明提供如下技术方案:
本发明提供了一种油菜杂交品种的选育方法,包括以下步骤:
选择油菜F1代杂交品种及其亲本进行种植,对农艺性状进行鉴定;
将得到的油菜杂交品种进行亲本基因组测序,筛选单核苷酸变异、插入/缺失的变异位点,结合性状表型数据和杂交种与双亲遗传距离之间的相关性分析,得到杂交种的农艺性状与亲本遗传距离之间的关系;
对核心种质遗传距离及农艺性状进行互补性评价,筛选亲本组配杂交组合,对杂交组合进行农艺性状检测,明确各项指标数据,筛选得到油菜杂交品种。
优选的,所述农艺性状包括:含油量、分枝数、每角粒数、千粒重、株高、菌核病发病率和生育期中的一种或几种。
优选的,所述农艺性状中,分枝数、每角粒数与遗传距离呈正相关;含油量、菌核病发病率和生育期与遗传距离呈负相关。
优选的,所述的油菜杂交品种包括已知亲本的商品种。
优选的,油菜杂交品种的亲本及其F1代杂交种进行种植时,种植密度为1.8~2.2万株/亩。
优选的,所述条播的播种行距为0.1~0.5m,定苗后每行留苗20~30株。
优选的,按随机区分组,重复种植2~5次。
优选的,所述农艺性状检测的方法包括:近红外分析种子含油量,人工考察株高、分枝数、每角粒数、千粒重和生育期性状,田间接种检测菌核病发病率。
优选的,所述遗传距离的预测方法,包括:对所有油菜杂交品种亲本进行基因组测序,通过序列变异位点筛选单核苷酸变异、插入/缺失标记对杂交种亲本进行基因分型,借助生物信息软件tassel 4.0获得遗传距离关系。
本发明提供了上述的选育方法在培育油菜杂交新品种中的应用。
有益效果:本发明提供了一种油菜杂交品种的选育方法,通过对油菜农艺性状表型数据和杂交种与双亲遗传距离的相关性分析,指导高油高产优质多抗油菜杂交品种的选育。本发明的方法通用性强,可推广至各种高油、高产、高抗病杂交油菜品种的选育,并为实践中更高效的获得杂交新品种提供保证。
本发明利用所述选育方法可筛选出产量、含油量均显著增加的高产高油高抗品种。本发明方法选育出的甘蓝型油菜杂交新品种具有高油、高产、高抗病等优点。
附图说明
图1为油菜杂交种亲本高效定向选配技术流程图;
图2为油菜品种中油杂39的田间种植图。
具体实施方式
本发明提供了一种油菜杂交品种的选育方法,包括以下步骤:
选择油菜F1代杂交品种及其亲本进行种植,对农艺性状进行鉴定;
将得到的油菜杂交品种进行亲本基因组测序,筛选单核苷酸变异(SNP)、插入/缺失(in/del)的变异位点,结合性状表型数据和杂交种与双亲遗传距离之间的相关性分析,得到杂交种的农艺性状与亲本遗传距离之间的关系;
对核心种质遗传距离及农艺性状进行互补性评价,筛选亲本组配杂交组合,对杂交组合进行农艺性状检测,明确各项指标数据,筛选得到油菜杂交品种。
本发明选择油菜杂交品种的亲本及F1代杂交种进行种植。本发明所述的油菜F1代杂杂交品种选包括已知亲本的商品种,更优选为中油杂19、中油杂18、中油98D、中油杂16、中油36、中油112、中油115、中油杂22、中油杂24、中油杂26和中油杂200。在本发明中,所述油菜杂交品种的亲本优选包括P5163/5M145146、86A/20242、98A/20273、36A/52119120、36A/52001、9173×52123、9173/52037、P441/P5001、P441/P5011、P441/5M023和86A/54051。
本发明优选将选好的油菜杂交品种的亲本及其F1代杂交种进行种植时,种植密度优选为1.8~2.2万株/亩,更优选为1.9~2.1万株/亩,最优选为2万株/亩。本发明优选采用条播的播种方式进行播种,行距优选为0.1~0.5m,更优选为0.2~0.4m,最优选为0.3m;定苗后每行留苗20~30株,更优选为23~28株,最优选为25株;按随机区分组,重复种植2~5次,更优选为3~4次,最优选为3次。
本发明对上述种植得到的植株的农艺性状进行鉴定,得到性状表型数据。本发明所述农艺性状优选包括:含油量、分枝数、每角粒数、千粒重、株高、菌核病发病率和生育期中的一种或几种。本发明所述农艺性状检测的方法优选包括:近红外分析种子含油量,人工考察株高、分枝数、每角粒数、千粒重和生育期性状,田间接种检测菌核病发病率。本发明优选对农艺性状进行多年多点鉴定,所述多年优选为指3年,所述多点优选为不同地点种植。
本发明将得到的油菜杂交品种进行亲本基因组测序,筛选单核苷酸变异(SNP)、插入/缺失(in/del)的变异位点,结合性状表型数据和杂交种与双亲遗传距离之间的相关性分析,得到杂交种的农艺性状与亲本遗传距离之间的关系。其中,分枝数、每角粒数与遗传距离呈正相关;含油量、菌核病发病率和生育期与遗传距离呈负相关。本发明所述遗传距离的预测方法,优选包括:对所有油菜杂交品种亲本进行基因组测序,通过序列变异位点筛选单核苷酸变异、插入/缺失标记对杂交种亲本进行基因分型,借助生物信息软件tassel 4.0获得遗传距离关系。
本发明对核心种质遗传距离及农艺性状进行互补性评价,筛选亲本组配杂交组合,对杂交组合进行农艺性状检测,明确各项指标数据,筛选得到油菜杂交品种。本发明筛选时,依据亲本的遗传距离及农艺相关系数的数据结果,明确了与遗传距离正相关的杂种优势性状分枝数、每角粒数选择遗传距离远的组合进行杂交,与遗传距离呈负相关的杂交种性状如含油量、菌核病发病率、生育期选择遗传距离近的组合进行杂交,以提高杂交种的中亲值,即双亲中某一性状的平均值;筛选出高产高油高抗的油菜品种,作为最终得到的杂交品种。
本发明提供了上述的选育方法在培育油菜杂交新品种中的应用,得到的甘蓝型油菜杂交新品种具有高油、高产、高抗病等优点。
为了进一步说明本发明,下面结合附图和实施例对本发明提供的一种油菜杂交品种的选育方法及其应用进行详细地描述,但不能将它们理解为对本发明保护范围的限定。
实施例1
一种高油高产优质多抗油菜杂交品种的选育方法,包括以下步骤:
1.利用现有油菜杂交品种中油杂19,其亲本分别为P5163/5M145146。
2.将上述步骤1中的杂交种及其对应的亲本材料进行田间随机区组3次重复种植试验。试验设计如下:
2.1试验地点:中国农科院油料作物研究所武汉市阳逻基地,土壤肥力中等且均匀。
2.1试验设计:试验按随机区组进行3次重复,小区面积为10平米。定苗后每行留苗25株。施肥、管理按国家区域试验要求进行。
2.2试验方法:当年10月3日播种,采用条播方式,每小区长×宽为5m×2m,播种行距为0.3米。油菜3-4叶期定苗,每行25株。苗期取杂交品种亲本材料的叶片组织提取DNA进行基因组SNP分型,成熟期对杂交种及亲本材料进行种子含油量、分枝数、每角粒数、千粒重、菌核病发病率以及生育期进行测定和考察。
实施例2
按照实施例1的方式进行,区别在于油菜杂交品种中油98D,其亲本分别为86A/20242。
实施例3
按照实施例1的方式进行,区别在于油菜杂交品种中油杂18,其亲本分别为98A/20273。
实施例4
按照实施例1的方式进行,区别在于油菜杂交品种中油杂16,其亲本分别为36A/52119120。
实施例5
按照实施例1的方式进行,区别在于油菜杂交品种中油36,其亲本分别为36A/52001。
实施例6
按照实施例1的方式进行,区别在于油菜杂交品种中油112,其亲本分别为9173×52123。
实施例7
按照实施例1的方式进行,区别在于油菜杂交品种中油115,其亲本分别为9173/52037。
实施例8
按照实施例1的方式进行,区别在于油菜杂交品种中油杂22,其亲本分别为P441/P5001。
实施例9
按照实施例1的方式进行,区别在于油菜杂交品种中油杂24,其亲本分别为P441/P5011。
实施例10
按照实施例1的方式进行,区别在于油菜杂交品种中油杂26,其亲本分别为P441/5M023。
实施例11
按照实施例1的方式进行,区别在于油菜杂交品种中油杂200,其亲本分别为86A/54051。
3.试验结果:
3.1利用基因组测序获得的实施例1~11的油菜亲本材料基因型数据,借助tassel4.0软件计算出各材料之间的遗传距离(见表1)。
表1油菜品种亲本材料的遗传距离
从表1中可以看出,不同品种的油菜杂交品种与亲本的遗传距离。
3.2油菜重要性状与亲本遗传距离直接的相关性分析
利用考察的油菜品种及其亲本材料含油量、分枝数、每角粒数、千粒重性状,获得杂交种表型与亲本材料表型平均值的比值并与遗传距离进行相关性分析(表2),利用油菜杂交种的含油量、菌核病发病率、株高以及生育期数据与遗传距离进行相关性分析获得相关系数(表3)。
表2杂交种性状杂种优势与双亲遗传距离的关系
组合 | 遗传距离 | 含油量 | 分枝数 | 每角粒数 | 千粒重 |
实施例1/亲本均值 | 0.3115 | 1.0358 | 0.8591 | 1.0360 | 0.9015 |
实施例2/亲本均值 | 0.4302 | 0.9151 | 1.06 | 1.0136 | 0.9498 |
实施例3/亲本均值 | 0.3249 | 0.9014 | 0.9239 | 0.9969 | 1.6897 |
实施例4/亲本均值 | 0.2892 | 0.9116 | 1.0055 | 0.9451 | 1.2201 |
实施例5/亲本均值 | 0.4333 | 0.9576 | 1.1241 | 1.1391 | 0.9974 |
实施例6/亲本均值 | 0.4371 | 0.9087 | 1.1616 | 1.1552 | 0.9800 |
实施例7/亲本均值 | 0.4195 | 0.9601 | 1.0587 | 0.9826 | 0.9600 |
实施例8/亲本均值 | 0.3804 | 0.9511 | 1.0535 | 0.9156 | 2.1901 |
实施例9/亲本均值 | 0.4175 | 0.9902 | 1.0307 | 0.9804 | 1.7683 |
实施例10/亲本均值 | 0.2963 | 0.9678 | 1.0261 | 1.0186 | 2.2711 |
实施例11/亲本均值 | 0.4121 | 1.0334 | 1.0791 | 0.9936 | 1.8850 |
相关系数 | / | -0.0039 | 0.73* | 0.42 | -0.22 |
P-value | / | 0.99 | 0.0102 | 0.049 | 0.5145 |
表3杂种性状与双亲遗传距离的关系
品种 | 遗传距离 | 含油量 | 菌核病发病率 | 株高 | 生育期比对照长短 |
实施例1/亲本均值 | 0.3115 | 49.95 | 28.50 | 162.68 | 2.20 |
实施例2/亲本均值 | 0.4302 | 43.28 | 3.78 | 184.22 | -1.00 |
实施例3/亲本均值 | 0.3249 | 48.71 | 22.62 | 177.09 | 0.35 |
实施例4/亲本均值 | 0.2892 | 46.69 | 6.82 | 172.31 | 0.26 |
实施例5/亲本均值 | 0.4333 | 45.75 | 13.9 | 171.60 | -0.54 |
实施例6/亲本均值 | 0.4371 | 45.37 | 14.96 | 153.52 | -0.90 |
实施例7/亲本均值 | 0.4195 | 45.90 | 23.80 | 165.30 | -1.25 |
实施例8/亲本均值 | 0.3804 | 45.30 | 7.58 | 178.29 | 0.90 |
实施例9/亲本均值 | 0.4175 | 40.82 | 12.92 | 159.20 | 0.20 |
实施例10/亲本均值 | 0.2963 | 47.45 | 49 | 175.42 | 2.20 |
实施例11/亲本均值 | 0.4121 | 45.12 | 1.25 | 140.09 | 1 |
相关系数 | / | -0.69* | -0.51* | -0.30 | -0.71* |
P-value | / | 0.0183 | 0.049 | 0.3627 | 0.0137 |
4.杂种优势亲本选配结论
由表2中可以看出,杂交种分枝数呈现超亲优势,其超亲优势与亲本遗传距离呈显著正相关(R=0.73,P<0.05),即亲本遗传距离越远,分枝数的超亲优势越强;每角粒数超亲优势与亲本遗传距离呈一定的正相关(R=0.42,P<0.05);含油量和千粒重无明显的超亲优势。
由表3中可以看出,杂交种含油量性状与亲本遗传距离呈显著负相关(R=-0.69,P<0.05),表明亲本遗传距离越远,杂交种的含油量性状提高越不显著;菌核病发病率数与亲本遗传距离呈显著负相关(R=-0.51,P<0.05),表明亲本遗传距离越远,菌核病抗性越强;生育期与对照间差值与亲本遗传距离呈显著负相关(R=-0.71,P<0.05),表明亲本遗传距离越远,杂种生育期越短。
上述结果表明,杂交种不同性状的杂种优势与亲本遗传距离的相关性是不一致的,有的是正相关,有的相关性不显著。在此基础上优化了油菜高油高产杂交种亲本选配技术:在针对杂交种分枝数和每角粒数性状的超亲优势改良方面,筛选遗传距离>0.42的材料作为亲本;为提高油菜杂交种的含油量性状筛选遗传距离<0.29的材料作为亲本;为提高杂交种的菌核病抗性筛选遗传距离>0.40的材料作为亲本;为缩短生育期选择遗传距离>0.40的材料作为亲本。根据以上选配技术对遗传距离与性状的进行互补性评价,筛选遗传距离合适的亲本组配杂交组合,以提高杂交种的中亲值。已获得多个新组合在进行区域试验中,其中3个(中油杂39、中油杂41和中油杂45)已获得了国家品种审定/登记(见图1)。
对比例1
按照实施例1的方式进行,区别在于油菜杂交品种秦油10。
5.高油高产多抗甘蓝型油菜杂交品种实际验证
2020年通过国家品种登记的中油杂39,在2018-2020年度国家长江下游区油菜新品种试验中,平均亩产量207.56公斤,比对比例1(秦油10)增产7.2%,平均亩产油量100.36公斤,比对比例1增产16.41%。经油料及制品监督检验测试中心检测,含油量48.35%,芥酸0.03%,硫甙23.77μmol/g(饼),双低品质优于国际先进水平(加拿大标准:种子芥酸<1%,商品籽硫甙<30μmol/g饼)。在湖北、湖南、江西等地大面积示范推广种植,表现出高产稳产、品质优良、抗菌核病、高抗倒伏、抗裂角、适宜机收等特点,是全程机械化生产品种(见图2)。
在生产应用中,该杂交组合充分展示了上述选择方法的可行性与高效性。该品种示范推广以来,在长江流域各示范区产量优势明显,其籽粒出油率高,经济效益提升空间较大,如在江苏省东台市中油杂39油菜绿色高效生产关键技术集成千亩示范片现场,经江苏省农技推广总站组织专家现场测产,中油杂39实收亩产达320.6公斤,创造了江苏省油菜机收实产的新纪录,获种植大户、种子经销商和油脂加工企业认可。
由此可见,本发明方法选育出的甘蓝型油菜杂交新品种具有高油、高产、高抗病等优点。本发明的方法通用性强,可推广至各种高油、高产、高抗病杂交油菜品种的选育,并为实践中更高效的获得杂交新品种提供保证。
尽管上述实施例对本发明做出了详尽的描述,但它仅仅是本发明一部分实施例,而不是全部实施例,人们还可以根据本实施例在不经创造性前提下获得其他实施例,这些实施例都属于本发明保护范围。
Claims (6)
1.一种油菜杂交品种的选育方法,其特征在于,包括以下步骤:
选择油菜F1代杂交品种及其亲本进行种植,对农艺性状进行鉴定;
将得到的油菜杂交品种进行亲本基因组测序,筛选单核苷酸变异的插入/缺失的变异位点,结合性状表型数据和杂交种与双亲遗传距离之间的相关性分析,得到杂交种的农艺性状与亲本遗传距离之间的关系;
对核心种质遗传距离及农艺性状进行互补性评价,筛选亲本组配杂交组合,对杂交组合进行农艺性状检测,明确各项指标数据,筛选得到油菜杂交品种;
所述的油菜杂交品种包括已知亲本的商品种;所述的油菜F1代杂杂交品种选为中油杂19、中油杂18、中油98D、中油杂16、中油36、中油112、中油115、中油杂22、中油杂24、中油杂26和中油杂200;
所述农艺性状为:含油量、分枝数、每角粒数、菌核病发病率和生育期;
所述农艺性状中,分枝数、每角粒数与遗传距离呈正相关;含油量、菌核病发病率和生育期与遗传距离呈负相关;
所述遗传距离的预测方法,包括:对所有油菜杂交品种亲本进行基因组测序,通过序列变异位点筛选单核苷酸变异的插入/缺失标记对杂交种亲本进行基因分型,借助生物信息软件tassel4.0获得遗传距离关系;
进行互补性评价时,筛选的亲本遗传距离包括:对杂交种分枝数和每角粒数性状的超亲优势改良方面,筛选遗传距离>0.42的材料作为亲本;为提高油菜杂交种的含油量性状筛选遗传距离<0.29的材料作为亲本;为提高杂交种的菌核病抗性筛选遗传距离>0.40的材料作为亲本;为缩短生育期选择遗传距离>0.40的材料作为亲本。
2.根据权利要求1所述的选育方法,其特征在于,油菜杂交品种的亲本及其F1代杂交种进行种植时,种植密度为1.8~2.2万株/亩。
3.根据权利要求2所述的选育方法,其特征在于,条播的播种行距为0.1~0.5m,定苗后每行留苗20~30株。
4.根据权利要求2或3所述的选育方法,其特征在于,按随机区分组,重复种植2~5次。
5.根据权利要求1所述的选育方法,其特征在于,所述农艺性状检测的方法包括:近红外分析种子含油量,人工考察分枝数、每角粒数和生育期性状,田间接种检测菌核病发病率。
6.权利要求1所述的选育方法在培育油菜杂交新品种中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311136190.5A CN116965329B (zh) | 2023-09-04 | 2023-09-04 | 一种油菜杂交品种的选育方法及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311136190.5A CN116965329B (zh) | 2023-09-04 | 2023-09-04 | 一种油菜杂交品种的选育方法及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116965329A CN116965329A (zh) | 2023-10-31 |
CN116965329B true CN116965329B (zh) | 2024-05-28 |
Family
ID=88481666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311136190.5A Active CN116965329B (zh) | 2023-09-04 | 2023-09-04 | 一种油菜杂交品种的选育方法及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116965329B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110692512A (zh) * | 2019-11-06 | 2020-01-17 | 成都市农林科学院 | 一种基于作物基因组大小快速预测杂种优势的方法 |
-
2023
- 2023-09-04 CN CN202311136190.5A patent/CN116965329B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110692512A (zh) * | 2019-11-06 | 2020-01-17 | 成都市农林科学院 | 一种基于作物基因组大小快速预测杂种优势的方法 |
Non-Patent Citations (1)
Title |
---|
利用全基因组SNP 芯片分析油菜遗传距离与杂种优势的关系;桑世飞等;中国农业科学;20151231;第48卷(第12期);摘要 * |
Also Published As
Publication number | Publication date |
---|---|
CN116965329A (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220348913A1 (en) | Method for identifying m1 generation plant mutants resulting from physical and chemical mutagenesis and for acquiring mutant, identification of genotyping primer for oryza sativa mutation, mutant gene, and use thereof | |
CN114107550B (zh) | 一种与大豆百粒重相关的qtl、分子标记、扩增引物及应用 | |
CN109295248A (zh) | 用于检测控制玉米茎秆强度主效qtl连锁的分子标记的引物、试剂盒、检测方法及应用 | |
CN109929945A (zh) | 甘蓝型油菜开花期和成熟期主效QTL位点的分子标记BrSF2604引物及其应用 | |
CN115725771A (zh) | 与大豆耐老化相关的分子标记、其扩增引物及应用 | |
CN103409418A (zh) | 与水稻大粒基因gs2紧密连锁的分子标记及其应用 | |
CN105238866B (zh) | 一个与陆地棉早熟性状相关的snp位点及其应用 | |
Liao et al. | Genetic basis of vascular bundle variations in rice revealed by genome-wide association study | |
CN110692512A (zh) | 一种基于作物基因组大小快速预测杂种优势的方法 | |
CN103834647B (zh) | 小麦矮杆基因RhtDC20紧密连锁的SSR标记Xgwm537及其用途 | |
CN110885837B (zh) | 水稻OsRR22-1突变型基因及其鉴定方法、鉴定用KASP分型引物及应用 | |
CN117512176A (zh) | 一种与甘蓝型油菜角果长度及粒重基因BnARF18紧密连锁的SNP分子标记及其应用 | |
CN110885838B (zh) | 水稻OsRR22-7突变型基因及其鉴定方法、鉴定用KASP分型引物及应用 | |
CN109680093B (zh) | 一种油菜每角粒数性状主效基因位点的分子标记引物及应用 | |
CN116965329B (zh) | 一种油菜杂交品种的选育方法及其应用 | |
CN101487050B (zh) | 水稻抗条纹叶枯病主效基因位点qSTV11的分子标记方法 | |
CN107254535B (zh) | 与玉米耐盐性相关的snp分子标记及其应用 | |
CN110004242A (zh) | 甘蓝型油菜开花期和成熟期主效QTL位点的分子标记BrSF0239引物及其应用 | |
CN116162726A (zh) | 一种抗南方锈病玉米的辅助选择分子标记及其应用 | |
CN103667484B (zh) | 油菜品系6f313中含油量性状主效基因位点及应用 | |
CN109234372B (zh) | 一种直接pcr法及其在甘蓝杂交种遗传育种中的应用 | |
CN108060247B (zh) | 一种与陆地棉8号染色体纤维强度相关的单体型 | |
CN107794261A (zh) | 油菜每角粒数主效qtl位点紧密连锁的分子标记及其应用 | |
CN117210596B (zh) | 一种甜瓜snp位点标记组合、检测snp位点标记探针组合、液相芯片及应用 | |
CN111118196B (zh) | 一种油菜粒重性状主效基因位点的分子标记cnu288引物及应用 |
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 |