大豆品种群体株高、分枝数、主茎节数、茎粗和单株荚数的关联分析

论文摘要

大豆是富含蛋白质和油份的重要经济作物,大豆产量与大豆农艺性状关系密切,如株高、分枝数、主茎节数。因而,有效分析大豆农艺性状的遗传机制是十分必要的。但是,利用多种不同的关联分析方法来检测多环境下大豆品种群体农艺性状基因座的报道较少。本研究拟开展：1)以分层随机抽样从全国六个不同地理生态区抽取257份大豆品种为材料,扫描各品种的SSR分子标记信息,以研究大豆品种群体的群体遗传结构、遗传多样性和标记间的连锁不平衡；2)利用2009和2010年江浦农场试验站鉴定的上述品种株高、分枝数、主茎节数、茎粗和单株荚数表型观测值,以及SSR标记信息,通过广义线性模型、改进压缩混合线性模型（E-cMLM）和上位性关联分析（Epistatic association mapping:EAM）三种方法,进行上述五性状的关联分析；3)根据关联分析结果,发掘出表现稳定QTL的优异等位基因,并预测优异杂交组合。其主要结果如下：1、用PowerMarker3.25软件分析该群体的遗传多样性。结果表明：该大豆栽培品种群体SSR等位变异丰富,共获得891个等位变异,单位点等位基因数目为2至24,平均值为6.6,标准差为3.4；单位点基因多样性为0.0154至0.9201,平均值为0.60,标准差为0.20；单位点多态信息含量为0.0153至0.9146,平均值为0.56,标准差为0.20。通过STRUCTURE2.2软件将群体分为4个亚群。用TASSEL2.1软件分析分子标记间的连锁不平衡（Linkage Disequilibrium, LD）,在135个SSR标记位点的所有组合中,不论是共线性的SSR位点组合,还是非共线性的SSR位点组合之间,都存在一定程度的连锁不平衡；LD位点对的D’随着遗传距离的增加而减小,当标记间遗传距离小于20cM时衰减速率很快,但当遗传距离大于20cM时衰减趋势不明显。2、用广义线性模型、E-cMLM和EAM三种方法对大豆株高、分枝数、主茎节数、茎粗和单株荚数进行关联分析。结果表明：1)在年份间检测到的稳定表达QTL中,广义线性模型检测到47个,E-cMLM方法检测到10个,EAM方法检测到58个；2)在三种方法间检测到的共同QTL中,广义线性模型和EAM方法检测到15个,广义线性模型和E-cMLM方法检测到1个,广义线性模型、EAM方法和E-cMLM方法检测到1个；3)除了主效QTL外,EAM方法还检测到了1对上位性QTL和32个环境互作QTL3、在稳定表达的QTL中,发掘出它们的优异等位变异。satt669（145bp）和satt534（152bp）分别是主茎节数增效和减效效应最大的等位变异类型,satt102（154bp）和satt102（157bp）分别是分枝数增效和减效效应最大的等位变异类型,satt382（395bp）和satt534（152bp）分别是茎粗增效和减效效应最大的等位变异类型。预测了分枝数、主茎节数、茎粗和单株荚数五性状的优异杂交组合,分别为：德清沙韧豆×合肥两塘焦双青豆、南城青皮大豆×合肥两塘焦双青豆、宜兴乌黄豆×冀豆12、南城青皮大豆×合肥两塘焦双青豆,其中合肥两塘焦双青豆可能会同时改良分枝数、主茎节数和单株夹数。

论文目录

• 目录
• 摘要
• ABSTRACT
• 符号说明（英文缩略词）
• 第一章 文献综述
• 1 大豆重要性状遗传研究在我国农业生产中的重要地位
• 2 大豆重要性状QTL定位的研究进展
• 2.1 QTL定位方法研究进展
• 2.1.1 单标记分析方法
• 2.1.2 区间作图法
• 2.1.3 复合区间作图法
• 2.1.4 多区间作图法
• 2.2 大豆重要性状QTL定位的研究进展
• 2.2.1 大豆产量性状
• 2.2.2 大豆主要品质性状
• 2.2.3 大豆生育期性状
• 2.2.4 大豆抗虫性状
• 2.2.5 大豆育性性状
• 3 关联分析的研究进展
• 3.1 关联分析概述及其特点
• 3.2 关联分析的原理
• 3.2.1 连锁不平衡
• 3.2.2 连锁不平衡的度量
• 3.3 关联分析的方法、步骤与注意事项
• 3.3.1 关联分析的方法
• 3.3.2 关联分析的步骤
• 3.3.3 关联分析需注意的问题
• 3.4 关联分析的应用
• 3.4.1 关联分析在主要作物中的应用进展
• 3.4.2 关联分析在主要作物中的应用前景
• 3.4.2.1 验证基因功能
• 3.4.2.2 开发功能标记
• 3.4.2.3 挖掘优异等位基因
• 4 本研究的目的与主要内容
• 第二部分 研究报告
• 第二章 试验材料与分析方法
• 1 材料与方法
• 1.1 实验材料
• 1.2 田间试验与性状考查
• 1.3 SSR全基因组扫描
• 1.3.1 实验仪器
• 1.3.2 DNA提取
• 1.3.3 PCR扩增
• 1.3.4 凝胶电泳检测
• 2 数据的分析方法
• 2.1 表型数据分析
• 2.2 遗传多样性分析
• 2.3 LD分析
• 2.4 群体结构分析
• 2.5 关联分析
• 第三章 结果与分析
• 1 农艺性状表型特征及相关分析
• 1.1 农艺性状表型特征分析
• 1.2 五个农艺性状表型的简单相关分析和偏相关分析
• 2 遗传多样性分析
• 3 群体结构分析
• 4 标记间的关联分析
• 5 性状-标记的关联分析
• 5.1 TASSEL软件关联分析
• 5.1.1 2009年性状-标记的关联分析
• 5.1.2 2010年性状-标记的关联分析
• 5.1.3 TASSEL软件方法分析的两年重合位点
• 5.2 E-cMLM关联分析
• 5.3 上位性关联分析
• 5.3.1 上位性关联分析检测结果
• 5.3.2 优异等位变异基因的挖掘
• 5.3.3 优异亲本组合的预测
• 5.4 三种分析方法的结果比较
• 第四章 讨论
• 1 关联分析中进行遗传多样性评价的意义
• 2 关联分析中进行群体结构分析的必要性
• 3 相关分析与关联分析结果的关系讨论
• 4 QTL检测结果讨论
• 5 三种分析方法的初步探论
• 6 进一步研究展望
• 第五章 全文结论及创新点
• 1 全文结论
• 2 创新点
• 参考文献
• 附表 试验所用的大豆品种材料
• 致谢