新疆农业科学

新疆农业科学, 2023, 60(7): 1606-1613 DOI: 10.6048/j.issn.1001-4330.2023.07.006

作物遗传育种·种质资源·分子遗传学·土壤肥料

玉米叶宽的QTL定位及全基因组选择分析

陈占辉,1, 孙强1, 任姣姣,1, 黄博文1, 许加波1, 杨杰2, 吴鹏昊,1

1.新疆农业大学农学院,乌鲁木齐 830052

2.新疆农业科学院粮食作物研究所,乌鲁木齐 830052

QTL mapping and genomic selection of maize leaf width

CHEN Zhanhui,1, SUN Qiang1, REN Jiaojiao,1, HUANG Bowen1, XU Jiabo1, YANG Jie2, WU Penghao,1

1. College of Agronomy, Xinjiang Agricultural University, Urumqi 830052,China

2. Institute of Food Crops, Xinjiang Academy of Agricultural Sciences, Urumqi 830091,China

通讯作者: 吴鹏昊(1984-),男,新疆呼图壁人,教授,博士,博士生导师,研究方向为玉米遗传育种,(E-mail)craie788@126.com；任姣姣(1988-),女,河北蠡县人,副教授,博士,硕士生导师,研究方向为玉米遗传育,(E-mail)renjiaojiao789@sina.com

收稿日期: 2022-10-30  

基金资助: 国家自然科学基金项目“玉米生物诱导单倍体母本被诱导关键性状的遗传解析和全基因组选择”(U2003304)
国家自然科学基金“玉米田间耐旱性遗传解析及全基因组预测研究”(32001561)
国家自然科学基金“玉米单倍体雌穗自然加倍遗传解析及全基因组预测研究”(32060484)
自治区天山创新团队“玉米生物育种及配套技术创新团队”(2022D14017)
自治区自然科学基金重点基金“基于机器学习多组学技术对玉米大田耐旱的分子基础遗传解析与功能基因挖掘”(2022D01D34)
自治区重点研发项目“玉米绿色丰产提质增效技术优化集成及应用-伊犁河谷区玉米绿色高效种植技术研究与示范”(2021B02002-2-2)(2021b02002-2-2)

Corresponding authors: WU Penghao(1984-),male,Hutubi, Xinjiang,professor,doctoral supervisor,mainly engaged in maize genetics and breeding,(E-mail)craie788@126.com；REN Jiaojiao(1988-),female, from Lixian County, Hebei Province, Associate professor,Master guide, doctor, Mainly engaged in Maize Genetics and breeding, (E-mail)renjiaojiao789@sina.com

Received: 2022-10-30  

Fund supported: National Natural Science Foundation of"Genetic analysis and genome-wide selection of key traits induced by biologically induced haploid female parents in maize"(U2003304)
"genetic analysis and genome-wide prediction of drought tolerance in maize field"(32001561)
"NATURAL doubling genetic analysis and genome-wide prediction of haploid femaleears in maize"(32060484)
Tianshan Innovation Team "Corn Biological Breeding and Supporting Technology Innovation Team"(2022D14017)
Key Foundation of Autonomous Region "Molecular Genetic Analysis and Functional Gene Mining of Drought resistance in Corn Field based on Machine Learning Multi-omics Technology"(2022D01D34)(2021B02002-2-2)
Key R & D project of the autonomous region "optimization, integration and application of corn green high yield, quality and efficiency improvement technology - research and demonstration of corn green and efficient planting technology in Yili River Valley"(2021b02002-2-2)

作者简介 About authors

陈占辉(1998-),男,青海海东人,硕士研究生,研究方向为玉米遗传育种,(E-mail)1291607673@qq.com

摘要

【目的】分析控制玉米叶宽的关键QTL位点,为选育具有理想株型的玉米奠定基础。【方法】以玉米自交系B73和郑58为亲本构建F2∶3家系,采用液相48k探针捕获技术检测基因型,对多环境下玉米叶宽表型进行QTL定位和全基因组选择。【结果】叶宽在基因型、环境、基因型与环境的互作变异项都具有显著差异,遗传力为0.39。共检测到12个穗位叶宽相关QTL位点,分别位于第1、3、4、5、8和10号染色体,表型贡献率为3.75%~16.17%。位于bin 1.06和bin 5.01的2个QTL在多环境下被检测到,具有环境稳定性,其中位于bin 5.01的QTL为主效位点,可用于精细定位研究。当SNP标记个数为300、训练群体占总群体50%时即可得到较好的预测精度。【结论】玉米叶宽是由主效多基因控制的,全基因组选择可以加速玉米叶宽性状的选育效率。

关键词： 玉米; 叶宽; 数量性状位点

Abstract

【Objective】 To carry out ggenetic analysis of the leaf width of maize and detection of major QTL controlling leaf in the hope of providing an important theoretical basis for breeding maize with ideal plant type.【Methods】 In this experiment, the F2∶3 family was constructed from the maize inbred lines B73 and Zheng 58 which were genotyped by liquid phase 48k probe capture technology and phenotyped in multi-environment trails for QTL mapping and genomic selection.【Results】 The results showed that the leaf width displayed significant differences in genotype, environment, and genotype and environment interaction.The broad-sense heritability was 0.39.A total of 12 QTL distributed on chromosomes 1, 3, 4, 5, 8 and 10 were identified for leaf width.The phenotypic variation explained of each QTL ranged from 3.75% to 16.17%.Two loci, located on bin1.06 and bin5.01, were stable QTL detected in multiple environments.The QTL located on bin 5.01 was a major QTL, which could be used for fine mapping.When the number of SNPs reached 300 and the training population size reached 50%.【Conclusion】 Leaf width is controlled by major polygenes, and genome selection can accelerate the efficiency of leaf wide traits.

Keywords： maize; leaf width; QTL

PDF (853KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

陈占辉, 孙强, 任姣姣, 黄博文, 许加波, 杨杰, 吴鹏昊. 玉米叶宽的QTL定位及全基因组选择分析[J]. 新疆农业科学, 2023, 60(7): 1606-1613 DOI:10.6048/j.issn.1001-4330.2023.07.006

CHEN Zhanhui, SUN Qiang, REN Jiaojiao, HUANG Bowen, XU Jiabo, YANG Jie, WU Penghao. QTL mapping and genomic selection of maize leaf width[J]. Xinjiang Agricultural Sciences, 2023, 60(7): 1606-1613 DOI:10.6048/j.issn.1001-4330.2023.07.006

0 引言

【研究意义】理想株型可以提高玉米种植密度和光合效率,是玉米高产的主要因素[1]。叶宽是玉米株型的主要性状之一,对其进行遗传分析,对选育高产耐密玉米品种具有重要意义[2]。【前人研究进展】Ku等[3]用玉米自交系Yu82和Shen137组配了含有229个家系的F2∶3群体,在第1、4、7和8号染色体上,共检测到5个与叶宽相关的QTL,可以解释34.13%的表型变异。唐登国[4]用208个分子标记在B73和1212组配的325个重组自交系群体对叶片性状进行QTL定位,结果显示控制叶宽的QTL大多在4、5、6和8号染色体上。张莹莹等[5]以郑58和D863F构建RIL群体,在5号和8号染色体上,定位到5个穗位叶宽QTL,单个QTL表型贡献率8.35%~12.34%。张旷野[6]利用自交系掖478和齐319组配RIL群体,结合152个SSR标记,对多环境下玉米穗位叶宽进行QTL定位,发现20个QTL位点,其中有7个主效QTL。王会涛等[7]以豫82和豫87-1为材料构建RIL群体,共检测到7个与玉米穗位叶宽相关的QTL,分布在第1、2、3、6、8和10号染色体上。全基因组选择(genomic selection, GS)是利用训练群体的基因型和表型数据建模的一种育种手段,对只有基因型的育种群体进行表型预测和选择。常规育种基于性状表型值,通过BLUP估算育种值(EBVs),而GS则通过全基因组中单个标记效应值的累加,获得基因组估计育种值(GEBV)[8]。Bernardo[9]使用外国玉米与本地玉米杂交,组配多种群体进行全基因组选择,结果表明全基因组选择应该从F2群体开始较为合适。Zhao等[10]使用6个家系的双亲后代群体进行测交获得表型值,结合SNP标记进行全基因组选择,发现SNP标记数量从100开始逐渐上升后,预测精度也逐渐上升,标记数量达到800个SNP后预测精度达到稳定水平。【本研究切入点】虽然目前已经定位到了控制玉米叶宽的QTL。但由于作图群体、种植环境、遗传标记不同,检测到的QTL一致性较差,所以挖掘在多环境下稳定存在的QTL对分子标记辅助选择育种有重要意义[11-12]。【拟解决的关键问题】以郑58和B73为亲本构建F2∶3作图群体,在多环境下表型测量玉米穗位叶宽,采用液相48K探针捕获技术进行基因型检测,对玉米叶宽表型进行QTL定位,获得控制叶宽的主效QTL位点,并对玉米叶宽性状进行全基因组选择,研究标记数目、训练群体的大小对全基因组选择预测精度的影响,分析双亲群体全基因组选择的规律,为玉米叶宽的全基因选择提供理论依据。

1 材料与方法

1.1 材料

玉米自交系B73和郑58于2018年冬季在海南省乐东黎族自治县实验站种植并杂交获得F1,2019年夏季将F1种植于新疆昌吉市九圣禾实验站,并自交获得F2,2019年冬季将F2在海南省乐东黎族自治县实验站种植自交获得200个F2∶3家系。将F2∶3家系于2020年夏季种植于新疆昌吉市九圣禾实验站和新疆乌鲁木齐市三坪试验站,2020年冬季种植在海南省乐东黎族自治县实验站。每个地点设置2个重复,采用完全随机区组试验设计,行长3 m,株距0.25 m,行距0.67 m,单行区种植,田间管理同大田生产。在F2∶3群体玉米灌浆时期从每个小区的第5株开始连续选取5株长势均衡的单株调查,用直尺测量穗位叶的最宽处。

1.2 方法

1.2.1 表型数据

利用META-R软件(http://hdl.handle.net/11529/10201)对3个环境下的穗位叶宽表型数据进行分析,获得最佳线性无偏估计值(Best Linear Unbiased Prediction BLUP),用于QTL定位和全基因组选择分析。利用QTL IciMapping软件AOV(ANOVA OF multi-environmental trials)功能进行方差分析,计算遗传力[13]:

H2=VG/(VG+VGE/e+Vε/re).

式中,H2代表广义遗传力,VG代表基因型方差,VGE代表基因环境相互作用方差,Vε代表误差方差,e代表环境,r代表重复。

1.2.2 基因分型和连锁图谱构建

在苗期对亲本和F2群体叶片取样,送至中玉金标记(北京)生物技术股份有限公司,采用液相48K探针捕获技术检测基因型。使用Trimmomatic 0.36软件过滤原始基因型数据,获得高质量测序数据,利用BWA软件比对到B73_RefGen_v4_genomic参考基因组。通过GATK和vcftools软件过滤数据,过滤参数参考李宗泽[14],获得62 504个SNP标记用于全基因组选择。对标记多态性、标记偏分离进行过滤后,剩余25 610个SNP标记,采用滑动窗口法构建Bin标记,方法参考孙强[15],共获得1 775个标记,用于遗传图谱的构建和QTL定位。

将SNP标记根据物理位置进行排序后导入QTL IciMapping软件,选择MAP功能进行连锁群的划分及遗传距离的确定,最终获得总长度为876.73 cM,相邻标记间的距离为0.49 cM的连锁图谱。

1.2.3 QTL定位

采用META-R软件获得的BLUP值作为表型值,使用QTL IciMapping 4.2软件的BIP功能对三个环境下及联合BLUP的穗位叶宽性状进行QTL定位,定位方法采用复合区间作图加性模型(ICIM-ADD)。分子标记之间每隔0.5 cM进行一次全基因组扫描,窗口的设定为5 cM,将LOD值设定为2.5。以该位点的显性效应与加性效应比值的绝对值作为显性度,对QTL位点的遗传作用方式进行分类。显性度在(0~0.20)区间则为加性(A);显性度在(0.21~0.80)区间则为部分显性(PD);显性度在(0.81~1.20)则为显性(D);当显性度大于1.20是表示超显性(OD)[16]。

1.2.4 全基因组选择

根据液相48K探针捕获技术获得的62 504个SNP标记作为基因组,多环境的BLUP值作为表型值,使用R软件RR-BLUP包对穗位叶宽性状进行全基因组选择分析。采用k=5的K-fold交叉验证进行比较,随机选取群体的20%作为预测群体,剩下的80%作为训练群体,进行全基因组选择,全基因组选择预测精度通过预测群体的真实育种值与全基因组估计育种值间的相关系数计算,重复100次。

SNP标记个数设定为10、30、50、100、300、500、1 000、3 000、5 000、10 000和50 000个,采用五折交叉验证方法,每个标记密度进行100次全基因组选择,研究标记数目对全基因组选择预测精度的影响。训练群体大小设定为总群体的10%、20%、30%、40%、50%、60%、70%、80%和90%,剩余群体为预测群体,采用全部62 504个SNP标记,每个训练群体大小进行100次全基因组选择。

2 结果与分析

2.1 玉米叶宽表型数据

研究表明,B73叶宽的均值为9.04 cm,最小值为7.82 cm,最大值为10.32 cm;郑58叶宽的均值为8.02 cm,最小值为6.97 cm,最大值为8.89 cm。郑58叶宽比B73叶宽窄,存在极显著差异,组配的F2∶3家系可以用于玉米叶宽的遗传解析。海南实验站、九圣禾实验站、三坪实验站及3个环境联合叶宽平均值分别为8.68、8.04、7.24和8.00 cm。3个地点玉米叶宽都表现出了广泛的变异,其中九圣禾实验站的变异幅度最大,变幅为1.76,标准差为0.31;海南实验站的变异幅度最小,变幅为0.27,标准差为0.06。叶宽在3个环境下的偏度和峰度的绝对值均小于1,F2∶3家系的叶宽符合正态分布。图1,表1

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   亲本叶宽箱形图

Fig.1   Box plot of the leaf width of the two parent lines


表1   亲本和F2∶3家系叶宽的描述性统计

Tab.1  Descriptive statistics for the leaf width of the two parent lines and F2∶3 families(cm)

亲本Parents环境
Environ-
ment		均值
Mean		最小值
Max.		最大值
Min.		标准差
S.D.		变幅
A.O.F		变异
系数
CV.		峰度
Kurtosis		偏度
Skewness
郑58B73
8.029.04海南8.688.558.820.060.270.010.21-0.44
九圣禾8.047.238.990.311.760.040.09-0.22
三坪7.246.967.630.130.670.020.07-0.02
联合8.007.788.190.070.410.01-0.17-0.11

新窗口打开| 下载CSV


2.2 玉米叶宽方差

研究表明,环境、基因型和环境与基因型互作各个组分的P值均小于0.01,环境、基因型和环境与基因型互作对玉米叶宽表型均有极显著影响。叶宽的遗传力为0.39,遗传力较低。表2

表2   F2∶3家系叶宽方差和广义遗传力

Tab.2  ANOVA and broad-sense heritability analysis for the leaf width in F2∶3 families

变异来源
Source		自由度
Degree of
freedom		平方和
Sum of
square		均方
Mean of
square		FP遗传力
H2
环境Environment2420.49210.24726.28<0.01**0.39
基因型Genotype199109.780.551.91<0.01**
基因型环境互作GXE398166.110.421.44<0.01**
误差Error597172.820.29
总变异Variation1 196869.20

注:*表示在0.05水平上差异显著;**表示在0.01水平上差异显著

Note:*significance at P<0.05; **significance at P<0.01

新窗口打开| 下载CSV


2.3 玉米叶宽QTL定位

研究表明,共检测到12个控制穗位叶宽的QTL位点,在第1、3、4、5、8和10号染色体上均有分布。在海南环境中定位到4个QTL,分别位于第1、3、5和8号染色体,表型贡献率为4.41%~16.17%。其中位于5号染色体的qew5-1表型贡献率为16.17%,是主效QTL位点。三坪环境中定位到2个QTL qew1-2和qew4-1,分别在第1和4号染色体上,分别解释表型变异为5.88%和10.63%。在九圣禾环境中定位到1个QTL qew8-2,位于第8号染色体上,表型贡献率为6.28%。定位到5个QTL,分布在第1、3、4、5和10号染色体上,单个QTL表型贡献率为3.75%~13.18%。其中在海南检测到的qew1-1和联合分析检测到的qew1-3是同一个位点,位于bin 1.06,LOD值分别为2.73和4.02,表型贡献率分别为5.04%和5.47%。在海南检测到的bin 5.01的qew5-1和联合分析检测到的qew5-2是同一个位点,位于bin 5.01,LOD值分别为8.06和9.08,表型贡献率分别为16.17%和13.18%,是控制叶宽的主效QTL位点。qew1-1(qew1-3)和qew5-1(qew5-2)是多环境稳定存在的控制叶宽的QTL。

有7个位点qew3-1、qew5-1、qew1-2、qew1-3、qew3-2、qew5-2和qew10-1呈现加性效应,有两个位点qew1-1和qew4-3表现为部分显性,有一个位点qew4-1表现为完全显性,有两个位点qew8-1和qew8-2表现为超显性。玉米穗位叶宽的作用方式以加性效应为主,还有部分表现为不同程度的显性。表3

表3   F2∶3 家系玉米叶宽的QTL定位结果

Tab.3  QTL mapping of leaf width in F2∶3 families

QTL环境
Environ
ment		染色体
/Bin
Chromo-
some
/Bin		遗传位置
Genetic
position
(cM)		物理距离
/Mba
Physical
position
/Mba		左翼标记
Left
marker		右翼标记
Right
marker		LOD值表型
贡献率
PVE
(%)		加性
效应
Add		显性
效应
Dom		基因
效应b
Gene
action
qew1-1海南1/1.0674196.18~197.14RM1_149RM1_1502.735.040.1-0.06PD
qew3-1海南3/3.0752198.91~198.92RM3_117RM3_1182.935.51-0.1-0.01A
qew5-1海南5/5.01178.86~8.90RM5_27RM5_268.0616.170.20.01A
qew8-1海南8/8.021313.54~13.64RM8_22RM8_232.524.410.060.09OD
qew1-2三坪1/1.0784212.21~212.36RM1_173RM1_1742.575.880.05-0.01A
qew4-1三坪4/4.0860188.92~189.03RM4_135RM4_1364.6610.630.050.05D
qew8-2九圣禾8/8.0531138.67~138.78RM8_63RM8_642.656.280.010.02OD
qew1-3联合1/1.0674196.18~197.14RM1_149RM1_1504.025.470.05-0.01A
qew3-2联合3/3.042836.82~50.97RM3_50RM3_513.935.21-0.05-0.01A
qew4-2联合4/4.0969223.31~224.37RM4_155RM4_1566.038.190.060.02PD
qew5-2联合5/5.01178.86~8.90RM5_27RM5_269.0813.180.080.01A
qew10-1联合10/10.0756146.71~146.77RM10_102RM10_1032.783.750.040.0001A

注:a基于B73_RefGen_V4_genomic参考基因组的位置;b基因作用方式:A代表加性,PD代表部分显性,D代表显性。OD代表超显性

note:aphysical position corresponds to maize B73_RefGen_v4 genomic;bGene action was determined according to:additive(A),partially dominant(PD),dominant(D), over dominant(OD)

新窗口打开| 下载CSV


2.4 玉米叶宽的全基因组选择

研究表明,对玉米F2群体的叶宽性状进行全基因组选择,预测精度仅为0.34。

当使用10、30、50、100、300个SNP标记对叶宽进行全基因组选择分析时,叶宽的预测精度分别在0.12、0.19、0.22、0.25、0.28附近均匀分布,叶宽预测精度分别提升了0.07、0.03、0.03、0.03。标记数目从300增加到50 000时,叶宽的预测精都在0.28处附近均匀分布,前后差异不明显。在双亲后代群体中,使用300个SNP标记进行全基因组选择可以得到比较好的预测精度。图2

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   F2群体不同训练群体大小玉米叶宽全基因组预测精度

Fig.2   Genomic selection accuracy of maize leaf width in different training populations in F2 population


当训练群体大小为总群体的10%时对叶宽进行全基因组选择分析,叶宽的预测精度在0.15上下均匀分布;当训练群体大小为20%时,叶宽的预测精度在0.21上下均匀分布;当训练群体大小为30%时,叶宽的预测精度均在0.24附近均匀分布;当训练群体大小为40%时,叶宽的预测精度均在0.27附近均匀分布;当训练群体大小上升到50%时,叶宽的预测精度在0.29附近均匀分布;之后当继续增大训练群体时,叶宽的预测精度始终在0.29附近均匀分布,变异范围逐渐增大。当训练群体大小为总群体的50%时进行全基因组选择。图3

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   F2群体不同SNP个数玉米叶宽全基因组预测精度

Fig.3   Genomic selection accuracy of leaf width with different SNP numbers in F2 population


3 讨论

通过穗位叶叶宽存在显著差异的亲本郑58和B73及其构建的F2∶3家系,对玉米穗位叶叶宽进行遗传分析,该性状遗传力仅为0.39,受到环境、基因型、环境与基因型互作显著影响,在育种时可以选择在较晚世代对叶宽进行选择。该结果与前人结果相似,赵小强等[12]在不同水分环境处理下F2∶3群体(POP2-2R1)发现穗位叶宽遗传力仅为0.36,且受到环境、基因型、环境与基因型互作显著影响。赵文明[17]以豫82和沈137为亲本构建F2∶3家系群体,发现叶宽的遗传力较低为0.55。相对于分子标记辅助选择,可以对叶宽性状进行全基因组选择育种。

研究在不同环境下共定位到12个与叶宽有关的QTL。其中qew5-1、qew4-1和qew5-2是主效QTL,表型贡献率分别为16.17%、10.63%和13.18%。其中qew1-1与qew5-1是多环境下稳定遗传的位点,分别位于1号和5号染色体。

唐登国[4]利用自交系B73和1212构建的325个重组自交系群体,采用完备区间作图法对叶宽进行QTL定位,定位到qLW1-5a和qLW1-5b定位区间为bin 5.01,与研究所定位qew5-1区间一致。文献[18]使用Yu82X9 D132组建RIL群体结合1 226个SNP标记在3种环境中进行QTL定位,定位到qLW8定位区间为bin 8.02和试验所定位到的qew8-1的定位区间一致。张莹莹等[5]在5号染色体与8号染色体上共定位到5个穗位叶QTL,其中在8号染色体中定位到的qSecLW1-8在bin 8.05定位区间内,和研究的qew8-2的定位区间相近。郑祖平等[19]用自交系Mo17与黄早四构建的RIL定位群体,定位到qWL4-1、qWL4-2和qWL10-1分别位于bin 4.08、bin 4.09和bin 10.07定位区间内,与试验qew4-1、qew4-2和qew10-1的定位区间一致。共定位到的QTL是稳定QTL,可以用于精细定位和基因克隆,研究定位结果的可靠。试验中,qew1-1属于微效新QTL位点,为叶宽遗传育种提供了新的变异位点。研究结果表明叶宽是由多个位点控制,以加性效应为主。

叶宽全基因组选择预测精度较低为0.34,这可能与叶宽遗传力低有关。研究训练群体大小和标记个数对预测精度影响时,随着训练群体和标记数量的增大,预测精度呈现先增长后趋于平缓的趋势。当训练群体占总群体的50%,标记数量为300时,便可以得到较高的预测精度,该结果与文献[20-21]的结果相似,在DH群体的普通锈病进行全基因组选择研究时发现,随着训练群体的增大、标记数量的增多,预测精度呈现先上升再平缓的趋势,当训练群体占总群体的50%、标记个数为300时,预测结果较好。进行全基因组选择时,标记个数取决于群体的连锁不平衡值,连锁不平衡值越高,需要的标记数越少。

4 结论

4.1 玉米穗位叶宽受环境、基因型、环境与基因型互作显著影响。叶宽遗传力为0.39,遗传力较低,在育种时可以在较晚世代进行选择。

4.2 共检测到12个影响玉米穗位叶宽的QTL位点,分布在第1、3、4、5、8和10号染色体上,得到了2个多环境下稳定遗传的QTL位点,分别位于bin 1.06、bin 5.01,其中bin 5.01的QTL为主效位点,平均PVE为14.68%。

4.3 在双亲后代群体中,当训练群体比例占到群体基因型总数的50%、分子标记的个数到达300时,预测精度就可以到达相对较高的水平。

参考文献

柏延文. 种植密度对不同株型玉米生理特性及产量的影响[D]. 杨凌: 西北农林科技大学, 2020.

[本文引用: 1]

BAI Yanwen. Effect of planting density on physiological characteristics and yield of maize with different plant types[D]. Yangling: Northwest Agriculture and Forestry University, 2020.

[本文引用: 1]

赵小强. 玉米株型相关耐旱遗传机理研究[D]. 兰州: 甘肃农业大学, 2018.

[本文引用: 1]

ZHAO Xiaoqiang. Research on genetic mechanism of drought tolerance associatedwith maize plant type[D]. Lanzhou: Gansu Agricultural University, 2018.

[本文引用: 1]

KU L X, Zhang J, Guo S L, et al.

Integrated multiple population analysis of leaf architecture traits in maize (Zea mays L.)

[J]. Journal of experimental botany, 2012, 63(1):261-274.

DOI      URL     [本文引用: 1]

唐登国. 玉米叶宽和叶长性状的QTL定位与分析[D]. 成都: 四川农业大学, 2013.

[本文引用: 2]

TANG Dengguo. QTL localization and analysis of leaf width and leaf length traits in maize[D]. Chengdu: Sichuan Agricultural University, 2013.

[本文引用: 2]

张莹莹, 杨青, 代资举, 等.

玉米穗三叶叶宽QTL定位及Meta分析

[J]. 河南农业科学, 2019, 48(12):15-22.

[本文引用: 2]

为了鉴定控制玉米穗三叶叶宽的主效QTL，以玉米自交系郑58和D863F为亲本，构建了包含241个家系的重组自交系群体，对河南原阳、西平以及海南乐东3个环境下的玉米穗三叶叶宽进行表型测定，利用215对SSR标记构建遗传图谱，对3个环境下的玉米穗三叶叶宽进行QTL定位研究。结果表明，郑58与D863F的穗三叶叶宽存在极显著差异，且RIL群体中穗三叶叶宽表现出连续变异，基本符合正态分布，属于典型的数量性状。3个环境下的穗三叶叶宽共定位到17个QTL，单个QTL解释表型变异率为5.30%～12.77%。其中，有3个QTL分别在2个及以上环境同时检测到，是控制穗三叶叶宽的主效QTL。通过Meta-QTL分析共得到12个mQTL，检测到的5号染色体上的qThiLW2-5位于mQTL5-1区段内，qFirLW2-6位于mQTL6-1区段内，qFirLW1-8、qFirLW2-8、qSecLW2-8位于mQTL8-1区段内。

ZHANG Yingying, YANG Qing, DAI Ziju, et al.

QTL localization and Meta-analysis

[J]. Henan Agricultural Science, 2019, 48(12):15-22.

[本文引用: 2]

张旷野. 玉米叶宽相关基因ZmLW1的精细定位和候选基因发掘[D]. 沈阳: 沈阳农业大学, 2020.

[本文引用: 1]

ZHANG Kuangye. Fine localization and candidate gene discovery of ZmLW1, a leaf width-related gene in maize[D]. Shenyang: Shenyang Agricultural University, 2020.

[本文引用: 1]

王会涛, 柳华峰, 郑耀刚, 等.

玉米叶型相关性状QTL定位及上位性效应分析

[J]. 分子植物育种, 2018, 16(15):4955-4963.

[本文引用: 1]

WANG Huitao, LIU Huafeng, ZHENG Yaogang, et al.

QTL localization and epistatic effects analysis of Leaf-type-related traits in maize

[J]. Molecular Plant Breeding, 2018, 16(15):4955-4963.

[本文引用: 1]

尹立林, 马云龙, 项韬, 等.

全基因组选择模型研究进展及展望

[J]. 畜牧兽医学报, 2019, 50(2):233-242.

[本文引用: 1]

YIN Lilin, MA Yunlong, XIANG Tao, et al.

Progress and outlook of genome-wide selection model

[J]. Journal of Livestock and Veterinary Medicine, 2019, 50 (2):233-242.

[本文引用: 1]

Bernardo R.

Molecular Markers and Selection for Complex Traits in Plants:Learning from the Last 20 Years

[J]. Crop Science, 2015, 48(5).

[本文引用: 1]

Zhao Y, Mette M F, Reif J C, et al.

Genomic selection in hybrid breeding

[J]. Plant Breeding, 2015, 134(1):1-10.

DOI      URL     [本文引用: 1]

钟源, 赵小强, 李文丽.

不同水分环境下玉米叶形相关性状与SSR标记的关联分析

[J]. 中国生态农业学报(中英文), 2020, 28(11):1726-1738

[本文引用: 1]

ZHONG Yuan, ZHAO Xiaoqiang, LI Wenli.

Association analysis of maize leaf shape-related traits and SSR markers in different moisture environments

[J]. Chinese Journal of Ecological Agriculture, 2020, 28(11):1726-1738.

[本文引用: 1]

赵小强, 姬祥卓, 彭云玲.

花期玉米(Zea mays)穗三叶叶形结构的遗传效应及配合力分析

[J]. 分子植物育种, 2020, 18(9):3024-3031.

[本文引用: 2]

ZHAO Xiaoqiang, JI Xiangzhuo, PENG Yunling.

Genetic effect and coordination force analysis of the leaf shape structure of flowering maize (Zea mays)

[J]. Molecular Plant Breeding, 2020, 18(9):3024-3031.

[本文引用: 2]

Wang J K, H H, et al.

Version 4.1 of QTL Ici Mapping:Integrated software for genetic linkage map construction and QTL mapping in bi-parental populations

[C] Beijing: The Seventh International Crop Science Conference, 2016.

[本文引用: 1]

李宗泽. 玉米单倍体被诱导率及其相关穗部性状的遗传分析[D]. 乌鲁木齐: 新疆农业大学, 2021.

[本文引用: 1]

LI Zongze. Genetic analysis of maize haploid induction rate and its associated panicle traits[D]. Urumqi: Xinjiang Agricultural University, 2021.

[本文引用: 1]

孙强. 玉米关键植株性状QTL定位和全基因组选择[D]. 乌鲁木齐: 新疆农业大学, 2021.

[本文引用: 1]

SUN Qiang. QTL localization and genome-wide selection of key plant traits in maize[D]. Urumqi: Xinjiang Agricultural University, 2021.

[本文引用: 1]

MD Edwards, Stuber C W, Wendel J F.

Molecular-marker-facilitated investigations of quantitative-trait loci in maize.I.Numbers, genomic distribution and types of gene action

[J]. Genetics, 1987, 116(1):113-125.

DOI      PMID      [本文引用: 1]

Individual genetic factors which underlie variation in quantitative traits of maize were investigated in each of two F2 populations by examining the mean trait expressions of genotypic classes at each of 17-20 segregating marker loci. It was demonstrated that the trait expression of marker locus classes could be interpreted in terms of genetic behavior at linked quantitative trait loci (QTLs). For each of 82 traits evaluated, QTLs were detected and located to genomic sites. The numbers of detected factors varied according to trait, with the average trait significantly influenced by almost two-thirds of the marked genomic sites. Most of the detected associations between marker loci and quantitative traits were highly significant, and could have been detected with fewer than the 1800-1900 plants evaluated in each population. The cumulative, simple effects of marker-linked regions of the genome explained between 8 and 40% of the phenotypic variation for a subset of 25 traits evaluated. Single marker loci accounted for between 0.3% and 16% of the phenotypic variation of traits. Individual plant heterozygosity, as measured by marker loci, was significantly associated with variation in many traits. The apparent types of gene action at the QTLs varied both among traits and between loci for given traits, although overdominance appeared frequently, especially for yield-related traits. The prevalence of apparent overdominance may reflect the effects of multiple QTLs within individual marker-linked regions, a situation which would tend to result in overestimation of dominance. Digenic epistasis did not appear to be important in determining the expression of the quantitative traits evaluated. Examination of the effects of marked regions on the expression of pairs of traits suggests that genomic regions vary in the direction and magnitudes of their effects on trait correlations, perhaps providing a means of selecting to dissociate some correlated traits. Marker-facilitated investigations appear to provide a powerful means of examining aspects of the genetic control of quantitative traits. Modifications of the methods employed herein will allow examination of the stability of individual gene effects in varying genetic backgrounds and environments.

赵文明. 玉米株型相关性状QTL定位与分析[D]. 郑州: 河南农业大学, 2008.

[本文引用: 1]

ZHAO Wenming. Localization and analysis of QTL for maize plant type-related traits[D]. Zhengzhou: Henan Agricultural University, 2008.

[本文引用: 1]

Wei X, Wang X, Guo S, et al.

Epistatic and QTL×environment interaction effects on leaf area-associated traits in maize

[J]. Plant Breeding, 2016, 135(6):671-676.

DOI      URL     [本文引用: 1]

郑祖平, 黄玉碧, 田孟良, 等.

不同供氮水平下玉米株型相关性状的QTLs定位和上位性效应分析

[J]. 玉米科学, 2007(2):14-18.

[本文引用: 1]

ZHENG Zuping, HUANG Yubi, TIAN Mengliang, et al.

Localization of QTLs and epistatic effect analysis of type-related traits in maize at different nitrogen supply levels

[J]. Maize Science, 2007 (2):14-18.

[本文引用: 1]

Cao S, Loladze A, Yuan Y, et al.

Genome-Wide Analysis of Tar Spot Complex Resistance in Maize Using Genotyping-by-Sequencing SNPs and Whole-Genome Prediction

[J]. Plant Genome, 2017, 10(2).

[本文引用: 1]

Zhang X, Ren J, Li Z, et al.

Genetic Dissection of Resistance to Common Rust (Puccinia Sorghi) in Tropical Maize (Zea mays L.) by Combined Genetic Mapping and Genomic Prediction

[J]. Frontiers in Plant Science, 2021,(12):1664-1675.

[本文引用: 1]

/

〈 〉


ISSN 1001-4330 CN 65-1097/S
邮发代号：58-18
国外代号：BM3342
主管：新疆农业科学院
主办：新疆农业科学院　新疆农业大学　新疆农学会

出版单位：《新疆农业科学》编辑部
地址：乌鲁木齐市南昌路403号新疆农业科学院
邮编：830091
电话：0991-4502046
E-mail：xjnykx-h@xaas.ac.cn


版权所有 © 《新疆农业科学》编辑部
本系统由北京玛格泰克科技发展有限公司设计开发
总访问量：31591701　今日访问：3800　在线人数：6
网站
微信公众号
淘宝购买
微店购买