首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献，搜索用时 203 毫秒
1.
利用Bayes分层广义线性模型剖析大豆籽粒性状的遗传基础   总被引：1，自引：0，他引：1  
以溧水中子黄豆(P1)和南农493-1(P2)组合的504个正反交F2:3~F2:7家系群体为材料, 调查大豆粒长、粒宽、粒厚、长宽比、长厚比、宽厚比和百粒重性状在2007—2011年的表型观测值, 扫描F2群体SSR分子标记信息, 用Bayes分层广义线性模型方法检测了上述性状的主效QTL、QTL´环境(QE)互作、QTL´细胞质(QC)互作和QTL´QTL(QQ)互作。共检测到89个主效QTL、33对QE、20对QC和35对QQ互作。上述7个性状的主效QTL分别有7、10、10、19、19、17和7个; QQ互作分别有1、10、6、0、6、9和3对, 没有检测到显性´显性互作; QE互作分别有5、7、6、3、6、2和4对; QC互作分别有2、1、3、8、4、2和0对。主效、QQ互作、QC互作和QE互作QTL的总贡献率分别为12.42%~61.79%、0~23.21%、0.35%~1.51%和0~14.16%, 表明主效QTL贡献最大, QQ互作次之, QE互作最小。各类QTL都有一因多效现象, 同一基因座可通过不同方式影响性状表达。这些结果揭示了大豆粒形性状的遗传基础, 为标记辅助育种提供了参考信息。  相似文献   

2.
水稻粒形性状的上位性和QE互作效应分析   总被引：4，自引：0，他引：4  
本研究利用基于明恢86×佳辐占水稻重组自交系(recombinant inbred line,RIL)构建的SSR遗传图谱,总标记数为131.联合两季的稻米粒长(GL)、粒宽(GW)、长宽比(L/W)表型数据,应用混合线性模型方法进行QTL定位,并作加性效应、上位效应以及加性QTL、上位性QTL与环境(QTL-by-environment,QE)的互作效应分析.检测到粒长、粒宽和长宽比的加性效应QTLs分别为6个、4个和4个,贡献率分别为23.67%、21.41%和25.78%;检测到8对粒长的上位性QTLs,5对粒宽的上位性QTLs,2对长宽比的上位性QTLs,贡献率分别为16.75%、22.36%和7.55%;环境互作检测中,发现共有9个加性QTLs和7对上位性QTLs与环境发生了互作.结果表明,上位效应在粒形性状的遗传与加性效应一样起了重要作用,环境互作效应对粒形性状有一定的影响.  相似文献   

3.
本研究利用岗46B/A232构建的重组自交系(F10)176个家系为作图群体,运用QTL Ici Mapping4.0软件对2016和2017年RIL群体的粒形性状和千粒重性状进行QTL检测及其遗传效应分析。结果表明,两年共检测到28个粒形和粒重QTL,分别分布在第1、第2、第3、第4、第5、第6、第8、第9和第12染色体上。其中粒长相关QTL 10个,贡献率为4.90%~31.96%;粒宽相关QTL 6个,贡献率为3.38%~48.76%;谷粒长宽比相关QTL 9个,贡献率为5.70%~30.32%;粒厚相关QTL 6个,贡献率为6.06%~34.09%;千粒重相关QTL6个,贡献率为6.94%~21.22%。本研究中,有9对QTL两年均在同一位置被检测到:3对粒长QTL,1对粒宽QTL,1对谷粒长宽比QTL,2对粒厚QTL和2对千粒重QTL,说明他们受环境影响小,能稳定表达,可用于水稻分子标记辅助育种。第5染色体上RM1089~RM18119区间上稳定检测到控制粒长、粒宽、谷粒长宽比、粒厚和千粒重QTL,多数染色体的多处区段上均检测到一因多效性。  相似文献   

4.
普通菜豆籽粒大小与形状的QTL定位   总被引：1，自引：0，他引：1  
耿庆河  王兰芬  武晶  王述民 《作物学报》2017,43(8):1149-1160
普通菜豆是世界上最重要的食用豆类作物之一,其籽粒大小和形状与产量及外观品质密切相关。本研究以来自安第斯基因库的大粒品种龙270709和来自中美基因库的小粒品种F5910配置杂交组合,获得的F2分离群体分别在哈尔滨大田与北京昌平温室种植,对百粒重、粒长、粒宽、粒厚、长宽比和长厚比6个籽粒性状进行了相关性分析和QTL定位。相关性分析表明,百粒重与粒长、粒宽、粒厚、长宽比、长厚比5个衡量籽粒大小和形状的性状均显著正相关。利用基于完备区间作图方法的Ici Mapping 4.1进行QTL定位,哈尔滨环境下定位到38个与百粒重、粒长、粒宽、粒厚、长宽比、长厚比相关的QTL,表型贡献率介于2.39%~17.37%之间,分布在除第1染色体外的其余10条染色体上;北京昌平环境下定位到21个上述性状的QTL,表型贡献率介于5.92%~22.53%之间,分布在第1、第3、第6、第7、第8、第9和第11染色体上。其中,百粒重QTLSW7与SW7’,SW6.1与SW6’,粒长QTLSL6.1与SL6.1’,粒厚QTLSH11与SH11’在2个环境下的标记区间重叠或者重合,SW7、SW6.1、SL6.1、SW6’和SL6.1’的表型贡献率在10%以上。  相似文献   

5.
多种环境下大豆单株粒重QTL的定位与互作分析   总被引：1，自引：0，他引：1  
定位大豆单株粒重QTL、分析QTL间的上位效应及QTL与环境互作效应, 有利于大豆单株粒重遗传机理的深入研究。利用147个F2:14~F2:18 RIL群体, 5年2点多环境下以CIM和MIM方法同时定位大豆单株粒重QTL, 检测到17个控制单株粒重的QTL, 分别位于D1a、B1、B2、C2、F、G和A1连锁群上, 贡献率为6.0%~47.9%;用2种方法同时检测到3个QTL, 即qSWPP-DIa-3、qSWPP-F-1和qSWPP-D1a-5, 贡献率为6.3%~38.3%;2年以上同时检测到4个QTL, 即qSWPP-DIa-1、qSWPP-DIa-2、qSWPP-B1-1和qSWPP-G-1, 贡献率为8.1%~47.9%;利用QTLMapper分析QE互作效应和QTL间上位效应, 7种环境下的数据联合分析得到1个QE互作QTL和4对上位效应QTL, 贡献率和加性效应都较小。在分子标记辅助育种中应该同时考虑主效QTL及各微效QTL之间的互作。  相似文献   

6.
利用BC2F2高代回交群体定位水稻籽粒大小和形状QTL   总被引：6，自引：3，他引：3  
以我国优良籼稻恢复系蜀恢527为轮回亲本, 以来自菲律宾的Milagrosa为供体亲本, 培育了样本容量为199株的BC2F2高代回交群体。选取85个均匀分布在12条染色体上的多态性SSR标记进行基因型分析, 同时对粒长、粒宽、长宽比和千粒重4种性状进行了表型鉴定。采用性状－标记间的单向和双向方差分析对上述性状进行了QTL定位。单向方差分析(P<0.01)共检测到了10个控制粒长、粒宽、长宽比和千粒重的QTL, 其中有3个具有多效性。由于粒长和长宽比的高度相关性, 控制长宽比的2个QTL均能在粒长QTL中检测到。位于第3染色体着丝粒区域的qgl3b是一个控制粒长、长宽比和千粒重的主效QTL, 它可以分别解释粒长、长宽比和千粒重表型变异的29.37%、26.15%和17.15%。该QTL对于粒长、长宽比和千粒重均表现较大的加性效应(来自蜀恢527的等位基因为增效)和负向超显性。位于第8染色体的qgw8位点是一个控制粒宽的主效QTL, 同时也是控制千粒重的微效QTL, 能解释粒宽表型变异的21.47%和千粒重表型变异的5.16%。该QTL对粒宽和千粒重均具有较大的加性效应(来自蜀恢527的等位基因为增效)和正向部分显性。双向方差分析(P<0.005)共检测到61对显著的上位性互作, 涉及54个QTL, 其中23个是能同时影响2~4个性状的多效位点, 且有8个位点与单向方差分析检测到的相同。控制长宽比的13对上位性互作位点中, 与控制粒长的上位性互作位点完全相同的有8对。以上结果为进一步开展水稻籽粒大小和形状有利基因的精细定位、克隆和分子设计育种奠定了基础。  相似文献   

7.
水、旱栽培条件下稻谷粒型和粒重的相关分析及其QTL定位   总被引：8，自引：4，他引：4  
为了解水、旱栽培条件下水稻粒形和粒重的表型及QTL变化,以陆稻品种IRAT109和水稻品种越富构建的双单倍体群体为材料,系统分析了稻谷粒长、粒宽、粒重及长宽比在水、旱栽培条件下的相关性,并进行了数量性状基因位点的比较定位。结果表明,水、旱条件下,粒长与长宽比和粒重均呈极显著正相关;粒宽与长宽比呈极显著负相关,与粒重极显著正相关,4个性状在水、旱条件间相关性都达极显著正相关。其中粒长的相关系数最高,达0.817,粒宽的相关系数最低,为0.457。表明粒长受水分影响最小而粒宽受水分影响较大。粒重、长宽比介于二者之间。两种条件下共检测到14个QTLs,分布于水稻1、5、6、7、10和12染色体上,其中控制粒长的5个,LOD值为1.93~5.11,贡献率为5.97%~28.85%;控制粒宽的1个,LOD值为2.39,贡献率为12.76%;控制长宽比的3个,LOD值为2.08~4.6,贡献率为7.78%~21.89%;控制粒重的5个,LOD值为2.68~9.45,贡献率为4.1%~14.8%。其中控制粒长的qGL-5及控制粒重的qGWt-1a和qGWt-1b在水、旱条件下均能检测到,在抗旱育种中可用于分子标记辅助选择籽粒性状。QTL分析的结果进一步验证了表型分析结果,粒宽相对易受土壤水分影响,粒长、粒重和长宽比,受水分胁迫影响较小,遗传比较稳定。  相似文献   

8.
基于单片段代换系的水稻粒型QTL加性及上位性效应分析   总被引：4，自引：3，他引：1  
以分子标记辅助选择的手段有目的地进行基因聚合育种,对于加快育种进程具有重要的意义。而基因的加性和上位性效应是决定基因聚合能否成功的关键。本文以16个单片段代换系(SSSL)及15个双片段代换系分析了水稻粒型性状QTL的加性及上位性效应。共检测到9个水稻粒型性状QTL,包括4个粒长QTL、1个粒宽QTL和4个籽粒长宽比QTL,分别位于第2、第3、第4、第7和第10染色体上。此外,还检测出7对双基因互作,其中3对为有显著效应的两座位间互作,1对为两座位均没有显著效应的座位间互作,3对为1个有显著效应的座位与1个没有显著效应的座位间互作。本文结果进一步揭示了同一粒长QTL与不同单片段代换系聚合时会产生不同的互作效应,只有当上位性效应与目标基因的加性效应同向时,才可以达到明显改良粒长的效果。而且,2个长粒或2个短粒QTL聚合很难再产生更长或更短的籽粒。以上结果对于通过分子标记辅助育种手段改良水稻粒型具有重要意义。  相似文献   

9.
利用极端材料定位水稻粒形性状数量基因位点   总被引：1，自引：0，他引：1  
利用极端大粒材料GSL156(千粒重71.9 g)与特小粒材料川七(千粒重12.1 g,轮回亲本)杂交、回交获得的BC2F2 216个个体为作图群体,在北京进行稻谷粒长、粒宽、粒厚、长宽比、千粒重等粒形性状的鉴定。采用单标记分析和复合区间作图法,利用SSR标记对粒形性状进行数量性状基因座检测。结果表明,上述粒形性状在BC2F2群体均呈正态连续分布,表现为由多基因控制的数量性状;共检测到与粒形性状相关的QTL 28个,分布于第1、2、3、4、5、6和12染色体上。其中qGL3-2、qGL3-3、qGT12-1、qGT2-1、qGT5-1、qGW1-1、qGW12-1、qGW2-1、qGW5-1、qRLW3-1、qTGW12-1、qTGW2-1、qTGW3-3和qTGW5-1对表型变异的贡献率分别为13.70%、52.51%、21.13%、18.79%、20.92%、14.59%、18.33%、30.03%、20.05%、24.53%、13.47%、11.43%、21.30%和15.68%,为主效QTL。其中,第3染色体上检测出来的QTL最多。在所有检测到的28个QTL中,6个QTL的增效等位基因来源于小粒亲本川七,而其余QTL的增效等位基因均来源于大粒亲本GSL156,基因作用方式主要表现为加性或部分显性。第3染色体RM7580~RM8208区间是分别与粒宽、长宽比和千粒重相关的3个主效QTL的共同标记区间,第2染色体的RM7636~RM5812区间、第5染色体的RM3351~RM26区间和第12号染色体的RM1103~RM17区间是分别与粒宽、粒厚和千粒重相关的3个主效QTL的共同标记区间,这些区间对粒形贡献率较大,为进一步精细定位或克隆这些新的粒重或粒形QTL奠定了基础。同时大粒亲本对稻谷粒长、粒宽、粒厚和千粒重等性状的增效作用显著。  相似文献   

10.
为探讨小麦种子根结构及胚芽鞘长度的遗传基础,以小麦DH群体(旱选10号×鲁麦14)的150个株系为材料,利用凝胶室培养幼苗,测定种子根的数目和最大根长、胚芽鞘长度、根苗干重比等性状,并通过扫描仪测定幼苗种子根的总长度、根直径及角度。利用已经构建的DH群体遗传连锁图谱,采用基于混合线性模型的复合区间作图法分析上述性状的QTL。在1A、1B、2B、2D、3B、4A、4D、5A、5B、6A、7A和7B共12条染色体上检测到12个加性效应QTL和7对加性×加性互作效应QTL。QTL的加性效应值在0.02~8.45之间,对表型变异的贡献率为5.64%~12.37%。7对加性×加性互作效应QTL分布在1A–2B(2)、1A–6A、1B–2D、5B–6A、6A–7A和6A–7B等6对染色体之间,其互作效应值为0.20~7.45,对表型变异的贡献率为8.70%~15.90%。在染色体3B和7A上各检测到1个种子根结构相关性状的QTL簇。  相似文献   

11.
The most widely grown tetraploid Gossypium hirsutum and G. barbadense differ greatly in yield potential and fiber quality and numerous quantitative trait loci (QTLs) have been reported. However, correspondence of QTLs between experiments and populations is poor due to limited number of markers, small population size and inaccurate phenotyping. The purpose of the present study was to map QTLs for yield, yield components and fiber quality traits using testcross progenies between a large interspecific F2 population and a commercial cotton cultivar as the tester. The results were compared to these from its F2 and F2:3 progenies. Of the 177 QTLs identified from the three populations, 65 fiber QTLs and 51 yield QTLs were unique with an average of 8–12 QTLs per traits. All the 26 chromosomes carried QTLs, but differed in the number of QTLs and the number of QTLs between fiber and yield QTLs. The congruence of QTLs identified across populations was higher (20–60 %) for traits with higher heritabilities including fiber quality, seed index and lint percentage, but lower (10–25 %) for lower heritability traits-seedcotton and lint yields. Major QTLs, QTL clusters for the same traits and QTL ‘hotspots’ for different traits were also identified. This research represents the first report using a testcross population in QTL mapping in interspecific cotton crosses and provides useful information for further comparative analysis and marker-assisted selection.  相似文献   

12.
利用“永久F2”群体进行小麦幼苗根系性状QTL分析   总被引：5，自引：1，他引：4  
为了研究小麦苗期根系性状的遗传,以小麦品种花培3号和豫麦57的杂交DH群体组配了一套含168个杂交组合的“永久F2”群体。利用WinRHIZO根系分析系统测定四叶一心期小麦水培幼苗根系总长度、直径、表面积、体积、根尖数、最大根长、茎叶干重、根干重及根茎干重比9个性状。采用复合区间作图法分析幼苗根系8个性状的QTL,定位了7个加性效应QTL和12对上位性互作QTL,包括加性效应、显性效应,加加互作、加显互作和显显互作,分布在1A、1D、2A、2B、2D、3A、3B、5D、6D和7D染色体上,单个QTL可解释0.01%~11.91%的遗传变异。在染色体2D上XWMC41至XBARC349.2区间检测到同时控制总根长和根干重的一个QTL。上位性对苗期根系生长发育有重要作用。试验结果表明,苗期根系性状的遗传机制较复杂, 因此在育种中要综合考虑根系各性状之间的关系,保证根系协调统一、发达健壮。  相似文献   

13.
果皮厚度是影响甜玉米口感的一个重要因素。发掘果皮厚度的基因资源、了解玉米果皮厚度的遗传机制,是指导其育种的基础。本研究以日超-1(薄果皮,56.57μm)×1021(厚果皮,100.23μm)的190个BC1F2家系为作图群体,分别采用2种遗传模型检测QTL。基于复合区间作图(CIM)共检测到3个影响果皮厚度的QTL,位于3.01、6.01、8.05区段,分别解释8.6%、16.0%和7.2%的表型变异,其中3.01和8.05处QTL以加性效应为主;基于混合线性CIM模型(MCIM)共检测到5个影响果皮厚度的QTL,其中除8.05处QTL为加性QTL外,另有2对加×加上位性互作QTL,1对是2.01和6.05处QTL之间的互作,另1对则是5.06和6.01处QTL间的互作。这2对互作QTL分别解释了6.63%和12.48%的表型变异率。本结果表明,加性效应和上位性互作效应等都在果皮厚度的形成和遗传中起重要作用。能够检测QTL上位互作的MCIM模型更适用于果皮厚度QTL定位。本研究还在其中4个QTL的区域内分别检索到胚乳中色素合成以及细胞转变的相关候选基因,这些基因的表达是否与果皮厚度的变异有关值得进一步研究。  相似文献   

14.
利用非条件和条件QTL解析油菜产量相关性状的遗传关系   总被引：1，自引：0，他引：1  
基于前期研究中构建的Sollux/Gaoyou DH群体在9个环境中的表型数据和新版遗传图谱,对油菜角果长度进行QTL定位,估测QTL的加性、上位性和环境互作效应。并通过条件QTL方法,解析角果长度与角果粒数和粒重之间的遗传关系,以期利用标记辅助,探讨通过选择角果长度基因型以增加角果粒数、提高千粒重,最终达到增加产量的可能性。结果共检测到在3个环境以上稳定表达的控制角果长度QTL 8个,加性效应值在0.09~0.26 cm之间,效应总和解释群体遗传总变异的60%。8对上位性QTL效应值在0.035~0.075 cm之间,效应总和为加性总效应的38%。QTL与环境互作效应只在少数位点和个别环境中显著。条件QTL研究表明,q SLA2、q SLC1-2和q SLC8-1位点,角果长度的变化对角果粒数影响较大;而通过选择q SLA7、q SLC1-2、q SLC8-1和q SLC8-2长角果标记基因型,可望同时提高角果粒数和千粒重。6个主效QTL 11个连锁标记基因型和表现型的关联分析,验证了条件QTL分析结果,表明通过对q SLA2、q SLA7、q SLC8-1和q SLC8-2位点6个连锁标记(ZAAS423、SUC1-3、ZAAS12a、ZAASA7-28、ZAAS433和ZAAS437)长角果基因型的聚合,可增长角果约2 cm,间接增加角果粒数2粒,同时提高千粒重0.4 g,从而可望实质性地提高油菜产量水平。  相似文献   

15.
Soybean research has found that nodule traits, especially nodule biomass, are associated with N2 fixation ability. Two genotypes, differing in nodule number per plant and individual nodule weight, KS4895 and Jackson, were mated to create 17 F3- and 80 F5-derived RILs. The population was mapped with 664 informative markers with an average distance of less than 20 cM between adjacent markers. Nodule traits were evaluated in 3-year field trials. Broad-sense heritability for nodule number (no. plant?1), individual nodule dry weight (mg nodule?1), individual nodule size (mm nodule?1), and total nodule dry weight (g plant?1) was 0.41, 0.42, 0.45, and 0.27, respectively. Nodule number was negatively correlated with individual nodule weight and size. Nodule number, individual nodule weight, and size are major components which likely contributed to increased total nodule weight per plant. Composite interval mapping (CIM) identified eight QTLs for nodule number with R2 values ranging from 0.14 to 0.20. Multiple interval mapping (MIM) identified two QTLs for nodule number, one of which was located close to the QTL identified with CIM. Six QTLs for individual nodule weight were detected with CIM, and one QTL was identified with MIM. For nodule size, CIM identified seven QTLs with R2 values ranging from 0.14 to 0.27. Five QTLs for total nodule weight were detected with CIM, one of which was located close to a QTL identified with MIM. These results document the first QTL information on nodule traits in soybean from field experiments utilizing a dense, complete linkage map.  相似文献   

16.
定位棉花种子性状的基因对揭示棉花种子性状的遗传规律,以及明确棉花种子、产量、纤维品质等性状间的遗传关系具有重要意义。以(渝棉1号×T586) F2:7重组近交系群体构建的遗传连锁图谱,在鉴定270个家系3个环境种子物理性状的基础上,利用MQM作图方法,共检测到34个种子物理性状QTL,包括9个种子重(qSW)、5个短绒重(qFW)、3个短绒率(qFP)、8个种仁重(qKW)、6个种子壳重(qHW)和3个种仁率(qKP)QTL,它们可解释4.6%~80.1%的性状表型变异。9个QTL在2个或3个环境中被检测到,其中包括第12染色体显性光子位点的短绒重与短绒率QTL,以及另外7个微效应QTL。34个QTL分布于15条染色体,其中A染色体组20个,D染色体组14个。有12个染色体区段分布有2个或2个以上的QTL,而且同一染色体区域同一亲本所具有的不同性状QTL的方向大多数与性状表型相关系数的正负一致。  相似文献   

17.
The efficiency of quantitative trait locus (QTL) mapping methods needs to be investigated assuming high single nucleotide polymorphism (SNP) density and low heritability QTLs. This study assessed the efficiency of the least squares, maximum likelihood, and Bayesian approaches for QTL mapping assuming high SNP density and low heritability QTLs. We simulated 50 samples of 400 F2 individuals, which were genotyped for 1000 SNPs (average density of one SNP/centiMorgan) and phenotyped for three traits controlled by 12 QTLs and 88 minor genes. The genes were randomly distributed in the regions covered by the SNPs along ten chromosomes. The QTL heritabilities ranged from approximately 1–2% and the sample sizes were 200 and 400. The power of QTL detection ranged from 30 to 60%, the false discovery rate (FDR) ranged from only 0.5–1.2%, and the bias in the QTL position ranged from 4 to 6 cM. The QTL mapping efficiency was not influenced by the degree of dominance. The statistical approaches were comparable regarding the FDR. Regression-based and simple interval mapping methods showed equivalent power of QTL detection and mapping precision. Compared to interval mapping, the inclusive composite interval mapping provided slightly greater QTL detection power and mapping precision only for the intermediate and high heritability QTLs. By maximizing the prior number of QTLs, the Bayesian analysis provided the greatest power of QTL detection. No method proved to be superior.  相似文献   

18.
A genetic linkage map with 70 loci (55 SSR, 12 AFLP and 3 morphological loci) was constructed using 117 F2 plants obtained from a cross between two upland cotton cultivars Yumian 1 and T586, which have relatively high levels of DNA marker polymorphism and differ remarkably in fiber-related traits. The linkage map comprised of 20 linkage groups, covering 525 cM with an average distance of 7.5 cM between two markers, or approximately 11.8% of the recombination length of the cotton genome. The present genetic linkage map was used to identify and map the quantitative trait loci (QTLs) affecting lint percentage and fiber quality traits in 117 F2:3 family lines. Sixteen QTLs for lint percentage and fiber quality traits were identified in six linkage groups by multiple interval mapping: four QTLs for lint percentage, two QTLs for fiber 2.5% span length, three QTLs for fiber length uniformity, three QTLs for fiber strength, two QTLs for fiber elongation and two QTLs for micronaire reading. The QTL controlling fiber-related traits were mainly additive, and meanwhile including dominant and overdominant. Several QTLs affecting different fiber-related traits were detected within the same chromosome region, suggesting that genes controlling fiber traits may be linked or the result of pleiotropy.  相似文献   

19.
陆地棉衣分差异群体产量及产量构成因素   总被引：14，自引：5，他引：9  
 以衣分差异较大的陆地棉品种为材料,构建了包含188个F2单株的作图群体,应用6111对SSR引物对亲本进行了分子标记筛选,结果仅获得了123个多态性位点,其中88个位点构建了总长为666.7 cM、平均距离为7.57 cM的遗传图谱,覆盖棉花基因组的14.9%。通过复合区间作图法对F2单株和F2∶3家系进行QTL检测,共鉴定出了18个控制产量及产量构成因素变异的QTLs,包括2个衣分QTLs、4个子棉产量QTLs、4个皮棉产量QTLs、2个衣指QTLs、3个单株铃数QTLs、2个铃重QTLs和1个子指QTL。 解释的表型变异分别为\{6.9%\}～16.9%、5.6%～16.2%、4.8%～15.6%、7.7%～13.3%、8.2%～11.6%、6.1%～7%和6.6%。不同QTLs在相同染色体区段上的成簇分布表明与产量性状相关的基因可能紧密连锁或一因多效。产量及产量构成因素QTLs的遗传方式主要以显性和超显性效应为主。检测到的主效QTLs可以用于棉花产量及产量构成因素的分子标记辅助选择。  相似文献   

20.
甘蓝型油菜产量及其构成因素的QTL定位与分析   总被引：7，自引：2，他引：7  
产量性状是复杂的数量性状, 对种子的单株产量及其构成因素(全株总有效角果数、每角粒数、千粒重)进行QTL定位和上位性分析,确定其在染色体上的位置及其遗传效应,可以探讨油菜杂种优势产生原因,提高育种中对产量性状优良基因型选择的效率,达到提高油菜产量的目的。在双低油菜细胞质雄性不育保持系1141B和双高恢复系垦C1构建的F2作图群体中,运用SRAP、AFLP和SSR三种标记技术构建了一个甘蓝型油菜(Brassica napus L.)的分子标记遗传连锁图谱。共包含244个标记,分布于20个主要连锁群、1个三联体上,图谱总长度为2 769.5 cM。采用Windows QTL Cartographer Version 2.0统计软件及复合区间作图法,对油菜单株产量及其3大构成因素进行QTL定位,共检测到QTLs 16个分布在9个连锁群上,其中第6和13连锁群最多,均有3个。单个QTL解释性状表型变异的0.38%～73.34%。对于同一性状,等位基因的增效作用既来自母本,亦源自父本;采用双向方差分析法对位点间互作及其上位性进行分析,检测到26对影响产量构成性状的上位性互作效应QTL,说明油菜基因组中存在大量控制产量的互作位点,油菜产量性状的上位性存在着多效性,上位性互作包括QTL与非QTL位点,其中以非QTL位点较多。一般互作位点的独立效应值较小,而互作的效应值显著增大,且一般超过两位点独立效应值之和。反映了控制产量性状基因的复杂性。上位性是甘蓝型油菜产量性状杂种优势的重要遗传基础。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号