共查询到15条相似文献，搜索用时 187 毫秒
1.
为了优化猪肉嫩度相关数量性状位点(quantitative trait loci,QTL),为基因的精细定位和克隆奠定基础。通过Meta分析,利用数学模型整合猪肉嫩度相关QTL,分析已知候选基因与“真实”QTL的关联性。收集猪肉嫩度相关QTL,将其逐一映射到美国肉畜研究中心(USDA-MARC 2.0)公布的猪遗传连锁图谱,构建整合图谱。进行Meta分析,得到精确性更高的“真实”QTL,并将已知候选基因映射到整合图谱,比较候选基因与各“真实”QTL的关联性。研究表明：99个猪肉嫩度相关QTL映射到参考图谱,构建成新的整合图谱。通过Meta分析,定位了16个“真实”QTL,图距2.42~25.18 cM,比较原始QTL缩短29.21%~93.18%。值得一提的是MQTL1和MQTL2,图距仅为2.42 cM和3.22 cM,且分别由9个和20个原始QTL聚合而成,有较高的研究价值。将FABP3、MYPN和ANK1基因映射到整合图谱,分别定位在MQTL5、MQTL12和MQTL16区间内,距离中心位置5.70 cM、3.67 cM和2.49 cM,可将这些区间作为关键区域,开展基因精细定位和挖掘工作。 相似文献
2.
为提高数量性状位点(quantitative trait loci,QTL)定位的准确性及肉色性状基因型选择。收集和整理了71个肉色相关QTL相关信息,通过构建整合图谱和进行Meta分析,使用数学模型优化猪肉色相关QTL。以美国肉畜研究中心(USDA-MARC 2.0)公布的猪遗传连锁图谱为参考图谱,利用71个猪肉色相关QTL构建新的整合图谱,进一步对新图谱中的QTL簇进行Meta分析,定位“真实”QTL,缩短置信区间、减少定位误差。结果表明：71个猪肉色相关QTL在SSC3、SSC4、SSC5、SSC6、SSC7、SSC8和SSC17等染色体聚合成18个QTL簇,通过Meta分析,得到18个“真实”QTL (MQTL)。“真实”QTL的图距比较原始QTL的平均图距,均有不同程度的缩短,缩短比例为21.12%~93.91%。位于SSC4的MQTL4,原平均图距为16.43 cM,经优化后图距缩短为1.00 cM,缩短比例达93.91%,明显提高了QTL定位的精确度。 相似文献
3.
为提高水稻根系性状QTL 分子标记辅助选择利用效率, 利用饱和分子标记连锁图谱,对已发表的水旱稻根系性状QTL进行了整合,并对这些QTL的贡献率、分布特点和真实性进行了分析。结果如下：通过对QTL贡献率分析得到11个主效QTL;根据QTL在染色体上的位置,确定1,2,3,5,11号染色体上共11个分子标记区域为“一因多效”可能性较大区域;通过对这些QTL的真实性分析共得到35个“真实”QTL和3个“热点”QTL。这些主效QTL、成簇分布QTL及“热点” QTL可作为水稻根系性状分子育种的重要候选区域。 相似文献
4.
大豆叶片性状QTL的定位及Meta分析 总被引：3，自引：0，他引：3
利用Charleston×东农594重组自交系构建SSR遗传图谱,采用WinQTLCartographer Ver. 2.5软件的CIM和MIM分析方法对2006—2010年(F2:14~F2:18)连续5年的大豆叶长、叶宽以及叶柄长数据进行QTL定位,检测到8个与叶长有关的QTL,位于染色体Gm01、02、05、11和18上;9个与叶宽有关的QTL,位于染色体Gm01、03、05、06、11、12和16上;8个与有关叶柄长的QTL,位于染色体Gm01、03、05、06、11、17和18上。2年以上均检测到的叶长QTL为qLL5a、qLL5b、qLL1a和qLL18;叶宽QTL为qLW5a、qLW11a、qLW11b和qLW12;叶柄长QTL为qLSL11b。另外,利用BioMercator2.1的映射功能将国内外常用的大豆图谱上的叶长、叶宽QTL通过公共标记映射整合到大豆公共遗传连锁图谱Soymap2上,将搜集到的35个叶长QTL、37个叶宽QTL和本研究得到的QTL整合分析,最终得到5个大豆叶长的“通用”QTL,位于Gm09、18和19,其置信区间最小可达5.66 cM;4个大豆叶宽的“通用”QTL,位于Gm07、Gm18和Gm19,其置信区间最小可达5.67 cM,为今后对大豆叶片性状QTL精细定位, 提供了有利科学信息。 相似文献
5.
以玉米遗传连锁图谱IBM2 2008 Neighbors为参考图谱,利用BioMercator 2.1软件,通过映射来自不同实验中的340个玉米抗病QTL,构建出玉米抗病QTL的整合图谱。采用元分析技术,在1、3、6、10号染色体上发掘5个"一致性抗病QTL"区间,图距分别为5.14cM、9.00cM、28.50cM、1.73cM和33.34cM。从MaizeGDB网站下载"一致性抗病QTL"区间内的基因和标记原始序列,采用NCBI网站在线软件BlastX通过同源比对,在5个"一致性抗病QTL"区间内初步确定8个抗病基因同源序列。借助比较基因电子定位策略,将54个水稻和44个玉米抗性基因转定于玉米IBM2 2008 Neighbors遗传连锁图谱上。本文研究结果为玉米抗病QTL精细定位和克隆奠定了基础。 相似文献
6.
玉米产量及产量相关性状QTL的图谱整合 总被引：10，自引：1，他引：9
利用生物信息学方法,借助高密度分子标记遗传图谱IBM2 2008 neighbors,利用图谱映射和元分析的方法,对不同试验中定位的400个玉米产量及产量相关性状QTL进行了图谱整合,构建了玉米产量及产量相关性状QTL的综合图谱和一致性图谱。结果表明,玉米产量及产量相关性状QTL在10条染色体上呈非均匀分布,第1染色体上最多,第10染色体上最少;发掘出96个玉米产量及产量相关性状的“一致性”QTL;关联性较强的产量性状的QTL常集中在相同或相近的座位上。 相似文献
7.
《华北农学报》2017,(6)
为了获得真实有效的水稻耐盐性QTL信息,并缩小QTL的置信区间以及预测区间内的候选基因。以水稻6个遗传图谱的整合结果为公共图谱,并收集344个与水稻耐盐性相关的QTL。利用Bio Mercator V4.2,在图谱整合的基础上,对一致性QTL区间的注释基因进行生物信息学分析。结果表明:共检测到46个和水稻耐盐性相关的一致性QTL,对其中8个物理距离在0.5 Mb附近的一致性QTL区间进行了物理图谱定位和候选基因分析,共有1 489个预测基因被检测到,参与了细胞合成、催化活性、水解酶活性和新陈代谢等主要功能。对一致性QTL区间内已克隆的水稻耐盐基因进行蛋白序列分析后,发现9个候选基因同已知耐盐基因的保守结构域相似,分别为OS01G0813100、OS01G0869900、OS02G0753000、OS03G0282100、OS03G0607700、OS07G0150500、OS09G0369050、OS09G0434500和OS09G0522100。研究发现的遗传距离小于0.1 c M的Mqtl两端的标记可用于分子标记辅助育种,发掘的9个和水稻耐盐基因具有高度蛋白序列相似性的注释基因,可为水稻耐盐性基因的克隆和功能验证奠定基础。 相似文献
8.
株高、分枝数及第1分枝高是油菜重要的农艺性状。本研究利用甘蓝型油菜GH06和P174杂交,F2通过单粒法连续自交至F11构建重组自交系群体,利用油菜60K芯片对该群体进行基因分型,构建高密度遗传连锁图谱。结果表明,该图谱包含2795个SNP多态性标记位点,总长1832.9 c M,相邻标记间平均距离为0.66 c M。在此图谱基础上采用复合区间作图法(CIM),检测到3个农艺性状的24个QTL。其中11个株高QTL分别位于A01、A06、A07、A08、A10和C06染色体,单个QTL解释5.00%~15.26%的表型变异;7个第1分枝高QTL分别位于A06、C05和C06染色体,单个QTL解释5.04%~12.99%的表型变异;6个分枝数QTL分别位于A03、A07、C01、C04和C06染色体,单个QTL解释5.95%~8.14%的表型变异。将156个拟南芥株高相关基因、10个拟南芥第1分枝高相关基因和148个拟南芥分枝数相关基因与QTL对应置信区间序列进行同源比较分析(E1E–20),分别找出了20个株高候选基因、3个第1分枝高候选基因以及12个分枝数候选基因。2个环境中在A07染色体上重复检测到的QTL置信区间检测到与株高相关的候选基因ATGID1B/GID1B和WRI1,A08染色体上重复检测到的QTL置信区间检测到SLR/IAA14和AXR2/IAA72个与株高相关的候选基因。在具有部分置信区间重叠的q2013FBH-C05-1和q2014FBH-C05-2区间均检测到第1分枝高候选基因PHT1;8,在A03和C06染色体上的QTL置信区间内,分别检测到4个分枝数候选基因,匹配E值介于0~3E–56之间。 相似文献
9.
为促进豇豆种质资源的高效利用和新基因发掘,本研究基于豇豆F2群体,利用重测序技术构建了包含2984个bin标记(142,146个SNP)的遗传连锁图谱。该图谱共11个连锁群,总长1333.48cM,平均图距0.45cM。不同连锁群的长度从84.63～183.15 cM不等,平均图距从0.27 cM至0.89 cM不等。根据F2、F3的表型调查,利用该图谱共检测到15个QTL,分别与百粒重、花色、荚长、荚形、荚质、籽粒颜色等14个性状相关。其中荚质、荚长、主茎分枝数等分别检测到1个主效QTL区间,其余性状检测到多个QTL区间。通过对区间内的基因注释分析,分别确定了与荚长、单株荚数、籽粒颜色构成等性状相关的候选基因。本研究中QTL分析结果将为豇豆属重要性状的标记辅助选择奠定基础,而候选基因筛选则有助于深入解析这些性状的遗传机理,提高豇豆分子遗传学研究水平。 相似文献
10.
基于元分析的大豆生育期QTL的整合 总被引：7，自引：0，他引：7
共搜集整理了12年来已经报道的与大豆生育期有关的98个QTL,通过BioMercator2.1和公共标记映射整合到大豆公共遗传连锁图谱soymap2上,并利用元分析技术推断QTL位置,计算提取真正有效的QTL。发掘出大豆两个重要生育时期,共9个“真实QTL”及其连锁标记,其中与开花期(R1)相关的有7个,与成熟期(R8)相关的有2个,建立了QTL的一致性图谱,其中L连锁群上的一个定位区间包含一个已发表的有关R1的基因。在5个连锁群上共发现10个控制多个生育时期的QTL。本研究结果为大豆生育期QTL精细定位和基因克隆奠定了基础。 相似文献
11.
YANG Xin-Lei ZHOU Xiao-Dong WANG Sheng-Fen LI Zhi-Kun ZHANG Yan LIU Heng-Wei WU Li-Qiang ZHANG Gui-Yin MA Zhi-Ying 《棉花学报》2013,25(6):503-509
Using bioinformatics methods and meta-analysis with BC1 map as reference, 92 cotton fiber quality QTL collected from both BC1 and BC1F2 populations constructed previously were used to construct a QTL integrated map for QTL analysis in this study. The five hundred ninety-nine loci were mapped into 26 chromosomes with an average distance between adjacent markers of 5.96 cM and covered 3,571.9 cM. Sixty-three QTL of fiber qualities related were integrated into the new reference map. The fifteen meta-QTL were mapped on 12 chromosomes by the meta-analysis method and also QTL clusters have been discovered on chromosome 9, 16 and 24. The major meta-QTL of Meta-QTL9-1 derived from five QTL on chromosome 9, could explain 17.16% of phenotypic variance. The meta-QTL16-1 derived from ten QTL on chromosome 16, could explain 12.28% of phenotypic variance. And three meta-QTL derived from nine QTLs on chromosome 24, could explain 16.12%,16.69% and 18.27% of phenotypic variance, respectively. On average, one meta-QTL derived from two QTLs on the other chromosomes. The results indicated that these meta-QTL could be used in improving fine QTL mapping and molecular-assisted selection of cotton fiber qualities in breeding. 相似文献
12.
Zhipeng Zhou Guoliang Li Siyu Tan Dongdong Li Thea Mi Weiß Xiangfeng Wang Shaojiang Chen Tobias Würschum Wenxin Liu 《Plant Breeding》2020,139(3):562-574
Grain yield and its component traits are essential targets in maize breeding. These traits are genetically complex and controlled by a large number of quantitative trait loci (QTL). The aim of this study was to compile reported QTL and major genes for grain yield and its component traits in a QTL atlas, as a valuable resource for the maize community. To this end, 1,177 QTL related to maize yield were collected from 56 studies published between 1992 and 2018. These QTL were projected to genetic map “IBM2 2008 Neighbors”, which led to the identification of 135 meta-QTL. Some genomic regions appear to be hotspots for yield-related meta-QTL, often affecting more than one of the investigated traits. Moreover, we catalogued 20 major maize loci associated with yield and identified 65 maize homologs of 21 rice yield-related genes. Interestingly, we found that a significant proportion of them are located in meta-QTL regions. Collectively, this study provides a reference for QTL fine-mapping and gene cloning, as well as for molecular marker-assisted breeding of yield-related traits in maize. 相似文献
13.
黄瓜种子长度的遗传分析及分子标记 总被引：1，自引：0，他引：1
为了今后正确制定籽用黄瓜育种方案和有效地进行品种选育,有必要对黄瓜种子大小进行详细研究。选用种子长短不同的5个黄瓜自交系作为杂交亲本,按照Griffing双列杂交试验方法Ⅱ配制杂交组合。以长种子自交系D06157和短种子自交系D0603为亲本,构建F2分离群体,采用SSR分子标记构建遗传连锁图谱,利用复合区间定位方法进行QTL定位。结果表明：黄瓜种子长度属于数量性状,以显性效应为主,同时存在加性效应,广义遗传力及狭义遗传力较低,分别为28.6777%、10.8384%。构建的4个连锁群含有16个SSR位点,连锁群总长度为287.1 cM,标记间平均距离为17.94 cM。检测出6个与黄瓜种子长度相关的QTL,其中QTL5和QTL6有着较高的对种子长度性状变异的解释率(>5%),距离最近标记的图距分别为2.1 cM、4.3 cM,LOD值分别为7.84、9.69,可解释遗传变异分别为6.07%、6.08%,加性效应值分别为39.12%、37.21%。 相似文献
14.
Ear rot (ER) in maize is a prevalent disease worldwide which reduces yield and grain quality. Grain moisture content (GM)
is an important factor which impacts the fungal development of ER species. Our purpose was to identify the genomic regions
of maize in the control of GM and ER resistance, and the correlations between two traits. A meta-analysis was carried out
using 241 quantitative trait loci (QTL) from 29 studies to propose meta-QTL (MQTL) on a high-density genetic linkage map (IBM
2 neighbors 2008). For GM content, 44 MQTL were identified on all chromosomes except for chromosome 9, while 29 MQTL were
found for ER resistance, mainly located on chromosomes 3, 6 and 7. Moreover, 14 overlapping domains for GM MQTL and ER MQTL
were observed on chromosomes 2, 3, 6 and 7, mainly focused on five active regions (bins 2.08–2.09, 3.04, 3.06, 6.04–6.06 and
7.03–7.03). There were 13 genes in the overlapping domain which could be divided into five classes: stress-related gene, photosystem-related
gene, architecture-related gene, dynamic-related gene and seminal-related gene. It was possibly that the five-class genes
were simultaneously related with GM and ER. 相似文献