陆地棉SNP遗传图谱构建及产量纤维品质性状的QTL定位

摘要

棉花是世界上最重要的经济作物之一，它可以为人类的生活以及工业的发展提供天然的纤维能源。随着社会的发展和人民生活水平的不断提高，具有高纤维品质的棉种也越来越受到人们的关注。本研究采用来自四川农业大学，具有高强纤维的陆地棉优异品系0-153和在黄河流域大田推广的陆地棉栽培品种中棉所41选系SGK9708作为亲本，构建重组自交系群体，并利用棉花70K芯片进行遗传图谱的构建，并用复合区间作图法对于产量性状和纤维品质性状进行QTL定位，这些工作为分子标记的辅助选择奠定了基础。
　　所有的产量性状以及纤维品质性状在所有的11个试验环境下的偏斜度绝对值均小于1，近似符合正态分布，符合数量性状受微效基因控制的特征，可以进行QTL的定位。相关性分析表明，纤维长度，纤维整齐度，纤维强度之间呈现极显著正相关，马克隆值与纤维长度，纤维强度呈现极显著负相关。铃重与籽指呈显著正相关，衣分与籽指呈显著负相关，纤维强度与铃重，衣分均呈现显著负相关，纤维长度与衣分，呈显著负相关，这说明，同步改良产量与纤维品质仍存在较大困难。
　　利用棉花70K芯片提供的SNP探针共63058个在亲本0-153和SGK9708及其重组自交系群体之间进行筛选，共筛选出多态性标记6898个。利用HighMap对6898个多态性标记进行连锁分析，选择其中最大的26个连锁群，并通过序列比对，将他们对应到陆地棉染色体上构建出SNP遗传图谱。该遗传图谱包含有5434个标记，总遗传距离为4686.18cM，平均遗传距离为0.97cM的遗传图谱。在这些连锁群中，最大的连锁群含有386个标记，最小的连锁群中含有78个标记。其中A基因组13条染色体总遗传距离和平均遗传距离分别为为2068.69cM和121.98cM，D基因组13条染色体总遗传距离和平均遗传距离分别为2657.49cM和233.86cM。
　　利用WinQTLCart2.5的复合区间作图法(CIM)对于2007，2008，2009，2010，2013年，共5年11个环境共6个地点的表形数据对产量性状以及纤维品质性状进行QTL定位。最终定位出在3个环境稳定的和产量性状相关的QTL共46个，其中，与铃重有关的QTL有14个，与衣分有关的QTL共14个，与籽指有关的QTL共18个;与纤维品质相关的QTL共60个，其中，与纤维长度相关的QTL共14个，与纤维整齐度相关的QTL共8个，与马克隆值相关的QTL共11个，与纤维伸长率相关的QTL共9个，与纤维强度相关的QTL共18个。且这些QTL在A基因组1号，2号，5号，7号，9号，10号，12号，13号，以及D基因组5号，9号，10号，12号染色体中呈现成簇分布，这对于下一步的分子聚合育种，功能基因的挖掘，以及纤维品质和产量的同步改良，起到了一定的促进作用。

目录

声明

摘要

英文缩略表

第一章 文献综述

1．1 分子标记的类型和特点

1．1．1 RFLP标记

1．1．2 RAPD标记

1．1．3 AFLP标记

1．1．4 SSR标记

1．1．5 SNP标记

1．2 QTL定位作图群体的类型

1．2．1 暂时性作图群体

1．2．2 永久作图群体

1．2．3 次级作图群体

1．3 QTL作图的方法

1．3．1 单标记分析法

1．3．2 区间作图法

1．3．3 复合区间作图法

1．3．4 基于混合线性模型的复合区间作图法

1．3．5 多重区间作图法

1．4 基因芯片

1．4．1 基因芯片的概念

1．4．2 基因芯片的原理

1．4．3 基因芯片的类型

1．4．4 基因芯片的优势

1．4．5 基因芯片在现代农业上的应用

1．5 棉花数量性状QTL定位的研究进展

1．5．1 棉花产量性状的QTL定位

1．5．2 棉花纤维品质性状的QTL定位

1．5．3 棉花其他数量性状的QTL定位

1．5．4 棉花数量性状基因定位的问题与展望

1．6：MassARRAY系统的概述

1．6．1 MassARRAY的基本原理

1．6．2 MassARRAY平台检测SNP的优势

1．7 本次研究的目的意义

第二章 材料与方法

2．1 种植材料

2．2 田间试验

2．3 棉花基因组DNA的提取

2．3．1 基因组DNA的提取方法

2．3．2 基因组DNA浓度及吸光度的检测

2．3．3 基因组DNA完整性检测

2．4 芯片杂交实验

2．4．1 DNA定量与DNA的扩增

2．4．2 DNA片段化

2．4．3 DNA沉淀

2．4．4 DNA重悬

2．4．5 DNA与芯片的杂交

2．4．6 洗片

2．4．7 芯片的单碱基延伸与染色

2．4．8 芯片的包被

2．4．9 芯片的扫描

2．5 MassARRAY技术操作步骤

2．5．1 总PCR反应的步骤

2．5．2 SAP酶消化反应

2．5．3 单碱基延伸反应

2．5．4 树脂脱盐

2．6 数据分析方法

第三章 结果与分析

3．1 产量和纤维品质性状的表现分析

3．1．1 产量性状的表型分析

3．1．2 纤维品质性状的表型分析

3．1．3 纤维品质性状和产量性状的相关性分析

3．2 遗传图谱的构建及图谱的共线性关系

3．2．1 SNP标记的连锁遗传图谱构建

3．2．2 图谱中遗传距离与物理距离的共线性关系

3．3 产量性状的QTL定位

3．3．1 铃重的QTL定位

3．3．2 衣分性状的QTL定位

3．3．3 籽指性状的QTL定位

3．4 纤维品质性状的的QTL定位

3．4．1 纤维长度的QTL定位

3．4．2 纤维整齐度的QTL定位

3．4．3 马克隆值的QTL定位

3．4．4 纤维伸长率的QTL定位

3．4．5 纤维强度的QTL定位

3．5 SNP芯片标记分型的验证

第四章 讨论

4．1 利用SNP芯片构建图谱的优点及缺点

4．2 SNP标记的来源

4．3 SNP标记构建遗传图谱相比SSR标记构建遗传图谱的优势

4．4 增效基因的来源

4．5 环境对于QTL定位的影响

4．6 QTL的成簇分布

4．7 芯片以及MassARRAY系统对于SNP分型结果的差异

第五章 全文结论

参考文献

致谢

作者简介