大麦旗叶重要性状的QTL定位

摘要

大麦（Hordeum vulgare L.）属于禾本科(Gramineae)、小麦族（Triticeae）、大麦属（Hordeum）重要的禾谷类作物。大麦籽粒产量与旗叶的生理和形态性状密切相关。研究这些性状的遗传特点、进行其数量性状位点(QTL)定位可以为基因克隆和分子育种提供基础信息。本研究以大麦“华矮11”和“华大麦6号”DH群体为研究材料，利用本课题组构建的SSR框架遗传图谱和SNP+SSR高密度遗传整合图谱，对旗叶净光合速率(Pn)、气孔导度(Gs)、胞间二氧化碳浓度(Ci)、蒸腾速率(Tr)、相对含水量(RWC)、相对叶绿素含量(SPD)、叶片含氮量(LNC)、叶面积(LA)、叶长(FLL)及叶宽(FLW)等7个生理和3个形态性状的QTL进行了分析。主要研究结果如下:
　　1.对大麦DH群体旗叶的7个生理和3个形态性状进行了连续两年的测定，统计分析表明所有性状在两亲本间差异显著(P＜0.05)，偏度和峰度均在-1至+1之间，且在DH群体中呈正态分布。2012和2013年的变异系数分别为5.22％-30.91％和11.5％-28.5％。方差分析显示所有性状的基因型方差均极显著(P＜0.01)。
　　2.基于SSR框架遗传图谱，对7个生理和3个形态性状利用复合区间作图法共检测到38个QTL。2012年检测到18个QTL，解释了7.14％-24.58％的表型变异。2013年检测到15个QTL，解释6.53％-25.36％的表型变异。用叶面积、叶长和叶宽性状两年数据的平均值检测到5个QTL，解释了14.23％-31.29％的表型变异。
　　3.基于SNP+SSR高密度遗传整合图谱，对7个生理和3个形态性状利用复合区间作图法共检测到70个QTL。2012年检测到31个QTL，解释了4.08％-35.52％的表型变异。2013年检测到26个QTL，解释了4.4％-30.22％的表型变异。用叶面积、叶长和叶宽性状两年数据的平均值检测到13个QTL，解释了3.06％-36.46％的表型变异。
　　本研究结果为大麦分子标记辅助选择(MAS)育种，以及与大麦籽粒产量相关的生理和形态性状的进一步研究具有重要的意义。

目录

声明

摘要

缩略语表

1 文献综述

1．1 大麦特性及其旗叶性状研究进展

1．1．1 大麦物种及其特性

1．1．2 大麦旗叶重要性状国内外研究进展

1．2 DNA分子标记的类型及应用研究

1．2．1 基于Southern杂交技术的分子标记

1．2．2 基于DNA聚合酶链式反应的分子标记

1．2．3 基于PCR与限制性酶切技术相结合的分子标记

1．2．4 基于单核苷酸多态性的分子标记

1．3 简化基因组测序技术的概括及其应用进展

1．3．1 简化基因组测序的原理、分类及其特点

1．3．2 RAD-seq技术的研究进展及其在分子育种中的应用

1．4 遗传连锁图谱构建

1．4．1 亲本的选配

1．4．2 群体的类型

1．4．3 群体的大小

1．5 QTL定位软件

1．5．1 Windows QTL Cartographer

1．5．2 QTL IciMapping

1．5．3 QTLNetwork

1．5．4 MapQTL

1．6 大麦遗传连锁图谱构建进展

1．7 本论文研究的意义及其重要内容

2 材料与方法

2．1 实验材料

2．2 实验方法

2．2．1 DNA提取

2．2．2 RAD文库的构建与测序

2．2．3 遗传连锁图谱的构建

2．2．4 SNP标记的偏分离分析

2．2．5 SNP与SSR标记遗传连锁图谱的整合

2．3 大麦遗传连锁图谱的构建

2．3．1 RAD测序与SNP标记统计分析

2．3．2 比对基因组结果及深度统计

2．3．3 染色体偏分离标记分布情况

2．3．4 大麦高密度遗传整合图谱的构建

2．3．5 三种遗传图谱比较

2．4 生理与形态性状测定

2．4．1 光合性状的测定

2．4．2 相对含水量的测定

2．4．3 相对叶绿素含量的测定

2．4．4 叶片含氮量的测定

2．4．5 形态性状的测定

2．5 生理和形态性状数据分析

2．5．1 数据统计及相关分析

2．5．2 性状数据QTL分析

2．5．3 QTL命名

3 QTL定位结果与分析

3．1 双亲及DH群体的表型分析

3．2 性状间的相关分析

3．3 基于SSR框架遗传图谱的QTL定位分析

3．3．1 净光合速率QTL分析

3．3．2 气孔导度QTL分析

3．3．3 胞间二氧化碳浓度QTL分析

3．3．4 蒸腾速率QTL分析

3．3．5 叶面积QTL分析

3．3．6 叶长QTL分析

3．3．7 叶宽QTL分析

3．3．8 相对含水量QTL分析

3．3．9 相对叶绿素含量OTL分析

3．3．10 叶片含氮量QTL分析

3．4 基于SNP+SSR高密度遗传整合图谱的QTL定位分析

3．4．1 净光合速率QTL分析

3．4．2 气孔导度QTL分析

3．4．3 胞间二氧化碳浓度QTL分析

3．4．4 蒸腾速率QTL分析

3．4．5 叶面积QTL分析

3．4．6 叶长QTL分析

3．4．7 叶宽QTL分析

3．4．8 相对含水量OTL分析

3．4．9 相对叶绿素含量QTL分析

3．4．10 叶片含氮量QTL分析

4 讨论

4．1 利用简化基因组RAD-seq技术策略开发SNP标记的优势

4．2 大麦高密度遗传整合图谱

4．3 大麦遗传图谱偏分离现象分析

4．4 DH群体生理与形态性状的遗传变异

4．5 生理与形态性状的QTL分析

4．5．1 生理与形态QTL统计与比较

4．5．2 不同性状QTL聚集现象

参考文献

附录

附录4 个人简历

致谢