利用MAGIC群体关联定位水稻白叶枯病抗性QTL及抗性的全基因组预测研究

摘要

水稻（Oriyza sativa）是世界上最重要的粮食作物之一，全世界超过一半的人口以稻米为主食。然而，水稻产量易遭受多种病害影响以致减产，其中水稻白叶枯病是我国水稻三大病害之一。实践证明，挖掘并利用抗性基因培育抗病品种是控制水稻白叶枯病最为经济有效的手段。
　　本研究以8个不同亲本构建的遗传上相互关联的多亲本高代互交系(Multi-parentsadvanced generation inter-cross，MAGIC)群体，包括2个4亲本群体（DC1和DC2）和1个8亲本群体(8way)为材料，接种我国白叶枯病弱致病力菌株C2、C4和强致病力菌株C5、GD-V，通过关联分析定位MAGIC群体中抗白叶枯病QTL，筛选抗病种质，并利用分子标记对白叶枯病抗性进行全基因组预测研究。由于MAGIC群体可以将遗传研究与育种应用间进行更好的结合，因此是遗传研究和全基因组预测研究的理想群体。本研究获得的主要结果如下:
　　1.群体结构分析结果表明DC1、DC2和8way群体都没有表现出明显的群体结构，由DC1和DC2合并成的DC12群体可以分为2个亚群，由DC1、DC2和8-way合并成的MAGICPlus群体可以分为3个亚群;连锁不平衡分析结果表明DC1和DC2群体中LD衰减至一半的物理距离大约为2.5 Mb;8way、DC12和MAGIC Plus群体中LD衰减至一半的物理距离大约为1.25 Mb。
　　2.表型鉴定结果表明，大多数亲本对C2和C4菌株表现抗病，而对C5和GD-V菌株表现感病，3个MAGIC群体的病斑长度均出现超亲分离，并呈连续分布。
　　3.通过关联分析，共检测到15个白叶枯病抗性QTL，其中QBbr11-1和QBbr11-2受遗传背景的影响较小，而其它多数QTL的抗性表达均发现存在遗传背景效应，即其在一个背景中具有抗性效应而在另一背景中不具有抗性或者抗性效应发生明显变化，对这部分QTL的育种应用需要充分考虑背景因素。通过多群体联合定位，发现QBbr11-2的抗病效应仍然较高，具有进一步的遗传和育种研究价值。
　　4.从3个群体中筛选出8份不同抗病QTL聚合的抗病材料，结合抗性表型结果，认为主效抗病QTL与微效抗病QTL的结合，可以显著提高抗性水平。筛选到8份具有不同抗病QTL的聚合系，可以作为抗白叶枯病育种中间材料。配制了抗病材料与感病材料间的次级分离群体，将为进一步挖掘精细定位抗白叶枯病基因/QTL奠定了基础。
　　5.以DC1和DC2群体为训练群体，8way群体为验证群体，利用全基因组标记对C2菌株抗性和GD-V菌株抗性进行预测。结果显示，单个训练群体对C2菌株抗性的预测准确度显著高于对GD-V菌株抗性的预测准确度，而使用联合预测对GD-V菌株的预测效果总体上比单群体预测效果好;对于C2菌株联合预测与单个训练群体预测结果间没有显著差异。

目录

摘要

符号说明

第一章 文献综述

1．1 前言

1．2 水稻白叶枯病抗性基因的发掘及其育种应用

1．2．1 水稻白叶枯病抗性基因发掘

1．2．2 白叶枯病抗性基因在水稻育种中的应用

1．2．3 水稻抗白叶枯病育种展望

1．3 QTL定位群体及方法

1．3．1 双亲本衍生群体及连锁作图在QTL定位中的应用

1．3．2 自然群体及关联分析在QTL定位中的应用

1．3．3 MAGIC群体研究现状

1．4 全基因组预测研究

1．4．1 分子标记辅助选择

1．4．2 全基因组选择策略

1．5 本研究的目的和意义

第二章 材料和方法

2．1 试验材料

2．1．1 群体构建

2．1．2 SNP基因型分析

2．2 群体结构和连锁不平衡分析

2．3 人工接种与抗性鉴定

2．4 数据分析及QTL定位

2．5 全基因组预测方法及统计分析

第三章 结果与分析

3．1 多态性标记分布

3．2 群体结构和连锁不平衡分析

3．3 亲本及MAGIC群体对不同菌株的抗病性表现

3．4 白叶枯病抗性QTL检测

3．5 抗病QTL表达的遗传背景效应

3．6 抗病材料的筛选

3．7 用于全基因组预测标记的筛选

3．8 不同预测方法效果的评价

第四章 讨论

4．1 利用SNP标记进行基因型分析优势

4．2 群体结构和连锁不平衡

4．3 利用MAGIC群体联合定位QTL的优势

4．4 定位结果比较

4．5 抗病QTL表达的遗传背景效应及育种应用

4．6 影响白叶枯病抗性全基因组预测准确度的因素

4．7 全基因组预测在MAGIC群体中的应用

参考文献

附录

致谢

声明