首页> 中文学位 >节节麦形态学性状和苗期耐低磷相关性状的全基因组关联分析
【6h】

节节麦形态学性状和苗期耐低磷相关性状的全基因组关联分析

代理获取

目录

声明

摘要

第一章 文献综述

1.1 节节麦概述

1.1.1 节节麦的分类与分布

1.1.2 节节麦与小麦的进化关系

1.1.3 节节麦的形态学特征

1.1.4 节节麦基因组研究进展

1.1.5 节节麦特异基因的发掘进展

1.2 节节麦与小麦耐低磷特性的改良

1.2.1 土壤缺磷对小麦产量的限制

1.2.2 节节麦改良小麦耐低磷特性的潜力

1.2.3 小麦耐低磷相关的QTL定位进展

1.3 关联分析

1.3.1 关联分析的基础和特点

1.3.2 关联分析的研究策略

1.3.3 关联分析在植物中的应用

1.4 本研究的目的与意义

第二章 节节麦形态学性状的全基因组关联分析

2.1 材料与方法

2.1.1 植物材料

2.1.2 技术路线

2.1.3 表型测定及数据处理

2.1.4 关联分析

2.2 结果与分析

2.2.1 表型评价

2.2.2 节节麦的分类

2.2.3 29个形态学性状的关联分析

2.2.4 显著关联位点及候选基因预测

2.3 讨论

第三章 节节麦苗期耐低磷相关性状的全基因组关联分析

3.1 材料与方法

3.1.1 植物材料

3.1.2 技术路线

3.1.3 表型鉴定试验设计

3.1.4 表型数据测定及处理

3.1.5 关联分析

3.2 结果与分析

3.2.1 不同供磷水平下节节麦各性状的差异

3.2.2 各性状的遗传率分析和相关性分析

3.2.3 主成分分析和多元线性回归分析

3.2.4 耐低磷节节麦基因型的筛选

3.2.5 不同来源地节节麦之间耐低磷能力比较

3.2.6 筛选出的耐低磷节节麦与其它小麦耐低磷能力比较

3.2.7 不同磷水平下节节麦苗期性状全基因组关联分析

3.3 讨论

3.3.1 根系性状在耐低磷筛选中的重要性

3.3.2 苗期对节节麦耐低磷特性的评价

3.3.3 节节麦耐低磷筛选和评价指标

3.3.4 更好地利用节节麦耐低磷基因资源

3.3.5 关联SNP位点与已知小麦耐低磷QTL比较分析

3.3.6 关联分析所揭示的耐低磷候选基因

参考文献

致谢

附录

在读期间发表和待发表的文章

展开▼

摘要

节节麦(Aegilops tauschii)是普通小麦的祖先种之一、D染色体组的供体种。自然界所具有的众多节节麦居群中存在着大量的、现有普通小麦所不具有的优良基因,如抗病基因、抗虫基因和抗逆基因等,是普通小麦改良的宝贵资源。节节麦具有明显不同于普通小麦的形态学特征,其形态学遗传多样性远比普通小麦丰富,并且节节麦是普通小麦的二级基因源,因此,节节麦是拓宽普通小麦遗传基础、改良普通小麦遗传背景的理想近缘物种,而全面系统地研究节节麦的形态学遗传多样性有利于充分、有效和合理地利用这些有价值的资源。另外,节节麦因其含有丰富的抗逆基因并且容易转移到普通小麦中去而成为较理想的改良小麦耐低磷特性的近缘物种,然而,国内外对节节麦耐低磷基因型的筛选、鉴定和利用的研究较少,其丰富而优良的耐低磷基因有待发掘利用。本研究以不同来源地的节节麦自然群体为材料,对田间调查的节节麦的29个形态学性状作出了系统评价,并使用液培法在温室内筛选出耐低磷的节节麦基因型;此外,利用覆盖节节麦全基因组的10K SNP芯片进行关联分析,鉴定出了影响节节麦形态学性状的显著SNP位点和与节节麦耐低磷性状相关的显著SNP位点,并通过公共数据库预测了部分候选基因。主要研究结果如下:
  1.对322份节节麦自然群体进行两年29个形态学性状的调查统计,方差分析表明该自然群体存在显著的遗传变异。遗传率分析表明颖壳宽一和颖壳宽二的遗传率最高(0.94)而叶片数的遗传率最低(0.27),其余形态学性状具有中等遗传率估计值。相关分析表明:同一性状在年份间均达到极显著相关(P<0.01),不同性状间的相关性以颖壳宽一和颖壳宽二最高(r=0.891**),芒长二、小穗宽、颖壳高一、颖壳高二、外稃宽一、外稃宽二、内稃长二、内稃宽一和内稃宽二分别与其它所有性状都显著相关(P<0.05)。判别函数分析表明依据形态学性状对节节麦进行分类与依据基因型对节节麦进行分类的一致率为90.4%。聚类分析表明通过形态学性状可将节节麦分为4大类。这说明节节麦依据表型的分类与依据基因型的分类并不完全一致,也与节节麦的地理来源没有直接的联系。
  2.利用覆盖节节麦全基因组的7185个SNP标记进行29个形态学性状的全基因组关联分析,结果表明:在显著水平-lg(p)≥3.84下,一般线性模型检测到12444个显著关联的SNP标记,混合线性模型检测到28个显著关联的SNP标记,这些显著SNP所能解释的表型变异在2.04%-9.35%范围内。两种模型检测一致的SNP标记数为15个,与10个形态学性状相关,这些显著一致的SNP标记分布在除1D以外的其余6条染色体上。
  3.使用两种模型下检测一致的15个显著SNP标记进行形态学性状相关候选基因的预测,利用公共数据库进行序列比对,结果一共预测了21个影响形态学性状的候选基因。这些候选基因按照功能可分为4类:第1类编码多种酶,包括AXAH3、ZCCT2、ZCCT1等;第2类编码激素响应蛋白,包括Aux/IAA family protein gene、ERF1;第3类编码调控元件,包括1J9.1、1J9.2和Rht-D1b;第4类编码转位因子,包括116F2、115G1基因。
  4.对380份节节麦自然群体进行低磷和正常供磷条件下的水培试验,方差分析表明所测性状都受到供磷水平的显著影响。不同性状间的遗传率估计存在明显差异,其中生物量相关性状有较高的遗传率估计值。主成分分析和多元线性回归分析表明根干重、地上部干重和总干重是筛选耐低磷基因型时应优先考虑的指标。通过耐低磷指数和综合得分可将全部节节麦分为三类:耐低磷基因型(17%)、中间型(58%)和磷敏感型(25%);其中,来自中国、土耳其、乌兹别克斯坦和阿塞拜疆的节节麦具有较高的耐低磷能力。在63份耐低磷基因型中,最耐低磷的5份节节麦依次是:AS623282、AS623011、AS623285-1、AS623305和AS623020,通过比较耐低磷指数和综合得分发现,这5份节节麦比六倍体小麦中国春和川农16、四倍体小麦AS2255和AS313具有更高的耐低磷能力,其可用作今后改良小麦耐低磷特性的宝贵资源。
  5.利用覆盖节节麦全基因组的7185个SNP标记进行10个耐低磷相关性状的全基因组关联分析,结果表明:在显著水平-lg(p)≥3.84下,一般线性模型检测到149个显著关联的SNP标记,混合线性模型检测到40个显著关联的SNP标记,这些显著SNP所能解释的表型变异在4.183%-8.265%范围内。两种模型检测一致的SNP标记数为25个,与6个耐低磷性状相关,这些一致显著的SNP标记分布在节节麦的所有7条染色体上。
  6.使用两种模型下检测一致的25个显著SNP标记进行耐低磷相关候选基因的预测,利用公共数据库进行序列比对,结果一共预测了26个耐低磷相关的候选基因,这些基因按照功能可大致分为6类:第1类基因编码防御响应蛋白,包括putative alliin lyase gene和Pm3;第2类基因编码许多生化途径的酶,包括CKX2.4、CKX2.5、PMM-D1、Acc-1、Acc-2、LR34和cytochrome P450;第3类基因编码转录因子和启动子,包括WM4、WM5A、WM5B、wpi6、TaAP2-A、TaAP2-B、TaAP2-D、m7和Tamyb10-DJ1;第4类基因编码贮藏蛋白,包括Glo-2和Glu-Dty;第5类是春化基因VRN2;第6类基因控制代谢途径的其它蛋白的合成,包括ASY1、pdil7-2、Rht-A、Wknox1b和H2A基因。

著录项

  • 作者

    王朗;

  • 作者单位

    四川农业大学;

  • 授予单位 四川农业大学;
  • 学科 作物遗传育种
  • 授予学位 硕士
  • 导师姓名 郑有良,刘亚西;
  • 年度 2015
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 S512.101;
  • 关键词

    节节麦; 形态学性状; 耐低磷性状; 全基因组;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号