首页> 中文学位 >稻瘟病抗性基因Pi 25(t)与产量因子相关的遗传分析及标记辅助选择
【6h】

稻瘟病抗性基因Pi 25(t)与产量因子相关的遗传分析及标记辅助选择

代理获取

目录

文摘

英文文摘

论文说明:英文缩略表

声明

第一章文献综述

1.1我国稻瘟病的主要危害概况

1.2选育抗病新品种是解决病害的有效途径

1.2.1水稻抗稻瘟病的遗传研究

1.3稻瘟病抗性基因定位和克隆研究进展

1.3.1稻瘟病抗性基因定位的方法及标记

1.3.2稻瘟病抗性基因的定位进展

1.3.3稻瘟病抗性基因的克隆

1.4抗病性基因的分子标记辅助选择

1.4.1分子标记辅助选择的优越性

1.4.2分子标记辅助选择的研究进展

1.5水稻产量性状QTL的研究

1.5.1分子标记的类型和特点

1.5.2 QTL定位的原理及群体

1.5.3水稻产量相关性状QTL的精细定位和克隆

1.6分子标记辅助育种与遗传累赘

1.7本论文研究的目的和意义

第二章稻瘟病抗性和产量因子的遗传累赘研究

2.1材料和方法

2.1.1材料和性状考察

2.1.2稻瘟病抗性的鉴定

2.1.3 DNA提取

2.1.4 SSR标记检测

2.1.5数据分析

2.2结果与分析

2.2.1中156/谷梅2号RIL群体抽穗期、结实率和穗粒数的QTL定位

2.2.2qHD-7基因型选择避免Pi 25(t)对结实率遗传累赘的验证

2.3讨论

第三章:若干产量性状QTL分析

3.1材料和方法

3.1.1材料和性状考察

3.1.2 DNA提取

3.1.3 SSR标记检测

3.1.4数据分析

3.2结果与分析

3.3讨论

第四章抗稻瘟病分子标记辅助选择研究

4.1材料和方法

4.1.1试验材料

4.1.2分子标记筛选和PCR产物检测

4.1.3 DNA提取

4.1.4稻瘟病菌的培养

4.1.5稻瘟病抗性鉴定

4.2结果与分析

4.2.1分子标记发掘

4.2.2稻瘟病抗性反应

4.2.3标记辅助标记Pi 25(t)和Pi 26(t)抗性基因的效果

4.3讨论

参考文献:

致谢

作者简历

展开▼

摘要

培育高产、抗病的品种一直是育种家们的目标,实验室前期利用广谱稻瘟病抗性品种谷梅2号与高产品种中156杂交衍生的重组自交系群体进行了一系列研究,本论文在此基础上进行稻瘟病抗性与结实率和穗粒数的遗传累赘、产量QTL定位以及稻瘟病抗性标记辅助选择研究,取得以下结果: 1、稻瘟病抗性与结实率和穗粒数的研究:先前的研究表明,在水稻第6染色体短臂上稻瘟病抗性基因Pi25(t)与控制结实率和每穗实粒数的QTLs之间存在遗传累赘。为了验证这种关系,采用了更大的遗传群体进行分析,结果表明稻瘟病抗性与结实率存在遗传累赘,但未检测到稻瘟病抗性与每穗实粒数存在遗传累赘,通过对第7染色体长臂RM2-RM214区间抽穗期基因(qHD-7)型背景进行选择可以打破或避免稻瘟病抗性与结实率的遗传累赘。为了进一步验证关系,选择pi25(t)区间基因型不同、RM2-RM214区间基因型相同、其他染色体区间基本一致的两个株系(G19、G153)发展新群体进行分析,除第6染色体的结实率QTL可以分解成2个效应较小的QTL(qSF-6-1和qSF-6-2)外,当第7染色体RM2-RM214区间基因型为中156背景时,pi25(t)与结实率QTL(qSF-6-2)存在遗传累赘,且qSF-6-2来自父本谷梅2号的等位基因起减效作用;当第7染色体RM2-RM214区间基因型为谷梅2号背景时,第6染色体上没有检测到结实率的QTL。上述结果说明在特定育种材料中对抽穗期基因进行选择可以成功打破或避免稻瘟病抗性与结实率的遗传累赘。 2、产量QTL分析研究:从G19和G153杂交衍生的重组自交系群体中,挑选269个株系考察每株穗数、每穗实粒数、每穗总粒数、千粒重、结实率和单株产量,应用WindowsQTLCartographer2.5单标记分析法检测QTL。结果表明:共检测到4个性状的6个QTLs,它们的贡献率从3.76%到14.24%。为从这些材料中筛选目标区间分离、背景一致的株系进一步精细定位或克隆产量相关性状的基因奠定了基础。 3、稻瘟病抗性的标记辅助选择:以谷梅2号为稻瘟病抗源与优质但感稻瘟病的中鉴100杂交衍生一个高世代育种群体,随机挑选其中120个株系,在本实验室先前定位稻瘟病抗性基因Pi25(t)、Pi26(t)的基础上,筛选获得与稻瘟病抗性基因更加紧密连锁的标记进行标记辅助选择,探索获得优质抗病MAS的途径,根据基因型与表现型的相关,筛选得到10个高产且高抗稻瘟病的株系,这些材料目前正在进一步观察中,为Pi25(t)、Pi26(t)的分子设计育种、改良中鉴100的稻瘟病抗性奠定基础。

著录项

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