【目的】植物根系对水分及营养的获取、作物的生长发育和产量的形成至关重要。挖掘小麦苗期根系性状显著关联的SNP位点，预测相关候选基因，为解析小麦根系建成遗传机制及选育具有优良根系构型的小麦品种奠定基础。【方法】以189份小麦品种组成的自然群体为供试材料，调查2种培养条件（霍格兰营养液和去离子水）下培育21 d的苗期根系总长度（TRL）、根系总表面积（TRA）、根系总体积（TRV）、根系平均直径（ARD）及根系干重（RDW）等5个根系性状，试验进行2次重复，同时结合小麦660K SNP芯片的分型结果进行全基因组关联分析（genome-wide association study,GWAS）。此外，通过序列比对、结构域分析和注释信息预测候选基因，并采用竞争性等位基因特异性PCR(kompetitive allele specific PCR,KASP)技术开发根系性状的分子标记。【结果】霍格兰营养液培养条件下的根系性状变异范围较大，根系整体粗短；而去离子水条件下的根系细长、侧根较多。选用贝叶斯信息与连锁不平衡迭代嵌套式模型（BLINK）、压缩式混合线性模型（CMLM）、固定随机循环概率模型（FarmCPU）以及混合线性模型（MLM）4个模型，结合2种培养条件下的根系性状进行全基因关联分析，共检测到95个与小麦苗期根系性状显著关联的QTL位点（P<10-3），其中，有18个QTL在2个条件下同时被检测到，分布在7A、1B、2B、3B、7B、1D、2D及3D染色体，可解释8.68%—14.07%的表型变异。筛选获得的显著性位点中，有4个与前人的研究相近或一致，其余为新发现QTL位点。对共定位的SNP进行单倍型分析，有10个SNP能够将供试材料分为2种单倍型，且单倍型间的根系性状具有显著差异，同时，基于这些SNP开发KASP标记，筛选到与根系总体积及根系干重相关的2个KASP标记（XNR7143和XNR3707）。进一步挖掘共定位SNP位点上下游区间内的基因，筛选到12个可能与根系发育相关的候选基因，其中，TraesCS7A02G160600编码酰基载体蛋白合成酶，参与根系脂肪酸的合成；TraesCS1B02G401800编码突触融合蛋白，对植物重力向性具有重要作用；TraesCS7B02G417900编码醛脱氢酶，参与脱落酸的合成，从而调控作物根系发育。【结论】小麦根系性状在不同基因型间差异显著，在2个条件下同时检测到18个显著QTL位点，开发了2个根系分子标记（XNR7143和XNR3707），并筛选出12个与根系性状相关的候选基因。

【目的】探究不同氮素供应环境下与小麦苗期生物量及氮效率相关性状显著关联的SNP位点,预测相关候选基因,为小麦氮效率的基因克隆及其在育种中的应用提供参考。【方法】以134个小麦品种(系)组成的群体为供试群体,设置低氮、正常氮和高氮3个处理,各处理重复4次,并在2年(2013和2014年)进行了2次完全重复的营养液培养试验。试验对小麦苗期生物量及氮效率相关的14个性状进行了表型鉴定,采用MLM+K+Q混合线性模型,利用90K SNP芯片对小麦生物量及氮效率相关性状进行全基因组关联分析(genome-wide association study,GWAS),获得显著关联的SNP位点。【结果】与正常氮处理相比,低氮处理条件下,根系、地上部及植株氮含量和氮积累量均显著下降,而根生物量和根、植株氮效率均显著增加,高氮处理下,几乎所有鉴定性状均显著增加;14个性状的广义遗传力均在40%以上,其中,植株总干重的遗传力最高(95.73%)。利用9 329个SNP标记进行关联分析,共检测到838个SNP标记位点与供试材料的14个性状存在显著关联(P≤0.001),分布在21条染色体上。有435个(51.91%)SNP标记位点仅在一个关联分析环境中被检测到;有403个位点至少在2个处理环境(包含均值环境)中被检测到与同一性状显著关联(稳定关联标记)。其中8个SNP标记位点至少在3个环境中被检测到。在4个环境下(包括均值环境)均检测到的稳定关联位点有2个:Kukri_c65481_121和tplb0025f09_1052,分别与植株总氮利用效率(total nitrogen use efficiency of plant,TNUE)和根系总氮利用效率(root nitrogen use efficiency,RNUE)显著关联;同时与至少6个性状(生物量及养分效率相关性状)显著关联的SNP标记位点共5个,分别位于1A、1B(3)和2A染色体上;根据小麦基因组注释及LD衰减水平,在同时定位了6个性状的5个SNP位点和2个多环境(4个环境)稳定关联的SNP位点的214 kb的基因组区域中共筛选候选基因84个,根据已知克隆氮效率基因的编码蛋白类型、候选基因功能注释信息及利用植物比较基因组学资源库蛋白序列同源比对分析,筛选到3个候选基因与生物量及氮效率相关。【结论】不同氮素处理显著影响小麦苗期生物量、氮效率相关性状及其相关QTL的表达,大多数SNP位点仅在1个氮素检测环境中被检测到,但也存在环境稳定性较强的位点。生物量及氮效率相关性状之间存在显著相关关系,并在一定程度上受到相同的QTL/基因控制。

【目的】干旱是限制小麦生产最主要的逆境因子之一。挖掘、鉴定优异抗旱新种质、克隆抗旱新基因，以期丰富我国小麦抗旱遗传基础，为小麦抗旱遗传改良提供材料。【方法】以198份从国际干旱地区农业研究中心（ICARDA）引进的抗旱种质为材料，采用PEG-6000模拟干旱方法，通过调查苗期干旱和正常条件下的地上部鲜重、地下部鲜重、生物量和根冠比4个性状，鉴定、评价其抗旱性，结合660K SNP芯片对其抗旱性进行全基因组关联分析，发掘抗旱性相关染色体区间及关联位点，结合干旱胁迫下根等多组织的表达量数据，筛选抗旱性相关基因，最后以强抗旱性品系IR214和干旱敏感品系IR36为材料，利用qRT-PCR方法对候选基因进行验证，并分析关键候选基因的优异单倍型。【结果】干旱胁迫下，小麦的生长发育受到显著抑制，各性状表型均显著低于正常对照，不同小麦品系间也表现出显著差异，4个性状在2种处理下均呈现正态分布，变异系数为0.363—0.760，多样性指数为0.310—0.400；基于加权隶属函数值（D值）综合评价各个品种的抗旱性，发现品系IR214的D值最大，为0.851，其次为IR92、IR213、IR235和IR218等，它们可作为新的优异抗旱种质；在此基础上，通过全基因组关联分析（genome-wide association study,GWAS），共检测到102个与4个性状抗旱系数显著关联的SNP位点，表型变异解释率范围为1.07%—38.70%，其中，与地上部鲜重相关的位点60个、地下部鲜重相关位点1个、生物量相关位点36个以及根冠比相关位点5个；基于基因组注释信息，筛选到31个抗旱相关基因，结合根等不同组织的RNA-seq数据，筛选出4个抗旱候选基因，对差异表达的候选基因进行qRT-PCR验证，鉴定到2个关键抗旱候选基因；最后，分析候选基因的单倍型效应，发现TraesCS6A02G048600的AX-86174509位点，2种基因型在抗旱性状上具有显著差异，是潜在的功能位点。【结论】共检测到102个与苗期抗旱性显著关联的位点，筛选出TraesCS5B02G053500和TraesCS6A02G048600 2个关键候选基因，TraesCS6A02G048600的AX-86174509位点是潜在的抗旱性功能位点。

以耐湿大麦品种泰兴9425与湿害敏感品种Franklin构建的DH系及亲本为材料,在湿害胁迫条件下,考察了大麦苗期与耐湿性相关的根长、根鲜质量、根干质量、茎叶鲜质量和茎叶干质量,各性状均表现为连续分布,且都存在一定数量的双向超亲遗传类型,为多基因控制的数量性状。结合已构建的分子连锁图谱,采用Windows QTL Cartographer 2.5软件中的复合区间作图法进行QTL定位分析。5个根系及茎叶性状共检测到13个QTL,除第2、5染色体外,其他染色体上均有分布,LOD值为2.59~3.83,对表型变异的解释率为10.99%~20.7%。其中最大根长检测到2个QTL,控制根系鲜质量和干质量...

为了促进优质粒型粳稻品种的培育，以295份国内外收集的粳稻品种组成的自然群体为试验材料，对2018—2019年粒长、粒宽、粒厚、长宽比和千粒质量等5个粒型相关性状进行表型分析，结合重测序获得的788,396个多态性SNP,利用TASSEL 5.0的MLM模型进行全基因组关联分析，针对2 a间共同检测到的且控制多个粒型相关性状的QTL区间内所有基因进行单倍型分析，结合前人研究结果和基因功能注释挖掘水稻优质粒型候选基因。结果表明，5个粒型相关性状均存在着广泛的表型变异，且均呈近似正态分布，粒型相关性状之间大多呈显著或极显著相关，在P≤5.46×10~(-6)阈值条件下，共检测到221个与水稻粒型相关性状显著关联的QTL,在水稻的12条染色体上均有分布，表型贡献率为8.62%～20.73%,其中，2018,2019年共同检测到7个QTL。进一步针对2 a间共同检测到且同时控制多个粒型相关性状的2个QTL区间内的所有基因进行单倍型分析，结合基因功能注释推测LOC＿Os12g44290为水稻粒型的新候选基因。综上，利用全基因组关联分析对295个粳稻品种的粒型相关性状进行QTL定位及候选基因分析，为优质粒型的粳稻品种培育提供了理论基础。

【目的】小麦籽粒品质是影响小麦加工品质和营养价值的重要因素。挖掘与小麦籽粒品质性状显著关联的位点及候选基因，为拓宽对小麦品质性状遗传机理的理解和分子标记辅助优质小麦育种提供依据。【方法】通过对来自国内外259份冬小麦品种（系）的蛋白质含量、湿面筋含量、淀粉含量、沉降值和籽粒硬度等5个品质性状进行测定，并结合90K SNP芯片进行全基因组关联分析，将定位到的显著性关联位点进行单倍型分析。【结果】5个性状均符合正态分布且在不同环境间均表现出丰富的变异，沉降值的变异系数最大（20.11%—24.42%）。各性状在基因型、环境、基因型×环境间均呈现出极显著差异（P<0.001），广义遗传力为0.77—0.84。通过全基因组关联分析，共检测到44个与5个性状显著关联（P<0.001）的位点，分布在除1D和3D染色体外的其他19个连锁群。在2个及以上的环境中均稳定存在的位点18个，涉及蛋白质含量（12个）、湿面筋含量（9个）、淀粉含量（11个）、沉降值（12个）和籽粒硬度（7个）等5个性状，能解释遗传变异的4.27%—10.98%。其中13个为多效应位点，与蛋白质含量、湿面筋含量、沉降值和淀粉含量等性状相关联的多效应位点最多（7个）。位于2B、2D和3A染色体的GENE-0762＿631、IAAV7742和RAC875＿c66845＿466位点同时在2个环境和BLUP值下被检测到，表型贡献率的范围为4.32%—7.07%。通过对多环境下存在且表型贡献率高的多效应位点进行单倍型分析，在5D染色体的D＿GDS7LZN02F4FP5＿176位点发掘到与蛋白质含量、沉降值和淀粉含量等性状显著相关的Hap1、Hap2、Hap3和Hap4等4个不同单倍型，其中，Hap1是高淀粉含量单倍型（P<0.001），而Hap2和Hap3均为高蛋白质含量和沉降值的单倍型（P北部冬麦区>国外品种>长江中下游冬麦区>西南冬麦区。对稳定遗传的位点进行候选基因的挖掘，筛选到10个可能与小麦籽粒品质相关的候选基因。【结论】检测到18个与籽粒品质性状显著关联的稳定位点，鉴定到4个不同单倍型，筛选出10个与籽粒品质相关的候选基因。

为研究小麦苗期性状与耐低氮性的遗传相关性,利用24份小麦品种,采用水培的方法,在低氮(0.4mol/L)和正常氮(4mmol/L)条件下,测定四叶期株高(PH)、根长(RL)和根条数(RN)等23个氮效率相关指标,利用各指标耐低氮指数进行主成分分析,采用隶属函数法计算综合评价值(D),通过系统聚类筛选耐低氮品种;同时联合分析氮效率相关性状遗传相关系数与遗传力确定育种中间接选择性状指标。结果表明:1)24个小麦品种被分为耐低氮型、中间型和低氮敏感型三类;其中耐低氮型品种包括长武89(1)3-4、安85中124-1、单R8093、平阳348和昌乐5号;低氮敏感型包括旱选12、白齐麦、烟农19号、陕225-9、晋麦33和中大91-品9;其余13个品种属于中间型。2)低氮胁迫条件下(分蘖数)TN、(叶宽)LW、(根鲜重)RFW、(茎叶鲜重)SFW、(植株总鲜重)PFW、(茎叶氮素积累量)SNA、(植株氮素积累量)PNA与耐低氮性综合评价值(D)之间的遗传相关、环境相关及表型相关均达到显著或极显著水平,正常氮处理下(叶面积)LA和(茎叶干重)SDW与D值之间的遗传相关、环境相关及表型相关均达到显著或极显著水平。3)在育种过程中,低氮条件下选择LW、RFW和PFW等性状;而正常供氮条件下选择LA、(植株总干重)PDW和(根氮素积累量)RNA等性状可以对小麦耐低氮性的选择取得较好的效果,选择效率较高。

【目的】定位盐胁迫下调控小麦苗期性状的QTL位点,为分子标记辅助选择小麦耐盐性状提供基因位点和连锁标记。【方法】以小偃54×京411重组自交系群体为材料,在盐胁迫条件下检测调控小麦苗期MRL、RDW、SDW和TDW及其相对性状的QTL位点。【结果】共检测到调控小麦苗期4个性状及其相对性状的25个QTL位点,分布在1A、2A、2D、3A、4A、4B、5B、5D、6B、7A和7B共11条染色体上,贡献率在4.4%—25.5%。其中有15个QTL位点成簇分布于3A、4A、4B、5B、5D染色体的5个遗传区间,其余10个QTL位点各自分布于不同的染色体区段。检测到的5个贡献率大于10%的位点分别位于3...

【目的】寻找与新陆早棉花品种农艺和纤维品质性状相关联的分子标记,鉴别与这些性状相关的优异等位变异及携带优异等位变异基因的典型载体材料,为新陆早棉花品种分子设计育种奠定基础。【方法】利用筛选出分布于26条染色体且多态性高的75对SSR标记对51份新陆早棉花品种进行多态性扫描;采用R语言编程软件对多环境的表型性状绘制boxplot图;在对供试材料进行群体结构和连锁不平衡分析的基础上,利用TASSEL软件中MLM(mixed linear model)方法进行分子标记与15个性状的关联分析;依据计算的表型效应值,鉴别和统计优异等位变异的位点及典型材料。【结果】通过群体遗传结构分析将51份新陆早棉花品...

【目的】探究高粱耐盐胁迫响应机制,挖掘高粱耐盐胁迫基因,为高粱耐盐育种提供理论基础。【方法】以高粱感盐品种L甜和耐盐品种石红137为供试材料,采用水培试验。待高粱植株长至三叶一心期,使用2%NaCl溶液对幼苗进行盐胁迫,分别设置0(对照)、1和24 h处理,每个处理3次重复。测定不同处理样品株高、根长、干物重、Na~+含量和叶绿素相对含量(SPAD值),并依托Illumina HiSeq 2000平台进行转录组测序分析。利用FPKM方法计算基因表达量,在差异表达基因检测过程中,将差异表达倍数(fold change)≥2且FDR

[目的]对杨树生长表型性状进行全基因组选择研究并且实现早期选择具有重要的意义。[方法]以母本丹红杨（美洲黑杨）和父本通辽1号杨（小叶杨）及其杂交F1代为材料，在田间进行施肥和不施肥处理，测定了生长表型性状（地径、株高、茎生物量）。利用3个全基因组选择模型gBLUP、sBLUP、cBLUP和364个基因型的表型观测值对502个基因型进行预测育种值。[结果]丹红杨的茎生物量在高氮和低氮条件下分别比通辽1号杨提高了20倍和33倍。gBLUP对生长表型性状预测结果准确性接近于1,sBLUP预测结果的准确性范围是0.5～0.9,cBLUP预测结果的准确性小于0.2。研究结果表明gBLUP模型预测的结果最准确，cBLUP预测的结果最差。利用gBLUP模型计算的茎生物量育种值把杂交群体划分为双高效型、双低效型、低氮高效型、高氮高效型共4个类型。筛选出优良的基因型16-1-16、16-1-194、13-116、13-73、13-481、13-268、13-286、13-566、13-173、13-578、16-1-65、13-242、16-1-189、13-40、13-608、16-1-170、16-1-22、13-237、13-272、13-335。[结论]丹红杨和通辽1号杨的生长表型性状差异显著。全基因组选择研究结果帮助我们完成了杨树育种工作的早期选择，减少了表型测定成本，提高了育种效率。

【目的】发掘大豆农艺性状稳定表达的QTL、优异等位变异及其携带优异等位变异的载体材料,为大豆分子标记辅助选择和分子设计育种等后续研究提供重要依据。【方法】利用大豆基因组上均匀分布的135对SSR引物对通过分层随机抽取的6大生态区的257个栽培大豆品种进行全基因组扫描以获得分子标记信息,2009年和2010年在南京农业大学江浦农场对供试群体株高、分枝数、主茎节数、茎粗和单株荚数进行表型鉴定以获得数量性状表型观测值,用广义线性模型、优化压缩混合线性模型和上位性关联分析3种方法,实施农艺性状表型与SSR标记基因型间的关联分析。【结果】供试品种株高、分枝数、主茎节数、茎粗和单株荚数变异系数介于24.6...

【目的】通过对芝麻产量相关性状的全基因组关联分析,挖掘与产量性状关联的SNP位点及预测候选基因,为通过分子标记辅助选择育种等方式提高芝麻产量提供技术基础。【方法】以363份不同遗传背景和地理来源的芝麻种质资源构成的自然群体为研究对象,调查2年2点4环境下8个产量相关性状(单株产量、单株蒴数、蒴粒数、千粒重、株高、主茎果轴长、始蒴高度和表观收获指数)的表型值,借助覆盖全基因组的42 781个SNP标记,利用多位点SNP随机效应混合线性模型(multi-locus random-SNP-effect mixed linear model,mrMLM)对8个产量相关性状进行全基因组关联分析,检测与产量相关性状显著关联的SNP位点,并预测候选基因。【结果】在4个不同环境下,8个产量相关性状表现出广泛的表型变异,变异系数为6.51%—33.57%;相关性分析表明单株产量与单株蒴数、株高、主茎果轴长、表观收获指数呈极显著正相关;方差分析表明产量相关性状的基因型效应、环境效应、基因型与环境互作效应均达到了极显著水平。通过多位点全基因组关联分析共检测到210个与产量相关性状显著关联的SNP,在2018年南阳环境下检测到47个SNP,解释表型变异的1.63%—17.29%;在2019年南阳环境下检测到35个SNP,解释表型变异的1.94%—11.90%;在2018年平舆环境下检测到35个SNP,解释表型变异的2.15%—15.90%;在2019年平舆环境下检测到53个SNP,解释表型变异的1.25%—11.13%;在4个环境的综合BLUP条件下检测到75个SNP,解释表型变异的1.44%—13.58%。上述210个SNP涉及到175个位点,其中10个位点在3个及以上环境中被重复检测到。在这10个位点基因组区域内,共鉴定到214个候选基因,其中156个候选基因具有功能注释,主要涉及植物代谢、生物调控、生长发育等生物学过程。根据功能注释筛选出4个可能与芝麻产量相关的候选基因,其中SIN_1006338编码1-氨基环丙烷-1-羧酸合酶3(1-aminocyclopropane-1-carboxylate synthase 3-like),参与乙烯的生物合成;SIN_1024330编码碱性螺旋-环-螺旋(basic helix-loop-helix)转录因子,负向调控植物细胞和器官的伸长;SIN_1014512编码吲哚-3-乙酸-酰胺合成酶GH3.6(indole-3-acetic acid-amido synthetase GH3.6),参与调控茎和下胚轴细胞的伸长生长;SIN_1011473编码泛素受体蛋白DA1(protein DA1-like),参与调节植物细胞增殖周期。【结论】通过多位点SNP随机效应混合线性模型的全基因组关联分析,检测到175个与产量相关性状显著关联的位点,筛选出4个可能与产量相关的重要候选基因。

为了充分挖掘野生大豆种质资源中的高蛋白基因及其连锁标记,以来自中国、韩国和日本,涵盖第4,5,6,7,8熟期组的508份野生大豆种质资源为材料,通过全基因组关联分析挖掘与野生大豆中高蛋白基因相关的SNP。参试材料蛋白含量数据从美国农业部种质资源信息网下载,为2 a利用凯氏定氮法测定蛋白含量数据平均值,基因型数据从Soybase网站下载,利用Illumina公司大豆50K芯片(SoySNP50K BeadChip含有52 041个SNP标记)检测获得。结果表明,参试材料蛋白含量呈正态分布,介于38.1%～56.9%,平均48.1%,标准差2.71%。遗传结构分析将参试材料划分为3组,分别包含271,111,126份材料。基于混合线性模型的关联分析,共检测到与蛋白含量相关的SNP位点74个,散布在19条染色体的60个单倍型区段内。显著性SNP位点LOD平均值为3.47,SNP位点BARC_1.01_Gm_01_54656209_A_G的LOD值最大,为5.18。根据显著性SNP位点富集程度,确定第11号染色体常染色质区15 128 832～15 253 199 bp、第12号染色体异染色质区26 842 687～27 818 244 bp的单倍型区段为本研究中的2个蛋白含量显著性相关区段,命名为HAP_11_1和HAP_12_1。HAP_11_1中,SNP位点BARC_1.01_Gm_11_15167305_G_A的LOD值最大,为3.80,可解释遗传变异为2.88%。HAP_12_1中,SNP位点BARC_1.01_Gm_12_27563620_C_T的LOD值最大,为4.12,可解释遗传变异为3.23%。为野生大豆高蛋白基因育种利用提供了检测标记,为野生大豆高蛋白基因克隆提供了线索。

【背景】耐淹成苗率低是限制直播稻产量的重要因素,挖掘高种子活力、低氧萌发能力强的水稻材料是提高耐淹成苗率的关键,但控制耐淹成苗率的遗传位点的挖掘仍然比较有限。【目的】利用来源广泛的自然种质,分析影响耐淹成苗率的关键表型性状,挖掘相关的遗传位点和候选基因,为直播稻耐淹成苗机理研究提供一定的理论和材料基础。【方法】以200份来源广泛的水稻种质为材料,在有氧环境下进行发芽试验,测量种子发芽率、发芽指数和活力指数;在低氧条件下测量芽鞘长和芽鞘直径;进行耐淹成苗试验,水深10 cm,20 d后测量耐淹成苗率。分析各性状间的相关性,挖掘影响耐淹成苗率的关键性状;利用简化基因组测序对以上6个表型进行全基因组关联分析,鉴定与性状显著关联的SNP位点,并在关联区间内筛选候选基因;对02428和YZX 2份材料进行有氧、无氧以及氧气含量转换条件下的转录组检测,结合全基因组关联分析结果,分析候选基因的表达模式差异。【结果】种子活力、芽鞘表型和耐淹成苗率在200份材料间存在广泛的遗传变异,其中,芽鞘长和活力指数的变异系数最大;相关分析结果表明,芽鞘长、活力指数与耐淹成苗率呈极显著正相关;通过全基因组关联分析,共鉴定出8个与活力指数显著关联的位点,15个与芽鞘长显著关联的位点;结合基因组注释,在关联区间筛选出6个与活力指数相关的候选基因,7个与芽鞘长度相关的候选基因;进一步比较13个基因在有氧、无氧及氧气转换条件下的表达模式以及表达量的变化,发现Os02g0657000、Os03g0592500、Os08g0380100表达量变化显著,表现出对氧气处理的敏感性。【结论】种子活力、芽鞘长与耐淹成苗率密切相关,可作为筛选高耐淹成苗水稻材料的重要性状。全基因组关联分析、转录组分析与基因表达模式比较的联合应用可提高候选基因的筛选效率。水稻耐淹成苗过程可能受到与逆境胁迫、光合作用相关基因的调控。