【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】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】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。

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。

【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。

【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。

【目的】玉米株型性状与植株产量、光合效率、抗倒性等密切相关,是理想株型设计育种的基础,通过对玉米多个株型相关性状进行全基因组关联分析,构建玉米理想株型,为抗倒伏、耐密性的玉米新品种选育提供理论基础。【方法】以284份温带、亚热带和热带材料组成的关联群体为研究对象,在郑州与浚县2个环境下对玉米总叶片数(LN)、穗上叶片数(LNAN)、穗上叶片数与总叶片数比值(LNAN/LN)、株高(PH)、穗位高(EH)、穗位高与株高的比值(EH/PH)等6个玉米株型相关性状进行调查,借助覆盖玉米全基因组约56万个SNP标

【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。

【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】研究苯磺隆残留对油菜种子萌发的影响,运用全基因组关联分析(genome-wide association analysis,GWAS)揭示苯磺隆胁迫下油菜萌发期相关性状的遗传因子和候选基因,探究油菜在苯磺隆逆境胁迫下的生理形态所反映的基因调控机制,为耐苯磺隆油菜品种的研究提供参考。【方法】以241份甘蓝型油菜品种(系)为材料、25 mg·L-1苯磺隆溶液为处理液、蒸馏水为对照进行发芽试验。发芽7 d测定并计算相对发芽率、相对根长和相对鲜重。结合芸薹属60K SNP芯片分析群体基因型,通过STRUCTURE软件和TASSEL软件分别对该群体进行群体结构分析以及亲缘关系和LD衰减分析。为有效排除假关联的影响,采用一般线性模型(GLM)和混合线性模型(MLM)中的6种模型进行比较,确定每个性状GWAS分析的最优模型。同时,利用TASSEL软件在最优模型下对241份材料的3个性状分别进行全基因组关联分析,根据关联SNP位点的LD区间序列预测候选基因。【结果】241份品种(系)群体可分为P1(94份材料)和P2(147份材料)2个亚群,其中约56.28%的材料之间的亲缘关系值为0。全基因组关联分析(K+PCA模型)共检测到16个与性状显著关联的SNP位点,这些位点可解释9.42%—13.14%的表型变异率。通过分析显著SNP位点的LD区间与甘蓝型油菜对应的区间序列,筛选出25个候选基因可能与油菜耐苯磺隆有关,其中9个为细胞色素P450家族基因,5个参与谷胱甘肽合成或代谢过程,2个为多药耐药相关蛋白基因。同时发现与相对发芽率显著相关的基因ATGSTU19编码谷胱甘肽转移酶,参与毒素分解过程,在各种胁迫反应中起重要作用。在相对根长和相对鲜重共同鉴定到的候选基因BnaC02g27690D功能未知。【结论】共检测到16个SNP位点与耐苯磺隆性状显著关联,筛选出25个候选基因可能与油菜耐苯磺隆有关。

【目的】果粒大小是葡萄外观和产量的重要构成因子之一，为受多基因调控的复杂数量性状，挖掘葡萄果粒大小相关性状的关键遗传调控位点和基因，将有助于葡萄产量的提高。【方法】本研究以150份葡萄品种资源为材料，分别于2019年和2020年对葡萄果实单粒重、种子数目和种子质量等进行测定，并结合重测序获得的高密度基因型数据进行全基因组关联分析（genome-wide association study,GWAS），挖掘调控各性状的遗传位点和基因。【结果】各性状在关联群体中呈现广泛的连续变异，变异系数为39.55%—68.89%；在不同年份均服从正态分布，符合数量性状遗传特征；相关性分析表明葡萄果实单粒重、种子数目和种子质量呈显著正相关。全基因组关联分析共检测到150个与果实单粒重显著关联的SNP，在2019年检测到99个SNP，解释表型变异的14.48%—25.59%；在2020年检测到73个SNP，解释表型变异的16.08%—26.83%；其中24个SNP位点在两个年份均检测到，主要位于1号、5号、11号和16号染色体。相较于果实单粒重，检测到的与种子数目显著关联的SNP较少，2019年检测到1个显著性SNP，表型解释率为24.29%;2020年检测到17个显著性SNP，均位于18号染色体。两个年份检测到与种子质量显著关联的SNP分别有1个和2个，位于18号染色体，解释表型变异的23.59%—48.29%。在两年重复检测到SNP位点基因组区域内，根据基因功能注释筛选出11个可能与果实单粒重相关的候选基因，其中包括乙烯信号通路基因（基因ID:VIT＿05s0049g00490、VIT＿05s0049g00500、VIT＿05s0049g00510和VIT＿16s0100g00400）、赤霉素信号途径基因（基因ID:VIT＿11s0016g04630和VIT＿16s0022g02310）、生长素响应蛋白基因（基因ID:VIT＿11s0016g05640）和一些重要的转录因子基因（基因ID:VIT＿05s0049g00460、VIT＿11s0016g05660和VIT＿16s0022g02330）。在18号染色体鉴定到与种子含量相关的候选基因（基因ID:VIT＿18s0041g01880，编码MADS-box蛋白Vvi AGL11），位于该基因上的SNP基因型变化显著影响葡萄果实种子数目和质量。【结论】结合两个年份的表型数据，共检测到150个与果实单粒重显著关联的SNP，主要定位于1号、5号、11号和16号等染色体；检测到19个与种子含量关联的SNP，主要定位于18号染色体。基于基因注释和基因型分析结果，确定了包含VIT＿11s0016g04630和VIT＿16s0022g02310等在内的11个候选基因可能参与调控葡萄果实单粒重，确定候选基因（基因ID:VIT＿18s0041g01880）与种子含量显著相关。

为了初步揭示玉米粗蛋白含量、淀粉含量、中性洗涤纤维（neutral detergent fiber, NDF）含量、酸性洗涤纤维（acid detergent fiber,ADF）含量、可溶性糖含量和体外干物质消化率等性状的遗传规律，按照随机区组设计将183份自交系为材料种植于贵阳，测定玉米粗蛋白含量、淀粉含量、NDF含量、ADF含量、可溶性糖含量和体外干物质消化率，利用Maize SNP 50芯片对供试材料进行基因分型，采用混合线性模型进行全基因组关联分析，结果显示，分别鉴定出31、61、11、36、20和42个与粗蛋白、淀粉、NDF、ADF、可溶性糖及体外干物质消化率显著相关的单核苷酸多态性位点（SNP）(P<0.001)，对表型变异的解释率分别为5.80%～11.40%、5.78%～11.38%、5.78%～7.85%、5.81%～10.37%、5.78%～7.35%和5.79%～11.33%。同时，发现SYN6712、PHM1190.3、SYN7541和PZE-104072386属于一因多效位点；其中，6号染色体上的SYN6712、PHM1190.3和SYN7541同时与淀粉、体外干物质消化率显著关联，4号染色体上的PZE-104072386同时与ADF、可溶性糖显著关联，经过等位变异鉴定发现T/T基因型是SYN6712和PHM1190.3的优异等位变异，并挖掘到了Zm00001d037272、Zm00001d037386、Zm00001d037532和Zm00001d051166等候选基因。

【目的】研究亚麻花和叶片相关性状的遗传变异，为亚麻种质创新提供基础。【方法】采用全基因组关联分析技术挖掘亚麻花和叶片相关性状显著关联的SNP位点和候选基因。【结果】269份供试亚麻材料中花瓣颜色为蓝的最多（占56.50%）；花冠形状为五角形最多（占42.75%）；花药颜色为蓝最多（占86.61%）；叶片颜色为深绿色最多（占58.73%）；叶片形状为披针形最多（占56.87%）。通过全基因组关联分析，检测到与亚麻花色显著关联的SNP位点3个，候选基因8个，其中Lus10033621（果胶酯酶）和Lus10007409（β-半乳糖苷酶）基因参与调控亚麻花色形成；检测到与花冠形状显著关联的SNP位点3个，候选基因6个，其中Lus10000554（富含亮氨酸PPR基序的蛋白）基因与花冠发育形成密切相关；检测到与亚麻花药色显著关联的SNP位点1个，候选基因5个，其中Lus10010403（花青素还原酶）基因直接参与植物花青素的代谢途径；检测到与亚麻叶色显著关联的SNP位点1个，候选基因4个，其中Lus10005600（富含亮氨酸的PPR基序蛋白）基因参与调控叶色形成；检测到与叶形显著关联SNP位点3个，候选基因5个，其中Lus10033007（凯氏带膜蛋白）基因参与调控叶片内部结构形成。【结论】亚麻花和花药主要以蓝色为主，通过全基因组关联分析能检测到花和叶片关联的关键候选基因。

采用近红外方法,分析104份甘蓝型油菜种子中的芥酸、油酸与硫代葡萄糖苷含量;运用简化基因组技术(ddRADseq)对全部材料进行基因分型;结合性状与基因型的数据,利用Tassel混合线性模型进行全基因组关联分析。结果表明:芥酸含量与硫代葡萄糖苷呈极显著正相关,油酸含量与芥酸、硫代葡萄糖苷呈极显著负相关;群体结构分析将104份材料划分为4个亚群;通过全基因组关联分析发现,与芥酸、油酸含量显著关联的SNP标记主要分布在A08与C03染色体上,与硫代葡萄糖苷含量显著关联的标记分布在A05、A02与C09染色体上。

【目的】挖掘适应坝上生态条件的高效结瘤大豆种质，鉴定调控大豆-根瘤菌共生结瘤的遗传位点和候选基因，提高大豆共生固氮效率。【方法】以包含260份大豆种质的自然群体为研究对象，在河北坝上室外盆栽条件下接种根瘤菌菌株USDA110。以单株根瘤数量、单株根瘤干重数值作为表型数据，结合大豆260份种质基因型数据，对其进行全基因组关联分析，挖掘大豆共生结瘤相关基因。【结果】共检测到18个与大豆根瘤数量显著关联的SNP，分别位于第2、7、8、13、18和19染色体上。其中，位于第2染色体上的显著关联位点BARC＿2.01＿Chr02＿43161654＿A＿G是控制大豆根瘤数量的主效位点（LOD=3.89），对该位点上下游共200 kb区间进行连锁不平衡分析，在包含BARC＿2.01＿Chr02＿43161654＿A＿G的连锁区间内，共获得10个调控大豆根瘤数量候选基因，通过单倍型分析发现，Glyma.02G243200不同单倍型所对应的材料之间的根瘤数量具有显著差异（P<0.05），在SoyBase数据库中查询该基因的表达模式发现，Glyma.02G243200在根毛中表达。该基因可能是影响大豆根瘤数量的关键基因。共检测到6个与大豆根瘤干重显著关联的SNP，分别位于第6、18和20染色体上。其中，位于第6染色体上的显著关联位点BARC＿2.01＿Chr06＿6069381＿G＿A和BARC＿2.01＿Chr06＿6192925＿T＿C是控制大豆根瘤干重的主效位点（LOD=3.49和LOD=3.35），对BARC＿2.01＿Chr06＿6069381＿G＿A上游100 kb和BARC＿2.01＿Chr06＿6192925＿T＿C下游100 kb区间进行连锁不平衡分析，获得14个调控大豆根瘤干重候选基因，并进行单倍型分析。其中，Glyma.06G079600和Glyma.06G079900不同单倍型所对应的材料之间的根瘤干重具有显著差异（P<0.01,P<0.001），在SoyBase数据库中查询这两个基因的表达模式发现，Glyma.06G079600和Glyma.06G079900在根中表达。这两个基因可能是影响大豆根瘤干重的关键基因。【结论】在第2染色体上发现一个与根瘤数量显著相关的候选基因，在第6染色体上发现2个与根瘤干重显著相关的候选基因。