“设计育种”作为一种概念,提出的目的是将育种资源农艺性状的优良等位变异聚集在一起。通过关联分析和连锁分析可以检测亲本材料中育种性状QTL,发掘QTL的等位变异类型并估计其遗传效应,建立育种性状全基因组范围的QTL-allele矩阵。根据建立的矩阵信息,可以优选亲本进行单交或者复交,实现位点间重组,进一步利用表型和分子标记技术对分离后代进行选择,该方法能优化育种计划,提高育种效率,实现设计育种。本研究利用具有中国地方品种群体(CSLRP)代表性的366份地方品种作为研究材料,进行了3年4个环境的重复试验。分析地方品种百粒重、油脂、不饱和脂肪酸和蛋白质含量的表型变异。利用重测序技术和基于PCR扩增凝胶电泳方法,鉴定分子标记,分析地方品种的遗传多样性和群体结构。联合标记数据和表型数据,利用新开发的二阶段关联分析方法,进行大豆籽粒性状的全基因组关联分析(GWAS)。在定位的同时,获得QTL等位变异的效应,建立QTL-allele矩阵,根据QTL-allele矩阵进行设计育种。另外,在本研究中利用一个重组自交系群体(NJRSXG)进行了籽粒性状的连锁定位,根据定位结果配置高蛋白质含量组合,进行大豆蛋白质含量的标记辅助育种。主要结果如下：1. CSLRP中6个籽粒性状表型变异广泛CSLRP中百粒重、油脂、油酸、亚油酸、亚麻酸和蛋白质含量的表型变异广泛,分别为4.59～40.35g、15.81～24.14%、11.94～36.84%、44.10～60.82%、2.85～10.40%和37.51-50.46%；联合方差分析结果显示家系和家系与环境互作差异都显著,但家系和环境的方差要远远小于家系的方差,表明家系和环境互作占表型变异较小；籽粒性状间存在广泛的相关,其中油脂含量与百粒重存在正相关,与亚麻酸和蛋白质含量负相关,油酸含量与亚油酸和亚麻酸含量负相关,亚油酸含量与亚麻酸含量存在正相关。2. CSLRP中建立了高密度的标记数据通过对CSLRP进行重测序分析,鉴定了116769个SNP标记,其中53%的SNP标记的最小等位变异频率(MAF)在0.01-0.10的范围内,表明大量SNP标记的最小等位变异频率较小；利用Haploview软件将SNP标记合并为7223个单体型和21898个游离的SNP,将单体型和游离的SNP统称为SNPLDB,总共获得了29121个SNPLDBs,其中7223个单体型的长度变幅为5bp到200000bp,覆盖的SNP标记个数为2～130个,包含2-12个等位变异,同时发现异染色质区域的单体型,长度更长,覆盖的SNP标记数更多；利用318个SSR&SV标记和29121个SNPLDBs对地方品种进行多样性分析,发现黄淮海二熟制春夏作大豆品种生态区(第1Ⅱ生态区)的品种多样性最高,但仅覆盖了SNPLDBs中所有等位变异的0.91；利用SNP标记分析了CSLRP的LD衰减距离,以r2=0.5为阈值,衰减距离为100-200kb,以r2=0.1为阈值,衰减距离分别为2000kb以上；利用29121个SNPLDBs进行的系统进化树分析,发现地方品种的遗传距离较近,平均为0.18,系统进化树和主成分分析表明不同生态区的品种间存在广泛的渗透。3.CSLRP中建立了百粒重的QTL-allele矩阵CSLRP中百粒重遗传部分解释了表型变异的98.45%,其中5个大贡献率QTL解释了表型变异的51.00%,46个小贡献率QTL解释了表型变异的43.900%,未检测的微效QTL解释了表型变异的3.55%。QTL和环境的互作较小,仅解释了表型变异的1.01%。在关联分析中,获得了关联位点(2-10个等位变异)的总共276个的等位的变异效应,分析CSLRP中每个品种含有的百粒重QTL的等位变异类型,建立了CSLRP中百粒重的QTL-allele矩阵。根据建立的矩阵,发现小粒和大粒品种都含有减效等位变异和增效等位变异,只是小粒品种含有更多的减效等位变异,而大粒品种含有更多的增效等位变异,表明CSLRP百粒重具有较大的改良潜力。根据地方品种的生态区来源,建立了不同生态区百粒重QTL-allele矩阵,发现不同生态区的QTL-allele矩阵的遗传结构不一致。利用建立的CSLRP中百粒重的QTL-allele矩阵,分析了同一生态区和不同生态区品种间可能杂交组合培育高百粒重品种的潜力,预测经多次重组,CSLRP能选育出百粒重高达48.24g的大豆品种。4. CSLRP中建立了油脂含量的QTL-allele矩阵在CSLRP中油脂含量遗传部分解释了表型变异的91.29%,其中5个大贡献率QTL解释了表型变异的39.80%,28个小贡献率QTL解释了表型变异的41.10%,未检测的微效QTL解释了表型变异的10.39%。QTL和环境的互作较小,仅解释了表型变异的4.93%。在进行关联分析的同时,获得了33个油脂含量QTL(2-9个等位变异)共147个等位变异效应,解析CSLRP中每个品种含有的油脂含量QTL的等位变异类型,建立了CSLRP中油脂含量的QTL-allele矩阵。根据建立的油脂含量QTL-allele矩阵,发现低油脂含量和高油脂含量品种都含有减效等位变异和增效等位变异,但低油脂含量品种中含有更多的减效等位变异,高油脂含量品种含有更多的增效等位变异,表明了CSLRP中油脂含量具有较大的改良潜力。根据地方品种原始生态区来源,建立了不同生态区的QTL-allele矩阵,发现不同生态区的遗传结构存在差别。利用建立的QTL-allele矩阵,分析了同一生态区和不同生态区品种潜在杂交组合培育高油脂含量品种的潜力,预测通过多次重组,CSLRP能选育出高达26.99%油脂含量品种的大豆。5. CSLRP中建立了不饱和脂肪酸含量的QTL-allele矩阵在CSLRP中油酸、亚油酸和亚麻酸中,大贡献率加性QTL、小贡献率QTL和未检测到的微效QTL分别解释了表型变异的28.00～34.90%、47.50-54.50%和7.94-11.40%。在CSLRP中,油酸、亚油酸和亚麻酸分别检测到43、41和38个QTL。在进行关联分析的同时,获得了43个油酸含量QTL中172个等位变异、41个亚油酸含量QTL中171个等位变异和38个亚麻酸含量QTL中145个等位变异的效应,分别建立了油酸、亚油酸和亚麻酸含量的QTL-allele矩阵。根据品种原始生态区来源,分别建立了不同生态区油酸、亚油酸和亚麻酸含量的QTL-allele矩阵,发现不同生态区间油酸、亚油酸和亚麻酸含量遗传结构存在差别。根据建立的QTL-allele矩阵,预测了潜在组合亲本组配效应值,发现不同生态区不一致,来自第Ⅰ～Ⅳ生态区内的品种获得高油酸和低亚麻酸的品种的潜力较大。6. CSLRP中建立了蛋白质含量的QTL-allele矩阵CSLRP中蛋白质含量遗传部分解释了表型变异的84.31%,其中4个大贡献率QTL解释了表型变异的27.80%,25个小贡献率QTL解释了表型变异的44.80%,未检测的微效QTL解释了表型变异的11.71%,QTL和环境的互作较小,仅解释了表型变异的9.08%。在关联分析中,获得了关联位点(2-10个等位变异)总共137个的等位变异效应,分析CSLRP中每个品种含有的蛋白质含量QTL的等位变异分布,建立了CSLRP中蛋白质含量的QTL-allele巨阵。根据建立的建立的蛋白质含量QTL-allele矩阵,发现低值和高值品种都含有减效等位变异和增效等位变异,只是低值品种含有更多的减效等位变异,而高值品种含有更多的增效等位变异,表明了CSLRP蛋白质含量仍有较大的改良潜力。根据地方品种的生态区来源,建立了不同生态区蛋白质含量QTL-allele矩阵,发现不同生态区的QTL-allele矩阵的遗传结构不一致。利用建立的CSLRP中蛋白质含量的QTL-allele矩阵,分析了同一生态区和不同生态区品种间可能杂交组合培育高蛋白质含量品种的潜力,发现通过多次重组,CSLRP能选育出高达51.16%蛋白质含量品种的大豆。7.创造了大豆高蛋白质含量材料根据表型和基因型数据,选择WT133和XG30作为亲本配置杂交组合(WX),在3个环境(世代)中,都产生了蛋白质含量超过高值亲本的家系,同时NJRSXG重组自交系中定位到的Prot-l-08-1、Prot-1-14-1和Prot-l-19-23个蛋白质含量QTL都具有选择效率,其中Prot-l-08-1对表型变异的解释率变幅为28.83～43.83%,选择效率较高。选择6个在F2中Prot-l-08-1为杂合基因型的家系,在F2：5代进行单株选择,并衍生为6个亚群,在F2：5：6测定蛋白质含量,选择出蛋白质含量高达54.75%的大豆材料,同时Prot-l-08-1位点在多个亚群中具有选择效率。8. CSLRP中设计了籽粒性状的综合优化组合CSLRP中总共定位到235个QTL,有21个距离较近的区间(5Mb左右)存在3个或以上不同籽粒性状的QTL,覆盖了94个不同的QTL；分析籽粒性状间一个性状的选择对其它性状的影响,优选出油脂含量较高同时蛋白质含量不降低、蛋白质含量通过同时油脂含量不降低、油脂和油酸含量较高同时亚油酸和亚麻酸含量较低的组合。