基于掖478导入系的玉米百粒重QTL鉴定

来源 :河北农业大学 | 被引量 : 0次 | 上传用户:quickz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
玉米百粒重(100-kernel weight,100-KW)是产量性状的主要组成因子,对此控制位点进行QTL鉴定和基因克隆,将有利于深入研究玉米产量的遗传改良和调控机制。掖478(Ye478)是我国玉米育种中广泛应用的骨干自交系,因而利用Ye478为受体和QB80为供体的导入系进行百粒重的QTL基因位点的定位,为玉米产量性状的QTL定位研究提供材料基础。本研究以导入系纯合系SL19-41与Ye478杂交构建的F2和F23家系以及BC1F1分离群体作为定位群体,利用逐步回归区间作图法,对不同环境下的百粒重QTL进行定位与分析,同时,利用BC1F1群体对百粒重QTL位点的表型效应进行了分析,并利用BioMercator4.2软件对第四染色体上与百粒重相关的QTL进行meta分析,进一步验证本研究结果。本研究主要结果如下:  1、使用均匀覆盖全基因组892对SSR引物筛选了掖478(Ye478)和SL19-41间基因型差异,结果显示:SL19-41导入了QB80的2个片段,位于第4和6染色体。SL19-41背景回复率为96.93%;两个环境的SL19-41与Ye478表型鉴定显示:二者百粒重及行粒数存在显著差异(P<0.05),而单穗粒重和穗长无差异(P>0.05)。  2、基于SL19-41与Ye478为亲本构建的F2基因型和F23家系百粒重表型评价,采用Icimapping复合区间作图法,两个环境下共检测到3个百粒重QTL位点,其中2个百粒重QTL均位于bnlg1784-umc1194区段,LOD值分别3.02和5.85,可解释表型变异率分别为21.84%和27.94%;与此同时,使用BC1F1群体进行了bnlg1784-umc1194的百粒重QTL重定位,结果显示:位于初定位区间具有1个百粒重QTL,其LOD值和表型贡献率分别是5.27和9.6%。利用BC1F1群体表型效应分析,结果表明:含有SL19-41导入片段百粒重群体均值高于不含该片段群体均值(P<0.05)。说明位于bnlg1784-umc1194具有控制百粒重的QTL。  3、基于玉米IBM22008 Neighbors遗传图谱和已报道的与百粒重及相关性状的QTL,应用BioMecator4.2软件进行百粒重bnlg1784-umc1194区间的QTL元分析,结果显示:该区间及侧翼具有百粒重及相关性状的23个QTL,其中发掘和确认了2个“一致性”QTLs(mQTL),而且本研究百粒重QTL与mQTL-1共定位,进一步证明了本研究结果的准确性。
其他文献
A multimode theory of whispering-gallery-mode microsphere laser is developed based on the linear and nonlinear semiclassical theory of the microsphere laser. Th
FoxM1是一种原癌基因。它也是癌发生、发展密切相关的重要的转录因子。Fox M1是Forkhead Box转录因子家族重要成员,定位于染色体12p13.3,特异性表达于增殖期细胞中,在细胞终
In this paper, we obtain the eigenstates and the eigenvalues of the Hamiltonians of the trigonometric SU(N) Gaudin model based on the quasi-classical limit of t
The magnetocaloric effect in polycrystalline of Pr1-xSrxMnO3 (x=0.33, 0.43, 0.50) has been investigated. A large magnetic entropy change (7.1J/kgK) was discover
BACKGROUND:The discovery that mutations in cyclin-dependent kinase-like 5 (CDKL5) gene are associated with infantile epileptic encephalopathy has stimulated wor
On-line monitoring and fault diagnosis of chemical process is extremely important for operation safety and product quality. Principal component analysis (PCA) h