仇倩倩[1]（2021）在《‘JMS2’ב邢16’杂交后代高密度遗传图谱构建及果实大小相关性状的QTL定位》文中认为枣（Ziziphus jujuba Mill.）为鼠李科（Rhamnaceae）枣属（Ziziphus Mill.）植物,是原产中国的特色林果,主要分布在新疆、河北、河南、山东、山西和山西6个省份。我国的枣品种丰富,但缺少综合性状优良的新品种,品种选育主要通过农家选优、实生选种和杂交育种的方式,育种周期长,难度大。本研究以枣雄性不育种质‘JMS2’（♀）?酸枣优系‘邢16’（♂）F1代的167株杂交后代为材料,采用WGS（Whole genome resequenceing technology,全基因组重测序技术）,开发SNP标记,构建枣树高密度遗传图谱。调查果实单果重、果实纵径、果实横径、果形指数、果核重、果核纵径、果核横径、核形指数和可食率连续两年的表型数据,进行果实大小相关性状的QTLs定位,挖掘与目标性状紧密联系的SNP标记,加快育种进程,为定向培育和遗传改良奠定基础。主要研究结果如下:（1）基于全基因组重测序构建了一张新的枣树高密度遗传图谱。亲本间共检测到1,569,033个SNP,其中适用于CP且深度不低于4 X的SNP标记共148,738个,上图SNP标记为116,312个,上图的Bin为2398个。12个连锁群中总图距为1074.33 c M,平均图距为0.45 c M。（2）9个性状两年的表型数据均呈现正态或偏正态分布,为多基因控制的数量性状,变异系数介于1.85%～42.60%。其中,果核横径表现超高亲遗传,果形指数偏低遗传,其余性状介于双亲之间。（3）两年共检测到250个与果实大小相关的QTLs位点,2020年定位在连锁群上的QTL数量较2019年多,主要分布在LG2、LG3和LG6连锁群上。其中21个QTLs位点的LOD阈值≥3.5,可能为主效基因;调控不同性状的QTLs位点出现在同一连锁群相同位置的QTLs有26个。（4）单果重、果实横径和果形指数3个性状在年份间稳定表达。其中,单果重和果实横径在LG6连锁群的122.75 c M处连锁相同的标记Marker 1316,解释率均在10%以上;果形指数两年有4个重合位点,3个位点的表型解释率为10.5%～18.9%。
吴国芳[2]（2021）在《高丹草低氢氰酸性状主效QTL PA7-1和PA7-2的精细定位及其候选基因分析》文中研究指明高丹草（Sorghum-sudangrass hybrid）杂种优势强、营养价值高、适口性好、可多次刈割利用,是重要的一年生饲用作物。但因其幼嫩茎叶中含有一定量的氢氰酸,家畜采食过量易产生中毒现象。因而培育低氢氰酸含量的高丹草是重要育种目标。在课题组前期对高丹草低氢氰酸含量性状相关主效QTL PA7-1定位研究基础上,我们用高丹草（散穗高粱×红壳苏丹草）F2分离群体1200个单株对低氢氰酸含量性状定位研究发现了另一个相关的主效QTL PA 7-2。进而采用BSA-SSR方法和低氢氰酸含量目标性状QTL侧翼的SSR标记,从高丹草群体1200个分离单株中筛选建立了等位基因重组QIRs群体,经套袋自交得到F3分离群体,并从中筛选出130个F3重组株构建了精细定位群体。本试验重点对PA 7-1和PA7-2这两个主效QTL进行了精细定位及其候选基因挖掘和功能分析。主要结果如下:1.从散穗高粱×红壳苏丹草的1200个F2群体单株中各选10个低氰与高氰植株的DNA等量混合建立基因池,并以亲本为对照筛选得到SSR适宜引物11对。用这11对引物对F2分离群体1200个单株及其双亲的基因组DNA进行PCR扩增,共得到多态性条带位点253个。2.利用这253个多态性标记构建了一个基于高丹草F2群体的连锁群图谱,其覆盖基因组长度211.5 cM,标记间平均距离为0.84 cM。QTL定位检测到4个与低氢氰酸含量性状相关的QTLs,只有PA 7-1和PA 7-2为主效QTL,其遗传贡献率分别为57.4%和47.1%。3.采用QTL侧翼SSR标记对1200个F2单株进行筛选,分别建立了 2个PA 7-1和PA7-2的QIRs群体,各包含379和121个重组株。利用单粒传法分别获得了 F2:3群体,基于该群体再次进行QTL定位,验证了 PA7-1和PA7-2的稳定性。4.为缩短PA7-1和PA7-2的精细定位区间,利用高丹草130个F3重组单株的精细定位群体分别进行了精细定位。最终将PA7-1确定在标记SORBI4G4-120和SORBI4G4-680之间,包含8个SSR标记;将PA7-2确定在标记Sobic.8g1-600和XM00242-400之间,包含6个SSR标记。5.对PA7-1的8个和PA7-2的6个SSR标记片段进行回收、纯化、测序及与已知的高粱基因组比对分析,首次建立了PA7-1和PA7-2高分辨率的物理图谱。将PA7-1确定在高粱第4号染色体的203.6 kb基因组区域内,该区间包含了 18个候选基因;将PA7-2确定在高粱8号染色体上18.4 kb和25.5 kb的区域内,以及该染色体上克隆BAC 88M4基因AY661656.1上,它们共包含了 5个候选基因。6.通过RT-PCR表达水平验证发现,PA7-1有2个基因XM 021458168.1和XP021313843.1,PA7-2有1个基因AY661656.1,这3个基因在低氰的父本红壳苏丹草和F2植株的苗期、分蘖期和拔节期中均有显着表达,表明它们是调控高丹草低氢氰酸含量性状的重要候选基因。
岳丽昕[3]（2021）在《大白菜杂种优势形成机理研究》文中研究表明大白菜是我国大面积种植的蔬菜,生产上以一代杂交种为主。但是,大白菜杂种优势形成的机理尚不清楚,杂交种选育很大程度上依赖育种者的经验,育种效率低。因此,探索大白菜杂种优势形成的分子机理,对提高大白菜育种效率及阐明杂种优势形成机理具有重要的指导意义。本研究筛选14份大白菜亲本配制组合,分析各性状的杂种优势;选取两个代表性F1组合,利用不同方法对其F2分离群体的单株重进行QTL定位;结合转录组测序,比较不同耐热性大白菜在高温胁迫处理下的表现,鉴定了参与高温胁迫的关键基因。结果如下:1、利用14份大白菜优良骨干亲本,通过不完全双列杂交配制91个F1组合,对亲本及组合开展11个性状的田间调查,结果发现:91个组合在28天苗期生长量、单株重、叶球重、生育期（商品成熟期）等四个性状均表现显着的杂种优势,最大超亲优势值分别为241.84%、118.14%、120.69%和-207.79%,说明白菜杂交育种可显着提高产量并缩短生育期。2、对亲本进行全基因组重测序获得2,444,676个高质量SNPs。基于全基因组SNPs差异和亲本间纯合差异SNPs位点的不同方法,计算亲本间的遗传距离（GD）,遗传距离GDtotal和GDhomo的变幅分别为0.222～0.379和0.211～0.365。通过遗传距离与杂种优势之间的相关性分析表明:GDhomo与28天生长量的中亲优势（r=0.262）和超亲优势（r=0.234）、球重的超亲优势（r=0.214）呈显着正相关（p<0.05）,说明遗传距离可以部分预测大白菜杂种优势。3、利用QTL-seq和Graded Pool-seq在产量强优势组合的F2群体（418株）中检测到4个控制单株重的QTLs:q PW1.1,q PW5.1,q PW7.1和q PW8.1。连续两年的遗传连锁分析结果表明:1)q PW8.1定位在标记A08＿S45（18,172,719）和A08＿S85（18,196,752）之间,约23.5 kb,解释了8.6%的单株重和23.6%的白菜总球叶数的表型变异;还包含一个可能控制单株重杂种优势的杂合区段。2)q PW1.1和q PW7.1解释的单株重表型变异分别是11.7%和10.7%,且q PW7.1表达易受环境影响。3)q PW5.1在着丝粒区域具有显着信号,推测其高杂合性造成的“假超显性效应”和来自亲本‘XJD4’的增效等位基因是影响大白菜产量杂种优势的可能原因。4、以亲本“玉田包尖”配制的大白菜组合具有显着杂种优势,且正反交F1、957株F2的单株重、球高等性状的遗传明显偏向该亲本,说明亲本“玉田包尖”为强优势亲本,具有较强的性状遗传力。确定单株重为“玉田包尖”类白菜的优势性状之一;采用QTL-seq和Graded Pool-seq将包尖组合单株重QTL定位在A09染色体。5、筛选耐热亲本‘268’和热敏亲本‘334’,分别对其进行高温胁迫与对照处理,结合转录组测序分析,获得11,055和8,921个差异表达基因（DEGs）。对所有DEGs进行加权基因共表达网络分析,获得7个与高温胁迫高度相关的关键共表达模块和核心基因;高温胁迫后,耐热大白菜‘268’中谷胱甘肽代谢和核糖体生物发生途径显着上调,光合作用途径被抑制;而热敏大白菜‘334’中核心基因HSP17.6、HSP17.6B、HSP70-8、CLPB1、PAP1、PYR1、ADC2和GSTF11表达水平显着升高,参与内质网中的蛋白质加工及植物激素信号转导途径。
赵胜[4]（2021）在《AIO-seq高通量测序技术开发及玉米NAM群体遗传特性和株型性状QTL定位研究》文中研究表明新一代测序技术（Next Generation Sequencing,NGS）的发展和测序成本的下降,使得其在全基因组基因型检测（Whole Genome Genotyping,WGG）中得到了广泛应用。然而,与测序数据产量的稳步提升相比,测序文库的制备流程仍然效率较低,导致在目前的WGG应用中,文库构建成本远远高于测序成本,尤其是其中耗时且费力的文库片段分选和定量步骤,已成为涉及大样本项目文库制备的瓶颈。针对这一技术难题,我们开展研究,获得的主要结果如下:（1）开发了All-In-One sequencing（AIO-seq）高通量测序技术:将传统文库制备中每个文库都需进行片段分选及定量的繁琐流程,替换为按照每个文库的靶区域浓度（Target Region Concentration,TRC）及预期的数据产出预先将所有文库混合在一起、而后只进行单次片段分选及定量的高效操作;（2）利用AIO-seq测序技术对少量样本混合后的文库进行小数据量测序,以及多样本混合后的文库进行包Lane测序,都可以获得预期的测序数据产出;（3）AIO-seq测序技术可以用于基因组和转录组文库测序,获得预期各样本间相等或不等的测序数据产出;（4）利用简化的AIO-seq测序技术对一个玉米BC1F4群体进行WGG,共鉴定到19个株型性状相关的QTLs,其中部分QTLs含已知的功能基因。AIO-seq测序技术提高了测序文库的制备效率,降低了文库制备成本,在群体遗传学以及植物育种等相关项目中有重要的应用前景。玉米（Zea mays）作为一种重要的生物能源和粮食作物,在世界范围内广泛种植。在构成玉米株型的主要因素中,叶夹角（Leaf Angle,LA）、株高（Plant Height,PH）和穗位（Ear Height,EH）的变化,会对玉米最终的产量产生重要影响。虽然前人已利用不同的分离群体,对控制这三个性状的遗传机制展开研究,但玉米株型调控的复杂机理仍未被完全解析。本研究利用一个新的玉米巢式关联作图群体（HNAU-NAM1）及其全基因组基因型数据（玉米9.4K芯片和百万来源于亲本的SNP标记）,通过单个亚群的连锁分析（Separate Linkage Mapping,SLM）、整合的连锁定位（Joint Linkage Mapping,JLM）以及全基因组关联分析（Genome-Wide Association Study,GWAS）三种QTL定位方法,分别对LA、PH以及EH三个株型性状进行全面而深入的遗传解析,获得的主要结果如下:（1）对由13个亲本杂交而成、包含1,625个BC1F4或BC2F4株系的玉米HNAU-NAM1群体进行了进化树分析、表型变异分析、主成分分析（Principal Component Analysis,PCA）以及连锁不平衡（Linkage Disequilibrium,LD）分析,结果显示HNAU-NAM1群体的亲本和所有株系都表现出了明显的差异,且内部群体结构微弱、LD衰减距离小,表明HNAU-NAM1群体可以用于LA、PH和EH三个性状的遗传解析;（2）在全基因组范围内:借助SLM定位方法,共鉴定到41、31和26个分别控制LA、PH和EH的QTLs;基于JLM定位方法,共鉴定到84、78和88个分别控制LA、PH和EH的QTLs;通过GWAS定位方法,共鉴定到22、23和18个分别与LA、PH和EH显着关联的SNPs;此外,每个株型性状的三种定位结果间都存在部分重叠;（3）全基因组上共鉴定到10个可同时影响LA、PH和EH的QTL热点区域,且每个区域内控制某一个株型性状的QTLs可至少被两种定位方法检测到;（4）13个可同时被三种定位方法检测到的主效QTLs区间内,结合每种方法的定位区间及区间内基因功能注释,预测了潜在的候选基因:含4个已知功能的基因,和8个新基因。本研究对玉米HNAU-NAM1群体的群体结构及LD水平等遗传特性进行了深入评估,并全面解析了控制玉米株型性状的遗传基础,这不仅为玉米遗传学及功能基因组学研究提供了新的群体资源,而且加深了我们对株型复杂调控网络的认识,为后期玉米理想株型的培育及高产、耐密植新品种的分子选育奠定了理论基础。
常丹丹[5]（2021）在《基于RIL群体的小黑麦穗部性状遗传分析及QTL定位》文中指出为探究小黑麦RIL（Recombinant Inbred Lines）群体穗部数量性状的遗传力和最佳遗传模型,运用构建的小黑麦遗传连锁图谱对穗部相关性状进行QTL定位,本文以穗部性状差异显着的小黑麦品种‘石大1号’为母本和‘甘农7号’为父本杂交构建的RIL群体为研究对象,测定了小黑麦穗部的芒长、小穗数、穗长、穗密度、穗粒数、穗粒重等性状的表型值并进行相关性分析,运用数量性状的主基因+多基因遗传模型分析方法对群体的穗部各性状进行了遗传分析,利用ISSR分子标记技术构建的遗传连锁图谱对穗部相关性状进行QTL定位,可为小黑麦穗部性状的遗传研究提供理论依据。主要研究结果如下:（1）小黑麦RIL群体穗部各性状均呈连续性变异,穗部表型有超亲遗传现象,整体变异性广泛,各性状的平均变异系数范围为:9.34%～40.82%。相关性分析表明:小黑麦RIL群体的穗粒重与穗长、小穗数和穗粒数正相关;穗长与穗粒数正相关;芒长与穗长和穗粒数正相关,与穗密度呈负相关。（2）小黑麦穗部芒长的最佳遗传模型为4MG-AI,其主基因遗传率为85.06%;穗长和小穗数的最佳遗传模型均为MX2-CE-A,主基因的遗传率分别为20.35%和31.77%,多基因遗传率分别为62.93%和32.48%;穗密度和穗粒数的最佳遗传模型均为PG-AI,多基因遗传率分别是35.34%和86.96%;穗粒重的最佳遗传模型为2MG-CE,主基因遗传率为51.97%。小黑麦穗部各性状符合数量遗传的特征并以多基因遗传为主。（3）利用小黑麦RIL群体遗传图谱结合穗部性状表型值共检测出13个小黑麦穗部性状相关的QTL位点,每个连锁群上平均1.9个QTL位点,控制芒长、穗长、小穗数、穗密度、穗粒数的QTL分别为1、4、3、2、3个,单个QTL位点的贡献率为7.67%～12.63%。
杨林[6]（2021）在《陕A群和陕B群选育玉米自交系的穗部性状遗传解析》文中认为高产稳产是玉米育种的永恒目标,遗传改良是提高玉米产量的主要途径,穗部性状与产量关系密切。深入研究现有杂种优势群及其选育自交系的穗部性状遗传机理,挖掘分析优异等位基因及功能,对指导育种家丰富耐密种质遗传多样性、开展育种组合亲本选配及提高玉米产量具有重要的现实意义。本研究以西北旱区玉米生物学与遗传改良重点实验室历时十余年构建的陕A群和陕B群玉米杂种优势群为基础,构建优良自交系KA105/KB020的F5:6重组自交系和126个自交系的关联群体,开展多环境穗部性状QTL定位和全基因组关联分析,阐明陕A群和陕B群选育玉米自交系穗部性状的遗传基础,以期指导提高陕A群和陕B群改良和选育效率。取得的主要研究结果如下:1)基于陕A群选育自交系KA105和陕B群选育自交系KB020构建了包含201个家系的F5:6群体,采用靶向基因检测技术（GBTS）分型绘制了包含2248个Bin标记,总长度为2722.79 c M,平均标记密度1.21 c M的遗传连锁图谱。通过穗部性状表型解析发现,不同授粉处理下穗粗性状与其它性状均为极显着正相关,穗长与结实长、行粒数和穗行数,结实长与行粒数、穗行数,行粒数与穗行数之间极显着正相关。初步明确了不同授粉方式对玉米穗部各性状QTL定位存在明显影响。2)共检测到穗部性状QTL 66个。其中穗长QTL 8个,遗传贡献率为3.14%-11.58%;结实长14个,遗传贡献率为2.87%-13.04%;穗粗17个,遗传贡献率为2.15%-12.37%;穗行数10个,遗传贡献率为3.95%-17.16%;行粒数12个,遗传贡献率为4.21%-9.79%;穗粒数5个,遗传贡献率为4.13%-14.28%。检测到主效QTL 6个,两个环境以上稳定QTL 27个。明确了不同授粉方式下6个穗部性状QTL的加性增效差异,并利用稳定QTL筛选到了3个分别影响结实长、穗行数和行粒数的候选基因。3)利用陕A群和陕B群选育的126份玉米自交系开展GWAS分析,定位到穗部显着SNP位点116个,其中穗粗相关SNP 37个,穗行数相关SNP 42个,行粒数相关SNP 37个。检测到稳定SNP位点19个,其优异等位基因百分比为5.56%-88.89%,优异等位基因数与3个性状表现为显着正相关,其中拥有2-7个优异等位基因的自交系为54个,其产量显着低于71个拥有8-13个优异等位基因的自交系产量。指出了上述优异等位基因在陕A群和陕B群选育自交系中的分布情况,明确了3个性状可通过聚合优异等位基因实现产量提升,且穗行数和行粒数对产量提升更为有效。4)以116个显着SNP位点为基础,利用V18未成熟穗轴、授粉前穗轴和玉米花丝RNA-seq数据库,筛选到有表达基因558个,主要涉及苯丙素类生物合成、蛋白质输出、氨基酸合成及糖代谢等途径,表明这些途径与籽粒灌浆过程物质储存有关,参与穗部性状调控,筛选出穗行数、行粒数及穗粗相关候选基因5个,可作为玉米穗部发育相关基因进行功能分析。5)基于GWAS和QTL的联合分析,共发现13个显着SNP位点位于11个QTL标记内。这13个SNP候选区共筛出候选基因126个,其中76个在V18未成熟穗轴、授粉前穗轴和玉米花丝中有表达。通过GO分析和String蛋白互作分析,共挖掘到8个候选基因。通过基因表达数据库,从上述全部候选基因（共16个）中筛选出Zm00001d028217、Zm00001d052442和Zm00001d031451等3个相对重要的候选基因,进一步开展基因功能验证和穗部形态功能基因组研究。综上所述,本研究利用表型遗传解析和QTL定位结果分析,初步阐明了6个穗部性状的遗传机理,并利用GWAS对3个性状（穗粗、穗行数和行粒数）进行深入解析,通过穗行数和行粒数性状的改良,指导陕A群、陕B群亲本组配,提高了陕A群和陕B群的育种效率。筛选出Zm00001d028217、Zm00001d052442和Zm00001d031451等3个重要候选基因,进一步开展功能验证分析与分子标记辅助选择育种。同时明确了不同授粉方式对玉米穗部各性状存在明显影响。
杨国[7]（2020）在《灌木柳插穗效应及重要性状的QTL定位》文中研究指明簸箕柳（Salix suchowensis）和三蕊柳（Salix triandra）是杨柳科小灌木,分别分布在中国的中部和北部地区,这两种灌木柳生长迅速,适应性好,平茬后再生能力强,是理想的生物质能源作物。灌木柳通常采用插穗繁殖,插穗质量是灌木柳人工林能否成功建立以及实现长期稳产的关键,因此本研究探讨了插穗尺寸与灌木柳生长和木材材性的关系,比较了不同性别的扦插苗在生长、虫害以及资源分配方面的差异。其次,本研究对灌木柳平茬后再生能力进行了评估,探讨了树桩尺寸与柳树再生能力的关系。同时进行了灌木柳的生长模型的拟合以及生物量预测模型筛选,为了解灌木柳生长规律以及产量预测提供理论参考。最后,对三蕊柳重要性状进行QTL定位和区间解析,为灌木柳生长和材性候选基因的筛选提供了依据。1、本研究使用了来自两个灌木柳全同胞家系（簸箕柳和三蕊柳）的453个子代的无性系,进行了完全随机区组设计的大田试验。扦插之前记录每个插穗的重量并对插穗编号,共种植约4000个插穗。在第一个生长季内,对灌木柳树的株高和地径进行了动态监测,在生长季节末记录灌木柳的生存状况,另外,对灌木柳侧枝、叶片等性状以及木材材性进行了测量。研究结果表明,当插穗重量增加,两种灌木柳的死亡率均会降低,株高、地径、侧枝数量以及地上部分鲜重、干重均会增加,然而,当插穗重量超过20 g时,插穗重量增加,插穗的死亡率并不会显着下降,同时株高、地径、侧枝数量以及地上部分鲜重和干重也不会显着增加。Pearson相关性分析发现在不同生长时期插穗重量均与灌木柳树生长状况呈显着正相关,生长早期表现尤其明显。然而,插穗重量对这两种灌木柳树干的基本密度和主要化学组成（即纤维素,半纤维素和木质素）均没有影响。2、通过对簸箕柳和三蕊柳两个群体的性别比、死亡率、生长性状、昆虫啃食程度以及化学防御物质含量进行了对比分析。结果显示簸箕柳群体在性别比和生存率方面存在雌性偏向,雌性个体存活率更高,而三蕊柳群体中没有差异。在这两个柳树群体中,雌性植株的生物量均高于雄性的,而且雌性植株叶片营养质量（氮含量）也高于雄性植株。不过,生长相对缓慢的雄性植株比雌性植株具有更高含量的化学防御物质（总酚）和较低的昆虫啃食率。此外,在两个柳树群体均发现柳树生物量与昆虫啃食率呈正相关,与防御物质含量呈负相关,这表明了昆虫啃食程度对柳树生长和防御资源分配会产生重大影响。这为理解雌雄异株植物的进化提供了重要的启示,同时,为短轮伐灌木柳林的插穗选择提供了参考。3、以两种灌木柳（簸箕柳和三蕊柳）为研究对象,测定其苗期15个时间点的茎段生长的动态变化,选择2种理论生长方程对株高和地径进行拟合,并根据拟合结果确定了合适的生长方程,研究发现Logistic模型是拟合簸箕柳株高、地径生长较为理想的模型,而Gompertz模型是拟合三蕊柳生长较为理想的模型。同时,以一年生灌木柳株高、地径、侧枝数量、侧枝长度、侧枝角度5个指标为输入参数,进行逐步线性回归分析,建立的两种柳树苗期生物量的最优预测模型,并利用预测模型对2种灌木柳的生物量进行预测,结果显示模型的通用性较好,从而为灌木柳生物量的快速测量提供理论依据。4、短轮伐灌木柳林砍伐后的再生能力受许多因素影响,其中,母本植株的种类和尺寸是砍伐后树桩存活或萌芽再生的重要限制因素。在本研究中,簸箕柳和三蕊柳树桩按直径分为三个等级,比较分析的不同种类和等级树桩的芽存活和再生特征（包括芽高、芽直径、芽数、叶片形态特征、叶片叶绿素含量以及地上部分干重）的差异。结果表明,两种灌木柳的树桩存活率并无差异,然而,三蕊柳的发芽再生能力要强于簸箕柳。树桩直径的增加导致两种灌木柳树桩产生的萌芽数增加,平均萌条高度和地径,叶片叶绿素含量以及萌条的生物量均会增加,然而,树桩直径对树桩存活并无影响。该项研究为短轮伐灌木柳林收获后的萌芽再生提供了重要信息。5、利用已建立的三蕊柳遗传图谱,对三蕊柳的24个表型性状（共64组数据）进行QTL定位,两种方法共同检测到542个QTL。其中472个与株高、地径和材积相关,15个与侧枝生长相关,18个与叶片特征性状相关,15个与生物量相关,20个与木材材性相关。在全部QTL位点的LOD值变化范围是3.01–10.76,所有QTL解释了10.1%–31.9%的表型变异。其中,通过对16个时间点的簸箕柳株高、地径和材积的动态QTL研究,检测到了9个QTL热点区域。对相关QTL进行区间解析,发现生长和材性相关的区间分别有298和483个基因,为进一步缩小灌木柳生长和材性候选基因的范围提供了新的线索。
韩玉翠[8]（2020）在《YS型小麦温敏雄性不育基因定位及表达调控研究》文中进行了进一步梳理小麦（Triticum aestivum L.）是最重要的粮食作物之一。长期以来,作物杂种优势研究及利用在提高产量、提高品质、提高抗逆性等方面发挥了重要作用,取得了巨大的社会效益和经济效益。利用小麦杂种优势是提高小麦产量的重要途径之一。光温敏雄性不育系在小麦杂种优势利用中发挥着重要作用。YS3038是本实验室培育的YS型小麦温敏雄性不育系,在小孢子发育的减数分裂时期到单核期,平均温度低于18℃时完全不育,可作为不育系,平均温度高于20℃时完全可育,可自交保持,但其育性转换的分子机制尚不清楚。本研究以探索YS3038的育性转换机制为目的,对温敏不育系YS3038进行了多方位的系统的研究。为了明确育性转换关键时期,进行了花药和小孢子生育过程的细胞学观察和育性转换时期分析,确定了育性转换时期;为了鉴定不育候选基因,对不育基因进行了定位;为了进一步筛选定位区间的候选基因及其它育性相关候选基因,对YS3038进行了转录组分析,并对获得的关键基因进行了大麦条状花叶病毒诱导基因沉默（BSMV-VIGS）验证;为了进一步了解筛选到的育性相关基因的上游调控因子,对YS3038的非编码RNA进行了鉴定和调控关系分析,并对育性转换调控机制进行了预测。获得的主要研究结果如下:1.在不育条件下YS3038的雌蕊发育完全正常,开花时花药细长并且不开裂（有花粉型）,导致不能自交结实。减数分裂前期花药内表皮细胞中叶绿体出现了缺陷,发育到二核期时叶绿体类囊体结构呈线性。花药绒毡层细胞在减数分裂时期发生了提前降解,而此时没有观察到明显的绒毡层小体和造油体。小孢子在单核晚期时发生质壁分离,发育到二核期时填充物质较少、分布不均匀、染色较浅,且小孢子液泡化严重、不规则,这表明二核期的小孢子发育明显异常。育性转换实验发现YS3038小孢子发育受阻于单核晚期到二核期。2.利用极端个体DNA混池和小麦660K芯片,将不育基因定位于小麦1B和6B染色体上。定位于1B染色体上的两个区间的物理位置分别为81 Mb-91 Mb和363Mb-389 Mb,定位于6B染色体上的一个区间的物理位置为480 Mb-520 Mb。1B染色体的两个定位区间共包含283个基因。构建1B染色体的遗传连锁图谱,定位到一个主效QTL,记作Tae TCMS1,遗传距离为7.23 c M,可解释27.3190%的表型变异,此QTL的位置与1B染色体上的81 Mb-91 Mb区间基本一致,此区间包含31个候选基因。3.不同生育时期由不同基因表达来参与YS3038的花药发育过程。不同育性条件下,二核期的差异表达基因最多。1B染色体定位区间的候选基因中,4个基因在二核期差异表达,其中两个被注释到脂质转运和代谢通路及信号转导通路上。通过加权基因共表达网络分析（WGCNA）得到的两个模块分别与花药发育和育性转换高度相关。其中育性转换相关模块中差异表达基因富集到16个多与能量代谢相关的KEGG通路中。候选基因BSMV-VIGS沉默分析发现,富含亮氨酸重复序列类受体蛋白激酶（Tae RPK）和脂肪酸酰基辅酶A还原酶5（Tae Far5）基因沉默后的植株结实率明显降低,且沉默植株的基因表达量明显降低,说明Tae RPK和Tae Far5基因很可能参与了YS3038的雄性育性转换过程。4.随着小孢子的发育,不育条件下上调lnc RNA和circ RNA的比例随之增大,差异表达的mi RNA数量也随之增加。在二核期,与差异表达mi RNA具有相反表达模式的靶基因起着重要作用,主要富集于芳香族化合物的降解、泛醌与其它萜类醌的生物合成、苯丙氨酸代谢、苯丙素的生物合成途径。二核期共有184个差异表达的RNA存在调控关系。5.鉴定到两个mi RNA与前期筛选获得的两个关键基因密切相关,在二核期时unconservative＿chr3B＿part2＿17629和unconservative＿chr5B＿part2＿30016分别与Tae RPK和Tae Far5存在负调控关系。因此预测了YS3038的育性转换机制:unconservative＿chr3B＿part2＿17629和unconservative＿chr5B＿part2＿30016分别抑制Tae RPK和Tae Far5的表达,当mi RNA表达受阻时,m RNA顺利表达,保证碳水化合物运输和代谢通路、脂质转运与代谢通路、信号转导通路顺利进行,能够保证小孢子发育所需的物质和能量的需求,从而保证小孢子正常发育,反之,mi RNA的大量表达则会抑制m RNA表达,进而影响花药发育和温敏育性。
李泽[9]（2020）在《翘嘴鳜高密度遗传图谱的构建、经济性状QTL定位及其相关分子标记的挖掘》文中研究指明翘嘴鳜（Siniperca chuatsi）是我国重要的淡水经济鱼类,主要分布于中国、越南、韩国等东亚国家,长久以来,一直被作为这些地区的名贵食用鱼类。翘嘴鳜在我国已有二十多年的规模养殖历史,近年来随着养殖规模的不断扩大,其种质退化比较严重,表现为生长速度减慢、抗病力低、性早熟等生物学特点,尤其该鱼传染性脾肾坏死病（ISKNV,infectious spleen and kidney necrosis virus）的流行,加大了鳜鱼养殖业的养殖风险,给养殖业带来了巨大的经济损失。本实验通过SLAF-seq（Specific-Locus Amplied Fragments Sequencing）技术批量开发 SLAF标记,并以此为基础构建了翘嘴鳜高密度遗传连锁图;进行了生长、抗ISKNV和性别决定等经济性状的QTL（quantitative trait locus）定位;开展了对相关性状SNP（Single nucleotide polymorphism）分子标记的筛选、鉴定以及将遗传图谱QTL区间与全长转录组DEG文库进行比对。本实验结果将为翘嘴鳜的分子选育工作提供一定的理论指导。1.基于SLAF-seq技术的翘嘴鳜遗传图谱的构建与评估以前期群体选育出的抗ISKNV性成熟个体作为父本和野生性成熟个体作为母本构建F1代家系,随机选取其中160尾子代和亲本共162尾个体作为作图群体,基于SLAF-seq技术构建翘嘴鳜遗传图谱。SLAF测序共获得744.24 M reads（182.92 G）,共开发获得SLAF标记208,841个,其中多态性SLAF标记18,418个,多态性比例达到8.82%;有12,365个标记成功进行基因型编码,其分离类型为 abxcd、efxeg、abxcc、ccxab、hkxhk、lmxll 和 nnxnp。筛除质量低、缺少亲本信息、严重偏分离等不适合构建图谱的标记,得到可用于作图的SLAF标记6,150个,过滤掉与其它SLAF标记的LOD值小于4的标记,最终共上图2,344个SLAF标记,上图标记的亲本平均测序深度为189.38X,子代平均测序深度34.94X,上图标记完整度为99.88%。翘嘴鳜遗传图谱共由24个LG组成,总图距为3,268.00 cM,平均图距2.34 cM。其中,最大的LG是LG22,其包含184个标记,图距长226.23cM;最小的LG是LG14,仅包含40个标记,图距长39.12 cM。雌性图谱包含1269个SLAFs,总图距2909.55cM;雄性图谱包含1500个SLAFs,总图距3,196.49 cM。本次构建的遗传图谱将为翘嘴鳜分子标记辅助育种工作提供一定的理论依据。2.翘嘴鳜作图群体的表型数据统计与经济性状QTL定位以构建的遗传图谱为基础,分析作图群体的免疫、生长以及性别性状,结果显示:共检测到11个与生长性状相关的QTL,其中,调控体重、全长、体高和体壳重性状的QTL均为1个,全部位于LG14;检测到3个调控体厚性状的QTL,分别位于LG11与LG18;检测到4个调控体长性状的QTL,分别位于LG2、LG14和LG24。检测到2个抗ISKNV相关性状的QTL分别位于LG18和LG21。共检测到2个参与性别决定的QTL,均位于LG23。在上述15个QTL中,与体宽性状相关的QTL区间内标记最多,共有7个SLAF标记;而与体长性状相关的QTL区间内标记最少,只有1个SLAF标记;与体高、体壳重、体长、全长和体重性状相关的QTL主要集中在LG14上,且这5个QTL有一段重叠区域（5.255-5.255 cM）;在这15个QTL中,关于调控体重和体壳重性状的QTL贡献率较高,分别为31.6和32.2。本实验结果将为翘嘴鳜遗传育种提供一定的理论依据。3.翘嘴鳜遗传图谱QTL区间中免疫和生长相关SNP分子标记的挖掘对翘嘴鳜QTL区间中的34个SNP位点进行引物设计,并在作图群体亲本基因组中进行PCR扩增,最终有16个位点成功扩增出目的条带,并在父母本中表现出多态性。采用KASP（Kompetitive Allele Specific PCR）基因分型技术进行检验,有13个SNP位点成功分型,其中1 1个位点在验证抗ISKNV相关性的300尾翘嘴鳜群体（150尾抗ISKNV,150尾易感）中表现出多态性;9个位点在验证抗ISKNV相关性的300尾翘嘴鳜群体中表现出多态性。经过统计学分析发现:Marker23012-2、Marker23657-1 和 Marker72680 与抗 ISKNV 性状极显着相关（p<0.01）,Marker28932位点的等位基因频率与抗ISKNV性状显着相关（p<0.05）;Marker23657-1 位点与体重极显着相关（p<0.01）,Marker23012-2 位点和体重极显着相关（p<0.01）,与体长显着相关（p<0.05）。这些SNP标记可以为翘嘴鳜的分子标记辅助育种工作提供一定的基础。另外,为了在无参考基因组条件下,在翘嘴鳜连锁图谱上进一步挖掘与经济性状相关的候选基因,将ISKNV刺激下筛选获得的大批量全长转录组差异表达基因的序列信息与遗传连锁图谱QTL区间的标签序列信息进行blast比对分析,结果显示:有273个差异表达基因定位在QTL区间的10个Marker上,其中,有13个差异表达基因定位在抗ISKNV性状相关QTL区间中的Marker65999和Marker52563位点上,这为翘嘴鳜抗ISKNV的分子标记开发和抗ISKNV选育提供了有价值的信息。
王志超[10]（2020）在《美洲南瓜遗传图谱的构建与果实形状相关性状QTL定位》文中认为美洲南瓜（Cucurbita pepo L.）属于葫芦科（Cucurbitaceae）南瓜属（Cucurbita）一年生蔓性草本植物,在世界上栽培范极广,深受消费者喜爱。南瓜果实形状和大小直接影响其商品价值,是优良南瓜品种选育的重要目标之一。本试验以两个美洲南瓜纯合自交系‘X10’和‘JIN234’为亲本构建F2分离群体并绘制遗传连锁图谱,并对南瓜果实长度、果实宽度和果形指数等三个果实形状相关性状进行遗传规律分析和QTL定位分析,结果如下:（1）对F2群体成熟南瓜果实的果实长度、果实宽度和果形指数等三个性状进行遗传规律分析,其频率分布基本符合正态分布,说明这三个性状均为多个基因控制的数量性状。相关性分析表明,果实长度分别与果实宽度、果形指数呈极显着正相关,而果实宽度与果形指数呈极显着负相关。（2）本试验共筛选1589个SSR标记,筛选出122个在两亲本间多态性良好且在F2群体中能清晰分型的SSR标记,多态率约为7.7%。其次利用亲本重测序的SNP数据共开发217个CAPS标记,筛选出126个具有多态性且在F2群体能中清晰分型的CAPS标记,多态率约为58%。以F2群体的93个单株为作图群体,使用QTL Ici Mapping V4.1软件对试验所得的248个分子标记数据进行遗传连锁分析并绘制一张美洲南瓜遗传连锁图谱,该图谱共20个连锁群,与南瓜的20条染色体一一对应,图谱覆盖的基因组总长度2256.56c M,平均遗传距离为9.17c M。其中第1号连锁群最长,共220.05c M;第20号连锁群最短为57.74c M,含有10个分子标记。（3）本试验利用2017年F2与2018和2019年F2:3果实表型数据共检测到15个与果实形状相关的QTL,分布于第1、2、3、6、7、20号连锁群上。利用3年数据共检测到7个与果实长度相关的QTL,其中位于第三号连锁群LG3-54510和LG3-756833两个标记之间的果实长度QTL Fl3.2在三年QTL定位均被检测到,三年贡献率分别为39.01%、31.89%和40.70%;除以上三年检测重合的QTL外,位于第三号连锁群的果实长度QTL Fl3.1在2018与2019年检测中也都被检测到,贡献率分别为9.95%和8.08%;其余5个QTL均为贡献率相对较低的微效QTL,并且只能在三年检测中的某一年被检测到。（4）利用3年数据共检测到4个与果实宽度相关的QTL,其中位于第三号连锁群的QTL Fw3.1在2018和2019年试验中均被检测到,贡献率分别为15.97%和10.18%;而其余3个QTL只能在3年检测中的某一年被检测到,这三个QTL为Fw7.1、Fw7.2和Fw20.1,它们的贡献率分别为18.96%、14.26%与12.9%。（5）利用3年数据共检测到4个与果形指数关的QTL,其中位于第三号连锁群LG3-54510和LG3-756833两个标记之间的果形指数QTL Fsi3.2在三年QTL检测中均被检测到,贡献率分别为44.97%、46.77%和37.55%,为主效QTL;其余三个QTL在三年QTL检测中只能被检测到一次,均为贡献率较低的微效QTL。
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 遗传图谱的构建 |
| 1.1.1 亲本的选择 |
| 1.1.2 作图群体类型 |
| 1.1.3 作图群体的大小 |
| 1.1.4 常用的分子标记 |
| 1.2 果树遗传图谱的研究进展 |
| 1.2.1 桃遗传图谱研究进展 |
| 1.2.2 葡萄遗传图谱研究进展 |
| 1.2.3 苹果和梨遗传图谱研究进展 |
| 1.2.4 枣遗传图谱研究进展 |
| 1.2.5 其它果树遗传图谱的研究进展 |
| 1.3 遗传图谱在QTL定位中的应用 |
| 1.4 本研究的目的意义和研究内容 |
| 1.4.1 本研究的目的和意义 |
| 1.4.2 研究内容 |
| 第2章 基于全基因组重测序的枣高密度遗传图谱构建 |
| 2.1 材料与方法 |
| 2.1.1 试验材料 |
| 2.1.2 试验方法 |
| 2.1.3 文库构建 |
| 2.1.4 上机测序 |
| 2.1.5 测序数据质控 |
| 2.1.6 与参考基因组比对 |
| 2.1.7 群体SNP检测 |
| 2.1.8 遗传图谱的构建 |
| 2.2 结果与分析 |
| 2.2.1 重测序数据质量评估 |
| 2.2.2 枣杂交后代重测序数据与参考基因组比对结果分析 |
| 2.2.3 枣杂交后代重测序分子标记的开发与筛选 |
| 2.2.4 枣杂交后代遗传图谱结果的分析 |
| 2.2.5 枣杂交后代遗传距离和物理距离共线性分析 |
| 2.3 讨论 |
| 2.3.1 全基因组重测序技术及SNP标记的开发 |
| 2.3.2 遗传图谱及Bin标记 |
| 2.4 小结 |
| 第3章 枣果实大小相关性状的QTL定位 |
| 3.1 试验材料 |
| 3.2 试验方法 |
| 3.2.1 果实性状测定 |
| 3.2.2 果核性状测定 |
| 3.2.3 可食率测定 |
| 3.2.4 数据分析 |
| 3.3 试验结果与分析 |
| 3.3.1 ‘JMS2’× ‘邢16’杂交F_1代果实性状的遗传分析 |
| 3.3.2 ‘JMS2’ב邢16’杂交F_1代果实性状的相关性分析 |
| 3.3.3 ‘JMS2’ב邢16’杂交F_1代在不同年份果实性状的次数分布情况 |
| 3.3.4 ‘JMS2’ב邢16’杂交F_1代果实大小性状的QTL定位 |
| 3.4 讨论 |
| 3.4.1 杂交后代果实大小相关性状的遗传分析 |
| 3.4.2 QTL在连锁群上的分布特点 |
| 3.4.3 QTL在连锁群上的成簇聚集 |
| 3.4.4 QTL定位的准确性 |
| 3.5 小结 |
| 第4章 结论 |
| 参考文献 |
| 附录 |
| 致谢 |
| 作者简介 |
| 摘要 |
| abstract |
| 缩略语表 |
| 1 前言 |
| 1.1 高丹草概述 |
| 1.2 氢氰酸 |
| 1.2.1 非生氰糖苷类氰化物 |
| 1.2.2 生氰糖苷类氰化物 |
| 1.3 QTL定位 |
| 1.3.1 QTL定位原理及步骤 |
| 1.3.2 QTL定位的方法 |
| 1.3.3 QTL定位验证 |
| 1.3.4 QTL精细定位 |
| 1.3.5 精细定位区间候选基因分析 |
| 1.4 高丹草QTL定位研究进展 |
| 1.5 本研究的目的及意义和技术路线 |
| 1.5.1 本研究的目的及意义 |
| 1.5.2 技术路线 |
| 2 高丹草低氢氰酸含量QIRs群体构建 |
| 2.1 材料与方法 |
| 2.1.1 试验材料与种植 |
| 2.1.2 氢氰酸含量测定 |
| 2.1.3 DNA提取及BSA基因池的建立 |
| 2.1.4 SSR适宜引物的筛选及PCR扩增 |
| 2.1.5 数据统计与处理 |
| 2.1.6 高丹草低氢氰酸含量相关SSR分子标记的开发 |
| 2.1.7 遗传群图谱的构建和QTL定位分析 |
| 2.1.8 高丹草低氢氰酸含量QIRs等位基因重组群体的构建 |
| 2.2 结果与分析 |
| 2.2.1 氢氰酸含量测定 |
| 2.2.2 基因组DNA纯度的电泳检测 |
| 2.2.3 高丹草低氢氰酸含量相关SSR引物的筛选及多态性分析 |
| 2.2.4 高丹草低氢氰酸含量相关SSR分子标记的获得 |
| 2.2.5 高丹草遗传图谱构建及氢氰酸含量QTL定位 |
| 2.2.6 QIRs群体获得 |
| 2.3 讨论 |
| 2.3.1 BSA法评价 |
| 2.3.2 SSR分子标记及遗传图谱研究 |
| 2.3.3 QTL定位准确性 |
| 2.3.4 等位基因重组株QIRs分析 |
| 2.4 小结 |
| 3 高丹草低氢氰酸含量主效QTL PA7-1 的精细定位 |
| 3.1 材料与方法 |
| 3.1.1 群体构建 |
| 3.1.2 精细定位区间内标记的开发 |
| 3.1.3 F_3精细定位群体DNA提取、氢氰酸含量测定 |
| 3.1.4 高丹草连锁群构建 |
| 3.1.5 主效QTL PA7?1 的精细定位 |
| 3.1.6 主效QTL精细定位区间候选基因序列测定和分析 |
| 3.2 结果与分析 |
| 3.2.1 散穗高粱×红壳苏丹草F_(2:3)群体氢氰酸含量性状分析 |
| 3.2.2 F_(2:3)群体氢氰酸含量性状QTL定位 |
| 3.2.3 F_3群体氢氰酸含量性状变异 |
| 3.2.4 PA7?1 精细定位区间内标记的SSR特异引物的筛选 |
| 3.2.5 基于高丹草F_3精细定位群体连锁群构建及QTL定位 |
| 3.2.6 PA7?1 的精细定位 |
| 3.2.7 精细定位区间候选基因序列测定和分析 |
| 3.2.8 精细定位区间序列比对、物理图谱建立与候选基因分析 |
| 3.3 讨论 |
| 3.3.1 主效QTL PA7?1 的稳定性 |
| 3.3.2 主效QTL PA7?1 精细定位的准确性 |
| 3.3.3 低氢氰酸含量性状候选基因 |
| 3.4 小结 |
| 4 高丹草低氢氰酸含量主效QTL PA7-2 的精细定位 |
| 4.1 材料与方法 |
| 4.1.1 群体构建 |
| 4.1.2 精细定位区间内标记的开发 |
| 4.1.3 F_3精细定位群体DNA提取、氢氰酸含量测定 |
| 4.1.4 高丹草连锁群构建 |
| 4.1.5 主效QTL PA7?2 的精细定位 |
| 4.1.6 主效QTL精细定位区间候选基因序列测定和分析 |
| 4.2 结果与分析 |
| 4.2.1 散穗高粱×红壳苏丹草F_(2:3)群体氢氰酸含量性状分析 |
| 4.2.2 F_(2:3)群体氢氰酸含量性状QTL定位 |
| 4.2.3 F_3群体氢氰酸含量性状变异 |
| 4.2.4 PA7?2 精细定位区间内标记的SSR特异引物的筛选 |
| 4.2.5 基于高丹草F_3精细定位群体连锁群构建及QTL定位 |
| 4.2.6 PA7?2 的精细定位 |
| 4.2.7 精细定位区间候选基因序列测定和分析 |
| 4.2.8 PA7?2 精细定位区间序列比对、物理图谱构建与候选基因分析 |
| 4.3 讨论 |
| 4.3.1 PA7?1 和PA7?2 的加性效应 |
| 4.3.2 精细定位可行性分析 |
| 4.4 小结 |
| 5 PA7?1 和PA7?2 精细定位区间候选基因表达水平验证 |
| 5.1 材料与方法 |
| 5.1.1 试验材料 |
| 5.1.2 植物总RNA的提取 |
| 5.1.3 cDNA的合成 |
| 5.1.4 半定量RT?PCR |
| 5.2 结果与分析 |
| 5.2.1 氢氰酸含量差异 |
| 5.2.2 总RNA的提取和检测 |
| 5.2.3 候选基因的RT?PCR表达验证 |
| 5.3 讨论 |
| 5.4 小结 |
| 6 结论 |
| 6.1 高丹草低氢氰酸含量主效QTL PA7?1 的精细定位和候选基因分析 |
| 6.2 高丹草低氢氰酸含量主效QTL PA7?2 的精细定位和候选基因分析 |
| 6.3 主要创新点 |
| 致谢 |
| 参考文献 |
| 附图 |
| 作者简介 |
| 摘要 |
| abstract |
| 主要符号对照表 |
| 第一章 绪论 |
| 1.1 杂种优势的研究及其遗传机理 |
| 1.1.1 植物杂种优势研究进展 |
| 1.1.2 杂种优势的三个经典假说 |
| 1.1.3 其他假说 |
| 1.2 杂种优势预测 |
| 1.2.1 配合力法 |
| 1.2.2 遗传距离与杂种优势 |
| 1.2.3 其他预测方法 |
| 1.3 杂种优势分子机理研究进展 |
| 1.4 BSA基因定位的发展及应用 |
| 1.5 大白菜产量性状研究 |
| 1.5.1 大白菜的产量构成及其相关性 |
| 1.5.2 大白菜产量性状的研究进展 |
| 1.6 大白菜耐热性研究 |
| 1.7 本研究的目的和技术路线 |
| 1.7.1 研究目的 |
| 1.7.2 技术路线 |
| 第二章 大白菜骨干亲本的配合力和杂种优势表现 |
| 2.1 材料和方法 |
| 2.1.1 试验材料 |
| 2.1.2 试验方法 |
| 2.1.3 数据统计与分析 |
| 2.2 结果与分析 |
| 2.2.1 亲本及F_1的田间性状表现 |
| 2.2.2 亲本的一般配合力效应分析 |
| 2.2.3 各性状的特殊配合力效应分析 |
| 2.2.4 遗传参数估计与分析 |
| 2.2.5 大白菜杂种优势表现 |
| 2.3 讨论 |
| 2.3.1 配合力对杂交育种的影响 |
| 2.3.2 遗传效应对杂交育种的影响 |
| 2.3.3 大白菜产量、生育期表现显着优势 |
| 第三章 SNP标记距离与杂种优势的相关性 |
| 3.1 材料和方法 |
| 3.1.1 试验材料 |
| 3.1.2 田间表型鉴定与数据分析 |
| 3.1.3 欧式距离计算与表型聚类分析 |
| 3.1.4 亲本的DNA提取与重测序 |
| 3.1.5 数据质控与变异检测 |
| 3.1.6 基于SNP标记计算遗传距离和亲本的聚类分析 |
| 3.2 结果与分析 |
| 3.2.1 基于表型数据的聚类分析 |
| 3.2.2 亲本表型均值与杂种优势的相关性 |
| 3.2.3 亲本重测序与SNP标记开发 |
| 3.2.4 基于SNP标记计算亲本间遗传距离 |
| 3.2.5 基于SNPs的聚类分析 |
| 3.2.6 SNP遗传距离与杂种优势的相关性 |
| 3.3 讨论 |
| 3.3.1 SNP遗传距离有助于准确聚类 |
| 3.3.2 SNP遗传距离与杂种优势的相关性 |
| 3.3.3 双亲表型均值与杂种优势之间的相关性 |
| 第四章 矮桩组合单株重杂种优势QTL定位 |
| 4.1 材料和方法 |
| 4.1.1 试验材料 |
| 4.1.2 田间性状调查与数据分析 |
| 4.1.3 单株重梯度混池的构建与测序 |
| 4.1.4 数据质控与群体变异检测 |
| 4.1.5 GPS关联分析 |
| 4.1.6 SNP-index分析和ED分析 |
| 4.1.7 分子标记开发与连锁分析 |
| 4.1.8 候选基因预测 |
| 4.2 结果与分析 |
| 4.2.1 大白菜单株重的遗传特性 |
| 4.2.2 单株重与其他性状之间的相关性分析 |
| 4.2.3 单株重QTL的定位分析 |
| 4.2.4 单株重QTL验证及候选基因预测 |
| 4.2.5 杂合区段可能是导致单株重杂种优势的原因 |
| 4.3 讨论 |
| 4.3.1 与单株重相关的杂种优势QTL分析 |
| 4.3.2 A05 着丝粒高杂合的原因及解释 |
| 4.3.3 三种QTL分析方法的比较 |
| 4.3.4 QTL“一因多效”现象与性状间的相关性 |
| 第五章 包尖组合单株重杂种优势QTL定位 |
| 5.1 材料和方法 |
| 5.1.1 试验材料 |
| 5.1.2 田间性状调查与数据分析 |
| 5.1.3 单株重梯度混池的构建与测序 |
| 5.1.4 数据质控与群体变异检测 |
| 5.1.5 GPS关联分析 |
| 5.1.6 SNP-index分析 |
| 5.1.7 分子标记开发与连锁分析 |
| 5.2 结果与分析 |
| 5.2.1 包尖大白菜优势性状的确定 |
| 5.2.2 亲本、F_1、F_2分离群体的田间性状表现 |
| 5.2.3 优势性状-单株重QTL的定位分析 |
| 5.2.4 单株重候选区间的验证 |
| 5.3 讨论 |
| 5.3.1 混池的数量及大小对定位结果的影响 |
| 5.3.2 “玉田包尖”类白菜表现偏向遗传 |
| 5.3.3 单株重候选区间的验证分析 |
| 第六章 大白菜耐热性差异基因表达分析 |
| 6.1 材料和方法 |
| 6.1.1 试验材料与高温胁迫处理 |
| 6.1.2 取样与转录组测序 |
| 6.1.3 转录组分析 |
| 6.1.4 差异表达分析 |
| 6.1.5 基因功能注释与富集分析 |
| 6.1.6 基因共表达网络分析及可视化 |
| 6.1.7 q RT-PCR验证候选hub基因 |
| 6.2 结果与分析 |
| 6.2.1 不同大白菜品种高温处理表型 |
| 6.2.2 转录组测序分析 |
| 6.2.3 不同高温胁迫处理下的DEGs比较 |
| 6.2.4 DEGs的功能注释与富集分析 |
| 6.2.5 基因共表达网络的构建 |
| 6.2.6 基因共表达网络确定七个响应高温胁迫的关键模块 |
| 6.2.7 关键模块的GO和 KEGG富集分析 |
| 6.2.8 与高温胁迫及其恢复处理相关的hub基因 |
| 6.2.9 候选hub基因的表达验证 |
| 6.3 讨论 |
| 6.3.1 利用WGCNA分析构建与高温胁迫相关的共表达网络 |
| 6.3.2 长期胁迫与短期胁迫机制的差异 |
| 6.3.3 HSPs和 HSF在高温胁迫中的作用 |
| 6.3.4 光合作用在高温胁迫中的作用 |
| 6.3.5 植物激素信号转导途径在高温胁迫中的作用 |
| 6.3.6 自噬相关基因可能在高温胁迫中起保护作用 |
| 第七章 全文结论 |
| 参考文献 |
| 附录A |
| 附录B |
| 附录C |
| 附录D |
| 附录E |
| 附录F |
| 致谢 |
| 作者简历 |
| 摘要 |
| abstract |
| 主要符号对照表 |
| 第一章 AIO-seq高通量测序技术开发及应用 |
| 1.1 引言 |
| 1.1.1 测序技术发展概述 |
| 1.1.2 DNA超声波机械打断和生物酶切法在测序文库制备中的应用 |
| 1.1.3 Tn5 转座酶在测序文库制备中的应用 |
| 1.1.4 测序文库的分选和质控 |
| 1.1.5 本研究的目的与意义 |
| 1.2 材料与方法 |
| 1.2.1 实验材料及表型测定分析 |
| 1.2.2 AIO-seq测序文库制备 |
| 1.2.3 测序数据的分析流程 |
| 1.2.4 Bin map图谱构建及玉米株型性状QTL定位 |
| 1.3 结果与分析 |
| 1.3.1 AIO-seq测序技术构思 |
| 1.3.2 利用少量样本验证AIO-seq测序技术的可行性 |
| 1.3.3 利用多样本包Lane测序探索AIO-seq技术的可靠性及稳定性 |
| 1.3.4 运用AIO-seq测序技术获得样本间预期不等的数据产出 |
| 1.3.5 AIO-seq技术在RNA-seq测序文库制备中的运用 |
| 1.3.6 简化的AIO-seq测序技术在玉米BC_1F_4群体株型QTL定位研究中的运用 |
| 1.4 讨论 |
| 1.4.1 Tn5 转座酶在组学技术研究中的广泛应用 |
| 1.4.2 AIO-seq测序文库制备流程的改进 |
| 1.4.3 简化的AIO-seq测序技术在群体遗传学研究中的应用 |
| 1.4.4 后续工作展望 |
| 第二章 玉米NAM群体遗传特性和株型性状QTL定位研究 |
| 2.1 引言 |
| 2.1.1 玉米生产和研究概况 |
| 2.1.2 常用分离群体类型及特点 |
| 2.1.3 连锁分析及关联分析定位 |
| 2.1.4 玉米株型相关性状QTL定位及基因克隆 |
| 2.1.5 本研究的目的与意义 |
| 2.2 材料与方法 |
| 2.2.1 亲本选取及HNAU-NAM1 群体构建 |
| 2.2.2 玉米HNAU-NAM1 群体株型性状考察及分析 |
| 2.2.3 HNAU-NAM1 群体基因型数据分析 |
| 2.2.4 HNAU-NAM1 群体遗传多样性及连锁不平衡分析 |
| 2.2.5 利用SLM分析方法进行株型性状QTL定位 |
| 2.2.6 利用JLM分析方法进行株型性状QTL定位 |
| 2.2.7 利用GWAS关联分析方法进行株型性状QTL定位 |
| 2.2.8 株型性状QTL热点区域分析 |
| 2.2.9 株型性状主效QTL定位区间内候选基因推断 |
| 2.3 结果与分析 |
| 2.3.1 HNAU-NAM1 群体特征分析 |
| 2.3.2 群体表型性状统计分析 |
| 2.3.3 亚群遗传连锁图谱构建 |
| 2.3.4 叶夹角性状遗传解析 |
| 2.3.5 株高性状遗传解析 |
| 2.3.6 穗位性状遗传解析 |
| 2.3.7 株型性状QTL定位热点区域分析 |
| 2.3.8 主效QTL区间内候选基因推断 |
| 2.4 讨论 |
| 2.4.1 HNAU-NAM1 群体特点 |
| 2.4.2 株型性状QTL定位方法及结果特征 |
| 2.4.3 株型性状候选基因 |
| 2.4.4 基因组de novo组装对基因克隆的影响 |
| 2.4.5 后续工作展望 |
| 第三章 全文总结 |
| 3.1 AIO-seq高通量测序技术开发和应用 |
| 3.2 玉米HNAU-NAM1 群体遗传特性和株型性状QTL定位研究 |
| 参考文献 |
| 附录 A |
| 致谢 |
| 作者简历 |
| 项目来源 |
| 摘要 |
| SUMMARY |
| 第一章 文献综述 |
| 1.1 小黑麦概述 |
| 1.1.1 小黑麦起源及特点 |
| 1.1.2 小黑麦类型及应用 |
| 1.1.3 小黑麦传统育种 |
| 1.1.4 分子标记在小黑麦研究中的应用 |
| 1.2 遗传群体构建及分子标记类型 |
| 1.2.1 作图群体构建 |
| 1.2.2 分子标记概述 |
| 1.3 数量性状基因定位 |
| 1.4 研究目的与意义 |
| 1.5 技术路线 |
| 第二章 小黑麦穗部性状相关性及遗传分析 |
| 2.1 材料与方法 |
| 2.1.1 试验材料 |
| 2.1.2 试验地概况 |
| 2.1.3 试验设计 |
| 2.1.4 性状测定及方法 |
| 2.1.5 数据统计与分析 |
| 2.2 结果与分析 |
| 2.2.1 穗部性状的表型及次数分布 |
| 2.2.2 表型性状的相关性分析 |
| 2.2.3 小黑麦穗部主基因+多基因混合遗传模型分析 |
| 2.2.3.1 遗传模型的选择 |
| 2.2.3.2 小黑麦穗部性状备选模型的适合性检验 |
| 2.2.3.3 小黑麦穗部性状的遗传参数 |
| 2.3 讨论 |
| 2.3.1 小黑麦RIL群体穗部性状相关性 |
| 2.3.2 小黑麦穗部性状遗传模型 |
| 2.3.3 小黑麦穗部性状遗传参数对育种的指导 |
| 2.4 小结 |
| 第三章 小黑麦穗部性状QTL定位 |
| 3.1 材料与方法 |
| 3.1.1 亲本及群体构建 |
| 3.1.2 试验地概况 |
| 3.1.3 DNA提取 |
| 3.1.4 小黑麦ISSR-PCR扩增和检测 |
| 3.1.5 数据统计与分析 |
| 3.1.6 QTL命名方法 |
| 3.2 结果与分析 |
| 3.2.1 小黑麦RIL群体穗部表型分析 |
| 3.2.2 小黑麦RIL群体穗部性状QTL定位 |
| 3.3 讨论 |
| 3.3.1 群体选择及分子作图 |
| 3.3.2 小黑麦穗部性状QTL定位 |
| 3.3.3 影响小黑麦QTL定位的因素 |
| 3.4 小结 |
| 第四章 结论 |
| 参考文献 |
| 致谢 |
| 个人简介 |
| 在读期间发表论文和研究成果等 |
| 导师简介 |
| 摘要 |
| ABSTRACT |
| 第一章 文献综述 |
| 1.1 玉米的重要性及产量提高途径 |
| 1.2 玉米杂种优势群的应用与改良 |
| 1.2.1 国内外玉米杂种优势群划分与应用 |
| 1.2.2 陕A群和陕B群杂种优势群构建与应用 |
| 1.3 玉米复杂数量性状遗传机理解析方法 |
| 1.3.1 连锁分析是经典的遗传分析方法 |
| 1.3.2 关联分析是高精度的遗传分析方法 |
| 1.3.3 高通量分子标记在数量性状解析中的应用 |
| 1.3.4 联合连锁与关联是解析数量性状遗传的强有力工具 |
| 1.4 玉米穗部性状研究进展 |
| 1.4.1 玉米穗分化过程 |
| 1.4.2 穗部性状是产量的重要构成因子 |
| 1.4.3 玉米穗部性状的连锁解析 |
| 1.4.4 玉米穗部性状的关联分析 |
| 1.5 本研究目的与意义 |
| 1.6 本研究技术路线 |
| 第二章 基于分离群体的玉米穗部性状QTL定位 |
| 2.1 材料与方法 |
| 2.1.1 试验材料 |
| 2.1.2 田间管理与表型调查 |
| 2.1.3 穗部性状遗传力分析 |
| 2.1.4 基因分型与标记筛选 |
| 2.1.5 遗传连锁图构建 |
| 2.1.6 QTL定位 |
| 2.1.7 候选基因的筛选和功能分析 |
| 2.2 结果与分析 |
| 2.2.1 亲本表型鉴定 |
| 2.2.2 群体表型变异、相关性和遗传力分析 |
| 2.2.3 高密度遗传图谱的构建 |
| 2.2.4 多环境联合QTL定位 |
| 2.2.5 单环境QTL定位 |
| 2.2.6 最佳线性无偏预测值QTL定位 |
| 2.2.7 穗部性状上位性QTL定位 |
| 2.3 讨论 |
| 2.3.1 自交系穗部性状遗传基础丰富 |
| 2.3.2 授粉方式对穗部性状存在影响 |
| 2.3.3 穗部性状候选基因预测 |
| 第三章 基于126 个自交系的穗部性状全基因组关联分析 |
| 3.1 材料和方法 |
| 3.1.1 试验材料 |
| 3.1.2 试验设计与表型调查 |
| 3.1.3 表型数据分析 |
| 3.1.4 基因分型与标记筛选 |
| 3.1.5 全基因组关联分析 |
| 3.1.6 候选基因预测和功能分析 |
| 3.2 结果与分析 |
| 3.2.1 穗部性状遗传变异和遗传力分析 |
| 3.2.2 穗粗、穗行数和行粒数GWAS分析 |
| 3.2.3 穗部性状的优异等位基因分析 |
| 3.2.4 候选基因筛选与功能分析 |
| 3.2.5 穗粗、穗行数和行粒数的候选基因 |
| 3.3 讨论 |
| 3.3.1 自交系穗部性状遗传基础丰富 |
| 3.3.2 不同性状间的共关联位点 |
| 3.3.3 穗部相关调控通路复杂 |
| 3.3.4 关联SNP位点可在种质改良中应用 |
| 第四章 玉米穗部性状候选基因预测与分析 |
| 4.1 数据来源 |
| 4.2 分析方法 |
| 4.3 结果与分析 |
| 4.3.1 连锁与关联共定位分析 |
| 4.3.2 候选基因筛选及功能注释 |
| 4.3.3 候选基因GO分析和调控网络响应 |
| 4.3.4 候选基因的预测 |
| 4.3.5 候选基因的表达分析 |
| 4.4 讨论 |
| 第五章 结论 |
| 5.1 全文结论 |
| 5.2 本研究创新点、局限性和展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 个人简历 |
| 致谢 |
| 摘要 |
| abstract |
| 第一章 前言 |
| 1.1 SRC柳树林的建立和维持 |
| 1.1.1 SRC柳树 |
| 1.1.2 SRC柳树种植与建园的影响因素 |
| 1.1.3 SRC柳树人工林的维持和产量预测 |
| 1.2 柳树重要性状的QTL定位 |
| 1.2.1 柳树作图群体 |
| 1.2.2 分子标记选择 |
| 1.2.3 柳树遗传图谱研究进展 |
| 1.2.4 柳树重要性状QTL定位 |
| 1.2.4.1 QTL定位分析方法 |
| 1.2.4.2 柳树QTL研究进展 |
| 1.3 本研究的意义 |
| 1.4 主要研究内容和拟解决的重点问题 |
| 1.4.1 研究内容及技术路线 |
| 1.4.2 拟解决的重点问题 |
| 第二章 插穗重量对灌木柳生长和材性的影响 |
| 2.1 材料和方法 |
| 2.1.1 试验材料和大田试验设计 |
| 2.1.2 柳树生长和生物量测定 |
| 2.1.3 灌木柳木材基本密度 |
| 2.1.4 灌木柳木材化学组成分析 |
| 2.1.5 数据分析 |
| 2.2 结果分析 |
| 2.2.1 插穗重量对柳树存活率的影响 |
| 2.2.2 柳树生长和插穗重量的动态相关性 |
| 2.2.3 插穗重量对柳树株高和地径的的影响 |
| 2.2.4 插穗重量对柳树侧枝的影响 |
| 2.2.5 插穗重量对柳树叶片的影响 |
| 2.2.6 插穗重量对柳树地上部鲜重和干重的影响 |
| 2.2.7 插穗重量对柳树木材基本密度和化学组成的影响 |
| 2.2.8 生长性状和材性性状之间的关系 |
| 2.3 讨论 |
| 2.3.1 插穗尺寸与柳树死亡率的关系 |
| 2.3.2 插穗尺寸与柳树侧枝的关系 |
| 2.3.3 插穗尺寸对柳树生物量的影响 |
| 2.3.4 插穗尺寸对柳树化学组成的影响 |
| 2.4 总结 |
| 第三章 柳树性别对灌木柳插穗苗生长、虫害及防御物质的影响 |
| 3.1 材料与方法 |
| 3.1.1 材料与试验设计 |
| 3.1.2 生长性状测量 |
| 3.1.3 性别调查 |
| 3.1.4 昆虫啃食度 |
| 3.1.5 叶片氮含量 |
| 3.1.6 化学防御物质 |
| 3.1.7 数据分析 |
| 3.2 结果分析 |
| 3.2.1 性别比率和死亡率统计 |
| 3.2.2 柳树性别对生长性状的影响 |
| 3.2.3 柳树性别对昆虫啃食的影响 |
| 3.2.4 柳树性别对叶片化学防御物质的影响 |
| 3.2.5 生长、防御和虫害的关系 |
| 3.3 讨论 |
| 3.3.1 柳树的性别比偏向 |
| 3.3.2 柳树生物量的性别偏向 |
| 3.3.3 柳树虫害的性别偏向 |
| 3.3.4 柳树叶片化学防御物质的性别偏向 |
| 3.3.5 柳树的资源分配原则 |
| 3.4 结论 |
| 第四章 灌木柳生长模型的拟合以及生物量的预测 |
| 4.1 试验设计与方法 |
| 4.1.1 试验场地概况及试验设计 |
| 4.1.2 模型选择和数据分析 |
| 4.2 结果分析 |
| 4.2.1 一年生簸箕柳和三蕊柳苗期生长动态 |
| 4.2.2 模型构建与参数评估 |
| 4.2.3 不同生长模型的比较分析 |
| 4.2.4 灌木柳生物量预测模型的构建及评价 |
| 4.3 讨论 |
| 4.3.1 生长曲线拟合 |
| 4.3.2 生物量预测模型 |
| 4.4 总结 |
| 第五章 平茬后灌木柳再生能力研究 |
| 5.1 材料与方法 |
| 5.1.1 实验材料与试验设计 |
| 5.1.2 生长特征的测量 |
| 5.1.3 数据分析 |
| 5.2 结果分析 |
| 5.2.1 树桩直径对树桩存活率的影响 |
| 5.2.2 树桩直径对萌条株高、地径以及数量的影响 |
| 5.2.3 树桩直径对柳树叶片的影响 |
| 5.2.4 树桩直径对叶片叶绿素的影响 |
| 5.2.5 树桩直径对生物量的影响 |
| 5.2.6 生长指标间的相关性分析 |
| 5.3 讨论 |
| 5.3.1 树桩尺寸对树桩存活的影响 |
| 5.3.2 树桩尺寸对萌条生长特性的影响 |
| 5.4 总结 |
| 第六章 灌木柳重要性状的QTL定位 |
| 6.1 材料与方法 |
| 6.1.1 作图群体 |
| 6.1.2 遗传图谱 |
| 6.1.3 表型测定 |
| 6.1.4 QTL分析 |
| 6.1.5 置信区间所在的基因组区域的确定 |
| 6.1.6 基因功能注释 |
| 6.2 结果与分析 |
| 6.2.1 作图群体的表型变异 |
| 6.2.2 三蕊柳表型性状间的相关性分析 |
| 6.2.3 表型性状的QTL定位 |
| 6.2.4 三蕊柳主干生长的动态QTL分析 |
| 6.2.5 三蕊柳侧枝相关性状的QTL分析 |
| 6.2.6 三蕊柳叶片相关性状的QTL分析 |
| 6.2.7 三蕊柳生物量性状的QTL分析 |
| 6.2.8 三蕊柳木材材性性状的QTL分析 |
| 6.2.9 区间解析和相关基因注释 |
| 6.2.9.1 三蕊柳生长相关候选基因的注释和筛选 |
| 6.2.9.2 三蕊柳材性相关候选基因的注释和筛选 |
| 6.3 讨论 |
| 6.4 结论 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 工作展望 |
| 攻读学位期间发表的学术论文 |
| 参考文献 |
| 附录 |
| 摘要 |
| ABSTRACT |
| 第一章 文献综述 |
| 1.1 植物雄性不育基因定位及克隆 |
| 1.1.1 细胞核雄性不育基因定位及克隆 |
| 1.1.2 细胞质雄性雄性不育基因定位及克隆 |
| 1.1.3 生理型雄性不育基因定位及克隆 |
| 1.1.4 利用极端个体+混池定位基因 |
| 1.1.5 小麦光温敏雄性不育基因定位 |
| 1.2 植物雄性不育机制 |
| 1.2.1 花药结构和生理过程与雄性不育 |
| 1.2.2 基因表达差异与雄性不育 |
| 1.2.3 非编码RNA与雄性不育 |
| 1.2.4 DNA甲基化与雄性不育 |
| 1.3 本研究的目的意义和技术路线 |
| 1.3.1 本研究的目的意义 |
| 1.3.2 本研究的技术路线 |
| 第二章 YS3038小麦温敏雄性不育系败育的细胞学特征及育性转换时期研究 |
| 2.1 材料和方法 |
| 2.1.1 试验材料 |
| 2.1.2 试验方法 |
| 2.2 结果与分析 |
| 2.2.1 YS3038不育系外部形态观察 |
| 2.2.2 YS3038 不育系小孢子DAPI染色观察 |
| 2.2.3 YS3038不育系花药扫描电镜观察 |
| 2.2.4 YS3038不育系花药亚显微结构观察 |
| 2.2.5 YS3038不育系花药超显微结构观察 |
| 2.2.6 YS3038不育系育性转换时期确定 |
| 2.3 小结 |
| 第三章 YS3038小麦温敏雄性不育基因定位 |
| 3.1 试验材料和方法 |
| 3.1.1 试验材料 |
| 3.1.2 试验方法 |
| 3.2 结果与分析 |
| 3.2.1 YS3038/许科129F2表型鉴定 |
| 3.2.2 小麦660K芯片SNP位点分布统计 |
| 3.2.3 利用小麦660K芯片定位YS3038温敏不育基因 |
| 3.2.4 YS3038不育基因的定位区间确定和候选基因分析 |
| 3.3 小结 |
| 第四章 YS3038温敏雄性不育基因表达差异和基因功能研究 |
| 4.1 材料与方法 |
| 4.1.1 试验材料 |
| 4.1.2 试验方法 |
| 4.2 结果与分析 |
| 4.2.1 YS3038 不育系m RNA分析 |
| 4.2.2 YS3038不育系加权基因共表达网络分析 |
| 4.2.3 YS3038 不育系差异表达基因的q PCR分析 |
| 4.2.4 1B染色体YS3038不育基因定位区间的基因差异表达分析 |
| 4.2.5 能量代谢通路基因对YS3038小麦温敏雄性不育的调控机制 |
| 4.2.6 重要通路基因的BSMV-VIGS沉默验证 |
| 4.3 小结 |
| 第五章 非编码RNA对YS3038温敏雄性不育的调控 |
| 5.1 材料与方法 |
| 5.1.1 试验材料 |
| 5.1.2 试验方法 |
| 5.2 结果与分析 |
| 5.2.1 YS3038 不育系lnc RNA分析 |
| 5.2.2 YS3038 不育系circ RNA分析 |
| 5.2.3 YS3038 不育系miRNA分析 |
| 5.2.4 YS3038 育性转换ce RNA调控网络分析 |
| 5.2.5 非编码RNA对YS3038育性转换的调控模式 |
| 5.3 小结 |
| 第六章 讨论 |
| 6.1 b HLH转录因子与YS3038 雄性育性的相关性 |
| 6.2 乌氏体发育异常与YS3038雄性不育的关系 |
| 6.3 淀粉和蔗糖代谢对YS3038雄性育性的影响 |
| 6.4 三羧酸循环与YS3038雄性不育的相关性 |
| 6.5 氧化磷酸化和ATP含量与YS3038雄性不育的相关性 |
| 6.6 铁青色模块基因对YS3038雄性不育的影响 |
| 6.7 定位区域的差异表达基因对YS3038温敏雄性不育系育性的影响 |
| 6.8 miRNA或 miRNA家族在小麦雄性不育及育性转换中的作用 |
| 6.9 非编码RNA对YS3038温敏雄性不育系育性转换的调控作用 |
| 第七章 结论与创新点 |
| 7.1 结论 |
| 7.2 创新点 |
| 参考文献 |
| 附录 |
| 缩略词 |
| 致谢 |
| 个人简历 |
| 中文摘要 |
| Abstract |
| 引言 |
| 文献综述 |
| 1. 翘嘴鳜养殖产业存在的病害问题 |
| 2. 遗传图谱构建 |
| 2.1 遗传图谱构建的原理及发展 |
| 2.2 遗传图谱的构建方法 |
| 3. 基因组测序技术 |
| 3.1 基因组测序技术的发展概况 |
| 3.2 第一代测序技术 |
| 3.3 第二代测序技术 |
| 3.4 第三代测序技术 |
| 3.5 SLAF-seq测序技术 |
| 4. 鱼类遗传图谱研究进展 |
| 4.1 模式鱼类遗传图谱 |
| 4.2 养殖鱼类遗传图谱 |
| 5. QTL定位 |
| 5.1 数量性状QTL |
| 5.2 QTL定位的原理 |
| 5.3 QTL定位的方法 |
| 6. 鱼类SNPs的研究进展 |
| 6.1 生长性状相关SNPs的研究进展 |
| 6.2 免疫相关SNPs的研究进展 |
| 6.3 抗逆性状相关SNPs的研究进展 |
| 6.4 性别决定相关SNPs的研究进展 |
| 7. 本研究的目的及意义 |
| 试验一 基于SLAF-seq技术的翘嘴鳜遗传图谱构建与评估 |
| 1. 材料与方法 |
| 1.1 作图群体的构建 |
| 1.2 ISKNV病毒对翘嘴鳜半致死浓度的确定 |
| 1.3 作图群体对ISKNV抗病及易感性状的获得 |
| 1.4 SLAF文库构建和测序 |
| 1.5 SLAF标记的开发 |
| 1.6 遗传图谱的构建 |
| 2. 结果 |
| 2.1 测序数据评估 |
| 2.2 翘嘴鳜作图群体的SLAF-seq建库评估及数据统计 |
| 2.3 SLAF标记多态性分析及基因分型 |
| 2.4 高密度遗传图谱的构建 |
| 2.5 高密度遗传图谱的评估 |
| 2.5.1 单体来源评估 |
| 2.5.2 连锁关系评估 |
| 3. 讨论 |
| 试验二 翘嘴鳜作图群体表型数据统计及经济相关性状QTL定位 |
| 1. 材料与方法 |
| 1.1 实验材料 |
| 1.2 表型数据测量 |
| 1.3 QTL定位 |
| 2. 结果 |
| 2.1 翘嘴鳙经济性状的QTL定位 |
| 2.2 QTL区间的分布及QTL区间内的SLAF标记统计 |
| 3. 讨论 |
| 试验三 翘嘴鳜遗传图谱QTL区间免疫和生长相关分子标记的挖掘 |
| 1. 材料与方法 |
| 1.1 材料 |
| 1.2 方法 |
| 2. 结果 |
| 2.1 经济性状QTL区间中的SLAF标记上的SNP的筛选 |
| 2.2 翘嘴鳜抗ISKNV和易感群体遗传多样性检测 |
| 2.3 翘嘴鳜经济性状QTL区间中SLAF标记上的多态性SNPs与ISKNV抗性的相关性验证 |
| 2.4 翘嘴鳜生长性状验证群体遗传多样性检测 |
| 2.5 翘嘴鳜经济性状QTL区间中SLAF标记上的多态性SNPs与生长性状的相关性分析 |
| 2.6 QTL与转录组差异表达基因的联合分析 |
| 3. 讨论 |
| 结论 |
| 参考文献 |
| 摘要 |
| 英文摘要 |
| 1 前言 |
| 1.1 遗传图谱的构建 |
| 1.1.1 遗传图谱的构建原理及要求 |
| 1.1.2 作图亲本的选择 |
| 1.1.3 分子标记的类型 |
| 1.1.4 分离群体的选择 |
| 1.2 数量性状基因定位方法 |
| 1.2.1 QTL作图方法 |
| 1.2.2 QTL分析软件 |
| 1.3 南瓜连锁图谱的研究进展 |
| 1.4 南瓜果实形状相关性状的QTL定位研究进展 |
| 1.5 研究目的与意义 |
| 1.6 研究内容和技术路线 |
| 2 材料与方法 |
| 2.1 田间试验 |
| 2.1.1 试验材料 |
| 2.1.2 田间试验设计 |
| 2.1.3 果实性状调查方法与表型数据统计分析 |
| 2.2 分子试验 |
| 2.2.1 植物材料 |
| 2.2.2 DNA提取 |
| 2.2.3 DNA检测 |
| 2.2.4 SSR引物筛选与CAPS分子标记开发验证 |
| 2.3 试验数据统计分析方法 |
| 2.3.1 分子标记数据统计方法 |
| 2.3.2 遗传连锁图谱构建方法 |
| 2.3.3 南瓜果实形状相关性状的QTL定位方法 |
| 3 结果与分析 |
| 3.1 南瓜果形相关性状表型分析 |
| 3.1.1 果实性状表型及遗传规律分析 |
| 3.1.2 南瓜果形相关性状的相关性分析 |
| 3.2 南瓜遗传连锁图谱的构建 |
| 3.2.1 提取DNA |
| 3.2.2 CAPS分子标记筛选 |
| 3.2.3 SSR分子标记筛选 |
| 3.2.4 基因分型 |
| 3.2.5 构建遗传连锁图谱 |
| 3.3 南瓜果形相关性状QTL分析 |
| 3.3.1 果实长度QTL分析 |
| 3.3.2 果实宽度QTL分析 |
| 3.3.3 果形指数QTL分析 |
| 3.3.4 QTL的“一因多效” |
| 4 讨论 |
| 4.1 不同栽培环境对QTL检测的影响 |
| 4.2 果实形状相关性状QTL分析 |
| 4.3 QTL的“一因多效性” |
| 5 结论 |
| 5.1 果实形状相关性状遗传分析 |
| 5.2 分子标记的开发和遗传连锁图谱的构建 |
| 5.3 南瓜果形相关性状QTL定位分析 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
