發(fā)布時間：2021-11-21 18:39

　　株高是影響小麥株型和產(chǎn)量潛力的重要性狀,適當(dāng)降低株高,可以增強(qiáng)小麥抗倒伏能力,有助于提高收獲指數(shù),促進(jìn)高產(chǎn)穩(wěn)產(chǎn);因此,選擇適宜的株高一直是小麥育種的重要目標(biāo)。本實驗室前期研究在小麥6AL染色體上發(fā)現(xiàn)一個控制株高的主效數(shù)量性狀位點（Quantitative trait locus,QTL）QPH.caas-6A,可降低株高8.0¹0.4%。本研究利用矮抗58和京冬8的重組自交系（Recombinant inbred line,RIL）群體重新驗證了QPH.caas-6A,采用基因組挖掘技術(shù)和660K SNP芯片,對其目標(biāo)區(qū)域進(jìn)行了標(biāo)記加密,并通過與其它重要矮稈基因的聯(lián)合分析,明確了其遺傳效應(yīng)、分布頻率及優(yōu)勢矮稈基因組合。主要結(jié)果如下:1.QPH.caas-6A的重新驗證QPH.caas-6A以前初步定位在Xbarc103和Xwmc256之間8.2 cM的遺傳區(qū)間。利用這兩個SSR標(biāo)記在矮抗58和京冬8的RIL群體進(jìn)行了重新檢驗,證明了QPH.caas-6A真實存在,并命名為Rht24。2.Rht24緊密連鎖標(biāo)記的開發(fā)初步定位顯示Xbarc103和Xwmc256是Rh... 

【文章來源】：新疆農(nóng)業(yè)大學(xué)新疆維吾爾自治區(qū)

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

本研究的技術(shù)路線

株高測量是在小麥成熟后期進(jìn)行，從每個家系中選取 5 株具有代表性的植株測其株高，對數(shù)據(jù)整理分析，由圖 2-1 可知，2014-2015 年度安陽和高邑的株高表型數(shù)據(jù)是連續(xù)分布的。由表 2-1 可知，株高在 P = 0.01 水平上表現(xiàn)為環(huán)境間差異顯著，株系間差異顯著。為了進(jìn)一步驗證 Rht24，選取 6AL 染色體目標(biāo)區(qū)段的 20 個的 SSR 標(biāo)記（表 2-3）來檢測它們在兩親本間和高、矮池之間的多態(tài)性，結(jié)果表明只有標(biāo)記 Xbarc103 和Xwmc256 在兩親本間和高、矮池之間具有多態(tài)性（圖 2-2）。用多態(tài)性標(biāo)記 Xbarc103 和Xwmc256 檢測重組近交系群體并統(tǒng)計基因分型結(jié)果。根據(jù) RIL 群體的基因型檢測結(jié)果，并結(jié)合 2014-2015 年度的株高表型數(shù)據(jù)進(jìn)行 QTL定位，結(jié)果表明，在兩個環(huán)境下均能定位出 Rht24，兩端側(cè)翼標(biāo)記分別為 Xbarc103 和Xwmc256，遺傳距離為 19.46 cM。

新疆農(nóng)業(yè)大學(xué)碩士學(xué)位論文表 2-1 高邑和安陽株高方差分析Table 2-1Analysis of plant height variance inAnyang and Gaoyi變異來源Source of variation自由度Df均方Mean squareF 值F value基因型（Genetype） 255 573.38 15.13***環(huán)境（Environment） 2 77937.3 2056.99***重復(fù)（repeat） 2 262.19 6.92***基因型*環(huán)境（Gene* Env） 510 38.71 1.13誤差（error） 1534 37.89***代表 P < 0.001***significant at P < 0.001

【參考文獻(xiàn)】：
期刊論文
[1]利用SNP基因芯片技術(shù)進(jìn)行小麥遺傳圖譜構(gòu)建及重要農(nóng)藝性狀QTL分析[J]. 高尚,莫洪君,石浩然,王智強(qiáng),林宇,武方琨,鄧梅,劉亞西,魏育明,鄭有良.  應(yīng)用與環(huán)境生物學(xué)報. 2016(01)
[2]基于SNP標(biāo)記小麥自然群體遺傳多樣性及復(fù)合圖譜的構(gòu)建[J]. 陳廣鳳,田紀(jì)春.  分子植物育種. 2015(07)
[3]SNP檢測方法的研究進(jìn)展[J]. 許家磊,王宇,后猛,李強(qiáng).  分子植物育種. 2015(02)
[4]利用基因芯片技術(shù)進(jìn)行小麥遺傳圖譜構(gòu)建及粒重QTL分析[J]. 陳廣鳳,李青芳,張晗,師翠蘭,孫彩鈴,鄧志英,劉凱,谷植群,田紀(jì)春.  中國農(nóng)業(yè)科學(xué). 2014(24)
[5]玉米大斑病感、抗近等基因系SNP基因芯片分析[J]. 馬駿,王延波,劉欣芳,李明,弓雪,齊欣,姜敏.  玉米科學(xué). 2014(05)
[6]小麥CO-like基因TaCO9的克隆及分析[J]. 冉從福,邵慧,余靜,寇程,李揚,李立群,李學(xué)軍.  麥類作物學(xué)報. 2014(10)
[7]利用高密度SNP對豬血糖和糖基化血清蛋白性狀的全基因組關(guān)聯(lián)分析[J]. 曾治君,劉晨龍,楊慧,楊斌,楊竹青,陳從英.  中國農(nóng)業(yè)科學(xué). 2014(18)
[8]普通小麥濟(jì)麥21的LOX1基因cDNA片段克隆及分析[J]. 吳萍,顧明超,鄭文寅,張文明,姚大年.  西北農(nóng)業(yè)學(xué)報. 2014(01)
[9]小麥RIL群體遺傳連鎖圖譜的構(gòu)建及其多態(tài)性分析[J]. 安梅,楊德龍,栗孟飛,張國宏,李唯.  甘肅農(nóng)業(yè)大學(xué)學(xué)報. 2012(06)
[10]小麥株高發(fā)育動態(tài)QTL定位及其與水分環(huán)境互作遺傳分析[J]. 張國宏,楊德龍,栗孟飛,李興茂,倪勝利,幸華.  農(nóng)業(yè)生物技術(shù)學(xué)報. 2012(09)



本文編號：3510029