导读:本文包含了关联定位群体论文开题报告文献综述及选题提纲参考文献，主要关键词:水稻,淹水发芽,胚芽鞘,全基因组关联定位
关联定位群体论文文献综述
陈振挺,冯芳君,严明,范佩清,马孝松[1]（2018）在《水稻自然变异群体淹水发芽相关特性鉴定和全基因组关联定位研究》一文中研究指出筛选芽期耐淹水的水稻种质资源,用于改良现有的水稻品种的淹水发芽特性,是保障水稻水田直播后快速、整齐出苗的有效方法之一。利用30份水稻品种资源,观测淹水萌发过程中胚芽鞘长度的动态变化情况,确定水稻淹水发芽相关性状的表型鉴定方法。利用一套包含268个品种的水稻自然变异群体,分别在淹水和正常条件下开展发芽试验,以发芽率和幼苗胚芽鞘长度为主要鉴定指标,结果表明该群体中大部分品种不具备淹水发芽能力,胚芽鞘较对照条件下延长程度的变异系数达到22.4%,存在较为丰富的遗传变异;籼稻和粳稻品种间存在萌发耐淹性的显着差异,粳稻品种具有较强的淹水萌发能力。筛选获得黄壳早廿、隆化毛葫、铁杆乌、抚宁紫皮、BINIRHEN、葡萄黄、DJAUB、CICA 4等8个品种在淹水条件下具有较高发芽率和胚芽鞘延长能力。利用该套群体已有的3,038,555个SNP标记的基因型数据和全基因组关联定位分析软件包GAPIT,初步在水稻第1、2、7、9、11、12号染色体上定位到7个显着关联位点,后续候选基因的预测和表达特性分析正在进行之中。(本文来源于《第七届长叁角植物科学研讨会暨青年学术报告会摘要集》期刊2018-10-12）
陈莉莉[2]（2018）在《基于群体数据的基因定位关联分析方法研究与应用》一文中研究指出全基因组关联分析能够识别大量与复杂疾病有关的常见变异,然而这些常见变异仅解释了小部分的疾病遗传力,有证据表明罕见变异能够解释大部分疾病遗传力。鉴于罕见变异的次等位基因频率很低,常见变异关联分析方法对于罕见变异来说并不是最优的。因此,罕见变异关联分析成为近些年研究的焦点。另外,在复杂疾病中,基因多效性(一个基因变异对于多个性状的影响)是普遍存在的现象,联合分析多重性状能够提高识别具有多效性的基因变异的统计功效,发现潜在的遗传机制。因而,越来越需要发展功效高的方法联合分析多重性状。本论文主要基于群体数据进行基因变异与单个性状或多重性状的关联分析研究。首先,提出一种基于Fisher结合P值的方法检验罕见变异与单个数量性状的关联性。对基因区域内的每个罕见变异进行计分检验,得到检验的P值。根据每个罕见变异与数量性状的相关性合理区分罕见变异效应的方向。针对不同方向,按照Fisher结合P值的方式,对关联信号强的罕见变异的P值进行加权组合,权重依赖于次等位基因频率和每个变异与性状的协方差。模拟研究表明当基因区域包含大量非致病变异时,该方法保持较高功效。其次,给出一种基于逆回归模型的自适应结合P值的方法检验罕见变异与多重性状的关联性。在逆回归模型下,分别检验每个罕见变异与多重性状的关联性,得到检验的P值。根据罕见变异与多重性状的第一主成分的相关性合理区分罕见变异效应的方向。针对不同方向,自适应结合单个变异检验的P值,其权重依赖于每个变异的次等位基因频率和罕见变异与多重性状的第一主成分的协方差。模拟研究表明当基因区域包含大量非致病变异时,该方法保持较高功效;存在干扰性状时,该方法是有效的。最后,提出一种降维的方法检验罕见变异和常见变异与多重性状的关联性。将基因变异与每个性状进行关联检验,得到检验统计量。为达到降维的目的,以这些检验统计量为权重去结合原始性状,得到原始性状的线性组合。然后检验这个线性组合与基因变异的关联性。然而在出现干扰性状时,这种方法会损失功效,于是以这个方法为基础,给出一种能排除干扰性状的方法。模拟研究和真实数据分析表明,这种降维的方法作为基于区域的关联分析方法是可行的、有效的。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
Asif,Ali,Kaleri[3]（2018）在《大豆关联重组自交系群体在多个环境下蛋白质与油脂QTL初步定位》一文中研究指出大豆的蛋白质和油分含量是重要的数量性状,高蛋白、高油也是主要的育种目标。以往的研究,大多利用具有单一遗传背景的群体进行蛋白与油脂含量的QTL定位。本研究利用2个大豆重组自交系(RILs)进行大豆蛋白与油脂含量的QTL定位。旨在不同环境下挖掘大豆蛋白含量(PC)和油脂含量(OC)的新QTL。第一个RIL(3613)群体由东农L13(蛋白含量45.5%,油脂含量18.74%)×黑河36(蛋白含量39.80%,油脂含量19.28%)的134个家系组成;第二个RIL(6013)群体由东农L13×合农60(蛋白含量38.47%,油脂含量22.25%)的156个家系组成。F_(2:6)采用单粒传法,在哈尔滨东北农业大学进行群体构建。将所得到的RILs群体播种于4个环境下。基于上位效应和加性环境×互作效应对QTL进行定位。结果表明,不同环境、不同家系的蛋白质含量和油脂含量均存在较大差异。两个RILs群体共定位到14个QTLs,包含9个控制蛋白质含量的QTLs和5个控制油脂含量的QTLs。在这14个QTLs中,仅有RIL3613中的qPro-O-1和RIL6013中的qPro-O-2定位在相同的区间中;RIL3613的其它8个QTLs(qPro-A1-1、qPro-B1-1、qPro-D2-1、qPro-I-1、qPro-J-1、qPro-L-1、qOil-A2-1、qOil-D1a-1)与RIL6013的其它4个QTLs(qPro-F-1、qOil-C1-1、qOil-D2-1、qOil-H-1)不具有重迭区域。所定位到的QTLs可以解释6.4515%至13.0368%的蛋白含量的表型变异,5.7236%至17.7396%的油脂含量的表型变异。定位到控制蛋白含量和油脂含量的8个加性QTLs(qPro-D2-1、qPro-G-1、qPro-L-1、qPro-C1-1、qOil-A2-1、qOil-G-1、qOil-H-1、qOil-D2-1)和4个上位QTLs(qPro-A1-1、qPro-M-1、qOil-H-1、qOil-D1-1)。这些结果表明,MAS是提高蛋白、油脂含量的有效方法。这些新定位的QTL将对选育具有较好产量潜力和营养品质品种具有重要价值。此外,本文以蛋白质和油分含量的遗传基础为例,研究并论证了数量性状的影响因素,阐述了各组分间的相对意义。(本文来源于《东北农业大学》期刊2018-06-01）
袁嘉麒[4]（2018）在《大豆关联重组自交系群体荚数垂直分布的QTL定位》一文中研究指出荚数是大豆产量的重要相关性状,因此成为重要的育种目标。为探寻新的增加大豆产量的数量性状基因座(QTL,Quantitative trait locus)以培育优质品种,本研究以不同粒数荚差异较大的大豆品种东农L13、合农60和黑河36为亲本构建分别包含134和156个株系的关联重组自交系群体RIL3613和RIL6013(RIL,Recombinant inbred lines)为试验材料进行QTL定位。在2015年哈尔滨进行试验,分别调查每个植株上、中、下叁部位的一粒荚荚数、二粒荚荚数、叁粒荚荚数和四粒荚荚数,经过后期数据整理共定义16个荚数衍生性状。利用简单重复序列标记(SSR,Simple Sequence Repeats)遗传图谱(RIL3613标记数量为150个,总图谱长度为2849.54cM;RIL6013标记数量为137个,总图谱长度为1886.8cM)采用完备区间作图法(ICIM:Inclusive composite interval mapping)、复合区间作图法(CIM,Composition interval mapping)与单标记法(SMA,Singles marker analysis)同时进行QTL定位取两种以上方法同时定位到的位点作为有效的荚数相关QTL。结果表明:在RIL3613中检测到21个控制荚数性状的QTL,解释了1.45-11.67%的表型变异,其中包括上部一粒荚数QTL3个,中部分一粒荚数QTL5个,下部分一粒荚数QTL2个,单株一粒荚数QTL4个,中部分二粒荚数QTL2个,下部分二粒荚数QTL2个,中部四粒荚数QTL5个,下部四粒荚数QTL4个,单株四粒荚数QTL3个。在RIL6013中检测到26个控制荚数性状的QTL,解释了0.04-7.91%的表型变异,其中包括上部一粒荚QTL7个,中部分一粒荚数QTL3个,下部分一粒荚数QTL5个,中部分二粒荚数QTL1个,单株二粒荚数QTL1个,中部叁粒荚数QTL2个,下部分叁粒荚数QTL3个,上部分四粒荚数QTL6个,中部分四粒荚数QTL9个,下部分四粒荚数QTL13个,单株四粒荚数QTL8个。两个群体检测到的荚数QTL中分别有14个和21个与前人发表过的QTL所在区间有重复区域,是能够稳定遗传的基因位点;在RIL3613和RIL6013群体发现了11个重迭的标记区间区域。与以上区域相关的19个QTL(qPN-C1-1,qPN-C1-2,qPN-C2-1,qPN-C2-2qPN-D1a-1,qPN-D1a-2,qPN-D1b-3,qPN-D1b-1,qPN-D1b-2,qPN-G-3,qPN-G-1,qPN-I-1,qPN-I-3,qPN-I-2,qPN-L-1,qPN-L-3,qPN-L-1,qPN-L-4,qPN-O-1,qPN-O-2)为影响荚粒数和荚数的潜力基因位点,对分子育种具有重要意义。(本文来源于《东北农业大学》期刊2018-06-01）
申聪聪[5]（2017）在《利用水稻MAGIC群体和种质资源关联分析定位抽穗期和株高QTL》一文中研究指出抽穗期和株高是水稻重要的农艺性状,抽穗期的长短决定水稻在不同生态区域的地区适应性和季节适应性。在不降低抗倒伏能力的情况下,适当增加株高可以有效增加生物量,从而进一步提高水稻产量。本研究利用多亲本高代互交系(multi-parents advanced generation inter-cross,MAGIC)群体(2个4亲本群体DC1、DC2和1个8亲本群体8way)及其复合群体DC12(DC1+DC2)和RMPRIL(DC1+DC2+8way)作为遗传定位群体,结合55K高通量SNP基因型数据进行关联分析定位影响水稻抽穗期和株高的QTL。同时从源于全球89个国家和地区遗传变异丰富的3000份水稻种质资源中选取2412份种质材料(包括1386份籼稻和674份粳稻),结合40万SNP标记进行关联分析,并对MAGIC群体的定位结果进行验证。主要研究结果如下:1.2015年和2016年分别在江西萍乡和广东深圳采集3个MAGIC群体的抽穗期和株高数据,结合Rice 55K SNP芯片进行基因分型,利用关联分析方法检测到3个影响抽穗期的主效QTL(qHD3、qHD6和qHD8),分别位于第3、6和8号染色体上,且分别与已知抽穗期基因DTH3、Hd3a和Ghd8位于同一区域。检测到5个影响株高的QTL(qPH1.1、qPH1.2、qPH1.3、qPH4和qPH6),其中qPH1.1和qPH1.2位于已知基因Psd1和sd1附近,其余3个QTL为影响株高的新位点,但仅在1个群体和1个环境下检测到,株高QTL表达受遗传背景和环境影响大。不同MAGIC群体定位抽穗期和株高的效果不同,8亲本MAGIC群体8way及复合群体DC12和RMPRIL分别检测到5、5和6个抽穗期和株高QTL,明显多于4亲本群体DC1的2个和DC2的4个,而且作图的精度比2个4亲本群体更高,表现在定位到的QTL显着水平更高,定位的QTL与已知基因更接近,尤其是复合群体的联合分析(如DC12和RMPRIL)的作图优势更明显。因此,对定位到的QTL进一步克隆和将其应用到标记辅助育种,应选择更多个亲本构建的MAGIC群体。2.2015年和2016年分别在海南叁亚和广东深圳采集2412份种质资源材料抽穗期和株高数据,结合40万SNP基因型数据进行全基因组关联分析,共定位到13个抽穗期相关QTL,12个株高相关QTL,显着多于在1386份籼型和687份粳型亚群中的QTL数量;造成定位结果的差异一方面可能与不同亚群间抽穗期和株高基因调控途径不同有关,另一方面种质资源的样本数量发生变化以及群体结构的差异均可能影响定位结果。3.在水稻MAGIC群体和种质资源中同时检测到3个影响抽穗期的主效QTL q HD3、qHD6和qHD8,分别位于第3、6和8号染色体上,与已知抽穗期基因DTH3、Hd3a和Ghd8分布在同一区域。位于第1号染色体影响株高的2个QTL qPH1.1和qPH1.2在不同群体中同时被检测到,分别与已知基因Psd1和sd1相邻,属不依赖遗传背景和环境独立表达的主效QTL。上述在不同群体和环境下稳定表达的位点是影响水稻抽穗期和株高的重要位点。(本文来源于《中国农业科学院》期刊2017-05-01）
陈天晓,朱亚军,密雪飞,陈凯,孟丽君[6]（2016）在《利用水稻MAGIC群体关联定位白叶枯病抗性QTL和创制抗病新种质》一文中研究指出以8个不同亲本构建的遗传上相互关联的多亲本高代互交系(multi-parents advanced generation inter-cross,MAGIC)群体,包括2个4亲本群体(DC1和DC2)和1个八亲本群体(DC3)为材料,接种我国白叶枯病强致病力V型菌系(GD-V)和弱致病力II型菌系(C2),关联分析定位MAGIC群体对白叶枯病的抗性QTL,筛选抗病种质。结果表明,大多数亲本对C2菌系表现抗病,而对GD-V菌系表现感病,3个MAGIC群体的病斑长度均出现超亲分离。共检测到7个白叶枯病抗性QTL,大多表现数量抗性,而且抗性QTL表达存在明显的遗传背景效应。QBbr11-1和QBbr11-2受遗传背景影响较小,具有一定的育种应用价值。从3个群体筛选出8份不同抗病QTL聚合的抗病材料,表明质量抗性基因和水平抗性数量性状位点的结合可以显着提高抗性水平。8份不同抗病QTL的聚合系可以用作抗病育种的中间抗源。研究结果表明,MAGIC群体可以将遗传研究和育种应用有机结合,是遗传研究和开展标记辅助育种的理想群体。(本文来源于《作物学报》期刊2016年10期）
司敬博[7]（2016）在《应用关联重组自交系群体定位大豆籽粒相关性状QTL》一文中研究指出在不同生长环境,通过对大豆不同籽粒性状的测定,探索影响大豆籽粒QTL的定位。籽粒性状为多基因控制的数量性状,通过研究相关的QTL定位,实现产量性状的分子标记育种,对大豆产量育种具有重要的研究意义和应用价值。为了获得在不同生态条件下能稳定表达控制大豆籽粒性状的QTL位点,本研究利用籽粒性状差异较大的3个大豆亲本东农L13、黑河36与合农60,配制杂交组合东农L13×黑河36、东农L13×合农60,得到两个大豆重组自交系群体RIL3613和RIL6013,分别包含134和156个株系,利用条件变量分析方法对3个环境(2014年,哈尔滨;2015年,哈尔滨;2015年,克山)下控制大豆籽粒粒长、粒宽、粒厚及百粒重的QTL定位。应用完备复合区间作图法与混合模型区间作图法对两个群体的QTL加性效应、上位效应、环境互作效应进行分析。研究结果如下:(1)利用完备复合区间作图法,在两群体中共检测到籽粒相关性状QTL位点40个,粒长QTL10个、粒宽QTL12个、粒厚QTL9个、百粒重QTL9个。RIL3613群体21个位点分布在B1、B2、C1、D1a、D1b、F、I、J、L、O连锁群上,RIL6013群体19个位点分布在A1、A2、B1、B2、C2、D1b、E、J、K、N、O连锁群上。LOD值2.50~8.64,表型贡献率8.86%~67.54%。其中有6个粒长QTL、4个粒宽QTL、6个粒厚QTL、6个百粒重QTL可重复定位。在两群体中共检测到籽粒相关性状上位效应QTL87对,其中粒长QTL39对、粒宽QTL4对、粒厚QTL17对、百粒重QTL27对。LOD值为5.00~7.95,表型贡献率为16.53%~79.44%,其中有24对粒长QTL、1对粒厚QTL、10对百粒重QTL可重复定位。(2)利用混合线性模型复合区间作图法,共定位到5个籽粒相关性状QTL位点,其中粒长QTL1个、粒厚QTL2个、百粒重QTL2个。位点均位于3613群体,分布于C1、D1a、L连锁群上,解释的表型变异为4.92%~7.07%,环境互作贡献率为0.09%~0.73%。其中有1个粒厚QTL可稳定重复定位。在两群体共定位籽粒相关性状上位效应QTL23对,包括粒长4对、粒宽10对、粒厚4对、百粒重5对。贡献率为0.13%~11.65%,环境互作贡献率为0.01%~6.12%,其中有粒厚QTL1对、百粒重QTL4对可稳定重复定位。(本文来源于《东北农业大学》期刊2016-06-01）
陈天晓[8]（2016）在《利用MAGIC群体关联定位水稻白叶枯病抗性QTL及抗性的全基因组预测研究》一文中研究指出水稻(Oriyza sativa)是世界上最重要的粮食作物之一,全世界超过一半的人口以稻米为主食。然而,水稻产量易遭受多种病害影响以致减产,其中水稻白叶枯病是我国水稻叁大病害之一。实践证明,挖掘并利用抗性基因培育抗病品种是控制水稻白叶枯病最为经济有效的手段。本研究以8个不同亲本构建的遗传上相互关联的多亲本高代互交系(Multi-parents advanced generation inter-cross,MAGIC)群体,包括2个4亲本群体(DC1和DC2)和1个8亲本群体(8way)为材料,接种我国白叶枯病弱致病力菌株C2、C4和强致病力菌株C5、GD-V,通过关联分析定位MAGIC群体中抗白叶枯病QTL,筛选抗病种质,并利用分子标记对白叶枯病抗性进行全基因组预测研究。由于MAGIC群体可以将遗传研究与育种应用间进行更好的结合,因此是遗传研究和全基因组预测研究的理想群体。本研究获得的主要结果如下：1.群体结构分析结果表明DC1、DC2和8way群体都没有表现出明显的群体结构,由DC1和DC2合并成的DC12群体可以分为2个亚群,由DC1、DC2和8-way合并成的MAGIC Plus群体可以分为3个亚群；连锁不平衡分析结果表明DC1和DC2群体中LD衰减至一半的物理距离大约为2.5Mb; 8way、DC12和MAGIC Plus群体中LD衰减至一半的物理距离大约为1.25 Mb。2.表型鉴定结果表明,大多数亲本对C2和C4菌株表现抗病,而对C5和GD-V菌株表现感病,3个MAGIC群体的病斑长度均出现超亲分离,并呈连续分布。3.通过关联分析,共检测到15个白叶枯病抗性QTL,其中QBbr11-1和QBbr11-2受遗传背景的影响较小,而其它多数QTL的抗性表达均发现存在遗传背景效应,即其在一个背景中具有抗性效应而在另一背景中不具有抗性或者抗性效应发生明显变化,对这部分QTL的育种应用需要充分考虑背景因素。通过多群体联合定位,发现QBbr11-2的抗病效应仍然较高,具有进一步的遗传和育种研究价值。4.从3个群体中筛选出8份不同抗病QTL聚合的抗病材料,结合抗性表型结果,认为主效抗病QTL与微效抗病QTL的结合,可以显着提高抗性水平。筛选到8份具有不同抗病QTL的聚合系,可以作为抗白叶枯病育种中间材料。配制了抗病材料与感病材料间的次级分离群体,将为进一步挖掘精细定位抗白叶枯病基因/QTL奠定了基础。5.以DC1和DC2群体为训练群体,8way群体为验证群体,利用全基因组标记对C2菌株抗性和GD-V菌株抗性进行预测。结果显示,单个训练群体对C2菌株抗性的预测准确度显着高于对GD-V菌株抗性的预测准确度,而使用联合预测对GD-V菌株的预测效果总体上比单群体预测效果好；对于C2菌株联合预测与单个训练群体预测结果间没有显着差异。(本文来源于《扬州大学》期刊2016-05-01）
宋世玉[9]（2014）在《大豆4个关联重组自交系群体籽粒形态性状遗传与QTL定位研究》一文中研究指出大豆籽粒大小和形状是大豆育种中重要的目标性状,并且与大豆产量和外观品质紧密相关。研究大豆籽粒形态相关性状遗传变异,剖析大豆籽粒大小和形状的遗传基础,寻找对大豆育种有价值的稳定QTL,对大豆产量改良育种具有重要价值。本研究以南京农业大学国家大豆改良中心提供的蒙8206与通山黄豆(8)、正阳平顶黄(早)、Wsb(8)、临河黄豆(早)分别杂交构建的RIL关联作图群体(RIM6T、RIZM6、RIM6W和RILM6)进行一年两点田间试验,对大豆种子百粒重和粒形性状进行遗传和QTL定位分析,为大豆籽粒性状优异基因发掘与利用提供参考。所得主要结果如下：1.方差分析结果表明4个RIL群体家系间百粒重、粒长、粒宽、粒厚、粒长/粒宽、粒长/粒厚、粒宽/粒厚性状均存在极显着差异,各性状均具有较大的变幅。百粒重性状的广义遗传率均在85%以上；粒长、粒宽、长宽比、宽厚比性状的广义遗传率一般在80%以上。粒厚性状的广义遗传率均在72%以上,粒宽/粒厚性状的广义遗传率均在65%以上。各群体大豆籽粒形态性状的遗传率较高。2.遗传分离分析结果表明：百粒重性状中,两个点的RIM6T群体和凤阳点的RIZM6群体百粒重性状符合E_1_7(2对主基因+多基因+互补作用)模型。江浦点的RIZM6和RILM6群体百粒重性状符合E_1_9(2对主基因+多基因+抑制作用)模型。凤阳点的RILM6群体和江浦点的RIM6W群体百粒重性状符合E_1_8(2对主基因+多基因+重迭作用)模型。江浦点的RIM6W群体百粒重性状符合C_2(多基因)模型。粒形性状中除粒长性状可能受2对主基因(B模型)、2对主基因+多基因(E模型)和多基因(C模型)控制之外,其他性状均受多基因(C模型)控制。3.利用RIM6T、RIZM6、RIM6W和RILM6群体高密度遗传图谱,采用WinQTLCart 2.5对4个RIL群体在凤阳和江浦两点的百粒重、粒长、粒宽、粒厚、粒长／粒宽、粒长／粒厚和粒宽／粒厚性状进行QTL定位分析。结果显示：RIM6T作图群体在两点分别定位到9个和11个与大豆籽粒形态相关的QTLs,分别位于A1等7个连锁群上。RIZM6作图群体在两地点分别定位到30个和28个与大豆籽粒形态相关的QTLs,分别位于A1等18个连锁群上。RIM6W作图群体在两地点分别定位到42个和31个与大豆籽粒形态相关的QTLs,分别位于A1等15个连锁群上。RILM6作图群体在两地点分别定位到9个和10个与大豆籽粒形态相关的QTLs,分别位于A2等7个连锁群上。所定位到的QTL位点中,有57个位点的贡献率在10%以上,其中RIZM6群体在江浦点定位到的qSL/SW-5-1和qSWT-14-2位点贡献率最高,分别达到了20.73%和24.46%。对两环境下定位到的大豆籽粒性状QTL位点进行分析,发现5个百粒重QTL在凤阳和江浦两环境下能同时被检测到,包括RIM6T群体中位于5、12号染色体上的qSWT-5-1、qSWT-5-12、qSWT-12-1;RILM6群体中位于7号染色体上的qSWT-7-1;RIM6W群体中位于17号染色体上的qSWT-17-1。粒形性状共定位到10个“重复检测QTL",其中,RILM6群体定位到2个粒宽、1个粒厚QTL,分别为qSW-8-1、 qSW-13-1、qST-13-1;RIM6W群体粒宽、粒长／粒宽、粒长／粒厚和粒宽／粒厚性状分别有1个QTL,即qSW-17-1、qSL/SW-2-1、qSL/ST-2-1、qSW/ST-11-1。RIZM6群体有3个粒长／粒宽性状的QTL,分别为qSL/SW-5-1、qSL/SW-13-3、qSL/SW-15-1。(本文来源于《南京农业大学》期刊2014-06-01）
郭志军[10]（2014）在《陆海高代回交群体黄萎病抗性QTL定位和陆地棉相关农艺性状关联分析》一文中研究指出棉花许多性状如产量、纤维品质及黄萎病抗性等均属数量性状,目前用于解析数量性状遗传基础的方法主要有连锁分析法和关联分析法。本研究分别采用这两种方法挖掘与棉花铃重、衣分、黄萎病抗性相关的SSR标记位点。主要研究结果如下：1、以海7124和TM-1配制抗感组合F1,再以鲁棉研28为轮回亲本,经多代回交、自交,构建陆海种间高代回交分离群体。通过与已发表的整合高密度遗传连锁图相比对,共将216个多态性SSR位点定位到26条染色体上。本研究中的整合图谱可覆盖棉花基因组3380cM,标记间平均距离15.77cM。2、本研究共设置大田和病圃两个环境,对BC4F2家系进行抗病性鉴定。抗病表型数据描述统计分析结果表明：大田和病圃两个环境下、不同调查时期的病指均服从正态分布,可用于QTL定位研究。采用WinQTLCart V2.5软件中的复合区间作图法进行抗黄萎病QTL定位。在两个环境下共定位到6个QTLs,其中大田环境下2个,病圃环境下4个,可解释表型变异8.56%-19.98%。通过与前人比对,其中5个QTLs与前人研究结果相一致,在第1染色体上新定位到一个QTL。3、采用74对SSR引物对172份陆地棉栽培种材料进行基因组变异扫描。分子标记聚类分析将该群体划分为12个亚群,聚类结果与系谱分析结果大致相吻合；不同地理来源的材料交叉分布,可能与不同育种单位间的育种资源频繁交流有关。本研究结果还显示我国陆地棉遗传基础狭窄,但引自新疆和美国的部分材料如：2009AC-6、MM-2等与其他材料遗传距离较远,可考虑对这些材料加以重点利用,以丰富我国棉花遗传多样性。4、在群体结构分析基础之上,将基于74对SSR引物的基因型数据与172份材料的表型值进行关联分析,共发现30个与铃重、衣分、黄萎病抗性显着相关的SSR标记位点(P<0.05),其中有12个位点与黄萎病抗性相关,10个位点与铃重相关,另有8个位点与衣分相关,而且NAU3100-2位点同时与铃重和衣分两个性状相关,各位点对表型变异解释率为2.44%-5.27%。有多个标记位点与前人关联分析研究结果或者是QTLs研究结果相吻合,具有较好的稳定性。(本文来源于《中国农业科学院》期刊2014-05-01）
关联定位群体论文开题报告
（1）论文研究背景及目的
此处内容要求：
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。
写法范例：
全基因组关联分析能够识别大量与复杂疾病有关的常见变异,然而这些常见变异仅解释了小部分的疾病遗传力,有证据表明罕见变异能够解释大部分疾病遗传力。鉴于罕见变异的次等位基因频率很低,常见变异关联分析方法对于罕见变异来说并不是最优的。因此,罕见变异关联分析成为近些年研究的焦点。另外,在复杂疾病中,基因多效性(一个基因变异对于多个性状的影响)是普遍存在的现象,联合分析多重性状能够提高识别具有多效性的基因变异的统计功效,发现潜在的遗传机制。因而,越来越需要发展功效高的方法联合分析多重性状。本论文主要基于群体数据进行基因变异与单个性状或多重性状的关联分析研究。首先,提出一种基于Fisher结合P值的方法检验罕见变异与单个数量性状的关联性。对基因区域内的每个罕见变异进行计分检验,得到检验的P值。根据每个罕见变异与数量性状的相关性合理区分罕见变异效应的方向。针对不同方向,按照Fisher结合P值的方式,对关联信号强的罕见变异的P值进行加权组合,权重依赖于次等位基因频率和每个变异与性状的协方差。模拟研究表明当基因区域包含大量非致病变异时,该方法保持较高功效。其次,给出一种基于逆回归模型的自适应结合P值的方法检验罕见变异与多重性状的关联性。在逆回归模型下,分别检验每个罕见变异与多重性状的关联性,得到检验的P值。根据罕见变异与多重性状的第一主成分的相关性合理区分罕见变异效应的方向。针对不同方向,自适应结合单个变异检验的P值,其权重依赖于每个变异的次等位基因频率和罕见变异与多重性状的第一主成分的协方差。模拟研究表明当基因区域包含大量非致病变异时,该方法保持较高功效;存在干扰性状时,该方法是有效的。最后,提出一种降维的方法检验罕见变异和常见变异与多重性状的关联性。将基因变异与每个性状进行关联检验,得到检验统计量。为达到降维的目的,以这些检验统计量为权重去结合原始性状,得到原始性状的线性组合。然后检验这个线性组合与基因变异的关联性。然而在出现干扰性状时,这种方法会损失功效,于是以这个方法为基础,给出一种能排除干扰性状的方法。模拟研究和真实数据分析表明,这种降维的方法作为基于区域的关联分析方法是可行的、有效的。
（2）本文研究方法
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。
关联定位群体论文参考文献
[1].陈振挺,冯芳君,严明,范佩清,马孝松.水稻自然变异群体淹水发芽相关特性鉴定和全基因组关联定位研究[C].第七届长叁角植物科学研讨会暨青年学术报告会摘要集.2018
[2].陈莉莉.基于群体数据的基因定位关联分析方法研究与应用[D].哈尔滨工业大学.2018
[3].Asif,Ali,Kaleri.大豆关联重组自交系群体在多个环境下蛋白质与油脂QTL初步定位[D].东北农业大学.2018
[4].袁嘉麒.大豆关联重组自交系群体荚数垂直分布的QTL定位[D].东北农业大学.2018
[5].申聪聪.利用水稻MAGIC群体和种质资源关联分析定位抽穗期和株高QTL[D].中国农业科学院.2017
[6].陈天晓,朱亚军,密雪飞,陈凯,孟丽君.利用水稻MAGIC群体关联定位白叶枯病抗性QTL和创制抗病新种质[J].作物学报.2016
[7].司敬博.应用关联重组自交系群体定位大豆籽粒相关性状QTL[D].东北农业大学.2016
[8].陈天晓.利用MAGIC群体关联定位水稻白叶枯病抗性QTL及抗性的全基因组预测研究[D].扬州大学.2016
[9].宋世玉.大豆4个关联重组自交系群体籽粒形态性状遗传与QTL定位研究[D].南京农业大学.2014
[10].郭志军.陆海高代回交群体黄萎病抗性QTL定位和陆地棉相关农艺性状关联分析[D].中国农业科学院.2014