作物品種資源抗性性狀基因發掘新方法與套用研究

《作物品種資源抗性性狀基因發掘新方法與套用研究》是章元明為項目負責人，南京農業大學為依託單位的面上項目。

基本介紹

• 中文名：作物品種資源抗性性狀基因發掘新方法與套用研究
• 項目類別：面上項目
• 項目負責人：章元明
• 依託單位：南京農業大學

項目摘要

抗性性狀是作物育種目標的主要性狀，是影響作物產量和品質的關鍵因素之一。傳統上通過外源種質表型鑑定、染色體定位和染色體片段轉移等手段可利用外源抗性基因，但需要較長時間。近年來，利用品種資源表型鑑定和基因組掃描，通過QTL定位可發掘優異基因。然而，相對缺乏品種資源抗性分級性狀基因發掘的統計方法。本項目在品種資源數量性狀的QTL定位新方法研究基礎上，開展品種資源抗性分級性狀QTL定位新方法研究，為其基因發掘提供新工具。利用閾模型，探索品種資源群體抗性性狀表型與潛在連續性性狀間的內在聯繫，開展二歧與多歧抗性性狀QTL定位新方法研究，拓展基於多QTL遺傳模型的抗性性狀QTL定位新方法。參數估計擬採用Bayesian法或懲罰最大似然法。用Monte Carlo模擬驗證新方法後,套用於大豆等品種資源抗性分級性狀的評價，為大豆等作物分子設計育種提供有用信息，加速育種進程。預期發表論文3篇。

結題摘要

培育抗性品種是減少作物產量損失最為經濟有效的方法。然而，抗性基因是蘊藏於品種資源中，特別地，抗性性狀呈簡單的有序的離散型分布且不符合Mendelian分離比例，且品種資源群體遺傳結構複雜。因此，在品種資源群體中檢測抗性分級性狀優異等位基因具有挑戰性。首先，利用最大似然方法和閾模型，提出了品種群體二歧抗性性狀QTL檢測的新方法，以估計抗性性狀QTL的效應與遺傳率。Monte Carlo模擬研究表明：等位基因數目不同時，所需的適宜樣本容量不同；Founder數大於30時，參數估計值的標準差與相對偏差趨於穩定；當稀少等位基因所占的比例大於15%，需要將這種等位基因單獨成一類而不可以歸於其它等位基因類；其次，利用分層廣義混合線性模型方法、常態分配近似和經驗Bayes的期望-最大化算法，發展了基於多QTL遺傳模型的二歧和多歧抗性分級性狀的QTL定位方法。Monte Carlo模擬研究表明：在單QTL模型、多QTL模型和獨立性檢驗三種方法中，多QTL模型方法的QTL檢測功效最高，假陽性率最低，QTL效應和閾值的估計值比單QTL模型的更接近於真值，參數估計值的標準差均較小；抗性性狀表型對稱分布的QTL檢測功效最高；QTL檢測功效隨抗性性狀表型種類數、樣本容量和Founder個數的增加而會增加；第三，通過257個大豆品種對鹽鹼抗性的鑑定和分子標記掃描，套用新方法檢測了大豆對鹽鹼耐性的QTL；第四，發展的三重測交遺傳交配設計二階段方法可無偏估計主效和互作效應；發展的懲罰最大似然偏性矯正方法可提高小效應和連鎖QTL的檢測功效與精度；研究了偏分離標記對QTL定位的影響並提出利用偏分離標記的多QTL定位方法；最後，研究了基因組變異與複雜性狀關聯的進化機制，例如澱粉代謝途徑關鍵基因家族在禾本科和雙子葉植物間的變異與澱粉含量的進化關係。發表論文19篇，其中SCI論文14篇，參與撰寫英文專著1部，研製軟體包1套。培養博碩士研究生9人。