《品種資源群體抗性性狀QTL互作檢測新方法及其套用》是馮建英為項目負責人,南京農業大學為依託單位的青年科學基金項目。
基本介紹
- 中文名:品種資源群體抗性性狀QTL互作檢測新方法及其套用
- 項目類別:青年科學基金項目
- 項目負責人:馮建英
- 依託單位:南京農業大學
項目摘要,結題摘要,
項目摘要
作物品種資源群體對逆境和病蟲害的耐性或抗性呈非孟德爾遺傳的間斷型非常態分配,其信息量少,內在生物模式複雜,使抗性性狀的遺傳剖析更具挑戰性。抗性性狀是重要的作物育種目標,影響作物產量和品質。利用品種資源群體發掘的優異基因進行新品種選育是減少農業生產損失最經濟有效的辦法。然而,在品種資源群體中檢測抗性性狀QTL的統計方法研究還相對薄弱,特別是十分重要的上位性互作。為此,在品種資源群體數量性狀上位性關聯分析方法和抗性性狀多QTL檢測方法前期工作基礎上,利用樸素貝葉斯方法、偽似然函式法、分層廣義線性模型、貝葉斯方法、懲罰最大似然法和LASSO等數理統計方法的思想,提出品種群體抗性性狀上位性互作檢測的參數估計算法;構建品種群體二歧和多歧抗性性狀的上位性互作檢測的技術平台;經Monte Carlo模擬研究驗證後,用於大豆對鹽鹼耐性的上位性互作檢測,並進行分子育種設計。擬發表SCI論文2篇。
結題摘要
抗性性狀是重要的作物育種目標,但它不服從孟德爾遺傳且信息量少,使得抗性性狀遺傳剖析更具挑戰性,特別是其上位性互作檢測方法。為此,本項目完成了三部分工作。首先,基於分層廣義線性模型、貝葉斯方法、最大似然法,提出了品種資源群體二歧和多歧抗性性狀上位性關聯分析方法,可同時檢測主效QTL、上位性和QTL-環境互作,並由一系列MonteCarlo模擬研究驗證了方法的有效性。考慮到模型超飽和問題,提出用卡方測驗對大量SNP標記進行初篩,然後再由該上位性關聯分析方法進行檢測。通過模擬實驗確定閾值為0.25。利用本項目新方法對大豆幼苗根長鹽鹼耐性指數分類數據進行了上位性互作關聯分析,共檢測到12個QTL。其次,獲得了2014和2015年的286個品種的大豆幼苗5個性狀的耐鹽鹼性數據,經分析該品種群體存在顯著遺傳變異。最後,獲得286個大豆品種群體的SNP數據,並已用於大豆開花時間與種子大小相關的馴化位點分析。此外,提出的mrMLM方法可通過多位點混合線性模型有效提高全基因組關聯分析的功效與精度;並用數量性狀上位性關聯分析方法檢測了該大豆品種群體基因間互作關係,剖析數量性狀的遺傳基礎。發表3篇SCI論文和2篇中文核心。