基于水稻汕优63重组自交系群体的数量性状遗传构成剖析方法及应用

论文摘要

水稻汕优63（珍汕97A/明恢63）是我国一个良好的强优势籼籼型杂交组合。目前,已有很多学者对这个组合的多个衍生群体进行了各种农艺性状以及杂种优势的遗传分析。然而,这些研究大多数是基于经典的QTL分析方法,如单标记分析法、区间作图法、基于混合线性模型的复合区间作图法等。本研究以该组合衍生的241个重组自交系（RIL）为供试材料,采用包括上位性效应的统计遗传模型,对株高、抽穗期、单株产量等16个农艺性状进行QTL分析,以深入解析该杂交组合的遗传结构。试验涉及12条染色体的221个标记,覆盖基因组全长2070.9cM。统计分析策略主要分以下两步进行:第一步为模拟数据分析,以选择适应该群体分析的最优统计方法。模拟分析策略是直接基于该群体的标记基因型数据进行,通过构建同时包括221个主效应以及两两标记间的221×（221 ? 1）/2 = 24310个上位性效应在内的超饱和统计遗传模型,分别采用E-BAYES、Stepwise、PENAL、LASSO和SSVS五种超饱和模型分析方法对该群体进行模拟研究。模拟设置如下:随机设定9个主效应和5对互作效应,QTL的总遗传力分80%和60%两个水平,每一个处理重复100次。考察指标包括:QTL的统计功效以及QTL效应估计的准确度和精确度。第二步为实际数据分析。基于上述模拟研究选择的结果,采用最优的分析方法,对该群体的16个农艺性状进行分析,以阐明该强优势籼籼型杂交组合的遗传构成。模拟及实际数据分析结果如下:（1）模拟研究结果表明,在QTL的被发现能力上,E-BAYES的检测能力最强,在总遗传力率80%和60%两个水平下,平均统计功效分别高达97.9%和88.14%。其余4种方法对QTL的检测能力较E-BAYES方法要差,即使是平均统计功效最高的SSVS方法,在总遗传率80%和60%两种遗传力水平下平均统计功效也仅分别为25.78%和24.71%。同样地,在QTL效应的估计上,无论是精确度还是准确度,E-BAYES方法较其余4种方法也有着明显的优越性。此外,E-BAYES方法仅检测到一个假阳性QTL,而其它4种方法均有不同程度假阳性QTL被检出。（2）根据以上结果,本文仅选用了E-BAYES方法分析该群体的16个农艺性状,结果共检测到了115个QTLs,分布于水稻的整个12条染色体上,其中27个QTL具有主效应,单个QTL解释表型变异介于1.51%～22.36%;检测到的46个上位性效应,包括两个主效应位点间的互作1个,一个主效应位点和一个非主效位点间的互作15个,以及两个非主效位点间的互作30个,单个互作可解释的表型变异介于1.10%～7.08%。此外,不同性状检测到的QTL数目差异较大,最少只发现1个QTL,最多可发现15个QTL,各性状的相关QTL总遗传力介于5.73%～36.45%,其中主效应的累计贡献率介于1.68%～25.66%,平均为11.66%;上位性的累计贡献率介于3.9%～22.86%,平均为11.70%。此结果表明,上位性是该组合杂种优势的重要遗传基础之一。

论文目录

• 摘要
• ABSTRACT
• 1 引言
• 1.1 数量性状遗传研究进展
• 1.2 QTL 作图群体的建立
• 1.2.1 亲本的选配
• 1.2.2 作图群体的类型
• 1.2.3 作图群体的大小
• 1.3 QTL 作图的统计分析方法
• 1.3.1 单标记分析
• 1.3.2 区间作图法
• 1.3.3 复合区间作图法
• 1.3.4 多区间作图法
• 1.3.5 贝叶斯作图法
• 1.4 汕优63 QTL 研究进展
• 1.5 本研究目的意义
• 2 材料和方法
• 2.1 试验材料
• 2.2 统计模型
• 2.3 统计方法
• 3 模拟研究
• 3.1 模拟设置和考察指标
• 3.2 模拟结果
• 4 实例数据分析
• 4.1 亲本、杂种F1 及重组自交系（RIL）群体主要农艺性状的表现
• 4.2 16 个农艺性状的QTL 分析
• 4.3 16 个农艺性状QTL 之间的相互关系
• 5 讨论
• 5.1 关于模拟分析的5 种方法
• 5.2 汕优63 QTL 分析结果的比较
• 5.3 上位性效应在杂种优势中的重要作用
• 参考文献
• 致谢
• 攻读硕士学位期间发表的研究论文