APP下载

小麦子粒粒重的全基因组关联分析

2021-01-11孙胜楠

安徽科技学院学报 2020年5期
关键词:关联分析检测

孙胜楠, 许 峰

(安徽科技学院 农学院, 安徽 凤阳 233100)

小麦是世界上种植和消费需求最广的粮食作物之一[1]。随着人口的增长、耕地面积的减少以及粮食生产成本的不断提高,提高单产是确保小麦总产水平、保障粮食安全的根本出路[2]。千粒重是小麦产量三要素之一,其高低与小麦产量直接相关。其次,多数性状如品质性状、物理性状等的遗传特性表现出典型的数量遗传特点[3]。因此,运用现代分子生物学手段研究与掌握我国小麦种质资源的遗传多样性以及解析数量遗传规律、阐明优良等位基因的内在特征,对有目的性的亲本选择和组配,及改善小麦的品种极具有重要意义。

数量性状是由多基因控制的数量性状位点(Quantitative Trait Locus,QTL)构成,多表现为连续变异,遗传背景复杂,受基因和环境的共同调控。QTL通常采取全基因组关联分析(Genome Wide Association Analysis,GWAS)的方法展开遗传定位[4-5]。GWAS具有广泛的遗传基础、高通量、耗时少、精度高等优势。随着小麦基因组序列获得成功解析,利用基因组的序列信息开展全基因组关联分析变得更加方便[5]。Sukumaran等[6]利用90K基因芯片对287份面包小麦的千粒重、粒数、产量性状进行全基因组关联分析,鉴定出与目标性状相关联的38个SNP位点;Avni等[7]对小麦粒重进行QTL分析,确定6A染色体上的基因对粒重有正向影响;Luján等[8]利用35K基因芯片对102个阿根廷小麦的产量性状进行GWAS,发现97个SNP标记。由此可见,粒重的遗传基础是由数量众多的数量性状位点构成。

筛选产量相关性状不同于农艺、抗病等性状,后者可以在田间直接开展选择,前者则需要收获大量的子粒,通过理化分析后才可以进行优良后代株系的遴选,导致育种过程复杂且效率不高。……

登录APP查看全文

猜你喜欢

关联分析检测
“苦”的关联
隐蔽失效适航要求符合性验证分析
电力系统不平衡分析
智趣
电力系统及其自动化发展趋势分析
小波变换在PCB缺陷检测中的应用
语言学与修辞学:关联与互动