基于RNA-Seq的小麦产量性状GWAS分析

发布时间：2020-07-24 00:56

【摘要】：小麦在世界上栽培总面积最大,分布范围最广,总产量位居第二。小麦也是我国主要的粮食作物之一,在粮食安全中具有重要的地位。本研究以黄淮麦区近期育成的149个小麦品种(系)组成的品种群体为材料,进行了2年的田间试验,调查了株高、穗长、每穗小穗数、顶部不育小穗数、基部不育小穗数、每穗可育小穗数、穗粒数、每平方米穗数、籽粒产量等9个产量相关的性状。结合课题组根据RNA-Seq分析进而开发的高通量分子标记,进行了产量性状的全基因组关联分析,可为小麦分子辅助育种提供了和相关基因分离提供参考信息主要结果如下:表型变异分析表明,9个性状存在广泛变异,变异幅度为5.47%~65.63%。方差分析表明,品种群体其基因型和环境间差异均达显著水平,表明基因型和环境对性状变异均有显著影响。遗传力变化范围为60.7%~96.05%。去除最小等位基因频率小于5%,缺失率大于80%的位点,共获得369300个SNP/InDel标记。选择在小麦染色体上均匀分布的1320个SNP标记用structure2.3.4软件进行群体结构分析,结果显示,K=2时,?K出现峰值确定为两个亚群。分别包括33个小麦品种(系)和116个小麦品种(系)。GWAS分析共检测到1215个标记位点与株高、穗长、每穗小穗数、顶部不育小穗数、基部不育小穗数、每穗可育小穗数、穗粒数、每平方米穗数、籽粒产量等9个性状在P5.0E-04水平存在关联。其中,180个标记与株高显著关联,其中9个SNP在3个环境下(含AV)与株高显著关联,66个标记在2个环境下(含AV)与株高显著关联,是相对稳定的关联位点。120个与穗长显著关联,其中1个Indel和13个SNP在3个环境下(含AV)与穗长显著关联,33个标记在2个环境下与穗长显著关联。85个与总小穗数显著关联,其中5个SNP在2个环境下与总小穗数显著关联。270个与顶部不育小穗数显著关联,其中3个Indel和13个SNP在3个环境下与顶部不育小穗数显著关联,2个Indel和72个SNP在2个环境下与顶部不育小穗数显著关联。93个位点与基部不育小穗数性状显著关联,其中,2个Indel和9个SNP在2个环境下显著关联。97个位点与每穗可育小穗数性状显著关联,其中2个Indel和12个SNP在2个环境下显著关联。91个与穗粒数显著关联,其中22个SNP在3个环境下与穗粒数显著关联,2个Indel和14个SNP在2个环境下与穗粒数显著关联。146个与穗数显著关联,其中1个Indel在3个环境下与穗粒数显著关联,2个Indel和36个SNP在2个环境下与穗数显著关联。178个与籽粒产量显著关联,其中11个Indel和67个SNP在3个环境下与籽粒产量显著关联,3个Indel和34个SNP在2个环境下与籽粒产量显著关联。
【学位授予单位】：山东农业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S512.1
【图文】：

选择在小麦染色体上均匀分布的 1320 个 SNP 标记用 structure2.3.4 软件进行群体结分析，结果显示，K=2 时， K 出现峰值确定为两个亚群。分别包括 33 个小麦品种（系）亚群 1，subgroup1）和 116 个小麦品种（系）（亚群 2，subgroup2）（图 2）。Subp1 Subp2基于 RNA-Seq 的小麦产量性状 GWAS 分析

其中，与株高相关的标记位点有 180 个，与穗长相关的标记位点有 120 个，与总小穗数相关的标记位点有 85，与顶部不育小穗数相关的标记位点有 270 个，与基部不育小穗数相关的标记位点有 93 个，与每穗可育小穗数相关的标记位点有 97，与穗粒数相关的标记位点有 91 个，与穗数相关的标记位点有 146 个，与籽粒产量相关的标记位点有 178 个；单个标记位点的变异解释率（R2）范围是 10.29%-64.87%。在两个环境下与各性状稳定关联的共有 294 个标记，在三个环境下与各性状稳定关联的共有 140 个标记（表 8）。分性状说明如下。株高（PH）。检测到 180 个位点与株高性状显著关联，所有染色体上均有分布，表型变异解释率的范围为 10.42-56.48%。其中，9 个 SNP（SNP91050、SNP268954、SNP495182、SNP757615、SNP1138705、SNP1588070、SNP1665827、SNP1665831、SNP1665833）在 3 个环境下（含 AV）与株高显著关联，66 个标记在 2 个环境下（含AV）与株高显著关联，是相对稳定的关联位点。

由于在 P<5.0E-04 水平与穗长性状显著相关的位点较多，所以将阈值提高至 P<10.0E-05，在 P<10.0E-05 水平下共检测到 120 个显著相关位点，分布于 1A、1B、1D、2A、2B、2D、3A、3B、4A、4B、5A、5B、5D、6A、6B、7A、7B 染色体上，变异解释率范围为 13.05-34.46%。其中，1 个 Indel（Indel166332）和 13 个 SNP（SNP1339701、SNP1339751、SNP1339768、SNP1339771、SNP319656、SNP641128、SNP906575、SNP910777、SNP915227、SNP927590、SNP929852、SNP934444、SNP953680）在 3 个环境下（含 AV）与穗长显著关联，33 个标记在 2 个环境下（含 AV）与穗长显著关联，是相对稳定的关联位点。基于 RNA-Seq 的小麦产量性状 GWAS 分析

【参考文献】

相关期刊论文 前8条

1 ZHAO Jing-lan;WANG Hong-wei;ZHANG Xiao-cun;DU Xu-ye;LI An-fei;KONG Ling-rang;;Association analysis of grain traits with SSR markers between Aegilops tauschii and hexaploid wheat(Triticum aestivum L.)[J];Journal of Integrative Agriculture;2015年10期

2 陈广凤;陈建省;田纪春;;小麦株高相关性状与SNP标记全基因组关联分析[J];作物学报;2015年10期

3 Chao Lv;Yanxia Song;Lifeng Gao;Qin Yao;Ronghua Zhou;Rugen Xu;Jizeng Jia;;Integration of QTL detection and marker assisted selection for improving resistance to Fusarium head blight and important agronomic traits in wheat[J];The Crop Journal;2014年01期

4 刘红亮;郑丽明;刘青青;权富生;张涌;;非模式生物转录组研究[J];遗传;2013年08期

5 郑德波;杨小红;李建生;严建兵;张士龙;贺正华;黄益勤;;基于SNP标记的玉米株高及穗位高QTL定位[J];作物学报;2013年03期

6 井赵斌;魏琳;俞靓;程积民;;转录组测序及其在牧草基因资源发掘中的应用前景[J];草业科学;2011年07期

7 赵波;叶剑;金文林;曾潮武;吴宝美;濮绍京;潘金豹;万平;;不同类型小豆种质SSR标记遗传多样性及性状关联分析[J];中国农业科学;2011年04期

8 李小军;徐鑫;刘伟华;李秀全;李立会;;利用SSR标记探讨骨干亲本欧柔在衍生品种的遗传[J];中国农业科学;2009年10期

本文编号：2768073