水稻灌浆期耐热性及主要农艺性状的全基因组关联分析
发布时间：2021-11-12 06:36
水稻是世界上超过一半人口的主要粮食作物,维持水稻产量稳定则显得至关重要。而高温热害作为主要的非生物胁迫之一,对水稻产量造成巨大的威胁;因此培育耐高温的水稻品种具有重要意义。本研究通过对水稻灌浆期进行高温胁迫处理,以相对耐热指数（Relative Heat-resisting index,RHI）、胁迫后稻米品质为鉴定指标,通过全基因组关联分析（Genome-wide association study,GWAS）挖掘出灌浆期耐热性相关的QTL位点及候选基因;然后利用生物信息分析手段挖掘出与这些耐热性关联位点相关的microRNA,探究microRNA在高温胁迫下可能的适应机制。此外本研究对主要农艺性状（生育期,株高,有效穗数,穗长,穗着粒密度,结实率,千粒重,单株产量,每穗颖花数和每穗实粒数）进行了GWAS分析,寻找其新的遗传位点及候选基因,为水稻综合农艺性状改良提供理论基础。主要研究结果如下:1、从“3000份水稻核心种质重测序项目”（3K Rice Genomes Project）中挑选生育期较为一致的233份水稻核心材料,其重测序数据以日本晴（NipponbareReferenc...
【文章来源】：华中农业大学湖北省 211工程院校 教育部直属院校
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
全染色体的SNP密度图
水稻灌浆期耐热性及主要农艺性状的全基因组关联分析21图2材料不同类别群体的LD衰减图Fig.2LDdecaydiagramofdifferentcategorygroupsofmaterials3.1.3群体结构分析群体结构是利用Admixture软件进行分析的。Admixture与STRUCTURE拥有一样的计算原理，是基于贝叶斯模型的算法，对每个k值模拟的结果，都会对应产生最大似然值（likelihood），但是相较于STRUCTURE拥有更快的计算速度。这个软件是利用类似likelihood的交叉验证错误率（cross-validationerror）来表示分群效果，当交叉验证错误率最小时所对应的k值为最佳k值。通过Admixture软件分析群体结构，当k值为9时，交叉验证错误率最低，故可将群体分为9个亚群，后需通过k值为9时对应的群体结构矩阵作为协方差矩阵带入混合线性模型进行关联分析，用以减少群体结构所带来的偏差。将群体通过系统发育树的方式展现出来，如图3。可以看出，群体分化较为明显，红色为部分籼稻品种/混合品种，绿色为部分籼稻品种和香米稻品种，蓝色为澳州稻品种，而黄色为粳稻品种/部分混合品种。
华中农业大学2020届硕士研究生学位（毕业）论文22图3群体系统发育树Fig.3Thephylogenetictreeofpopulation3.2灌浆期耐热性相关性状的表型分析3.2.1灌浆期相对耐热指数的表型分析灌浆期的相对耐热指数性状表型统计如表2，变异系数（CV）为0.13，群体耐热性离散程度较大。偏度值为-0.87，绝对值在1以下，重尾偏向左侧，偏度表现左偏。峰值为-0.04，峰值较小，说明正态分布峰比较平缓，没有极端表型值的出现。相对耐热指数频率分布图如图4，性状表现为连续分布，属于数量性状。值得注意的是耐热品种ZS97b的相对耐热指数为94.58%，而热敏感品种SYD2的相对耐热指数为74.80%，分别分布于平均值85.42%的两侧。这也证明了两品种在灌浆期高温处理下较大的耐热性差异。表2群体灌浆期相对耐热指数的表现Table2Phenotypicperformanceofrelativeheat-resistingindexduringgrain-fillingstage性状最小值最大值平均值±标准差变异系数偏度峰度TraitsMinimumMaximumMean±SDCVSkewnessKurtosisRHI46.6710085.42±11.490.13-0.87-0.04
【参考文献】：
期刊论文
[1]水稻灌浆期间高温对水稻外观品质的影响[J]. 李进波,戚华雄. 湖北农业科学. 2019(22)
[2]植物miRNA研究进展[J]. 王洁,章嘉航,孟秋峰,黄芸萍,任锡亮,高天一. 宁波农业科技. 2019(03)
[3]热胁迫下水稻miR396家族及靶基因OsGRFs的表达研究[J]. 叶超楠,沈栎阳,方春,曹跃芬,於金生. 农业生物技术学报. 2018(03)
[4]水稻高温热害研究进展[J]. 杜雪树,殷得所,査中萍,万丙良. 安徽农业科学. 2017(35)
[5]利用高世代回交群体检测水稻垩白相关性状QTL[J]. 王林森,陈亮明,王沛然,王卓然,郑海,马宏阳,江玲,赵志刚,万建民. 南京农业大学学报. 2016(02)
[6]Differential Expression of miRNAs in Rice under High Temperature Stress[J]. Guangmin XU,Xiaofang YANG,Rong ZHANG,Qiao LI,Juan LI. Agricultural Biotechnology. 2015(04)
[7]水稻主要农艺性状的QTL分析[J]. 陈燕华,黄大辉,邱永福,张月雄,刘芳,马增凤,刘驰,李容柏. 华南农业大学学报. 2014(05)
[8]水稻千粒重和垩白粒率相关性分析及其QTL定位[J]. 边建民,贺浩华,石桓,朱昌兰,彭小松,傅军如,贺小鹏,陈小荣,胡丽芳,欧阳林娟. 核农学报. 2014(01)
[9]灌浆初期高温对水稻籽粒充实和剑叶理化特性的影响[J]. 廖江林,肖小军,宋宇,周庆红,黄英金. 植物生理学报. 2013(02)
[10]抽穗开花期不同高温处理对水稻开花习性和结实率的影响[J]. 张桂莲,刘思言,张顺堂,肖应辉,唐文邦,陈立云. 中国农学通报. 2012(30)
博士论文
[1]稻米品质性状的全基因组关联分析及品质相关基因的遗传解析[D]. 赵达.华中农业大学 2019
硕士论文
[1]水稻苗期高温胁迫相关的编码基因与长链非编码RNA解析[D]. 钟华华.华中农业大学 2019
[2]水稻灌浆期耐热性及主要农艺、品质性状的遗传研究[D]. 王凯.华中农业大学 2018
[3]OsmiRNA398及其靶基因调控水稻耐热性的功能研究[D]. 谢旻.湖南农业大学 2017
[4]孕穗期高温对水稻生长发育和产量形成的影响研究[D]. 周俊杰.南京农业大学 2017
[5]水稻种质资源外观和加工品质的全基因组关联分析[D]. 方雅洁.安徽农业大学 2017
[6]不同生育期高温处理对水稻生长及产量形成的影响[D]. 李留勇.华中农业大学 2015
[7]水稻开花期耐热性和主要农艺性状QTL分析[D]. 孙辽.华中农业大学 2015
本文编号：3490365
【文章来源】：华中农业大学湖北省 211工程院校 教育部直属院校
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
全染色体的SNP密度图
水稻灌浆期耐热性及主要农艺性状的全基因组关联分析21图2材料不同类别群体的LD衰减图Fig.2LDdecaydiagramofdifferentcategorygroupsofmaterials3.1.3群体结构分析群体结构是利用Admixture软件进行分析的。Admixture与STRUCTURE拥有一样的计算原理，是基于贝叶斯模型的算法，对每个k值模拟的结果，都会对应产生最大似然值（likelihood），但是相较于STRUCTURE拥有更快的计算速度。这个软件是利用类似likelihood的交叉验证错误率（cross-validationerror）来表示分群效果，当交叉验证错误率最小时所对应的k值为最佳k值。通过Admixture软件分析群体结构，当k值为9时，交叉验证错误率最低，故可将群体分为9个亚群，后需通过k值为9时对应的群体结构矩阵作为协方差矩阵带入混合线性模型进行关联分析，用以减少群体结构所带来的偏差。将群体通过系统发育树的方式展现出来，如图3。可以看出，群体分化较为明显，红色为部分籼稻品种/混合品种，绿色为部分籼稻品种和香米稻品种，蓝色为澳州稻品种，而黄色为粳稻品种/部分混合品种。
华中农业大学2020届硕士研究生学位（毕业）论文22图3群体系统发育树Fig.3Thephylogenetictreeofpopulation3.2灌浆期耐热性相关性状的表型分析3.2.1灌浆期相对耐热指数的表型分析灌浆期的相对耐热指数性状表型统计如表2，变异系数（CV）为0.13，群体耐热性离散程度较大。偏度值为-0.87，绝对值在1以下，重尾偏向左侧，偏度表现左偏。峰值为-0.04，峰值较小，说明正态分布峰比较平缓，没有极端表型值的出现。相对耐热指数频率分布图如图4，性状表现为连续分布，属于数量性状。值得注意的是耐热品种ZS97b的相对耐热指数为94.58%，而热敏感品种SYD2的相对耐热指数为74.80%，分别分布于平均值85.42%的两侧。这也证明了两品种在灌浆期高温处理下较大的耐热性差异。表2群体灌浆期相对耐热指数的表现Table2Phenotypicperformanceofrelativeheat-resistingindexduringgrain-fillingstage性状最小值最大值平均值±标准差变异系数偏度峰度TraitsMinimumMaximumMean±SDCVSkewnessKurtosisRHI46.6710085.42±11.490.13-0.87-0.04
【参考文献】：
期刊论文
[1]水稻灌浆期间高温对水稻外观品质的影响[J]. 李进波,戚华雄. 湖北农业科学. 2019(22)
[2]植物miRNA研究进展[J]. 王洁,章嘉航,孟秋峰,黄芸萍,任锡亮,高天一. 宁波农业科技. 2019(03)
[3]热胁迫下水稻miR396家族及靶基因OsGRFs的表达研究[J]. 叶超楠,沈栎阳,方春,曹跃芬,於金生. 农业生物技术学报. 2018(03)
[4]水稻高温热害研究进展[J]. 杜雪树,殷得所,査中萍,万丙良. 安徽农业科学. 2017(35)
[5]利用高世代回交群体检测水稻垩白相关性状QTL[J]. 王林森,陈亮明,王沛然,王卓然,郑海,马宏阳,江玲,赵志刚,万建民. 南京农业大学学报. 2016(02)
[6]Differential Expression of miRNAs in Rice under High Temperature Stress[J]. Guangmin XU,Xiaofang YANG,Rong ZHANG,Qiao LI,Juan LI. Agricultural Biotechnology. 2015(04)
[7]水稻主要农艺性状的QTL分析[J]. 陈燕华,黄大辉,邱永福,张月雄,刘芳,马增凤,刘驰,李容柏. 华南农业大学学报. 2014(05)
[8]水稻千粒重和垩白粒率相关性分析及其QTL定位[J]. 边建民,贺浩华,石桓,朱昌兰,彭小松,傅军如,贺小鹏,陈小荣,胡丽芳,欧阳林娟. 核农学报. 2014(01)
[9]灌浆初期高温对水稻籽粒充实和剑叶理化特性的影响[J]. 廖江林,肖小军,宋宇,周庆红,黄英金. 植物生理学报. 2013(02)
[10]抽穗开花期不同高温处理对水稻开花习性和结实率的影响[J]. 张桂莲,刘思言,张顺堂,肖应辉,唐文邦,陈立云. 中国农学通报. 2012(30)
博士论文
[1]稻米品质性状的全基因组关联分析及品质相关基因的遗传解析[D]. 赵达.华中农业大学 2019
硕士论文
[1]水稻苗期高温胁迫相关的编码基因与长链非编码RNA解析[D]. 钟华华.华中农业大学 2019
[2]水稻灌浆期耐热性及主要农艺、品质性状的遗传研究[D]. 王凯.华中农业大学 2018
[3]OsmiRNA398及其靶基因调控水稻耐热性的功能研究[D]. 谢旻.湖南农业大学 2017
[4]孕穗期高温对水稻生长发育和产量形成的影响研究[D]. 周俊杰.南京农业大学 2017
[5]水稻种质资源外观和加工品质的全基因组关联分析[D]. 方雅洁.安徽农业大学 2017
[6]不同生育期高温处理对水稻生长及产量形成的影响[D]. 李留勇.华中农业大学 2015
[7]水稻开花期耐热性和主要农艺性状QTL分析[D]. 孙辽.华中农业大学 2015
本文编号：3490365
本文链接：https://www.wllwen.com/nykjlw/nzwlw/3490365.html
最近更新
教材专著
