小麦90K与660K SNP芯片标记的融合及其在产量与面团流变学相关性状中的应用
发布时间：2023-02-26 17:57
小麦是全球约35%-40%人口的主食,有较高的营养价值,具备独特的面筋特性,可制作成多种食品,同时还是重要的贸易和国际援助粮食。随着耕地面积的逐年减少以及世界人口的快速增长,小麦高产、稳产、优质一直是小麦育种的重要目标。本研究更新了小麦90K与660K SNP芯片标记的物理位置,并将准确、可比较的分子标记信息应用于小麦产量和面团流变学相关性状的全基因组关联与连锁分析,主要结果如下:1.将小麦90K与660K SNP芯片标记的侧翼序列与矮抗58参考基因组进行比对,根据比对结果将芯片标记分为五类:其中TypeI和TypeII标记在矮抗58基因组中有唯一匹配的物理位置,前者比对后的染色体与原始芯片相同,后者与原始芯片不同,并进行了更正;TypeIII标记在同一染色体上有多个物理位置;TypeIV标记在多条染色体上都有物理位置;TypeV标记在矮抗58基因组无比对结果。在小麦660K SNP芯片中,五类标记的个数及所占的比例分别为65583(92.28%)、10993(1.79%)、1...
【文章页数】：107 页
【学位级别】：博士
【文章目录】：
致谢
摘要
第一章 文献综述
1 分子标记
2 关联分析
2.1 连锁不平衡
2.2 关联分析的研究方法
2.3 关联分析相关的软件包
3 水稻全基因组关联分析研究进展
4 玉米全基因组关联分析研究进展
5 小麦全基因组关联分析研究进展
5.1 小麦农艺性状全基因组关联分析研究进展
5.2 小麦农艺性状全基因组连锁分析研究进展
5.3 小麦品质性状研究进展
6 关联分析与连锁分析的特点
7 本研究的目的和意义
第二章 基于矮抗58 基因组序列的小麦90K与660K SNP芯片标记重定位
1 材料与方法
1.1 材料
1.2 BLAST(Basic Local Alignment Search Tool)
2 结果与分析
2.1 芯片分类
2.2 小麦90K与660K SNP芯片在矮抗58 基因组序列的重新融合
2.3 小麦90K SNP芯片和中国春1.0 版本参考基因组比对
2.4 小麦90K SNP芯片在矮抗58 和中国春1.0 版本参考基因组位置的比较
3 讨论
第三章 全基因组关联分析揭示黄淮麦区产量相关性状遗传位点的优异等位基因分布
1 材料与方法
1.1 材料
1.2 表型鉴定
1.3 基因分型与过滤
1.4 连锁不平衡和群体结构分析
1.5 全基因组关联分析
1.6 候选SNP位点测序与分析
1.7 QTL定位
2 结果与分析
2.1 群体结构与连锁不平衡分析
2.2 关联分析显著性与重复性SNP
2.2.1 粒部性状
2.2.2 穗部性状
2.2.3 株型性状
2.3 候选SNP在自然群体的验证
2.4 黄淮麦区品种优异等位基因的利用
2.5 优异等位基因在不同育种时期的分布
3 讨论
3.1 群体结构与连锁不平衡分析
3.2 全基因组关联分析与QTL定位
3.2.1 粒部性状
3.2.2 株型性状
3.3 优异等位基因的聚合育种
第四章 小麦面团流变学特征的全基因组关联与连锁分析
1 材料与方法
1.1 材料
1.2 表型鉴定
1.3 基因分型与质控
1.4 群体结构及系统发育分析
1.5 全基因组关联分析
1.6 Glu-D1 等位基因的鉴定
1.7 QTL定位
1.8 单倍型及共线性分析
2 结果与分析
2.1 表型鉴定
2.2 全基因组关联分析
2.2.1 群体结构
2.2.2 关联分析结果概览
2.2.3 稳定时间的关联分析
2.2.4 剩余8 个品质性状关联分析及一因多效
2.3 稳定时间的QTL定位
2.4 单倍型分析
2.5 共线性分析
3 讨论
第五章 结论
参考文献
附录
ABSTRACT
作者简介
本文编号：3750630
【文章页数】：107 页
【学位级别】：博士
【文章目录】：
致谢
摘要
第一章 文献综述
1 分子标记
2 关联分析
2.1 连锁不平衡
2.2 关联分析的研究方法
2.3 关联分析相关的软件包
3 水稻全基因组关联分析研究进展
4 玉米全基因组关联分析研究进展
5 小麦全基因组关联分析研究进展
5.1 小麦农艺性状全基因组关联分析研究进展
5.2 小麦农艺性状全基因组连锁分析研究进展
5.3 小麦品质性状研究进展
6 关联分析与连锁分析的特点
7 本研究的目的和意义
第二章 基于矮抗58 基因组序列的小麦90K与660K SNP芯片标记重定位
1 材料与方法
1.1 材料
1.2 BLAST(Basic Local Alignment Search Tool)
2 结果与分析
2.1 芯片分类
2.2 小麦90K与660K SNP芯片在矮抗58 基因组序列的重新融合
2.3 小麦90K SNP芯片和中国春1.0 版本参考基因组比对
2.4 小麦90K SNP芯片在矮抗58 和中国春1.0 版本参考基因组位置的比较
3 讨论
第三章 全基因组关联分析揭示黄淮麦区产量相关性状遗传位点的优异等位基因分布
1 材料与方法
1.1 材料
1.2 表型鉴定
1.3 基因分型与过滤
1.4 连锁不平衡和群体结构分析
1.5 全基因组关联分析
1.6 候选SNP位点测序与分析
1.7 QTL定位
2 结果与分析
2.1 群体结构与连锁不平衡分析
2.2 关联分析显著性与重复性SNP
2.2.1 粒部性状
2.2.2 穗部性状
2.2.3 株型性状
2.3 候选SNP在自然群体的验证
2.4 黄淮麦区品种优异等位基因的利用
2.5 优异等位基因在不同育种时期的分布
3 讨论
3.1 群体结构与连锁不平衡分析
3.2 全基因组关联分析与QTL定位
3.2.1 粒部性状
3.2.2 株型性状
3.3 优异等位基因的聚合育种
第四章 小麦面团流变学特征的全基因组关联与连锁分析
1 材料与方法
1.1 材料
1.2 表型鉴定
1.3 基因分型与质控
1.4 群体结构及系统发育分析
1.5 全基因组关联分析
1.6 Glu-D1 等位基因的鉴定
1.7 QTL定位
1.8 单倍型及共线性分析
2 结果与分析
2.1 表型鉴定
2.2 全基因组关联分析
2.2.1 群体结构
2.2.2 关联分析结果概览
2.2.3 稳定时间的关联分析
2.2.4 剩余8 个品质性状关联分析及一因多效
2.3 稳定时间的QTL定位
2.4 单倍型分析
2.5 共线性分析
3 讨论
第五章 结论
参考文献
附录
ABSTRACT
作者简介
本文编号：3750630
本文链接：https://www.wllwen.com/shoufeilunwen/nykjbs/3750630.html
