作物品种资源抗性性状基因发掘新方法与应用研究

抗性性状是作物育种目标的主要性状，是影响作物产量和品质的关键因素之一。传统上通过外源种质表型鉴定、染色体定位和染色体片段转移等手段可利用外源抗性基因，但需要较长时间。近年来，利用品种资源表型鉴定和基因组扫描，通过QTL定位可发掘优异基因。然而，相对缺乏品种资源抗性分级性状基因发掘的统计方法。本项目在品种资源数量性状的QTL定位新方法研究基础上，开展品种资源抗性分级性状QTL定位新方法研究，为其基因发掘提供新工具。利用阈模型，探索品种资源群体抗性性状表型与潜在连续性性状间的内在联系，开展二歧与多歧抗性性状QTL定位新方法研究，拓展基于多QTL遗传模型的抗性性状QTL定位新方法。参数估计拟采用Bayesian法或惩罚最大似然法。用Monte Carlo模拟验证新方法后,应用于大豆等品种资源抗性分级性状的评价，为大豆等作物分子设计育种提供有用信息，加速育种进程。预期发表论文3篇。

培育抗性品种是减少作物产量损失最为经济有效的方法。然而，抗性基因是蕴藏于品种资源中，特别地，抗性性状呈简单的有序的离散型分布且不符合Mendelian分离比例，且品种资源群体遗传结构复杂。因此，在品种资源群体中检测抗性分级性状优异等位基因具有挑战性。首先，利用最大似然方法和阈模型，提出了品种群体二歧抗性性状QTL检测的新方法，以估计抗性性状QTL的效应与遗传率。Monte Carlo模拟研究表明：等位基因数目不同时，所需的适宜样本容量不同；Founder数大于30时，参数估计值的标准差与相对偏差趋于稳定；当稀少等位基因所占的比例大于15%，需要将这种等位基因单独成一类而不可以归于其它等位基因类；其次，利用分层广义混合线性模型方法、正态分布近似和经验Bayes的期望-最大化算法，发展了基于多QTL遗传模型的二歧和多歧抗性分级性状的QTL定位方法。Monte Carlo模拟研究表明：在单QTL模型、多QTL模型和独立性检验三种方法中，多QTL模型方法的QTL检测功效最高，假阳性率最低，QTL效应和阈值的估计值比单QTL模型的更接近于真值，参数估计值的标准差均较小；抗性性状表型对称分布的QTL检测功效最高；QTL检测功效随抗性性状表型种类数、样本容量和Founder个数的增加而会增加；第三，通过257个大豆品种对盐碱抗性的鉴定和分子标记扫描，应用新方法检测了大豆对盐碱耐性的QTL；第四，发展的三重测交遗传交配设计二阶段方法可无偏估计主效和互作效应；发展的惩罚最大似然偏性矫正方法可提高小效应和连锁QTL的检测功效与精度；研究了偏分离标记对QTL定位的影响并提出利用偏分离标记的多QTL定位方法；最后，研究了基因组变异与复杂性状关联的进化机制，例如淀粉代谢途径关键基因家族在禾本科和双子叶植物间的变异与淀粉含量的进化关系。发表论文19篇，其中SCI论文14篇，参与撰写英文专著1部，研制软件包1套。培养博硕士研究生9人。