新疆陆地棉产量及品质性状与SSR标记的关联分析

How to further improve cotton yield and fiber quality in Xinjiang has been the focus of cotton breeders as Xinjiang is China's most important cotton growing province. Association analysis which is based on theory of linkage disequilibrium is one of the most important tools to search quantitative trait loci with high resolution. This study is to use SSR markers distributed in the whole cotton genome to search loci which are linked with cotton yield and quality traits in population of self-breeding upland cotton varieties and other important introduced varieties by the method of association analysis. Some SSR markers which have been reported to be linked with cotton yield and quality traits are included in to verify whether these SSR markers are also linked with those traits in population of mainly cotton cultivars in Xinjiang. Little map coverage and QTL search space shortcoming can be overcome by association analysis than by linage analysis mapping. The study will lay the foundation for marker assisted breeding on improving yield and quality traits and offer a new research strategy on fully exploring mainly breeding objective genes and understanding important agronomic traits of cotton from the genome-wide level visual.

新疆是我国最重要的植棉大省，如何进一步提高新疆棉花产量和改良纤维品质一直是育种家研究的重点。关联分析是一种基于连锁不平衡对数量性状位点进行高精度定位的方法，现已成为植物基因组学研究的热门方法之一。本研究拟用棉花全基因组标记和与目的基因连锁的SSR标记对新疆陆地棉品种和重要种质资源群体进行标记基因型鉴定，通过关联分析，克服陆地棉连锁分析作图方法中图谱覆盖率底、QTL搜索空间不足的缺点，在棉花全基因组范围内更全面地发掘品种和重要种质资源材料中控制产量和纤维品质性状的基因，并在这一群体中验证已报道的棉花产量和品质性状的基因位点，为利用分子标记辅助育种改良陆地棉的产量和品质性状打下基础，也为今后在丰富的棉花种质资源中全面发掘育种目标性状的控制基因、从全基因组水平理解棉花重要农艺性状的遗传基础提供新的研究策略。

棉花是世界上重要的经济作物之一，同时也是纺织行业的重要原料。本研究选用2014年Illumina公司开发研制的棉花 70K SNP芯片（国际棉花SNP联盟）对构建288份国内外陆地棉种质资源群体开展群体遗传多样性、群体结构和关联分析，为今后全面地发掘棉花种质资源的相关育种目标性状基因、从全基因组水平理解棉花重要农艺性状的遗传基础提供新的研究策略。通过研究发现：.1、通过Illumina Cotton SNP 70K芯片对288份国内外陆地棉自交系进行基因分型，一共得到63058个SNPs，经过质量控制后，最终得到18，687个高质量（maf ≥ 0.05）的SNP标记；其中3302个SNP没有锚定到染色体上，2824个SNP以Scaffold形式存在。.2、288份棉花品种△K的最大值为K = 3。在K = 3时，将所有288份材料分为三个亚群。大多数棉花种质被清晰的分类到三个亚群中。.3、为了选择最佳的PCA个数，使用了控制PCA个数（1-10个）的10种不同的方法进行比较分析。.4、除MIC性状选择PCA模型（10PCs）作为最佳模型外，其余模型均选择Q+K模型作为最优模型。.5、在最优模型下，3个环境及blup条件下，9个性状一共检测到45个显著的SNP-性状关联，涉及到8个性状，37个SNPs，每个SNP能解释的表型变异从5.96%-10.30%等，同时发现，有4个SNP可以在多个环境下被检测到，有2个SNP被多个性状检测到，这些SNP位点将是后候选研究要进一步验证的位点。同时也发现，在这9个性状中，只有8个性状检测到显著的SNP，性状果枝数没有检测到显著位点。