As a major source of oilseed, cultivated peanut has high oil content in seed. However, the molecular markers and allelic variation with significant effects on oil content have not been identified up to the present. Association mapping is the effective strategy to detect QTLs of oil content. In our present study, the genetic diversity and population structure will be analyzed in 205 representative peanut cultivars from North China, and 186 accessions with higher genetic diversity will be chosen for association mapping. 895 SSR markers covering 20 linkage groups will be used to investigate the genotype and genetic constitution of the natural population. Furthermore, using that genotype data, the linkage disequilibrium will be analysed. Subsequently, in order to detect the significant markers and estimate the allele effect, association between markers and oil content will be tested. Finally, the elite alleles and the peanut cultivars with elite alleles will be screened out. The findings in our study will lay a foundation and provide a technical support for marker-assisted selection on high oil content breeding. Additionally, it will provide a theoretical basis for molecular design breeding of peanut oil content.
花生的含油量较高,但是与高含油量相关的基因位点及其等位变异尚未发掘。关联分析是挖掘含油量等复杂性状位点的有效途径。本研究通过分析205份北方花生品种的遗传多样性和群体结构,筛选出186份亲缘关系较远的材料,构建关联分析自然群体。利用分布在20个连锁群上的895个SSR标记对关联群体进行全基因组扫描,明确关联群体的LD水平,运用关联分析方法检测含油量相关的标记,挖掘具有潜在育种价值的优异等位变异,筛选出携有优异等位变异的基因资源,为花生高含油量分子标记辅助选择育种提供材料基础和技术支持,为花生分子设计育种奠定基础。
花生是我国主要油料作物之一,因此,培育高含油量花生品种是现阶段最重要的育种目标。本研究以包含200个北方花生产区种质资源的自然群体为研究对象,利用覆盖花生全基因组的 254个SSR 标记对自然群体进行全基因组扫描,主要研究结果如下:.(1)单个标记检测到等位变异为 2-21个,平均为5.66。遗传多样性指数的变化范围为0.0099-0.8716,平均为0.4304。多态信息含量(PIC)变化范围为0.0099-0.8626,平均为0.3890。所选材料利用基于Nei’s遗传距离的系统聚类分析共分为6个类群。相同省份的材料并未完全聚类于同一小类群。8个省(市、区)花生品种进行比较,其中山东省品种遗传多样性最丰富,其次为辽宁。.(2)利用均匀分布于基因组的211个SSR标记和基于模型分析的Structure 2.3软件对此群体进行群体结构的分析,结果表明此群体划分为2个亚群最为合理。采用Tassel 2.1 软件进行群体LD 分析,211个标记位点共获得21083个标记位点对, r2最大值为0.539,最小值为1.7E-07。群体LD的衰减为32.50cM。.(3)自然群体含油量在9个环境下的变异范围分别为46.29%-60.53%,均值为52.41%-55.26%,变异系数为3.12%-3.68%。利用GLM方法和MLM方法在 9个环境下共检测到50个含油量相关标记,其中利用GLM方法检测到44个和含油量相关标记,MLM方法检测到18个。12个标记用两种方法同时检测到。GM2050(a07, 144.25cM)在5个环境下被检测到与含油量相关,对表性变异的解释率为5.37%-12.49%。.(4)对12个位点等位变异表型效应进行了比较分析,含油量相关位点Ah1TC3E05-324表现的增效效应最大,可提高1.60%的含油量,其次为IPAHM105-296和GM1090-218,分别可提高1.56%和1.52%的含油量。对各品种含有的优异等位变异进行分析,品种中最多包涵4个优异等位变异,其中含油量最高的冀花10号包含TC3E02-275、GM2050-384和Ah1TC4E10-319共3个优异等位变异。品种优异等位变异的挖掘,为利用分子标记辅助育种花生高含油量提供重要信息。通过本项目的实施在发表论文6篇,其中SCI收录1篇,国内核心期刊论文5篇。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
小跨高比钢板- 混凝土组合连梁抗剪承载力计算方法研究
基于SLAF-seq技术的紫苏产量相关性状关联分析及优异等位变异挖掘
低磷胁迫下玉米根系性状关联分析与优异等位变异的发掘
利用关联分析和连锁分析发掘甘蓝型油菜分枝优异等位变异
玉米开花期耐旱基因的鉴定及优异等位变异的挖掘