小麦产量及产量构成因素的条件QTL分析

条件QTL分析是基于净效应（Net-effect analysis），解析相互独立但又密切相关的数量性状遗传关系的新方法。本研究利用含有168个家系的DH群体，获得多年多点（8环境）的小区产量和产量构成"三因素"的表型数据，结合该群体的分子遗传图谱，分别进行产量及产量构成"三因素"的非条件QTL定位和互为给定条件的条件QTL定位，综合分析两种定位结果，鉴别各个QTL的作用和效应，获得一些对产量某一因素呈正效应而对其它因素无负向效应的重要QTL，并阐明小麦产量及产量构成"三因素"间相互关系的遗传基础。本研究对克服产量构成"三因素"间负相关矛盾，创制聚合有利QTL/基因的育种元件，培育产量构成因素协调，单位产量有突破性提高的小麦新品种有重要意义。本研究是在前期项目传统QTL Mapping基础上的深入探讨，有良好的研究条件和研究基础。

在耕地面积不可能较大增加的前提下，大幅度提高小麦单位面积产量，是保证我国乃至全世界粮食总量增加和安全供应的主要途径。但小麦产量的构成“三因素”，即单位面积穗数、每穗粒数和粒重间呈现“负相关”的矛盾是小麦单产进一步提高的限制瓶颈。本项目利用解析数量性状基因间相互关系的条件QTL分析方法，从单个QTL/基因水平上，阐明产量构成“三因素”之间互为显著负相关的遗传基础，鉴定出对产量构成“三因素”的某一要素有正向作用，而对其它“两因素”无负向作用的重要QTL。.课题组超额完成了申报书中的全部合同内容，取得了三方面的重要研究结果：1.为了提高条件QTL定位准确性 首先使用的遗传群体由1个DH群体扩展为3个遗传群体，并进行DH群体遗传图谱的加密（由原先的260个扩展到368个标记位点）和2个群体遗传图谱的整合，获得了一张包括 802 个位点的整合分子遗传图谱，为本项目主要内容的研究奠定了更扎实的基础；2．利用遗传图谱结合多年多点产量及其产量三要素的表型数据，进行了产量及其产量三要素有关的深入研究。 鉴定到17 个对产量构成“三因素”的某一要素有正向作用，而对其它“两因素”无负向作用的重要QTL位点，例如QSN-DH-2B 、QSN-DH-3A-1.1和QSN -DH-6D-1.1三个QTL为提高单位面积穗数的同时，并不导致穗粒数降低的重要的 QTL；QKNPS-DH-1A ；QKNPS-DH-2D；QKNPS-DH-3A-2.2；QKNPS-DH-6B四个QTL为同时提高穗粒数和粒重的重要的QTL。另外，验证了小麦粒重基因TaGW2-6A的功能，首次确定了Hap-6A-G是优异的高千粒重、粒宽和粒长优异等位变异。首次鉴定到QHgns1B-2、QHgns2B和QHgns6A-1为穗粒数杂种优势的QTL位点。3. 四年共发表有本课题标注的研究论文28篇，其中SCI收录15篇；学位论文17篇。培养研究生17名。申请专利2项，授权1项；出版标记专著1本。获山东省科技进步奖二等奖1项。.研究结果从单个QTL/基因水平上，阐明了产量构成“三因素”之间互为显著负相关的遗传基础。鉴定到的重要QTL及其分子标记，为通过分子标记和分子设计育种方法，聚合高产性状的有利基因提供理论基础，对打破产量构成“三因素”间负相关的矛盾，培育产量构成“三因素”协调、籽粒产量大幅度提高的小麦新品种有重要意义。