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。
Wheat;Yield;Three main components;Conditional QTL analysis;
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。