English 官方微信
微信公众号

GWAS analysis and QTL Identification of Fiber Quality Traits and Yield Components in Upland Cotton Using Enriched High-Density SNP markers

  • 期刊名称Frontiers in Plant Science
  • 发表年份2018
  • 全部作者
  • 访问统计
  • 添加时间2021年09月18日

论文简介:通过获得大量的与纤维品质性状和产量性状相关的QTL对分子标记辅助选择育种和候选基因功能验证等具有重要意义。本研究具有广泛适应性和增产潜力的陆地棉推广品种鲁棉研28和具有优质纤维特性的陆地棉推广品种新陆早24号作为亲本材料构建了拥有231个F6:8家系的重组自交系群体,该群体共积累了9个环境的表型数据。本研究利用棉花80K芯片开发的SNP标记结合SSR标记进行遗传图谱的构建,构建了包含122个SSR标记和4729个SNP标记的高密度遗传图谱,该图谱总的遗传距离为2477.99 cM,标记间平均遗传距离为0.51 cM。利用高密度遗传图谱结合9环境的表型数据进行纤维品质和产量性状QTL定位,共检测到134个QTL与纤维品质性状相关和122个QTL与产量性状相关,分别解释了2.18 -24.45%和1.68-28.27%的表型变异。其中有57个稳定QTL在至少两个环境中可以同时被检测到。另外,我们也通过4种多位点全基因组关联分析方法,检测到209个与纤维品质性状相关的QTN和139个产量相关性状相关的QTN。在这些QTN中,有74个QTN可同时在至少两种算法或两个环境下同时被检测到。 将57个稳定QTL区间内的基因与QTN位点相关的基因进行比较,发现有35个相同的基因,我们将其作为候选基因。在这些候选基因中,发现有4个基因可能具有“一因多效”的特点。本研究为分子标记辅助育种和候选基因功能研究等提供了重要信息。

原文链接:https://www.frontiersin.org/articles/10.3389/fpls.2018.01067/full