亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        植物關(guān)聯(lián)分析應(yīng)用研究進(jìn)展

        2019-11-28 10:54:11岳慶春傅迦得章辰飛吳月燕
        江蘇農(nóng)業(yè)科學(xué) 2019年18期
        關(guān)鍵詞:關(guān)聯(lián)分析

        岳慶春 傅迦得 章辰飛 吳月燕

        摘要:隨著分子生物學(xué)和基因組學(xué)的快速發(fā)展,關(guān)聯(lián)分析成為近些年來在植物數(shù)量性狀研究和植物良種選育中行之有效的分析方法。利用關(guān)聯(lián)分析在分子水平闡明植物表型性狀的遺傳變異規(guī)律和機(jī)制,從而為植物的農(nóng)藝性狀改良及新品種選育提供新思路。系統(tǒng)詳實(shí)綜述了關(guān)聯(lián)分析基本原理、關(guān)聯(lián)作圖的基本策略、關(guān)聯(lián)分析的應(yīng)用以及各種分子標(biāo)記在關(guān)聯(lián)分析中的應(yīng)用,并討論了關(guān)聯(lián)分析在未來研究中的發(fā)展前景。

        關(guān)鍵詞:關(guān)聯(lián)分析;植物;表型性狀;遺傳變異;農(nóng)藝性狀改良;新品種選育;連鎖不平衡;研究發(fā)展趨勢(shì);應(yīng)用前景

        中圖分類號(hào): S184文獻(xiàn)標(biāo)志碼: A

        文章編號(hào):1002-1302(2019)18-0024-06

        收稿日期:2018-06-01

        基金項(xiàng)目:浙江省寧波市重大科技專項(xiàng)(編號(hào):2015C110016)。

        作者簡(jiǎn)介:岳慶春(1994—),男,甘肅定西人,碩士研究生,研究方向?yàn)楣麡浞N質(zhì)資源開發(fā)與利用。E-mail:yueqingchun1118@163.com。

        通信作者:吳月燕,碩士,教授,研究方向?yàn)楣麡浞N質(zhì)資源。E-mail:wyynb2009@163.com。

        關(guān)聯(lián)分析(association analysis)也稱連鎖不平衡作圖(LD mapping)或者關(guān)聯(lián)作圖(association mapping),該方法通常以自然群體為研究對(duì)象,以連鎖不平衡(linkage disequilibrium,LD)為基礎(chǔ),將目的性狀表型的多樣性以及遺傳標(biāo)記或候選基因的多態(tài)性聯(lián)結(jié)起來分析,鑒定某一群體內(nèi)目的性狀與遺傳標(biāo)記或候選基因之間的關(guān)系[1]。從而在分子水平解釋植物表型性狀的遺傳變異規(guī)律和機(jī)制,為植物表型性狀的標(biāo)記輔助選擇以及目的基因的分離、檢測(cè)、利用提供依據(jù),進(jìn)而為植物性狀遺傳改良研究提供理論基礎(chǔ),為植物雜交育種和性狀改良尋求新途徑[2]。

        到目前為止,關(guān)聯(lián)分析已經(jīng)在部分植物性狀研究中取得進(jìn)展,如玉米的開花期[3]、小麥的籽粒大小和研磨品質(zhì)[4]、水稻的柱頭[5]、葡萄的果穗長(zhǎng)度[6]等,關(guān)聯(lián)分析已經(jīng)成為當(dāng)前植物遺傳育種研究的熱點(diǎn)。

        本文經(jīng)過系統(tǒng)全面的介紹關(guān)聯(lián)分析基本原理以及分析策略,詳細(xì)論述關(guān)聯(lián)分析在目前植物遺傳學(xué)研究中的應(yīng)用進(jìn)展以及各類分子標(biāo)記技術(shù)在關(guān)聯(lián)分析中的應(yīng)用,探討關(guān)聯(lián)分析在今后的研究發(fā)展趨勢(shì)和在植物遺傳研究中的應(yīng)用前景。

        1?關(guān)聯(lián)分析基本原理

        1.1?連鎖不平衡

        關(guān)聯(lián)分析是以連鎖不平衡(linkage disequilibrium,LD)為基礎(chǔ),也可稱為配子相不平衡(gametic phase disequilibrium)、配子不平衡(gametic disequilibrium)、等位基因關(guān)聯(lián)(allelic association)等,是指群體內(nèi)不同座位等位基因(可以是標(biāo)記,也可以是基因/QTL間與標(biāo)記)間的非隨機(jī)關(guān)聯(lián)[7]。也就是說假設(shè)2個(gè)不同位點(diǎn)的等位基因一同出現(xiàn)的頻率比理論上同時(shí)出現(xiàn)頻率高時(shí),那么稱這2個(gè)位點(diǎn)處于連鎖不平衡狀態(tài)[8]。LD的基本定義式為Dij=fij-PAi·PBj,其中fij是AiBj基因型的頻率,PAi和PBj分別是等位基因Ai和Bj的頻率。由于Dij可以假定的最大值是所觀察到的等位基因頻率的函數(shù),因此對(duì)于雙等位基因和多等位基因,LD的強(qiáng)度有多種標(biāo)準(zhǔn)化度量,其中2種最常見的LD強(qiáng)度測(cè)量方法是:(1)單個(gè)LD值的標(biāo)準(zhǔn)化度量,Dij′=Dij/Dmax;(2)雙等位基因數(shù)據(jù)的相關(guān)系數(shù)r,常用定義為r2=Dij2/(PA1·PA2·PB1·PB2)[9]。同一染色體或者不同染色體的基因座之間均可出現(xiàn)連鎖不平衡狀態(tài),群體內(nèi)存在的LD均是由突變?cè)斐傻牡任换虺霈F(xiàn)后座位間所有重組響應(yīng)累積的結(jié)果,位點(diǎn)間連鎖越緊密,其LD程度越高[10]。

        1.2?影響連鎖不平衡的因素

        遺傳因素和非遺傳因素綜合作用影響群體的LD水平[11]。一般情況下,在隨機(jī)匹配群體里沒有突變、遷移或選擇因素的影響時(shí),多態(tài)性位點(diǎn)則處于連鎖平衡狀態(tài);與此相反,連鎖、群體混合和選擇將增加LD水平[12]。影響LD程度最重要的2個(gè)要素是突變和重組,突變是造成LD的一個(gè)重要因素,新突變的發(fā)生可沖破原有LD,進(jìn)而導(dǎo)致新的多態(tài)性產(chǎn)生;然而重組則是經(jīng)過重新組合序列變異,進(jìn)而減弱染色體內(nèi)部的LD。無連鎖和自由交配的重組使位點(diǎn)間等位基因處于連鎖平衡狀態(tài),因此LD的水平與重組率成反比[10]。群體中的LD是突變、重組和其他因素影響共同累積的結(jié)果[13]。

        此外,其他非生物要素和生物要素也影響LD程度,例如物種之間的交配體系、染色體位置、群體大小以及自然與人工選擇[10]?;蜣D(zhuǎn)換或染色體片段所受的選擇強(qiáng)度、遺傳漂變[14-15]等也是影響LD水平的因素。

        1.3?連鎖不平衡與關(guān)聯(lián)分析

        在自然群體中,表型差異的根本原因主要是個(gè)體等位基因間的差異。連鎖分析則是采用標(biāo)記位點(diǎn)與引起表型差異位點(diǎn)之間的重組來定位數(shù)量性狀基因座(quantitativetraitlocus,QTL),而關(guān)聯(lián)分析利用引起表型差異的位點(diǎn)與標(biāo)記之間的LD來定位QTL[10]。因此,進(jìn)行關(guān)聯(lián)分析的前提和基礎(chǔ)是了解群體基因組LD的構(gòu)造和規(guī)律。往往因?yàn)槿后w的基因組中存在數(shù)目巨大的多態(tài)性,因此多態(tài)位點(diǎn)的等位基因間存在廣泛的非隨機(jī)關(guān)聯(lián),亦稱為L(zhǎng)D狀態(tài)。多個(gè)基因座等位基因間的連鎖不平衡結(jié)構(gòu)會(huì)產(chǎn)生一系列的單倍型,單倍型的大小則受LD衰減程度的影響。不同物種的連鎖不平衡衰減距離不同,同一物種不同群體、同一群體不同座位的LD衰減距離也不同[16]。染色體上不同位置的連鎖不平衡程度也不相同,研究發(fā)現(xiàn)位于著絲粒附近片段的重組率比較低,LD水平則較高;然而染色體臂上的片段區(qū)域重組率相對(duì)較高,相應(yīng)LD水平則較低[17]。連鎖不平衡的衰減程度越高,則形成的單倍型越小[10]。

        1.4?關(guān)聯(lián)分析與傳統(tǒng)連鎖分析的差異

        關(guān)聯(lián)分析與傳統(tǒng)連鎖分析相比具有以下優(yōu)勢(shì):(1)關(guān)聯(lián)分析不必構(gòu)建專門作圖群體,而是運(yùn)用自然群體的遺傳多樣性,將復(fù)雜的性狀變異進(jìn)行分解。利用關(guān)聯(lián)分析構(gòu)建的群體不須要管制研究對(duì)象的交配方式,而傳統(tǒng)的連鎖分析以父母本雜交產(chǎn)生的子代群體為研究對(duì)象。相比而言,關(guān)聯(lián)分析可應(yīng)用的種質(zhì)材料更加廣泛。(2)關(guān)聯(lián)分析所研究的材料有較為寬泛的遺傳基礎(chǔ),因此可同時(shí)對(duì)同一基因座的多個(gè)等位基因進(jìn)行檢測(cè)分析,相比絕大部分傳統(tǒng)連鎖分析,其所研究群體通常為2個(gè)親本雜交重組的后代,所以基因座一般只觸及2個(gè)等位基因。關(guān)于具備更小效應(yīng)的基因,關(guān)聯(lián)分析的發(fā)掘能力顯著高于傳統(tǒng)連鎖分析[13]。(3)關(guān)聯(lián)分析定位更精準(zhǔn),能夠抵達(dá)單基因程度,由于關(guān)聯(lián)分析應(yīng)用在長(zhǎng)期進(jìn)化進(jìn)程中自然群體所積累的重組信息,因而可到達(dá)更高的分辨率,從而達(dá)到對(duì)QTL的精準(zhǔn)定位,甚至可直接定位到基因本身[10]。而傳統(tǒng)連鎖分析往往受到重組發(fā)生率的影響,進(jìn)而導(dǎo)致分辨率較低,一般認(rèn)為初級(jí)群體只能將QTL定位到10~20 cM的基因組區(qū)間內(nèi),而次級(jí)群體可達(dá)到單基因水平[18-19]。(4)運(yùn)用的統(tǒng)計(jì)分析方法不同,傳統(tǒng)的連鎖作圖措施包含了單標(biāo)記分析、區(qū)間作圖、復(fù)合區(qū)間作圖以及貝葉斯區(qū)間作圖[13]。與此相比,適用于關(guān)聯(lián)分析作圖的統(tǒng)計(jì)方法較為匱乏。

        2?關(guān)聯(lián)分析的基本策略

        2.1?基于全基因組掃描的關(guān)聯(lián)分析

        全基因組關(guān)聯(lián)分析(genome-wide association study,GWAS)是采用自然變異群體,聯(lián)合高密度分子標(biāo)記圖譜進(jìn)行掃描,進(jìn)而分析表型性狀與分子標(biāo)記之間關(guān)聯(lián)關(guān)系的有效方法,現(xiàn)已發(fā)展成為發(fā)掘復(fù)雜農(nóng)藝性狀遺傳變異的有效手段[20]。在以全基因組掃描為基礎(chǔ)的的關(guān)聯(lián)分析中,須要用散布于全基因組的高通量分子標(biāo)記對(duì)某物種大群體的全部基因進(jìn)行同時(shí)檢測(cè)[8]。GWAS以群體中LD水平為基礎(chǔ),借助成百上千的個(gè)體組成的定位群體,采用一定數(shù)量的SNP標(biāo)記構(gòu)建的高密度遺傳圖譜,從而與表型數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析。近年來,基于GWAS技術(shù)已在多種植物表型研究中取得一定的進(jìn)展。代力強(qiáng)等以80份玉米核心自交系為關(guān)聯(lián)作圖群體,通過全基因組測(cè)序,篩選出16個(gè)與玉米粒長(zhǎng)緊密關(guān)聯(lián)的顯著性SNP標(biāo)記和3個(gè)候選基因[21]。劉靜利用高密度的小麥90K單核苷酸多態(tài)性(SNP)芯片對(duì)西南麥區(qū)192份小麥品種進(jìn)行株高性狀的全基因組關(guān)聯(lián)分析,發(fā)現(xiàn)57個(gè)與株高顯著相關(guān)的SNP位點(diǎn)[22]。Feng等利用全基因組測(cè)序的472份油菜種質(zhì),在染色體A03、A05、A07和C07上鑒定出8個(gè)QTL與株高顯著相關(guān),在染色體A01、A03、A07和C07上的5個(gè)QTL被鑒定為與主枝數(shù)顯著相關(guān)[23]。目前,基于全基因組關(guān)聯(lián)分析已在各類植物物種深入研究,但在園藝植物中應(yīng)用報(bào)道較為匱乏。

        GWAS一般采用5步進(jìn)行:(1)關(guān)聯(lián)群體的選擇。應(yīng)選擇遺傳變異豐富、表型差異較大、遺傳基礎(chǔ)較寬泛且應(yīng)盡量包含某物種全部的遺傳變異。(2)樣本基因分型?;诔S玫姆肿訕?biāo)記主要包括RFLP、AFLP、SSR及SNP等,隨著全基因測(cè)序技術(shù)的不斷發(fā)展,SNP標(biāo)記方法得到廣泛運(yùn)用。除了使用基因芯片進(jìn)行基因分型以外,還可直接重新測(cè)序獲得研究樣本個(gè)體的基因型,進(jìn)而更加全面地挖掘樣本基因組變異[20]。(3)群體構(gòu)造與個(gè)體親緣關(guān)系分析。GWAS通常以自然變異群體為研究對(duì)象,存在一定的遺傳結(jié)構(gòu),其個(gè)體間也存在一定的親緣關(guān)系,因而有可能導(dǎo)致染色體間的LD水平提高,使得目標(biāo)性狀與不相關(guān)的標(biāo)記產(chǎn)生偽關(guān)聯(lián)。因此,檢測(cè)分析并矯正種質(zhì)材料的群體結(jié)構(gòu)有一定的必要。(4)目標(biāo)性狀的鑒定。目標(biāo)性狀評(píng)價(jià)的準(zhǔn)確性對(duì)于關(guān)聯(lián)分析的結(jié)果有重要影響,應(yīng)反復(fù)對(duì)種質(zhì)材料進(jìn)行多重表型分析鑒定。(5)關(guān)聯(lián)統(tǒng)計(jì)分析模型的選擇。隨著生物統(tǒng)計(jì)學(xué)的不斷發(fā)展,關(guān)聯(lián)統(tǒng)計(jì)分析模型不斷得到完善,主要包含一般線性模型(GLM)和混合線性模型(MLM),通常可利用TASSEL軟件或ANOVA計(jì)算方法進(jìn)行關(guān)聯(lián)分析[24]。

        隨著第3代測(cè)序技術(shù)即單分子測(cè)序技術(shù)的發(fā)展,植物中主要物種全基因組測(cè)序逐步完成,物種的基因組信息越來越豐富,進(jìn)而開發(fā)出大量的SNP標(biāo)記。全基因組關(guān)聯(lián)分析將成為今后植物數(shù)量性狀研究的有利工具[25]。

        2.2?基于候選基因的關(guān)聯(lián)分析

        基于候選基因關(guān)聯(lián)分析主要針對(duì)于目標(biāo)QTL區(qū)段內(nèi)候選基因進(jìn)行生物信息學(xué)分析,推定其生物學(xué)功能是否與數(shù)量性狀表型位于同一調(diào)控網(wǎng)絡(luò),或是輔以生理生化分析,從而快速確定QTL區(qū)間內(nèi)的候選基因,最終只針對(duì)篩選后的少數(shù)候選基因開展關(guān)聯(lián)分析[26]。早在2001年,Thornsberry等初次將關(guān)聯(lián)分析方法引入植物領(lǐng)域研究[27]。根據(jù)前人研究發(fā)現(xiàn),dwarf8基因是一個(gè)與赤霉素的代謝相關(guān)且顯著影響玉米株高的基因[28],而后Thornsberry等選用92份玉米自交系種質(zhì)對(duì)dwarf8基因的多態(tài)性進(jìn)行驗(yàn)證,研究表明dwarf8基因不僅影響玉米的株高,而且首次發(fā)現(xiàn)其中幾個(gè)多態(tài)性位點(diǎn)與玉米開花期的變異性狀顯著相關(guān)[27]。此項(xiàng)研究發(fā)現(xiàn)意味著基于連鎖不平衡的關(guān)聯(lián)分析可能是進(jìn)行基因功能驗(yàn)證以及基因發(fā)掘的一種行之有效的辦法,為植物表型性狀研究提供了新思路[16]。近年來,基于候選基因的關(guān)聯(lián)分析已經(jīng)成功應(yīng)用于部分植物研究。Yu等以295份水稻材料在苗期進(jìn)行水稻耐鹽相關(guān)表型的全基因組關(guān)聯(lián)研究,獲得了93個(gè)候選基因,其中有6個(gè)與耐鹽表型具有高關(guān)聯(lián)[29]。Perez等以315份不同高粱材料,利用候選基因關(guān)聯(lián)作圖的方法,檢測(cè)油菜素內(nèi)酯生物合成和信號(hào)傳導(dǎo)基因與植物結(jié)構(gòu)性狀之前的標(biāo)記-性狀關(guān)聯(lián),共檢測(cè)出26個(gè)油菜素內(nèi)酯基因的73個(gè)SNPs與目標(biāo)表型顯著相關(guān)[30]。于永濤利用94份玉米自交系驗(yàn)證了rab17基因與玉米籽粒產(chǎn)量相關(guān)聯(lián)[31]。Andersen等利用SNP分子標(biāo)記驗(yàn)證了PAL基因與玉米飼用品質(zhì)間相互關(guān)聯(lián)[32]。劉翠霞以150份葡萄雜交后代為試驗(yàn)材料,聯(lián)合RNA-seq技術(shù)初步篩選了32個(gè)候選基因參與單萜代謝[33]。國(guó)內(nèi)外研究結(jié)果均表明,基于候選基因關(guān)聯(lián)分析是一個(gè)進(jìn)行鑒定候選基因功能的強(qiáng)有力的工具。

        運(yùn)用關(guān)聯(lián)分析與功能基因標(biāo)記進(jìn)行分子標(biāo)記輔助育種(molecular marker-as-sisted selection,MAS),有以下2個(gè)方面的優(yōu)勢(shì):(1)由于選擇的就是基因本身,因而可以保證選擇的準(zhǔn)確性,從而提高選擇效率;(2)能夠采用關(guān)聯(lián)分析針對(duì)定向的影響性狀變異的功能區(qū)域進(jìn)行特定選擇,從而保障選擇效果。關(guān)聯(lián)分析聯(lián)合功能基因標(biāo)記將是今后分子輔助育種發(fā)展的目標(biāo)。采用功能性分子標(biāo)記的辦法進(jìn)行MAS以及植物種質(zhì)鑒定,對(duì)加速育種世代選擇、縮短育種年限、保護(hù)植物知識(shí)產(chǎn)權(quán)具有極其重要的意義[56]。

        3.4?關(guān)聯(lián)分析與數(shù)量性狀的研究

        植物中許多重要的表型性狀如產(chǎn)量、生理特征、營(yíng)養(yǎng)品質(zhì)以及抗逆性等多屬于數(shù)量性狀,往往采用傳統(tǒng)的常規(guī)育種時(shí)效率不高,基于目前的科技發(fā)展,采用分子育種技術(shù)育種將是未來的發(fā)展方向。關(guān)聯(lián)分析作為一種高效的QTL鑒定工具,未來可在分子育種中起到一定的重要作用[10]。連鎖分析以及關(guān)聯(lián)分析均在數(shù)量性狀的研究中起關(guān)鍵作用,由于它們對(duì)數(shù)量性狀基因座定位的精確和寬泛、提供的信息量豐富以及統(tǒng)計(jì)方法準(zhǔn)確等方面具備顯著的互補(bǔ)效應(yīng),因此研究者通??上壤眠B鎖分析初步定位控制目標(biāo)表型性狀等位基因的位置,進(jìn)而使用關(guān)聯(lián)分析則可快速對(duì)目標(biāo)基因進(jìn)行精細(xì)定位,且根據(jù)特定候選基因提供豐富信息,從而驗(yàn)證候選基因功能。因此,應(yīng)當(dāng)聯(lián)結(jié)連鎖分析和關(guān)聯(lián)分析各自的優(yōu)點(diǎn),對(duì)數(shù)量性狀開展縱向和橫向的分析,以達(dá)到加快數(shù)量性狀基因的鑒定、分離以及克隆,最終為深入了解數(shù)量性狀的遺傳學(xué)和分子生物學(xué)基礎(chǔ),更重要的是為植物數(shù)量性狀的遺傳改良提供新的契機(jī)[16]。

        4?各類分子標(biāo)記在關(guān)聯(lián)分析中的應(yīng)用

        4.1?SRAP分子標(biāo)記

        相關(guān)序列擴(kuò)增多態(tài)性(sequence-related amplified polymorphism,SRAP)標(biāo)記是基于PCR技術(shù)的第2代分子標(biāo)記,目前已廣泛運(yùn)用于植物的遺傳多樣性分析、遺傳連鎖圖譜的構(gòu)建、測(cè)序以及基因克隆等方面[64]。李仁偉利用SRAP分子標(biāo)記對(duì)58份大菊種質(zhì)的數(shù)量性狀進(jìn)行關(guān)聯(lián)研究,結(jié)果表明有6個(gè)標(biāo)記位點(diǎn)與花部性狀顯著相關(guān)[65]。丁澤婷等采用20份柱花草種質(zhì)進(jìn)行表型性狀與SRAP標(biāo)記關(guān)聯(lián)分析,結(jié)果發(fā)現(xiàn)有15個(gè)SRAP標(biāo)記與鮮質(zhì)量相關(guān)聯(lián),1個(gè)SRAP標(biāo)記與株高顯著相關(guān)[66]。羊杏平等利用46對(duì)SRAP引物組合對(duì)35份西瓜核心種質(zhì)進(jìn)行關(guān)聯(lián)分析,將枯萎病抗性與SRAP多態(tài)性標(biāo)記進(jìn)行回歸分析,檢測(cè)到1個(gè)與抗病性顯著關(guān)聯(lián)的SRAP位點(diǎn)[67]。隨著第3代分子標(biāo)記的發(fā)展,基于SRAP分子標(biāo)記的關(guān)聯(lián)分析研究應(yīng)用越來越少。

        4.2?SSR分子標(biāo)記

        簡(jiǎn)單序列重復(fù)(simple sequence repeats,SSR)原理為基因組中一般由1~6個(gè)核苷酸組成的基本單位反復(fù)多次構(gòu)成的一段DNA,其廣泛分布在基因組中的不同位置。譚文麗采用80對(duì)SSR引物對(duì)149份木薯種質(zhì)進(jìn)行全基因組多態(tài)性位點(diǎn)掃描,并通過關(guān)聯(lián)分析方法,結(jié)果表明,有151個(gè)多態(tài)性位點(diǎn)與21個(gè)性狀相關(guān)聯(lián),最終發(fā)現(xiàn)m224-c位點(diǎn)與株高極顯著關(guān)聯(lián)[68]。吳靜等利用經(jīng)過篩選得到的11對(duì)SSR標(biāo)記對(duì)99份紫斑牡丹種質(zhì)進(jìn)行多態(tài)性掃描,進(jìn)而分析其遺傳多樣性和群體結(jié)構(gòu),采用一般線性模型進(jìn)行標(biāo)記與表型性狀關(guān)聯(lián)分析,結(jié)果發(fā)現(xiàn)5個(gè)標(biāo)記位點(diǎn)與6個(gè)性狀顯著關(guān)聯(lián)[69]。潘磊等利用156對(duì)多態(tài)性SSR引物對(duì)83份豇豆種質(zhì)材料進(jìn)行產(chǎn)量性狀與分子標(biāo)記全基因組關(guān)聯(lián)分析,結(jié)果表明,有10個(gè)SSR標(biāo)記位點(diǎn)與8個(gè)表型性狀關(guān)聯(lián),主要散布在LG2、LG3、LG4、LG7、LG11連鎖群上[70]。Yu等以99份多年生黑麥草種質(zhì)為材料,利用109對(duì)SSR標(biāo)記進(jìn)行關(guān)聯(lián)分析,發(fā)現(xiàn)其中15個(gè)SSR標(biāo)記與淹水脅迫下葉色、葉綠素?zé)晒?、最大株高以及相?duì)生長(zhǎng)速率的降低顯著相關(guān)[71]。近年來,利用SSR分子標(biāo)記進(jìn)行關(guān)聯(lián)分析以及挖掘基因功能位點(diǎn)的研究越來越多,由此可見,關(guān)聯(lián)分析對(duì)于找尋與植物表型性狀緊密連鎖的SSR標(biāo)記有顯著作用,從而可有效應(yīng)用于分子標(biāo)記輔助育種。

        4.3?SNP分子標(biāo)記

        植物基因組中的核苷酸多態(tài)性主要有3種,包括插入、缺失以及單核苷酸多態(tài)性(single nucleotide polymorphism,SNP)。其主要工作原理是在基因組水平上,由單個(gè)核苷酸堿基轉(zhuǎn)換或顛倒而引起的DNA序列多態(tài)性,又因?yàn)榛蚪MDNA的任何堿基均有可能發(fā)生變異,因此單核苷酸多態(tài)性幾乎遍布整個(gè)基因組,SNP是植物中普遍存在的一種分子標(biāo)記[72]。Zhou等利用533份水稻種質(zhì)中的650萬個(gè)SNP進(jìn)行柱頭外露和相關(guān)花性狀的全基因組關(guān)聯(lián)分析,共鑒定了23個(gè)與柱頭外露和相關(guān)花性狀顯著相關(guān)的基因組位點(diǎn)[5]。Wang等對(duì)144份玉米自交系種質(zhì)中的45 868個(gè)SNP位點(diǎn)進(jìn)行分析,結(jié)果發(fā)現(xiàn),18個(gè)SNP與玉米中黑穗病抗性顯著相關(guān)[73]。劉翔攀采用238份玉米自交系種質(zhì)材料,利用關(guān)聯(lián)分析找到相應(yīng)的SNP,最終發(fā)現(xiàn)與單株產(chǎn)量降幅相關(guān)的SNP有15個(gè),分別位于2、3、4、5、6、7、8號(hào)染色體上[74]。蔣俊利用593份雜交桃后代為試驗(yàn)材料,對(duì)親本及雜交群體進(jìn)行SNP位點(diǎn)檢測(cè),從而構(gòu)建遺傳連鎖圖譜以及針對(duì)簡(jiǎn)單性狀的全基因組關(guān)聯(lián)分析,最后得到與果實(shí)酸度關(guān)聯(lián)的SNP標(biāo)記,為SNPIGA545261[75]。許理文等采用240份DH系為關(guān)聯(lián)作圖群體,利用SNP芯片進(jìn)行基因型分析,構(gòu)建連鎖圖譜,對(duì)DH群體進(jìn)行容重性狀鑒定,結(jié)果表明,共檢測(cè)到5個(gè)控制玉米容重的QTL[76]。隨著分子標(biāo)記技術(shù)的快速發(fā)展,SNP標(biāo)記技術(shù)在遺傳多樣性、遺傳基礎(chǔ)分析、針對(duì)重要性狀的基因定位、進(jìn)行分子輔助育種與SNP標(biāo)記開發(fā)、種質(zhì)鑒定等植物育種方面的研究進(jìn)展中起到了不可替代的作用[77]。

        4.4?SCoT分子標(biāo)記

        目標(biāo)起始密碼子多態(tài)性分子標(biāo)記(start codon targeted polymorphism,SCoT)則是在2009年由Collard和Mackill共同開發(fā)的一種新型分子標(biāo)記方法[78],該方法具備操作簡(jiǎn)單、可有效產(chǎn)生與性狀連鎖的標(biāo)記、重復(fù)性好、引物設(shè)計(jì)簡(jiǎn)單并具有通用性等一系列優(yōu)點(diǎn)。Rahimi等利用24個(gè)SCoT引物對(duì)39份車前草種質(zhì)進(jìn)行全基因關(guān)聯(lián)作圖,使用Q和K因子的MLM模型進(jìn)行關(guān)聯(lián)分析,結(jié)果得到16個(gè)與穗質(zhì)量、株高、穗長(zhǎng)以及千粒質(zhì)量等性狀相關(guān)的SCoT標(biāo)記[79]。Yan等使用18個(gè)EST-SSR和21個(gè)SCoT標(biāo)記檢測(cè)了75份果園草種質(zhì)中的銹病性狀,利用TASSEL軟件進(jìn)行關(guān)聯(lián)分析,發(fā)現(xiàn)了20個(gè)標(biāo)記與銹病性狀顯著相關(guān)[80]。楊旭旭利用59份大菊種質(zhì),通過測(cè)量其表型性狀,進(jìn)而結(jié)合SCoT分子標(biāo)記進(jìn)行關(guān)聯(lián)分析,共發(fā)現(xiàn)23個(gè)標(biāo)記位點(diǎn)與7個(gè)性狀關(guān)聯(lián),其中有18個(gè)位點(diǎn)與花部性狀顯著相關(guān)[81]。袁王俊等采用10條SCoT引物對(duì)99份菊花種質(zhì)的基因組變異進(jìn)行掃描,從而分析種質(zhì)的群體結(jié)構(gòu),運(yùn)用一般線性模型和混合線性模型方法對(duì)10個(gè)表型性狀進(jìn)行關(guān)聯(lián)分析,共發(fā)現(xiàn)3個(gè)SCoT位點(diǎn)與花序直徑相關(guān)聯(lián)[82]。韓國(guó)輝利用20條SCoT引物對(duì)92株Wan2橘橙×Li2甜橙雜交群體進(jìn)行多樣性分析,最終得到30個(gè)SCoT標(biāo)記被定位在已構(gòu)建的9個(gè)連鎖群上[83]。SCoT作為一種新型的目的基因分子標(biāo)記,目前已在部分植物中得到應(yīng)用,包括種質(zhì)資源遺傳多樣性與親緣關(guān)系分析、種質(zhì)鑒定與指紋圖譜等,但絕大多數(shù)只停留在對(duì)研究材料PCR體系的優(yōu)化,而在基因差異表達(dá)和高密度分子遺傳連鎖圖譜以及重要性狀精細(xì)定位和功能基因克隆等方面應(yīng)用相對(duì)較少[84]。

        5?展望

        植物關(guān)聯(lián)分析正處在快速發(fā)展的時(shí)期,隨著關(guān)聯(lián)分析方法的日益完善和更加便利準(zhǔn)確的分析軟件不斷開發(fā),特別是高通量測(cè)序技術(shù)以及基因芯片技術(shù)研究的不斷發(fā)展,基于全基因組掃描的關(guān)聯(lián)分析方法將會(huì)幫助研究者在更多的植物物種中、更大的范圍內(nèi)完成關(guān)聯(lián)分析。到目前為止,關(guān)聯(lián)分析只在少數(shù)經(jīng)濟(jì)作物如油菜、大豆、油菜等中研究較為廣泛,而在一些園藝植物中,應(yīng)用關(guān)聯(lián)分析進(jìn)行功能基因定位研究報(bào)道極其匱乏,尤其基于候選基因關(guān)聯(lián)研究只掃描到植物基因組的一小部分,且基于候選基因關(guān)聯(lián)作圖的成功的研究成果很少。因此,具有高密度的SNP覆蓋度、大的樣本、小的群體結(jié)構(gòu)的關(guān)聯(lián)分析在復(fù)雜性狀的分解上具有非常重要的發(fā)展前景[13]。值得關(guān)注的是,關(guān)聯(lián)分析對(duì)于遺傳多樣性偏低的群體作圖效果不如傳統(tǒng)QTL作圖,因此對(duì)于一些植物復(fù)雜數(shù)量性狀的解析中仍然不能撇棄傳統(tǒng)的連鎖作圖。在研究中應(yīng)當(dāng)將關(guān)聯(lián)分析和傳統(tǒng)QTL作圖優(yōu)勢(shì)互補(bǔ),可先用連鎖分析來對(duì)QTL進(jìn)行初步定位,然后采用關(guān)聯(lián)作圖來對(duì)其進(jìn)行精細(xì)定位,QTL作圖與關(guān)聯(lián)分析的綜合利用將會(huì)是未來遺傳連鎖分析的發(fā)展方向。伴隨著植物基因組學(xué)的飛速發(fā)展和不斷完善,基于關(guān)聯(lián)分析挖掘新的功能基因、開發(fā)新標(biāo)記以及定位優(yōu)異性狀將成為未來植物種質(zhì)資源研究以及良種選育的重要方法和手段。

        參考文獻(xiàn):

        [1]Flint S A,Thornsberry J M,Buckler E S. Structure of linkage disequilibrium in plants[J]. Annual Review of Plant Biology,2003,54:357-374.

        [2]彭?波. SSR標(biāo)記與桑樹表型性狀的關(guān)聯(lián)分析[C]. 中南五省區(qū)蠶桑育種協(xié)作組,國(guó)家蠶桑產(chǎn)業(yè)技術(shù)體系遺傳育種研究室.中南五省區(qū)蠶桑育種協(xié)作研討會(huì)論文集,2009:5.

        [3]Salvi S,Sponza G,Morgante M,et al. Conserved noncoding genomic sequences associated with a flowering-time quantitative trait locus in maize[J]. Proc Natl Acad Sci USA,2007,104:11376-11381.

        [4]Breseghello F,Sorrells M E. Association mapping of kernel size and milling quality in wheat (Triticum aestivum L.) cultivars[J]. Genetics,2006,172:1165-1177.

        [5]Zhou H,Li P B,Xie W B,et al. Genome-wide association analyses reveal the genetic basis of stigma exsertion in rice[J]. Molecular Plant,2017,10(4):634-644.

        [6]Vafaee Y,Ghaderi N,Khadivi A. Morphological variation andmarker-fruit trait associations in a collection of grape (Vitis vinifera L.)[J]. Scientia Horticulturae,2017,225:771-782.

        [7]Gaut B S,Long A D. The lowdown on linkage disequilibrium[J]. Plant Cell,2003,15(7):1502-1506.

        [8]王榮煥,王天宇,黎?裕. 關(guān)聯(lián)分析在作物種質(zhì)資源分子評(píng)價(jià)中的應(yīng)用[J]. 植物遺傳資源學(xué)報(bào),2007,8(3):366-372.

        [9]Single R M,Strayer N,Thomson G,et al. Martin asymmetric linkage disequilibrium:tools for assessing multiallelic LD[J]. Human Immunology,2016,77(3):288-294.

        [10]譚賢杰,吳子愷,程偉東,等. 關(guān)聯(lián)分析及其在植物遺傳學(xué)研究中的應(yīng)用[J]. 植物學(xué)報(bào),2011,46(1):108-118.

        [11]丁?霞,王林海,張艷欣,等. 芝麻核心種質(zhì)株高構(gòu)成相關(guān)性狀的遺傳變異及關(guān)聯(lián)定位[J]. 中國(guó)油料作物學(xué)報(bào),2013,35(3):262-270.

        [12]蔣思霞,倪正斌,印志同,等. 糯玉米自交系遺傳多樣性及其產(chǎn)量、農(nóng)藝性狀與SSR分子標(biāo)記的關(guān)聯(lián)研究[J]. 安徽農(nóng)業(yè)科學(xué),2012,40(6):3212-3217,3283.

        [13]王彩潔,徐?冉,于明飛. 關(guān)聯(lián)分析在植物育種中的應(yīng)用現(xiàn)狀[J]. 山東農(nóng)業(yè)科學(xué),2012,44(6):32-38,62.

        [14]Gupta P K,Rustgi S,Kulwal P L. Linkage disequilibrium and association in higher plants:present status and future prospects[J]. Plant Mol Biol,2005,57:461-485.

        [15]Oraguzie N C,Wilcox P L,Rikkerink E H A,et al. Linkage disequilibrium[M]// Oraguzie N C,Rikkerink E H A,Gardiner S E,et al. Association mapping in Plants. New York:Springer Verlag,2007:11-39.

        [16]楊小紅,嚴(yán)建兵,鄭艷萍,等. 植物數(shù)量性狀關(guān)聯(lián)分析研究進(jìn)展[J]. 作物學(xué)報(bào),2007,33(4):523-530.

        [17]倪正斌. 糯玉米自交系遺傳多樣性及產(chǎn)量,農(nóng)藝性狀與SSR分子標(biāo)記的關(guān)聯(lián)研究[D]. 揚(yáng)州:揚(yáng)州大學(xué),2010.

        [18]Doerge R W. Mapping and analysis of quantitative trait loci in experimental populations[J]. Nat Rev Genet,2002,3:43-52.

        [19]Holland J B.Genetic architecture of complex traits in plants[J]. Curr Opin Plant Biol,2007,10:156-161.

        [20]魯?清. 水稻種質(zhì)資源重要農(nóng)藝性狀的全基因組關(guān)聯(lián)分析[D]. 北京:中國(guó)農(nóng)業(yè)科學(xué)院,2016.

        [21]代力強(qiáng),吳?律,董青松,等. 玉米籽粒長(zhǎng)度的全基因組關(guān)聯(lián)分析[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2018,46(6):1-8.

        [22]劉?靜. 小麥株高性狀的全基因組關(guān)聯(lián)分析[C]. 第八屆全國(guó)小麥基因組學(xué)及分子育種大會(huì)摘要集,2017:1.

        [23]Feng L,Chen B Y,Xu K,et al. A genome-wide association study of plant height and primary branch number in rapeseed(Brassica napus)[J]. Plant Science,2016,242:169-177.

        [24]李海權(quán),刁現(xiàn)民. 關(guān)聯(lián)分析及其在植物研究中的應(yīng)用[J]. 河北農(nóng)業(yè)科學(xué),2010,14(11):157-160.

        [25]于海霞,肖?靜,田紀(jì)春,等. 關(guān)聯(lián)分析及其在植物中的應(yīng)用[J]. 基因組學(xué)與應(yīng)用生物學(xué),2009,28(1):187-194.

        [26]霍冬敖. 玉米穗粒數(shù)相關(guān)性狀QTL定位與候選基因關(guān)聯(lián)分析[D]. 武漢:華中農(nóng)業(yè)大學(xué),2016.

        [27]Thornsberry J M,Goodman M M,Doebley J,et al. Dwarf8 polymorphisms associate with variation in flowering time[J]. Nature Genetics,2001,28(3):286-289.

        [28]Fujioka S,Yamane H,Spray C R,et al. The dominant non-gibberellin-responding dwarf mutant (D8) of maize accumulates native gibberellins[J]. Proceedings of the National Academy of Sciences of the United States of America,1988,85(23):9031-9035.

        [29]Yu X,Bai G H,Luo N,et al. Association of simple sequence repeat (SSR) markers with submergence tolerance in diverse populations of perennial ryegrass[J]. Plant Science,2011,180(2):391-398.

        [30]Perez M B,Zhao J,Yin Y H,et al. Association mapping of brassinosteroid candidate genes and plant architecture in a diverse panel of Sorghum bicolor[J]. Theoretical and Applied Genetics,2014,127(12):2645-2662.

        [31]于永濤. 玉米核心自交系群體結(jié)構(gòu)及耐旱相關(guān)候選基因rab17的等位基因多樣性分析[D]. 北京:中國(guó)農(nóng)業(yè)科學(xué)院研究生院,2006.

        [32]Andersen J R,Zein I,Wenzel G,et al. High levels of linkage disequilibrium and associations with forage quality at a phenylalanine ammonia-lyase locus in European maize (Zea mays L.) inbreds[J]. Theoretical and Applied Genetics,2007,114(2):307-319.

        [33]劉翠霞. 葡萄果實(shí)單萜化合物含量的QTL定位及其合成調(diào)控的候選基因篩選[D]. 武漢:中國(guó)科學(xué)院武漢植物園,2017.

        [34]段繼鳳. 甘藍(lán)型油菜含油量性狀全基因組關(guān)聯(lián)分析[D]. 武漢:華中農(nóng)業(yè)大學(xué),2013.

        [35]Lander E,Kruglyak L. Genetic dissection of complex traits:guidelines for interpreting and reporting linkage results[J]. Nat Genet,1995,11:241-247.

        [36]Pritchard J K,Rosenberg N A .Use of unlinked genetic markers to detect population stratification in association studies[J]. Am J Hum Genet,1999,65:220-228.

        [37]Yu J M,Pressoir G,Briggs W H,et al.A unified mixedmodel method for association mapping that accounts for multiple levels of relatedness[J]. Nat Genet,2006,38:203-208.

        [38]Spielman R S,McGinnis R E,Ewens W J. Transmission test for linkage disequilibrium:the insulin gene region and insulin-dependent diabetes mellitus (IDDM)[J]. American Journal of Human Genetics,1993,52(3):506-516.

        [39]Devlin B,Roeder K.Genomic control for association studies[J]. Biometrics,1999,55:997-1004.

        [40]Patterson N,Price A L,Reich D. Population structure and eigenanalysis[J]. PLoS Genetics,2006,2(12):2074-2093.

        [41]Price A L,Patterson N J,Plenge R M,et al.Principal components analysis corrects for stratification in genome-wide association studies[J]. Nat Genet,2006,38:904-909.

        [42]Li Q Z,Yu K. Improved correction for population stratification in genome-wide association studies by identifying hidden population structures[J]. Genetic Epidemiology,2008,32(3):215-226.

        [43]Zhu C,Yu J.Nonmetric multidimensional scaling corrects for population structure in whole genome association studies[J]. Genetics,2009,182:875-888.

        [44]Stich B,Melchinger A E.Comparison of mixedmodel approaches for association mapping in rapeseed,potato,sugar beet,maize,and Arabidopsis[J]. BMC Genomics,2009,10:94-94.

        [45]馮建英,溫陽俊,張?瑾,等. 植物關(guān)聯(lián)分析方法的研究進(jìn)展[J]. 作物學(xué)報(bào),2016,42(7):945-956.

        [46]Purcell S,Neale B,Todd-Brown K,et al. PLINK:a tool set for whole-genome association and population-based linkage analyses[J]. American Journal of Human Genetics,2007,81(3):559-575.

        [47]Bradbury P J,Zhang Z,Kroon D E,et al. TASSEL:software for association mapping of complex traits in diverse samples[J]. Bioinformatics,2007,23(19):2633-2635.

        [48]張福濤. 遺傳分析方法的GPU并行計(jì)算與優(yōu)化研究[D]. 杭州:浙江大學(xué),2014.

        [49]Wang S B,F(xiàn)eng J Y,Ren W L,et al. Improving power and accuracy of genome-wide association studies via a multi-locus mixed linear model methodology[J]. Scientific Reports,2016,6:19444.

        [50]楊曉旭. 葡萄果實(shí)香氣物質(zhì)的QTL定位及關(guān)聯(lián)分析研究[D]. 沈陽:沈陽農(nóng)業(yè)大學(xué),2017.

        [51]武玉國(guó),吳承來,秦保平,等. 黃淮冬麥區(qū)175個(gè)小麥品種的遺傳多樣性及SSR標(biāo)記與株高和產(chǎn)量相關(guān)性狀的關(guān)聯(lián)分析[J]. 作物學(xué)報(bào),2012,38(6):1018-1028.

        [52]金?亮. 水稻關(guān)聯(lián)定位群體的構(gòu)建及若干品質(zhì)性狀的關(guān)聯(lián)分析[D]. 杭州:浙江大學(xué),2009.

        [53]郝德榮. 大豆產(chǎn)量相關(guān)性狀QTL的關(guān)聯(lián)分析及候選基因GmGA3ox單倍型鑒定[D]. 南京:南京農(nóng)業(yè)大學(xué),2011.

        [54]賴?勇,王鵬喜,范貴強(qiáng),等. 大麥SSR標(biāo)記遺傳多樣性及其與農(nóng)藝性狀關(guān)聯(lián)分析[J]. 中國(guó)農(nóng)業(yè)科學(xué),2013,46(2):233-242.

        [55]申聰聰. 利用水稻MAGIC群體和種質(zhì)資源關(guān)聯(lián)分析定位抽穗期和株高QTL[D]. 北京:中國(guó)農(nóng)業(yè)科學(xué)院,2017.

        [56]王云云. 關(guān)聯(lián)分析在植物遺傳學(xué)中的應(yīng)用[J]. 黑龍江科學(xué),2016,7(11):1-3.

        [57]趙?曦. 玉米耐旱相關(guān)候選基因dhn2與表型性狀的關(guān)聯(lián)分析[D]. 北京:中國(guó)農(nóng)業(yè)科學(xué)院,2008.

        [58]楊勝先,牛?遠(yuǎn),李?夢(mèng),等. 栽培大豆農(nóng)藝性狀的關(guān)聯(lián)分析及優(yōu)異等位變異挖掘[J]. 中國(guó)農(nóng)業(yè)科學(xué),2014,47(20):3941-3952.

        [59]孫曉棠,盧冬冬,歐陽林娟,等. 水稻紋枯病抗性關(guān)聯(lián)分析及抗性等位變異發(fā)掘[J]. 作物學(xué)報(bào),2014,40(5):779-787.

        [60]Andersen J R,Lübberstedt T. Functional markers inplants[J]. Trends Plant Sci,2003,8 (11):554-560.

        [61]胡明建. 小麥粒重相關(guān)基因TaTGW6、TaTGW-7A克隆及其功能標(biāo)記開發(fā)[D]. 合肥:安徽農(nóng)業(yè)大學(xué),2016.

        [62]張照貴. 小麥TaSnRK2.10基因的克隆、標(biāo)記開發(fā)和功能分析[D]. 泰安:山東農(nóng)業(yè)大學(xué),2014.

        [63]Kumar B,Abdel-Ghani A H,Pace J A,et al. Association analysis of single nucleotide polymorphisms in candidate genes with root traits in maize (Zea mays L.) seedlings[J]. Plant Science,2014,224:9-19.

        [64]張?飛,房偉民,陳發(fā)棣,等. 切花菊花器性狀的遺傳變異與相關(guān)性研究[J]. 浙江林學(xué)院學(xué)報(bào),2008(3):293-297.

        [65]李仁偉. 大菊品種遺傳多樣性及基于SRAP標(biāo)記的分類研究[D]. 北京:北京林業(yè)大學(xué),2011.

        [66]丁澤婷,尹曉暢,唐燕瓊,等. 柱花草重要性狀與SSR、SRAP分子標(biāo)記的關(guān)聯(lián)分析[J]. 分子植物育種,2017,15(5):1839-1845.

        [67]羊杏平,劉?廣,侯喜林,等. 西瓜核心種質(zhì)枯萎病抗性與SRAP分子標(biāo)記的關(guān)聯(lián)分析[J]. 園藝學(xué)報(bào),2013,40(7):1298-1308.

        [68]譚文麗. 木薯SSR標(biāo)記與表型的關(guān)聯(lián)分析[D]. ??冢汉D洗髮W(xué),2014.

        [69]吳?靜,成仿云,龐利錚,等. 紫斑牡丹表型性狀與SSR分子標(biāo)記的關(guān)聯(lián)分析[J]. 北京林業(yè)大學(xué)學(xué)報(bào),2016,38(8):80-87.

        [70]潘?磊,李?依,余曉露,等. 豇豆產(chǎn)量性狀與SSR分子標(biāo)記的關(guān)聯(lián)分析[J]. 湖北農(nóng)業(yè)科學(xué),2015,54(16):3952-3958,3962.

        [71]Yu J,Zao W G,He Q,et al. Genome-wide association study and gene set analysis for understanding candidate genes involved in salt tolerance at the rice seedling stage[J]. Molecular Genetics and Genomics,2017,292(6):1391-1403.

        [72]任鳳陽. 玉米自交系萌發(fā)特性的評(píng)價(jià)及SNP關(guān)聯(lián)分析[D]. 泰安:山東農(nóng)業(yè)大學(xué),2014.

        [73]Wang M,Yan J B,Zhao J R,et al. Genome-wide association study (GWAS) of resistance to head smut in maize[J]. Plant Science,2012,196:125-131.

        [74]劉翔攀. 玉米自交系耐密性評(píng)價(jià)及SNP關(guān)聯(lián)分析[D]. 泰安:山東農(nóng)業(yè)大學(xué),2017.

        [75]蔣?俊. 桃高密度SNP圖譜構(gòu)建于果實(shí)質(zhì)地和酸度全基因組關(guān)聯(lián)分析[D]. 杭州:浙江大學(xué),2016.

        [76]許理文,段民孝,田紅麗,等. 基于SNP標(biāo)記的玉米容重QTL分析[J]. 玉米科學(xué),2015,23(5):21-25.

        [77]寧?洽,劉文國(guó),楊偉光,等. SNP標(biāo)記在玉米研究上的應(yīng)用進(jìn)展[J]. 玉米科學(xué),2017,25(1):57-61.

        [78]Collard B C Y,Mackill D J. Start codon targeted (SCoT) polymorphism:a simple,novel DNA marker technique for generating gene-targeted markers in plants[J]. Plant Molecular Biology Reporter,2008,27(1):86-93.

        [79]Rahimi M,Nazari L,Kordrostami M,et al. Scot marker diversity among Iranian Plantago ecotypes and their possible association with agronomic traits[J]. Scientia Horticulturae,2018,233:302-309.

        [80]Yan H D,Zhang Y,Zeng B,et al. Genetic diversity and association of EST-SSR and SCoT markers with rust traits in orchardgrass (Dactylis glomerata L.)[J]. Molecules,2016,21(1):66.

        [81]楊旭旭. 菊花品種表型性狀與SCoT分子標(biāo)記的關(guān)聯(lián)分析[D]. 開封:河南大學(xué),2015.

        [82]袁王俊,葉?松,董美芳,等. 菊花品種表型性狀與SSR和SCoT分子標(biāo)記的關(guān)聯(lián)分析[J]. 園藝學(xué)報(bào),2017,44(2):364-372.

        [83]韓國(guó)輝. 基于EST-SSR、Genomic-SSR和SCoT標(biāo)記的柑橘連鎖圖譜構(gòu)建及雜種和多倍體遺傳分析[D]. 重慶:西南大學(xué),2012.

        [84]龍治堅(jiān),范理璋,徐?剛,等. SCoT分子標(biāo)記在植物研究中的應(yīng)用進(jìn)展[J]. 植物遺傳資源學(xué)報(bào),2015,16(2):336-343.

        猜你喜歡
        關(guān)聯(lián)分析
        不懼于新,不困于形——一道函數(shù)“關(guān)聯(lián)”題的剖析與拓展
        “苦”的關(guān)聯(lián)
        隱蔽失效適航要求符合性驗(yàn)證分析
        “一帶一路”遞進(jìn),關(guān)聯(lián)民生更緊
        電力系統(tǒng)不平衡分析
        電子制作(2018年18期)2018-11-14 01:48:24
        奇趣搭配
        智趣
        讀者(2017年5期)2017-02-15 18:04:18
        電力系統(tǒng)及其自動(dòng)化發(fā)展趨勢(shì)分析
        中西醫(yī)結(jié)合治療抑郁癥100例分析
        在線教育與MOOC的比較分析
        超碰人人超碰人人| 伊人久久婷婷综合五月97色| 美女福利视频在线观看网址| 妃光莉中文字幕一区二区| 国产av综合影院| √最新版天堂资源在线| 中文字幕久久熟女人妻av免费| 所有视频在线观看免费| 无码人妻久久一区二区三区app| 国产鲁鲁视频在线播放| 亚洲第一页综合av免费在线观看 | 精品国产高清一区二区广区| 国产成人激情视频在线观看| 久久九九精品国产av| 少妇久久久久久被弄到高潮| 免费无遮挡无码视频在线观看| 中文字幕亚洲精品一二三区| 午夜被窝精品国产亚洲av香蕉| 99久久国产综合精品五月天| 久久久久亚洲精品天堂| 亚洲av免费看一区二区三区| 国产av天堂亚洲国产av天堂| 国产成人无码免费网站| 无码区a∨视频体验区30秒| 中文字幕综合一区二区| 男女猛烈xx00免费视频试看| 中文字幕高清在线一区二区三区| 国产麻豆精品久久一二三| 免费在线观看播放黄片视频| 日韩人妻无码精品-专区| 亚洲三级香港三级久久| 免费人成在线观看播放视频| 97色偷偷色噜噜狠狠爱网站| 久久韩国漫画无删减漫画歪歪漫画| 男女发生关系视频网站| 综合国产婷婷精品久久99之一| 香蕉久久福利院| 熟妇人妻不卡中文字幕| 免费一区二区在线观看视频在线| 亚洲中文字幕在线第二页 | 国产真实一区二区三区|