馬斯霜 白海波 惠建 呂雪蓮 陳曉軍 高穎銀 李樹華
摘要:以寧春4號為母本,分別與寧春27號和Drystal為父本構(gòu)建的2個RIL群體為材料,苗期旱脅迫處理,用數(shù)量性狀的主基因+多基因混合分析法對胚芽鞘長、株高、根長、根數(shù)、葉綠素含量、枯葉率等6個數(shù)量性狀進(jìn)行遺傳模型分析。結(jié)果表明,株高、根數(shù)、葉綠素的最佳遺傳模型為4MG-AI,4對主基因+加性多基因控制,表現(xiàn)為主基因-加性-上位性效應(yīng);根長的最佳模型為3MG-AI,受3對主基因+加性多基因控制,表現(xiàn)為主基因-加性-上位性;枯葉率的最佳遺傳模型為2MG-Inhibiting,受2對抑制性主基因-加性多基因控制的;胚芽鞘長的最佳遺傳模型為 2MG-Duplicate,受2對重疊性主基因-加性多基因控制。6個性狀主基因遺傳率在5.710 7%~58.985 5%之間,其中枯葉率、胚芽鞘長、根數(shù)遺傳率比較低,說明環(huán)境對這2個性狀影響比較大。
關(guān)鍵詞:小麥;重組近交系群體;主基因+多基因遺傳模型;遺傳分析
中圖分類號:S512.103.2?? 文獻(xiàn)標(biāo)志碼: A
文章編號:1002-1302(2020)14-0087-07
隨著世界人口數(shù)量的不斷增加,生態(tài)環(huán)境的逐步惡化,小麥作為重要的糧食作物在緩解人口壓力方面發(fā)揮了極為重要的作用。但由于小麥復(fù)雜的基因組結(jié)構(gòu)和在育種工作中優(yōu)勢骨干材料的頻繁使用,使得小麥的遺傳背景日趨狹窄,新育成品種遺傳距離較近。因此,對小麥品種進(jìn)行改良,提高小麥的產(chǎn)量和抗逆性是當(dāng)前亟需解決的問題[1-4]。小麥產(chǎn)量的相關(guān)性狀大多是數(shù)量性狀,而且極易受到外界環(huán)境的影響。調(diào)控植物數(shù)量性狀的基因比較復(fù)雜,有遺傳率相對比較大的主基因,在分離世代中也有分組的趨勢,還有在組間界限模糊的遺傳現(xiàn)象,因此采用主基因+多基因混合遺傳分析法能夠初步通過表型數(shù)據(jù)計(jì)算出控制該性狀表現(xiàn)的主基因和多基因個數(shù)。為了提高檢測效率,提出了通過永久性分離群體的數(shù)量性狀進(jìn)行分析,最后將表型基因定位與數(shù)量性狀基因座(QTL)定位有機(jī)結(jié)合[5-9]。主基因+多基因混合遺傳分析法已廣泛用于水稻[10]、小麥[11]、大豆[12]、胡麻[9]等主要作物。目前,對小麥苗期性狀在逆境下的遺傳研究相對較少,這對小麥抗旱性育種至關(guān)重要。主基因+多基因混合遺傳分析法是以表型數(shù)量性狀為基礎(chǔ)的一種遺傳組成分析方法,其精確度不如QTL分子標(biāo)記法,但能快速對植物表型性狀的遺傳規(guī)律做出初步的判斷,根據(jù)遺傳組成確定相應(yīng)的選種策略,而且更加經(jīng)濟(jì)便捷。
目前,關(guān)于小麥主基因+多基因混合遺傳分析的研究主要集中在小麥形態(tài)性狀的分析(如株高、根長、穗下莖長[13]等),小麥生理指標(biāo)的研究(如小麥雌雄育性[14-16]、碳同位素分辨率[17]、花藥培養(yǎng)特性[18]等),產(chǎn)量性狀的研究(如千粒質(zhì)量[19]、小穗數(shù)、小花數(shù)和穗長[20]等),還有小麥的抗病性等表型都進(jìn)行了主基因+多基因混合遺傳分析。任麗娟等利用植物數(shù)量性狀主基因+多基因混合遺傳分離分析方法,對CI12633×揚(yáng)麥158重組自交系群體的紋枯病抗性資料進(jìn)行了抗性遺傳分析[21]。張勇等運(yùn)用主基因+多基因模型對N553的6家系抗赤霉病性遺傳進(jìn)行了分析,結(jié)果表明N553符合 E-1-0(2對主基因+多基因的加性-顯性-上位性)模型[22]。張勇等運(yùn)用主基因+多基因模型對 S42× 安農(nóng)8455組合6家系群體對赤霉病抗性積分進(jìn)行分析,結(jié)果表明在S42×安農(nóng)8455組合中S42抗赤霉病性遺傳符合E-1-1(2對主基因+多基因的加性-顯性)模型[23]。但對小麥苗期表型性狀在逆境下遺傳組成的研究相對較少。目前也有很多通過QTL標(biāo)記與主基因+多基因混合遺傳分析法相結(jié)合的研究。王培等先通過主基因+多基因混合遺傳模型分離分析法對中國春×蘭考大粒的F2群體后代單株穗數(shù)進(jìn)行研究,結(jié)果表明,單株穗數(shù)也跟大多數(shù)數(shù)量性狀的遺傳特點(diǎn)相似,由1對加性和部分顯性主基因(A-1模型)共同控制,表型遺傳組成分析結(jié)果與QTL檢測分析的結(jié)果大致相同[24]。王金社等利用重組近交系(BIL)群體為研究材料構(gòu)建了4個性狀的遺傳模型,并用QTL加以校驗(yàn)表型分析的準(zhǔn)確性[25]。本研究采用主基因+多基因混合遺傳分析法,以寧春4號為母本,寧春27號和Drystal分別為父本構(gòu)建的2個RIL群體為研究材料,利用PEG-6000模擬旱脅迫,進(jìn)行株高、根長、根數(shù)、葉綠素含量、枯葉率、胚芽鞘長等6個表型性狀在逆境下的遺傳分析,并分析2個群體的抗旱性,在后續(xù)育種工作中加以利用,為今后抗旱性育種奠定基礎(chǔ),創(chuàng)制材料。
1 材料與方法
1.1 試驗(yàn)材料
AB群體是以寧春4號為母本,寧春27號和Drystal分別為父本構(gòu)建的2個RIL群體為研究材料,2個群體都采用一粒傳法在銀川和元謀兩地連續(xù)自交7代,分別構(gòu)建127、130個株系的RIL群體。本試驗(yàn)采用2個RIL群體和3個親本材料進(jìn)行遺傳分析,親本及各家系分小區(qū)播種在寧夏回族自治區(qū)固原市原州區(qū),全生育期不灌水,雨養(yǎng),每個材料種1個小區(qū),種5行,行長 3 m,行距15 cm,小區(qū)面積2.7 m2,收獲后測產(chǎn);對2個群體材料苗期性狀測定在室內(nèi)進(jìn)行。因本試驗(yàn)易受外界因素的干擾,特重復(fù)2年,試驗(yàn)時間為2017年3—7月,設(shè)3個重復(fù),2018年3—7月做年度間重復(fù),設(shè)3個重復(fù)。
1.2 試驗(yàn)方法
1.2.1 種子處理
將2個群體種植在固原頭營基地,全生育期無灌溉,正常田間管理,及時除草和防治病蟲害。取收獲后2個群體(材料)的小麥種子各100粒,放入250 mL三角瓶中,先用自來水將種子上的灰塵沖洗干凈,然后用70%乙醇浸泡5 min后,用去離子水沖洗掉種子上的殘留乙醇,再用3% NaClO浸泡消毒30 min,去離子水沖洗3遍。
1.2.2 萌發(fā)期旱脅迫處理
將消毒過的各品種(材料)種子放入直徑為9 cm鋪有雙層濾紙的培養(yǎng)皿中,每個培養(yǎng)皿100粒種子,均勻擺放,向培養(yǎng)皿中加入15 mL-0.50 MPa PEG-6000脅迫液進(jìn)行脅迫處理,蓋好皿蓋,以不含PEG-6000的去離子水作為對照,各3次重復(fù)。將擺好種子的培養(yǎng)皿放入25 ℃人工氣候箱中黑暗催芽,每天涮洗并更換相應(yīng)的溶液以保持脅迫液濃度恒定。
1.2.3 苗期抗旱性鑒定
幼苗培養(yǎng)采用水培發(fā)芽紙法(圖1)。取各品種(材料)100粒,按“121”節(jié)方法消毒種子后,于25 ℃人工氣候箱中黑暗催芽,將種子胚向下、間隔1.8 cm均勻地?cái)[在 20 cm×25 cm 的發(fā)芽紙上,每張發(fā)芽紙擺20粒種子,處理和對照各設(shè)3次重復(fù),每個材料共擺5張紙,將紙小心地卷成筒狀,用皮筋固定后標(biāo)號。
1.2.3.1 干旱脅迫處理
將卷好的紙筒按材料分成2份,分別置于直徑為15 cm,高為20 cm的PVC管中,在管中加入1 L-0.50 MPa PEG-6000的脅迫溶液進(jìn)行干旱脅迫處理,另一管中加入1 L蒸餾水,于培養(yǎng)箱光照為1 000 lx、溫度為20 ℃條件下進(jìn)行培養(yǎng)。每天更換脅迫液和蒸餾水。
1.2.3.2 根系及苗高測定
培養(yǎng)10 d后,將紙筒展開,選取有代表性的幼苗10株,分別測量每個單株的株高(即從莖基部到最長葉片頂端的高度)、主根長(即從莖基部到主根根尖的長度)和根數(shù)、葉綠素含量。
1.3 數(shù)據(jù)分析
通過蓋鈞鎰等提出的植物數(shù)量性狀主基因+多基因混合遺傳分析法[14-15],對3個小麥親本材料和2個RIL群體的6個苗期性狀在旱脅迫下的遺傳組成進(jìn)行分析。首先,利用SAS軟件對數(shù)據(jù)進(jìn)行變異性分析;其次利用SEA-G3DH分析軟件計(jì)算各性狀遺傳模型的極大似然函數(shù)值(Max-likelihood-values,MLV)和阿開克信息判據(jù)(Akaikes in-formation criterion,AIC)值。通過AIC值最小值篩選法進(jìn)行篩選,先確定AIC值最小的3個遺傳模型為備選模型,再對這3個備選模型作適合性檢驗(yàn),檢驗(yàn)結(jié)果中有5個統(tǒng)計(jì)量,分別是U1、U2、U3(均勻性檢驗(yàn))和 nW2(Smirnov檢驗(yàn))、Dn(Kolmogorov檢驗(yàn)),最后在這3個備選模型中選取AIC值較小且均勻性檢驗(yàn)達(dá)到顯著水平個數(shù)最少的模型作為最優(yōu)的遺傳模型,確定最優(yōu)遺傳模型后通過最小二乘法計(jì)算出該模型的一階、二階遺傳參數(shù),并對主基因的表現(xiàn)特征加以分析,計(jì)算主基因和多基因的方差和遺傳率[22]。主基因遺傳率h2mg=δ2mg/δ2p×100%;多基因遺傳率h2pg=δ2pg/δ2p×100%。其中,δ2p為表型方差;δ2mg為主基因方差;δ2pg為多基因方差。
2 結(jié)果與分析
2.1 2個群體各性狀的變異性分析
對2個RIL群體的株高、根長、根數(shù)、葉綠素含量、枯葉率、胚芽鞘長等6個性狀的差異性分析結(jié)果(表1)表明,AB群體135份材料和ND群體130份材料間的株高均說明各群體內(nèi)的各材料間的遺傳差異較大,并且AB群體和ND群體的株高和根長變異幅度、方差和標(biāo)準(zhǔn)差較高,說明株高和根長的離散程度較大,差異較大。ND群體的根長達(dá)到極顯著水平。AB群體的根數(shù)、胚芽鞘長也都達(dá)到極顯著水平,說明AB群體具有較強(qiáng)的耐旱性。AB群體的葉綠素含量、枯葉率、胚芽鞘長的變異系數(shù)達(dá)到20%以上,其中枯葉率的變異系數(shù)最大,為5730%,ND群體枯葉率的變異系數(shù)最低,為156%,經(jīng)PEG旱脅迫處理后,2個群體相比較,結(jié)果表明AB群體的耐旱性相對較強(qiáng)。
2.2 2個群體各表型性狀的最優(yōu)遺傳模型選擇及適合性檢驗(yàn)
根據(jù)植物數(shù)量性狀主基因+多基因混合遺傳分析,對3個親本材料和2個RIL群體的6個表型性狀進(jìn)行最佳遺傳模型分析,通過使用SEA-G3DH分析軟件,計(jì)算出各性狀的不同模型MLV值和AIC值(表2)。通過AIC值最小為最佳遺傳模型的原則,先篩選出AIC值最小的遺傳模型, 再選擇與該AIC
值接近的2個遺傳模型作為備選模型。由表2可知,AB群體株高最小的AIC值所對應(yīng)的模型為4MG-AI,與其比較接近的2個模型分別為3MG-AI和2MG-Recessive;ND群體株高最小的AIC值所對應(yīng)的模型為4MG-EEA,2個備選模型為 2MG-Duplicate和2MG-Inhibiting。對2個群體的2個模型進(jìn)行適應(yīng)性檢驗(yàn)(表3),包括均勻性檢驗(yàn)(U1、U2、U3),Smirnov檢驗(yàn)(nW2)和Kolmogorov檢驗(yàn)(Dn),AB群體中4MG-AI遺傳模型差異性檢驗(yàn)中達(dá)到顯著水平的個數(shù)最少,其他2個模型的顯著水平個數(shù)相同,因此4MG-AI模型為株高的最佳模型,說明群體株高的遺傳是受4對主基因控制,表現(xiàn)為主基因-加性-上位性效應(yīng)。依次計(jì)算比較,根長的最佳模型為3MG-AI,說明群體根長的遺傳是受3對主基因控制,表現(xiàn)為主基因-加性-上位性;根數(shù)的最佳遺傳模型為4MG-AI,說明群體根數(shù)的遺傳是受4對主基因控制,表現(xiàn)為主基因-加性-上位性效應(yīng);葉綠素含量的最佳遺傳模型為4MG-AI,說明群體葉綠素含量的遺傳是受4對主基因控制,表現(xiàn)為主基因-加性-上位性效應(yīng);枯葉率的最佳遺傳模型為2MG-Inhibiting,說明群體枯葉率的遺傳是受2對抑制性主基因-加性多基因控制;胚芽鞘長的最佳遺傳模型為2MG-Duplicate,說明群體胚芽鞘長的遺傳是受2對重疊性主基因-加性多基因控制。
2.3 遺傳參數(shù)估計(jì)
通過采用最小二乘法估算6個性狀最佳遺傳模型的遺傳參數(shù)(表4)。株高、根數(shù)、葉綠素含量3個性狀受4對主基因+多基因控制,根長受3對主基因+多基因控制,而枯葉率和胚芽鞘長受2對主基因+多基因控制。在株高的遺傳模型中,主基因的遺傳率為51.034 4%,存在48.965 6%的環(huán)境影響,要以第1主基因的加性效應(yīng)為主,可在早期選擇株高較高的材料作母本;根長的主基因遺傳率為55330 4%,主基因及其互作主要以正向加性效應(yīng)為主,且第1主基因的加性效應(yīng)值較大,可用根長較長的材料作為母本;根數(shù)的主基因遺傳率為 5.710 7%,存在94.289 3%的環(huán)境影響,多基因的遺傳率為99.720 0%,其遺傳效應(yīng)主要受環(huán)境影響,宜在高代選擇;葉綠素含量主基因的遺傳率為58985 5%,主要以基因的正向加性效應(yīng)為主,可選擇葉綠素含量較高的品種作為母本,在旱脅迫下仍能保持較強(qiáng)的光合能力;枯葉率主基因的遺傳率為8.880 0%,多基因遺傳率為0.660 0%,主要受環(huán)境的影響,2對主基因的加性效應(yīng)值為負(fù)向,可在高代選擇;胚芽鞘長的主基因遺傳率為9.080 0%,多基因遺傳率為19.400 0%,2對主基因的加性效應(yīng)值為正向,受環(huán)境影響大,可選擇胚芽鞘長的品種作母本,提高抗旱性。
2.4 2個群體各性狀間及與產(chǎn)量的相關(guān)性分析
由表5和表6可以看出,ND群體中只有根長、根數(shù)和枯葉率與產(chǎn)量呈正相關(guān)關(guān)系,但未達(dá)到顯著水平;AB群體中葉綠素含量與產(chǎn)量呈顯著正相關(guān)關(guān)系,株高與產(chǎn)量呈極顯著負(fù)相關(guān)關(guān)系;AB群體和ND群體中根數(shù)和根長都與產(chǎn)量呈正相關(guān)關(guān)系,但相關(guān)性不顯著。AB群體和ND群體的株高和胚芽鞘長間為極顯著正相關(guān)關(guān)系,AB群體根數(shù)與胚芽鞘長為顯著正相關(guān)關(guān)系,而ND群體為極顯著正相關(guān)關(guān)系。ND群體株高與根數(shù)和根長呈極顯著正相關(guān)關(guān)系,而AB群體株高與根長呈顯著正相關(guān)關(guān)系,與根數(shù)呈極顯著正相關(guān)關(guān)系,說明根系對株高有較大的影響。
3 討論與結(jié)論
本研究主要以寧春4號為母本分別與寧春27號和Drystal為父本構(gòu)建的2個RIL群體為材料,研究胚芽鞘長、株高、根長、根數(shù)等性狀在旱脅迫下的遺傳分析,這些性狀也大都為多基因控制的數(shù)量性狀,這對今后改良作物株型及通過表型改良增加產(chǎn)量,或分子抗旱性育種技術(shù)提高作物產(chǎn)量非常重要。本研究結(jié)果表明,各性狀都是受2對或2對以上的主基因控制的,株高、根數(shù)、葉綠素含量3個性狀受4對主基因+多基因控制,根長受3對主基 因+ 多基因控制,而枯葉率和胚芽鞘長受2對主基因+多基因控制。從主基因的遺傳率來分析,6個主基因遺傳率在5.710 7%~58.985 5%之間,其中枯葉率、胚芽鞘長、根數(shù)遺傳率比較低,說明環(huán)境對這2個性狀影響比較大。AB群體和ND群體中根數(shù)和根長都與產(chǎn)量呈正相關(guān)關(guān)系,但不顯著。根系越發(fā)達(dá),抗旱性越強(qiáng),根系吸收養(yǎng)分的能力越強(qiáng),對籽粒干物質(zhì)的積累具有重要意義,在今后抗旱性育種中可利用。從2個群體各性狀的變異性分析可知,經(jīng)PEG旱脅迫處理后,AB群體的抗旱性較強(qiáng)。
目前對小麥株高遺傳性分析的研究比較多,對胚芽鞘長、葉綠素含量等性狀的研究較少,對逆境下小麥表型性狀的遺傳分析也相對較少。杜希朋等對螞蚱麥×碧玉麥雜交F2代的185個單株的株高、穗長等性狀進(jìn)行遺傳分析,結(jié)果表明,株高是多基因控制的數(shù)量性狀,受微效多基因控制,無主效基因存在,而本研究株高受4對主基因控制[26],本研究結(jié)果與之不一致。閆艷等以青麥6號和煙農(nóng)24雜交形成的F2 ∶3群體為材料,在水、旱2種條件下,根長和根鮮質(zhì)量均為1對加性-顯性效應(yīng)主基因模型,根長主基因遺傳率為81%[27]。本研究根長受3對主基因+多基因控制,遺傳率為 55.330 4%,本研究結(jié)果與之存在差異。蔣靚等在水培與鹽脅迫處理下共檢測到2個控制水稻苗期株高的主效QTL,根長在水培與鹽脅迫處理下共檢測到4個控制水稻根長的主效應(yīng)QTL[28]。畢曉靜等采用P1、P2、F1、F2、F3 5個世代聯(lián)合分析方法,研究了株高等產(chǎn)量相關(guān)性狀的遺傳模型,表明產(chǎn)量不僅受基因的控制,同時也受到不同程度的環(huán)境影響且無主基因存在[29],本研究結(jié)果與之不一致。李法計(jì)等以構(gòu)建的重組自交系群體(RIL)F7代為材料,通過數(shù)量性狀主基因+多基因混合遺傳模型研究了株高等農(nóng)藝性狀的遺傳特點(diǎn)發(fā)現(xiàn),株高受2對主基因+多基因遺傳控制[14]。張坤普等研究了小麥DH群體株高等性狀發(fā)現(xiàn),株高受5個主基因控制,遺傳率為57%[30-32]。王盈等以創(chuàng)制的F10代重組自交系為材料,共鑒定到3個在多個環(huán)境下穩(wěn)定存在的株高相關(guān)的新QTLs[33]。李濤等利用2個重組近交系發(fā)現(xiàn)2個株高相關(guān)的QTLs[34]。還有研究通過表型性狀與QTL標(biāo)記結(jié)合共同檢測表明,小麥株高的主基因數(shù)目明顯少于已經(jīng)定位到株高的QTL數(shù)目[35-36]。
根據(jù)以上的研究結(jié)果發(fā)現(xiàn),不同的遺傳性分析方法和材料所得到的結(jié)論并不相同。首先不同群體其代表性以及試驗(yàn)的偏差和誤差也各不相同;其次,遺傳分析只是通過對表型數(shù)據(jù)的分析來判斷和預(yù)測性狀的遺傳模型以及主基因和多基因遺傳率,更精確的主基因數(shù)目和遺傳率仍需通過分子生物學(xué)試驗(yàn)來獲得。此次研究通過RIL分離群體研究分析,也存在一定的局限性,也可與其他群體相結(jié)合進(jìn)行研究,以獲得更精確的結(jié)論。
參考文獻(xiàn):
[1]Li Y C,Peng J H,Liu Z Q. Heterosis and combining ability for plant height and its components in hybrid wheat with Triticum timopheevi cytoplasm[J]. Euphytica,1997,95(3):337-345.
[2]Li W,Gill B S. Genomics for cereal improvement[M]. Cereal Genomics,2004:585-684.
[3]湯繼華,馬西青,滕文濤,等. 利用“永久F2”群體定位玉米株高的QTL與雜種優(yōu)勢位點(diǎn)[J]. 科學(xué)通報(bào),2006,51(24):2864-2869.
[4]李樹華,張文杰,白海波,等. 春小麥穗部性狀的主基因+多基因遺傳分析[J]. 中國農(nóng)學(xué)通報(bào),2017,33(6):20-26.
[5]蓋鈞鎰. 植物數(shù)量性狀遺傳體系的分離分析方法研究[J]. 遺傳,2005,27(1):130-136.
[6]Biao L U,Xue Q U,Zhang T,et al. Genetic analysis on characteristics to measure drought resistance using dongxiang wild rice(Oryza rufupogon Griff.)and its derived backcross inbred lines population at seedling stage[J]. Agricultural Sciences in China,2011,10(11):1653-1664.
[7]章元明. 植物數(shù)量遺傳學(xué)的建立、發(fā)展與展望[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào),2012,35(5):19-24.
[8]章元明,蓋鈞鎰,王永軍. 利用P1、P2和DH或RIL群體聯(lián)合分離分析的拓展[J]. 遺傳,2001,23(5):467-470.
[9]侯北偉,竇秉德,章元明,等. 小麥雌性育性的主基因+多基因混合遺傳分析[J]. 遺傳,2006,28(12):1567-1572.
[10]王小明. 水稻長穗大粒性狀的主基因+多基因遺傳分析[D]. 福州:福建農(nóng)林大學(xué),2010.
[11]范紹強(qiáng),武銀玉,王全亮,等. 抗矮縮病小麥產(chǎn)量及其關(guān)鍵性狀遺傳模型分析[J]. 山西農(nóng)業(yè)科學(xué),2018,46(1):14-17,24.
[12]蔡立楠. 大豆主要農(nóng)藝性狀和品質(zhì)性狀的主基因+多基因混合遺傳分析[D]. 長春:吉林農(nóng)業(yè)大學(xué),2012.
[13]王 斌,王利民,張建平,等. 胡麻RIL群體苗期抗旱性狀的主基因+多基因遺傳分析[J]. 干旱地區(qū)農(nóng)業(yè)研究,2018,36(5):14-20.
[14]李法計(jì),常 鑫,王宇娟,等. 小麥重組自交系群體9個重要農(nóng)藝性狀的遺傳分析[J]. 麥類作物學(xué)報(bào),2013,33(1):23-28.
[15]魏艷麗,王彬龍,李瑞國,等. 大穗小麥穗部性狀的遺傳分析[J]. 麥類作物學(xué)報(bào),2015,35(10):1366-1371.
[16]鄭建敏,蒲宗君,李式昭,等. 溫敏雄性不育小麥SCT-1育性主基因+多基因遺傳模型分析[J]. 華北農(nóng)學(xué)報(bào),2014,29(6):68-72.
[17]李樹華,白海波,呂學(xué)蓮,等. 春小麥碳同位素分辨率等性狀的遺傳分析[J]. 麥類作物學(xué)報(bào),2014,34(2):181-186.
[18]王 羽,樊慶琦,張 利,等. 小麥花藥培養(yǎng)特性的數(shù)量遺傳分析[J]. 麥類作物學(xué)報(bào),2007,27(5):755-760.
[19]楊興圣,梁子英,李 華,等. 普通小麥籽粒性狀的主基因+多基因遺傳模型分析[J]. 麥類作物學(xué)報(bào),2013,33(6):1119-1127.
[20]程 潔,周榮全,吳玉川,等. 不同水分條件下小麥穗部性狀的遺傳分析[J]. 華北農(nóng)學(xué)報(bào),2015,30(增刊1):146-151.
[21]任麗娟,顏 偉,陳懷谷,等. 小麥紋枯病抗性的主基因+多基因遺傳分析[J]. 江蘇農(nóng)業(yè)學(xué)報(bào),2010,26(6):1156-1161.
[22]張 勇,張伯橋,高德榮,等. 小麥赤霉病抗源N553的主基 因+ 多基因遺傳分析[J]. 中國農(nóng)學(xué)通報(bào),2005,21(6):305-307,336.
[23]張 勇,張伯橋,高德榮,等. 小麥抗病新材料S42抗赤霉病性的主基因+多基因遺傳分析[J]. 江蘇農(nóng)業(yè)學(xué)報(bào),2005,21(4):272-276.
[24]王 培,李曉林,楊 林,等. 小麥單株穗數(shù)的遺傳分析及基于QTL定位的最優(yōu)基因型預(yù)測[J]. 麥類作物學(xué)報(bào),2012,32(5):820-827.
[25]王金社,李海旺,趙團(tuán)結(jié),等. 重組自交家系群體4對主基因加多基因混合遺傳模型分離分析方法的建立[J]. 作物學(xué)報(bào),2010,36(2):191-201.
[26]杜希朋,閆媛媛,劉偉華,等. 螞蚱麥×碧玉麥雜交F2代部分重要農(nóng)藝性狀的遺傳分析[J]. 麥類作物學(xué)報(bào),2011,31(4):624-629.
[27]閆 艷,王春華,穆 平. 水、旱條件下小麥苗期部分農(nóng)藝性狀的遺傳分析[J]. 中國農(nóng)學(xué)通報(bào),2017,33(3):8-14.[HJ1.9mm]
[28]蔣 靚,於衛(wèi)東,莊杰云,等. 水稻鹽脅迫下農(nóng)藝和生理性狀的遺傳分析(簡報(bào))[J]. 分子細(xì)胞生物學(xué)報(bào),2008,41(4):317-322.
[29]畢曉靜,史秀秀,馬守才,等. 小麥農(nóng)藝性狀的主基因+多基因遺傳分析[J]. 麥類作物學(xué)報(bào),2013,33(4):630-634.
[30]張坤普,徐憲斌,田紀(jì)春. 小麥籽粒產(chǎn)量及穗部相關(guān)性狀的QTL定位[J]. 作物學(xué)報(bào),2009,35(2):270-278.
[31]Reinbergs T E. Estimation of the number of genes in double haploid populations of barley(Hordeum vulgare)[J]. Canadian Journal of Genetics and Cytology,1982,24(3):337-341.
[32]Brner A,Schumann E,F(xiàn)ürste A,et al. Mapping of quantitative trait loci determining agronomic important characters in hexaploid wheat (Triticum aestivum L.)[J]. Theoretical and Applied Genetics,2002,105(6/7):921-936.
[33]王 盈,趙 磊,董中東,等. 小麥株高和旗葉相關(guān)性狀的QTL定位[J]. 麥類作物學(xué)報(bào),2019,39(7):761-767.
[34]李 濤,陸 炳,李 俊,等. 2個小麥株高QTL位點(diǎn)驗(yàn)證及其對產(chǎn)量相關(guān)性狀的效應(yīng)分析[J]. 西南農(nóng)業(yè)學(xué)報(bào),2019,32(3):476-483.
[35]劉冬成. 小麥重要農(nóng)藝性狀的QTL定位[D]. 北京:中國農(nóng)業(yè)大學(xué),2002.
[36]劉冬成,高睦槍,關(guān)榮霞,等. 小麥株高性狀的QTL分析[J]. 遺傳學(xué)報(bào),2002,29(8):706-711.
收稿日期:2019-08-01
基金項(xiàng)目:國家自然科學(xué)基金(編號:31660394);寧夏回族自治區(qū)農(nóng)業(yè)育種專項(xiàng)(編號:NXNYYZ20180202)。
作者簡介:馬斯霜(1992—),女,寧夏同心人,碩士,研究實(shí)習(xí)員,主要從事小麥、水稻生物技術(shù)育種方面的研究。Tel:(0951)6886758;E-mail:masishuang@163.com。
通信作者:李樹華,研究員,主要從事小麥、水稻生物技術(shù)育種方面的研究。Tel:(0951)6886758;E-mail:shuhua.l@163.com。