论文部分内容阅读
大豆是日常生活中人类摄入蛋白质与油分的重要来源之一,同时具有较高的经济价值。随着世界范围内人口数量的增加以及生活水平的提高,人们对蛋白质与油分的需求也呈增长的趋势,因此,提高大豆蛋白质与油分含量成为育种家的重要目标之一。但大豆蛋白质与油分含量呈显著负相关。本研究利用条件变量消除相关性状对目标性状的影响,并以(垦丰14×垦丰15)×(黑农48×垦丰19)构建包含144个家系的四向重组自交系群体(FW-RIL)及455份大豆种质资源群体,应用连锁分析及全基因组关联分析(GWAS)共同定位影响大豆蛋白质及油分含量的QTL,研究结果如下:(1)对14个环境下FW-RIL群体及2018和2019年两个环境下的种质资源群体的蛋白质与油分含量进行表型数据分析,发现蛋白质与油分含量无论在不同的群体还是不同的环境中,其表型数据差异较大。相关性分析显示蛋白质与油分呈显著负相关,表明蛋白质与油分含量相互影响。将表型数据利用条件变量处理后与原始表型数据同时进行方差分析。结果显示,两个性状的基因型方差、基因型与环境互作方差均达到极显著水平,说明数据适合作定位分析。(2)以包含2332个标记的四向重组自交系为材料,构建了一张包含大豆20条染色体的遗传图谱,该图谱总长度3539.66cM,共包含2332个标记。每个连锁群上的SNP标记个数为20-316个,平均区间长度范围1.92-10.93cM。(3)利用构建的图谱对FW-RIL群体的蛋白质与油分含量表型数据进行连锁分析。结果显示,在14个环境下,共定位到103个与大豆蛋白合成相关的QTL分布在20条染色体上,其中包括27个非条件QTL,15个条件QTL及61个条件变量与非条件变量同时检测到的QTL;定位到157个与油分合成相关的QTL分布在20条染色体上,其中包括72个非条件QTL,67个条件QTL以及18个条件变量与非条件变量同时检测到的QTL。(4)对FW-RIL群体在14个环境下蛋白质与油分的表型数据,采用5种多位点全基因组关联分析方法进行分析。结果显示,共有77个与蛋白质含量合成相关的QTN分布在19条染色体上;其中包括13个条件变量方法检测到QTN,27个非条件QTN,38个条件变量与非条件变量同时检测到的QTN;共有115个与油分合成相关的QTN分布在20条染色体上;其中包括55个条件变量方法检测到QTN,59个非条件QTN,1个条件变量与非条件变量同时检测到的QTN。(5)种质资源群体结构(Q)分析结果显示,该群体共分为两个亚群。连锁不平衡(LD)分析结果显示,以最大连锁不平衡系数(r~2)一半所对应的物理距离作为标准,全基因组水平上的LD衰减距离约为86Kb。(6)对种质资源群体在两个环境下蛋白质与油分的表型数据采用5种多位点全基因组关联分析方法进行分析。结果显示,共有123个与蛋白质含量合成相关的QTN分布在19条染色体上;其中包括50个条件变量方法检测到QTN,69个非条件QTN,4个条件变量与非条件变量同时检测到的QTN;共有124个与油分合成相关的QTN分布在20条染色体上;其中包括59个条件变量方法检测到QTN,67个非条件QTN,10个条件变量与非条件变量同时检测到的QTN。(7)将四向群体定位到的QTL/QTN以及种质资源群体定位的QTN结果在衰减区间内进行比对。结果表明,共有6个与蛋白质合成相关的QTN在两个群体中重复定位。根据这6个QTN进行候选基因预测,共发现4个与蛋白质合成相关的候选基因(Glyma.05G236000.1,Glyma.05G222400.1,Glyma.06G183900.1 and Glyma.05G235400.1);共有5个与油分含量合成相关的QTN在两个群体中重复定位。根据这5个QTN进行候选基因预测,共发现4个与油分合成相关的候选基因(Glyma.08G044100.1,Glyma.11G103500.1,Glyma.11G104800.1和Glyma.10G159900.1)。本研究共发现8个与蛋白质油分合成相关的候选基因,这些发现有助于大豆分子育种。