论文部分内容阅读
在我国小麦小麦(Triticum aestivum L.)是仅次于水稻、玉米的第三大作物,其中冬小麦在我国粮食生产中占举足轻重的地位。因此,从分子水平上研究我国冬小麦品种(系)的遗传多样性,发掘与产量性状和品质特性相关联的标记位点信息,为今后小麦杂交组合的配置、等位基因发掘、分子标记辅助育种和QTL克隆等提供参考。本研究利用覆盖小麦各同源染色体上的88对SSR标记对91份中国冬小麦品种(系)进行了遗传多样性、群体结构和连锁不平衡(Linkage disequilibrium, LD)分析。在考虑群体结构(Q)、亲缘关系(K)和主成分(PCA)的基础之上,进行了分子标记与性状的关联分析。1.全部标记共检测到883个等位变异,变异范围为2-30个,平均每个标记10.03个等位变异。供试材料的遗传多样性(Genetic diversity, GD)变化范围为0.160-0.932,平均为0.703；多态性信息含量(Polymorphic information content, PIC)变化范围为0.148-0.929,平均为0.667。其中B基因组的遗传多样性最高,A基因组次之,D基因组最低。2. UPGMA聚类分析将供试材料分成3个大类,Structure群体结构分析将供试材料分成4个亚群,主坐标分析将供试材料分成3类,聚类结果与地理来源无明显关系,与系谱来源部分相关,三种分析结果基本一致。AMOVA分析显示供试材料94%的遗传变异是由群体内不同个体间的差异造成的,6%的遗传变异与群体间的遗传分化有关。3.连锁不平衡分析显示,无论是共线性还是非共线性SSR位点组合间都存在不同程度的连锁不平衡。基因组连锁不平衡衰减距离的“基准线”是r2=0.0287,全基因组、A、B、D基因组LD衰减距离分别是4.3cM、3.7cM、1.0cM和4.1cM。综合分析表明D基因组的LD最强,A基因组次之,B基因组最弱,说明利用中国冬小麦进一步关联作图时需要更高密度的标记。4.关联模型效率评价结果显示GLM模型、Q模型和PCA模型与期望线偏离大,拟合性较差,关联分析时会造成标记-性状的伪关联。K模型、Q+K模型和PCA+K模型与期望线偏差小,拟合性较好,在校正群体结构,消除伪关联方面效果更好。5.关联分析结果显示K模型共检测到7个标记(xcfd8、xcfd10、xwmc580、xwmc719、 xwmc749、xgwm194、xbarc134)与6个性状(籽粒铁含量、籽粒容重、面团稳定时间、穗下第一节长、株高和千粒重)在P<0.01水平上相关,各标记对表型变异的解释率在0.10-0.28；Q+K模型共检测到7个标记(xcfd8、xcfd10、xwmc219、xwmc256、xwmc580、 xwmc749、xbarc126)与8个性状(籽粒铁含量、籽粒锌含量、容重、面团稳定时间、面团形成时间、粒长、粒宽、千粒重)在P<0.01水平上相关,各标记对表型变异的解释率在0.10-0.22；PCA+K模型共检测到7个标记(xcf8、xcfd201、xwmc537、xgwm194、 xbarc96、xbarc134、xbarc187)与9个性状(籽粒铁含量、面团稳定时间、拉伸面积、穗下第一节长、穗下第二节长、穗下第一节直径、株高、旗叶宽和千粒重)在P<0.01水平上相关,各标记对表型变异的解释率在0.08-0.28。