作物中大多数重要的经济性状都是多基因控制的数量性状,阐明其遗传基础有助于改良作物品种,提高育种效率。因此,数量性状遗传分析对现代作物育种有十分重要的作用。早期的数量性状基因座(Quantitative trait locus,QTL)分析通常针对只涉及两个亲本的双亲分离群体,如F2群体。为让遗传分析与育种实践更加紧密结合,有必要采用多亲本育种群体进行数量遗传学研究,如遗传交配群体。但是,存在一些问题:1)尽管NCⅡ(North CarolinaⅡ)遗传交配群体可以有效地研究配合力与杂种优势,但目前针对该群体的QTL分析研究并不多,尤其是未考虑上位性互作;2)目前全基因组预测的研究多集中于自交系品种或双亲分离群体的表型预测,一般忽略上位性互作,需要探索育种群体的全基因组预测方法;3)目前巢式关联定位(Nested association mapping,NAM)群体的遗传分析方法仍存在一些争议,例如,单个亚群分析与联合多个亚群分析孰优孰劣,如何处理QTL在不同NAM亚群的效应。为了解决上述问题,本研究从三个方面进行探索。首先,基于NCⅡ遗传交配群体,发展一种互作QTL定位方法,将定位结果用于预测NCⅡ群体中缺失F1的基因型值,进而预测优异亲本与杂交组合;其次,将全基因组预测的基因组最优线性无偏预测(Genomic best linear unbiased prediction,GBLUP)方法推广到NCⅡ群体,期望提高预测优异亲本与杂交组合的精度;最后,对玉米NAM群体采用联合多个亚群的分析方法,建立区分亚群效应的多QTL定位方法。主要研究结果如下:1)发展了一种基于NCⅡ群体包含所有潜在的主效和互作效应的QTL定位方法。当模型中效应个数不多时直接用经验贝叶斯(Empirical Bayes)算法估计所有效应;当效应个数过多时,采用极端个体分群分析(Segregant Analysis,SA)和经验贝叶斯相结合的方法估计QTL效应,可提高运算速度。模拟研究表明:在固定样本容量725下,QTL遗传率为0.02、0.05和0.08时,其平均检测功效分别为46.75%、92.88%和99.25%;在固定QTL遗传率0.05下,样本容量为400、600和800时平均检测功效分别为64.25%、76.88%和87%;假阳性率一直保持在0.2‰左右;QTL效应估计的绝对偏差处于0.03以下;只包含亲本的作图群体只能定位出加性和加性×加性互作效应,包含亲本与F1的群体要比只包括F1的群体中加性×加性、加性×显性和显性×加性三种互作效应功效分别提高了51%、42%和33%。利用SA和经验贝叶斯相结合的方法,对包含亲本和部分F1的油菜部分NCⅡ群体的含油量进行分析,定位到8个主效QTL和37个互作QTL,共解释了60.41%的表型方差,利用这些信息预测了10个优异不育系、10个优异恢复系和10个优异亲本组合,表型预测值与观测值的相关系数为0.76。其中与BnGMS488A、BRAS078A和0110-C01连锁的3个主效QTL和与MR119d×Na12-A02B连锁的1个互作QTL可同时被另外四种关联分析方法检测到,4个主效QTL和26个互作QTL被其它至少1种方法所证实;16个主效或互作QTL的关联标记与前人定位的含油量QTL完全相同,35个关联标记与前人定位到的QTL连锁。2)将全基因组预测GBLUP方法拓展至NCⅡ群体。将基因效应分成了加性、显性、加性×加性、加性×显性、显性×加性和显性×显性六种组分,利用全部标记信息获得这些成分的个体间亲缘系数矩阵,以剖析油菜部分NCⅡ群体油酸含量的遗传基础。结果表明:该性状只存在加性、加性×加性和加性×显性三种遗传方差,分别为6.97、15.26和12.45,分别占表型变异的16.58%、36.31%和29.62%;利用这些方差组分预测该性状表型值,其拟合度为93.91%;在预测所有缺失F1表型值的基础上,计算亲本的一般配合力和杂种组合的特殊配合力,进而预测10个优异不育系、10个优异恢复系和10个优异杂交组合;交叉验证试验的平均拟合度R2为49.27%,平均相关系数平方r2为0.4949。模拟研究表明,样本容量为600时交叉验证可得到约30%的拟合度R2和约0.47的相关系数平方r2,并且预测准确度会随着样本容量增加而提升,当结合亲本观测数据时可使F1表型预测准确度更高;3)首先对玉米NAM散粉期、吐丝期和开花-吐丝间隔,实施了单个RIL群体的复合区间作图(CIM),分别检测到137、138和89个QTL,累积表型贡献率分别为66.4%、74.6%和94.4%。观察到同一个QTL可能仅在几个亚群里检测到,并且其效应随亚群不同而异。由此,联合多家系群体,建立NAM群体区分亚群效应的多QTL定位方法。新方法重新分析了上述三性状。结果表明:新方法检测到上述三性状的QTL分别为77、79和75个,分别累积解释了90.11%、89.44%和82.5%的表型方差;能覆盖93%、96%和91%的单群体CIM结果;分别额外定位出25、29和32个新的小效应QTL。基于真实NAM基因型数据的Monte Carlo模拟试验结果表明:样本容量为964时,遗传率0.03、0.05和0.08的QTL平均功效分别为59.2%、81%和91.1%;遗传率为0.07时,样本容量为400、600和800的QTL平均功效分别为64.8%、91.7%和95.1%。真实效应与估计效应的偏差一直在-0.068～0.040之间浮动。综上所述,本文提供了一套数量遗传学分析辅助设计育种的方案:首先利用关联分析方法检测育种群体的优异等位基因,然后利用全基因组标记信息预测杂交种育种中的潜在杂种表型,进而实施设计育种。