论文部分内容阅读
玉米(Zea mays L.)是禾本科玉米属一年生植物,有很强的适应能力,引入中国时被作为“救荒植物”。玉米现在已经成为最重要的经济作物之一,在国际粮食市场上有很重要的地位。在我国玉米是重要的粮饲作物,种植面积广并且产量高,在生活生产等方面有着不可或缺的作用。近年来玉米大斑病(Northern Corn Leaf Blight,NCLB)频繁爆发,对玉米的产量影响严重。玉米大斑病是由斑刚毛座腔菌(Setosphaeria turcica)引起的玉米生长过程中主要病害之一,该性状由少数主效基因和大量微效基因控制。全基因组选择(Genomic Selection,GS)育种技术可以有效的对于微效多基因控制的复杂数量性状进行预测,作为有效的分子育种手段现已逐渐应用于植物育种中。全基因组选择的预测精度是田间测定的表型值和全基因组预测获得的基因组估计育种值的相关系数,为全基因组选择效率的衡量标准。本研究利用三个双单倍体群体,对玉米大斑病进行全基因组选择的精度研究,使用软件Icimapping对冗余标记进行删除,获得Bin标记。通过Bin标记构建遗传图谱进行玉米大斑病QTL定位,检测Bin标记的显著性,获得Bin标记的效应值。将Bin标记作为固定标记,分析其对于全基因组选择预测精度的影响,进而优化建模方案,提高预测精度,为实际育种工作提供参考性意见。本试验通过应用Bin标记建立全基因组预测模型,研究结果表明:(1)利用全部标记的50%的标记数量作为建模群体进行GS预测,预测精度较高。(2)将Bin标记放入建模群体当中,可以使全基因组选择技术效率提高。建模群体规模一定时,Bin标记在建模群体中所占的比例越大,预测精度越高。标记显著性及其所占比例共同影响预测精度。(3)将全部Bin标记及随机标记补充到全部标记的50%作为建模群体进行GS预测,预测精度最高。(4)利用前60%以上的显著Bin标记补全随机标记进行预测可以获得比相同数量随机标记进行GS预测更高的预测精度。(5)三个DH群体使用全部Bin标记补全随机标记使建模群体达到全部标记的50%相比使用全部标记的50%标记用于建模得到的玉米大斑病的预测精度分别显著提高了3.33%、12.8%、10.22%,相比全部标记用于建模得到的预测精度分别显著提高了3.68%、13.2%、10.38%。因此,在实际的育种中,在解决有少量主效和大量微效基因控制的性状的双亲群体的育种问题时,考虑将Bin标记结合QTL分析作为先行步骤整合进全基因组预测方案,优化育种流程,提高预测准确率。