【技术实现步骤摘要】
甘蓝型油菜收获指数相关性状候选基因的筛选方法及应用
[0001]本专利技术属于甘蓝型油菜改良
,具体涉及甘蓝型油菜收获指数相关性状候选基因的筛选方法及应用。
技术介绍
[0002]甘蓝型油菜(Brassica napus L.)是我国重要的油料作物之一,每年全国种植面积超过700万公顷,国产菜籽油占国产油料作物产油量的55%以上。但世界油菜最高单产国(智利)的油菜单产达到了4050kg/hm2,我国比智利低了49.6%,因此提高油菜的产量对稳固我国的粮油安全意义重大。近年来,我国油菜单产的增长幅度趋于平缓,表明油菜单产短期内很难有较大突破。相比于其他农作物的收获指数(harvest index,HI),如大麦(HI=0.50)、玉米(HI=0.53)、大豆(HI=0.46)、小麦(HI=0.45)等,油菜的收获指数平均约为0.21,远低于其他农作物,说明油菜的收获指数有较大的提升空间,其遗传改良可以作为提升产量的突破口之一。
[0003]油菜的收获指数一般指籽粒产量(seed yield,SY)占地上部分生物产量(biomass yield,BY)的比值(HI=SY/BY),研究认为,籽粒产量主要由单株角果数(pod number,PN)、每角粒数(seed number per silique,SN)和千粒重(thousand seeds weight,TSW)等要素决定,而生物产量可以分解为茎秆干重(stem dry weight,SDW)和侧枝生物产量(canopy biomass yield,C ...
【技术保护点】
【技术特征摘要】
1.甘蓝型油菜收获指数相关性状候选基因的筛选方法,其特征在于,所述方法包括如下步骤:(1)利用高、低收获指数极端亲本材料构建含单株的重组自交系群体,结合60K SNP芯片数据对收获指数相关性状进行QTL定位;(2)利用甘蓝型油菜自然群体材料,5X深度重测序获得的SNP标记对收获指数相关性状开展GWAS分析,筛选出显著关联SNP位点;(3)在自然群体中筛选出生育期接近、株型相似且收获指数差异稳定的极端表现型材料进行RNA
‑
seq分析,筛选出不同组织部位高、低HI材料间差异表达基因;(4)根据重组自交系群体定位到的QTL、自然群体GWAS筛选出的显著关联SNP位点与RNA
‑
seq获得的DEGs,联合分析筛选出甘蓝型油菜收获指数相关性状候选基因。2.根据权利要求1所述的甘蓝型油菜收获指数相关性状候选基因的筛选方法,其特征在于,所述收获指数相关性状包括收获指数、籽粒产量、侧枝生物产量、茎秆干重。3.根据权利要求1所述的甘蓝型油菜收获指数相关性状候选基因的筛选方法,其特征在于,所述QTL定位的具体方法包括:以株型相似、株高差异较小、生育期接近的低收获指数品系“GH06”与高收获指数品种“ZY821”杂交后衍生成一个包含186个株系的重组自交系群体,重组自交系群体的每个株系取叶片提取DNA,参照Illumina公司的说明进行DNA样品的处理、芯片杂交和数据扫描,获得群体基因型后构建成由8575个SNP标记、1201个bin和6140.2cM全长的遗传图谱,采用WinQTL Cart 2.5软件的复合区间作图法进行QTL扫描,步长设置为1cM,回归次数为1000次,显著水平=0.01,LOD值≥2.5。4.根据权利要求1所述的甘蓝型油菜收获指数相关性状候选基因的筛选方法,其特征在于,所述GWAS方法为:利用588份自然群体甘蓝型油菜平均5X深度的重测序数据,过滤掉低质量SNP位点,最终获得385,691个高质量的SNP标记数据,根据这些标记进行群体结构划分、PCA分析、亲缘关系Q值计算,利用TASSEL软件的Q、naive、K、PCA、Q+K和PCA+K共6种模型进行GWAS,采用SAS软件将6种模型分析得到的观测值和期望值展示为Quantile
–
quantile plot图,筛选最佳模型,并在p小于1/n的条件下筛选显著性关联位点,其中n为GWAS使用的高质量SNP标记数量,利用Haploview软件制作Manhattan图,并利用Haploview软件对关联分析获得的距离1Mb内的显著关联标记进行单倍型模块分析。5.根据权利要求1所述的甘蓝型油菜收获指数相关性状候选基因的筛选方法,其特征在于,筛选DEG的具体方法包括:利用STAR软件将RNA<...
【专利技术属性】
技术研发人员:请求不公布姓名,
申请(专利权)人:贵州省油料研究所贵州省香料研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。