用于预测未观察到的表型（PUP）的方法和组合物技术

在此提供了用于预测未观察到的表型的多种方法。在一些实施方案中，这些方法包括：(a)确定在一个基因分型的并且表型分型的参比种群中针对一种表型的多个标记的标记效应，其中该参比种群包括一个F2代、一个F3代、或一个后续代；(b)对一个预测种群的一株或多株植物针对该多个标记进行基因分型，其中该预测种群中的一株或多株植物中的每一株都是两个亲本的一个后代并且每一个亲本与被用来产生该参比种群的这两个亲本植物中的至少一个具有至少80%的遗传一致性；(c)基于步骤(b)的基因分型，针对该预测种群中的一株或多株植物中的每一株对在步骤(a)中所确定的这些标记效应进行求和；以及(d)基于来自步骤(c)的这些标记效应之和来预测在该预测种群中的一株或多株植物的一种表型。在此还提供了用于产生具有一种感兴趣的表型的植物的方法、以及用于估算在种群之间的遗传相似性的方法。

【技术实现步骤摘要】
【国外来华专利技术】
本披露主题涉及分子遗传学和植物育种。在一些实施方案中,本披露主题涉及使用跨不同的繁殖种群的全基因组标记来预测针对数量性状的未观察到的表型的方法。背景植物育种的目标是将不同的所希望的性状结合在一个单株植物中。对于大田作物如玉米，这些性状可以包括更高的产量以及更好的农艺品质。然而，影响产量以及农艺品质的基因座并不总是已知的，并且即便是已知的，他们对此类性状的作用常常是不清楚的。然而，一经发现，所希望的基因座可以被选择为育种计划的一部分，以便产生携带所希望的性状的植物。产生此类植物的示例性的方法包括将来自具有所希望的遗传信息的植物的核酸序列通过基因渗入转移到植物中，而不是通过使用传统的育种技术使这些植物杂父。使用标记辅助选择(MAS)或标记辅助育种(MAB)可以将所希望的基因座基因渗入到市售的植物品种中。MAS以及MAB包括使用一种或多种分子标记来鉴定和选择含有一个或多个编码所希望的性状的基因座的那些植物。这种鉴定和选择可以基于与所希望的性状相关联的信息标记的选择。然而，即使在这些性状是已知的并且携带这些性状的适合的亲本植物是可得的情况下，产生具有所希望的与这些性状相关联的基因座的组合的子代植物可能是一个漫长并且昂贵的过程。典型地，需要大量的可能非常耗时的育种计划来产生子代植物，必须单独测试每种子代植物是否存在感兴趣的一种或多种性状。这常常也需要允许这些植物生长至成熟，因为与幼苗相反，许多(如果不是农业上最重要的)性状是通过成熟植物显示的性状。那么，所需要的是用于遗传上以及表型上分析这些植物以及用于采用所获得的信息来产生具有感兴趣的性状的植物的新颖的方法和组合物。概述本概述列出了本披露主题的若干实施方案，并且在许多情况下列出了这些实施方案的变化和排列。本概述对于众多的并且不同的实施方案的只是示例性的。给出的实施方案的一个或多个代表性特征的提及同样是示例性的。不论是否在该概述中列出，这样一个实施方案典型地可以具有或者不具有这个或这些特征的存在；同样，可以将那些特征应用于本披露主题的其他实施方案。为了避免过多的重复，本概述没有列出或提出这些特征的所有可能的组合。本披露主题提供了用于预测在预测种群的植物中的表型的方法。在一些实施方案中，这些方法包括(a)确定在一个基因分型的并且表型分型的参比种群中针对一种表型的多个标记的标记效应，其中该参比种群包括(i) 一个F2代，该F2代是通过将两个亲本植物杂交以产生一个F1代并且然后使F1代互交、回交、和/或自交，和/或从F1形成一个双单倍体而产生的；和/或(ii) 一个F3或后续代，其中该F3或后续代是通过使F2代和/或一个后续代互交、回交、自交，和/或从其中产生多个双单倍体而产生的；(b)对一个预测种群中的一株或多株植物针对该多个标记进行基因分型，其中该预测种群中的一株或多株植物中的每一株都是两个亲本的一个后代并且每一个亲本与被用来产生该参比种群的这两个亲本植物中的至少一个具有至少80%的遗传一致性；(c)基于步骤(b)的基因分型，针对该预测种群中的一株或多株植物中的每一株对在步骤(a)中所确定的这些标记效应进行求和；并且(d)基于来自步骤(C)的这些标记效应之和来预测在该预测种群中的一株或多株植物的一种表型。在一些实施方案中，该参比种群包括多个通过产生来自F2代的双单倍体而产生的F3或者后面的世代的成员。在一些实施方案中，参比种群是一个包括多个成员的参比网络，是通过以下步骤产生的(i)选择多个不同的亲本品系；(ii)使该多个不同的亲本品系杂交以产生多个F1代；(iii)使该每个F1代的成员互交或回交以产生多个相异的F2代，并且任选地逐一地或 顺序地使该多个相异的F2代互交、回交、自交和/或从其产生双单倍体以产生相异的F3代、以及任选的后续代；(iv)汇集相异的F2、F3、或后续代的一些或者所有成员以产生该参比网络，其中该参比网络的每个成员的基因组源于两个不同的亲本品系。在一些实施方案中，该参比网络包括源于少于所有可能的在该多个不同的亲本品系之间的杂交的植物。在一些实施方案中，该预测种群的植物是在该多个不同的亲本品系的两个成员之间杂交的一个F2或后续代，这些不同的亲本品系不包含在该参比网络之内。在一些实施方案中，该参比网络包括源于所有可能的在该多个不同的亲本品系之间的杂交的植物。在一些实施方案中，该预测种群的植物是在两个亲本之间杂交的一个F2或后续代，这两个亲本中的每一个与该多个不同的亲本品系之一具有至少80%的遗传一致性，该多个不同的亲本品系被用来产生该参比网络。在一些实施方案中，该参比种群包括至少50个成员，任选地至少100个成员，任选地至少150个成员，并且进一步任选地至少200个成员。在一些实施方案中，该参比种群的每个成员，该预测种群的一株或多株植物的每一株，或者两者都是近交植物或双单倍体。在本披露方法的一些实施方案中，该确定步骤包括通过岭回归-最佳线性无偏预测(RR-BLUP ;麦威森(Meuwissen)等人，2001)来估算针对多个标记的每一个的标记效应。在一些实施方案中，该多个标记足以覆盖该参比种群的植物的基因组，使得在每一个染色体上的相邻标记之间的平均间隔小于大约10cM，任选地小于大约5cM，任选地小于大约2cM，并且进一步任选地小于大约lcM。在本披露方法的一些实施方案中，该基因分型的步骤包括将一株或多株植物(如种子)基因分型，将从生长的一株或多株植物上获得的叶组织基因分型，或其组合。在本披露方法的一些实施方案中，预测步骤(d)包括采用一个如在方程式(4)中所提出的用于RR-BLUP的线性模型mYi+其中(i) Ji是品系i的表型BLUP，μ是总平均值，Zij是针对品系i的基因型的标记j，gj是标记j的效应，并且ei是服从e1、(0，σ e2)的残差；(ii)假定μ是固定效应并且假定gj是服从正态分布g」、(0，σ gJ2)的随机效应;(iii)假定每个标记具有一个相等的遗传方差，该遗传方差由方程式(4a)表示本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】2010.06.03 US 12/793,5501.一种用于预测在一个预测种群中的植物的表型的方法，该方法包括 (a)确定在一个基因分型的并且表型分型的参比种群中针对一种表型的多个标记的标记效应，其中该参比种群包括 (i) 一个F2代，该F2代是通过使两个亲本植物杂交以产生一个F1代并且然后使F1代互交、回交、和/或自交，和/或从F1形成一个双单倍体而产生的；和/或 ( ) 一个F3或后续代，其中该F3或后续代是通过使F2代和/或一个后续代互交、回交、自交，和/或从其中产生多个双单倍体而产生的； (b)对一个预测种群中的一株或多株植物针对该多个标记进行基因分型，其中该预测种群中的一株或多株植物中的每一个都是两个亲本的一个后代并且每一个亲本与被用来产生该参比种群的这两个亲本植物中的至少一个具有至少80%的遗传一致性； (c)基于步骤(b)的基因分型，针对该预测种群中的一株或多株植物中的每一株对在步骤(a)中所确定的这些标记效应进行求和；并且 (d)基于来自步骤(C)的这些标记效应之和来预测在该预测种群中的一株或多株植物的一种表型。2.如权利要求1所述的方法，其中该参比种群包括多个通过产生来自F2代的双单倍体而产生的F3或者后面的世代的成员。3.如权利要求1所述的方法，其中该参比种群是一个包括多个成员的参比网络，是通过以下步骤产生的 (i)选择多个不同的亲本品系； ( )使该多个不同的亲本品系杂交以产生多个F1代； (iii)使每个F1代的成员互交或回交以产生多个相异的F2代，并且任选地逐一地或顺序地使该多个相异的F2代互交、回交、自交和/或从其产生双单倍体以产生相异的F3代、以及任选的后续代； (iv)汇集相异的F2、F3、或后续代的一些或者所有成员以产生该参比网络，其中该参比网络的每个成员的基因组源于两个不同的亲本品系。4.如权利要求3所述的方法，其中该参比网络包括源于少于所有可能的在该多个不同的亲本品系之间的杂交的植物。5.如权利要求4所述的方法，其中该预测种群的植物是在该多个不同的亲本品系的两个成员之间杂交的一个F2或后续代，这些不同的亲本品系不包含在该参比网络之内。6.如权利要求3所述的方法，其中该参比网络包括源于所有可能的在该多个不同的亲本品系之间的杂交的植物。7.如权利要求6所述的方法，其中该预测种群的植物是在两个亲本之间杂交的一个F2或后续代，这两个亲本中的每一个与该多个不同的亲本品系之一具有至少80%的遗传一致性，该多个不同的亲本品系被用来产生该参比网络。8.如权利要求1所述的方法，其中该参比种群包括至少50个成员，任选地至少100个成员，任选地至少150个成员，并且进一步任选地至少200个成员。9.如权利要求1所述的方法，其中该确定步骤包括通过岭回归-最佳线性无偏预测(RR-BLUP )来估算针对多个标记的每一个的标记效应。10.如权利要求1所述的方法，其中该多个标记足以覆盖该参比种群的植物的基因组，使得在每一个染色体上的相邻标记之间的平均间隔小于大约IOcM,任选地小于大约5cM，任选地小于大约2cM，并且进一步任选地小于大约lcM。11.如权利要求1所述的方法，其中该参比种群的每个成员，该预测种群的一株或多株植物的每一株，或者两者都是近交植物或双单倍体。12.如权利要求1所述的方法，其中该基因分型的步骤包括将一株或多株植物(如种子)基因分型，将从生长的一株或多株植物上获得的叶组织基因分型，或其组合。13.如权利要求12所述的方法，进一步包括当一株或多株植物正在在温室中生长时从该一株或多株植物上分离叶组织。14.如权利要求1所述的方法，其中通过计算在这些亲本的每一个与被用来产生该参比种群的这两个亲本植物中的至少一个之间共享的、预先选择的标记的百分比来确定在每一个亲本与被用来产生该参比种群的两个亲本植物中的至少一个之间的遗传一致性。15.如权利要求1所述的方法，其中预测步骤(d)包括采用一个如在方程式(4)中所提出的用于岭回归-最佳线性无偏预测(RR-BLUP)的线性模型16.如权利要求15所述的方法，其中该预测步骤(d)是由适当程序化的计算机执行的。17.如权利要求1所述的方法，进一步包括选择被预测具有感兴趣的表型的预测种群的一株或多株植物的一株或多株。18.如权利要求17所述的方法，其中该选择考虑了若干感兴趣的性状，并且针对该预测种群中的个体计算了多性状选择指数。19.如权利要求18所述的方法，其中使用方程式(6)计算了在该预测种群中的子代个体的多性状选择指数20.如权利要求19所述的方法，其中该多性状选择指数计算是由适当程序化的计算机执行的。21.如权利要求16所述的方法，进一步包括在组织培养中或者通过种植使被预测具有感兴趣的表型的预测种群的一株或多株植物的一株或多株生长。22.一种用于预测在一个预测种群中的植物的表型的方法，该方法包括 (a)确定在基因分型以及表型分型的参比种群中针对多个标记的标记效应，其中该参比种群包括一个连锁不平衡(LD)组； (b)将该预测种群的一株或多株植物针对多个标记进行基因分型，其中该预测种群的一株或多株植物中的每一株是两个亲本的一个后代，每一个亲本具有与该参比种群的一个成员至少80%的遗传一致性； (c)基于步骤(b)中的基因分型，针对该预测种群的一株或多株植物的每一株对标记效应进行求和； (d)基于步骤(C)中的标记效应之和，预测该预测种群的一株或多株植物的表型。23.如权利要求22所述的方法，其中该预测种群的一株或多株植物的每一株是通过使参比种群的两个成员杂交产生的F1代植物或者是使来自F1代植物单或多互交、回交、自交和/或从其产生双单倍体而产生的F2或后续代植物或者其任何后续代。2...

【专利技术属性】
技术研发人员：郭志刚，VK基肖尔，
申请(专利权)人：先正达参股股份有限公司，
类型：
国别省市：