[发明专利]一种西北春小麦性状与标记关联及效应分析的方法

说明书

本发明公开了一种西北春小麦性状与标记关联及效应分析的方法，涉及分子标记领域。包括：选择小麦种子并种植；成熟期测株高、穗长、小穗数、穗粒数、基部不孕小穗数；成熟后收获种子，测定粒宽、粒长、重量，计算千粒重，得到表型数据；利用NSTSYS对农艺性状表型值聚类分析；用CTAB法提取DNA，制备DArT芯片；采用STRUCTURE计算小麦品种群体结构，利用贝叶斯模型划分群体结构，采用TASSEL进行群体连锁不平衡分析，得到覆盖全基因组的标记数据；将表型数据与覆盖全基因组标记数据进行确定关联位点，获得36个显著相关DArT标记，并明确增效标记与减效标记。本发明的上述DART分子标记可应用于农业育种中。

技术领域

本发明涉及分子标记技术领域，尤其涉及一种西北春小麦性状与标记关联及效应分析的方法。

背景技术

我国小麦常年种植面积约2500万公顷，占粮食作物面积的27％，总产量为1亿吨以上，约占粮食作物产量的22％。虽然我国种植小麦的面积较大但现阶段仍然是小麦进口最大国，据统计2017年我国进口小麦1588万吨，但我国小麦的总产量依然无法满足我国人民口粮需求。通过品种的遗传改良，挖掘作物的单产潜力是提高粮食产量最重要的措施之一，是保障世界粮食产量稳步增长的根本出路所在。近年来生物技术和基因组的突飞猛进的发展促使以分子设计为核心的现代育种技术正在掀起一场全球性农业科技革命，深入挖掘基因资源，培育高产、优质、多抗的小麦新品种是革命的重要内容。

小麦农艺性状多数是数量性状，易受环境条件影响，遗传基础复杂，表型和基因型之间的对应关系不明显，其表型效应由基因型效应和环境效应共同决定。全基因组关联分析(Whole Genome-Wide and Associated，GWAS)和连锁作图QTL(Quantitative TraitLocus)定位是两个揭示复杂性状的基因基础主要的手段。在小麦研究中，传统的QTL作图方法由于受限于双亲本的群体而定位到的基因区域分辨率较低，双亲群体定位可以运用于特殊的性状的基因定位。然而GWAS中由于群体有丰富的基因多样性，可以捕捉到多个不同性状的关联位点，它能够为基因发掘和分子标记鉴定提供高分辨率，高效的方法。

小麦的遗传多样性是小麦对不同环境长期适应和进化的产物。西北春麦区地处黄土高原、青藏高原、内蒙古高原的交叉地带，包括甘肃省的大部、宁夏回族自治区和青海省的东部，境内地势复杂，其气候特点是寒冷、干旱、雨量稀少，日照充足，昼夜温差大，春季多风沙，蒸发量大，大气干燥，尤其是青海柴达木盆地特殊的光照促进光合作用，加速有机物的形成，是塑造大穗大粒品种的最佳环境。西北春麦区尽管在种植面积及产量上只占全国小麦生产中的5％，但遗传多样性较高；因此，对西北地区春小麦的遗传多样性深入研究及挖掘新基因意义重大。

发明内容

有鉴于此，本发明实施例提供了一种西北春小麦性状与标记关联及效应分析的方法。

为达到上述目的，本发明主要提供了如下技术方案：

一方面，本发明实施例提供了一种西北春小麦性状与标记关联及效应分析的方法，所述方法包括以下步骤：选择小麦种子并种植；成熟期，测量株高、穗长、小穗数、穗粒数、基部不孕小穗数；成熟后，收获种子，采用高通量分子仪测定收获种子的粒宽、粒长、重量，计算千粒重，得到表型数据；利用NSTSYS软件对农艺性状表型值进行聚类分析，并将其分为三大类群；用CTAB法提取DNA，将DNA浓度调至约50-100ng·μl^-1，制备DArT芯片；采用STRUCTURE计算小麦品种的群体结构，利用贝叶斯模型划分群体结构，采用TASSEL进行群体连锁不平衡分析，得到覆盖全基因组的标记数据，并将其分为7大类群；将所述表型数据与所述覆盖全基因组的标记数据进行确定关联位点，获得36个显著相关DArT标记，分别如下：

与株高相关的DArT分子标记的数量为12个，其中，8个为增效标记，分别位于2BS、3AL、3DL、4AL、6BL、7BL染色体上，4个为减效标记，分别位于2BL、6BL、7B染色体上；