生物技术通报 ›› 2022, Vol. 38 ›› Issue (10): 148-158.doi: 10.13560/j.cnki.biotech.bull.1985.2021-1606
马麒(), 李吉莲, 徐守振, 陈红, 刘文豪, 宁新柱(), 林海()
收稿日期:
2021-12-30
出版日期:
2022-10-26
发布日期:
2022-11-11
作者简介:
马麒,男,硕士,副研究员,研究方向:棉花种质资源与遗传育种;E-mail:基金资助:
MA Qi(), LI Ji-lian, XU Shou-zhen, CHEN Hong, LIU Wen-hao, NING Xinzhu(), LIN Hai()
Received:
2021-12-30
Published:
2022-10-26
Online:
2022-11-11
摘要:
棉花株型结构与栽培模式、机采效率和产量紧密相关,而果枝夹角(fruit branch angle,FBA)是决定棉花株型结构的关键因子之一。探明陆地棉果枝夹角的遗传规律,可为棉花株型遗传育种提供重要指导。本研究以418份不同来源的陆地棉种质资源组成的自然群体为研究对象,利用数显量角器测定果枝夹角大小,开展棉株不同部位果枝夹角的变异度、相关性分析,以及自然群体在不同生态环境下果枝夹角的表型描述统计分析。并以筛选出的果枝夹角极端差异亲本构建的四世代联合群体(P1、P2、F1、F2)为研究对象,采用植物数量性状主基因+多基因混合遗传模型方法,对4个世代群体的果枝夹角表型性状进行多世代联合遗传分析,并估测主基因遗传效应与遗传率。表型鉴定分析结果表明,陆地棉自然群体果枝夹角变异系数相对较小,4个环境下的平均变异系数为5.63%,中部果枝(基部起第4-6台)夹角最能够代表陆地棉整株的果枝夹角水平。主基因+多基因混合遗传模型分析表明,控制果枝夹角性状的最佳模型为2对等加性主基因模型,主基因的加性效应值为3.65,遗传率为90.22%。这说明陆地棉果枝夹角性状主要受主基因控制,且主基因遗传率较高。上述研究结果有助于阐明陆地棉果枝夹角性状的遗传规律,对于陆地棉果枝夹角的分子遗传解析及株型遗传育种具有重要现实意义。
马麒, 李吉莲, 徐守振, 陈红, 刘文豪, 宁新柱, 林海. 陆地棉果枝夹角性状的主基因+多基因混合遗传模型分析[J]. 生物技术通报, 2022, 38(10): 148-158.
MA Qi, LI Ji-lian, XU Shou-zhen, CHEN Hong, LIU Wen-hao, NING Xinzhu, LIN Hai. Genetic Analysis of FBA Trait in Upland Cotton with Major Gene Plus Polygenes Mixed Genetic Model[J]. Biotechnology Bulletin, 2022, 38(10): 148-158.
图1 果枝夹角极端差异亲本单株材料 P1:中2549,果枝夹角较大亲本单株;P2:新陆早18号,果枝夹角较小亲本
Fig. 1 Parents with extremely different FBA P1:Zhong 2549,the parent with large FBA(fruit branch angle). P2:Xinluzao 18,the parent with small FBA
性状 Trait | 最小值 Minimum | 最大值 Maximum | 均值 Mean | 标准差 SD |
---|---|---|---|---|
1-FBA | 52.60 | 63.85 | 57.87Aa | 2.66 |
2-FBA | 50.24 | 60.65 | 55.61Bb | 2.78 |
3-FBA | 48.41 | 58.20 | 53.70Cc | 2.43 |
All-FBA | 50.91 | 59.01 | 55.73Bb | 1.70 |
表1 不同部位果枝夹角的差异性比较
Table 1 Comparison of FBA in different positions
性状 Trait | 最小值 Minimum | 最大值 Maximum | 均值 Mean | 标准差 SD |
---|---|---|---|---|
1-FBA | 52.60 | 63.85 | 57.87Aa | 2.66 |
2-FBA | 50.24 | 60.65 | 55.61Bb | 2.78 |
3-FBA | 48.41 | 58.20 | 53.70Cc | 2.43 |
All-FBA | 50.91 | 59.01 | 55.73Bb | 1.70 |
性状Trait | 1-FBA | 2-FBA | 3-FBA | All-FBA |
---|---|---|---|---|
1-FBA | 0.191 | 0.059 | 0.652** | |
2-FBA | 0.191 | 0.134 | 0.707** | |
3-FBA | 0.059 | 0.134 | 0.580** | |
All-FBA | 0.652** | 0.707** | 0.580** |
表2 各部位果枝夹角的相关性分析
Table 2 Correlation analysis of FBA in different positions
性状Trait | 1-FBA | 2-FBA | 3-FBA | All-FBA |
---|---|---|---|---|
1-FBA | 0.191 | 0.059 | 0.652** | |
2-FBA | 0.191 | 0.134 | 0.707** | |
3-FBA | 0.059 | 0.134 | 0.580** | |
All-FBA | 0.652** | 0.707** | 0.580** |
环境 Environment | 均值±标准差 $\bar{x}$±s | 最小值 Minimum | 最大值 Maximum | 极差 Range | 变异系数 CV/% | 柯尔莫哥洛夫-斯米诺夫正态分布检验 Kolmogorov-Smirnov(K-S)normal distribution test | ||
---|---|---|---|---|---|---|---|---|
Z值 | P | |||||||
E1 | 58.69±3.57 | 47.41 | 70.46 | 23.05 | 6.08 | 0.557 | 0.916 | |
E2 | 56.15±4.13 | 43.20 | 67.87 | 24.67 | 7.36 | 0.734 | 0.654 | |
E3 | 57.95±2.85 | 50.44 | 69.40 | 18.96 | 4.92 | 0.913 | 0.375 | |
E4 | 62.61±2.61 | 55.08 | 70.07 | 14.99 | 4.17 | 0.646 | 0.789 | |
EAll | 58.85±3.30 | 49.03 | 69.45 | 20.42 | 5.63 | 0.744 | 0.637 |
表3 陆地棉自然群体果枝夹角在4个环境下的表型统计分析
Table 3 Phenotypic statistical analysis of FBA of G. hirsutum under four environments
环境 Environment | 均值±标准差 $\bar{x}$±s | 最小值 Minimum | 最大值 Maximum | 极差 Range | 变异系数 CV/% | 柯尔莫哥洛夫-斯米诺夫正态分布检验 Kolmogorov-Smirnov(K-S)normal distribution test | ||
---|---|---|---|---|---|---|---|---|
Z值 | P | |||||||
E1 | 58.69±3.57 | 47.41 | 70.46 | 23.05 | 6.08 | 0.557 | 0.916 | |
E2 | 56.15±4.13 | 43.20 | 67.87 | 24.67 | 7.36 | 0.734 | 0.654 | |
E3 | 57.95±2.85 | 50.44 | 69.40 | 18.96 | 4.92 | 0.913 | 0.375 | |
E4 | 62.61±2.61 | 55.08 | 70.07 | 14.99 | 4.17 | 0.646 | 0.789 | |
EAll | 58.85±3.30 | 49.03 | 69.45 | 20.42 | 5.63 | 0.744 | 0.637 |
世代群体名称 Generation group name | 个体数 Sum | 均值 Mean /(°) | 方差 Variance /(°) | 标准差 SD | 极差 Range /(°) | 最大值 Max /(°) | 最小值 Min /(°) | 变异系数 CV /% |
---|---|---|---|---|---|---|---|---|
P1 | 80 | 64.05 | 9.43 | 3.07 | 11.79 | 71.82 | 60.03 | 0.05 |
P2 | 80 | 49.57 | 44.16 | 6.65 | 38.78 | 76.09 | 37.31 | 0.13 |
F1 | 30 | 56.86 | 60.13 | 7.75 | 34.01 | 75.21 | 41.2 | 0.14 |
F2 | 200 | 52.15 | 77.85 | 9.76 | 54.4 | 80 | 25.6 | 0.19 |
表4 各世代群体果枝夹角性状的表型数据分布
Table 4 Phenotypic data distribution of FBA in each generation population
世代群体名称 Generation group name | 个体数 Sum | 均值 Mean /(°) | 方差 Variance /(°) | 标准差 SD | 极差 Range /(°) | 最大值 Max /(°) | 最小值 Min /(°) | 变异系数 CV /% |
---|---|---|---|---|---|---|---|---|
P1 | 80 | 64.05 | 9.43 | 3.07 | 11.79 | 71.82 | 60.03 | 0.05 |
P2 | 80 | 49.57 | 44.16 | 6.65 | 38.78 | 76.09 | 37.31 | 0.13 |
F1 | 30 | 56.86 | 60.13 | 7.75 | 34.01 | 75.21 | 41.2 | 0.14 |
F2 | 200 | 52.15 | 77.85 | 9.76 | 54.4 | 80 | 25.6 | 0.19 |
世代群体名称 Generation group name | K-S Z值 K-S Z value | 渐近显著性P值 Asymptotic significance P value |
---|---|---|
P1 | 0.85 | 0.46 |
P2 | 2.23 | 0.00 |
F1 | 0.58 | 0.88 |
F2 | 1.04 | 0.23 |
表5 各世代群体果枝夹角性状表型数据的K-S正态分布检验
Table 5 Kolmogorov-Smirnov test of phenotypic data of FBA in different generations
世代群体名称 Generation group name | K-S Z值 K-S Z value | 渐近显著性P值 Asymptotic significance P value |
---|---|---|
P1 | 0.85 | 0.46 |
P2 | 2.23 | 0.00 |
F1 | 0.58 | 0.88 |
F2 | 1.04 | 0.23 |
模型 Model | 极大似然 值 MLV | AIC | 模型Model | 极大似然 值 MLV | AIC | |
---|---|---|---|---|---|---|
1MG-AD | -1308.355 | 2628.711 | MX1-AD-ADI | -1334.866 | 2685.733 | |
1MG-A | -1337.99 | 2685.980 | MX1-AD-AD | -1337.209 | 2688.419 | |
1MG-EAD | -1308.355 | 2626.710 | MX1-A-AD | -1338.488 | 2688.977 | |
1MG-NCD | -1308.488 | 2626.977 | MX1-EAD-AD | -1337.207 | 2686.414 | |
2MG-ADI | -1335.17 | 2692.340 | MX1-NCD-AD | -1339.054 | 2690.107 | |
2MG-AD | -1337.658 | 2689.315 | MX2-ADI-ADI | -1334.364 | 2692.727 | |
2MG-A | -1399.677 | 2809.353 | MX2-ADI-AD | -1334.793 | 2687.586 | |
2MG-EA | -1308.349 | 2624.698 | MX2-AD-AD | -1336.842 | 2683.684 | |
2MG-CD | -1355.972 | 2721.944 | MX2-A-AD | -1338.092 | 2682.185 | |
2MG-EAD | -1308.408 | 2624.816 | MX2-EA-AD | -1337.907 | 2679.814 | |
PG-ADI | -1336.109 | 2684.218 | MX2-CD-AD | -1336.911 | 2679.822 | |
PG-AD | -1340.922 | 2691.844 | MX2-EAD-AD | -1336.859 | 2677.718 |
表6 24个不同遗传模型的极大似然值(MLV)及AIC值
Table 6 Max-likelihood-value(MLV)and Akaike’s in-formation criterion(AIC)of 24 different genetic models
模型 Model | 极大似然 值 MLV | AIC | 模型Model | 极大似然 值 MLV | AIC | |
---|---|---|---|---|---|---|
1MG-AD | -1308.355 | 2628.711 | MX1-AD-ADI | -1334.866 | 2685.733 | |
1MG-A | -1337.99 | 2685.980 | MX1-AD-AD | -1337.209 | 2688.419 | |
1MG-EAD | -1308.355 | 2626.710 | MX1-A-AD | -1338.488 | 2688.977 | |
1MG-NCD | -1308.488 | 2626.977 | MX1-EAD-AD | -1337.207 | 2686.414 | |
2MG-ADI | -1335.17 | 2692.340 | MX1-NCD-AD | -1339.054 | 2690.107 | |
2MG-AD | -1337.658 | 2689.315 | MX2-ADI-ADI | -1334.364 | 2692.727 | |
2MG-A | -1399.677 | 2809.353 | MX2-ADI-AD | -1334.793 | 2687.586 | |
2MG-EA | -1308.349 | 2624.698 | MX2-AD-AD | -1336.842 | 2683.684 | |
2MG-CD | -1355.972 | 2721.944 | MX2-A-AD | -1338.092 | 2682.185 | |
2MG-EAD | -1308.408 | 2624.816 | MX2-EA-AD | -1337.907 | 2679.814 | |
PG-ADI | -1336.109 | 2684.218 | MX2-CD-AD | -1336.911 | 2679.822 | |
PG-AD | -1340.922 | 2691.844 | MX2-EAD-AD | -1336.859 | 2677.718 |
模型 Model | 世代 Generation | 统计量Statistics | ||||||||
---|---|---|---|---|---|---|---|---|---|---|
U12 | P(U12) | U22 | P(U22) | U32 | P(U32) | nW2 | Dn | |||
1MG-EAD | P1 | 0.5393 | 0.4627 | 0.3780 | 0.5387 | 0.1482 | 0.7003 | 0.0574 | 0.0949 | |
P2 | 0.0000 | 0.9975 | 0.0233 | 0.8786 | 0.3584 | 0.5494 | 0.0045 | 0.1045 | ||
F1 | 0.6127 | 0.4338 | 2.5738 | 0.1086 | 11.4620 | 0.0007* | 1.0116* | 0.2488 | ||
F2 | 0.0000 | 0.9997 | 0.0002 | 0.9878 | 0.0035 | 0.9526 | 0.0018 | 0.0522 | ||
1MG-NCD | P1 | 0.5393 | 0.4627 | 0.3780 | 0.5387 | 0.1482 | 0.7003 | 0.0574 | 0.0949 | |
P2 | 0.0000 | 0.9975 | 0.0233 | 0.8786 | 0.3584 | 0.5494 | 0.0045 | 0.1045 | ||
F1 | 0.6124 | 0.4339 | 2.5737 | 0.1087 | 11.4657 | 0.0007* | 1.0118* | 0.2488 | ||
F2 | 0.0014 | 0.9700 | 0.0002 | 0.9879 | 0.0072 | 0.9324 | 0.0017 | 0.0524 | ||
2MG-EA | P1 | 0.5391 | 0.4628 | 0.3778 | 0.5388 | 0.1484 | 0.7001 | 0.0574 | 0.0949 | |
P2 | 0.0000 | 0.9975 | 0.0233 | 0.8786 | 0.3584 | 0.5494 | 0.0045 | 0.1045 | ||
F1 | 0.6126 | 0.4338 | 2.5738 | 0.1086 | 11.4638 | 0.0007* | 1.0118* | 0.2488 | ||
F2 | 0.0001 | 0.9919 | 0.0000 | 0.9951 | 0.0002 | 0.9880 | 0.0018 | 0.0534 | ||
2MG-EAD | P1 | 0.5391 | 0.4628 | 0.3777 | 0.5388 | 0.1483 | 0.7001 | 0.0574 | 0.0948 | |
P2 | 0.0000 | 0.9975 | 0.0233 | 0.8786 | 0.3584 | 0.5494 | 0.0045 | 0.1045 | ||
F1 | 0.6127 | 0.4338 | 2.5739 | 0.1086 | 11.4634 | 0.0007* | 1.0116* | 0.2488 | ||
F2 | 0.0006 | 0.9803 | 0.0020 | 0.9644 | 0.0069 | 0.9339 | 0.0021 | 0.0557 |
表7 果枝夹角候选遗传模型的适合性检验
Table 7 Fitness test for candidate genetic models for FBA
模型 Model | 世代 Generation | 统计量Statistics | ||||||||
---|---|---|---|---|---|---|---|---|---|---|
U12 | P(U12) | U22 | P(U22) | U32 | P(U32) | nW2 | Dn | |||
1MG-EAD | P1 | 0.5393 | 0.4627 | 0.3780 | 0.5387 | 0.1482 | 0.7003 | 0.0574 | 0.0949 | |
P2 | 0.0000 | 0.9975 | 0.0233 | 0.8786 | 0.3584 | 0.5494 | 0.0045 | 0.1045 | ||
F1 | 0.6127 | 0.4338 | 2.5738 | 0.1086 | 11.4620 | 0.0007* | 1.0116* | 0.2488 | ||
F2 | 0.0000 | 0.9997 | 0.0002 | 0.9878 | 0.0035 | 0.9526 | 0.0018 | 0.0522 | ||
1MG-NCD | P1 | 0.5393 | 0.4627 | 0.3780 | 0.5387 | 0.1482 | 0.7003 | 0.0574 | 0.0949 | |
P2 | 0.0000 | 0.9975 | 0.0233 | 0.8786 | 0.3584 | 0.5494 | 0.0045 | 0.1045 | ||
F1 | 0.6124 | 0.4339 | 2.5737 | 0.1087 | 11.4657 | 0.0007* | 1.0118* | 0.2488 | ||
F2 | 0.0014 | 0.9700 | 0.0002 | 0.9879 | 0.0072 | 0.9324 | 0.0017 | 0.0524 | ||
2MG-EA | P1 | 0.5391 | 0.4628 | 0.3778 | 0.5388 | 0.1484 | 0.7001 | 0.0574 | 0.0949 | |
P2 | 0.0000 | 0.9975 | 0.0233 | 0.8786 | 0.3584 | 0.5494 | 0.0045 | 0.1045 | ||
F1 | 0.6126 | 0.4338 | 2.5738 | 0.1086 | 11.4638 | 0.0007* | 1.0118* | 0.2488 | ||
F2 | 0.0001 | 0.9919 | 0.0000 | 0.9951 | 0.0002 | 0.9880 | 0.0018 | 0.0534 | ||
2MG-EAD | P1 | 0.5391 | 0.4628 | 0.3777 | 0.5388 | 0.1483 | 0.7001 | 0.0574 | 0.0948 | |
P2 | 0.0000 | 0.9975 | 0.0233 | 0.8786 | 0.3584 | 0.5494 | 0.0045 | 0.1045 | ||
F1 | 0.6127 | 0.4338 | 2.5739 | 0.1086 | 11.4634 | 0.0007* | 1.0116* | 0.2488 | ||
F2 | 0.0006 | 0.9803 | 0.0020 | 0.9644 | 0.0069 | 0.9339 | 0.0021 | 0.0557 |
一阶遗传参数 lst order genetic parameter | 果枝夹角 Fruit branch angle | 二阶遗传参数 2nd order genetic parameter | 果枝夹角 Fruit branch angle | |
---|---|---|---|---|
m | 56.38 | σ2mg | 85.90 | |
da(d) | 3.65 | h2mg /% | 90.22 | |
db | / | σ2pg | / | |
ha | / | h2pg /% | / | |
hb | / | |||
i | / | |||
jab | / | |||
jba | / | |||
l | / | |||
[d] | / | |||
[h] | / |
表8 果枝夹角最优遗传模型的遗传参数估计
Table 8 Estimation of genetic parameters of FBA under its optimal genetic model
一阶遗传参数 lst order genetic parameter | 果枝夹角 Fruit branch angle | 二阶遗传参数 2nd order genetic parameter | 果枝夹角 Fruit branch angle | |
---|---|---|---|---|
m | 56.38 | σ2mg | 85.90 | |
da(d) | 3.65 | h2mg /% | 90.22 | |
db | / | σ2pg | / | |
ha | / | h2pg /% | / | |
hb | / | |||
i | / | |||
jab | / | |||
jba | / | |||
l | / | |||
[d] | / | |||
[h] | / |
[1] | 喻树迅, 张雷, 冯文娟. 快乐植棉——中国棉花生产的发展方向[J]. 棉花学报, 2015, 27(3):283-290. |
Yu SX, Zhang L, Feng WJ. Easy and enjoyable cotton cultivation:developments in China’s cotton production[J]. Cotton Sci, 2015, 27(3):283-290. | |
[2] |
Su JJ, Wang CX, Ma Q, et al. An RTM-GWAS procedure reveals the QTL alleles and candidate genes for three yield-related traits in upland cotton[J]. BMC Plant Biol, 2020, 20(1):416.
doi: 10.1186/s12870-020-02613-y pmid: 32894064 |
[3] |
Sun ZW, Wang XF, Liu ZW, et al. A genome-wide association study uncovers novel genomic regions and candidate genes of yield-related traits in upland cotton[J]. Theor Appl Genet, 2018, 131(11):2413-2425.
doi: 10.1007/s00122-018-3162-y pmid: 30132023 |
[4] |
Fang L, Wang Q, Hu Y, et al. Genomic analyses in cotton identify signatures of selection and loci associated with fiber quality and yield traits[J]. Nat Genet, 2017, 49(7):1089-1098.
doi: 10.1038/ng.3887 pmid: 28581501 |
[5] |
Kumar P, Singh R, Lubbers EL, et al. Mapping and validation of fiber strength quantitative trait loci on chromosome 24 in upland cotton[J]. Crop Sci, 2012, 52(3):1115-1122.
doi: 10.2135/cropsci2011.09.0524 URL |
[6] | Wang BH, Wu YT, Huang NT, et al. QTL mapping for plant architecture traits in upland cotton using RILs and SSR markers[J]. Yi Chuan Xue Bao, 2006, 33(2):161-170. |
[7] |
Su JJ, Li LB, Zhang C, et al. Genome-wide association study identified genetic variations and candidate genes for plant architecture component traits in Chinese upland cotton[J]. Theor Appl Genet, 2018, 131(6):1299-1314.
doi: 10.1007/s00122-018-3079-5 pmid: 29497767 |
[8] | 刘巧, 王园园, 张雪敏, 等. 不同生态环境下陆地棉株型性状与皮棉产量的关系[J]. 西南农业学报, 2021, 34(5):1101-1105. |
Liu Q, Wang YY, Zhang XM, et al. Relationship between plant type traits and lint yield in upland cotton in different ecological environments[J]. Southwest China J Agric Sci, 2021, 34(5):1101-1105. | |
[9] | 盖钧镒, 管荣展, 王建康. 植物数量性状QTL体系检测的遗传试验方法[J]. 世界科技研究与发展, 1999, 21(1):34-40. |
Gai JY, Guan RZ, Wang JK. Methods of genetic experiments for the detection of QTL system in plants[J]. World Sci Tech R D, 1999, 21(1):34-40. | |
[10] | 李成奇, 王清连, 董娜, 等. 陆地棉品种百棉1号主要株型性状的遗传研究[J]. 棉花学报, 2010, 22(5):415-421. |
Li CQ, Wang QL, Dong N, et al. Quantitative inheritance for main plant architecture traits of upland cotton variety baimian 1[J]. Cotton Sci, 2010, 22(5):415-421. | |
[11] | 盖钧镒. 植物数量性状遗传体系的分离分析方法研究[J]. 遗传, 2005, 27(1):130-136. |
Gai JY. Segregation analysis of genetic system of quantitative traits in plants[J]. Hered Beijing, 2005, 27(1):130-136. | |
[12] |
江建华, 张武汉, 党小景, 等. 水稻核不育系柱头性状的主基因+多基因遗传分析[J]. 作物学报, 2021, 47(7):1215-1227.
doi: 10.3724/SP.J.1006.2021.02057 |
Jiang JH, Zhang WH, Dang XJ, et al. Genetic analysis of Stigma traits with genic male sterile line by mixture model of major gene plus polygene in rice(Oryza sativa L.)[J]. Acta Agron Sin, 2021, 47(7):1215-1227.
doi: 10.3724/SP.J.1006.2021.02057 |
|
[13] | 江建华, 党小景, 姚文豪, 等. 水稻核不育系4个柱头性状的遗传分析[J]. 植物学报, 2021, 56(3):284-295. |
Jiang JH, Dang XJ, Yao WH, et al. Genetic analysis of four Stigma traits with genic male sterile line in rice(Oryza sativa)[J]. Chin Bull Bot, 2021, 56(3):284-295. | |
[14] | 解松峰, 吉万全, 王长有, 等. 小麦穗部性状的主基因+多基因混合遗传模型分析[J]. 中国农业科学, 2019, 52(24):4437-4452. |
Xie SF, Ji WQ, Wang CY, et al. Genetic analysis of panicle related traits in wheat with major gene plus polygenes mixed model[J]. Sci Agric Sin, 2019, 52(24):4437-4452. | |
[15] | 朱欣果, 万洪深, 李俊, 等. 人工合成小麦育种优势的主基因+多基因混合遗传分析[J]. 南京农业大学学报, 2018, 41(4):625-632. |
Zhu XG, Wan HS, Li J, et al. Mixed major-genes plus polygenes inheritance analysis for breeding superiority in synthetic hexaploid wheat[J]. J Nanjing Agric Univ, 2018, 41(4):625-632. | |
[16] | 秦利, 刘华, 张新友, 等. 花生籽仁蔗糖含量多世代联合群体主基因+多基因遗传模型分析[J]. 中国油料作物学报, 2021, 43(4):590-599. |
Qin L, Liu H, Zhang XY, et al. Genetic analysis of sugar content in peanut kernel via mixed major gene plus polygene inheritance model in multi-generation combined population[J]. Chin J Oil Crop Sci, 2021, 43(4):590-599. | |
[17] | 牟大林, 韩笑, 李雪莹, 等. 花生主要品质性状的主基因+多基因遗传分析[J]. 花生学报, 2021, 50(1):41-44, 49. |
Mu DL, Han X, Li XY, et al. Genetic analysis of major gene plus polygene on main quality traits in peanut[J]. J Peanut Sci, 2021, 50(1):41-44, 49. | |
[18] | 张毛宁, 黄冰艳, 苗利娟, 等. 巢式杂交分离群体的花生籽仁性状的主基因+多基因混合遗传模型分析[J]. 中国农业科学, 2021, 54(13):2916-2939. |
Zhang MN, Huang BY, Miao LJ, et al. Genetic analysis of peanut kernel traits in a nested-crossing population by major gene plus polygenes mixed model[J]. Sci Agric Sin, 2021, 54(13):2916-2939. | |
[19] | 姜南, 王淇, 张默, 等. 玉米苗期抗旱性状的主基因和多基因遗传分析[J]. 分子植物育种, 2021, 19(3):881-888. |
Jiang N, Wang Q, Zhang M, et al. Genetic analysis of major genes and multigenes in drought resistance traits of maize seedlings[J]. Mol Plant Breed, 2021, 19(3):881-888. | |
[20] | 王聪, 马青美, 郭新梅, 等. 玉米茎秆抗倒伏相关性状的遗传效应分析[J]. 玉米科学, 2021, 29(4):9-17. |
Wang C, Ma QM, Guo XM, et al. Genetic effects analysis of stem lodging resistance traits in maize[J]. J Maize Sci, 2021, 29(4):9-17. | |
[21] | 周清元, 崔翠, 阴涛, 等. 甘蓝型油菜角果长度的主基因+多基因混合遗传模型[J]. 作物学报, 2014, 40(8):1493-1500. |
Zhou QY, Cui C, Yin T, et al. Genetic analysis of silique length using mixture model of major gene plus polygene in Brassica napus L[J]. Acta Agron Sin, 2014, 40(8):1493-1500.
doi: 10.3724/SP.J.1006.2014.01493 URL |
|
[22] | 龙卫华, 浦惠明, 高建芹, 等. 油菜高油酸种质的创建及高油酸性状遗传与生理特性的分析[J]. 中国农业科学, 2021, 54(2):261-270. |
Long WH, Pu HM, Gao JQ, et al. Creation of high-oleic(HO)canola germplasm and the genetic and physiological analysis on HO trait[J]. Sci Agric Sin, 2021, 54(2):261-270. | |
[23] | 徐小军, 梁长志, 刘海英, 等. 甜瓜苗期耐冷性的多世代联合遗传分析[J]. 农业生物技术学报, 2020, 28(3):420-428. |
Xu XJ, Liang CZ, Liu HY, et al. Joint multi-generations genetic analysis on chilling tolerance of melon(Cucumis melo)seedlings[J]. J Agric Biotechnol, 2020, 28(3):420-428. | |
[24] |
崔月, 陆建农, 施玉珍, 等. 蓖麻株高性状主基因+多基因遗传分析[J]. 作物学报, 2019, 45(7):1111-1118.
doi: 10.3724/SP.J.1006.2019.84127 |
Cui Y, Lu JN, Shi YZ, et al. Genetic analysis of plant height related traits in Ricinus communis L. with major gene plus polygenes mixed model[J]. Acta Agron Sin, 2019, 45(7):1111-1118. | |
[25] | 王斌, 王利民, 张建平, 等. 胡麻RIL群体苗期抗旱性状的主基因+多基因遗传分析[J]. 干旱地区农业研究, 2018, 36(5):14-20. |
Wang B, Wang LM, Zhang JP, et al. Genetic analysis of drought resistance using major gene plus polygene methods of oil flax RILs population at seedling stage[J]. Agric Res Arid Areas, 2018, 36(5):14-20. | |
[26] | 赵树琪, 庞朝友, 魏恒玲, 等. 陆地棉早熟性状多世代联合遗传分析[J]. 棉花学报, 2017, 29(2):119-127. |
Zhao SQ, Pang CY, Wei HL, et al. Genetic inheritance of earliness traits in upland cotton(Gossypium hirsutum L.)inferred by joint analysis of multiple generations[J]. Cotton Sci, 2017, 29(2):119-127. | |
[27] | 田锋, 范术丽, 魏恒玲, 等. 短季棉生育期性状的遗传分析[J]. 新疆农业科学, 2017, 54(2):197-205. |
Tian F, Fan SL, Wei HL, et al. Genetic analysis of growth traits in short season cotton[J]. Xinjiang Agric Sci, 2017, 54(2):197-205. | |
[28] | 冯常辉, 张友昌, 王孝刚, 等. 陆地棉现蕾期和开花期性状的遗传分析[J]. 分子植物育种, 2020, 18(14):4747-4753. |
Feng CH, Zhang YC, Wang XG, et al. Genetic analysis of squaring and flowering time in upland cotton[J]. Mol Plant Breed, 2020, 18(14):4747-4753. | |
[29] | 马雪霞, 丁业掌, 蒋峰, 等. 亚洲棉纤维品质和产量性状的主基因与多基因遗传分析[J]. 植物遗传资源学报, 2008, 9(2):212-217. |
Ma XX, Ding YZ, Jiang F, et al. Major genes and polygene genetic analysis of fiber quality and yield traits in asiatic cotton(Gossypium arboreum)[J]. J Plant Genet Resour, 2008, 9(2):212-217. | |
[30] | 李成奇, 王清连, 张金宝, 等. 高产陆地棉百棉1号产量性状的主基因+多基因遗传分析[J]. 河南农业科学, 2010, 39(8):43-48. |
Li CQ, Wang QL, Zhang JB, et al. Major gene plus polygene inheritance analysis for yield traits of high yield variety baimian 1 in upland cotton(Gossypium hirsutum L.)[J]. J Henan Agric Sci, 2010, 39(8):43-48. | |
[31] | 张华崇, 张文蔚, 简桂良, 等. 中植棉2号抗黄萎病的主基因+多基因遗传特性分析[J]. 棉花学报, 2016, 28(5):513-518. |
Zhang HC, Zhang WW, Jian GL, et al. Genetic analysis of Verticillium wilt resistance in an upland cotton cultivar Zhongzhimian 2 with the major gene plus polygene model[J]. Cotton Sci, 2016, 28(5):513-518. | |
[32] | 龚举武, 刘爱英, 李俊文, 等. 陆地棉衣分性状的主基因-多基因遗传分析[J]. 棉花学报, 2019, 31(3):192-200. |
Gong JW, Liu AY, Li JW, et al. Major gene plus polygene genetic analysis of lint percent in upland cotton[J]. Cotton Sci, 2019, 31(3):192-200. | |
[33] | 狄佳春, 陈旭升, 赵亮, 等. 利用主基因+多基因混合遗传分析解析陆地棉铃重与铃壳率杂种优势的遗传基础[J]. 棉花学报, 2016, 28(2):115-121. |
Di JC, Chen XS, Zhao L, et al. Genetic foundation of heterosis for boll weight and shell ratio in upland cotton(Gossypium hirsutum L.)using mixed major-genes plus polygenes inheritance analysis[J]. Cotton Sci, 2016, 28(2):115-121. | |
[34] | 龚举武, 刘爱英, 段丽, 等. 不同环境下‘中棉所70’RIL群体棉铃重的主基因+多基因遗传分析[J]. 中国农学通报, 2019, 35(15):128-137. |
Gong JW, Liu AY, Duan L, et al. Major gene + polygene genetic analysis of boll weight in RIL population of ‘CCRI70’ under various environments[J]. Chin Agric Sci Bull, 2019, 35(15):128-137. | |
[35] | 刘雅辉, 王秀萍, 李强, 等. 棉花苗期耐盐性主基因和多基因混合遗传分析[J]. 西北农业学报, 2015, 24(8):57-61. |
Liu YH, Wang XP, Li Q, et al. Mixed inheritance analysis of salt tolerance in cotton seedling stage[J]. Acta Agric Boreali Occidentalis Sin, 2015, 24(8):57-61. | |
[36] | 张培通, 朱协飞, 郭旺珍, 等. 泗棉3号理想株型的遗传及分子标记研究[J]. 棉花学报, 2006, 18(1):13-18. |
Zhang PT, Zhu XF, Guo WZ, et al. Inheritance and QTLs tagging for ideal plant architecture of Simian 3 using molecular markers[J]. Cotton Sci, 2006, 18(1):13-18. | |
[37] | 张朝军, 王晔, 王玉芬, 等. 棉花叶柄分化率主基因+多基因混合遗传分析[J]. 棉花学报, 2012, 24(1):3-9. |
Zhang CJ, Wang Y, Wang YF, et al. Mixed major gene and polygene inheritance analysis of embryogenesis callus induction ratio in upland cotton mature leaf petioles as explants[J]. Cotton Sci, 2012, 24(1):3-9. | |
[38] | 盖钧镒, 章元明, 王建康. 植物数量性状遗传体系[M]. 北京: 科学出版社, 2003. |
Gai JY, Zhang YM, Wang JK. Genetic System of Quantitative Traits in Plants[M]. Beijing: Science Press, 2003. | |
[39] | 曹锡文, 刘兵, 章元明. 植物数量性状分离分析Windows软件包SEA的研制[J]. 南京农业大学学报, 2013, 36(6):1-6. |
Cao XW, Liu B, Zhang YM. SEA:a software package of segregation analysis of quantitative traits in plants[J]. J Nanjing Agric Univ, 2013, 36(6):1-6. | |
[40] |
周希萌, 付春, 马长乐, 等. 作物分枝的分子调控研究进展[J]. 生物技术通报, 2021, 37(3):107-114.
doi: 10.13560/j.cnki.biotech.bull.1985.2020-0906 |
Zhou XM, Fu C, Ma CL, et al. Research progress of molecular regulation of branching of crops[J]. Biotechnol Bull, 2021, 37(3):107-114. | |
[41] |
Dong HJ, Zhao H, Xie WB, et al. A novel tiller angle gene, TAC3, together with TAC1 and D2 largely determine the natural variation of tiller angle in rice cultivars[J]. PLoS Genet, 2016, 12(11):e1006412.
doi: 10.1371/journal.pgen.1006412 URL |
[42] |
Kuai J, Sun YY, Zuo QS, et al. The yield of mechanically harvested rapeseed(Brassica napus L.)can be increased by optimum plant density and row spacing[J]. Sci Rep, 2015, 5:18835.
doi: 10.1038/srep18835 pmid: 26686007 |
[43] | 陈民志, 杨延龙, 王宇轩, 等. 新疆早熟陆地棉品种更替过程中的株型特征及主要经济性状的演变[J]. 中国农业科学, 2019, 52(19):3279-3290. |
Chen MZ, Yang YL, Wang YX, et al. Plant type characteristics and evolution of main economic characters in early maturing upland cotton cultivar replacement in Xinjiang[J]. Sci Agric Sin, 2019, 52(19):3279-3290. | |
[44] |
Doust AN. Grass architecture:genetic and environmental control of branching[J]. Curr Opin Plant Biol, 2007, 10(1):21-25.
doi: 10.1016/j.pbi.2006.11.015 URL |
[45] | 杨信程, 苏江硕, 吴洋洋, 等. 切花小菊主要分枝性状的混合遗传分析[J]. 南京农业大学学报, 2018, 41(3):440-446. |
Yang XC, Su JS, Wu YY, et al. Mixed inheritance analysis of branching traits in spray cut chrysanthemum[J]. J Nanjing Agric Univ, 2018, 41(3):440-446. | |
[46] | 齐振宇, 李俊星, 邹晓霞, 等. 甜瓜株型性状的遗传分析[J]. 农业生物技术学报, 2015, 23(3):302-310. |
Qi ZY, Li JX, Zou XX, et al. Genetic analysis of plant architecture traits in melon(Cucumis melo L.)[J]. J Agric Biotechnol, 2015, 23(3):302-310. |
[1] | 薛宁, 王瑾, 李世新, 刘叶, 程海娇, 张玥, 毛雨丰, 王猛. 多基因同步调控结合高通量筛选构建高产L-苯丙氨酸的谷氨酸棒杆菌工程菌株[J]. 生物技术通报, 2023, 39(9): 268-280. |
[2] | 陈小玲, 廖东庆, 黄尚飞, 陈英, 芦志龙, 陈东. 利用CRISPR/Cas9系统改造酿酒酵母的研究进展[J]. 生物技术通报, 2023, 39(8): 148-158. |
[3] | 王一帆, 候林慧, 常永春, 杨亚杰, 陈天, 赵祝跃, 荣二花, 吴玉香. 陆地棉与拟似棉异源六倍体的合成与性状鉴定[J]. 生物技术通报, 2023, 39(5): 168-176. |
[4] | 周家燕, 邹建, 陈卫英, 吴一超, 陈奚潼, 王倩, 曾文静, 胡楠, 杨军. 植物多基因干扰载体体系构建与效用分析[J]. 生物技术通报, 2023, 39(1): 115-126. |
[5] | 刘萌萌, 韩立军, 刘宝玲, 薛金爱, 李润植. 陆地棉GhSDP1及其启动子的克隆与表达分析[J]. 生物技术通报, 2022, 38(2): 34-43. |
[6] | 刘媛媛, 杨冬杰, 左东云, 程海亮, 张友平, 吕丽敏, 王巧连, 宋国立. 棉花GhD6PKL2的克隆及功能验证[J]. 生物技术通报, 2021, 37(8): 111-120. |
[7] | 冯翠莲, 张树珍. 抗虫转基因甘蔗的培育及其抗性丧失的防控策略[J]. 生物技术通报, 2020, 36(7): 209-219. |
[8] | 杨笑敏, 王俊娟, 王德龙, 陆许可, 陈修贵, 郭丽雪, 王帅, 陈超, 王晓歌, 韩明格, 叶武威. 棉花GhDMT3的功能验证及生物信息学分析[J]. 生物技术通报, 2019, 35(1): 11-16. |
[9] | 李杨, 李河, 周国英, 刘君昂. 油茶新炭疽病原Colletotrichum camelliae鉴定及致病性测定[J]. 生物技术通报, 2016, 32(6): 96-102. |
[10] | 刘妍, 孟志刚, 孙国清, 王远, 周焘, 郭三堆, 张锐. 陆地棉GhPYR1基因的克隆和功能分析[J]. 生物技术通报, 2016, 32(2): 90-99. |
[11] | 王文治, 杨本鹏, 蔡文伟, 熊国如, 王俊刚, 冯翠莲, 张树珍. 甘蔗一次多基因遗传转化及多重PCR检测[J]. 生物技术通报, 2016, 32(1): 103-108. |
[12] | 徐珍珍, 倪万潮, 张香桂, 郭琪, 徐鹏, 沈新莲. 棉花YABBY基因家族的全基因组分析[J]. 生物技术通报, 2015, 31(11): 146-152. |
[13] | 阳辛凤;徐林;弓淑芳;郭安平;孔华;贺立卡;. CUP1为筛选标记的酿酒酵母整合型多基因表达载体的构建[J]. , 2011, 0(10): 139-144. |
[14] | 胡根海;王清连;郭敏敏;张金宝;胡存科;. 陆地棉子叶节高效再生体系的建立[J]. , 2009, 0(06): 109-111. |
[15] | 张鲲;马媛媛;邹少兰;洪解放;井欣;刘成;张敏华;. 大肠杆菌双顺反子表达载体中绿色荧光蛋白表达水平的研究[J]. , 2009, 0(05): 60-63. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||