您好,欢迎访问中国农业科学院 机构知识库!

花生含油量全基因组选择及近红外光谱筛选的育种技术探究

文献类型: 中文期刊

作者: 鲁清 1 ; 刘浩 1 ; 李海芬 1 ; 王润风 1 ; 黄璐 1 ; 梁炫强 1 ; 陈小平 1 ; 洪彦彬 1 ; 刘海燕 1 ; 李少雄 1 ;

作者机构: 1.广东省农业科学院作物研究所/广东省农作物遗传改良重点实验室/国家油料作物改良中心南方花生分中心

关键词: 花生;含油量;全基因组选择;近红外光谱分析;基因组育种值

期刊名称: 作物学报

ISSN:

年卷期: 2024 年 004 期

页码: 969-980

收录情况: 北大核心 ; CSCD

摘要: 花生含油量对单位面积产油量至关重要。该性状受多个微效基因控制,但可用的紧密连锁标记十分有限,传统的分子标记辅助选择育种准确性不高。全基因组选择作为一种新的育种方法,可实现对数量性状的早期预测;近红外光谱分析可对作物品质性状(如含油量等)进行无损检测。通过两者优势互补,建立花生含油量全基因组选择和近红外光谱筛选联合的育种技术,探讨影响花生含油量全基因组选择预测准确性的因素,为花生分子育种奠定理论基础。本研究以216个重组自交系为材料构建训练群体;分别以139、464和505株F2、F3和F4为材料构建育种群体;利用自主开发的“PeanutGBTS40K”液相芯片进行基因分型,开展含油量全基因组选择育种模型分析;通过联合全基因组选择和近红外光谱筛选技术,开展花生含油量性状的育种应用,并评价其育种效果。结果显示,对训练群体进行基因分型后,总共获得30,355个高质量SNPs,并用于11个全基因组预测的模型选择分析。含油量预测准确性最高的模型为rrBLUP,其次是randomforest和svmrbf。以重组自交系为预测群体,F2、F3和F4各世代含油量的预测准确性分别为0.116、0.128和0.119;以重组自交系叠加上一轮的育种群体为预测群体,各世代含油量的预测准确性分别为0.116、0.131和0.160。全基因组选择联合近红外筛选要比单独的全基因组选择对各世代的含油量选择效果提高1.8%、2.7%和3.4%;与单独的近红外筛选相比,差异不显著(0.10%、0.06%和0.07%);而近红外筛选与全基因组选择相比,含油量可显著提高1.7%、2.6%和3.3%。通过联合全基因组选择和近红外光谱筛选育种,F3和F4分别比F2的含油量提高1.2%和1.0%。F4总共获得16个入选改良株系,有10个株系含油量≥55.0%,其中2个株系(SF4_201和SF4_379)的理论产量分别比对照增产7.0%和11.1%。本研究通过建立花生含油量性状的全基因组选择-近红外光谱筛选联合育种技术,可有效实现花生含油量性状的遗传改良。

  • 相关文献

[1]花生籽仁不同发育时期不同部位主要营养成分变化. 郭建斌,李威涛,丁膺宾,徐思亮,淮东欣,刘念,陈伟刚,黄莉,罗怀勇,周小静,雷永,姜慧芳. 2020

[2]花生InDel标记开发及其在含油量QTL定位中的应用. 陶顺玉,吴贝,刘念,罗怀勇,黄莉,周小静,陈伟刚,郭建斌,喻博伦,雷永,廖伯寿,姜慧芳. 2023

[3]基于核磁共振法的花生品种含油量遗传变异分析. 郭建斌,吴贝,陈伟刚,贾朝阳,荆建国,陈四龙,刘念,陈玉宁,周小静,罗怀勇,任小平,姜慧芳,黄莉. 2017

[4]利用RIL群体和自然群体检测与花生含油量相关的SSR标记. 黄莉,赵新燕,张文华,樊志明,任小平,廖伯寿,姜慧芳,陈玉宁. 2011

[5]花生籽仁蔗糖含量遗传模型分析. 郅晨阳,薛晓梦,吴洁,李雄才,王瑾,晏立英,王欣,陈玉宁,康彦平,王志慧,淮东欣,洪彦彬,姜慧芳,雷永,廖伯寿. 2024

[6]花生含油量的遗传基础与QTL定位研究进展. 张月,王志慧,淮东欣,刘念,姜慧芳,廖伯寿,雷永. 2024

[7]花生重组近交系群体的遗传变异与高油种质的创新. 廖伯寿,雷永,王圣玉,李栋,黄家权,姜慧芳,任小平. 2008

[8]新疆不同地区加工专用花生营养成分比较. 罗舒舒,张雨,张甜甜,代蕾,高建宇,王强. 2024

[9]不同海拔生态区花生含油量和蔗糖含量的差异及蔗糖含量关联分析. 郭建斌,原小燕,符明联,陈伟刚,罗怀勇,刘念,黄莉,周小静,姜慧芳,廖伯寿,雷永. 2025

[10]花生黄曲霉产毒抗性的遗传重组潜力及抗性机理研究. 田立荣. 2009

[11]畜禽基因组选择方法研究进展. 鲍晶晶,张莉. 2020

[12]是该向我国用户赔偿损失的时候了!. 蒋士强. 1992

[13]花生蛋白组分及其亚基含量近红外分析检测方法. 赵思梦,于宏威,高冠勇,陈宁,王博妍,王强,刘红芝. 2021

[14]近红外光谱分析技术在畜禽粪便堆肥研究中的应用. 黄光群,韩鲁佳,樊霞,杨增玲. 2006

[15]影响近红外光谱分析结果准确性的因素. 李勇,魏益民,王锋. 2005

[16]近红外技术预测放牧肉牛粪便组分. 徐锦前,侯路路,蒋梦宇,闫瑞瑞,王亚君,辛晓平,孙海霞. 2020

[17]基于近红外光谱技术的牛粪成分含量测定方法. 樊霞,韩鲁佳,皇才进,黄光群. 2006

[18]近红外光谱分析技术在堆肥研究中的应用. 黄光群,中国农业大学工学院,韩鲁佳,中国农业大学工学院,樊霞. (Mis

[19]国内外肉牛遗传评估体系概况. 朱波,李宏伟,周姵诺,李倩,高翰,王泽昭,汪聪勇,蔡文涛,徐凌洋,陈燕,张路培,高雪,高会江,李俊雅. 2021

[20]基于显性模型的基因组选择中贝叶斯方法研究. 王延晖,朱波,李俊雅. 2017

作者其他论文 更多>>