一、Tagging and Mapping of QTLs Controlling Lint Yield and Yield Components in Upland Cotton Using SSR and RAPD Markers（论文文献综述）
高玉洁[1]（2021）在《棉花陆海渐渗系16号染色体纤维品质QTL精细定位与分子标记辅助选择》文中进行了进一步梳理
吴国芳[2]（2021）在《高丹草低氢氰酸性状主效QTL PA7-1和PA7-2的精细定位及其候选基因分析》文中提出高丹草（Sorghum-sudangrass hybrid）杂种优势强、营养价值高、适口性好、可多次刈割利用,是重要的一年生饲用作物。但因其幼嫩茎叶中含有一定量的氢氰酸,家畜采食过量易产生中毒现象。因而培育低氢氰酸含量的高丹草是重要育种目标。在课题组前期对高丹草低氢氰酸含量性状相关主效QTL PA7-1定位研究基础上,我们用高丹草（散穗高粱×红壳苏丹草）F2分离群体1200个单株对低氢氰酸含量性状定位研究发现了另一个相关的主效QTL PA 7-2。进而采用BSA-SSR方法和低氢氰酸含量目标性状QTL侧翼的SSR标记,从高丹草群体1200个分离单株中筛选建立了等位基因重组QIRs群体,经套袋自交得到F3分离群体,并从中筛选出130个F3重组株构建了精细定位群体。本试验重点对PA 7-1和PA7-2这两个主效QTL进行了精细定位及其候选基因挖掘和功能分析。主要结果如下:1.从散穗高粱×红壳苏丹草的1200个F2群体单株中各选10个低氰与高氰植株的DNA等量混合建立基因池,并以亲本为对照筛选得到SSR适宜引物11对。用这11对引物对F2分离群体1200个单株及其双亲的基因组DNA进行PCR扩增,共得到多态性条带位点253个。2.利用这253个多态性标记构建了一个基于高丹草F2群体的连锁群图谱,其覆盖基因组长度211.5 cM,标记间平均距离为0.84 cM。QTL定位检测到4个与低氢氰酸含量性状相关的QTLs,只有PA 7-1和PA 7-2为主效QTL,其遗传贡献率分别为57.4%和47.1%。3.采用QTL侧翼SSR标记对1200个F2单株进行筛选,分别建立了 2个PA 7-1和PA7-2的QIRs群体,各包含379和121个重组株。利用单粒传法分别获得了 F2:3群体,基于该群体再次进行QTL定位,验证了 PA7-1和PA7-2的稳定性。4.为缩短PA7-1和PA7-2的精细定位区间,利用高丹草130个F3重组单株的精细定位群体分别进行了精细定位。最终将PA7-1确定在标记SORBI4G4-120和SORBI4G4-680之间,包含8个SSR标记;将PA7-2确定在标记Sobic.8g1-600和XM00242-400之间,包含6个SSR标记。5.对PA7-1的8个和PA7-2的6个SSR标记片段进行回收、纯化、测序及与已知的高粱基因组比对分析,首次建立了PA7-1和PA7-2高分辨率的物理图谱。将PA7-1确定在高粱第4号染色体的203.6 kb基因组区域内,该区间包含了 18个候选基因;将PA7-2确定在高粱8号染色体上18.4 kb和25.5 kb的区域内,以及该染色体上克隆BAC 88M4基因AY661656.1上,它们共包含了 5个候选基因。6.通过RT-PCR表达水平验证发现,PA7-1有2个基因XM 021458168.1和XP021313843.1,PA7-2有1个基因AY661656.1,这3个基因在低氰的父本红壳苏丹草和F2植株的苗期、分蘖期和拔节期中均有显着表达,表明它们是调控高丹草低氢氰酸含量性状的重要候选基因。
金星娜[3]（2021）在《饲用型小黑麦RIL群体草产量相关性状的遗传分析及QTL定位》文中进行了进一步梳理优质牧草短缺在一定程度上阻碍了畜牧业的发展,寻找优质高产的牧草是解决这一矛盾的途径之一。饲用型小黑麦（×Triticale Wittmack）作为一种优质饲草,提高饲草产量也是其主要育种目标之一。而在实际生产中,大多选择表型良好的亲本杂交培育获得优良小黑麦品种,工作量较大且选择具有盲目性。株高、分蘖数、旗叶长、旗叶宽、穗下节间长和单株鲜重是小黑麦重要的饲草产量相关性状。本研究以饲用型小黑麦273个单株构成的RIL群体F6代为试验材料,观测了株高、分蘖数、旗叶长、旗叶宽、穗下节间长和单株鲜重等饲草产量相关性状的田间表型值,开展了该群体的表型分析,并结合课题组构建的小黑麦RIL群体分子图谱,进行了饲草产量相关性状的QTL分析,浅析了小黑麦饲草产量的遗传机制,为小黑麦高产遗传改良提供了研究基础。主要结论如下:（1）RIL群体中饲草产量相关性状变异系数由大到小依次为单株鲜重（64.10%）、分蘖数（45.05%）、穗下节间长（34.29%）、株高（14.85%）、旗叶长（10.59%）和旗叶宽（9.68%）,RIL群体产量性状的表型分布均表现出超亲的遗传特点;小黑麦饲草产量相关性状与单株鲜重的相关系数由小到大依次为:穗下节间长<旗叶长<株高<旗叶宽<分蘖数,各性状指标间株高、穗下节间长均与分蘖数呈极显着负相关关系,穗下节间长与株高表现为极显着正相关性,穗下节间长与旗叶宽为极显着负相关关系;主成分分析可将饲草产量相关性状综合为生物量构成因子和株高构成因子,累积贡献率达70.81%。（2）对RIL群体表型变异较大的饲草产量相关性状（株高、分蘖数、穗下节间长和单株鲜重）共检测出16个QTL位点分布于7个连锁群,其中检测到5个与株高相关的QTL,4个与分蘖数相关的QTL,3个与穗下节间长相关的QTL,4个与单株鲜重相关的QTL。本研究以两种饲用型小黑麦杂交后的273个单株构成的F6代RIL群体为材料,通过主成分分析将饲草产量相关性状综合为生物量构成因子和株高构成因子,并结合小黑麦该群体分子图谱,以此为基础共检测出16个与饲草产量性状相关的QTL位点。
杨芮[4]（2021）在《棉花陆海渐渗系群体的产量品质、抗黄萎病QTL挖掘及qVW-5-1的精细定位》文中研究说明棉花作为一种常见的经济作物,在全球多地区的气候都适宜种植外,纺织技术的发展让民众对于棉花的需求日益增加。衣被民生,利莫赖大,然而棉花上的“癌症”——黄萎病,正严重阻碍着植棉业的发展。因此,培育并推广抗黄萎病的棉花新品种是目前作物育种上的头等大事。以海陆渐渗系MBI9626与中棉所36为亲本,杂交后连续自交两代依次得到F2、F2:3和F2:4群体,测定表型性状;以覆盖棉花26条染色体的2292个SSR（Simple sequence repeat）标记先后对亲本和F2群体进行多态性检测和基因型检测;寻找表型与基因型的对应关系,挖掘与MBI9626纤维产量、品质和黄萎病抗性相关的QTL（Quantitative trait loci）。1.鉴别出16个与纤维产量相关的QTL,包括7个与铃重相关,9个与衣分相关,可解释2.25%-6.14%的表型变异率,其中6个QTL在多年多环境下稳定。12个与纤维品质相关的QTL,包括上半部平均长度3个,断裂比强度4个,马克隆值4个,整齐度1个,可解释2.49%-12.30%的表型变异率,其中2个QTL在多年多环境下稳定。10个与黄萎病抗性相关的QTL,包括发病率6个和病情指数4个,可解释3.32%-10.00%的表型变异率,其中7个QTL在多年多环境下稳定。将q VW-5-1作为目标区段,加密标记,最终锚定在引物A05-130和A05-238之间,物理距离为95 Kb,包含9个基因（GH＿A05G0220-GH＿A05G0228）。2.对大丽轮枝菌V991侵染MBI9626及其双亲海1和中棉所36的一片真叶平展期根部组织（0、7和15天）开展转录组测序,共鉴别到8453个DEGs（Differentially expressed genes）。对最显着的时序表达模式所包含的DEGs进行GO（Gene ontology）富集,主要聚类到与代谢过程、细胞进程、单一生物过程和生物调控,细胞膜、细胞膜部分、细胞和细胞部分,连接和催化活性等亚类,而KEGG（Kyoto encyclopedia of genes and genomes）注释结果显示与植物激素信号转导途径和次生代谢最有关联。3.将转录组测序结果与qVW-5-1精细定位结果相联系,精细定位区间里的9个基因有7个差异表达,综合表达水平、注释信息和国内外生物学研究进展,我们认为GH＿A05G0221、GH＿A05G0223、GH＿A05G0225和GH＿A05G0226可能参与了棉花对黄萎病的防御过程。相关基因功能需要进一步实验证明。
石亚亮[5]（2021）在《苎麻皮厚性状候选基因挖掘及筛选》文中进行了进一步梳理皮厚是评价苎麻原麻或纤维产量的重要指标,是一个由多基因控制的复杂数量性状,且目前对皮厚等苎麻茎皮性状的遗传基础了解较少。控制皮厚性状的数量性状位点和候选基因的挖掘及鉴定有助于对纤用苎麻高产优质品种的培育,以及产量相关性状的研究。本研究利用“合江青麻”ד中苎1号”构建的F1代分离群体和由319份苎麻核心种质构建的关联群体,分别经过一点多年（在同一块试验地的7季麻）和两点多年（A块地的7季麻和B块地的4季麻）的田间表型鉴定,通过连锁分析和全基因组关联分析的方法挖掘皮厚关联的数量性状位点和候选基因。然后,利用转录组数据分析和q RT-PCR对相关基因进行初步鉴定和筛选。主要研究结果如下所示:1.利用“合江青麻”ד中苎1号”杂交F1代分离群体构建了苎麻双亲遗传图谱和整合图谱,其中整合图谱共包含5796个Bin标记,分布于14个连锁群,每个连锁群含有271-572个Bin标记和覆盖130.888-346.035 c M的遗传距离。2.分别鉴定了在7个生长环境下由253个个体组成的F1代分离群体及11个生长环境下的319份种质的关联群体的皮厚性状,经过统计分析和广义遗传力的计算,结果表明皮厚在群体内表型变异丰富且主要受基因型的控制。3.采用多QTL作图法对分离群体多个环境的皮厚表型进行连锁分析,定位到41个在两个以上环境检测到的QTL,其中2个QTL在三个不同环境被检测到。4.已经完成重测序的319份苎麻核心种质组成的自然群体经过在两块试验地共11个生长环境的表型鉴定和全基因组关联分析,采用GLM+PCA模型在其中9个环境分别检测到2、424、1037、341、2138、122、2、9和31个皮厚关联的显着性SNP。采用MLM模型分别对两块试验地的皮厚最佳线性无偏预测（BLUP）值进行关联分析,结果同时检测到8个可靠的SNP。74个稳定的SNP在两种关联分析方法中检测到。5.通过对关联分析定位到的SNPs进行单倍型分析和候选基因挖掘,发现一个与细胞壁合成有关的基因Bn WAK2（Maker00062604）和一个可能参与调节植物乙烯水平的基因Bn DCD（Maker00062509）。根据连锁分析和关联分析共同定位到的数量性状位点,定位到5个皮厚QTL区间和挖掘了45个候选基因。6.两个皮厚不同的品种（榕江白麻2号和天宝麻）被发现在其4个生长发育时期品种间纤维细胞数量和细胞大小等形态结构均呈显着差异。利用q RT-PCR鉴定到12个皮厚相关的候选基因。7.转录组数据分析鉴定了苎麻纤维发育有关的差异表达基因,并发现一些基因涉及到细胞分裂分化和细胞壁合成等分子路径,及蔗糖和淀粉代谢和苯丙烷生物合成等代谢通路。利用q RT-PCR验证转录组数据分析的结果,初步筛选得到10个候选基因。其中5个基因被认为是与苎麻茎皮纤维发育以及皮厚性状关联的关键基因。
黄莎[6]（2021）在《陆地棉优质早熟群体产量与纤维品质性状QTL定位》文中研究指明棉花是世界首要的天然纤维作物,同时也是重要的蛋白作物和油料作物。棉花的产量和纤维品质是棉花研究中最受关注的部分,棉花的产量与纤维品质性状都是数量性状,且两者之间呈一定的负相关关系,所以需要研究者对棉花产量性状和纤维品质进行不断深入研究。本研究以陆地棉优质品种渝棉1号为母本与早熟品种超早3号为父本进行杂交,构建了一个包含184个单株的（渝棉1号×超早3号）RIL F2:6群体。利用SSR分子标记和SLAF-seq SNP标记共同构建高密度遗传图谱,在多环境鉴定产量和纤维品质性状基础上,定位棉花产量性状和纤维品质性状的QTL。主要研究结果如下:1.产量、纤维品质性状表型分析鉴定的9个性状在4个环境中均呈正态分布。除纤维断裂比强度外,其它性状均存在超亲分离现象。方差分析结果显示,各性状基因型和环境效应均达极显着。相关性分析显示,纤维整齐度、纤维断裂比强度、纤维伸长率都与纤维长度呈显着正相关,纤维断裂比强度、纤维伸长率都与纤维整齐度呈显着正相关,纤维伸长率与纤维断裂比强度,籽指和衣分两两呈显着正相关,纤维长度、纤维断裂比强度都与马克隆值呈显着负相关。2.遗传图谱利用3578对SSR引物对亲本进行多态性筛选,筛选出有多态性的引物145对,多态性比率为4.05%。对分布于26条染色体的8020个SSR与SNP标记进行遗传连锁分析,构建的遗传图谱共2945个位点,包括41个SSR位点和2904个SNP位点,图谱遗传长度4650.71 cM,两个位点之间的平均遗传距离为1.58 cM,覆盖陆地棉基因组总长的98.30%。At亚组1525个位点,遗传长度为2415.27 cM,覆盖At亚基因组的98.42%;Dt亚组1420个位点,遗传长度为2235.44 cM,覆盖Dt亚基因组的98.10%。3.产量和纤维品质性状QTL定位共定位到78个与产量和纤维品质性状相关的QTL,分布于26条染色体,包括37个产量性状QTL,41个纤维品质性状QTL,LOD值分布在2.50～7.76,解释表型变异6.4%～23.4%。At亚组共定位到38个QTL,Dt亚组共定位到40个QTL。42个QTL有利等位基因来源于渝棉1号,36个QTL有利等位基因来源于超早3号。有10个QTL在两个以上环境中检测到,纤维长度QTL qFL-D11-1在四个环境均检测到。在4条染色体上共检测到5个QTL簇,包含17个QTL。定位环境稳定QTL将有助于后续开展棉花产量和纤维品质性状QTL的精细定位和图位克隆研究,同时也可用于高产优质棉花新品种培育。
张潇[7]（2021）在《陆地棉野生系阔叶棉产量和纤维品质QTL有利等位基因鉴定》文中认为棉花是世界上最重要的天然纤维作物,也是重要的油料作物和蛋白作物。陆地棉是世界上种植范围最广泛的栽培种,生产了世界上95%以上的棉花。但是由于经过人类长期的人工选择和遗传改良中少数种质的应用,导致陆地棉种内遗传多样性丧失,遗传基础越渐狭窄,优异资源匮乏,限制高产、优质、多抗棉花新品种的培育。陆地棉野生种系是野生种与栽培种之间的中间类型,其遗传多样性丰富,且具有结铃性强、铃大、纤维品质优异等特点。因此,鉴定陆地棉野生系优良等位基因可为陆地棉遗传改良提供宝贵基因资源。本研究以陆地棉丰产品种中棉所35和陆地棉野生棉阔叶棉大铃材料阔19为亲本,构建包括171个株系的[（中棉所35×阔叶棉19）×中棉所35]BC1F2:7重组自交系群体,利用SSR引物和SLAF-seq检测的SNP标记构建遗传图谱,结合多年多点产量和纤维品质性状鉴定数据,定位棉花产量和纤维品质性状QTL。其结果如下:1.产量和纤维品质性状分析群体产量和纤维品质相关性状在7个环境整体均呈正态分布,变异范围较大,且呈连续分布。方差分析结果显示棉花产量、纤维品质性状除了受基因型控制外,同时也有极显着的环境效应。产量和纤维品质性状间相关性分析表明:子指与衣分和马克隆值呈极显着负相关,与其他性状呈极显着正相关;铃重与衣指呈极显着正相关;衣分与马克隆值呈极显着负相关;衣指与纤维品质性状至少在1个环境中表现为正相关;纤维上半部长度、纤维整齐度和纤维比强度之间呈极显着正相关与马克隆值呈极显着负相关,马克隆值与纤维伸长率无关;产量和纤维品质性状除了马克隆值外都与种子相关性状呈极显着正相关。2.遗传图谱构建利用SLAF-seq技术对重组自交系进行高通量测序获得的SNP标记,以及通过亲本间多态性筛选和群体标记基因检测获得的SSR标记,构建了一张包含1771个位点（1728个SNP标记和43个SSR标记）的遗传图谱,图谱遗传距离为4259.691c M,标记间平均遗传距离4.815 c M,覆盖陆地棉基因组98.75%。At亚组共有938个多态性标记,遗传距离为2219.086 c M,标记间的平均距离为2.366 c M,覆盖At亚组的98.33%;Dt染色体亚组有833个SNP标记,遗传距离为2040.605 c M,标记间的平均遗传距离为2.450 c M,覆盖Dt亚组的96.75%。3.产量性状和纤维品质相关性状QTL定位结合构建的[（中棉所35×阔叶棉19）×中棉所35]BC1F2:7重组自交系群体遗传图谱和产量和纤维品质相关性状在6个不同环境的表型数据,本研究一共定位到339个产量和纤维品质相关性状QTL。产量性状有183个QTL,其中,31个子指QTL,解释性状表型变异6.5-21.4%;44个铃重QTL,解释性状表型变异6.6-28.5%;26个衣分QTL,解释性状表型变异6.7-15.8%;12个衣指QTL,解释性状表型变异6.6-10.9%;68个QTL种子相关性状（种子面积、种子长、种子宽）,解释性状表型变异6.6-27.9%。纤维品质有156个QTL,46个QTL纤维上半部长度,解释性状表型变异6.6-35.4%;27个纤维整齐度QTL,解释性状表型变异6.6-17.3%;46个QTL纤维比强度,解释性状表型变异6.5-26.7%;11个马克隆值QTL,解释性状表型变异6.6-21.6%;26个纤维伸长率QTL,解释性状表型变异6.5-16.2%。4.稳定的产量性状和纤维品质相关性状QTL82个QTL在不同环境中重复检测到,包括34个产量性状QTL,48个纤维品质性状QTL。产量性状中有17个子指QTL、8个铃重QTL、8个衣分QTL,1个衣指QTL;17个QTL的有利等位基因来源阔叶棉19,17个QTL有利等位基因来源中棉所35。纤维品质性状QTL中有20个上半部长度QTL、22个比强度QTL、1个马克隆值QTL、3个整齐度QTL、2个伸长率QTL;有31个QTL增效基因来源阔叶棉19,17个QTL增效基因来自中棉所35。此外,246个QTL集中分布在47个QTL簇中。这些多环境鉴定的QTL（尤其有利等位基因来源阔19的QTL）可用于陆地棉分子标记辅助育种。
欧云灿[8]（2021）在《陆地棉产量和纤维品质性状QTL分析》文中研究指明棉花是世界上重要的经济作物,也是纺织工业的重要原料之一,棉属包括45个二倍体种和7个异源四倍体种,其中有2个四倍体栽培棉种,分别是陆地棉和海岛棉。陆地棉产量占世界棉花总产量的95%以上,但陆地棉纤维品质比海岛棉差,缺乏纺高档棉纱的品种。棉花产量和纤维品质性状之间存在负相关,因此利用传统的育种方法很难满足纤维品质与产量性状同步改良。随着生物技术的迅速发展,基因组测序技术已广泛应用于棉花分子育种研究中,这为陆地棉产量和纤维品质性状的遗传改良和有利等位基因挖掘奠定了基础。本研究采用SSR分子标记技术和简化基因组测序技术（SLAF-seq）检测（渝棉1号×N274）F2:7重组自交系（RIL）群体180个家系基因型,构建遗传连锁图谱,结合该群体产量和纤维品质表型数据,进行产量和纤维品质性状有利等位基因的挖掘。主要研究结果如下:1.SSR基因型检测本研究以陆地棉优质品种渝棉1号为母本,N274为父本构建（渝棉1号×N274）F2:7重组自交系群体,利用实验室前期筛选的260对多态性SSR引物对RIL群体进行基因型检测,共获得了78个有效的SSR多态性位点。2.SLAF-seq基因型检测利用SLAF-seq技术对RIL群体进行简化基因组测序,共得到1246.78M的reads,亲本平均测序深度为59.29×,子代平均测序深度为27.36×,测序结果共开发获得354046个SLAF标签,其中表现出多态性的有8732个SLAF标签,多态性比例为2.47%。8732个多态性SLAF标签经过多重过滤剔除,共计获得2127个有效SNP位点。3.遗传图谱构建利用Joinmap4.0软件对78个SSR多态性位点和2127个SNP位点进行遗传连锁分析,构建了一张包含78个SSR标记和2127个SNP标记的高密度遗传连锁图谱,该图谱重组长度为3195.8 c M,标记间平均距离为1.4 5c M。其中,A亚基因组包含39个SSR标记和1216个SNP标记,覆盖长度为1683.65 c M,标记间平均距离为1.34 c M;D亚基因组包含39个SSR标记和911个SNP标记,覆盖长度为1512.15 c M,标记间平均距离为1.59 c M。4.产量及纤维品质性状QTL定位在遗传连锁图的基础上,结合2019年重庆、2019年海南、2020年新疆库尔勒和新疆奎屯4个环境的产量和纤维品质性状表型数据,利用软件Map QTL6.0进行QTL检测。在4个环境中共定位到70个产量和纤维品质性状相关QTL,包括12个产量性状相关QTL,58个纤维品质性状相关QTL。其中有46个QTL在染色体A亚组能被检测到,有24个QTL在染色体D亚组能被检测到。在两个环境中均能被检测到的有7个QTL（q SIA01、q FLA01.1、q FLD13.1、q FSA07.2、q FMA01、q FMD06和q FED07）,在三个环境中均能被检测的到有3个QTL（q SIA07、q FLA07.2、q FMA07）。此外,有6个QTL簇集中分布在A01、A05、A07、A13、D06和D13染色体上。研究结果为棉花产量和纤维品质QTL的精细定位、图位克隆和候选基因鉴定奠定了基础。
余静文[9]（2021）在《基于全基因组重测序解析新疆海岛棉遗传变异及纤维性状相关基因的挖掘》文中提出海岛棉（Gossypium barbadense L.）是世界上广泛种植的栽培棉之一,因其在纤维品质和抗病性等性状上的突出表现而受到人们的广泛关注。近年来,随着测序技术快速发展,测序成本的降低,基因组学的相关研究进入了高通量、高精度的新时期。基于新型测序技术的海岛棉高质量基因组组装已经完成,而利用高通量的重测序可实现对海岛棉群体的精细分析和基因定位,并为海岛棉基因组资源的高效利用创造条件。新疆自治区是我国目前唯一的海岛棉生产基地,利用分子标记探索新疆棉区自育海岛棉群体遗传变异特点,鉴定具有遗传改良价值的关键基因对加速新疆海岛棉育种进程有着重要意义。本研究对240份海岛棉材料进行了高通量重测序,构建海岛棉的高精度基因组变异图谱,并利用鉴定的遗传变异多态性解析该海岛棉群体的结构和连锁不平衡特点。对12个重要的性状进行表型鉴定和全基因组关联分析,为海岛棉分子生物学研究和遗传改良提供重要遗传信息,主要研究内容和结果如下:1.对220份新疆自育海岛棉资源和20份其它棉区的海岛棉种质资源进行重测序。共获得6.34 Tb的测序数据。通过与基因组的序列比对和群体变异检测,共鉴定到3632231个高质量的单核苷酸多态性（Single nucleotide polymorphism,SNP）和221354个片段的插入缺失（Insertion-deletion,In Del）。2.利用系统发育分析、主成分分析（Principal components analysis,PCA）和STURUCTURE分析等方法对该群体进行群体结构预测,发现240个海岛棉材料大致分为5个亚群,其中新疆海岛棉群体大致由4个亚群组成。新疆之外,包括美国、埃及、东亚国家、我国云南和海南等地的海岛棉种质资源单独聚类,并与新疆自育海岛棉存在一定的遗传距离。说明新疆海岛棉逐渐形成了独具特色的海岛棉资源类型。3.海岛棉不同亚群间性状表型变异丰富,特别是纤维品质性状。群体遗传学发现,不同亚群间的遗传多样性差异不明显,国外海岛棉种质资源的遗传多样性整体水平高于新疆海岛棉。连锁不平衡（Linkage disequilibrium,LD）分析发现,新疆海岛棉种质资源的LD水平高于陆地棉和亚洲棉,且At亚组的LD衰减距离大于Dt亚组。4.分别在两个试验点对12个重要的棉花性状进行连续两年的表型鉴定,利用统计分析计算性状间的相关性以及广义遗传力（Broad-sense heritability,BSH）,并对表型的多样性进行分析。极显着正相关的性状有单铃重与皮棉和籽棉产量、衣分与皮棉产量、株高与皮棉和籽棉产量、株高与第一果枝节位和单株铃数,以及单株铃数与皮棉和籽棉产量。极显着负相关的性状有第一果枝节位和皮棉产量、衣分、单株铃数。总体看来,纤维品质性状之间的相关性强于产量性状。BSH的变化范围为0.17（单株铃数）至0.57（衣分）,其中纤维品质性状的遗传力水平整体来看高于产量性状,可见纤维产量更易受到环境因素的影响。5.用表型数据的最优线性无偏估计（Best linear unbiased prediction,BLUP）值与基因型数据进行全基因组关联分析（Genome-wide association studies,GWAS）,基于较严格的阈值（p<0.05/n）共鉴定了168个显着相关核苷酸多态性位点（Single nucleotide polymorphism,SNP）。基于建议相关的阈值（p<1/n）共鉴定了2645个SNP。所鉴定的SNP在基因组上分布不均匀,其中D11号染色体的SNP最多,其次为A07染色体。Dt亚组的SNP数量多于At亚组。对于研究的性状而言,鉴定到的纤维强度关联信号最多,其次是衣分,而籽棉产量和第一果枝节位没有鉴定到显着的关联信号,这可能与性状本身的复杂性和对环境因素的敏感性等因素有关。6.基于上述关联分析结果,利用连锁不平衡系数、基因功能注释和RNAseq等方法筛选候选基因,并用不同纤维强度或衣分表型的海岛棉材料进行q PCR表达分析。鉴定出3个与纤维强度相关的候选基因,包括编码酪蛋白激酶I的基因GB＿D11G34371、编码微管相关蛋白的基因GB＿D11G3460和GB＿D11G3471;1个与衣分相关的重要候选基因GB＿A07G1034,该基因编码一种受BRs调节的受体激酶。综上所述,本研究利用重测序完成了海岛棉群体的基因分型,解析了海岛棉的群体结构、连锁不平衡和遗传多样性等特征。并对新疆海岛棉12个重要的性状进行了GWAS分析,其中纤维强度和衣分性状鉴定到了较多的稳定关联SNP。着重分析以上两个性状的关联结果,最终筛选到了2个与纤维强度相关和1个与衣分相关的候选基因。为海岛棉遗传改良提供重要理论基础和目的基因。
李保奇[10]（2020）在《基于田间表型和表型组平台图像指标解析棉花响应干旱的遗传基础》文中进行了进一步梳理抗旱性是复杂的数量性状,受到遗传和环境的共同调控。棉花是一种相对耐旱的经济作物,但随着全球气候变暖及我国种植结构的变化,棉花种植区逐渐向西北部干旱地区转移,水资源短缺已成为制约棉花产量和品质的重要因素。开展棉花抗旱机制研究、克隆抗旱基因并应用于棉花育种是解决棉田缺水的有效途径。目前,棉花抗旱基因的发掘进展缓慢,虽有一些调控基因及功能基因的研究报道,但相对于玉米、水稻、小麦等粮食作物的抗旱研究仍有些滞后。由于棉花的生育期长,棉花抗旱性的评价指标一直是研究者们思考和尝试解决的难题。本研究利用陆地棉栽培种组成的自然群体,一方面在新疆大田进行控水处理,获取田间农艺性状、产量和品质等18个性状,另一方面在温室进行干旱处理,通过表型平台采集获取大量数字化表型指标,结合基因组重测序和转录组测序,运用关联分析鉴定棉花抗旱性相关重要位点和重要候选基因。主要研究结果如下:1.大田棉花抗旱性状综合研究及抗旱性状的关联分析本研究利用517份棉花种质组成的自然群体为研究对象,在新疆南北地区进行两年两点的大田控水试验,采用全生育期灌水量为对照组灌水量50%作为水分限制处理,考察了包含农艺性状、纤维品质、产量指标在内的共18个性状,分析了不同性状的广义遗传力和变异系数。根据不同性状与控水处理的关系,描绘了各性状之间的相关性网络。结果表明,群体内不同品种对干旱胁迫的响应差异明显,除铃重和纤维整齐度受水分影响不显着外,其他16个性状在对照和限水处理间表现极显着差异;一方面,50%限水处理使纤维品质降低,表现在纤维长度降低和马克隆值增加;另一个方面,50%限水处理使棉田实收籽棉产量提高8.46%,同时促进相关优良农艺性状的建成,使生育期普遍缩短、株高普遍降低,有利于集中吐絮和合理密植。研究进一步对314个棉花种质进行重测序,结合前期203份种质的重测序结果,我们共获得2564238个SNP用于全基因组关联分析（GWAS）。利用不同表型性状的抗旱系数（DRC）和综合抗旱指数（CIDT）进行关联分析,分别检测到33个和6个与水分胁迫相关的QTL,其中包含两个新的QTL热点区域。结合转录组测序和q RT-PCR,在这两个热点区域内鉴定到6个差异表达基因（DEGs）。本研究不仅为新疆棉田的节水灌溉提供了新思路,也为棉花的抗旱性改良提供了理论基础和候选基因。2.基于表型组学图像指标的关联分析解析棉花苗期响应干旱的遗传基础棉花中开展抗旱鉴定的主要方法是建立旱池、苗期水培实验或盆栽处理,相关指标的采集主要限于株高等人工可采集指标。为了获取抗旱性评价指标,我们利用表型组平台在温室对苗期干旱处理下的200份棉花种质资源进行了动态的RGB图像采集。通过人工测量和无损图像提取进行建模,分析人工采集数据与图像特征数据之间的相关性,共获取了119个基于棉花图像的数字化特征（i-traits）,包括56个形态特征,63个纹理特征。研究验证了株高、株宽、生物量等用于干旱评价的传统指标,并进一步鉴定到了能准确反映棉花苗期响应干旱的多个非人工获得性i-traits:形态特征植株密度（PD）、相对频数（RF）和纹理特征G分量熵值（ET＿G）等。通过综合各棉花形态特征的表现,我们将200个棉花种质的抗旱性分为高抗、中抗、敏感3个等级。本研究表明,表型组学技术突破了人工检测指标少、误差大及通量小的瓶颈,为棉花抗旱性研究提供了优良的技术平台。研究进一步结合基因组重测序数据,通过不同i-traits抗旱系数的GWAS,鉴定到390个与干旱相关的QTL,包括前人在棉花中报道过的抗旱相关基因Gh RD2、Gh NAC4、Gh HAT22和Gh DREB2。结合抗旱种质ZY168和敏旱种质ZY7的转录组数据,我们在一个QTL热点区间内鉴定到此前未报道的两个串联重复基因Gh DNRs（Gh＿A04G0377、Gh＿A04G0378）。病毒介导的基因沉默（VIGS）实验表明,沉默两个基因的表达使棉花植株在干旱处理下表现更抗旱,沉默植株生物量（SA）和株高显着高于对照植株、子叶脱落晚于对照植株、叶片内的可溶性糖含量高于对照植株,证明Gh DNRs是棉花抗旱的负调控因子。本研究结合表型组、基因组和转录组等多组学,不仅为棉花抗旱鉴定提出了新的方法,也为深入解析棉花抗旱机制及棉花抗旱性状的遗传改良提供了强有力的理论和技术支撑。
二、Tagging and Mapping of QTLs Controlling Lint Yield and Yield Components in Upland Cotton Using SSR and RAPD Markers（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Tagging and Mapping of QTLs Controlling Lint Yield and Yield Components in Upland Cotton Using SSR and RAPD Markers（论文提纲范文）
（2）高丹草低氢氰酸性状主效QTL PA7-1和PA7-2的精细定位及其候选基因分析（论文提纲范文）
| 摘要 |
| abstract |
| 缩略语表 |
| 1 前言 |
| 1.1 高丹草概述 |
| 1.2 氢氰酸 |
| 1.2.1 非生氰糖苷类氰化物 |
| 1.2.2 生氰糖苷类氰化物 |
| 1.3 QTL定位 |
| 1.3.1 QTL定位原理及步骤 |
| 1.3.2 QTL定位的方法 |
| 1.3.3 QTL定位验证 |
| 1.3.4 QTL精细定位 |
| 1.3.5 精细定位区间候选基因分析 |
| 1.4 高丹草QTL定位研究进展 |
| 1.5 本研究的目的及意义和技术路线 |
| 1.5.1 本研究的目的及意义 |
| 1.5.2 技术路线 |
| 2 高丹草低氢氰酸含量QIRs群体构建 |
| 2.1 材料与方法 |
| 2.1.1 试验材料与种植 |
| 2.1.2 氢氰酸含量测定 |
| 2.1.3 DNA提取及BSA基因池的建立 |
| 2.1.4 SSR适宜引物的筛选及PCR扩增 |
| 2.1.5 数据统计与处理 |
| 2.1.6 高丹草低氢氰酸含量相关SSR分子标记的开发 |
| 2.1.7 遗传群图谱的构建和QTL定位分析 |
| 2.1.8 高丹草低氢氰酸含量QIRs等位基因重组群体的构建 |
| 2.2 结果与分析 |
| 2.2.1 氢氰酸含量测定 |
| 2.2.2 基因组DNA纯度的电泳检测 |
| 2.2.3 高丹草低氢氰酸含量相关SSR引物的筛选及多态性分析 |
| 2.2.4 高丹草低氢氰酸含量相关SSR分子标记的获得 |
| 2.2.5 高丹草遗传图谱构建及氢氰酸含量QTL定位 |
| 2.2.6 QIRs群体获得 |
| 2.3 讨论 |
| 2.3.1 BSA法评价 |
| 2.3.2 SSR分子标记及遗传图谱研究 |
| 2.3.3 QTL定位准确性 |
| 2.3.4 等位基因重组株QIRs分析 |
| 2.4 小结 |
| 3 高丹草低氢氰酸含量主效QTL PA7-1 的精细定位 |
| 3.1 材料与方法 |
| 3.1.1 群体构建 |
| 3.1.2 精细定位区间内标记的开发 |
| 3.1.3 F_3精细定位群体DNA提取、氢氰酸含量测定 |
| 3.1.4 高丹草连锁群构建 |
| 3.1.5 主效QTL PA7?1 的精细定位 |
| 3.1.6 主效QTL精细定位区间候选基因序列测定和分析 |
| 3.2 结果与分析 |
| 3.2.1 散穗高粱×红壳苏丹草F_(2:3)群体氢氰酸含量性状分析 |
| 3.2.2 F_(2:3)群体氢氰酸含量性状QTL定位 |
| 3.2.3 F_3群体氢氰酸含量性状变异 |
| 3.2.4 PA7?1 精细定位区间内标记的SSR特异引物的筛选 |
| 3.2.5 基于高丹草F_3精细定位群体连锁群构建及QTL定位 |
| 3.2.6 PA7?1 的精细定位 |
| 3.2.7 精细定位区间候选基因序列测定和分析 |
| 3.2.8 精细定位区间序列比对、物理图谱建立与候选基因分析 |
| 3.3 讨论 |
| 3.3.1 主效QTL PA7?1 的稳定性 |
| 3.3.2 主效QTL PA7?1 精细定位的准确性 |
| 3.3.3 低氢氰酸含量性状候选基因 |
| 3.4 小结 |
| 4 高丹草低氢氰酸含量主效QTL PA7-2 的精细定位 |
| 4.1 材料与方法 |
| 4.1.1 群体构建 |
| 4.1.2 精细定位区间内标记的开发 |
| 4.1.3 F_3精细定位群体DNA提取、氢氰酸含量测定 |
| 4.1.4 高丹草连锁群构建 |
| 4.1.5 主效QTL PA7?2 的精细定位 |
| 4.1.6 主效QTL精细定位区间候选基因序列测定和分析 |
| 4.2 结果与分析 |
| 4.2.1 散穗高粱×红壳苏丹草F_(2:3)群体氢氰酸含量性状分析 |
| 4.2.2 F_(2:3)群体氢氰酸含量性状QTL定位 |
| 4.2.3 F_3群体氢氰酸含量性状变异 |
| 4.2.4 PA7?2 精细定位区间内标记的SSR特异引物的筛选 |
| 4.2.5 基于高丹草F_3精细定位群体连锁群构建及QTL定位 |
| 4.2.6 PA7?2 的精细定位 |
| 4.2.7 精细定位区间候选基因序列测定和分析 |
| 4.2.8 PA7?2 精细定位区间序列比对、物理图谱构建与候选基因分析 |
| 4.3 讨论 |
| 4.3.1 PA7?1 和PA7?2 的加性效应 |
| 4.3.2 精细定位可行性分析 |
| 4.4 小结 |
| 5 PA7?1 和PA7?2 精细定位区间候选基因表达水平验证 |
| 5.1 材料与方法 |
| 5.1.1 试验材料 |
| 5.1.2 植物总RNA的提取 |
| 5.1.3 cDNA的合成 |
| 5.1.4 半定量RT?PCR |
| 5.2 结果与分析 |
| 5.2.1 氢氰酸含量差异 |
| 5.2.2 总RNA的提取和检测 |
| 5.2.3 候选基因的RT?PCR表达验证 |
| 5.3 讨论 |
| 5.4 小结 |
| 6 结论 |
| 6.1 高丹草低氢氰酸含量主效QTL PA7?1 的精细定位和候选基因分析 |
| 6.2 高丹草低氢氰酸含量主效QTL PA7?2 的精细定位和候选基因分析 |
| 6.3 主要创新点 |
| 致谢 |
| 参考文献 |
| 附图 |
| 作者简介 |
（3）饲用型小黑麦RIL群体草产量相关性状的遗传分析及QTL定位（论文提纲范文）
| 摘要 |
| SUMMARY |
| 第一章 文献综述 |
| 1 小黑麦研究进展 |
| 1.1 小黑麦概述 |
| 1.2 小黑麦传统育种研究进展 |
| 2 分子标记技术及其在小黑麦中的应用 |
| 2.1 DNA分子标记 |
| 2.2 分子标记类型 |
| 2.3 分子标记在小黑麦中的应用 |
| 3 分子图谱 |
| 3.1 作图群体的选择与建立 |
| 3.2 作图群体杂交亲本 |
| 3.3 适当的分离群体类型 |
| 3.4 群体大小 |
| 3.5 统计方法及阀值 |
| 4 分子标记选择 |
| 4.1 ISSR分子标记技术 |
| 4.2 禾本科分子图谱构建研究进展 |
| 5 数量性状基因定位 |
| 5.1 QTL定位的原理和方法 |
| 5.2 禾本科QTL定位研究进展 |
| 6 本研究的目的和意义 |
| 7 本研究的主要内容和技术路线 |
| 第二章 小黑麦饲草产量相关性状表型分析 |
| 1 材料与方法 |
| 1.1 试验地概况 |
| 1.2 试验材料 |
| 1.3 试验设计 |
| 1.4 测定指标 |
| 1.5 数据分析 |
| 2 结果与分析 |
| 2.1 RIL群体饲草产量相关性状的表型变异分析 |
| 2.2 RIL群体饲草产量相关性状的相关性分析 |
| 2.3 RIL群体饲草产量相关性状的主成分分析 |
| 3 讨论 |
| 3.1 RIL群体饲草产量相关性状的表型分析 |
| 3.2 RIL群体饲草产量相关性状的相关性分析 |
| 3.3 RIL群体饲草产量相关性状的主成分分析 |
| 4 小结 |
| 第三章 小黑麦饲草产量相关性状QTL定位 |
| 1 材料与方法 |
| 1.1 试验材料 |
| 1.2 小黑麦RIL群体的表型鉴定 |
| 1.3 数据统计与分析 |
| 1.4 QTL定位分析 |
| 2 结果与分析 |
| 2.1 小黑麦RIL群体表型正态分布 |
| 2.2 小黑麦RIL群体分子图谱特点 |
| 2.3 小黑麦饲草产量相关性状的QTL定位 |
| 2.4 控制小黑麦株高的QTL分析 |
| 2.5 控制小黑麦分蘖数的QTL分析 |
| 2.6 控制小黑麦穗下节间长的QTL分析 |
| 2.7 控制小黑麦单株鲜重的QTL分析 |
| 3 讨论 |
| 3.1 本研究材料的应用价值 |
| 3.2 DNA提取 |
| 3.3 小黑麦杂交亲本和作图群体选择 |
| 3.4 小黑麦的分子图谱 |
| 3.5 小黑麦连锁群饲草产量相关QTL分布 |
| 3.6 小黑麦QTL位点的重叠性 |
| 3.7 影响QTL检测的因素 |
| 3.8 QTL的应用 |
| 4 小结 |
| 第四章 结论与展望 |
| 1 结论 |
| 2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 在读期间发表论文和研究成果 |
| 导师简介 |
（4）棉花陆海渐渗系群体的产量品质、抗黄萎病QTL挖掘及qVW-5-1的精细定位（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号对照表 |
| 第一章 绪论 |
| 1.1 棉花黄萎病抗性研究进展 |
| 1.1.1 病原菌及为害 |
| 1.1.2 黄萎病侵染棉花的过程 |
| 1.1.3 棉花的防御反应 |
| 1.2 染色体片段渐渗系及QTL定位研究进展 |
| 1.2.1 染色体片段渐渗系的构建 |
| 1.2.2 染色体片段渐渗系的特点 |
| 1.2.3 染色体片段渐渗系用于定位的研究进展 |
| 1.3 转录组测序技术 |
| 1.3.1 高通量测序技术 |
| 1.3.2 转录组测序的过程 |
| 1.3.3 棉花黄萎病相关转录组学研究进展 |
| 1.4 本研究的目的和意义 |
| 第二章 陆海渐渗系MBI9626 纤维产量、品质和黄萎病抗性相关QTL的挖掘 |
| 2.1 材料与方法 |
| 2.1.1 亲本材料与群体构建 |
| 2.1.2 基因组DNA提取 |
| 2.1.3 分子标记的检测 |
| 2.1.4 数量性状的测定 |
| 2.1.5 统计分析和遗传图谱的构建 |
| 2.2 结果与分析 |
| 2.2.1 表型性状描述性分析 |
| 2.2.2 表型相关性分析 |
| 2.2.3 基因型分析 |
| 2.2.4 QTL定位分析 |
| 2.2.5 QTL簇的分布 |
| 2.3 讨论 |
| 2.3.1 染色体片段代换系群体适合QTL定位 |
| 2.3.2 稳定QTL的鉴定 |
| 2.3.3 增效基因的来源 |
| 2.3.4 QTL簇的加性效应方向 |
| 第三章 qVW-05-1 精细定位 |
| 3.1 材料与方法 |
| 3.1.1 定位区间的标记加密 |
| 3.1.2 重组单株的筛选 |
| 3.1.3 精细定位群体的构建与性状调查 |
| 3.2 结果与分析 |
| 3.2.1 qVW-05-1 区间加密 |
| 3.2.2 含qVW-05-1 片段的重组单株 |
| 3.2.3 qVW-05-1 精细定位 |
| 3.3 讨论 |
| 3.3.1 SSR标记在定位中的应用 |
| 3.3.2 黄萎病抗性的鉴定 |
| 3.3.3 统计功效 |
| 第四章 棉花黄萎病抗性转录组测序分析 |
| 4.1 材料与方法 |
| 4.1.1 实验材料 |
| 4.1.2 实验方法 |
| 4.2 结果与分析 |
| 4.2.1 RNA-seq测序质量 |
| 4.2.2 DEGs的筛选与分析 |
| 4.2.3 基因时序表达模式分析 |
| 4.2.4 候选基因的分析 |
| 4.3 讨论 |
| 4.3.1 抗病相关基因的表达调控 |
| 4.3.2 转录组测序辅助精细定位 |
| 4.3.3 候选基因分析 |
| 4.3.4 后期工作展望 |
| 第五章 全文结论 |
| 5.1 MBI9626 纤维产量、品质和黄萎病抗性相关QTL的挖掘 |
| 5.2 qVW-5-1 的精细定位 |
| 5.3 转录组分析 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（5）苎麻皮厚性状候选基因挖掘及筛选（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号对照表 |
| 第一章 绪论 |
| 1.1 苎麻产量性状研究 |
| 1.2 苎麻纤维品质和产量性状的发展目标 |
| 1.2.1 苎麻纤维品质和应用前景 |
| 1.2.2 苎麻育种工作的方法和目标 |
| 1.3 苎麻皮厚性状的结构基础 |
| 1.3.1 苎麻皮厚性状 |
| 1.3.2 茎皮构造和纤维细胞胞壁结构与组成 |
| 1.4 目标性状的QTL定位与候选基因挖掘 |
| 1.4.1 全基因组关联分析 |
| 1.4.2 连锁不平衡与单倍型分析 |
| 1.4.3 作图群体的连锁分析 |
| 1.4.4 两种作图方法的联合分析和精细定位 |
| 1.4.5 皮厚性状的分子标记及QTL定位 |
| 1.5 研究目的、意义及技术路线 |
| 1.5.1 研究的目的和意义 |
| 1.5.2 技术路线图 |
| 第二章 苎麻分离群体皮厚性状连锁作图 |
| 2.1 试验材料与方法 |
| 2.1.1 试验材料 |
| 2.1.2 遗传图谱构建 |
| 2.1.3 田间试验 |
| 2.1.4 苎麻皮厚的测定 |
| 2.1.5 皮厚数据统计分析与广义遗传力计算 |
| 2.1.6 连锁分析和QTL作图 |
| 2.2 试验结果 |
| 2.2.1 苎麻遗传图谱构建 |
| 2.2.2 苎麻分离群体皮厚表型分析 |
| 2.2.3 皮厚QTLs定位 |
| 2.3 讨论 |
| 2.4 本章小结 |
| 第三章 苎麻皮厚全基因组关联分析 |
| 3.1 试验材料与方法 |
| 3.1.1 试验材料 |
| 3.1.2 田间试验 |
| 3.1.3 苎麻皮厚测量 |
| 3.1.4 数据统计和分析 |
| 3.1.5 全基因组关联分析和单倍型分析 |
| 3.1.6 候选基因的挖掘 |
| 3.2 结果与分析 |
| 3.2.1 关联群体皮厚表型分析 |
| 3.2.2 皮厚全基因组关联分析 |
| 3.2.3 皮厚候选基因 |
| 3.3 讨论 |
| 3.4 本章小结 |
| 第四章 皮厚候选基因筛选及表达分析 |
| 4.1 试验材料与方法 |
| 4.1.1 试验材料 |
| 4.1.2 石蜡切片制作与观察 |
| 4.1.3 SRA数据下载和转录组数据分析 |
| 4.1.4 荧光定量PCR |
| 4.2 结果与分析 |
| 4.2.1 苎麻茎皮形态结构 |
| 4.2.2 3 个不同部位茎皮的差异表达基因鉴定 |
| 4.2.3 TOP和 ER比较组差异表达基因的GO和 KEGG富集分析 |
| 4.2.4 ER和 FER比较组差异表达基因的GO和 KEGG富集分析 |
| 4.2.5 纤维发育相关基因的转录组鉴定和q RT-PCR验证 |
| 4.2.6 两个表型差异品种的q RT-PCR鉴定皮厚候选基因 |
| 4.3 讨论 |
| 4.3.1 韧皮纤维细胞数量和大小对皮厚的重要影响 |
| 4.3.2 转录组数据揭示韧皮纤维发育有关分子途径和代谢通路 |
| 4.3.3 皮厚候选基因的初步验证及在纤维发育过程中重要作用 |
| 4.4 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附录 A |
| 附录 B |
| 致谢 |
| 作者简历 |
（6）陆地棉优质早熟群体产量与纤维品质性状QTL定位（论文提纲范文）
| 本研究受以下项目资助 |
| 摘要 |
| Abstract |
| 第1章 文献综述 |
| 1.1 棉属的分类、起源和进化 |
| 1.1.1 棉属的分类 |
| 1.1.2 棉属的起源进化 |
| 1.2 种质资源及早熟棉 |
| 1.2.1 种质资源 |
| 1.2.2 早熟棉 |
| 1.3 DNA分子标记 |
| 1.3.1 一、二代分子标记 |
| 1.3.2 SNP分子标记 |
| 1.4 简化基因组测序技术 |
| 1.4.1 简化基因组测序技术类型 |
| 1.4.2 SLAF-seq技术原理 |
| 1.4.3 SLAF-seq技术的应用 |
| 1.5 遗传图谱构建 |
| 1.6 QTL定位 |
| 1.7 棉花遗传图谱构建和QTL定位研究进展 |
| 第2章 引言 |
| 2.1 研究目的及意义 |
| 2.2 技术路线 |
| 第3章 材料与方法 |
| 3.1 研究材料 |
| 3.2 主要实验设备及实验试剂 |
| 3.3 实验方法 |
| 3.3.1 DNA提取 |
| 3.3.2 SSR引物筛选 |
| 3.3.3 PAGE电泳 |
| 3.4 数据统计与分析方法 |
| 3.4.1 表型考察 |
| 3.4.2 相关性分析 |
| 3.4.3 方差分析 |
| 3.4.4 SSR标记基因型考察 |
| 3.4.5 SLAF-seq测序与结果分析 |
| 3.4.6 遗传图谱构建 |
| 3.4.7 QTL定位 |
| 第4章 结果与分析 |
| 4.1 产量和纤维品质表型 |
| 4.1.1 产量性状表型统计分析 |
| 4.1.2 纤维品质性状表型统计分析 |
| 4.1.3 产量与纤维品质相关性分析 |
| 4.1.4 产量与纤维品质的方差分析 |
| 4.2 遗传图谱构建 |
| 4.2.1 引物多态性筛选 |
| 4.2.2 RIL F_(2:6)群体基因型检测 |
| 4.2.3 SLAF-seq简化基因组测序 |
| 4.2.4 遗传图谱构建 |
| 4.2.5 标记偏分离检测 |
| 4.3 QTL定位 |
| 4.3.1 产量性状的QTL定位 |
| 4.3.2 纤维品质性状的QTL定位 |
| 4.3.3 环境稳定QTL及 QTL簇 |
| 第5章 讨论 |
| 5.1 遗传图谱构建 |
| 5.2 产量和纤维品质性状QTL |
| 5.3 QTL簇 |
| 第6章 结论 |
| 6.1 产量、纤维品质性状表型分析 |
| 6.2 重组自交系遗传图谱构建 |
| 6.3 产量和纤维品质性状的QTL定位 |
| 参考文献 |
| 致谢 |
（7）陆地棉野生系阔叶棉产量和纤维品质QTL有利等位基因鉴定（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 文献综述 |
| 1.1 棉属的分类、进化、种质资源 |
| 1.1.1 棉属的分类 |
| 1.1.2 棉属的进化 |
| 1.1.3 棉属种质资源 |
| 1.1.4 阔叶棉性状特征 |
| 1.2 遗传图谱构建和QTL定位 |
| 1.2.1 DNA分子标记 |
| 1.2.2 遗传图谱构建 |
| 1.2.3 简化基因组测序 |
| 1.2.4 SLAF-seq技术在遗传图谱中的应用 |
| 1.3 棉花QTL定位 |
| 1.3.1 QTL定位的原理及方法 |
| 1.3.2 半野生棉QTL定位研究进展 |
| 第2章 引言 |
| 2.1 研究目的与意义 |
| 2.2 技术路线 |
| 第3章 试验材料与方法 |
| 3.1 试验材料 |
| 3.2 试验器材 |
| 3.3 试验过程 |
| 3.3.1 全基因组DNA提取 |
| 3.3.2 PCR扩增体系及反应体系 |
| 3.3.3 PCR扩增产物检测 |
| 3.4 SSR标记和SLAF-seq技术 |
| 3.4.1 多态性引物筛选与群体基因型检测 |
| 3.4.2 SLAF-seq技术 |
| 3.5 遗传图谱构建及QTL定位 |
| 3.5.1 遗传图谱构建 |
| 3.5.2 棉花纤维产量和纤维品质QTL定位 |
| 第4章 结果与分析 |
| 4.1 产量和纤维品质性状分析 |
| 4.2 遗传图谱构建 |
| 4.2.1 SSR引物筛选及SLAF-seq测序 |
| 4.2.2 遗传图谱构建 |
| 4.3 产量性状QTL定位 |
| 4.3.1 子指QTL |
| 4.3.2 铃重QTL |
| 4.3.3 衣分QTL |
| 4.3.4 衣指QTL |
| 4.3.5 种子相关性状QTL |
| 4.4 纤维品质相关性状QTL定位 |
| 4.4.1 纤维上半部长度QTL |
| 4.4.2 纤维整齐度QTL |
| 4.4.3 纤维比强度QTL |
| 4.4.4 马克隆QTL |
| 4.4.5 纤维伸长率QTL |
| 4.5 产量及纤维品质性状QTL簇 |
| 第5章 讨论 |
| 5.1 遗传图谱作图亲本的选择及群体的类别 |
| 5.2 SLAF-seq技术的应用 |
| 5.3 稳定QTL及有利等位基因来源 |
| 5.4 产量和纤维品质性状QTL簇 |
| 第6章 结论 |
| 6.1 多态性SSR标记和SNP标记 |
| 6.2 遗传图谱构建 |
| 6.3 产量和纤维品质性状QTL |
| 参考文献 |
| 致谢 |
| 发表论文情况 |
（8）陆地棉产量和纤维品质性状QTL分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 文献综述 |
| 1.1 棉属的进化与分类 |
| 1.2 棉纤维的发育 |
| 1.2.1 起始阶段 |
| 1.2.2 伸长阶段 |
| 1.2.3 次生细胞壁合成阶段 |
| 1.2.4 脱水成熟阶段 |
| 1.3 棉花纤维品质和产量的影响因素 |
| 1.3.1 棉花纤维品质研究指标 |
| 1.3.2 棉花纤维品质的影响因素 |
| 1.3.3 棉花产量构成因素 |
| 1.3.4 棉花产量的影响因素 |
| 1.4 产量和纤维品质性状的同步改良 |
| 1.5 分子标记类型与特点 |
| 1.5.1 简单重复序列多态性标记SSR及其应用 |
| 1.5.2 单核苷酸多态性标记SNP及其应用 |
| 1.6 作图群体 |
| 1.7 棉花遗传连锁图谱 |
| 1.7.1 种间遗传图谱 |
| 1.7.2 种内遗传图谱 |
| 1.8 产量和纤维品质性状QTL定位研究进展 |
| 第2章 引言 |
| 2.1 研究背景 |
| 2.2 研究内容与技术路线 |
| 第3章 材料与方法 |
| 3.1 研究材料 |
| 3.2 实验仪器设备 |
| 3.3 DNA的提取 |
| 3.3.1 提取试剂 |
| 3.3.2 叶片的采取 |
| 3.4 SSR分子标记技术 |
| 3.4.1 PCR扩增体系和反应程序 |
| 3.4.2 PCR扩增产物的检测 |
| 3.4.3 聚丙烯酰胺凝胶电泳实验步骤 |
| 3.4.4 基因型分型的统计 |
| 3.5 SLAF-seq技术 |
| 3.6 表型分析及QTL检测 |
| 3.6.1 产量和纤维品质性状检测 |
| 3.6.2 表型性状分析 |
| 3.6.3 产量及纤维品质性状QTL定位 |
| 第4章 结果与分析 |
| 4.1 遗传图谱构建 |
| 4.1.1 SSR标记基因型分型 |
| 4.1.2 SNP标记基因型分型 |
| 4.1.3 陆地棉遗传图谱构建 |
| 4.2 RIL群体产量和纤维品质性状统计分析 |
| 4.2.1 群体产量性状表现 |
| 4.2.2 群体纤维品质性状表现 |
| 4.2.3 群体纤维品质和产量性状的相关性分析 |
| 4.2.4 群体纤维品质和产量性状的方差分析 |
| 4.3 产量和纤维品质性状QTL初步定位 |
| 4.3.1 产量性状QTL初步定位 |
| 4.3.1.1 籽指QTL分析 |
| 4.3.1.2 铃重QTL分析 |
| 4.3.1.3 衣分QTL分析 |
| 4.3.2 纤维品质性状QTL初步定位 |
| 4.3.2.1 纤维长度QTL分析 |
| 4.3.2.2 纤维整齐度QTL分析 |
| 4.3.2.3 纤维比强度QTL分析 |
| 4.3.2.4 纤维马克隆QTL分析 |
| 4.3.2.5 纤维伸长率QTL分析 |
| 4.4 产量和纤维品质性状QTL簇分析 |
| 第五章 讨论 |
| 5.1 作图亲本与群体 |
| 5.2 遗传连锁图谱 |
| 5.3 产量和纤维品质性状QTL簇分析 |
| 5.4 有利等位基因的来源 |
| 5.5 稳定QTL和共同QTL |
| 第6章 结论 |
| 6.1 重组自交系群体构建 |
| 6.2 遗传连锁图谱构建 |
| 6.3 产量和纤维品质性状QTL初步定位 |
| 6.4 稳定QTL和共同QTL |
| 参考文献 |
| 致谢 |
| 在校期间发表的论文 |
（9）基于全基因组重测序解析新疆海岛棉遗传变异及纤维性状相关基因的挖掘（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩略词表 |
| 1 文献综述 |
| 1.1 棉花种质资源概况 |
| 1.1.1 海岛棉起源与分类 |
| 1.1.2 海岛棉遗传多样性研究进展 |
| 1.1.3 新疆海岛棉育种进程 |
| 1.2 海岛棉种质资源的利用 |
| 1.2.1 种间杂种优势利用 |
| 1.2.2 海岛棉与陆地棉种间渐渗作用 |
| 1.3 全基因组关联分析 |
| 1.3.1 全基因组关联分析原理与流程 |
| 1.3.2 棉花基因组测序研究进展 |
| 1.3.3 海岛棉群体遗传图谱的构建 |
| 1.3.4 海岛棉全基因组关联分析研究进展 |
| 1.3.5 全基因组关联分析的扩展 |
| 1.4 本研究的目的和意义 |
| 2 研究报告 |
| 2.1 试验材料 |
| 2.2 试验方法 |
| 2.2.1 田间试验 |
| 2.2.2 表型鉴定与分析 |
| 2.2.3 文库构建和测序 |
| 2.2.4 序列质量检测和过滤 |
| 2.2.5 基因分型 |
| 2.2.6 群体结构分析 |
| 2.2.7 LD和群体遗传多样性分析 |
| 2.2.8 群体受选择分析 |
| 2.2.9 全基因组关联分析 |
| 2.2.10 候选基因的鉴定 |
| 2.2.11 表达分析 |
| 2.3 结果与分析 |
| 2.3.1 SNP和 In Del的鉴定 |
| 2.3.2 群体结构特点 |
| 2.3.3 连锁不平衡和遗传多样性分析 |
| 2.3.4 选择区域鉴定 |
| 2.3.5 关联群体的表型变异 |
| 2.3.6 全基因组关联分析 |
| 2.3.7 纤维强度相关候选基因的鉴定和表达 |
| 2.3.8 衣分相关候选基因的鉴定和表达 |
| 2.4 讨论 |
| 2.4.1 基于重测序的海岛棉基因分型 |
| 2.4.2 独特的新疆自育海岛棉种质资源 |
| 2.4.3 不同性状关联位点的鉴定 |
| 2.4.4 棉花纤维性状相关候选基因 |
| 2.4.5 展望 |
| 2.5 结论 |
| 参考文献 |
| 附表 |
（10）基于田间表型和表型组平台图像指标解析棉花响应干旱的遗传基础（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略语表 |
| 第一章 前言 |
| 1.1 研究问题的由来 |
| 1.2 文献综述 |
| 1.2.1 植物抗旱性鉴定的主要指标 |
| 1.2.1.1 抗旱性鉴定的形态指标 |
| 1.2.1.2 抗旱性鉴定的生理生化指标 |
| 1.2.1.3 综合指标 |
| 1.2.2 关联分析及其在植物抗旱中的应用 |
| 1.2.2.1 关联分析概念及其优势 |
| 1.2.2.2 关联分析理论基础:连锁不平衡 |
| 1.2.2.3 关联分析在粮食作物抗旱中的研究进展 |
| 1.2.2.4 关联分析在棉花抗旱中的研究进展 |
| 1.2.3 植物表型组学的发展和应用 |
| 1.2.3.1 表型组学的概念及优势 |
| 1.2.3.2 植物表型组学的研究策略 |
| 1.2.3.3 国外表型平台及国际组织的发展 |
| 1.2.3.4 我国植物表型平台的发展及应用 |
| 1.2.3.5 植物表型组学解析遗传基础的研究进展与趋势 |
| 1.3 本研究的目的和意义 |
| 第二章 田间棉花的多指标综合性抗旱研究 |
| 2.1 材料与方法 |
| 2.1.1 试验设计与干旱处理 |
| 2.1.2 性状考察 |
| 2.1.3 遗传力分析和方差分析 |
| 2.1.4 抗旱系数与综合抗旱指数 |
| 2.1.5 材料重测序及数据分析 |
| 2.1.6 全基因组关联分析及干旱相关(DR)候选基因鉴定 |
| 2.1.7 qRT-PCR验证候选基因 |
| 2.2 结果与分析 |
| 2.2.1 表型变异结果分析 |
| 2.2.2 正常给水条件下性状之间的相关性分析 |
| 2.2.3 不同灌水条件下棉花产量、纤维品质及相关性状表现 |
| 2.2.4 基因型数据分析和变异鉴定 |
| 2.2.5 群体结构和主成分分析 |
| 2.2.6 全基因组关联分析和DR位点鉴定 |
| 2.2.7 转录组分析和q RT-PCR检测DR候选基因 |
| 2.3 讨论与结论 |
| 2.3.1 限制给水影响棉花的发育和形态发生 |
| 2.3.2 限制给水影响棉花籽棉产量 |
| 2.3.3 全基因组关联分析有助于棉花DR基因的发掘 |
| 2.3.4 结论 |
| 第三章 表型组学与基因组学联合解析棉花苗期响应干旱的遗传基础 |
| 3.1 材料与方法 |
| 3.1.1 试验材料 |
| 3.1.2 试验设计和干旱处理 |
| 3.1.3 图像数据收集及数字化特征(i-traits)提取 |
| 3.1.3.1 颜色分量提取 |
| 3.1.3.2 i-traits的定义 |
| 3.1.4 i-traits表型数据分析 |
| 3.1.5 材料重测序及全基因组关联分析 |
| 3.1.6 转录组测序 |
| 3.1.7 差异表达基因分析 |
| 3.1.8 病毒介导的基因沉默(VIGS)实验 |
| 3.1.9 VIGS材料的干旱处理及表型考察 |
| 3.2 结果与分析 |
| 3.2.1 高通量自动表型平台测定棉花表型数据 |
| 3.2.2 干旱条件下的i-traits变异 |
| 3.2.3 新型的i-traits抗旱指标 |
| 3.2.4 基因型数据分析 |
| 3.2.5 群体结构和主成分分析 |
| 3.2.6 全基因组关联分析和DR位点鉴定 |
| 3.2.7 干旱负调控基因Gh DNRs的鉴定 |
| 3.3 讨论与结论 |
| 3.3.1 表型组学可以为棉花抗旱研究提供新型表型指标 |
| 3.3.2 表型组学结合GWAS有利于鉴定DR基因 |
| 3.3.3 植物表型组学研究展望 |
| 3.3.4 结论 |
| 参考文献 |
| 附录 I |
| 附录 II |
| 一、攻读学位期间已发表论文 |
| 二、参加国际会议 |
| 致谢 |
四、Tagging and Mapping of QTLs Controlling Lint Yield and Yield Components in Upland Cotton Using SSR and RAPD Markers（论文参考文献）
- [1]棉花陆海渐渗系16号染色体纤维品质QTL精细定位与分子标记辅助选择[D]. 高玉洁. 新疆农业大学, 2021
- [2]高丹草低氢氰酸性状主效QTL PA7-1和PA7-2的精细定位及其候选基因分析[D]. 吴国芳. 内蒙古农业大学, 2021(01)
- [3]饲用型小黑麦RIL群体草产量相关性状的遗传分析及QTL定位[D]. 金星娜. 甘肃农业大学, 2021
- [4]棉花陆海渐渗系群体的产量品质、抗黄萎病QTL挖掘及qVW-5-1的精细定位[D]. 杨芮. 中国农业科学院, 2021
- [5]苎麻皮厚性状候选基因挖掘及筛选[D]. 石亚亮. 中国农业科学院, 2021(09)
- [6]陆地棉优质早熟群体产量与纤维品质性状QTL定位[D]. 黄莎. 西南大学, 2021(01)
- [7]陆地棉野生系阔叶棉产量和纤维品质QTL有利等位基因鉴定[D]. 张潇. 西南大学, 2021(01)
- [8]陆地棉产量和纤维品质性状QTL分析[D]. 欧云灿. 西南大学, 2021(01)
- [9]基于全基因组重测序解析新疆海岛棉遗传变异及纤维性状相关基因的挖掘[D]. 余静文. 浙江大学, 2021(01)
- [10]基于田间表型和表型组平台图像指标解析棉花响应干旱的遗传基础[D]. 李保奇. 华中农业大学, 2020