分子标记辅助选择育种课件_第1页
分子标记辅助选择育种课件_第2页
分子标记辅助选择育种课件_第3页
分子标记辅助选择育种课件_第4页
分子标记辅助选择育种课件_第5页
已阅读5页,还剩38页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第四章分子标记辅助选择育种

提纲植物MAS是分子育种的重要部分MAS的前提与影响因素植物MAS的基本方法植物MAS的应用植物MAS的发展策略基于QTL定位的植物分子育种

分子标记在作物育种中的直接应用是对性状进行辅助选择,即分子标记辅助选择(MolecularMarker-AssistedSelection,MAS)。它是利用与目标性状基因紧密连锁的分子标记进行间接选择,是对目标性状在分子水平的选择,不受环境影响,选择结果可靠;在聚合有利目标性状的同时,可以在回交渐渗过程中,通过遗传背景选择,减少连锁累赘,加速育种进程。MAS的前提1、建立尽量饱和的分子标记图谱2、基于图谱的目标基因定位3、检测的自动化二MAS的前提与影响因素影响分子标记辅助选择的因素1、分子标记与目的基因或QTL之间的连锁程度从标记辅助选择的效率或可靠性考虑,两侧相邻标记彼此越靠近越好。但是…2、选用的分子标记数目对主基因,用位于主基因两侧的两个分子标记同时选择。对于QTL,在少数QTL可解释大部分变异的情况下,MAS的效率高。一般认为存在一个最佳数目,这与性状的遗传力有关。Gimelfarb&Lande(1994a)发现利用6个标记时的MAS效率高于利用3个标记时的效率,但利用12个以上的标记时,MAS的效率在低世代时反而降低,在高世代时增幅很小。

影响分子标记辅助选择的因素3、群体大小Lande&Thompson(1990)分析MAS的效率时曾假定群体无限大,标记无限多,在此基础上作出性状遗传力低时MAS比常规选择效率高的结论,但他们还是认为有必要研究大量个体,样本大小对加性遗传方差有一定影响,在群体很小时MAS没有多大用处。其它一些根据计算机模拟的结果对MAS的效率进行的研究表明,群体大小是影响MAS的关键因素,MAS的相对效率随群体增大而提高,但在群体小于200时MAS仍然有效。4、性状的遗传力

一般来说遗传力越高则MAS效率降低。Moreauetal.(1998)认为在群体大小有限的情况下,对低遗传力的性状MAS的相对效率也较高,但存在一个最适遗传力,在此限之下MAS的效率会降低。在低遗传力(0.1-0.2)时,MAS的效率更高,但可能出现的负面试验的频率也高一些,因此利用MAS技术所选性状的遗传力在0.3-0.4之间会更好。5.世代?分子标记辅助育种已经得到了很大的发展,在很多作物中已定位了很多重要性状的基因,但育成品系或品种的还相对较少。原因:首先,定位工作与育种的脱节。许多研究人员把定位与育种分开来,定位时只考虑标记鉴定的可行性,不考虑亲本选配、育种目标,最终只能产生育种用的种质材料。其次,标记的鉴定技术还有待于进一步提高;标记辅助选择技术体系还有待进一步完善。对策:为了使基因定位的成果尽快服务于育种,今后在策略上应重视与育种直接有关的材料;所构建的群体尽可能做到既是遗传研究群体,又是育种群体,这样才能缩短基因定位与育种应用的距离。质量性状的MAS数量性状的MAS三MAS的基本方法一、前景选择对目标基因的选择称为前景选择(foregroundselection),这是标记辅助选择的主要方面。前景选择的可靠性主要取决于标记与目标基因间连锁的紧密程度。若只用一个标记对目标基因进行选择,则标记与目标基因间的连锁必须非常紧密,才能够达到较高的正确率。

质量性状的MAS假设某标记座位(M/m)与目标基因座位(Q/q)连锁,重组率为r,F1代基因型为MQ/mq,其中Q为目标等位基因,亦即要选择的对象。由于M与Q连锁在一起,因此在后代中可通过M来选择Q。在F2代通过选择标记基因型M/M而获得目标基因型Q/Q的概率(即单株选择的正确率)为:

质量性状的MAS从下图看出,选择正确率随重组率的增加而迅速下降。若要求选择正确率达到90%以上,则标记与目标基因间的重组率必须不大于0.05。当重组率超过0.10时,选择正确率已降到80%以下。质量性状的MAS左图:重组率与F2中辅助选择正确率的关系对基因组中除了目标基因之外的其它部分(即遗传背景)的选择,称为背景选择。与前景选择不同的是,背景选择的对象几乎包括了整个基因组。在分离群体(如F2群体)中,由于在上一代形成配子时同源染色体之间会发生交换,因此每条染色体都可能是由双亲染色体重新组装成的嵌合体。所以,要对整个基因组进行选择,就必须知道每条染色体的组成。这就要求用来选择的标记能够覆盖整个基因组,也就是说,必须有一张完整的分子标记连锁图。二、背景选择质量性状的MAS一个栽培番茄与野生番茄杂交的F2个体的图示基因型质量性状的MAS基因聚合(genepyramiding)就是将分散在不同品种中的有用基因聚合到同一个基因组中。植物抗病性分为垂直抗性和水平抗性两种,其中垂直抗性受主基因控制,抗性强,效应明显,易于利用。但垂直抗性一般具有小种特异性,所以易因致病菌优势小种的变化而丧失抗性。如果能将抵抗不同生理小种的抗病基因聚合到一个品种中,那么该品种就具有抵抗多种生理小种的能力,亦即具有多抗性。

质量性状的MAS三、基因聚合3个抗稻瘟病基因Pi-2、Pi-1和Pi-4在水稻第6、11和12号染色体上的定位

质量性状的MAS利用分子标记聚合3个抗稻瘟病基因Pi-2、Pi-1和Pi-4的试验方案

回交育种中传统方法与标记辅助选择效率的计算机模拟比较.

假想的3个BC1植株的图示基因型.

2、标记值选择

利用完整的分子标记连锁图进行QTL定位分析,原则上应该能够估计出个体的加性效应值。但从初级定位通常无法检测出全部的QTL并准确地估计出它们的效应,因而估得的个体加性效应值只是近似的,可能存在较大的误差。要得到个体加性效应值的精确估值,必须进行QTL的精细定位,但这是一个庞大的系统工程,需要经过长期的努力才可能完成。因此,目前利用分子标记还只能做到近似的依据加性效应值的选择。数量性状的MAS在加性模型下,性状-标记回归方程为:

数量性状的MAS个体的标记值为:将标记值选择与表型值选择的遗传进度分别记为和。可以推得,在选择率相同的情况下,二者的相对效率为:

数量性状的MAS3、指数选择

标记值和表型值都是加性效应的近似值,二者都含有加性效应的部分信息,而且这些信息可能存在互补性(亦即彼此不完全重叠),那么,若将二者的信息综合起来,作为选择的依据,则可望获得更高的选择效率。为此,Lande和Thompson(1990)建议用表型值和标记值构建一个选择指数:

数量性状的MAS选择指数也是对加性效应值的一种近似值,其近似程度取决于它的遗传力

对于定向选择,指数选择与表型值选择、标记值选择的相对效率为

数量性状的MAS4、基因型选择

标记值选择和指数选择都还只是(通过基因型值)对基因型的间接选择。更有效的选择方法应是象质量性状的标记辅助选择那样,直接依据个体的基因型进行选择(称为基因型选择),具体地说,就是对每个目标QTL利用其两侧相邻标记或单个紧密连锁的标记进行选择,其原理和方法与质量性状相似。事实上,这才是最初提出的标记辅助选择的概念。

数量性状的MASHospital和Charcosset(1997)建议,对每个目标QTL,最好用3个相邻的连锁标记进行跟踪选择。这3个标记的最佳位置应根据目标QTL的位置置信区间来决定。一般而言,中间一个标记应处在非常靠近或正好位于估得的目标QTL的位置上,而另外两个标记则近乎对称地位于两侧。由两端标记所确定的目标区段的最佳宽度与QTL位置置信区间的宽度成正比(图6.11)。置信区间越大,目标区段也应越大,才能保证目标QTL真实地位于目标区段内。四MAS的应用小麦抗病性:土耳其农学院作物科学系Yildirim等2004年利用与Yr26紧密连锁的SSR标记选育出高抗条锈病的BC4F3植株。中国农科院作物所曾祥艳等2005通过MAS,选育出聚合抗白粉、条锈和黄矮病的冬性和春性小麦新种质。中国科学院遗传与发育生物学研究所徐相波等2006通过Pm21的MAS,获得若干具有Pm21基因(前景选择)且产量性状好的新品系。蛋白质含量:南开大学生命科学学院陈喜文等2007年进行了小麦蛋白质含量QTL的MAS,大大提高了回交后代蛋白质含量。水稻MAS聚合多个抗病基因(白叶枯病、稻瘟病)、抗虫(抗水稻螟虫基因Bt)、外观品质(粒宽和长宽、直链淀粉含量)等质量性状或主效QTL有成功报道。数量性状的选择进展较缓慢(产量和品质),但有尝试,效果较好。国家杂交水稻工程技术研究中心将普通野生稻的两个高产QTL并成功地将其转入优良晚稻恢复系,育成了Q611等携带野生稻高产QTL(前景选择)的强优恢复系,进而选配出一批具有超高产潜力的杂交水稻新组合。Tanksley等[47]利用MAS实现了多个QTL从野生近缘种向优良的栽培稻品种的转移。玉米玉米上许多抗病基因已被定位,如玉米大斑病、灰斑病、赤霉病、炭疽病和条斑病等,2002年玉米抗粗缩病病毒(MRDV)基因的RAPD标记及MAS有较好的尝试。大豆

大量QTL定位,但MAS几乎无报道纤维强度、Bt抗虫基因、抗黄萎病的MAS已有较好结果,通过聚合纤维强度QTL和Bt抗虫基因,获得新品系。棉花五MAS的发展策略

迄今分子标记辅助选择技术在育种中的应用显得很不够。一个重要原因是,大多数研究的最初目的只是为了定位目标基因,在实验材料的选择上只考虑研究的方便,而没考

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论