科研产出
安徽两水系黄颡鱼的微卫星遗传多样性分析
《南方水产科学 》 2020 北大核心 CSCD
摘要:为了解安徽省内长江和淮河水系黄颡鱼(Pelteobagrus fulvidraco)遗传多样性和遗传结构,选用10个微卫星标记对9个自然群体共254尾黄颡鱼进行了遗传分析.共检测到等位基因数(Na)245个,平均有效等位基因数(Ne)9.75个.各群体的平均Na为5.20~14.80,平均Ne为2.64~8.93;平均观测杂合度(Ho)为0.496~0.671,平均期望杂合度(He)为0.557~0.818;平均多态信息含量(PIC)为0.500~0.790.AMOVA分析显示仅8.15% 的遗传变异来自群体间,各群体间的遗传分化指数(FST)为0.006~0.236.基于Nei's遗传距离的UPGMA系统树和利用Structure软件的群体遗传结构分析均显示,9个群体可被划分4或5个谱系,其中石台(秋浦河水系)、麻川河(青弋江支流)、阜南(淮河水系)3个群体的个体遗传结构均比较独立,与其他群体亲缘关系较远;其他6个群体(长江水系的望江、无为、龙窝湖、泾县群体和淮河水系的凤台、瓦埠湖)的较为复杂,可能存在谱系间的混杂.结果表明,研究区域内黄颡鱼野生资源遗传多样性较高,地理群体间存在遗传分化且部分群体可能经历了瓶颈效应.
111份多棱大麦种质主要农艺性状的遗传多样性
《大麦与谷类科学 》 2020
摘要:为客观评价多棱大麦种质资源主要农艺性状的遗传多样性,指导大麦亲本选配,以取自国内外不同生态区的111份多棱大麦种质为材料,考察7个主要农艺性状,通过变异系数、遗传多样性指数、主成分分析和聚类分析对供试材料的遗传多样性进行综合评价.结果显示:1)各性状的变异系数差别明显,变幅为13.7%~37.8%,其中单株粒质量(变幅37.8%)、单株粒数(变幅35.2%)和单株穗数(变幅33.0%)变异较大.2)各性状的遗传多样性指数相近,其中单株穗数最小(指数1.994),穗下节间长最大(指数2.085).3)主成分分析结果显示,前3个主成分对变异的累计贡献率达80.000%,反映了多棱大麦的单株粒质量、株高和千粒质量特性.4)聚类分析将供试材料分为3大类群,类群Ⅰ高秆大穗,千粒质量高,单株穗数和单株粒数低,以地方品种居多;类群Ⅱ矮秆穗小,千粒质量低,国外品种占半数以上;类群Ⅲ株高适中,单株穗数、单株粒数和千粒质量高,以育成品种为主.说明基于农艺性状对大麦种质遗传多样性评价简单可行.结合主成分和聚类分析指导亲本选配,有助于更快培育出符合育种目标的大麦新品种.
关键词: 多棱大麦 农艺性状 遗传多样性 主成分分析 聚类分析
安徽省淮河水系短颌鲚群体遗传多样性
《动物学杂志 》 2020 北大核心 CSCD
摘要:短颌鲚(Coilia brachygnathus)是一种小型经济鱼类,同时也是大型肉食性鱼类和江豚(Neophocaena phocaenoides)的饵料,在食物链中占据重要地位,受过度捕捞、环境污染以及栖息地破坏等多种因素的影响,短颌鲚野生资源面临严重威胁.目前有关淮河短颌鲚遗传资源的数据仍然缺乏.本研究采用微卫星分子标记对安徽省淮河水系短颌鲚5个群体进行遗传多样性分析.结果 显示,10个微卫星位点在所有短颌鲚样本中均具有高度多态性,多态信息含量(PIC) 0.852~0.942;5个短颌鲚群体均显示出较高的遗传多样性水平,期望杂合度He为0.879~ 0.903,多态信息含量(PIC) 0.851~0.881.分子方差分析(AMOVA)显示,大多数遗传变异存在于群体内(97.88%),群体间的遗传变异仅为2.12%.5个群体遗传分化水平较低(Fst< 0.05),其中,遗传分化系数最小的是浍河和颍河群体(Fst=0.004)且二者间遗传距离最近(Da=0.161);遗传分化系数最大的是凤台和王家坝群体(Fst=0.041)且其间遗传距离最远(Da=0.560).群体遗传结构分析表明,5个短颌鲚群体可划分为3个组群.5个群体都可能经历过瓶颈效应,尤其是怀远和凤台群体.但安徽省淮河水系短颌鲚仍具有较高的遗传多样性,具有潜在的开发与利用价值,建议将其作为一个保护单元进行保护和管理.
绿豆SSR标记的开发及遗传多样性分析
《作物学报 》 2019 北大核心 CSCD
摘要:SSR标记以其数量丰富、多态性好、共显性遗传等优点在基础研究和育种工作中发挥了重要作用,但目前绿豆基因组中的SSR标记依然较少。本研究将磁珠富集法和测序技术相结合高通量检测绿豆基因组SSR位点,鉴定出3,275,355个SSR位点,开发了2742个SSR标记。选取其中157个SSR进行PCR验证,发现有90个(57.33%)标记在10份材料中表现出多态性。挑选40个条带清晰、多态性高、染色体上均匀分布的标记对90份绿豆资源进行遗传多样性分析,单个位点检测到的等位变异数为2~8个,平均为3.0个,有效等位基因数为1.31~4.21个,平均为2.16。Nei’s基因多样性指数在0.23~0.76之间,平均为0.51。多态性信息含量为0.22~0.72,平均为0.43。聚类分析将90份材料分为2个类群,包含4个组。第I组主要由北方资源组成,第Ⅱ组种质来源较为分散,第Ⅲ组主要由山东的资源构成,第Ⅳ组包含多数河北的种质资源。本研究开发的多态性SSR标记不仅可以用于绿豆种质资源的遗传多样性分析,也将在高密度遗传图谱构建、基因定位和分子标记辅助育种中发挥重要作用。
水稻功能性插入缺失标记(InDel)的筛选与应用
《作物杂志 》 2019 北大核心
摘要:开展水稻品种纯度和真实性鉴定对水稻遗传育种和种子生产有着重要的意义。以245个长江中下游主推水稻品种为研究材料,从643个插入缺失(InDel)位点中筛选出124个功能性多态性位点,建立了InDel高效检测体系。进一步利用InDel标记vf0121641804和SSR标记RM7120分析水稻样品的纯度,同时选用覆盖12条染色体的24对InDel引物和48对SSR标准引物分析水稻品种真实性,结果表明,采用InDel标记检测水稻品种纯度和真实性的结果与采用SSR标记检测结果一致,说明水稻功能性InDel标记也可用于水稻品种纯度和品种真实性的鉴定。在此基础上,鉴定了245个水稻品种124个InDel标记的基因型遗传多样性并进行了聚类分析,结果表明,水稻材料间存在明显的群体结构,基本反映了不同品种间的亲缘关系。水稻功能性InDel标记的筛选与应用,不仅为品种纯度和真实性鉴定、遗传多样性分析提供了新方法;而且可用于分子辅助育种,提高强优势组合的预见性。
关键词: 水稻 InDel 多态性位点 品种纯度 品种真实性 遗传多样性
ISTR标记在榧树种质资源遗传多样性分析中的应用
《江苏农业科学 》 2019
摘要:利用反向序列标签重复技术(inverse sequence-tagged repeat,ISTR)对43份安徽省榧树种质资源及3份浙江省榧树资源进行了遗传多样性分析。ISTR能很好地用于榧树种质资源遗传多样性分析,多态性比例为87. 09%,46份榧树种质遗传相似系数为0. 548 4~1. 000 0,表明安徽省榧树种质资源遗传多样性较为丰富。采用UPGMA(非加权组平均算法)对46份种质的ISTR数据进行聚类分析,结果显示可分为3个类群,来自同一地方的种质基本上都独立聚成类群,表明种质间亲缘关系与地理来源关系较为密切;相似的种质类型聚为一类,可能与实生繁殖方式有关。ISTR标记可在榧树种质资源遗传多样性分析中被广泛地应用。
关键词: 香榧 反向序列标签重复技术 遗传多样性
金寨黑鸡BBMMPP6基因多态性及其对生长性能的影响
《中国家禽 》 2019 北大核心
摘要:研究采用DNA检测,研究其对金寨黑鸡0~14周龄生长性能的影响。结果显示:金寨黑鸡BMP6基因外显子1上存在A76150G一个突变位点,并导致了His→Arg的氨基酸改变,该位点PIC值为0.37,属于中度多态,基因型分布处于Hardy-Weinberg多态性有着显著关联(P<0.05),体重差异在各日龄间有着一致性;母鸡各基因型各日龄体重差异均不显著(P>0.05);对金寨黑鸡胫长影响差异不显著(P>0.05)。研究表明:BMP6基因A76150G位点可用于6周龄金寨黑鸡公鸡生长性状选育的参考分子标记。
定远猪CATSPER1基因多态性及与产仔数的相关分析
《养猪 》 2019
摘要:利用现代分子标记技术探索了影响猪产仔数的候选基因CATSPER1多态性,并分析了多态性与产仔数间的相关性,为建立产仔数分子标记辅助选择方法提供依据.试验采用PCR-RFLP(HhaI限制性内切酶)技术,分析了264头定远猪母猪的CATSPER1基因exon 1的c.A779G多态性,并采用最小二乘法分析了CATSPER1基因多态性对产仔数影响的遗传效应.结果显示,CATSPER1基因c.A779G位点在定远猪中存在多态性,AA、AG和GG型频率分别为0.0303、0.2727和0.6970,野生型等位基因A的基因频率为0.1667,经检验该位点在定远猪群中处于哈德-温伯格平衡状态(P>0.05);AA型个体的总产仔数和产活仔数最高,GG型个体最低,AA型总产仔数均极显著高于AG和GG型(P<0.01),AA型个体的产活仔数均显著高于AG和GG型(P<0.05),而AG和GG型个体间的总产仔数和产活仔数均差异不显著(P>0.05);遗传效应分析表明,等位基因A为定远猪优良等位基因,A等位基因替代G等位基因的效应均为正值,因此选择AA型个体留种有利于提高群体的产仔数.
大麦产量相关性状一般配合力的差异分析
《华北农学报 》 2018 北大核心 CSCD
摘要:为研究大麦产量相关性状一般配合力(GCA)的差异,筛选高GCA亲本,以我国不同产区具代表性的17份大麦新品种(系)为亲本材料,两年度采用NCⅡ设计对7个产量相关性状的配合力进行方差分析。结果表明,所有性状一般配合力(GCA)与特殊配合力(Special combining ability,SCA)方差在单年度或两年度达显著或极显著水平,且GCA方差普遍大于SCA方差,表明基因加性、非加性效应同时存在,并以加性效应为主。所有性状亲本间GCA差异显著,可针对目标性状筛选到高GCA亲本,如16号亲本(95033-1)在穗粒数、千粒质量及单株粒质量3个性状上GCA值均较高,是一优良亲本。亲本性状值与其GCA值间的相关性在不同性状上表现不同,如在株高、穗下节间长、穗长及穗粒数4个性状上,两者呈极显著正相关;在单株穗数与单株粒质量上,仅单年度检测到两者呈显著或极显著正相关;而对于千粒质量,两者相关不显著。因此,前4个性状可根据亲本性状值预测其GCA大小。综上,大麦杂交育种可针对目标性状选择高GCA亲本进行组配,提高后代选择效率。