水稻flt;2gt;群体ssrs连锁分析及分子标记作图模型研究.pdfVIP

摘要 f Repeats，SSRs)， Sequence №卫星(Microsatellite)也称为简单重复序≯iJ(Simple 是一辛中多态性丰富的共显性标记。利用水稻来自粳籼亚种亲本的DH群体，已定 估偏分离的情况，构建了以粳稻浙农大11s为母本，粳稻Ux38和Ux42为父本的 标记的分离有明显差异，前者存在严重的偏分离，不适合作图；后者分离正常， 适合作图。应用cw3F，群体对第6染色体Wx基因附近的5个SSRs标记作图，得 作了比较。 三点自交法适用于F，群体显性标记数据连锁分析，为了与经典的两点最大似 然fML)法相比较，列出了两点自交ML法和三点自交法估算显性标记遗传距离的 具体步骤和算法。将水稻F，群体RFLP数据转变为显性标记数据后，连锁关系的 估算结果表明：两种方法所得到的连锁图谱与用MAPMAKER软件计算共显性标 记得到的图谱排序相同、标记间距离相近。当标记数据存在较大程度偏分离时， 由三点自交法构建的图谱中，标记间图距有增大的趋势，并从作图精确性的角度 分析了其原因。作者认为，将共显性标记转变为显性标记进行两次两点自交ML 法估算，可以简化数值计算过程。 遗传标记偏分离是很普遍的现象，采用经典作图方法处理偏分离数据会产生 较大的误差，纳入合子与配子选择因子的ML方程组可以使重组值的估计更准确。 标汜为原始数据，用传统∥检测和连续矿检测两种方法处理共显性分子标记数据， 比较它们对偏分离情况分析的能力，发现连续矿检测比传统的矿检测更加准确有 算标记间的遗传距离，并与经典的最大似然估算结果作了比较。由这个范例可知， 在构建分子标已遗传图谱时，如果两个相邻标记均存在较大的偏分离，最好采用 偏差更小的纳入偏分离因子的最大似然估计方法。 在以上连锁图谱构建的研究中，发现有时即使采用了纳入合子与配子选择因 子的MLE，标记能区分的各基因型估计值还是不能很好的接近观察值，暗示偏分 V 离标记数据中还存在未估计到的偏分离因子。在假设标记的偏分离是由任何可能 的因素所造成的条件下，在每种基因型的预期频率前加上不同的选择强度参数， 得到能估算偏分离遗传标记重组值的通用MLE方法。与经典的不考虑偏分离以及 只考虑配子与合子选择的最大似然估计方法比较，作图精度都有了不同程度的提 局。 进行DH群体和F：群体各种分子标记作图的MLE模型。 了水稻亚种内F：群体SSRs标记作图的可行性，为SSRs 在水稻F：群体中的应用提供了参考；研究了分子标记连锁图谱构建的两种新方法： 从配子频率角度计算显性标记间重组值的三点自交法和纳入合子与配子选择的 MLE法，完成了从理论模型到实践的过程，提供了连锁图谱构建的新工具；最后 提出了能估计未知偏分离因子的通用MLE方程，并证明了其较好的实用性，为建 立由重组估计值映射真实值的作图新策略奠定了基础。 L 、，7 o √ √ 乙／ 关键词： 水稻姻秒扬j丽蔽闩≥ SS。Rs 分子标记 F。群体DH群体 连锁图谱 构建三点自交法最大似然法重组值估计偏分离有效性 合子选择配 子选择Fisher信息观察值连续矿检测 Abstract withsufficient marker acodominant microsatellite)is sequencerepeats(SS