数量性状基因座(QTL)定位的原理及研究进展--精选课件(公开).ppt

童春发等（2005）提出全同胞群体QTL定位的区间作图法 基于全同胞群体构建的遗传连锁图谱 考虑了QTL各种可能的分离形式 可以比较精确地定位QTL位置 不能估计出QTL等位基因的数目 LOD的临界值应该通过随机模拟来确定 可以扩展到复合区间作图 Wu等（2003）将生长曲线模型应用于QTL定位的统计模型中 有关生长的QTL看作是年龄的函数 QTL的效应中反映了与年龄相关的变化 已定位的QTL效应随着树木的生长而增强 茎高QTL激活的时间要比胸径QTL激活的时间早 材性：木材的密度、微纤丝角等 适应性：生长节律、抗病、抗寒、抗旱等 林木数量性状： 在火炬松等树木中，已定位了木材密度和微纤丝角的QTL及数目和表型变异的大小 每个性状都检测到了中等数量的QTL 每个QTL可以解释高达9.5%的表型变异 两个QTL与开始生长时间有关 与停止生长时间有关的QTL则有多个 首次有关QTL与特定环境信号交互作用的研究报道 Jermstad（2003）研究了控制花旗松开始生长时间和停止生长时间的QTL Thank You for Attention! 谢谢！ ③ 基于混合线性模型的复合区间作图法(MCIM) 原理 将群体均值、QTL的各项遗传主效应(包括加性效应、显性效应和上位性效应)作为固定效应，而把环境效应、QTL与环境互作效应、分子标记效应及其与环境的互作效应以及残差作为随机效应，将效应估计和定位分析结合起来，进行多环境下的联合QTL定位分析。此方法是包括加性效应、显性效应及其与环境互作效应的混合线性模型复合区间作图方法，即多性状复合区间定位法(MCIM)。它能克服以上的几种QTL定位法均无法对基因型与环境的互作及各种遗传效应做出正确分析。 优点 该方法与基于多元回归分析的复合区间作图方法相比，用混合线性模型方法进行QTL定位，能无偏地分析QTL与环境的互作效应； 具有很大的灵活性，可以扩展到分析具有加×加、加×显、显×显上位性的各项遗传主效应及其与环境互作效应的QTL； 利用MCIM法得到以上各种效应估计值，可用于预测基于QTL主效应的普通杂种优势和基于QTL与环境互作效应的互作杂种优势，并可直接估算个体的育种值，从而选择出优良个体，能提高遗传改良效率； 可以用来鉴别QTL的紧密连锁和多效性，也可用来分析多年多点试验数据，由此可以检测QTL与环境间的相互作用。 4、QTL定位策略（1） 选择基因型分析 原理 如果某个标记与某个(些)QTL连锁，那么在杂交后代中，该标记与QTL间就会发生一定程度的共分离，于是该标记的不同基因型在数量性状的分布、均值和方差上将存在差异，检验这些差异，就能推知该标记是否与QTL连锁。这种方法也称为基于标记的分析法(marker-based analysis，MBA)。 优点 据估计，对群体中50%的个体(群体中两尾个体各占25%)作基因型分析，可获得分析全部群体的90%的信息量； 可以节省分析分子标记基因型的时间和费用。 缺点 如由于只有极端性状值的个体参与分析，因而只能检测主 效QTL，而且QTL的效应被偏高估计。因此，这种分析策略早期只是对QTL进行初步的分析； 一个性状极端表型的往往不能代表另一性状的极端表型，这种方法不适合于对多个性状的定位分析； 早期的MBA法主要是针对单标记分析(每次只分析一个标记)的，但随着高密度分子标记图谱的出现，为了充分地利用饱和分子标记图谱所提供的遗传信息，选择基因型分析的QTL定位策略也向多标记分析(同时用多个标记进行分析)的方向发展。 （2）分离群体分组分析 原理 在一个分离群体中，选择高低两种极端表型的个体分成两组，若某个标记与QTL有连锁，则它的基因型分离比例在两组中都会偏离孟德尔规律。检验这种偏离，就能推知该标记是否与QTL连锁。这种以数量性状表型为依据进行分组的QTL定位分析策略，称为基于性状的分析法(trait-based analysis，TBA) 。 混合分离群体分析法 TBA中还有一种更简单的做法，称为混合分离群体分析法(bulked segregant analysis，BSA)，它是将高低两组极端表型的个体的DNA分别混合，形成两个DNA池，然后分析两池间的遗传多态性，在两池间表现出差异的标记即被认为与QTL连锁。 缺点 只对主效QTL的定位是有效的； 只能用于单个性状的QTL定位； 灵敏度和准确度都较低。因此，目前的QTL定位研究中，主要还是采用MBA法 。 （3）比较定位 原理 QTL的比较定位是采用同样一套DNA探针，比较不同物种相似性状的QTL在连锁图上的位置。通过QTL的比较定位，育种家就可以从已知物种的QTL研究结果去预期另一物种的重要QTL的位置，从而提高育种效率。 对于杂交不亲和的物种如水稻、小麦、大麦、玉米和高粱等，