SLAF技術構建遺傳圖譜定位四倍體棉花單鈴重性狀

研究背景

棉花是重要的經濟作物，提供了高質量的棉纖維用於工業生產和人類使用。不斷增長的工業需求給棉花增產提出了更高的要求。單鈴重是重要的產量構成因子之一，如何在不降低其他纖維品質的前提下提高產量是育種家孜孜以求的目標。通過MAS輔助育種能夠直接對基因型進行選擇。基於遺傳圖譜的QTL定位研究可以定位到相應的功能基因或者與功能基因緊密連鎖的分子標記，因此能極大地促進MAS研究。常規的SSR標記很難構建飽和的遺傳圖譜，而利用SNP標記則可以解決這個問題。利用高通量測序技術能夠對全基因組開發SNP標記，使高密度遺傳圖譜構建成為可能。

本研究利用SLAF-seq技術對包含196個子代的陸地棉RIL群體構建高密度遺傳圖譜，並結合多年多點單鈴重的表型數據進行QTL定位。同時針對QTL定位區域進行候選基因的挖掘。

材料和方法

本文親本是0-153和sGK9708，0-153纖維品質較好，而sGK9708產量潛力高且適應性廣。雙親單鈴重性狀差異極顯著。F6:8重組自交系196個。方法：利用SLAF-seq技術構建高密度遺傳圖譜並進行QTL定位。QTL定位軟體：Windows QTL Cartgrapher 2.5。

結果分析

共獲得443.56M reads共計87.89GB數據。數據Q20為82.24%，GC含量為34.47%。親本共開發SLAF標籤5.3萬個，深度分別為78.66X和102.13X。子代平均開發5萬個SLAF標籤，平均深度為14.5X。

基於SLAF標籤共開發出160876個SNP，其中親本中多態性有23519個，多態率為14.62%。適合棉花作圖的SNP標記（aaxbb型）18318個，去除低質量、低深度和極顯著偏分離的標記後後剩餘5521個SNP用於遺傳圖譜構建。

構建了棉花A基因組和D基因組連鎖群26個，共3259.37cM的遺傳圖譜，平均圖距0.78cM。其中A基因組包含標記3550個，遺傳距離1838.37個，D基因組包含標記個1971個，遺傳距離1971cM。

（1）遺傳圖與棉花物理圖譜共線性分析發現圖譜覆蓋度良好，絕大多數的SNP與物理圖譜的共線性良好，相對於A基因組而言，D基因組的共線性更好。

（2）重組熱點分析發現26條連鎖群中，21條含有重組熱點區域，A套中9條LG含有重組熱點，D套中12條LG含有重組熱點。所有LG中，13號含有重組熱點最多，有196個。

結合多年多點的表型數據進行QTL定位，共檢測到11個不同環境下146個單鈴重的QTL位點，其中16個能在至少3個環境中重複檢測到。這16個QTLs中qBW-chr13-7能在7種環境下檢測到，包含26個SNP標記，解釋表型變異率在6.13%-14.7%之間。結合參考基因組共鑒定出344個候選基因，其中340個基因含有注釋信息，並利用GO，KEGG和KOG數據分別進行基因富集分析。為更進一步精細定位和MAS育種奠定基礎。

參考文獻

Construction of a high-density genetic map by specific locus amplified fragment sequencing (SLAF-seq) and its application to Quantitative Trait Loci (QTL) analysis for boll weight in upland cotton (Gossypium hirsutum.).

BMC plant biology,2016.

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！