位点组合处于LD，占总位点组合数的8. 13 % ;当P < 0. 01时，仅102个位点处于LD，占总位点组合数的2. 4% ;按R2的范围，R2> 0. 01的位 点组合有2583个，占总位点组合数的60. 4% ;R2> 0. 05的位点组合有127个，占总位点组 合数的3. 0%;R2> 0. 1的位点组合有11个，占总位点组合数的0. 25%。总之，本发明所使 用的104个材料连锁不平衡水平很低，适合于全基因组关联分析策略进行初定位。
[0088] 2. 4群体结构分析
[0089] 群体结构会增加群体的连锁不平衡率，使原本不相关的性状与基因呈现连锁状 态，出现假阳性。因此需要对样本的群体结构进行校正。
[0090] 将93对多态性引物的分子标记数据运用STRUCTURE软件进行群体结构检验，将群 体划分为1到10(κ= 1，2,3，...，10)的亚群进行3次重复的测试，确认类群数目。将亚群 测试过程中运行得出的对数似然值LnP(D)的平均数，绘制成与亚群数K相关的折线图，如 图3所示。由图3可知，随着亚群数目K的增加，后验概率对数随之增大，不能确定K的取 值。所以采用A K的方法确定K值，采用Evanno等（2005)提出的方法求得ΔΚ，绘制Δ K 与K的相关关系图，来确定最佳亚群数，如图4所示。因此，本发明将K = 2、K = 6时的Q 矩阵和PCA矩阵同时作为协方差进行关联分析，以对比消除群体结构引起的假阳性关联。
[0091] 2. 5 SSR位点与苎麻纤维细度的关联分析
[0092] 运用TASSEL软件的MLM程序，以得到的K矩阵和群体Q值以及PCA矩阵作为协方 差，在显著性水平P < 0. 05下，将分子数据和苎麻纤维细度数据进行Q+K+MLM和PCA+K+MLM 的逻辑回归率检验，输出各位点的显著性水平P及其对表型变异的解释率R2,如表4所示 部分结果，寻找与性状相关联的分子标记。3种分析方法的结果如表4所示，在K = 6的 Q+K+MLM关联到的标记数目最多，而PCA+K+MLM关联到的标记数目最少。3个标记RAM0298， b64和b38在3种分析模型中均被检测到与单纤维支数显著关联，并且3个标记在3个分析 模型中的显著性水平（P_marker)和对表型变异解释率（Rsq_marker)都非常接近。其中， RAM0298对表型变异解释率最高，在三种分析模型中分别为22. 53%，21. 54%，20. 89%，是 控制单纤维支数的主效QTL。
[0093] 表4与纤维细度性状显著相关的分子标记（P < 0. 05)
[0094]
[0095] 3 讨论
[0096] 本发明所使用的这104份苎麻核心种质的单纤维支数变异丰富，对关联分析方法 挖掘单纤维支数等位变异非常有利。但是性状的分布不符合正态性分布，这可能导致某些 控制该性状的QTL被遗漏掉。群体的连锁不平衡水平很低，适合于全基因组分析策略定位 标记-性状的关联。在苎麻中进行关联分析定位纤维细度QTL的报道还未见报道，而且对 连锁不平衡评价的研究也未见报道。本发明使用3种分析策略共同定位到3个单纤维支数 的关联标记，并且不同模型的结果基本一致。这说明这3个关联标记是阳性关联，这就有效 的消除了群体结构带来的假阳性关联。定位到的3个单纤维支数的标记，其中，RAM0298对 表型变异解释率最高，在三种分析模型中分别为22. 53%，21. 54%，20. 89%，是控制单纤维 支数的主效QTL。分子标记RAM0298为今后分子标记辅助选择单纤维支数的优良种质和精 细定位甚至图位克隆单纤维支数的主效基因提供了候选区间。
[0097] 表5 93对SSR引物信息
[0098]
[0101] 尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列 运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地 实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限 于特定的细节和这里示出与描述的图例。
【主权项】
1. 一种苎麻中控制纤维细度的主效数量性状位点，其特征在于，所述控制纤维细度的 主效数量性状位点为SSR标记RAM0298。2. -种获得苎麻中控制纤维细度的主效数量性状位点的方法，其特征在于，包括如下 步骤： 步骤一、利用93对SSR标记引物，对多份苎麻种质进行检测以得到该多份苎麻种质的 93个SSR标记的基因型； 步骤二、利用Tassel软件的连锁不平衡分析程序，分析步骤一中得到的该多份苎麻种 质的SSR标记的基因型，计算出连锁不平衡配对检测的K矩阵图； 步骤三、利用Structure软件和该多份芒麻种质的93个SSR标记的基因型对所述多份 苎麻种质进行群体结构分析生成Q值矩阵； 步骤四、利用Tassel软件的MLM程序，以步骤二中得到的K矩阵图和步骤三中得到的 Q值矩阵作为协方差，在显著性水平P < 〇. 05下，将分子标记数据和所述多份苎麻种质纤维 细度的数量性状数据进行Q值矩阵、K矩阵图和MLM程序混合线性模型的逻辑回归率检验， 输出各SSR位点的显著性水平P及其对表型变异的解释率R 2数据； 步骤五、首先利用GenALEx软件分析该多份芒麻种质的93个SSR标记的基因型输出 PCA矩阵，再利用Tassel软件的MLM程序，以该PCA矩阵和步骤二中得到的K矩阵图作为 协方差，在显著性水平P < 〇. 05下，将分子标记数据和所述多份苎麻种质的纤维细度的数 量性状数据进行PCA矩阵、K矩阵图和MLM程序混合线性模型的逻辑回归率检验，也输出各 SSR位点的显著性水平P及其对表型变异的解释率R 2数据；以及， 步骤六、选取步骤四和步骤五中显著性水平P < 0. 01和表型变异解释率R2> 0. 20的 SSR位点，以得到苎麻中控制纤维细度的主效数量性状基因。3. 如权利要求2所述的获得苎麻中控制纤维细度的主效数量性状位点的方法，其特征 在于，所述步骤三中，利用Structure软件进行群体结构分析时，设定亚群数目k = 2或k =6,使用Clummpp软件合并亚群数目k = 2或k = 6时的各自3个运行的结果生成两个Q 值矩阵； 所述步骤四中，利用Tassel软件的MLM程序分别采用该两个Q值矩阵作为协方差进行 两次PCA矩阵、K矩阵图和MLM程序混合线性模型的逻辑回归率检验，输出两组各SSR位点 的显著性水平P及其对表型变异的解释率R 2数据。4. 如权利要求2所述的获得苎麻中控制纤维细度的主效数量性状位点的方法，其特征 在于，所述步骤一中，所述93对SSR标记引物的核苷酸序列依次分别为SEQ ID NO :1~186 所示。5. 如权利要求2所述的获得苎麻中控制纤维细度的主效数量性状位点的方法，其特征 在于，所述步骤五中，所述多份苎麻种质的纤维细度的数量性状数据为各个苎麻品种的单 纤维支数数据。6. 如权利要求2所述的获得苎麻中控制纤维细度的主效数量性状位点的方法，其特征 在于，所述步骤二中，计算连锁不平衡配对检测的K矩阵图前，首先过滤掉该多份苎麻种质 的SSR标记的基因型中基因频率小于5 %的基因型。7. 如权利要求2所述的获得苎麻中控制纤维细度的主效数量性状位点的方法，其特征 在于，所述多份苎麻种质为104份苎麻种质。8.苎麻中控制纤维细度的主效数量性状位点SSR标记RAM0298用于苎麻品种选育及苎 麻纤维细度提高中的用途。
【专利摘要】本发明公开了苎麻中控制纤维细度的主效数量性状位点SSR标记RAM0298。还公开了获得苎麻中控制纤维细度的主效数量性状位点的方法，包括：一、获得苎麻SSR标记基因型；二、分析SSR标记基因型，计算K矩阵图；三、利用SSR标记基因型生成Q值矩阵；四、以K矩阵图和Q值矩阵作为协方差，将分子标记数据和纤维细度数量性状数据进行检验，输出P及R2数据；五、以PCA矩阵和K矩阵图作为协方差，将分子标记数据和纤维细度数量性状数据进行检验，输出P及R2数据；六、选取P<0.01和R2>0.20的SSR位点，得到苎麻中控制纤维细度的主效数量性状基因。还公开了RAM0298用于苎麻品种选育及纤维细度提高中的用途。
【IPC分类】C12Q1/68, C12N15/11, C12N15/10
【公开号】CN105018477
【申请号】CN201510400514
【发明人】陈建华, 栾明宝, 刘晨晨, 王晓飞, 许英, 孙志民
【申请人】中国农业科学院麻类研究所
【公开日】2015年11月4日
【申请日】2015年7月9日