友情链接

中文|English



  • 1
  • 2
  • 3
  • 4
  • 5
  • 6


利用高光谱技术和全基因组关联分析解析水稻自然变异

发布时间:2017-08-22|点击:6101

近日华中农业大学作物表型组团队在《Scientific Reports》杂志上发文章介绍了一种结合高光谱成像技术和全基因组关联分析解析水稻自然变异的方法。

生物量、绿叶面积、叶绿素等农艺性状是产量的预测因子,精确无损预测这些农艺性状在农学研究上有极大的需求。然而,有些农艺性状比较复杂且遗传力较低,需要把它们分解成简单且遗传力较高的性状。

 

为了解决这个问题,科学家们建立了一个高通量高光谱成像平台,提取各种不同波段下的光谱指数(每个生育期1540个),用于无损预测传统农艺性状,找到对农艺性状影响较大的光谱指数。接着对这些光谱指数进行全基因组关联分析。最终,共定位到989个位点,在这1540个光谱指数中,有502个指数与传统农艺性状相关性较高且有较高的遗传力。有些能被光谱指数(这些光谱指数均与农艺性状有较高的相关性)检测到的位点不能被农艺性状检测到。更为有趣的是,课题组发现1个控制叶绿素含量的候选基因,这个基因并不能被传统绿叶素测量方法识别到,但是却能被与叶绿素含量高度相关的光谱指数识别到。另外,研究进一步证明红边区域对水稻表型和功能基因研究有及其重要的作用。

因此,本文研究证明,结合高通量高光谱成像系统和全基因组关联分析可以为解析水稻复杂性状和水稻功能基因组研究提供一种全新思路和方法。

 

该工作得到了国家高技术发展计划(National Program on High Technology Development (2013AA102403))、国家重点研究与发展计划(National key research and development program (2016YFD0100101-18))、湖北科学条件和资源研究项目(Scientific Conditions and Resources Research Program of Hubei Province of China (2015BCE044))、中国博士后科学基金(China Postdoctoral Science Foundation (2016M592345))和学校基础研究基金(Fundamental Research Funds for the Central Universities (2662017PY058))的资助。

 

来源:Hui Feng, Zilong Guo, Wanneng Yang, Chenglong Huang, Guoxing Chen, Wei Fang, Xiong Xiong, Hongyu Zhang, Gongwei Wang, Lizhong Xiong & Qian Liu (2017). An integrated hyperspectral imaging and genome-wide association analysis platform provides spectral and genetic insights into the natural variation in rice, Scientific Reports, 7: 4401, DOI:10.1038/s41598-017-04668-8