对豆科植物与根瘤菌的共生互作研究已有百年历史，而针对豆科植物本身结瘤固氮的生理机制、基因调控过程研究还相对较少。本文以219个大豆品种组成的自然群体为研究材料，通过对未接种菌株USDA110的对照组和接种菌株USDA110的实验组在营养生长30天后的结瘤数量、根瘤干重、结瘤根密度、结瘤全密度的差异性分析，利用高密度SNP标记，通过全基因组关联分析（genome-wide association study, GWAS），定位显著关联的单核苷酸多态性位点，为进一步定位、克隆控制结瘤的相关基因及相关基因功能分析奠定基础。
目录
摘要 1
关键词 1
Abstract 1
Keyword 1
引言 1
1 材料与方法 2
1.1 试验材料 3
1.2 试验方案 3
1.3 样品采集 3
1.4 研究方法 3
1.4.1地上部干重测定 3
1.4.2 根瘤数据统计 3
1.4.3 结果分析 3
2 结果与分析 3
2.1 接菌与非接菌结果的差异性 3
2.2接菌与非接菌各性状频数及分布曲线 5
2.3 全基因组关联分析 7
3 讨论 10
3.1根部性状对结瘤的重要性 11
3.2 关联分析在基因定位上的优势 11
3.3 氮元素对大豆结瘤的影响 11
致谢 12
参考文献 12
附录A 13
附录B 实验组检测得SNP位点 14
附录C 对照组检测得SNP位点 15
大豆结瘤性状的全基因组关联分析
引言
大豆作为最重要的豆科植物其含油量约为20%，是世界主要的植物油来源之一[1]。2001年大豆产量占世界油料作物产量的35%，居八大油料作物之首。大豆种子含约40%的蛋白质，是重要的食用饲用蛋白来源。根据联合国粮农组织统计数据，2014年大豆世界种植面积达11754.9万公顷，总产量达30651.9万吨。自改革开放以来，我国大豆种植面积一直超过700万公顷，2 *51今日免费论文网|www.jxszl.com +Q: ^351916072^ 
1世纪前十年更是达到900万公顷以上[2]。然而，随着大豆的食用、饲用、工业作用逐渐开发，加之国外大豆成本低品质优，我国由原来的大豆出口大国变为大豆进口大国。2013年我国大豆进口量已达国内总需量80%以上，改良大豆种质、提高大豆产量品质，满足内需已经成为大豆产业的当务之急。
氮素作为植物体所需的最主要的大量元素之一，是限制植株生长发育以及生物量积累的重要因素。地表土壤中能够被植物吸收利用的化合态氮素中有65%~70%是由生物固氮所得，而其中70%以上的生物固氮量是由豆科植物与根瘤菌共生固氮所得，共生固氮提供了植物所需近50%的氮素。近年来，随着人们对作物单产、总产要求的提高，施用氮肥成为主要增产途径。但随着氮肥施用量的提高，氮肥利用效率却逐渐降低，我国的氮肥利用效率普遍低于35%，即便是世界氮肥高效利用的国家其利用率也低于50%，土壤中超过40%的氮素由于淋洗、挥发、反硝化作用及氨化作用等生物非生物因素而流失，这不仅降低氮素利用效率还造成严重的水体富营养化等环境污染，过量施用氮肥还将造成土壤板结，宜耕性降低。因此提高生物固氮量、增强豆科植物结瘤固氮能力、培育高效结瘤的大豆新品种是解决现有矛盾的有效途径。
为了实现结瘤相关基因的准确定位，可以利用基因本身或是基因附近相关的小片段附近的分子标记与表型性状的关联性来实现[3]，即在遗传多样性丰富的自然群体中进行全基因组关联性分析。为了实现全基因组关联分析扫描，需要分布于全基因组的大量的标记位点，不同物种全基因组扫描对基因通量要求不同。如：拟南芥需要2000个以上的标记，人需要70000个以上的标记，而对于玉米这样的品种多样性很高的物种则需要750000个以上的分子标记[4]。分子标记类型多样，常见的有RFLP (Restriction fragment length polymorphism)、VNTR (Varible number of tandem repeat)、RAPD (Random amplified polymorphic DNA)、SSR (Simple sequence repeats)、SNP（Single nucleotide polymorphism）等，对玉米全基因组扫描所用的分子标记就为SNP标记[5]。SNP分子标记的优点在于：1、数量多，分布广泛，据估计人类基因组中每1000个核苷酸就有一个SNP。2、SNP适于快速、规模化筛查。3、SNP等位基因频率容易估计，采用混合样本估算等位基因的频率是种高效快速的策略。4、SNP分子标记也利于基因分型。SNP变异位点出现的频率在基因编码区与非编码区存在很大差异，以大豆为例，大豆基因组中SNP在非编码区出现的频率远远高于编码区出现的频率，前者约为后者的两倍[6]。本试验中应用了200000余个SNP分子标记用于大豆全基因组扫描，用以筛选结瘤相关基因。
全基因组关联分析是以覆盖全基因组的大量SNP为分子遗传标记进行全基因组水平上的对照分析或相关性分析，进而通过比较发掘相关基因的新策略。2010年Atwell等就利用GWAS鉴定了拟南芥107个性状，定位了3个可能等基因[7]。在植物上，随着大量的物种基因组测序的完成，发掘了大量的SNP变异位点，加之高通量SNP芯片基因分型技术日益完善，使得基于高密度遗传图谱的全基因组关联分析成为可能。近5年内，在大豆上所做的全基因组关联分析较多，2016年Zhang等用此方法定位过籽粒重相关基因[8]。2014年Wen等用GWAS发掘了抗猝死基因[9]。
1 材料与方法
1.1 试验材料

原文链接：http://www.jxszl.com/nongxue/zwbh/560654.html