QTL单性状多环境定位分析及QTL与环境互作

QTL分析软件比较多，对于多地点的QTL分析，比较常见的做法是先定位单环境QTL，然后再计算
QTL与环境互作。
这种方法有很多缺陷，特别是在有缺失值的情况下。GenStat有专门模块定位单性状多环境QTL，在相关杂志上发表了很多文章，比如：
Ngoot-Chin T, Johannes J, Jayanthi N, et al. Identification of QTLs Associated with Callogenesis and Embryogenesis in Oil Palm Using Genetic Linkage Maps Improved with SSR Markers[J].
Plos One, 2013,8(1):e53076-e53076.
Mohamed El-Soda, Martin P. Boer, Hedayat Bagheri, et al. Genotype–environment interactions affecting preflowering physiological and morphological traits of Brassica rapa grown in two watering regimes [J].
Journal of Experimental Botany, 2014.
本次针对玉米的F2群体，对于8个环境检测产量的QTL，F2群体有211个家系。

操作方法

  • 01

    数据准备： 1、表型数据：第一列为基因型（品系）、第二列为环境、第三列为产量（观测值） 2、图谱数据：第一行是标记名称，第一列是基因型（品种）名称，第二行和第三行是两个亲本的信息。 3、基因型数据：第一列是标记名称，第二列是染色体，第三列是染色体上的位置。 没有行头。

  • 02

    打开GenStat软件

  • 03

    导入表型数据： •Stat->QTL(Linkage or Association)->data import->Loat phenotypic data 1选择一个观测值yield导入到trait means 2选择基因型G 3选择环境E

  • 04

    导入基因型数据和图谱数据： •Stat->QTL(Linkage or Association)->data import->load Genotypic (mark and map) data 导入基因型数据 导入表型数据 选择群体来类型：F2

  • 05

    选择分析方法：单性状多环境连锁分析： QTL_analysis->Single Trait Linkage(Single Environment)

  • 06

    简单区间作图：SIM

  • 07

    SIM结果：

  • 08

    复合区间作图模型（CIM），默认辅助因子（cofactor），模型如下：

  • 09

    CIM结果：

  • 10

    QTL与环境互作模型：

  • 11

    结果一：用基于Reml的混合线性模型分析方法，查看方差分量，以及QTL X E的互作显著性检测

  • 12

    结果二：QTL X E的互作显著的QTL的信息，包括QTL的位点、效应、贡献率、贡献亲本

  • 13

    结果三：QTL在不同环境的贡献率

  • 14

    结果四：QTL与环境互作图形显示，图像显示共有7个QTL检测出与环境互作，这些QTL有的与环境互作正向，有的为负向，第七个QTL在所有环境中互作都为正向，考虑到这是产量的QTL定位，这个QTL可能更有意思。

赞 (0)

相关推荐