【动植物研究动态】2022年1-3月MP发表的油菜变异数据库、大白菜突变体数据库、GWAS新方法和GS4.0

MP作为国内植物领域神刊,发展非常之快。开年之际,国人就已发表好几项卓越成果。这里摘取几项跟分子育种相关的研究,涉及工具、方法和数据库等资源。

Mol Plant | 华中农大杨庆勇团队发布油菜群体变异数据库,架起基因型与表型的桥梁、助力油菜分子育种

BnVIR: bridging the genotype-phenotype gap to accelerate mining of candidate variations for traits in Brassica napus

首先构建了一套由2,311个甘蓝型油菜核心种质鉴定的10,090,561个遗传变异的数据集,其中包括SNP、InDel和不同种类的SV,这是目前已发表的最为系统、最为完整的甘蓝型油菜遗传变异集合。然后,该研究以其中1,703个材料的18个性状的表型数据和309个材料的RNA-seq数据为基础,构建出甘蓝型油菜变异信息资源数据库。

BnVIR(http://yanglab.hzau.edu.cn/BnVIR)。

Mol Plant | 河北农大和中国农科院联合发布大白菜突变体库,助力大白菜基因功能研究和分子育种

Construction of a high-density mutant population of Chinese cabbage facilitates the genetic dissection of agronomic traits

通过EMS诱变技术构建了以结球大白菜A03为遗传背景的表型丰富的突变体库,完成组装注释。对8000多份大白菜EMS突变单株开展了系统的表型调查,并选取表型变异显著的300份突变体材料开展了重测序和突变分析。进一步建立了大白菜突变体库数据库。

CCEMD(http://www.bioinformaticslab.cn/EMSmutation/home/)。

Mol Plant | 华中农大章元明团队提出关联分析新框架(3VmrMLM方法)

A compressed variance component mixed model for detecting QTNs, and QTN-by-environment and QTN-by-QTN interactions in genome-wide association studies

在QTN检测中,新提出的压缩方差组分混合模型首先估计标记基因型效应,同时标记基因型效应多基因背景代替加性与显性多基因背景。然后,将这些基因型效应估计值剖分为QTN的加性与显性效应。在全基因组扫描时,这种方法既显著减少了方差组分数目又避免了在同一模型中编码加性与显性效应。将这种思想延伸至QEI和QQI检测,即首先估计标记基因型与环境的组合效应或2个标记的基因型组合效应,同时将组合效应多基因背景代替相应主效及其互作效应多基因背景。然后,将这些组合效应估计值剖分为相应的主效及其互作效应。这就将5、10和15个方差组分混合模型统一压缩为3个方差组分的混合模型,构建了一个能检测各种位点并估计其效应的统一关联分析新框架,称为3VmrMLM方法。

竟然没公开?

Mol Plant | 中国农业科学院作物科学研究所黎亮提出GS4.0作物杂交育种新方法(整合GS和DH技术

Integration of genomic selection with doubled-haploid evaluation in hybrid breeding: from GS1.0 to GS4.0 and beyond

该观点文章基于不同规模或不同阶段育种项目中GS与DH的多种整合方案,提出了从GS1.0到GS4.0的育种策略,并以玉米为例进行了阐明。总体来说,GS 1.0针对全同胞群体进行预测;GS 2.0综合多个半同胞群体形成训练群体进行预测;GS 3.0则利用育种项目中的历史数据进行预测,并包含了广泛的环境多样性以提高预测精准度,能实现对所有新生产DH系的预测;GS 4.0是通过对DH系间杂交种表现开展早代预测,将传统育种中的自交系和杂交种评价两步育种流程整合成一步,显著加快育种进展。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,293评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,604评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,958评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,729评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,719评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,630评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,000评论 3 397
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,665评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,909评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,646评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,726评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,400评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,986评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,959评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,996评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,481评论 2 342

推荐阅读更多精彩内容