植物数量性状全基因组选择研究进展
植物物种全基因组的测序与分析
植物物种全基因组的测序与分析随着现代生物技术的不断发展和完善，越来越多的研究者开始将目光放在了植物的基因组测序和分析上。
植物物种的全基因组测序和分析可以帮助我们更好地了解植物的生长和发育规律，发现新的基因和蛋白质，促进植物育种和改良等方面的应用。
本文将从植物基因组测序和分析的意义、方法和应用等方面进行探讨。
一、植物基因组测序的意义植物基因组测序是现代遗传学和分子生物学领域的一项重要研究内容。
通过对植物基因组的测序和分析，可以为植物学、农业和生态学等方向的研究提供重要的基础数据。
首先，全基因组测序能够为我们提供大量的基因序列信息。
通过基因组测序，可以获得植物基因组的完整序列信息，为后续的基因鉴定、新基因发现、基因功能研究等提供基础，为植物学的研究提供了更全面的基础知识。
其次，基因组测序有助于发现新基因。
通过基因组测序，我们可以获取所有基因序列的信息，并进行比对分析，以发现新的、以前未知的基因，这对于数据驱动型的生物学研究具有重要的意义。
此外，基因组测序还可以促进生物信息学领域的发展。
基因组测序技术和生物信息学处理技术的结合，可以更好地研究基因与生态之间的关系，为生态学和植物保护提供更多的数据支撑。
二、植物基因组测序的方法目前，植物基因组测序主要采用Illumina高通量测序技术、 PacBio和Nanopore第三代测序技术、等温测序技术以及荧光原位杂交技术等方法。
其中，Illumina高通量测序技术是全球最为普遍的测序平台之一，其分辨率高、准确率高、数据量大，可以快速、高通量地测序，成为植物基因组测序的主流技术之一。
而PacBio和Nanopore第三代测序技术主要具有长读长和高准确性的特点，能够获得更全面的基因组序列信息，用于高质量的基因组组装。
等温测序和荧光原位杂交技术等方法也可以用于获得植物基因组信息。
在选择测序平台时，需要根据样品的特性、分辨率、数据量、费用等多个方面进行综合评估。
三、植物基因组测序的应用植物基因组测序的应用范围十分广泛，涉及到植物学、种质资源保护、农业种植和育种等多个领域。
数量遗传性状基因定位方法研究进展
植物的大部分农艺性状、产量性状和品质性状属于数量遗传性状[1，2]。
数量遗传性状由多基因调控，在分离群体中表现为连续分布，且易受到环境影响。
数量遗传性状的深度解析与现代分子生物学技术的发展密切相关，分子标记、作图群体以及统计分析方法的应用和发展显著提高了数量遗传性状基因定位效率。
1分子标记分子标记反映不同个体间DNA 序列的变异，可以较为直观地反映DNA 水平的遗传多态性，具有共显性的特点[3]。
与利用表型进行目标性状筛选相比，分子标记具有不影响目标性状表达、不受环境影响、数量极多、能够对隐性遗传性状准确筛选、与基因变异直接相关、不与其他性状连锁等优点。
分子标记检测手段简单、迅速，因此作为作物遗传改良的重要工具广泛应用于遗传育种、基因挖掘、基因定位、基因库的设计与构建等方面。
根据其基础技术发展的过程，分子标记可分为3代：第1代：以分子杂交技术为基础的RFLP 标记。
DNA 序列改变时酶切位点会同时发生变化，从而产生RFLP 标记扩增条带的多态性。
RFLP 标记因其要求DNA 模板量大、分析过程繁琐、价格高昂、灵敏度不高等问题，目前逐渐被新兴分子标记所取代[4]。
摘要：解析数量遗传性状基因是作物遗传改良的重要手段。
分子生物学、各种组学和基因组测序技术的不断突破促进了分子育种技术的快速发展，分子标记技术也不断更新，逐渐成为数量遗传性状基因挖掘的重要方式之一。
简要介绍了数量遗传性状基因定位方法分子标记技术的发展历程和现状，并展望了分子标记技术的发展方向。
关键词：分子标记；数量性状；基因定位中图分类号：Q943.2文献标识码：A 文章编号：1008-1631（2021）05-0088-04收稿日期：2021-08-07基金项目：国家重点研发计划专项（2017YFD0300407）；河北省农林科学院创新工程项目（2019-4-1B-5）；河北省农林科学院科技创新人才队伍建设项目（C21R1302）；科技部科技伙伴计划项目（KY202002003）作者简介：田玉（1988-），男，河北石家庄人，助理研究员，主要从事园艺作物栽培技术研究及示范推广工作。
植物基因组学在育种实践上的研究进展
我们能够依据基 因与表型的关系 了解 基因功能 。例如“ 南 拟
芥 ２１ ０ ０计划 ” 目标 在 于定 义 已 鉴 别 出 的每 一 个 基 因 的功 能 。
征要求每一个影响各 自性状的基因都要存在。这里有一种情 况被称作费希尔微效 多基 因模 型。最近 ， 利用 自然 和试 验群 体对数量变异进行 的研究 结果表 明： Ｔ Ｑ Ｌ能够解释大量 的表 型效应 。在相关 Ｑ Ｌ上 的优 良等位基因一旦被确定 ， 目的 Ｔ 有 的选择就必须彻底研究群体 中大量 的遗传变 异， 这就 降低 了
育 种 家关 心 的性 状 大 部 分 是 数 量 性 状 ， 只 有 基 于 基 因组 方 但 法 ， 量 性 状 变 异 和 基 因 分 子 多样 性 的关 系 才 能彻 底 研 数
究 （ １。 图 ）
定 结 构 Βιβλιοθήκη 从 表 型上 看 有 着显 著 的等 位 基 因差 异 。Ｂ ｒ ｎ和 ａｏ ｔ
基 因的 起 源 、 质 、 目、 位 基 因聚 合 及 其 表 型值 有 更 好 的 本 数 等 理 解 。这一 观点 涵 盖 了最 新 的 工作 ， 即确 定 数 量 变 异 的分 子
由 于 与染 色 体 区 段相 关 的显 著 表 型 效应 的测 验 能 够直 接
Ｋ ｉ ｌ提 出 了一 个 遗 传 模 型 以 解 释长 期 选 择 的结 果 ， 前 提 ｅ ｈｙ ｇ 但 是 认 为 存 在几 个 主 效 Ｑ Ｌ控 制 一 个性 状 。 该 模 型 还 包 括 在 Ｔ
进行 以及遗传体系的简化 ， 只要获得近亲家系 ，Ｔ 检测就能 ＱＬ
境作用从遗传作用（ 仅仅在 遗传上 优 良的性 状才 能被选 中） 中分离出来 。 尽 管 目前育种材料 的遗传基础狭窄 ， 但人们还是不 断地 取得作物遗传育种的进步 。在诸多事例 中 ， 我们看 到遗 传获
3作物数量性状基因图位克隆研究进展
作物数量性状基因图位克隆研究进展作物许多重要农艺性状，如产量、品质、生育期等均属于数量性状，对控制数量性状的基因 (Quantitative trait loci,QTL) 开展研究已成为现代遗传学的热点之一。
QTL 的鉴定和克隆不仅有利于从分子水平上阐明这些性状的发育和形成机理，而且对于有效开展数量性状分子育种，进一步提高作物品种的产量、品质和抗性水平具有重要意义。
近年来，作物数量性状基因克隆取得了重要突破，一批控制复杂农艺性状的 QTL 已被成功分离。
随着植物基因组研究的日益广泛和深入，作物 QTL 的图位克隆技术将有新的发展。
1 数量性状基因克隆基本思路数量性状由多基因控制，并受环境条件影响，其表型变异是连续的，一般只能通过统计分析方法来确定其遗传座位。
从本质上看，QTL 的定位研究只是以一定概率标准说明在基因组的某些区段可能存在影响某个数量性状的 QTL，至于这些 QTL 包含多少个基因，包含什么基因，以及它们如何作用于目标性状，则需通过遗传学的方法进一步去鉴定。
在遗传上，QTL 与控制质量性状的基因是一样的，都能够通过遗传重组进行分离，差异只是在遗传效应大小方面，而且同一座位既是一个 QTL，也可能是一个主基因，这取决于所考察的等位基因。
因此，QTL 克隆的基本思路与控制质量性状的主基因是相似的，即首先将初步定位的 QTL 界定到一个很小的基因组区域，然后提名候选基因，进行序列分析，最后进行功能验证。
由于一个数量性状的分离通常由多个 QTL 共同决定，每一个的贡献较小，且这些 QTL 常常紧密连锁在一起，因此 QTL克隆的关键问题是如何将控制所研究性状的多个 QTL 分解为单个孟德尔因子。
近年来在水稻、玉米和番茄上进行的 QTL 分离和克隆的开创性工作，为解决这一问题提供了有效途径和具体方法。
2 作物数量性状基因图位克隆进展2.1 已被成功克隆的作物 QTL目前已报道被成功克隆的作物 QTL 有9个(表1)。
植物基因组学的最新研究进展
植物基因组学的最新研究进展随着科技的不断发展，植物基因组学研究也在不断取得成果。
基因组是生命科学研究中的重要方向，而植物基因组学则是基因组研究的重要分支之一。
本文将介绍植物基因组学的最新研究进展。
1. 基因编辑技术基因编辑技术是一种改变生物体遗传信息的技术。
近年来，CRISPR/Cas9技术被广泛应用于植物基因编辑方面。
CRISPR/Cas9技术以其高效、精准和经济的优点，使植物基因组学研究更加深入。
除此之外，还有TAL Effector Nucleases (TALENs) 和 Zinc Finger Nucleases (ZFNs) 等其他基因编辑技术也被应用到植物基因组学研究中。
2. RNA测序技术RNA序列研究是植物基因组学研究的重要方向之一。
RNA测序技术是指通过高通量测序技术研究RNA的序列，以研究基因的表达情况和功能。
这项技术已经在多个植物物种中得到了应用，例如水稻、玉米等作物。
通过RNA测序技术，可以了解基因的表达情况，这对于研究植物基因组学十分重要。
例如，在水稻研究中，就有利用RNA测序技术确定基因表达差异和基因调控网络。
3. 基因组重测序技术基因组重测序是通过高通量测序技术对植物基因组进行再次测序。
这项技术可以帮助植物基因组学研究人员更准确地确定基因组的序列，在不同植物之间比较，并帮助找到特定基因群的共同点。
基因组重测序也可用于环境位点分析、群体遗传学研究和种系分析等方面。
4. 高光谱成像技术高光谱成像技术是一种非破坏性光谱分析手段，在植物基因组学中也得到了广泛应用。
这种技术可以帮助植物基因组学研究人员获得植物的光谱信息，以实现对植物生长状态、生物多样性和环境适应性等问题的研究。
高光谱成像技术不仅能够对植物进行材料检测，而且还在农田监测和作物遥感方面发挥着重要的作用。
通过这项技术，可以评估农业系统的生态效益，预测植物影响环境的方式以及在全球气候变化的背景下监测植物物种代际变化等。
植物基因组学的研究进展与应用
植物基因组学的研究进展与应用近年来，随着生物技术的迅猛发展，植物基因组学已经成为了现代生物学领域中不可或缺的部分，也成为了现代农业、生态研究、生物医药学等多个领域的重要基础。
在全球范围内，植物基因组学的研究和应用也已经取得了许多重要进展，为人类的生存和发展提供了巨大的帮助。
一、手段技术的迅速提高植物基因组学的研究需要精细的实验手段和技术支持。
近几年来，高通量测序技术持续的快速发展和不断降低的成本，让更多的科研工作者可以掌握这一技术并进行高效的基因组学研究。
在植物基因组学领域，“基因组广度测序”、“转录组测序”、“CHiP测序”、“基因识别”与“基因组注释”等方法被广泛运用，从基因组层面精细地分析不同植物品种的遗传差异，解析该物种是否存在相关基因的组合变化等信息，对植物的性状、适应、进化等方面提供了深入探究的手段。
二、植物抗病基因的挖掘随着全球化的不断加速，病虫害的威胁日益严峻。
植物病害抗性作为植物生长发育及特异功能的关键，一直是植物基因组学研究的热点问题。
基于“去捕食者假说”，研究人员最初提出了植物共同存在着抗病基因的理论。
随着技术的提高，科研人员不断发现新的植物抗病基因，并根据基因特点进行定位，从而掌握了一些重要的抗病农作物转基因技术。
例如利用叶点菌毒毒素所激活的基因抵抗青枯病菌。
三、作物栽培及育种作为人们食物中重要来源的植物，栽培、育种一直是植物基因组学关注的主要问题。
通过基因组学研究，研究人员首先可以发现、确定以往未知的作物特征，然后可以利用植物基因工程技术对基因进行优化、设计、重建等操作。
例如，在水稻的育种中，科研人员通过人工控制分子水平增强谷氨酸的转运，从而可以增加碳水化合物的合成，进而改善水稻的产量和生长状态。
这样的技术革新大大提高了作物的产量、品质和抗病性，为人类食物安全和环境改善提供了不可或缺的支持。
四、生态系统保护在人类面临的全球气候变化和环境破坏问题中，植物基因组学也作出了不可忽视的贡献。
数量性状基因座(QTL)精细定位的研究进展
数量性状基因座（QTL）精细定位的研究进展来源：卢超的日志本文转自博士论坛，希望与大家分享！生物界的许多性状是以数量性状为基础的，该类性状的发生不是决定于一对等位基因，而是受到两对或更多对等位基因的控制，每对等位基因彼此之间没有显性与隐性的区别，而是共显性。
这些等位基因对该遗传性状形成的作用微小，所以也称为微效基因（minor gen e），它们在染色体上的位置称为数量性状基因座（quantitative trait loci, QTL）。
数量性状就是由许多对微效基因的联合效应造成的一类具有正态分布特性的性状，具有这种性状的个体在正态分布中的位置决定于它们所具有的微效基因的多少。
数量性状之所以复杂，是因为这种性状与基因型之间没有一一对应的关系，并且环境因素对它有显着的影响[1]。
1961年，Thoday首次利用一对侧翼标记定位一个QTL[2]，随后QTL的研究得到飞速发展。
现已证明，只要是控制连续分布性状的数量性状基因座，就能在实验群体或远交群体中定位[3] 。
在整个QTL的研究中，可分为发现QTL，QTL的定位估计和精细定位[4]。
Glazier认为可分成四个步骤：连锁和关联分析，精细定位，序列分析和候选基因的功能检测[5]。
在模式生物小鼠的QTL研究，已描述的实验步骤更为详细[6]：第一，把QTL定位到染色体的区段上。
典型的QTL定位方法须对几百个杂交后代进行恰当的表型检测；利用覆盖整个基因组的75-100个遗传标记进行基因组扫描，遗传标记的平均跨度为15-20个厘摩（cM）；准确基因分型，然后对性状和遗传标记之间进行连锁和关联分析；计算QTL与某标记位点靠近的可能性大小。
这种方法即使经过成百上千次的表型和基因型的分析，定位的QTL在染色体上还是一个较大的区间。
第二，把一个QTL的作用与其它QTL的作用分开。
通常在同源系（congenic strain）中进行，这样就把多基因遗传的性状转化成单基因性状进行研究。
水稻数量性状位点(QTL)分析研究进展
ａｎ
ｉｍｐｏｒｔａｎｔ
ｑｕａｌｉｔｙ ａｎｄ ｗｉｄｅ ａｄａｐｔａｂｉｌｉｔｙ．Ｔｈｅ ＱＴＬ ａｎａｌｙｓｉｓ ｏｆ ｒｉｃｅ
ｓｕｍｍａｒｉｚｅｄ，ｉｎｃｌｕｄｉｎｇ ＱＴＬ ｌｏｃａｔｉｏｎ，ｃｌｏｎｅ ａｎｄ ｐｙｒａｍｉｄｉｎｇ．
Ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＱＴＬ ａｎａｌｙｓｉｓ ｉｎ ｒｉｃｅ ｂｒｅｅｄｉｎｇ ｉｓ ｄｉｓｃｕｓｓｅｄ． Ｋｅｙ ｗｏｒｄｓ：Ｒｉｃｅ；Ｂｒｅｅｄｉｎｇ；Ｃｈａｒａｃｔｅｒ；ＱＴＬ
了植物基因组的研究ＮＡ结构分析、基因数据库的发展、水稻基因组结构 的建立，促进了水稻每个基因的功能注解，同时也推动
收稿日期：２００９－０２—１８ 作者简介：刘灵燕（１９６２一），男，江西宜春人，助理农艺师，主要 从事作物遗传育种研究。
步分析与比较这些分子功能发现，不仅在水稻和拟南芥 中不同，在单子叶植物和双子叶植物中也不同。另外， 其他调控一些重要的农艺性状的ＱＴＬｓ也已克隆。如 Ｇｎｌａ调控穗粒数，Ｇｓ３调控谷粒大小，ＳＫＣｌ调控耐盐 性，ＰＳＲｌ调控再生能力，Ｓｈ４和ｑＳＨＩ调控落粒性。 Ｇｎｌａ编码细胞分裂素氧化酶／脱氢酶（ＯｓＣＫＸ２，１种能
逆的基因。因为用渗入系鉴定ＱＴＬ基因不需要构建连
生物钟的，通过对水稻Ｈｄｌ的分子结构与生理性状分
析，证明水稻调节开花有几个与拟南芥不同的独特特
征。拟南芥ＣＯ启动子仅在长Ｅｔ条件下促进开花，而水
稻在短日与长日条件下，开花途径有相反的功能。水稻
锁图谱与ＱＴＬ统计分析，对实际育种过程和生物科学 是更有效的方法。而且，每个渗入系能直接用作定位的 植物材料，克隆ＱＴＬ基因，也可以作为育种的母系。 但作为育种应用时，因插入到渗入系中的染色体片段比
ＱＴＬｓ来源于自然变异，因此应用差异较大的品种，特 别是野生种非常重要。多
植物基因组学的新进展与前景展望
植物基因组学的新进展与前景展望随着科技的不断进步和应用，植物基因组学作为研究植物基因组信息的重要分支学科，受到了越来越多的关注。
基因组学研究为人们提供了一个独特的视角来探究植物生长发育、环境适应和进化过程中的各种机制。
本文将分析植物基因组学的一些新进展，探讨它的研究前景。
一、植物基因组学的新进展（一）单细胞测序技术在植物基因组研究中的应用单细胞测序技术，通过采用微流控技术，可以将单个细胞分选出来进行测序，得到其基因组信息。
这一技术已经在人类和动物的研究中被广泛应用，而在植物研究中的应用也越来越广泛。
利用单细胞测序技术，人们可以更精细地理解不同组织和器官中不同类型的细胞的基因表达和组成，进一步揭示植物发育和演化的机制。
（二）功能基因组学的进展随着全基因组测序技术的不断升级，人们可以更快速地鉴定出植物基因组中的新基因并分析其功能。
同时，通过与已知基因组的比较，人们还可以推测出某些基因的潜在功能和互作关系。
在此基础上，利用功能基因组学的方法，人们可以更准确地预测基因功能，加速植物功能和进化机制的解析。
（三）CRISPR-Cas9基因编辑技术的应用CRISPR-Cas9基因编辑技术，是一种基因组编辑工具，可以通过直接切除或修复某一个基因，来验证基因的功能。
这种技术已经在许多动物和细菌中被广泛应用，而在植物研究中，也正在逐渐应用。
通过CRISPR-Cas9基因编辑技术，人们可以更精确地验证植物基因的功能，揭示植物发育和适应机制中的重要基因和途径。
二、植物基因组学的研究前景（一）优化植物栽培品种植物基因组学的研究为优化植物栽培品种提供了新的可能。
通过解析植物基因组中与生长发育、环境适应和抗病能力相关的基因，人们可以设计出更适应特定环境的新品种，提高农业生产效益。
（二）改进植物体细胞胚胎发生技术植物基因组学的研究还有助于改进植物体细胞胚胎发生技术。
通过揭示控制胚胎发生相关的重要基因和调控机制，人们可以通过转基因技术，改善植物体细胞胚胎发生，加速育种和优化遗传改良。
数量性状基因座(QTL)定位的原理及研究进展
单 互个作3基等、因无市的法效深场应入分及了析 位 解置 ，方、 从法基 而因 限间 制的 了相 育互 种作 中用 数及 量基 性因状与的环遗境传的操作
能力；
、营销人员用必形1备态、知学市识和场 细胞营学销标基 记法本来概研究念与标记相连锁的个别数量性 状 QT，L2)试。、图由电定于信 位这数些市量标场性记介 状数基量绍因太座少(以Qu及an技ti术t上at的iv局e 限tr性ai，t 对lo数cu量s,性 状基3因、位市点场 的深分入析研方 究进法展不大；
当相邻QTLｓ相距较近时，由于其作图精度不高，QTLｓ 间相互干扰导致出现Ghost QTL；
三、 QTL定位必要条件
1、要有高密度的连锁图，标记间平 均距离小于15～20cM
2、相应的统计分析方法 3、选择亲本时尽可能地选择性状表
现差异大和亲缘关系较远的材料 4、选择的群体中目标性状分离明显，
符合正态分布
营销人员四必备知、识 QTL定位的原理及方法
1、QTL定位的原理
营销人员必备知识
Q1T、L市定场位营是销基通本过概分念析整个染色体组的DNA标记和数量性状表 型2、值电的信关市系场，介绍将QTL逐一定位到连锁群的相应位置，并估计 营销人员必其3备、遗知市识传场效分应析;方法 Q1T、L市定场位营就销基是本采概用念类似单基因定位的方法将QTL定位在遗传 图2、谱电上信，市确场定介绍QTL与遗传标记间的距离(以重组率表示)； Q31T、L市定场位分营实析销方基质法本是概分念析分子标记与QTL之间的连锁关系，是基 于2、一电个信特市定场模介绍型的遗传假设，是统计学上的一个概念，与数 量3、性市状场基分因析有方法本质区别。
植物基因组学的研究与进展
植物基因组学的研究与进展植物基因组学作为现代生物技术领域的一个重要研究方向，致力于通过对植物的基因组进行全面的高通量测序、数据分析和功能研究，揭示植物基因组的结构与功能，为解决人类对食物、能源和生态环境等方面的挑战提供了重要的技术支持。
本文将介绍植物基因组学的研究方法、进展情况及其在实践中的应用。
一、植物基因组学的研究方法1.基因组测序：基因组测序是植物基因组学中最基础、最重要的技术之一，其基本原理是将DNA分子切割成碎片，并通过高通量测序技术对这些碎片进行分析，最终将书写有基因信息的DNA 序列重新汇总成一系列连续、不重叠、具有生物学意义的序列。
常用的测序方法包括第二代测序技术、第三代测序技术和单细胞测序技术等。
2.转录组分析：转录组分析是指通过测量特定组织或细胞中基因转录产物的数量，研究基因在时间和空间上的表达模式及其对不同环境因素的响应，揭示基因及其转录产物的功能以及基因间相互作用关系。
3.蛋白质组学：蛋白质组学研究植物基因组中的蛋白质、酶、信号分子等生物大分子的种类、数量、功能和相互关系，将分子水平的信息转化为物理和生理过程的启示。
4.生物信息学分析：生物信息学技术是在计算机技术基础上，应用于生物学领域的一种新兴的交叉学科。
通过分析DNA、RNA 及其蛋白质产物的序列等信息，对基因组、转录组、蛋白质组数据进行处理和分析，依靠大数据处理和计算机技术的支持，提出合理的数据处理、算法设计和数据挖掘方法，大大提高了数据的解读和解析效率。
二、植物基因组学的进展情况经过20多年的探索和发展，植物基因组学研究已经取得了很多重要进展。
1.植物基因组测序：近年来，针对许多种植物基因组的全基因组测序工作得以完成，如拟南芥、水稻、小麦、玉米、甘蔗等。
同时，预测了数百万个基因、多个基因家族、外显子、翻译启动子、微家族RNA等基因组特征，为探究植物基因功能和进化提供了基础数据。
随着第三代测序技术的发展，高质量、高精度、低成本的基因组测序将成为可能，将推动更多物种的基因组测序工作展开。
植物数量性状全基因组选择研究进展
Ｃ ｉａ ｈｎ ）
Ａｂ ｔａ ｔ Ｒｅ ｅ ｔ Ｇｅ ｏ － ｄ ｅｅ ｔｏ ａ ｅ ｎ ｗ ｄ ｌ ｍｐｏ ｅ ｏ ｉｖｓｉａｅ ｑ ａ ｔａｉｅ ｔ ｉ ｎ ｐａ ｔｇｎ ｔ ｓａ ｄ ｂｅ ｄｎ ． Ｇ — ｓｒ ｃ ： ｃ ｎ ｙ， ｎ ｍｅｗｉｅｓ ｌｃｉｎ ｈ ｓｂ ｅ ｉｅｙｅ ｌｙ ｄ ｔ ｎ ｅｔｇｔ ｕ ｎｉ ｔｖ ｒ ｔ ｉ ｌ ｅ ｅｉ ｒｅ ｉｇ ｌ ｔ ａｓ ｎ ｃ ｎ ｅ
植 物 数 量 性 状 全 基 因组 选 择 研 究 进 展
吴永 升 ， 俊 明 ， 瑞 阳 黄 开 健２ ， 邵 周 ，
（． １ 广西大学农学 院， 广西 南宁
实验室 ， 西 南宁 广 ５ ００ ） ３０ ７
５ ００ ２ 广西农科院玉米研究所 ， ３０ ５；． 广西 南 宁
５０ ２ ；． ３２ ７ ３ 广西作物遗传 改 良生物技术重 点开放
Ｋｅ ｒｓ Ｇ ｎｍｅｗｄ ｌｃｏ ；Ｂ Ｕ Ｑ ａｔａｖ ａ ｙｗｏｄ ：ｅ ｏ －ｉｅｓ ｅｔ ｎ Ｌ Ｐ； ｕ ｎｉｔ ｅｔ ｉ ｅ ｉ ｔｉ ｒ ｔ
大多数农作物的产量及其构成因子 、 食用品质 、 饲 用 品质和 抗逆 性 等都 是 数 量 性状 ， 数量 性 状 一 直 是作物遗传育种的研究 热点 ， 对作物遗传改 良具有
西
１ １ ５０
南
农
业
学
报 Байду номын сангаас
２１ ０ ２年 ２ ５卷 ４期
Ｖ０ ． ５ １２ Ｎｏ ４ ．
Ｓ ｕｈ ｓ ｉａＪ ｕｎ ｌ ｆＡｇｉｕｔｒｌＳ ｉｎ ｅ ｏ ｔｗｅｔＣｈｎ ｏ ｒａ ｒｃ ｌ ａ ｃｅ ｃｓ ｏ ｕ
文 章 编 号 ：０ １ ８ ９ ２ １ ） ４—１１ ０ １０ —４ ２ （０ ２ ０ ５ ０— ５
植物基因组学研究进展
植物基因组学研究进展随着科学技术的不断发展，植物基因组学的研究也在不断深入。
攸关人类粮食安全和生态环境保护的植物基因组研究，不仅能揭示植物种群的进化、分化及适应性等方面的信息，还能为植物资源的利用、遗传改良和基因保育提供深刻思考。
那么，我们该如何看待和探究植物基因组学的研究进展呢？1. 植物基因组学的原理和价值植物基因组学是一门重要的生命科学研究领域，主要是研究植物基因组的组成、结构、功能及其调控机制等方面的问题。
其按时间顺序重点包括基因组序列测定、基因组结构和功能分析、表达谱和蛋白质组学分析、转录组学及其功能分析等四个方面。
植物基因组学研究的进展，不仅对人类的粮食安全和生态环境保护具有重要的意义，还有助于了解植物种群的进化、分化及适应性等方面的信息。
通过植物基因组的研究，人们可以更好地探究植物资源的利用、遗传改良和基因保育等问题。
2. 植物基因组的测序技术不断创新的高通量测序技术，已经在植物基因组的研究中发挥了重要作用。
通过这些技术，人们成功地测序了数百种植物的基因组，为后续的研究奠定了坚实的基础。
其次，全基因组重测序技术也被广泛应用于植物基因组学研究中。
通过全基因组重测序技术，人们可以更全面地了解植物基因组的变异和演化历史。
3. 研究成果与应用植物基因组学的研究给人类带来了许多成果和应用。
例如，植物基因组的测序可以获取植物基因组的完全信息，这有助于科学家们更好地探究植物遗传信息、品系差异和繁殖行为等问题。
植物基因组的可持续利用和遗传改良，可以增加农业产量，提高作物的抗性和品质，减少农业资源浪费，为人类粮食安全和生态环境保护做出贡献。
4. 植物基因组学的发展趋势与挑战在植物基因组学的发展方向中，从测序技术的快速更新，到基因组结构及功能的进一步深入探究，植物基因组研究都面临着许多的挑战和机遇。
面对这些挑战，植物基因组学的发展趋势应该是更加聚焦用户需求，提高数据解读的精度、可靠性和应用性，优化整合生物信息学工具和分析方法，提升数据分析和处理能力，从而更好地发挥植物基因组学在机构育种、植物资源治理、生态系统研究、环境保护和农业生产等方面的作用，再造植物基础科学和现代农业技术。
小麦等作物不同遗传群体的数量性状基因定位及原理分析
小麦等作物不同遗传群体的数量性状基因定位及原理分析作者：刘源来源：《科学导报·学术》2019年第37期摘要：数量性状基因的定位又叫QTL定位，QTL 定位就是采用类似单基因定位的方法将QTL 定位在遗传图谱上，确定QTL 与遗传标记间的距离。
QTL定位的基本原则是关联度量的遗传变异和表型变异。
群体的选择、用于度量表型个体选择和基因型判型个体的选择是所有QTL定位设计要重点考虑的因素。
本文介绍了小麦等作物不同作图群体的优缺点以及QTL定位的原理和方法，从而对遗传群体的选择以及QTL定位技术的使用提供依据。
1、QTL 作图群体的选择QTL是quantitative trait locus的缩写，中文可以翻译成数量性状座位或者数量性状基因座，它指的是控制数量性状的基因在基因组中的位置。
QTL 定位的第一步是选择合适的亲本构建作图群体。
亲本选择要本着性状差异大和亲缘关系远的原则，以便发生较多的重组事件和表型变异，利于定位研究的进行。
目前，小麦 QTL 定位常用的作图群体按照保存时间的长短，分为两类：临时性分离群体和永久性分离作图群体。
前者包括 F2及其衍生的 F3、F4家系，以及回交产生的BC 群体等。
后者包括 DH、RIL、IF2和 NIL 群体等。
不同的群体具有各自的特性。
临时性群体的主要特点是群体内各个体间基因型不同，杂合基因型占很大比例。
它们包含的遗传信息丰富，可以同时估算加性、显性效应。
缺点是个体间基因型存在杂合型，后代发生分离，群体结构发生改变，不能进行多年、多点试验。
而永久性群体系内基因型一致，系间基因型不同，因此可以进行多重复、多年、多点试验，增加QTL 定位准确性。
缺点是永久性群体由于系间基因型一致，不能估算显性效应;若群体量不够大，则提供的遗传信息不如临时性群体丰富。
尤其是 DH 群体，染色体加倍时可能存在基因型的丢失，通常不适于构建分子标记连锁图。
对于异花授粉作物，由于存在自交衰退现象，构建 RIL 意义不大。
植物基因组测序项目揭示遗传多样性和进化关系
植物基因组测序项目揭示遗传多样性和进化关系【引言】近年来，随着基因组测序技术的飞速发展，人类对植物遗传多样性和进化关系的研究取得了显著的进展。
植物基因组测序项目在揭示遗传多样性和进化关系方面发挥着重要作用。
本文将就此话题展开讨论，探讨植物基因组测序对于我们了解植物遗传多样性和进化关系的重要性以及相关研究成果和未来的发展方向。
【植物基因组测序的重要性】植物基因组测序是一种通过测定植物基因组的DNA序列来研究植物的遗传多样性和进化关系的方法。
它可以提供大量的遗传信息，揭示植物物种的遗传多样性和进化关系，对于我们判断植物物种间的亲缘关系、了解植物的进化历史以及保护和利用自然资源具有重要价值。
【植物遗传多样性的揭示】植物基因组测序项目可通过分析大量植物基因组的DNA序列来揭示植物遗传多样性。
不同植物物种间的基因组序列差异可以用来衡量它们之间的亲缘关系。
通过对不同物种的基因组序列进行比对和分析，可以构建植物物种间的遗传多样性树，确定物种的来源和演化关系。
这不仅有助于我们系统地了解植物的分类演化，还可以为植物育种和保护提供理论依据。
【植物进化关系的揭示】植物基因组测序项目还可以揭示植物的进化关系。
植物基因组测序可以提供丰富的遗传信息，包括基因的结构、功能和调控等。
通过对植物基因组的比较研究，可以了解植物群体的遗传变异和进化过程。
例如，通过比较不同物种的基因组序列，我们可以发现基因的保守和变异部分，这有助于我们研究植物物种的起源、演化路径和适应性进化等重要问题。
【相关研究成果】植物基因组测序项目已经在揭示植物遗传多样性和进化关系方面取得了重要的研究成果。
例如，通过对拟南芥（Arabidopsis thaliana）基因组的测序和分析，我们了解了拟南芥的基因组结构和调控网络，以及它在进化中的起源和演化途径。
类似地，对水稻（Oryza sativa）基因组的测序和分析揭示了水稻的起源和适应性进化，为水稻育种提供了重要的线索。
作物全基因组选择育种技术研究进展
作物全基因组选择育种技术研究进展
王欣;徐一亿;徐扬;徐辰武
【期刊名称】《生物技术通报》
【年(卷),期】2024(40)3
【摘要】全基因组选择(GS)育种是根据训练群体全基因组上的分子标记基因型和表型之间的关联构建遗传模型,进而对基因型已知的待选群体进行育种值估计或表型预测,以实现对育种群体高效和精确的选择。
相比于常用的分子标记辅助选择育种,GS育种无需进行标记显著性测验,特别适用于微效多基因控制的数量性状,可以缩短育种周期,降低育种成本,现已成为动、植物育种领域的一项前沿技术。
然而,对受环境影响较大的作物产量等数量性状而言,仍面临着基因组预测准确性难以提升的瓶颈问题。
本文首先分析了影响作物GS功效的主要因素,继而从非加性效应模型、群体构建方案、多性状与多环境预测、多组学预测和育种芯片技术现状等方面阐述了GS技术在作物育种中的研究进展,并指出研究所面临的问题和发展前景,为推动作物GS育种技术的进一步深入研究提供策略和思路。
【总页数】13页(P1-13)
【作者】王欣;徐一亿;徐扬;徐辰武
【作者单位】扬州大学农学院;扬州大学信息工程学院
【正文语种】中文
【中图分类】S51
【相关文献】
1.植物全基因组选择技术的研究进展及其在玉米育种上的应用
2.全基因组选择及其在玉米育种中的研究进展
3.全基因组选择技术在作物育种中的研究进展
4.玉米全基因组选择育种研究进展
因版权原因，仅展示原文概要，查看原文内容请购买。
植物基因组学研究的最新进展
植物基因组学研究的最新进展随着科技的不断发展，人类对植物在生命中的重要性和其潜在的价值有了更加深刻的理解。
植物作为空气净化剂、食品来源、药用，以及风景等用途，对于人类的生活有着无法替代的地位。
然而，由于植物的生长条件多样性与适应性，使得其基因组存在着肆意的分化与改变。
所以，研究植物基因组系统成为了现代生命学的一个热门课题之一。
本文将带领大家了解最近植物基因组学研究的最新进展。
一、植物基因的高通量测序植物基因组的研究以往是基于PCR反应，但是这种方式的测序效率与质量限制了该领域的研究发展。
随着高通量测序技术的引进，现在研究人员已经可以有效的测定DNA序列，成为了当前植物基因组研究的一项重要技术。
高通量测序最近的进展体现在植物基因组测序上，即研究人员在人工操作的条件下一次性将一个或多个植物的基因组序列整体测定，并且可以在很短的时间内完成序列分析。
这种技术的到来，在一定意义上推动了植物基因组研究的发展。
二、植物功能基因组学近年来，功能基因组学理论在植物基因组学领域的研究成为一个被广泛关注的领域。
这是一种通过借助大量基因组学数据对植物基因组中的每一个基因判断其潜在功能的方法，是研究完成的生命作用与进化过程的初步手段。
例如，研究以Arabidopsis thaliana为模型，一般将其基因分为功能单元，并根据其生命过程重新定义其基因，从而揭示了细胞、胚胎发育等过程的要素。
三、转录组学所谓的转录组学途径是利用基因芯片或高通量测序技术对植物基因组中基因进行差异表达分析，以探究基因在不同条件下的表达方式，研究其在生长过程中参与调控的生物学过程。
目前，研究人员对于小麦、水稻等重要粮食作物已经展开大规模的转录组学研究，并根据其转录组监控的得出新的抗旱、抗病等抗性品种的培育方案，有望为全球粮食生产方面提供有益的启示。
四、突变及基因组改造最新植物基因组学研究另一领域是基因突变及基因组改造的相关探索。
随着人类对植物基因组结构及功能的理解加深,临床与农业用途方面的重要性逐渐突显，研究人员通过育种技术及遗传修饰技术，对植物基因进行改造，对生长过程中的抗病、抗旱、在吸收能量和结构构造方面都产生了影响。
全基因组测序技术在植物遗传学研究中的应用
全基因组测序技术在植物遗传学研究中的应用随着生物技术的不断发展，植物基因组测序技术也在不断进化。
全基因组测序技术突破了传统测序技术的限制，能够更全面、更准确地描述植物的基因组结构和功能。
因此，它在植物遗传学研究中的应用越来越广泛。
1. 全基因组测序技术的基本原理全基因组测序技术是指从某一物种全基因组DNA样本中提取DNA并对其进行无差别测序分析的技术。
在测序过程中，测序仪会将DNA片段逐一读取，通过基因组组装和比对，判断其序列并建立基因组图谱。
2. 全基因组测序技术在植物遗传学中的应用2.1 基因鉴定全基因组测序技术可以帮助科学家快速、准确地鉴定植物基因组中的各个基因，特别是那些未被研究过或者缺失了的基因。
这对于解决某些难以解决的遗传学问题非常有帮助。
2.2 基因组比较通过测序比对，科学家可以比较两个不同品种的植物基因组，了解它们之间的基因差异和相似性。
这可以有助于研究品种间的遗传变化和基因进化等问题。
2.3 基因影响分析对于基因组中的每个基因，全基因组测序技术可以揭示与其相关联的各种作用因素，例如调节性序列、启动子、转录因子等。
这有助于科学家更加深入地研究各个基因及其作用机制。
2.4 基因表达谱分析通过全基因组测序技术，可以对植物组织或器官中不同基因的表达情况进行大规模的分析。
这种分析有助于发现与特定表型或功能相关的基因和通路。
2.5 基因型鉴定和标记开发通过全基因组测序技术，可以鉴定出特定的DNA序列，从而开发出新的基因型标记。
这对于研究品种的遗传性状和生物学特征有很大的帮助。
3. 全基因组测序技术的应用前景随着全基因组测序技术的不断升级和成本的不断降低，其在植物遗传学研究中的应用将越来越广泛。
通过更加深入的分析和研究，科学家可以进一步揭示植物基因组的遗传变异和进化，探索植物的生长发育过程以及其对环境的适应性，为未来的植物育种研究提供更加精准和可靠的技术手段。
总之，全基因组测序技术在植物遗传学研究中具有重要的应用价值，可以为我们更深入地研究植物遗传学提供有力的技术手段。
数量遗传(QTL)定位的原理及研究进展课件
QTL定位的未来发展趋势
01
整合多维度数据
未来QTL定位将进一步整合多维度数据，包括基因组、转录组、蛋白质
组和表型组等数据，以提高QTL定位的精度和可靠性。
02
跨物种比较研究
通过比较不同物种的QTL定位结果，可以发现更多的保守QTL区域，有
助于深入理解基因变异的进化机制。
03
人工智能和机器学习方法的应用
数量遗传学在生物研究中的重要性
农业育种
通过研究作物产量、品质等数量 性状的遗传规律，为农业育种提 供理论依据和实践指导，提高农 作物的产量和品质。
医学研究
研究人类疾病相关数量性状的遗 传基础，为疾病诊断、预防和治 疗提供理论支持和实践指导。
生物多样性保护
揭示生物多样性形成和维持的机 制，为生物多样性保护和生态恢 复提供科学依据。
02 QTL定位原理
QTL的概念
QTL
数量性状基因座，是指控制数量性状 的基因在基因组中的位置。
数量性状
受多个基因控制的表型变异，如人的 身高、体重等。
QTL定位的基本步骤
收集具有表型差异的遗传 材料，构建分离群体。
进行基因组扫描，检测标 记与表型的连锁关系。
进行表型测定，获取表型 数据。
进行QTL的定位分析，确 定QTL的位置和效应。
数量遗传(qtl)定位的原理及研究 进展
contents
目录
• 数量遗传学基础 • QTL定位原理 • QTL定位的研究进展 • QTL定位的应用 • QTL定位的挑战与展望
01 数量遗传学基础
数量遗传学定义
数量遗传学定义：数量遗传学是一门 研究生物体数量性状遗传规律的学科。 数量性状是指那些受到多个基因和环 境因素共同影响的表型特征，如人的 身高、体重、智力等。
全基因组选择及其在玉米育种中的研究进展
报告从20世纪80年代开始，分子标记系统的开发使植物育种者和分子生物学家获得多态性标记的数量大大增加。
单核苷酸多态性（Single nucleotide polymorphisms，SNPs）已经在数量性状基因座（Quantitative trait locus，QTL）中广泛使用。
目前已有多项研究结果表明，超过10 000个不同标记系统的QTL 应用于12种植物中，旨在改善具有重要经济价值的数量性状。
最初，通过应用MAS 将分子标记整合到传统的表型选择（Phenotypic selection，PS）中。
对于简单的性状，MAS 只选择具有主要作用的QTL 相关标记的个体，不使用与性状无显著相关的标记的个体。
由于QTL 与环境相互作用，难以在多种环境中或不同的遗传背景下找到相同的QTL，通过使用QTL 相关标记检测来改善多基因控制的复杂数量性状是不可行的，因此，新的MAS 技术-基因组选择（GS）应运而生。
Meuwissen 等首次提出了GS 育种策略，GS 育种分为两步。
第一步主要是利用训练群体的基因分型结果和表型建立最佳线性无偏预测（Best linear unbiased prediction，BLUP ）模型，得到训练的育种值（Breeding value，BV）。
第二组是育种群体的基因型数据，但群体中的个体均没有表型，基于BLUP 模型和与训练群体中的表型相关的基因组的等位基因同一性来预测育种群体的各种性状的表现，从而得到GEBV ，GEBV 来源于预测群体中每个个体的基因组中发生的有用基因组的组合，并且提供了每个个体具有优良表型的估计值，即高育种值。
可以根据GEBV 选择新的育种亲本。
GS 与传统的MAS 相比有以下优点：①GS 不需要QTL 定位。
GS 不同于连锁和关联作图的策略，它不是映射单个基因效应，而是基于大量分子标记对有效育种值进行估计，理想地覆盖全基因组。
②GS 更精确，特别是对于早期选择。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
４期吴永升等：植物数量性状全基因组选择研究进展１５１１全基因组选择的概念和原理全基因组选择（Ｇｅｎｏｍｅ－ｗｉｄｅｓｅｌｅｃｔｉｏｎ，ＧＷＳ），又称基因组选择（Ｇｅｎｏｍｉｃｓｅｌｅｃｔｉｏｎ，ＧＳ），由Ｍｅｕ—ｗｉｓｓｅｎ于２００１年首先提出∞Ｊ。
主要是通过全基因组中大量的分子标记和参照群体（ｔｒａｉｎｉｎｇｐｏｐｕｌａ—ｔｉｏｎ）的表型数据建立ＢＬＵＰ模型估计出每一标记的育种值，然后仅利用同样的分子标记估计出后代个体育种值并进行选择［７】。
全基因组选择理论主要利用连锁不平衡信息，即假设标记与其相邻的ＱＴＬ处于连锁不平衡状态，因而由相同标记估计的不同群体的染色体片段效应是相同的，这就要求标记密度足够高以使所有的ＱＴＬ与标记处于连锁不平衡（ＬＤ）状态哺Ｊ。
而目前随着拟南芥、水稻、玉米等植物基因组序列图谱及ＳＮＰ图谱的完成或即将完成，提供了大量的ＳＮＰ标记用于基因组研究。
而随着ＳＮＰ芯片等大规模高通量ＳＮＰ检测技术的发展和成本的降低，使得全基因组选择应用成为可能。
２全基因组选择的基本方法及案例说明２．１全基因组选择的基本方法全基因组选择在实施过程中应该包括以下几个基本步骤：在需要实行选择的参照群体中获取参照群体的基因型数据和表现型数据；然后，通过ＢＬＵＰ程序估计出每个标记位点的标记效应值，从而获得育种值；最后，在接下来每一轮的选择中，不再需要表型数据，根据每一轮次群体基因型信息估计育种值，直接选择群体的优良单株【９ｊ。
全基因组选择的核心过程就是用从参照群体中每一个体的表现型数据和基因型数据建立的数学模型来估算接下来的育种群体中仅有基因型数据的个体的ＧＥＢＶ值。
由既有表现型数据又有基因型数据的每一个体组成的群体被成为参照群体。
参照群体用来估计数学模型的参数，这个参数接着用来计算仅有基因型数据的育种个体ＧＥＢＶ值，然后根据计算的ＧＥＢＶ值对育种群体进行选择并提升到下一轮次的选择中。
因此，通过模型来预测个体的育种值，可以不进行表型鉴定就直接对育种群体的个体进行选择（Ｍｅｕｖｉｓｓｅｎ，２００１）。
为了使估算的ＧＥＢＶ值尽可能地准确，参照群体必须具有代表性，尽可能地代表接下来在育种过程中用全基因组选择方法来进行选择的分离群体。
２．２全基因组选择方法案例如图ｌ所示，在这个例子中，笔者的目标是把外来种质中的优良性状基因（包括产量、矮杆、抗逆等）导入本地优良的自交系，从而实现种质的改良图１在玉米中利用全基因组选择方法导入外源种质Ｆｉｇ．１Ｇｅｎｏｍｅｗｉｄｅｓｅｌｅｃｔｉｏｎｔｏｉｎｔｒｏｇｒ％ｅｘｏｔｉｃｔｒａｉｔｓｉｎｔｏａｄａｐｔｅｄｍａｉｚｅ西南农业学报２５卷扩增。
首先利用优良自交系与外来ＯＰＶ杂交，获得Ｆ。
，Ｆ。
自交获得Ｆ：，Ｆ２自交获得Ｆ，家系，Ｆ，家系与测验种杂交获得Ｆ，家系的测交种。
Ｆ２单株提取ＤＮＡ进行基因型分析，Ｆ３家系测交种进行多点试验，根据获得的基因型信息和表型数据，利用ＢＬＵＰ对每一个ＳＮＰ标记的效应进行估计得到育种值。
Ｆ，家系仅仅根据表型选择１０个家系进行重组，获得的种子混合随机取１８０株进行下一轮选择，从这一轮开始，对这１８０株植株进行基因型分析，然后预测育种值，仅仅根据预测的育种值选择优良的１０株进行重组，如此循环４次，基本达到改良效果。
２．３全基因组选择的影响因素尽管多个模拟试验的例子已经证实全基因组选择具有提高遗传增益的巨大潜力，但是在应用时必须充分考虑以下关键因素。
主要包括：标记密度和连锁不平衡；统计模型和不同的实施方法；估计染色体片段效应需要用的表型记录数目；非加性效应对选择准确性的影响；不同群体及品种间的全基因组选择；重新估计染色体片段效应ｕ０｜。
全基因组选择和当前应用的ＭＡＳ是有较大区别的，Ｍ．ＡＳ是仅仅利用已知的与目标性状显著关联的标记进行选择，而在全基因组选择中，是利用ＢＬＵＰ模型对所有的标记估算每一个个体的育种值。
因此，需要大量覆盖全基因组的标记来进行分析，以使尽量多的ＱＴＬ与至少一个标记处于连锁不平衡状态，同时让尽可能多的ＱＴＬ能够用标记来表示它的效应。
预期需要的标记密度是由全基因组连锁不平衡衰退的速度来决定的，也就是说由标记之间的决定系数、ｒ２和遗传距离来决定。
ＬＤ是由突变产生的多态性形成的，因重组的发生而被打破。
因此，突变和重组是影响ＬＤ的重要因素。
连锁不平衡衰退的速度和方式往往还受受遗传漂变、物种的异交率、群体大小、基因或染色体片段所受的选择强度等群体特性的影响Ｈ¨。
因此，不同物种的ＬＤ衰减距离不同，同一物种不同群体、同一群体不同基因组区域的ＬＤ衰减距离也不同。
人类的ＬＤ研究最广泛，一般认为人类ＬＤ衰减距离在６０ｋｂ到５００ｋｂ之间【１２一副；而玉米农家种为１ｋｂ¨４ｌ，具有广泛变异的玉米自交系大约为１１５ｋｂ【１５１，而优良玉米自交系则达１００ｋｂ【ｌ６｜。
玉米不同座位的ＬＤ衰减距离也不同。
／ｄｌ、ｔｂｌ、ｓｈｌ、ｄ３等四个基因在来自全球玉米自交系群体中的ＬＤ衰减距离大约为１１５ｋｂ，而在同一群体中的嬲和ｓｕｌ两个基因的ＬＤ衰减距离较大，尤其是ｓｕｌ基因在１０ｋｂ内几乎不衰减。
拟南芥属于自交物种，其ＬＤ模式不同于玉米。
Ｈａｇｅｎｂｌａｄ等【１７１在控制拟南芥开花期的基因ＦＲ／附近４００ｋｂ的范围内对１４个短片段测序，发现ＬＤ衰减距离达２５０ｋｂ（约１ｃＭ）。
从上面的例子中可以粗鲁地估计各种物种ＬＤ衰退距离，但是影响ＬＤ的因素是多方面的，在具体育种研究中还需要对具体研究群体的ＬＤ衰退距离进行估计。
在ＧＳ中，可以用ＬＤ衰退的程度来估计预期需要的标记密度。
例如，ＣａｌｕｓａｎｄＶｅｅｒｋａｍｐ¨引（２００７）利用两个近邻标记的ｒ２平均值来估计标记密度和ＬＤ衰退程度的关系。
研究发现，对于高遗传力的性状，两个近邻标记的ｒ２平均值为０．１５就足够了；对于遗传力低的性状，把ｒ２平均值提高到０．２可以更准确地估计ＧＥＢＶ值。
但对于某些作物或者某些特殊群体来说，这样的标记密度无法达到。
着眼未来，随着高通量测序技术的发展，将有越来越多廉价的标记能直接用于各种物种的分析，基因型分析费用的降低将加速覆盖全基因组的高密度分子标记在各种作物ＧＳ中的应用¨９ｆ。
研究表明，建立可靠的用于估计ＧＥＢＶ的预测模型，需要同时满足饱和的全基因组覆盖率并且至少一个标记与ＱＴＬ处于连锁不平衡状态这两个条件。
然而，推测用于建立可靠预测模型至少需要多少分子标记仍然具有重要意义。
但是，影响用于建立可靠模型的分析标记数目的因素是多方面的，而且目前缺乏可借鉴的经验数据，因此，在这方面的很多猜测将是没有意义的，这个问题也将是未来研究的重点关注之处。
ＱＴＬ分析的最大挑战就是选择合适的统计模型来进行ＱＴＬ定位并对他们的效应进行估计啪Ｊ。
在全基因组选择育种项目中，需要用有限的表型数据来估计大量分子标记效应。
这种远远大于表型数据数目的解析变量（标记）往往会使分析缺少自由度，在选择过程中这个问题必须解决，也就是说必须要使用合适的统计模型，通过分析模型的复杂程度和计算需求使这个模型估计的ＧＥＢＶ值达到最高的准确性。
在评估模型的效果时，ＧＥＢＶ估计的准确性程度有严格的定义，也就是ＧＥＢＶ值与真正育种值（ＴＢＶ）之间的相关性（Ｐｅａｒｓｏｎｃｏｒｒｅｌａｔｉｏｎ）。
在利用ＧＥＢＶ值来进行选择过程中，定义的准确性程度是直接和选择增益相对应的，也就是说准确度越高，选择的效果越好。
３全基因组选择的应用自从２０世纪８０年代以来，植物遗传学家和育种家已经把分子标记技术应用到植物育种中。
技术的发展首先从数量性状ＱＴＬ定位开始，接着研究者不断开展如分子标记辅助导人外来种质‘２１ｌ、标记辅植物数量性状全基因组选择研究进展作者：吴永升， 邵俊明， 周瑞阳， 黄开健， WU Yong-sheng， SHAO Jun-ming， ZHOU Rui-yang，HUANG Kai-jian作者单位：吴永升,WU Yong-sheng(广西大学农学院,广西南宁530005;广西农科院玉米研究所,广西南宁530227;广西作物遗传改良生物技术重点开放实验室,广西南宁530007)， 邵俊明,SHAO Jun-ming(广西作物遗传改良生物技术重点开放实验室,广西南宁,530007)， 周瑞阳,ZHOU Rui-yang(广西大学农学院,广西南宁,530005)， 黄开健,HUANG Kai-jian(广西农科院玉米研究所,广西南宁,530227)刊名：西南农业学报英文刊名：Southwest China Journal of Agricultural Sciences年，卷(期)：2012,25(4)1.Salvi S;Tuberosa R To clone or not to clone plant QTLs:present and future challenges 20052.Flint-Garcia S A;Thuillet A C;Yu J M Maize association population:a high-resolution platform for quantitative trait locus dissection 20053.The Arabidopsis Genome Initiative Analysis of the genome sequence of the flowering plant Arabidopsis thaliana 20004.Yu.A Draft Sequence of the Rice Genome (Oryza sativa L.ssp.Indica) 2002(02)5.Patrick S;Schnable The B73 Maize Genome:Complexity,Diversity,and Dynamics 20096.MeuwissenT H;Hayes B J;Goddard M E Prediction of total genetic value using genome-wide dense marker maps 20017.Bernardo R;Yu J Prospects for genome-wide selection for quantitative traits in maize 20078.Daetwyler H D;Villanueva B;Woolliams J A Accuracy of predicting the genetic risk of disease using a genome-wide approach 20089.Jannink J L;Lorenz A J;Iwata H Genomic selection in plant breeding:from theory to practice 2010(09)10.Luan T;woolliams J A;Lien S The accuracy of genomic selection in Norwegian red cattle assessed by cross validation[外文期刊] 2009(03)11.Stuber C W;Goodman M M;Moll R H Improvement of yield and ear number resulting from selection at allozymeloci in a maize population 198212.Reich D E;Cargill M;Bolk S Linkage disequilibrium in the human genome 200113.Taillon Miller P;Bauer Sardi;(A)a I Juxtaposed regions of extensive and minimal linkage disequilibrium in human Xq25 and Xq281 200014.Tenaillon M;Sawkins M C;Long A D Patterns of DNA sequence polymorphism along chromosome 1 of maize 200115.Remington D L;Thornsberry J M;Matsuoka Y Structure of linkage disequilibrium and phenotypic associations in the maize genome 200116.Jung M;Ching A;Bhattramakki D Linkage disequilibrium and sequence diversity in a 5002kbp region around the adhl locus in elite maize germplasm 200417.Hagenblad J;Nordborg M Sequence variation and haplotype structure surrounding the flowering time locus FRIin Arabidopsis thaliana 200218.Calus M;R.Veerkamp Accuracy of breeding values when using and ignoring the polygenic effect in genomic breeding value estimation with a marker density of one SNP per cM 200719.Zhu C M;Gore E S;Buckler Status and prospects of association mapping in plants 200820.Broman KW;T.P.Speed A model selection approach for the identification of quantitative trait loci in experimental crosses 200221.Hospital F L;Moreau coudre More on the efficiency of marker-assisted selection 199722.Bernardo R;Charcosset A Usefulness of gene information in marker-assisted recurrent selection:Asimulation appraisal 200623.Xu Y;Crouch J H Marker-assisted selection in plant breeding:from publications to practice 200824.HospitalF;Goldringer I;Openshaw S Efficient marker-based recurrent selection for multiple quantitative trait loci 200025.Melchinger A E;Utz H F;Schon C C Quantitative trait locus (QTL) mapping using different testers and independent population samples in maize reveals low power of QTL detection and large bias in estimates of QTL effects 199826.Schaeffer L R Strategy for applying genome-wide selection in dairy cattle 200627.Eathington SR;T.M.Crosbie;M.D.Edwards Molecular markers in a commercial breeding program 2007本文链接：/Periodical_xnnyxb201204078.aspx。