植物数量性状关联分析研究进展
植物数量性状全基因组选择研究进展
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）。
植物关联分析应用研究进展
植物关联分析应用研究进展植物关联分析是一种用于研究植物之间相互作用关系的方法。
通过植物关联分析可以揭示植物种群的空间结构、种间竞争、共存机制等关键问题，对于理解植物群落演替和生态系统功能具有重要意义。
本文将对植物关联分析的应用研究进展进行综述。
1. 空间结构：植物关联分析可以揭示植物的空间结构，包括分散分布、聚集分布等模式。
通过研究植物的空间结构，可以了解到植物群落的组织结构和种群动态过程。
2. 种间竞争：植物关联分析可以揭示植物之间的竞争关系。
植物之间的竞争对于植物群落的结构和物种多样性的维持具有重要作用，而植物关联分析可以帮助揭示竞争的强度和方式。
二、植物关联分析的方法和技术植物关联分析的方法和技术包括空间统计、网络分析、时空模型等。
这些方法和技术可以帮助研究人员揭示植物之间的关联关系。
1. 空间统计：空间统计是植物关联分析中应用广泛的方法之一。
空间统计可以通过计算植物之间的距离、预测种群的空间分布模式、分析空间分布的异质性等，从而揭示植物之间的关联关系。
3. 时空模型：时空模型是一种将时间和空间因素考虑在内的植物关联分析方法。
时空模型可以揭示植物群落的时空演变规律、预测未来的物种分布和变化趋势等。
时空模型可以帮助研究人员深入了解植物之间的关联关系和生态过程。
1. 物种共存机制：一些研究利用植物关联分析揭示了不同物种之间的共存机制。
一些研究利用网络分析揭示了物种之间的相互作用关系，从而揭示了物种共存的机制和规律。
2. 生态系统功能：一些研究利用植物关联分析研究了植物群落的生态系统功能。
一些研究利用空间统计方法预测了植物群落的物种多样性和生态系统功能，从而为生态系统保护和恢复提供了科学依据。
3. 气候变化：一些研究利用植物关联分析研究了气候变化对植物群落的影响。
一些研究利用时空模型预测了气候变化下植物群落的物种组成和分布变化，从而为气候变化适应和生态系统管理提供了指导。
四、展望和总结植物关联分析是一种重要的方法，可以揭示植物之间的相互作用关系和生态过程。
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。
植物关联分析应用研究进展
植物关联分析应用研究进展植物关联分析是指通过对植物相关特征和性状进行比较和分析，找出它们之间的关系的一项研究方法。
通过植物关联分析，可以揭示植物的遗传背景、同源基因以及基因的功能等信息，有助于深入了解植物基因组的相关特征。
植物关联分析的应用范围非常广泛，包括植物种质资源的遗传变异分析、品种选育、疾病抗性筛选、代谢物的合成与积累机制等方面的研究。
本文将从这几个方面对植物关联分析的应用研究进展进行详细阐述。
植物关联分析在植物种质资源的遗传变异分析中发挥着重要作用。
植物种质资源是指植物品种的集合，不同的植物品种具有不同的遗传特征和性状。
通过植物关联分析，可以对大量的植物种质资源进行遗传变异研究，挖掘出重要的遗传变异位点和基因，为植物育种提供重要的遗传资源。
在水稻品种选育中，利用关联分析方法，发现了控制水稻中抗稻瘟病基因的重要位点，并利用这些位点选择出具有抗稻瘟病能力的优良品种。
植物关联分析在植物品种选育中也有广泛的应用。
植物品种选育是指通过对不同植物品种的杂交和选择，培育出具有优良性状的新品种。
通过植物关联分析，可以确定影响某一性状表现的关键基因和突变位点，从而指导植物品种的选育工作。
在玉米品种选育中，通过关联分析发现了控制花期和产量性状的重要基因和突变位点，为培育高产优质的玉米品种提供了基础。
植物关联分析在植物疾病抗性筛选中也具有重要的应用价值。
植物疾病是指由病原微生物对植物造成的危害，为了提高植物对疾病的抵抗能力，可以通过关联分析方法筛选具有抗病能力的植物品种。
通过对大量的植物品种进行相关性分析，可以筛选出与疾病抵抗相关的基因和突变位点，并利用这些位点进行分子标记辅助选择育种，提高植物抗病能力。
在番茄的抗病育种中，通过关联分析发现了控制番茄抗病能力的重要位点，并利用这些位点进行有针对性的选育工作。
植物关联分析还可以应用于植物代谢物的合成与积累机制研究。
植物代谢物是指植物体内产生的化学物质，在植物的生长发育和适应环境的过程中发挥着重要的作用。
植物数量性状关联分析研究进展
C"*"9 S)(T9+-("U，A*)!*""*)，RC，LLIEL3IIEP ，SC:）
（P @*"(,)*5 A*(/9 B4#+,T949)" ;9)"9+ ,] ;!()*，R9U \*1 ,] ;+,# =9),4(’- ^ =9)9"(’ B4#+,T949)" ,] A()(-"+U ,] :.+(’85"8+9，;!()* :.+(’85"8+*5 S)(T9+-("U，
： 李 建 生， 男， 教 授， 博 士 生 导 师， 主 要 从 事 玉 米 杂 种 优 势 的 基 础 和 应 用 研 究。 <95：EPE3 ;,++9-#,)[(). *8"!,+ ）
LDFGDHDD ； 234*(5：5(7- 6 PLG17 ‘ ’,4 （ 收稿日期） ：DEEL3EL3Ed ； ： >9’9(T9[ :’’9#"9[（接受日期） DEEL3EF3EH ‘
［ !! ， !4］ 点图和 %& 配对 检 测 的 矩 阵 图 。前者可以观测
优点有三， （!） 花 费 的 时 间 少， 一般以现有的自然群 体为材料， 无需 构 建 专 门 的 作 图 群 体。 （"） 广 度 大， 可以同时检测同 一 座 位 的 多 个 等 位 基 因。 （#） 精度 高， 可达到单基因的水平
综述 植物数量性状关联分析研究进展 严建兵 P 郑艳萍 P 余建明 D
$% 李建生 P，
D （P 中国农业大学， 国家玉米改良中心， 农业部作物基因组学与遗传 改 良 重 点 实 验 室， 北 京 PEEEKH ； GEEH <!+,’Q4,+",) O5*)" C’(9)’9 ;9)"9+，R*)-*-
三色堇数量性状的相关及灰关联度分析
第41卷第8期东北农业大学学报41(8):121~126 2010年8月Journal of Northeast Agricultural University Aug.2010三色堇数量性状的相关及灰关联度分析杜晓华，刘会超，贾文庆，魏艳玲（河南科技学院园林学院，河南新乡453003）摘要：三色堇的许多性状间存在不同程度的联系，明确各性状之间的联系，对提高杂交育种的选择效率，加快新优品种的培育具有重要的指导意义。
试验以33个三色堇品种的8个重要数量性状为研究对象，分别采用相关分析和灰关联度分析，研究了这些性状对5个育种目标性状影响的主次关系及相关程度。
结果表明，对花径影响最大的为叶长，其次为叶宽，再次为茎粗，它们均与花径呈极显著正相关；对花数影响最大的为叶宽、其次为花径，再次为分枝数，其中分枝数与花数呈极显著正相关，而叶宽、花径与花数呈极显著负相关；对分枝数影响最大的是叶宽，其次为花径，它们均与分枝数达极显著负相关；对冠幅影响最大的是株高，其次是茎粗，冠幅与株高、茎粗分别呈极显著、显著正相关；对株高影响最大的是冠幅。
因此，可在植株发育的早期阶段，通过叶片大小、分枝数分别实现对花径、花数的相关性选择。
关键词：三色堇；相关分析；灰关联度分析中图分类号：S682.1+9文献标志码：A文章编号：1005-9369（2010）08－0121－06 Correlation and grey relational analysis of quantitative characters in pansy/DU Xiaohua,LIU Huichao,JIA Wenqing,WEI Yanling(College of Horticulture and Land-scape Architecture,Henan Institute of Science and Technology,Xinxiang Henan453003,China)Abstract:Pansy is one of important flowers for landscaping in spring and winter.Identify the relationship between breeding target traits and other characters could provide the valuable information for plan formulating and correlation selection in pansy breeding.Forthis reason,eight important characters of33 pansy cultivars were investigated,and two methods including correlation analysis and grey relational,were adopted to show the relationships among characters.The results showed that:(1)On flowerdiameter,leaflength could make the largest effect,then leaf width,and followed by stem diameter.The correlations were extremely significant between flower diameter,leaf length and width,and stem diameter.(2)On number of flowers,leaf width could make the largest effect,then flower diameter,and followed by number of branches.The correlation between numberof branches and flowers was positively significant,and the correlation among leaf width,flowerdiameterand numberof flowers were negatively significant.(3)On numberof branches,leaf width could make the largest effect,and then the flower diameter.The correlation between number of branches and leaf width,flowerdiameterwere negatively significant.(4)On crown,plant height could make the largest effect,and then the stem diameter.The correlation among crown and plant height,stem diameter were positively significant.(5)On plant height,crown could make the largest effect,and the correlation between them was positively significant.Therefore,the correlation selection for size and number of flowers in pansy could be carried out with leaf size and numberof branches,respectively at the early stage of plant growth.Key words:pansy(Viola tricolor L.);correlation analysis;grey relational analysis收稿日期：2009-11-04基金项目：河南省创新人才工程培养对象（2005-126-49）；河南科技学院博士启动金（7027）作者简介：杜晓华（1972-），男，讲师，博士，研究方向为园艺植物遗传育种。
三色堇数量性状的相关及灰关联度分析
ｅｔ ｍ ｌｓ ｎｉ ｎ ｂ ｔｅ ｎｆ ｗ ｒ ｉ ｅｅ， ａ ｎ ｔ ａ ｄ ｉ ｈ ａ ｄｓ ｍ ｄ ｍｅｅ． （ Ｏ ｕ ｅ ｘｒ ｅ ｇ ｉ ａ ｔ ｅ ｅ ｅ ａ ｔｒｌ ｆｅ ｇｈ ｎ ｄ ， ｎ ｅ ｉ ｔｒ ２ ｎｎ ｍｂ ｒ ｆ ｅ ｙｉ ｆ ｗ ｃ ｌ ｏ ｄ ｍ ｅ ｌ ｗ ｔ ｔ ａ ） ｏ
关 ；对分枝数影 响最 大的是 叶宽 ，其 次为花径 ，它们均与分枝数 达极显著 负相 关 ；对冠 幅影响 最大的是株 高 ， 其次是 茎粗 ，冠幅与株 高、茎粗分 别呈极 显著、显著正相 关；对株 高影 响最大的是冠 幅。 因此 ，可在 植株发 育
的 早 期 阶 段 ， 通过 叶 片 大 小 、分 枝 数 分 别 实现 对 花 径 、花 数 的 相 关 性 选 择 。
Ａｂ ｔａ ｔ Ｐ ｎ ｙ ｉ ｏ ｅ ｏ ｍｐ ｒ ｎ ｏ ｒ ｏ ａ ｄ ｃ ｐｎ ｎ ｓ ｒ ｇ ａ ｄ ｗｉｔｒ ｄ ｎｉ ｈ ｓ ｒ ｃ ： ａ ｓ ｓ ｎ ｆｉ ｏｔ ｔｆ ｗｅｓ ｆｒｌｎ ｓ ａ ｉｇ ｉ ｐｉ ｎ ｎｅ．Ｉｅ ｔｙ ｔｅ ａ ｌ ｎ ｆ
杜晓华 ，刘会超 ，贾文庆 ，魏艳玲
（ 河南科技学院园林学院 ，河南 新乡 ４３０ ５ ０ ３）
摘
要 ：三 色堇的许 多性 状 间存 在 不 同程度 的联 系，明确各性 状之 间 的联 系，对提 高杂 交育种 的选择 效
率 。加快新优 品种的培 育具有重要 的指 导意义 。试 验以 ３ ３个三 色堇品种 的 ８个重要 数量性 状为研 究对 象，分
ａ ｏ ｔｄ ｏ ｈ ｗｔ ｌ ｉ ｓ ｉ ａ ｎ ｃａａｔｒ Ｔ ｅｅ ｕ ｓ ｈｗ ｄｈ ｔ１Ｏ ｆ ｗ ｒ ｉ ｔｒｅ ｆ ｎ ｔ ｄ ｐ ｔｓ ｏ ｈ ｒ ａ ｏ ｈ ｓ ｍｏ ｇ ｈ ｒｃ ｓ ｈ ｓ ｌ ｓ ｏ ｅ ｔａ （ ｎ ｏ ｅｄａ ｅ， ａｌ ｇｈ ｅ ｅｅ ｔｎ ｐ ｅ． ｒ ｔ ） ｌ ｍｅ ｌ ｅ
植物数量性状遗传的研究和进展(续)
上的应用。１４ ９ ３年 Ｈａｅ Ｌ Ｎ．将这一方法 ｚｌ ． ，
发展为“ 选择指数” 法，推广于动物群体的个体
选择。 Ｈａｅ ｚｌ提出了选择指数的遗传理论，定 义了估计遗传方差和协方差的方法，这些均是 计求选择指数所必需的。 同时 ， 他还定义了所
３６ ．
Ｍａ ｕ ｕ ： ｖ ｎ ｅ ｉ Ｉ ｈ ｒｔｎ ｅ Ｑｕ ｎｉ ｔ Ｙ ｈ ａ Ａｄ ａ ｃ ｓ ｎ ｅｉ ｃ ｏ ｎ ａ ｆ ａ ｔ ａｉ ｔ ｖ
Ｃ ａａｔｒ ｉ Ｐａ ｔ ｏｃ ｕ） ｈ ｒｃ ｓ ｌ （ ｎｉ ｅ ｅ ｎ ｎ Ｃ ｎ
本， 它们的相似系数越近于 士１ 彼此无关的样 ， 本则它们的相似系数越近于 。 ，相似的样本归 于一类， 不相似的样本归另一类； 关系密切的归 到一个小的分类单位，关系不密切的归到一个 大的分类单位。另一种方法是将每一个样本看 作ｍ维空间的一个点， 并且在空间定义距离， 距 离较近的点归为一类，距离较远的点应属于不
Ｍ ｒ， Ｒ 和 Ｑｄ， １ （９６ 研 ｕｙ Ｂ ． ｔ ． ａ ｉＭ． １６） ｒ ． 究了印度４ 种油菜的自交系和型， ０ 利用每种油 菜６ 个性状， 计算种间的距离， 以这些距离作为
油菜种间的相似性根据， 进行聚类分析。４ 种 ０
Ａ （９９ ． ６）利用互作效应来研究区域的相似 １
性。如果所试验的若干个品种在一个地点上的 互作效应类似于另一个地点上的互作效应，那 么可以认为这两个地点的生态条件是相似的，
（ 全文完）
会
讯
安徽省遗传学会成立大会在合肥召开
安徽省遗传学会成立大会， ９１ １ ５ 于１８年１月２ 日
至２ Ｈ ８ 在合肥举行。 知名学者， 安徽省副省长杨纪坷、
植物关联分析应用研究进展
植物关联分析应用研究进展1. 引言1.1 背景介绍植物关联分析是根据植物种类之间的相互作用及其环境特征，通过统计分析和数学模型等方法，揭示植物之间的关联关系和规律的一种研究领域。
随着环境变化、气候变暖等问题的日益严重，植物在生态系统中的作用越来越受到关注。
植物关联分析的出现为研究者提供了一个有效的工具，可以帮助他们更好地理解植物之间的互动关系，从而促进生态系统的稳定和可持续发展。
在过去的几十年里，植物关联分析已经被广泛应用于生态学、农业、药物研发等领域，取得了许多重要的成果。
随着研究深入的进行，人们也逐渐意识到植物关联分析存在一些局限性，需要继续努力完善和发展。
本文旨在系统总结植物关联分析的最新研究进展，探讨其在不同领域的应用和发展前景，以及未来可能面临的挑战和难题。
1.2 研究意义植物关联分析是一种重要的研究方法，具有重要的研究意义。
通过植物关联分析，可以深入了解不同植物之间的相互作用，揭示植物群落中植物种间的关联关系，有助于我们更好地理解植物群落的结构和功能。
植物关联分析可以为生态学研究提供重要依据，帮助我们更好地理解生态系统中植物群落的演变过程和物种之间的相互作用。
植物关联分析还可以为农业领域和药物研发领域提供重要参考，有助于优化种植结构、提高农产品产量，以及发现新的药用植物资源。
植物关联分析的研究意义重大，对于推动植物学研究和应用具有重要意义。
1.3 研究目的研究目的是为了探究植物关联分析在不同领域的应用情况，并且分析其在生态学、农业和药物研发领域中所起到的作用。
通过深入研究植物关联分析的方法和应用，可以为相关领域的研究工作提供理论基础和实践指导，进一步推动植物科学研究的进展，促进生态环境保护和农业生产效率提升，同时也有助于新药物开发和传统药物的优化利用。
研究目的旨在全面了解植物关联分析的潜力和局限性，为未来的研究方向和发展趋势提供参考和指导，从而推动植物科学的创新和进步。
2. 正文2.1 植物关联分析的概念植物关联分析是一种研究植物之间相互关系的方法，通过分析植物之间的联系和互动，揭示它们之间的相互作用及影响因素。
关联分析及其在植物中的研究进展
以在具有某种性状的群体与不具备这种性状的对照 群体中进行对 比研究 ， 从而确定其相邻基因与该性
状 的关联 ． 从严 格意 义上讲 ， 基 因组关 联 分析 需要 全
成 千上 万个 Ｓ Ｐ或 Ｓ Ｒ标 记 以及 尽 可 能 多 的无 亲 Ｎ Ｓ
群体为材料 ， 无需构建专 门的作图群体． 只要某种标 记如果在抗性个体中分布十分 明显 ， 么就可 以认 那 为该标记与抗性表型相关联． ２ 广度大 ， 以同时 （） 可
１ 引言
关联分析主要是研究群体中分子变异与表型变 异 之 间的相关 关 系¨ ， 发 现 、 位 基 因 ， Ｊ是 定 及对 基 因 进 行功 能性 分 析 的基 本 工具 Ｊ单 核 苷 酸 多态 性 是 ．
近 年来 发展起 来 的一 种 高效 便 捷 的分 子 标 记 ， 因其 各方 面的优 点 ， 已经 成 为 关 联 分 析 领 域研 究 的重 它
正 是通 过统 计分 析在 基 因水 平 上将 那些 对 目标 性状 有 正 向贡献 的等 位基 因从 种 质 资 源 中挖 掘 出来 ． 目 前 作物 多基 因控 制 的抗病及 抗逆 等 性状 基 因 的研 究 并 没有 取得 象单 基 因控 制 性 状那 样 快 的进 展 ， 这 但
方 面 的研 究 因为 候选 基 因关联 分析 的提 出而出现 新
检 测 同一座位 的 多个 等 位基 因． ３ 材 料 广度 大 ， （） 不
缘关系的个体． 但是 由于进行全基 因组关联 分析耗 资 巨大 ， 目前仍无 法 完成 ． 随着 各个 主要 物 种全基 因 组 测序 的完 成 ，Ｎ Ｓ Ｐ标记 的大 量开 发 ， 全基 因组 关联 分 析将 成为 研究 植物 数量 性状 的强 有力工 具 ． ］
植物功能性状研究进展
植物功能性状研究进展一、本文概述植物功能性状研究是生态学、植物学和生物地理学等领域的重要研究方向，它涉及植物在适应环境过程中所表现出的各种生物学特征。
这些性状不仅反映了植物的生长策略、资源利用效率和生态适应性，也是理解植物群落组成、动态演变以及生态系统功能的关键。
随着全球气候变化和人类活动的日益加剧，植物功能性状研究对于预测和应对生态系统服务功能的变化具有重要意义。
本文综述了近年来植物功能性状研究的主要进展，包括功能性状的定义与分类、性状与环境因子的关系、性状在群落和生态系统中的功能等方面。
我们回顾了功能性状的概念及其分类体系，以明确研究范围和框架。
我们分析了功能性状与环境因子（如光照、水分、土壤等）之间的关系，探讨了植物如何通过调整性状来适应不同的环境条件。
我们讨论了功能性状在植物群落和生态系统中的功能，包括其在群落构建、物种共存、生态系统稳定性和服务功能等方面的作用。
通过对植物功能性状研究进展的梳理和评价，本文旨在为相关领域的研究者提供全面的研究动态和前沿信息，为深入探索植物功能性状与生态系统功能的关系提供理论支持和实践指导。
本文也指出了当前研究中存在的问题和挑战，为未来的研究提供了方向和建议。
二、植物功能性状的分类与特点植物功能性状是植物生态学和生理学的重要研究内容，它们涵盖了植物在适应和响应环境变化过程中所展现的各种生物学特性。
根据性状的表现形式和生态学意义，植物功能性状通常可以分为叶片性状、茎秆性状、根系性状、生长策略和繁殖策略等几个主要类别。
叶片性状主要包括叶片大小、形状、厚度、叶面积指数、叶绿素含量等，这些性状直接影响植物的光合作用效率和碳获取能力。
叶片性状的变化往往与植物对光照、水分和养分等环境资源的利用策略密切相关。
例如，叶片厚度和叶绿素含量的增加通常意味着植物对高光照环境的适应，而叶片形状和大小的变化则可能反映了植物对水分和养分利用效率的优化。
茎秆性状主要包括茎的高度、直径、节间长度、机械强度等，这些性状对植物的支撑能力、物质运输和抗逆性具有重要影响。
植物关联分析应用研究进展
植物关联分析应用研究进展植物关联分析是指在生物信息学领域中，利用分子生物学技术和计算机科学方法对植物基因组数据进行分析，以发现植物之间的关联性和互作关系的一种研究方法。
随着植物基因组数据的不断积累和计算工具的不断完善，植物关联分析在植物学研究中的应用也越来越广泛。
本文将介绍植物关联分析的基本原理和方法，以及在植物学领域中的应用研究进展。
一、植物关联分析的基本原理和方法植物关联分析的基本原理是通过对大量的植物基因组数据进行统计分析和计算，发现不同基因之间的关联性和互作关系。
目前常用的植物关联分析方法主要包括相关分析、网络分析和机器学习等。
1. 相关分析相关分析是一种常用的统计方法，用于分析两个或多个变量之间的线性相关性。
在植物关联分析中，可以利用相关分析来发现不同基因之间的表达量或变异情况之间的相关性，从而推断它们之间可能存在的功能关联或调控关系。
通过相关分析，可以筛选出与特定生物学过程相关的基因集合，为后续的功能研究提供重要线索。
2. 网络分析网络分析是一种将复杂系统中的多个元素之间的关系用图或网络来表示的方法。
在植物关联分析中，可以利用网络分析来构建植物基因调控网络或互作网络，揭示不同基因之间的调控关系和互作模式。
通过网络分析，可以全面理解植物基因组中基因之间的复杂关系，为研究植物生长发育、逆境应对等生物学过程提供新的视角和思路。
3. 机器学习机器学习是一种通过计算机程序学习从数据中发现规律和模式的方法。
在植物关联分析中，可以利用机器学习算法对大规模的植物基因组数据进行分类、聚类和预测等分析，发现植物基因之间的潜在关联和功能模式。
机器学习在植物关联分析中的应用，为挖掘植物基因组数据中的信息提供了全新的途径和工具。
二、植物关联分析在植物学研究中的应用植物关联分析在植物学研究中具有重要的应用价值，可以帮助科学家们深入理解植物基因组的功能和调控机制，促进植物育种和疾病防治等领域的发展。
下面将分别介绍植物关联分析在植物生长发育、逆境适应和遗传改良等方面的具体应用。
灰色关联分析法在胡麻数量性状选择上的应用
灰色关联分析法在胡麻数量性状选择上的应用摘要应用灰色系统理论的灰色关联分析方法，研究分析胡麻主要数量性状与产量之间的关联度，结果表明：主要数量性状与产量之间的关联度大小依次为千粒重>单株粒重>每果粒数>单株有效果数>株高>工艺长度>有效分枝数>有效茎数，为胡麻杂交育种、系统选择提供重要的理论数据。
关键词灰色关联分析法；胡麻；数量性状；产量中图分类号 s563 文献标识码 a 文章编号 1007-5739（2013）02-0028-01胡麻在宁夏不同生态区域的水旱地都有种植。
近年来，随着农业结构的调整，主要集中在宁夏南部山区的9县（区），即固原市的原州区、西吉县、彭阳县、隆德县、泾源县，中卫市的海原县，吴忠市的同心县、盐池县、红寺堡区，是当地传统的优势特色作物[1-3]。
该研究目的在于应用灰色系统理论的灰色关联分析方法，研究分析全国各胡麻育种单位新近育成的一批胡麻新品种的数量性状与产量之间的关联度及重要性，以为胡麻杂交育种、系统选择等提供理论依据。
1 材料与方法1.1 试验材料试验于2012年在固原市原州区的川水地进行，气候类型属半干旱区，土壤为浅黑垆土，肥力中等。
以引进的全国各胡麻育种单位新近育成的12个胡麻新品种为供试材料。
1.2 试验方法试验设12个处理，即每个品种为1个处理。
3次重复，随机区组排列，小区面积14.4 m2，行距15 cm，苗数为720万株/hm2左右。
收获时每小区取样50株进行考种，测定株高、工艺长度、有效茎数、有效分枝数、单株有效果数、单株粒数、单株粒重、千粒重8个主要数量性状，小区实收计产。
依据灰色关联分析要求，将12个胡麻品种的产量及其各数量性状视为1个总体，即灰色系统[4-6]。
以产量为母序列（x0），以株高、工艺长度、有效茎数、有效分枝数、单株有效果数、单株粒数、单株粒重、千粒重为子序列（xi）（i=1，2，3…n）。
试验数据用dps统计分析软件进行统计分析。
植物关联分析应用研究进展
植物关联分析应用研究进展植物之间存在着复杂的相互关系，这种关系包括植物个体之间的相互作用，植物与其周围环境之间的相互作用等。
植物关联分析的研究旨在揭示不同植物之间的相互关系及其对生态系统的影响，对于保护生态环境和合理利用植物资源具有重要意义。
本文将就植物关联分析的应用研究进展进行介绍。
一、植物关联分析的基本概念植物关联分析是一种研究植物之间相互关系的方法。
这种方法可以揭示种植物之间的共生、竞争、捕食和协同等关系，为揭示植物种间关系提供了新的研究思路。
植物关联分析的研究内容主要包括植物间的物质交换、信息交流、能量传递等方面的关系。
植物关联分析的方法主要包括实验研究和数学模型两种。
实验研究主要是通过对植物之间相互作用的观察和实验验证来揭示植物关系的规律性。
而数学模型则是通过建立数学方程模拟植物之间的相互关系，从而揭示植物关系的内在规律。
植物关联分析的研究方法主要包括实验研究和数学模型两种。
数学模型是通过建立数学方程模拟植物之间的相互关系，从而揭示植物关系的内在规律。
数学模型的建立可以通过生态学、系统生物学等领域的知识来支持。
利用数学模型可以在一定程度上模拟植物之间的相互作用，从而揭示植物关系的内在规律。
植物关联分析在生态学、农业学、园林学等领域有着广泛的应用。
植物关联分析在生态学领域的研究应用最为广泛。
在生态系统恢复与重建中，植物关联分析可以帮助揭示植物之间的相互关系，指导生态系统的恢复与重建工作。
在农业学领域，植物关联分析可以帮助揭示植物之间的竞争和共生关系，为农作物的种植和管理提供理论支持。
在园林学领域，植物关联分析可以帮助揭示植物之间的协同关系，为园林设计提供理论支持。
未来，植物关联分析将向着多学科交叉和综合研究的方向发展。
通过结合生态学、遗传学、分子生物学等多学科知识，揭示植物之间关系的多层次和多维度特征。
未来植物关联分析的研究方法也将更加多样化，包括实验研究、数学模型、分子生物学技术等的综合应用。
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
结球甘蓝单株产量与表型数量性状的灰色关联度分析
收稿日期：2023-05-23；修回日期：2023-10-08基金项目：国家重点研发计划项目（2022YFE0199500）；国家现代农业产业技术体系（CARS-23-G07）；河北省现代农业产业技术体系建设专项（HBCT2023110203，HBCT2023110201）作者简介：陈宝刚，男，高级农艺师，研究方向为蔬菜栽培技术及示范推广。
E-mail ：***************通信作者：申领艳，女，副研究员，主要从事蔬菜育种与栽培技术研究。
E-mail ：*********************栗淑芳，女，研究员，主要从事蔬菜育种与栽培技术研究。
E-mail ：***********************结球甘蓝（Brassica oleracea L.var .capitata L.）属于十字花科芸薹属蔬菜[1]，原产于地中海沿岸，16世纪开始传入我国并逐步得到推广[2]，现种植面积约90万hm 2[3]，主要分布在我国东北、西北、华北等地区，除严寒的冬季外，春、夏、秋三季均可露地栽培；华南地区除了炎热的夏季，秋、冬、春3季都可栽培；长江流域可周年栽培。
结球甘蓝植株喜冷凉、适应性广、产品耐贮运、营养物质丰富，受到种植者和消费者普遍喜爱。
结球甘蓝营养丰富，所含的维生素、β-胡萝卜素、花青素、双硫氢硫基，具有抗氧化作用。
据中医分析，甘蓝性平味甘，入胃、肾二经，被誉为天然“胃菜”[4]。
近年来，随着人们生活水平的不断提高、气候环境的不断变化和科学水平的不断发展，采用新技术培育出符合市场需求的高产、抗病、抗逆、优质新品种，一直是育种的主要目标。
灰色系统理论和方结球甘蓝单株产量与表型数量性状的灰色关联度分析陈宝刚1，闫凤岐2，康少辉2，苏浴源2，申领艳2，栗淑芳2（1.张家口市乡村振兴促进中心河北张家口075000；2.张家口市农业科学院河北张家口075000）摘要：为明确结球甘蓝表型数量性状对单株产量影响的主次关系，促进高原冷凉区结球甘蓝新品种选育，运用灰色关联度分析法，对9份结球甘蓝新配组合单株产量与表型数量性状进行分析。
棉花数量性状基因定位研究进展
第23卷 第5期2011年5月V ol. 23, No. 5May, 2011生命科学Chinese Bulletin of Life Sciences 文章编号：1004-0374(2011)05-0511-08棉花数量性状基因定位研究进展王启会#，李怀芹#，朱新宇，汪保华*(南通大学生命科学学院，南通 226019)摘 要：棉花的许多重要性状，包括产量、纤维品质、株型、抗病抗逆性、生理生化等都是数量性状，受遗传和环境因子的共同作用。
近年来，随着分子生物学技术的进步，棉花基因组研究得到迅速发展，为棉花数量性状基因(quantitative trait locus, QTL )定位奠定了坚实的基础。
概述了近十几年来棉花QTL 定位研究及分子标记辅助选择的进展，结合研究实践指出了棉花QTL 定位及标记辅助选择存在的问题，并对其发展方向做出了初步探讨。
关键词：棉花； QTL 定位；标记辅助选择；基因定位中图分类号：S562; Q943 文献标志码：AProgress of quantitative trait locus mapping in cottonWANG Qi-Hui #, LI Huai-Qin #, ZHU Xin-Yu, WANG Bao-Hua*(School of Life Science, Nantong University, Nantong 226019, China)Abstract: Most of important economic traits of cotton, including yield and yield components, fi ber quality, plant architecture, disease and stress resistance, physiological characters et al. are quantitatively inherited, which are determined by both genetic and environmental factors. Nowadays, with the development of molecular biotechnology, distinctive progress has been made in cotton genome research, which provides a solid basis for cotton quantitative trait locus (QTL) mapping. In this paper, progress of cotton QTL mapping and marker-assisted selection (MAS) in the last more than ten years is reviewed. The existing problems are analyzed and the future direction of QTL mapping is proposed.Key words: cotton; QTL mapping; marker-assisted selection; gene location收稿日期：2011-02-09； 修回日期：2011-03-16基金项目：国家自然科学基金项目(31000729)；南通市科技创新计划项目(生物技术及新医药专项AS2010018)；江苏省普通高校自然科学基金项目(10KJB201004, 09KJB180006)*通信作者：E-mail: bhwang@ #共同第一作者棉花的许多重要性状，如产量、纤维品质、株型等都是由多基因控制的数量性状，这些微效多基因在染色体上的位置称为数量性状基因座(quantitative trait locus ，QTL )。
植物关联分析应用研究进展
植物关联分析应用研究进展植物关联分析是一种用于研究植物之间相互关系的方法。
通过植物关联分析，可以揭示植物之间的相互作用、共生关系以及它们对环境的适应性等。
近年来，随着高通量测序技术的快速发展，植物关联分析在植物学研究中得到了广泛应用，并取得了一系列重要的研究成果。
一方面，植物关联分析可以帮助我们了解植物之间的拮抗关系。
拮抗是植物之间常见的相互作用方式，通过拮抗作用，一些植物可以抑制其他植物的生长，从而获得更多的养分和空间。
利用植物关联分析，研究人员可以发现具有拮抗作用的植物，并进一步研究其拮抗机制。
一项研究发现，一种产生特定化合物的植物可以有效抑制附近其他植物的生长，这为我们开发新的生物除草剂提供了思路。
植物关联分析还可以研究植物之间的共生关系。
共生是指两种或多种生物之间相互依赖的关系，能够相互促进对方的生长和繁殖。
通过植物关联分析，研究人员可以发现植物之间的共生关系，并深入研究共生对植物生长的影响。
一项研究发现，一种土壤真菌可以与堇菜的根部形成共生关系，提供养分和水分，从而促进堇菜的生长。
植物关联分析还可以研究植物对环境的适应性。
植物对环境的适应性是指植物通过进化、适应和选择等方式，适应不同环境条件的能力。
通过植物关联分析，研究人员可以确定植物与环境之间的关联，了解植物对不同环境因素的响应和适应机制。
一项研究发现，一种耐旱植物具有特定的基因组，可以有效应对干旱环境的挑战。
最近，随着植物关联分析的应用研究进展，研究人员开始探索植物关联分析在植物保护、生态恢复和农田管理等方面的应用。
在植物保护方面，植物关联分析可以帮助我们发现具有抗病能力的植物品种，并进一步研究其抗病机制，为农业生产提供新的选择。
在生态恢复方面，植物关联分析可以帮助我们了解植物之间的相互作用关系，并设计合适的种植策略，促进生态系统的恢复和稳定。
在农田管理方面，植物关联分析可以帮助我们了解不同作物之间的相互作用关系，优化农田布局，提高农作物产量和品质。
关联分析及其在玉米中的研究进展
1关联分析现状关联分析主要研究群体中分子变异与表型变异之间的相关关系,是发现基因、定位基因以及对基因进行功能性分析的基本工具。
关联分析最初普遍应用于人类疾病,尤其是在Alzheimer病和膀胱纤维症的研究中。
目前,在鉴定1型和2型糖尿病、精神分裂症、哮喘、心肌梗塞、回肠炎、高血压、肿瘤等疾病的致病基因方面已有许多成功的报道。
在模式动物果蝇中也有与抗菌免疫变异、寿命、体色、翅形等相关的报道。
在植物研究中关联分析则刚刚起步,其主要原因之一是人们对许多植物物种基因组中的LD 结构缺乏了解。
植物关联分析最初以玉米为研究对象。
自1983年Riven等分别应用限制片段长度多态性技术对玉米进行遗传分析以来,加之各种分子标记技术的出现和广泛应用促进了玉米遗传学的快速发展。
近年来,随着高效便捷的分子标记————SNPs的出现,以及基因组测序技术日臻成熟和完善,玉米遗传学研究将进入基因组研究时代。
Thornsberry等突破植物群体结构的障碍将其成功引入玉米开花期变异,至今已有大量在植物中进行关联分析的成功报道。
人们也逐渐意识到基于LD的关联分析可能是基因功能验证和基因挖掘的一种有效手段。
玉米关联分析中最典型的是玉米代谢途径关键酶基因与代谢产物的相关分析,在研究淀粉代谢途径的6个关键酶基因核苷酸多态性及LD程度的基础上,Wilson等选择各基因的几个重要区段进行关联分析,发现6个基因中有4个与籽粒各成分和淀粉糊化特性的一些指标呈显著相关。
Szaima等通过关联分析发现ael启动子区域的2个多态性位点和whpl启动子区域的1个多态性位点与玉米可凝性球蛋白的积累有关。
2004年国际农业研究磋商小组启动了“遗传多样性挑战计划”、美国科学基金会开始资助“玉米基因组的结构和功能多样性研究专项”,这充分显示了关联分析在玉米研究中得到足够的重视。
目前,基因组学在玉米种质资源优异基因的发掘中应用十分广泛。
其中,基于LD关联分析和SNPs以其诸多优势已逐渐引起人们的关注,并且关联分析为优异基因和等位基因的发掘提供了新的思路和途径。
- 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)。
!"#$"%& ’( )&&’*$+,$’- )-+./&$& (’0 12+-,$,+,$#" 30+$,& $- 4.+-,&
V:@= W(*,3N,).P ，V:@ X(*)3Y().P ，ZN2@= V*)3O().P ，VS X(*)3A().D ，*)[ \B X(*)3C!9).P，$
大多数农作物的产量、 品质、 抗逆性等都是数量 性状， 研究数量性 状 对 农 作 物 的 遗 传 改 良 具 有 重 要 意义。利用覆盖全基因组的分子标记连锁图和合适 的分离群体进行连锁分析是目前植物数量性状研究 的主要 方 法。 由 于 分 离 群 体 仅 涉 及 两 个 特 定 的 材 料， 因此连锁分析只涉及同一座位的两个等位基因。 同时在构 建 分 离 群 体 时 由 于 杂 交 和 自 交 次 数 的 限 制， 发生的 重 组 次 数 有 限， b<\ 作 图 的 精 度 一 般 在 把数 量 基 因 质 量 化， 然后进行图位克隆 5()9-，@B\-） 是鉴定数量性状基因的常用方法。但对基因组较大 的植物， 因为重复序列的大量存在， 数量性状基因的 图位克隆仍然面临巨大挑战。目前克隆的数量性状 基因大多数是 主 效 b<\， 例如控制拟南芥开花期的
［ PE］ 图位克隆的一个重要因素 。
近年来， 随着模式植物全基因组测序的完成， 植 物基因组学的研究已经呈现出由简单质量性状向复 杂的数量性状转 移 的 趋 势， 特 别 是 大 量 C@O 标 记 的 开发以及生物信 息 学 的 迅 猛 发 展， 应用关联分析方 法发掘植物数量性状基因已成为目前国际植物基因 组 学 研 究 的 热 点 之 一。 关 联 分 析（ *--,’(*"(,) ， 又称连锁 不 平 衡 作 图 （ \M 4*##(). ） 或关联 *)*5U-(-） 作图 （ *--,’(*"(,) 4*##().） ， 是一种以连锁不平衡为基
/"+
作
物
学
报
第 ## 卷
础， 鉴定某一群体 内 目 标 性 状 与 遗 传 标 记 或 候 选 基
［ !!］ 因关系的分析方法 。 与 连 锁 分 析 相 比， 关联分析
在完全连 锁不 平衡条 件 下 （ $" !3 $ " 倍数增大。例如， ， 关联分析 的 群 体 大 小 为 !-- ， 当 $" 下 降 到 - 2 " , !） 时， 在相同的显著 水 平 下 关 联 分 析 的 群 体 大 小 需 要 增加到 /-- 才能达到相同的检测效率。 描述 %& 在 染 色 体 上 的 分 布 一 般 有 %& 衰 减 散
C"*"9 S)(T9+-("U，A*)!*""*)，RC，LLIEL3IIEP ，SC:）
（P @*"(,)*5 A*(/9 B4#+,T949)" ;9)"9+ ,] ;!()*，R9U \*1 ,] ;+,# =9),4(’- ^ =9)9"(’ B4#+,T949)" ,] A()(-"+U ,] :.+(’85"8+9，;!()* :.+(’85"8+*5 S)(T9+-("U，
： 李 建 生， 男， 教 授， 博 士 生 导 师， 主 要 从 事 玉 米 杂 种 优 势 的 基 础 和 应 用 研 究。 <95：EPE3 ;,++9-#,)[(). *8"!,+ ）
LDFGDHDD ； 234*(5：5(7- 6 PLG17 ‘ ’,4 万 方数据 ：DEEL3EL3Ed； （ 收稿日期） ： >9’9(T9[ :’’9#"9[（接受日期） DEEL3EF3EH ‘
D Y9(7().，PEEEKH ，;!()*； GEEH <!+,’Q4,+",) O5*)" C’(9)’9 ;9)"9+，R*)-*- C"*"9 S)(T9+-("U，A*)!*""*)，RC，LLIEL3IIEP ，SC:）
［ ］ （ )9*+ (-,.9)(’ PE c GE ’A 之 间 P3D 。 利 用 近 等 基 因 系
（ GEIFPPLI） ； 引进国际先进农业科学技术计划 （ KHd 计划） （ DEEH3ZDI） %基金项目：国家自然科学基金项目 作者简介：杨小红 （ PKFK ） ， 女， 浙江临海人， 博士研究生， 从事高油玉米分子生物学研究。 234*(5：+9[U0DEEI 6 PDL ‘ ’,4
$ 通讯作者 （
)5&,0+*,：>9’9)"5U，*--,’(*"(,) *)*5U-(- !*- 199) %([95U 94#5,U9[ ", ()T9-"(.*"9 _8*)"("*"(T9 "+*("- () #5*)" .9)9"(’- *)[ 1+99[(). ‘ :--,’(*"(,) *)*5U-(- (- *) *##+,*’! ", ([9)"(]U "!9 +95*"(,)-!(# ,] 4,59’85*+ 4*+Q9+- ,+ ’*)[([*"9 .9)9- %("! "+*("‘ N9+9，%9 ()"+,[8’9[ "!9 [9]()("(,) *)[ 49*-8+949)"- ,] \M () * .(T9) #,#85*"(,) 1*-9[ ,) 5()Q*.9 [(-9_8(5(1+(84（ \M） *)[ +9T(9%9[ "!9 *[T*)’9- ,] *--,’(*"(,) *)*5U-(- ],+ "!9 ()T9-"(.*"(,) ,] _8*)"("*"(T9 "+*("- () #5*)"-‘ <!9 9]]9’"- ,] 4*"(). -U-"94-，-8’! *- +9’,41()*"(,)，.9)9"(’ [+(]"，*)[ #,#85*"(,) -"+8’"8+9 ", "!9 #*""9+)- ,] \M %9+9 [(-’8--9[‘ a()*55U，%9 *5-, [(-’8--9[ "!9 #,"9)"(*5 *##5(’*"(,) ,] *--,’(*"(,) *)*5U-(- ],+ [(--9’"(). _8*)"("*"(T9 "+*("- *)[ #5*)" 4,59’85*+ 1+99[(). ‘ ；b8*)"("*"(T9 "+*(" 6"/%’07&：:--,’(*"(,) *)*5U-(-；\()Q*.9 [(-9_8(5(1+(84（ \M）
和混合导致 %& 的 增 加， 但它们的影响效应受群体 大小、 群体间的 交 换 率 以 及 重 组 率 的 影 响。 对 特 定 等位基因进行高强度选择会降低此基因座及其周围 但 在适度 的重 的遗传 多样 性， 从而导 致 %& 的增加， 组率条件下， 这 种 增 加 只 是 短 暂 的。 遗 传 漂 变 也 是 影响 %& 的因素 之一。一般 认为在 一个 小而稳 定的 群体中遗传漂变会增 加 %&。 “奠 基 者 效 应” （ 6789:;< 是遗传漂 变 的 另 一 种 形 式， 即一个小群体从 ;66;=>?） 一个大群 体 中 分 离 出 去 并 在 此 基 础 上 逐 渐 发 展 起
［ !#］ ［ !! ， !#$ !/］ "
， 常用的有 !’ 和 $Байду номын сангаас"
种， 都是以 ! 为基础 的， 取值范围都是从 （连 锁 平 衡） 到! （ 连锁不平衡） ， 但它们表示的意义不同。 ! ’ （当 ! 0 - 时 为 最 小 可 能 值 ） 是 ! 与 ! 最大 可 能 值
［ !! ， !#$ !/］ 的比值 ， 是 一 种 与 频 率 无 关 的 度 量。 ! ’, !
［ " ，!!$!"］
。
（"#$%&’( )#*(+,#"#-.#,/， — — —关 ! 连锁不平衡 01） 联分析的基础
!2! 01 的定义和度量方法 连锁不平衡是不同基因座位上等位基因的非随
［ !!］ 机组合 。当 位 于 某 一 座 位 的 特 定 等 位 基 因 与 同
后者 可以直 接观 %& 随遗传或物理距离的下降速率， 测同一染色体的基因座位或基因的多态性位点之间 %& 的线性排列。 !23 影响 01 的因素和 01 的衰减 因重 组的发 %& 是由突变产生的多态性形成 的， 生而 被 打 破。 由 此 可 见， 突 变 和 重 组 是 影 响 %& 的 重要因素。除此 之 外， 其他生物因素和历史因素也 影响 %& 的程 度和分 布， 例如 物种的 异交率， 即 交配 体系、 染色体位置、 群 体 大 小、 基因或染色体片段所 受的选择强度、 遗 传 漂 变 等。 虽 然 自 交 物 种 每 次 减 数分裂时重组率很高， 但由于自交趋向纯合， 这样有 效的重组率 就 会 很 低， 最 终 导 致 自 交 物 种 的 %& 程 度高。例如 拟南芥 的 %& 衰 减距离 远远 大于玉 米和 果蝇的 （表 !） 。不同染色体位置的 %& 程度不 同， 位 于染色体着丝粒附近的区域， 重组 率低， %& 程度 高； 而位于染色体臂上的区域重组率相对较 高， %& 程 度 就较低。例 如 位 于 玉 米 + 号 染 色 体 着 丝 粒 附 近 的