粳稻RIL群体产量QTL定位的综述报告.docx

粳稻RIL群体产量QTL定位的综述报告
近年来，随着基因组学和分子生物学技术的发展，研究粳稻产量的关键基因在分子水平上的定位越来越成为一个热门研究领域。其中，利用遗传图谱的方法对粳稻RIL群体进行产量QTL定位研究是较常用的一种方法。本文将对近年来研究粳稻RIL群体产量QTL定位的综述进行总结。
首先，我们需要了解什么是粳稻RIL群体。RIL（RecombinantInbredLines）是指自芥菜族的两个纯系自交一定代数（如F6或F7）后，再将它们的后代（F6、F7代）逐代单独自交而形成的单倍型固定的杂种群体。这种群体的各个个体在染色体上的配对是随机的，并存在着某些区域的重组，形成了固定的单倍型，因此可以成为固定的背景材料来进行某些具体性状的遗传变异研究。
在粳稻RIL群体中，粳稻的产量QTL定位研究主要通过分析不同个体群体之间基因型及表型的差异，来确定与产量相关的遗传因素。下面我们将分情况讨论粳稻RIL群体的产量QTL定位研究：
1.采用单点定位法进行QTL分析
研究者利用遗传图谱和基于Phenotypedata的GWAS方法（全基因组关联分析），采用单点斡旋的方法，对RIL群体中的SNPS标记进行基因型与表型相关性分析，从而得到一些指向可能QTL的SNP。
在一篇题为《分子标记（SSR和SNP）辅助育种细节探讨及规划粳稻抗旱优质新品系选育的实践》的研究中，作者对常用全基因组关联分析的QTL发现方法进行探讨，并将其运用于粳稻产量QTL计算。通过对两个不同地区的6个不同季节的生产中粳稻进行分析，研究者最终发现了部分叶片参数和收成率的表型和单个SNP基因位点相联系的QTL。
2.采用区段定位法进行QTL分析
此类方法通常常采用compositeintervalmapping(CIM)算法，通过分析多个标记之间的关系，来确定与产量相关的QTL区间。CIM算法考虑到了基因位点之间可能存在的相互作用或区间效应，可以有效地提高QTL检测的准确性和可靠性，因此成为目前粳稻产量QTL定位分析的主要方法之一。
在一篇题为《鉴注105组粳稻的产量及分蘖相关性状》的研究中，研究者运用CIM算法对105组粳稻RIL群体的产量、茎高、穗长、穗粒数、千粒重以及分蘖数6个相关性状进行分析，最终共发现了27个QTL。新QTL的发现为粳稻的育种、改良和作物遗传学的研究提供了新的依据。
总的来说，粳稻RIL群体产量QTL定位的研究方法不仅可以为粳稻生产的规律及未来的育种改进提供理论依据，同时也有针对性地提高当前粳稻的产量，对中国粮食生产及国家经济具有重要的意义。未来的研究可以从更高的粒量和产量、更好的病虫害抵抗力和耐受性、更广的适应性和更强的生物学抗性等方面进行探索。