茶樹分子標(biāo)記輔助育種研究進(jìn)展

王讓劍，楊 軍，孔祥瑞，陳常頌*，余文權(quán)

(1.福建省農(nóng)業(yè)科學(xué)院茶葉研究所/國(guó)家茶樹改良中心福建分中心，福建 福安 355015；2.福建省農(nóng)業(yè)科學(xué)院，福建 福州 350000)

茶樹世代周期長(zhǎng)，是多年生異花授粉木本作物，多為二倍體，基因組大小約為3.02G且高度雜合[1]。目前茶樹新品種選育的主要方法仍然是常規(guī)育種法，包括選擇育種和有性雜交，該方法工作量大、效率低、時(shí)間長(zhǎng)，已難以適應(yīng)快速發(fā)展的市場(chǎng)對(duì)多樣化茶樹品種的客觀需求。分子標(biāo)記輔助選擇(Marker Assisted Selection，MAS)可顯著提高育種效率，已成為作物遺傳育種領(lǐng)域的研究重點(diǎn)。發(fā)掘與茶樹優(yōu)良經(jīng)濟(jì)性狀緊密連鎖的分子標(biāo)記是開展茶樹分子標(biāo)記輔助選擇育種的基礎(chǔ)，目前主要依靠QTL作圖(Quantitative Trait Loci Mapping)與關(guān)聯(lián)作圖(Association Mapping)兩種方法。近年來茶樹QTL作圖與關(guān)聯(lián)作圖相關(guān)研究正有條不紊的開展，本文擬簡(jiǎn)述QTL作圖和關(guān)聯(lián)作圖在茶樹分子標(biāo)記輔助選擇研究中的進(jìn)展及存在的問題，并對(duì)其發(fā)展趨勢(shì)進(jìn)行展望。

1 茶樹QTL作圖研究進(jìn)展

1.1 茶樹遺傳圖譜構(gòu)建

構(gòu)建遺傳圖譜的關(guān)鍵步驟是建立合適的遺傳作圖群體及選擇合適的圖譜構(gòu)建方法。茶樹世代周期長(zhǎng)、人工雜交結(jié)實(shí)率低，難以得到像水稻等一年生作物用于構(gòu)建遺傳圖譜的BC群體(回交群體)、NIL群體(近等基因系群體)；茶樹自交不親和，也很難得到F2群體、RIL群體(重組自交系群體)，因而基于上述群體的作圖理論均無法直接應(yīng)用于茶樹遺傳圖譜構(gòu)建。茶樹遺傳組成高度雜合，許多遺傳位點(diǎn)在F1代即發(fā)生分離，因此一般利用F1群體基于“擬測(cè)交”(Pseudo Testcross)方法構(gòu)建遺傳圖譜[2]，該方法在林木等多年生作物遺傳圖譜構(gòu)建中應(yīng)用較多[3-4]。

茶樹遺傳圖譜研究起步相對(duì)較晚，但隨著“擬測(cè)交”方法的應(yīng)用以及DNA分子標(biāo)記技術(shù)的發(fā)展，茶樹分子遺傳圖譜的構(gòu)建工作得以逐步進(jìn)行。從已發(fā)表的茶樹遺傳圖譜來看，其是伴隨茶樹分子標(biāo)記發(fā)展的進(jìn)程逐漸展開的，具有較明顯的代際界線(見表1)。起初，茶樹分子標(biāo)記的開發(fā)是從顯性標(biāo)記開始的，因此早期茶樹遺傳圖譜構(gòu)建以RAPD等顯性標(biāo)記為主，雖然這類標(biāo)記無需知曉基因組的序列信息，操作簡(jiǎn)便，可迅速作圖，但這類標(biāo)記是對(duì)基因組的隨機(jī)擴(kuò)增，穩(wěn)定性較差，很難實(shí)際應(yīng)用，且其擴(kuò)增片段多位于基因組的非編碼區(qū)，不能直接用于分離目的基因。隨后，由于SSR標(biāo)記具有多態(tài)性高、穩(wěn)定性強(qiáng)、共顯性的特點(diǎn)，在茶樹遺傳研究中備受青睞，伴隨茶樹SSR標(biāo)記開發(fā)的逐漸深入，茶樹遺傳圖譜的構(gòu)建逐漸以SSR標(biāo)記為主，但SSR標(biāo)記需要對(duì)其多態(tài)性進(jìn)行驗(yàn)證，開發(fā)成本較高，費(fèi)時(shí)費(fèi)力。近年來，隨著功能基因組研究的逐步開展，茶樹基因組與轉(zhuǎn)錄組大規(guī)模測(cè)序成為現(xiàn)實(shí)，獲得大量的SNP標(biāo)記已比較容易。SNP標(biāo)記具有高分型效率、數(shù)量巨大、全基因組覆蓋、分析簡(jiǎn)單、成本較低等特點(diǎn)，可以預(yù)測(cè)SNP標(biāo)記將會(huì)成為今后茶樹遺傳圖譜構(gòu)建的主要分子標(biāo)記。

1.2 茶樹QTL定位

進(jìn)行QTL定位的遺傳圖譜，其標(biāo)記的平均圖距宜在10 cM以下，倘開展基因圖位克隆研究，則目標(biāo)區(qū)域的平均圖距應(yīng)在1 cM 以下[21-24]。早期構(gòu)建的茶樹遺傳圖譜其密度基本達(dá)不到要求，且均勻性不好，因此難以開展QTL定位工作。近年來，隨著高通量測(cè)序技術(shù)的進(jìn)一步發(fā)展及測(cè)序成本的持續(xù)降低，利用SSR、SNP等共顯性標(biāo)記構(gòu)建符合QTL定位要求的茶樹遺傳連鎖圖譜已陸續(xù)報(bào)道出來，有關(guān)茶葉芽葉性狀、兒茶素含量、抗病(蟲)性狀等QTL定位工作正穩(wěn)步推進(jìn)，并且取得了一些階段性的成果，這為開展茶樹分子標(biāo)記輔助選擇育種奠定了基礎(chǔ)。

Tan等[15]利用茶樹花轉(zhuǎn)錄組開發(fā)了2439個(gè)SSR標(biāo)記并驗(yàn)證了其中的720個(gè)，成功開發(fā)出431個(gè)SSR標(biāo)記，利用其中的237個(gè)標(biāo)記對(duì)龍井43(♀)×白毫早(♂)的F1群體構(gòu)建了一張茶樹遺傳圖譜，包括15個(gè)連鎖群，總圖距為1156.9 cM，標(biāo)記間平均距離為5.2 cM。隨后，該課題組繼續(xù)整合483個(gè)SSR標(biāo)記，利用上述群體重新構(gòu)建了一張圖譜，包括15個(gè)連鎖群，總圖距為1226.2 cM，標(biāo)記間平均距離為2.5 cM，且定位了15個(gè)與春茶萌芽期，嫩梢顏色，成熟葉長(zhǎng)，成熟葉寬以及葉形指數(shù)相關(guān)的QTL[19]。Ma等[16]使用406個(gè)SSR標(biāo)記，運(yùn)用“擬測(cè)交”策略對(duì)迎霜(♀)×北躍(♂)單株的F1群體構(gòu)建了一張茶樹遺傳圖譜，包含15個(gè)連鎖群，總圖距為1143.5 cM，標(biāo)記間平均距離為2.9 cM，定位了25個(gè)與兒茶素含量相關(guān)的QTL，其中9個(gè)QTL年份之間表現(xiàn)穩(wěn)定，分布在LG03、LG11、LG12、LG15等連鎖群上，每個(gè)QTL對(duì)群體變異的解釋率在2.4%～71.0%之間。隨后，該課題組又利用SLAF-seq簡(jiǎn)化基因組測(cè)序技術(shù)開發(fā)了茶樹SNP標(biāo)記，并利用6042個(gè)SNP標(biāo)記對(duì)前期構(gòu)建的圖譜進(jìn)行了加密，最終構(gòu)建的圖譜包括6448個(gè)標(biāo)記，總圖距為3965 cM，標(biāo)記之間平均遺傳距離為1.0 cM，該圖譜是第一個(gè)基于SNP標(biāo)記的茶樹遺傳圖譜，也是目前最飽和的一張圖譜[18]。徐禮羿[20]等以烏牛早(♀)×龍井43(♂)的F1群體，構(gòu)建了一張雙親整合的遺傳圖譜，該圖譜擁有16個(gè)連鎖群，包含175個(gè)SSR標(biāo)記，圖譜總長(zhǎng)為1165.4 cM，平均圖距6.7 cM。在LG03、LG06、LGll、LGl3連鎖群上共檢測(cè)到4個(gè)的茶橙癭螨抗性QTL，單個(gè)QTL的表型變異貢獻(xiàn)率的變幅為7.2%～13.0%，且LG11存在1個(gè)控制茶橙癭螨抗性的主效QTL，變異貢獻(xiàn)率為13.0%。在LG01、LG04、LG06共檢測(cè)到4個(gè)的日灼病抗性QTL，單個(gè)QTL的表型變異貢獻(xiàn)率的變幅為6.9%～69.8%，且LG01和LG04各存在1個(gè)茶日灼病抗性相關(guān)的主效QTL，變異貢獻(xiàn)率分別為16.5%、69.8%。在LG03、LG06、LG08、LG10、LG13、LG15連鎖群上共檢測(cè)到8個(gè)的炭疽病抗性QTL，單個(gè)QTL的表型變異貢獻(xiàn)率的變幅為5.6%～13.8%，且LG10存在1個(gè)茶炭疽病抗性相關(guān)的主效QTL，變異貢獻(xiàn)率分別為13.8%。

2 茶樹關(guān)聯(lián)作圖研究進(jìn)展

關(guān)聯(lián)作圖是以自然群體為研究對(duì)象，以長(zhǎng)期重組后保留下來的標(biāo)記基因間連鎖不平衡(Linkage Disequilibrium，LD)為依據(jù)，將目標(biāo)性狀表型的多樣性與標(biāo)記基因型的多態(tài)性結(jié)合分析，可直接鑒定出與表型變異密切相關(guān)的標(biāo)記基因位點(diǎn)[25-26]。相比QTL作圖，關(guān)聯(lián)作圖不用構(gòu)建人工雜交的作圖群體，而且不存在QTL作圖時(shí)兩親本基因型的限制，可同時(shí)檢測(cè)同一座位的多個(gè)等位變異，并且定位更精確，甚至可以達(dá)到單基因的水準(zhǔn)[27]。關(guān)聯(lián)作圖主要包括全基因組關(guān)聯(lián)作圖和候選基因關(guān)聯(lián)作圖兩種方法。

表1 已構(gòu)建的茶樹遺傳圖譜

注：“-”表示沒有。

2.1 全基因組關(guān)聯(lián)作圖

當(dāng)選取的標(biāo)記數(shù)目可以覆蓋全基因組時(shí)，即可定位到所有影響表型的QTL，這種方法稱為全基因組關(guān)聯(lián)作圖，該方法所需標(biāo)記的數(shù)目取決于物種的基因組大小以及LD水平，物種基因組大小相近時(shí)，LD衰減速度慢的物種所需標(biāo)記少，其定位精度比衰減速度快的物種低[28]。

隨著SSR等標(biāo)記的快速發(fā)展，茶樹全基因組關(guān)聯(lián)作圖研究開始了一些積極的嘗試。姚明哲等[29]利用自主開發(fā)的55個(gè)EST-SSR標(biāo)記對(duì)112份茶樹品種(系)進(jìn)行了基因分型，通過關(guān)聯(lián)分析共鑒定出5個(gè)與表型性狀顯著關(guān)聯(lián)的EST-SSR標(biāo)記(P<0.01)，其中標(biāo)記CS298、CS317、CS84分別與一芽二葉百芽重(BW)、葉片長(zhǎng)度(LL)和茶多酚含量(TP)顯著關(guān)聯(lián)，對(duì)表型變異的解釋率分別為0.11、0.15和0.35；標(biāo)記CS330和CS338均與咖啡堿含量(CAF)顯著關(guān)聯(lián)，對(duì)表型變異的解釋率分別為0.14和0.15。喬婷婷等[30]在110 個(gè)EST-SSR標(biāo)記中共檢測(cè)到4656個(gè)成對(duì)位點(diǎn)組合存在連鎖不平衡(LD)，占所有可能成對(duì)位點(diǎn)組合的38.8%，其中301個(gè)成對(duì)位點(diǎn)組合存在較高程度的連鎖不平衡，39個(gè)標(biāo)記與累計(jì)15個(gè)性狀表現(xiàn)為極顯著。蘇會(huì)[31]利用EST-SSR標(biāo)記對(duì)豫南茶區(qū)115個(gè)茶樹種質(zhì)進(jìn)行了標(biāo)記基因型分型，并將標(biāo)記與茶品質(zhì)相關(guān)性狀進(jìn)行了關(guān)聯(lián)分析，結(jié)果表明，67對(duì)EST-SSR組成的共2211對(duì)成對(duì)位點(diǎn)組合中，259個(gè)成對(duì)位點(diǎn)連鎖不平衡程度較高，占所有位點(diǎn)的11.71%。當(dāng)K=4時(shí)，模型后驗(yàn)概率LnP(D)最大，群體被分為四個(gè)亞群。與水浸出物關(guān)聯(lián)的標(biāo)記有5個(gè)，其中TM066解釋率最高，為13.32%；與茶多酚關(guān)聯(lián)的標(biāo)記有5個(gè)，其中TM092解釋率最高，為13.68%；與氨基酸關(guān)聯(lián)的標(biāo)記有6個(gè)，其中TM083解釋率最高，為7.6%；與咖啡堿關(guān)聯(lián)的標(biāo)記有3個(gè)，其中TM111解釋率最高，為7.8%；TM066、TM092、TM074-2與水浸出物、茶多酚同時(shí)關(guān)聯(lián)；TM086-1與茶多酚、氨基酸同時(shí)關(guān)聯(lián)；TM088、TM111、TM124與氨基酸，咖啡堿同時(shí)關(guān)聯(lián)。

2.2 候選基因關(guān)聯(lián)作圖

當(dāng)主效基因或者質(zhì)量性狀基因?qū)Ρ硇陀袥Q定性的影響，甚至單個(gè)堿基的變異亦可決定表型時(shí)，對(duì)可能影響表型性狀的部分基因組區(qū)段進(jìn)行關(guān)聯(lián)分析，不用過多的基因型分析工作即可定位目的基因，這種方法稱候選基因關(guān)聯(lián)作圖。應(yīng)用全基因組關(guān)聯(lián)作圖方法研究LD衰減速度快的作物時(shí)，標(biāo)記與QTL處于LD狀態(tài)的概率相對(duì)較低，定位到目標(biāo)基因的概率相對(duì)較小，這時(shí)采用候選基因關(guān)聯(lián)作圖法對(duì)這類作物進(jìn)行分析效果更好[32]。利用候選基因關(guān)聯(lián)作圖法可鑒定到影響表型的基因組區(qū)段的多態(tài)性，并可估計(jì)其效應(yīng)值，因此該方法可對(duì)特定基因的等位變異是否控制目標(biāo)性狀進(jìn)行進(jìn)一步驗(yàn)證，從而發(fā)掘出優(yōu)異的等位基因[33-36]。候選基因關(guān)聯(lián)作圖法由于具有實(shí)驗(yàn)的目的性更明確，基因型分析成本更低等優(yōu)點(diǎn)，因此備受研究者青睞。候選基因的選擇主要包括生理生化途徑中重要的功能基因、QTL研究定位區(qū)域所含的基因以及近緣物種研究中效應(yīng)較大的同源基因等[37-42]。

茶樹候選基因關(guān)聯(lián)作圖研究亦開始了一些積極的探索。Jin等[43]利用候選基因關(guān)聯(lián)作圖法研究了咖啡堿合成酶Ⅰ與咖啡堿含量之間的遺傳關(guān)系，通過對(duì)咖啡堿合成酶Ⅰ基因重測(cè)序從44個(gè)茶樹種質(zhì)資源中共鑒定出87個(gè)SNP，從序列變異中鑒定出2個(gè)CAPS標(biāo)記，其中SNP4318在4個(gè)環(huán)境中與咖啡堿含量相關(guān)，表型變異結(jié)實(shí)率為4.0%～7.7%。隨后，該課題組又運(yùn)用混合分離轉(zhuǎn)錄組測(cè)序(BSA-Seq)及候選基因關(guān)聯(lián)作圖法，在茶樹中鑒定出了一個(gè)影響兒茶素合成的重要功能基因類黃酮3’,5’-羥化酶基因(F3’5’H)，該基因位點(diǎn)有10個(gè)SNP標(biāo)記與兒茶素指數(shù)CI、兒茶素組分含量、兒茶素總量等性狀顯著相關(guān)，并且基于F3’5’H中的SNP848標(biāo)記開發(fā)了一個(gè)能鑒定和篩選高二羥基兒茶素茶樹資源的功能標(biāo)記[44]。該項(xiàng)研究為今后茶樹重要性狀的遺傳解析及功能性分子標(biāo)記開發(fā)提供了新的思路(如圖1所示)。

圖1 茶樹重要性狀遺傳解析流程圖Fig.1 Strategic procedure for analyzing critical genetic traits of tea plants

3 存在的問題與展望

3.1 茶樹QTL作圖

當(dāng)前多種作物在QTL作圖方面已經(jīng)取得了重要進(jìn)展[45-47]，并成功地應(yīng)用于主效基因的導(dǎo)入和聚合，育成的水稻、玉米、大豆等大田作物品種亦在生產(chǎn)上得到了應(yīng)用[48-50]，相較而言，茶樹QTL作圖研究尚處起步階段，利用該方法開展標(biāo)記輔助選擇育種研究面臨著巨大的挑戰(zhàn)。具體表現(xiàn)在：(1)茶樹人工雜交周期長(zhǎng)，從授粉到果實(shí)成熟需要1年時(shí)間，結(jié)實(shí)率非常低，目前用于構(gòu)建茶樹遺傳圖譜所用的群體均不超過200個(gè)個(gè)體，難以滿足構(gòu)建高密度遺傳圖譜對(duì)群體數(shù)目的要求。研究表明，當(dāng)作圖群體大小一定，僅靠增加標(biāo)記數(shù)量并不能提高QTL作圖的效率，只有群體個(gè)數(shù)達(dá)到400個(gè)以上時(shí)，檢測(cè)到的QTL效應(yīng)才趨于穩(wěn)定[51]。(2)已構(gòu)建的多數(shù)茶樹遺傳圖譜選擇材料構(gòu)建群體時(shí)，考慮較多的是圖譜繪制，而在實(shí)際育種應(yīng)用上考慮得較少，且選用的作圖群體不盡相同、標(biāo)記類型多樣，很難將多個(gè)圖譜整合加以利用，此外，多數(shù)遺傳圖譜使用的標(biāo)記為RAPD、AFLP等顯性標(biāo)記，重現(xiàn)性和保守性較差，遠(yuǎn)遠(yuǎn)達(dá)不到標(biāo)記輔助選擇育種的要求。(3)茶樹遺傳基礎(chǔ)研究相對(duì)薄弱，例如：茶樹性狀的遺傳力、性狀之間的上位性效應(yīng)以及QTL與環(huán)境互作等方面的研究基本處于空白階段，這就會(huì)導(dǎo)致一些QTL效應(yīng)估計(jì)不準(zhǔn)確或QTL檢測(cè)不到，進(jìn)而對(duì)QTL定位的準(zhǔn)確性產(chǎn)生較大的影響。

3.2 茶樹關(guān)聯(lián)作圖

關(guān)聯(lián)作圖法雖然具有不用構(gòu)建人工雜交的作圖群體，可同時(shí)對(duì)多個(gè)等位基因進(jìn)行分析，定位QTL精度更高等優(yōu)點(diǎn)，但關(guān)聯(lián)作圖法亦存在一些缺陷。具體表現(xiàn)在：(1)關(guān)聯(lián)作圖群體中的LD受到遺傳漂變、群體結(jié)構(gòu)以及自然選擇等諸多因素的影響，因此一些無關(guān)等位基因亦可與QTL形成LD，從而表現(xiàn)出與性狀的偽關(guān)聯(lián)或假陽性。研究表明，群體結(jié)構(gòu)可解釋表型性狀中約9.3%的變異[52]。(2)關(guān)聯(lián)作圖雖對(duì)QTL的檢測(cè)能力較高，但不能估計(jì)QTL在染色體上的具體位置及其加性、上位性效應(yīng)，因此關(guān)聯(lián)作圖結(jié)合QTL作圖結(jié)果一起分析效果才更好。

3.3 展望

利用QTL作圖及關(guān)聯(lián)作圖開展茶樹分子標(biāo)記輔助育種研究，今后應(yīng)加強(qiáng)以下工作：(1)在親本選配時(shí)，盡量選擇與育種直接相關(guān)的材料，構(gòu)建的群體盡量做到既是遺傳研究群體，也是育種群體，縮短QTL定位研究與育種實(shí)際應(yīng)用的距離。(2)根據(jù)育種目標(biāo)，選擇合適的QTL作圖群體及分子標(biāo)記類型，構(gòu)建高密度的茶樹飽和遺傳圖譜，開展QTL精細(xì)定位與QTL克隆研究。(3)廣泛收集、保存、鑒定各類茶樹種質(zhì)資源，開展茶樹基因組、轉(zhuǎn)錄組、代謝組以及生物信息學(xué)研究，加強(qiáng)茶樹次生代謝物質(zhì)代謝網(wǎng)絡(luò)及其重要功能基因研究。(4)相關(guān)單位協(xié)作，加強(qiáng)茶樹性狀的遺傳力，QTL與QTL間、QTL與環(huán)境間的互作研究等。

[1]En-Hua xia, Hai-Bin Zhang, Jun Sheng,etal. The Tea Tree Genome Provides Insights into Tea Flavor and Independent Evolution of Caffeine Biosynthesis[J]. Molecular Plant,2017,10(6):866-877.

[2]馬建強(qiáng),姚明哲,陳亮.茶樹遺傳圖譜研究進(jìn)展[J].茶葉科學(xué),2010,30(4):329-335.

[3]Brondani R P, Williams E R, Brondani C,etal. A microsatellite-based consensus linkage map for species of Eucalyptus and a novel set of 230 microsatellite markers for the genus[J]. BMC Plant Biol,2006,6(1):20.

[4]Doucleff M, Jin Y, Gao F,etal. A genetic linkage map of grape, utilizing Vitis rupestris and Vitis arizonica[J]. Theor Appl Genet,2004,109(6):1178-1187.

[5]田中淳一.RAPD をべースにしたチャの連鎖地圖の作成と遺傳解析への利用の可能性[J].茶業(yè)研究報(bào)告,1996,84(別冊(cè)):44-45.

[6]Ota S, Tanaka J. RAPD-based linkage mapping using F1segregating populations derived from crossings between tea cultivar ‘Sayamakaori’ and strain ‘Kana-Ck17’[J]. Breeding Research,1999,1(1):16.

[7]Hackett C A, Wachira F N, Paul S,etal. Construction of a genetic linkage map forCamelliasinensis(tea) [J]. Heredity,2000,85(4):346-355.

[8]黃建安,李家賢,黃意歡,等.茶樹AFLP分子連鎖圖譜的構(gòu)建[J].茶葉科學(xué),2005,25(1):7-15.

[9]黃福平,梁月榮,陸建良,等.應(yīng)用RAPD 和ISSR 分子標(biāo)記構(gòu)建茶樹回交1代部分遺傳圖譜[J].茶葉科學(xué),2006,26(3): 71-176.

[10]Mewan K M, Saha M C, Konstantin C,etal. Construction of a genomic and EST-SSR based saturated genetic linkage map of tea (CamelliasinensisL.) [C] // Proceedings of the 3rdInternational Conference on O-Cha (tea) Culture and Science (ICOS), Shizuoka, Japan:2007.

[11]Taniguchi F, Tanaka J, Kono I,etal. Construction of genetic linkage map of tea using SSR markers[C]//Proceedings of the 3rdInternational Conference on O-Cha (tea) Culture and Science(ICOS), Shizuoka, Japan: 2007.

[12]Kamunya S M, Wachira F N, Pathak R S,etal. Genomic mapping and testing for quantitative trait loci in tea (Camelliasinensis(L.) O. Kuntze) [J]. Tree Genetics & Genomes,2010,6(6):915-929.

[13]Chih-Yi Hu, Tair-Chyang Lee, Hsien-Tsung Tsai,etal. Construction of an integrated genetic map based on maternal and paternal lineages of tea(Camelliasinensis)[J]. Euphytica,2013,191(1):141-152.

[14]Taniguchi F, Furukawa K, Ota-Metoku S,etal. Construction of a high-density reference linkage map of tea (Camelliasinensis) [J]. Breeding Science,2012,62(3):263-273.

[15]Li-Qiang Tan, Li-Yuan Wang, Kang Wei,etal. Floral Transcriptome Sequencing for SSR marker Development and Linkage Map Construction in the Tea Plant (Camelliasinensis) [J].PLOS ONE, 2013,8(11): e81611.

[16]Jian-Qiang Ma, Ming-Zhe Yao, Chun-Lei Ma,etal. Construction of a SSR-Based Genetic Map and Identification of QTLs for Catechins Content in Tea Plant(Camelliasinensis) [J]. PLOS ONE, 2014,9(3): e93131.

[17]Sapinder Bali, Akshay Mamgain, Soom Nath Raina,etal. Construction of a genetic linkage map and mapping of drought tolerance trait in Indian beveragial tea[J]. Mol Breeding,2015(35):112.

[18]Jian-Qiang Ma, Long Huang, Chun-Lei Ma,etal. Large-Scale SNP Discovery and Genotyping for Constructing a High-Density Genetic Map of Tea Plant Using Specific-Locus Amplified Fragment Sequencing (SLAF-seq)[J]. PLoS ONE,2015,10(6):e0128798.

[19]Li-Qiang Tan, Li-YuanWang, Li-Yi Xu,etal. SSR-based genetic mapping and QTL analysis for timing of spring bud flush, young shoot color, and mature leaf size in tea plant (Camelliasinensis) [J]. Tree Genetics & Genomes,2016,12(5):52.

[20]徐禮羿.茶樹SSR遺傳連鎖圖譜構(gòu)建及茶橙癭螨、日灼病和炭疽病抗性QTL的定位[D].成都:四川農(nóng)業(yè)大學(xué),2016.

[21]Yu-Juan Zhong, Yang-Yang Zhou, Jun-Xing Li,etal. A high-density linkage map and QTL mapping of fruit-related traits in pumpkin (CucurbitamoschataDuch.) [J]. Scientific reports, 2017,7(1):12785.

[22]Fa Cui, Na Zhang, Xiao-li Fan,etal. Utilization of a Wheat660K SNP array-derived high-density genetic map for high-resolution mapping of a major QTL for kernel number [J]. Scientific reports.2017, (1):3788.

[23]Changyou Liu, Baojie Fan, Zhimin Cao,etal. Development of a high-density genetic linkage map and identification of flowering time QTLs in adzuki bean (Vignaangularis) [J]. Scientific reports.2016(6):39523.

[24]莫惠棟,顧世梁.基因組長(zhǎng)度的估計(jì)方法[J].科學(xué)通報(bào),2003,45(13):1414-1418.

[25]Gaut B S, Long A D. The lowdown on linkage disequilibrium[J]. Plant Cell,2003,15(7):1502-1506.

[26]Doerge R W. Mapping and analysis of quantitative trait loci in experimental populations[J]. Nat Rev Genet,2002,3(1):43-52.

[27]譚賢杰,吳子愷,程偉東,等.關(guān)聯(lián)分析及其在植物遺傳學(xué)研究中的應(yīng)用[J].植物學(xué)報(bào),2011,46(1):108-118.

[28]Flint-Garcia S A, Thornsberry J M, Buckler E S. Structure of linkage disequilibrium in plants[J]. Annu RevPlant Biol,2003,54(4):357-374.

[29]姚明哲,喬婷婷,馬春雷,等.EST-SSR標(biāo)記與茶樹表型性狀關(guān)聯(lián)的初步分析[J].茶葉科學(xué),2010,30(1):45-51.

[30]喬婷婷.茶樹資源遺傳多樣性及其表型性狀關(guān)聯(lián)EST-SSR位點(diǎn)的初步鑒定[D]北京:中國(guó)農(nóng)業(yè)科學(xué)院, 2010.

[31]蘇會(huì).豫南茶區(qū)茶品質(zhì)相關(guān)性狀與EST-SSR標(biāo)記的關(guān)聯(lián)分析[D].鄭州:河南農(nóng)業(yè)大學(xué),2016.

[32]Eric R Gamazon, Heather E Wheeler, Kaanan P Shah,etal. A gene-based association method for mapping traits using reference transcriptome data[J]. Nature Genetics,2015,47(9):1091-1098.

[33]Caiping Cai, Shuang Wu, Erli Niu,etal. Identification of genes related to salt stress tolerance using intronlength polymorphic markers, association mapping and virusinduced gene silencing in cotton[J]. Scientific reports.2017,7(1):528.

[34]Liu Y, He Z, Appels R,etal. Functional markers in wheat: current status and future prospects[J]. Theor Appl Genet,2012,125(1):1-10.

[35]Wangzhen Guo, Caiping Cai, Changbiao Wang,etal. A microsatellite-based, gene-rich linkage map reveals genome structure, function and evolution in Gossypium[J]. Genetics.2007,176(1):527-541.

[36]X Li, W Gao, H Guo,etal. Development of EST-based SNP and InDel markers and their utilization in tetraploid cotton genetic mapping[J]. BMC Genomics,2014,15(1):1046.

[37]Wang C, Ulloa M, Mullens T R,etal. QTL analysis for transgressive resistance to root-knot nematode in interspecific cotton (Gossypiumspp.) progeny derived from susceptible parents[J]. PLoS One,2012,7(4):e34874.

[38]Alfred Q, Liu HY, Xu HM,etal. Mapping of quantitative trait loci for oil content in cottonseed kernel[J]. J Genet, 2012,91(3):289-295.

[39]J Yu, K Zhang, S Li,etal. Mapping quantitative trait loci for lint yield and fiber quality across environments in aGossypiumhirsutum×Gossypiumbarbadensebackcross inbred line population[J]. Theor Appl Genet,2013,126(1):275-287.

[40]DD Fang, JN Jenkins, DD Deng,etal. Quantitative trait loci analysis of fiber quality traits using a random-mated recombinant inbred population in Upland cotton (GossypiumhirsutumL.)[J]. BMC Genomics,2014,15(1):397.

[41]Cao Z, Wang P, Zhu X,etal. SSR marker-assisted improvement of fiber qualities in Gossypium hirsutum using G. barbadense introgression lines[J]. Theor Appl Genet,2014,127(3):587-594.

[42]Said JI, Lin Z, Zhang X,etal. A comprehensive meta QTL analysis for fiber quality, yield, yield related and morphological traits, drought tolerance, and disease resistance in tetraploid cotton[J]. BMC Genomics,2013,14(1):776.

[43]Ji-Qiang Jin, Ming-Zhe Yao, Chun-Lei Ma,etal. Association mapping of caffeine content with TCS1 in tea plant and its related species[J]. Plant Physiology and Biochemistry,2016,105:251-259.

[44]Ji-Qiang Jin, Jian-Qiang Ma, Ming-Zhe Yao,etal. Functional natural allelic variants of flavonoid 3’,5’-hydroxylase gene governing catechin traits in tea plant and its relatives[J]. Planta,2017,245(3):523-538.

[45]Teresa B, De Leon, Steven Linscombe,etal. Molecular Dissection of Seedling Salinity Tolerance in Rice (OryzasativaL.) Using a High-Density GBS-Based SNP Linkage Map[J]. Rice,2016,9(1):52.

[46]Changlin Liu, Qiang Zhou, Le Dong,etal. Genetic architecture of the maize kernel row number revealed by combining QTL mapping using a high-density genetic map and bulked segregant RNA sequencing[J]. BMC Genomics,2016,17(1):915.

[47]Zhaoming Qi, Junbo Pan, Xue Han,etal. Identification of major QTLs and epistatic interactions for seed protein concentration in soybean under multiple environments based on a high-density map[J]. Mol Breeding,2016,36(5):55.

[48]萬建民.中國(guó)水稻分子育種現(xiàn)狀與展望[J].中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào),2007,9(2):1-9.

[49]李建生.玉米分子育種研究進(jìn)展[J].中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào),2007,9(2):10-13.

[50]邱麗娟,王昌陵,周國(guó)安,等.大豆分子育種研究進(jìn)展[J].中國(guó)農(nóng)業(yè)科學(xué),2007,40(11):2418-2436.

[51]蘇成付.大豆QTL準(zhǔn)確定位技術(shù)和策略的研究[D].南京:南京農(nóng)業(yè)大學(xué),2009.

[52]Flint-Garcia SA, Thuillet A, Yu J,etal. Maize association population: a high resolution platform for quantitative trait locus dissection[J]. Plant J,2005,44(6):1054-1064.