毕业论文移动版

Pi-t V86010 K59 1

Pi-ta IK81-3,K81-25等 Pai-kan-tao等 12 RG241(5.2cM), RZ397(3.3cM)

Pi-z 6

Pi-2 PO6-6等 Fukunishiki 6 RG64(2.8cM)～R2123(2.7cM)

Pi-9 PO6-6等 小粒野生稻 6 同上

Piz-t TKM.1 6 同上

Pi-d2 ZB15 地谷 6 RM527(3.2cM), RM3(3.4cM)

Pi-d3 Zhong-10-8-14 地谷 6

Pi-25 92-183(ZC15) 谷梅2号 6 A7(1.7cM), RG456(1.5cM)

Pi-21 Owarihatamochi 4 G271(5.0cM), G317(8.5cM)

Pi-36 CHL39 Q61 8 RM5647-CRG2

Pi-37 CHL1405等 St. No. 1 1 RM543(0.7cM), RM319(1.6cM)

Pi-56 PO6-6等 三黄占2号 9 RM24022-RM24031

Pi-63 Kahei 4

Pbl Modan 11 C189(1.2cM)

注:该表主要参考国家水稻数据中心http://www.ricedata.cn/

关联分析（Association Analysis）又称关联作图（Association Mapping），是根据同一染色体或不同染色体上不同位点等位基因之间的联锁不平衡（Linkage Disequilibrium），从而进行性状与标记的相关性分析的一种方法。主要有基于候选基因（candidate gene）的关联分析和基于全基因组（genome-wide）的关联分析[13]。全基因组关联分析（Genome-wide association study，GWAS）是一种对全基因组范围内常见遗传变异（单核苷酸多态性和拷贝数）进行总体关联分析方法[14]。GWAS在全基因组层面上开展大样本、反复验证的基因与表型的关联分析，可以全方位地揭示性状发生、发展和调控的遗传机制，不仅试用于单基因控制的性状，对于解析复杂多基因控制的性状也有很好的检测效果[15]。自2005年首次报道全基因组关联分析方法以来，越来越多的科研工作者利用GWAS策略进行性状关联分析的研究。

近几年来，在植物上GWAS主要集中于拟南芥、玉米和水稻中[16-17]。在水稻研究中，韩斌及其研究团队运用重测序技术，对517份中国水稻地方品种进行全基因测序，并参考对照基因组序列，构建了一张高密度的水稻单倍型图谱，对14个农艺性状进行GWAS分析 [18]。与传统的图位克隆法（map-based cloning）相比，GWAS具有无需构建试验假设、缩短年限、检测的遗传分子标记数量大以及研究精度大大提高等优点[19]。在未来的研究中，该项技术会越来越完善，在植物中应用中会越来越广。 (责任编辑：qin)