导读:本文包含了数量性状基因定位论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:基因,性状,区间,数量,完备,棉花,效应。
数量性状基因定位论文文献综述
史金卉,王建康,张鲁燕[1]（2018）在《八亲衍生纯系遗传群体数量性状基因定位方法模拟的比较研究》一文中研究指出【研究背景】随着遗传研究的深入,传统的双亲群体已经不能完全满足复杂性状的遗传解析。利用多个亲本进行交配设计、开展遗传研究的重要性日益突出。在过去的十多年中,多亲本遗传交配设计的兴起为植物遗传研究提供了很大的帮助。与双亲群体相比,多亲群体可同时利用多个等位基因,具有更加丰富的遗传变异,重组次数有所增加,为鉴定出更多优良基因提供条件。目前,多亲群体己在许多作物中被创建出来,如水稻、小麦、大麦、玉米等。【材料与方法】完备区间作图方法首先在双亲群体的QTL作图中提出来,利用背景控制提高了作图的精确性,并已推广至多亲纯系群体。本研究将基于八亲纯系群体,利用模拟手段将完备区间作图方法与现有随机模型方法进行QTL检测功效、假阳性率的比较。首先,构建多个遗传模型,研究独立和连锁、不同PVE大小、不同群体大小等因素对QTL检测功效的影响。其次,利用一套小鼠八亲群体(CC群体)已发表的基因型数据,模拟表型并进行QTL定位,将完备区间作图方法与随机模型方法(Fixed-B、Random-B)进行功效比较。最后将完备区间作图方法应用于一套真实水稻八亲RIL群体,对影响水稻白叶枯病生理小种C2、GD-V致病菌抗性的QTL进行检测。【结果与分析】完备区间作图方法在没有设定QTL的区域内的检验统计量LOD值比较低,在存在QTL的位置能看到有明显的峰存在,说明完备区间作图方法有较好的背景控制能力。效应越大,峰值处LOD值越大随着QTL的PVE及群体大小的增加,QTL的检测功效增加,假阳性率逐渐降低。在PVE大小和群体大小相同的条件下,互斥连锁会降低QTL的检测功效。完备区间作图方法对效应相对较小的QTL检测功效要显着高于两种随机模型方法,假阳性率也低于随机模型方法,说明了完备区间作图方法的有效性。真实水稻群体中成功定位到多个影响水稻白叶枯病生理小种C2、GD-V致病菌抗性的QTL,其中包含多个已报道的影响水稻白叶枯病抗性的真实QTL。【结论】研究结果表明完备区间作图方法适用于八亲衍生纯系遗传群体,对QTL的检测功效较高,特别是对效应比较小的QTL,同时假阳率较低。(本文来源于《2018中国作物学会学术年会论文摘要集》期刊2018-10-14）
张思梦[2]（2017）在《四交衍生纯系遗传群体的连锁分析与数量性状基因定位方法研究》一文中研究指出与双亲遗传研究群体相比,多个亲本杂交衍生的后代群体中,包含更多的等位基因变异,在遗传研究和育种中的重要性日益突出。多亲杂交后代也可通过加倍单倍体或重复自交衍生出纯系群体(或称永久群体),因此可以开展多环境有重复的表型鉴定试验,从而研究QTL在环境间的稳定性、提高QTL定位的准确性。本论文利用理论推导、计算机模拟比较和真实数据应用等方法,研究四个纯系亲本衍生DH和RIL群体中的连锁分析和QTL定位方法。得到的主要研究结果如下:1.根据亲本中可识别的等位基因个数将标记划分为14类。推导了两个标记上均有四种等位基因时的理论基因型频率,给出了两个标记间重组率极大似然估计(Maximum Likelihood Estimate,MLE)的计算方法。当其中的一个或两个标记均为非完全标记时,给出了重组率的极大似然估计的EM算法,从而为连锁图谱的构建和基因定位奠定基础。2.完备区间作图(Inclusive Composite Interval Mapping,ICIM)方法已经成功应用于双亲群体的加显性和上位性作图,以及无性系F_1和四交群体的QTL作图。大量模拟研究和真实群体数据分析表明ICIM是一种行之有效的QTL作图方法。本研究将ICIM方法推广到四交衍生纯系群体的QTL作图,首先推导出各种标记基因型下QTL基因型的条件概率,通过构建正交变量,建立了四交DH和RIL群体QTL作图的表型与基因型的线性回归模型,利用逐步回归选择显着标记变量。然后在定位QTL的扫描过程中,用显着标记对表型值进行矫正,基于ICIM思想进行有背景控制的区间作图,计算检验统计量,定位QTL并估计其位置和遗传效应,从而实现四交衍生DH和RIL群体QTL定位的完备区间作图。3.考虑QTL在标记区间内的不同位置、QTL连锁相等因素,设计了包括独立QTL和连锁QTL的多种遗传模型,产生大量模拟群体研究了ICIM方法在四交衍生纯系群体作图的有效性,并与其他现有作图方法进行比较。模拟研究表明:ICIM对QTL的检测功效较高,假阳性率较低,对于位置和效应的估计也近似无偏。同时将ICIM应用到一个真实小麦四交RIL群体,对该群体千粒重性状的定位结果表明:ICIM能检测到更多的QTL,这些QTL具有更高的PVE(Phenotypic Variance Explained),更高的LOD值,同时具有更短的置信区间,部分QTL与已报道的基因重迭。4.在一个由(A×B)×(C×D)表示的四交群体中,当C和D相同时,四交设计就等同于叁交设计(A×B)×C。如果A与D相同,四交群体只有叁个亲本。当A和C相同,且B和D相同时,它就等同于由单交种A×B产生的双亲F_2群体。因此,本研究中提出的遗传分析方法可以也适用于由双亲F_2,叁交F_1和只有叁个亲本的四交F_1衍生的纯系群体。(本文来源于《中国农业科学院》期刊2017-05-01）
王启会,李怀芹,朱新宇,汪保华[3]（2011）在《棉花数量性状基因定位研究进展》一文中研究指出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。(本文来源于《生命科学》期刊2011年05期）
李慧慧,张鲁燕,王建康[4]（2010）在《数量性状基因定位研究中若干常见问题的分析与解答》一文中研究指出QTL作图是基因精细定位、克隆以及有效开展分子育种的基础,在利用QTL作图开展数量性状基因定位研究的过程中经常会碰到一些问题,与统计方法有关的一些问题包括LOD的统计学意义是什么?检测QTL的可信度和LOD临界值的关系是什么?如何评价不同的QTL作图方法?提高QTL检测效率的途径有哪些?与遗传参数估计有关的一些问题包括QTL的贡献率是如何计算出来的?如何确定QTL有利等位基因的来源?选择基因型分析的有效性如何?复合性状是否适宜于QTL作图?与作图群体及遗传图谱有关的一些问题包括QTL作图群体中表型数据是否要求服从正态分布?加密标记是否可以显着提高QTL检测功效?缺失分子标记对QTL作图有什么影响?奇异分离标记对QTL作图有什么影响?文章试图结合笔者多年研究工作对这12个有共性的常见问题做出分析和解答,以供科研工作者参考。(本文来源于《作物学报》期刊2010年06期）
孙艳萍[5]（2010）在《选择基因型作图方法在数量性状基因定位中的有效性研究》一文中研究指出作物育种中的许多重要农艺和品质性状都是数量性状,一般由多个基因控制,同时又容易受环境的影响。分子标记连锁图谱的大量出现,使人们可以把单个数量性状基因座位(quantitative trait loci, QTL)定位在染色体上,并估计其遗传效应,这一过程称为QTL作图或定位。QTL作图是基因精细定位和克隆的基础,目前已成为数量性状遗传研究的常用方法。QTL定位结果可以帮助育种家获得目标性状的遗传信息,借助与QTL连锁的分子标记在育种群体中跟踪和选择有利等位基因,提高选择的准确性和预见性。QTL定位的全群体分析方法需要检测群体中所有个体的表型和基因型,花费较高,并且只有大群体才能有效地检测到微效QTL。比较而言选择基因型分析只需要对表型极端的个体进行基因型鉴定,能有效降低基因型鉴定的费用。至今,已有一些研究表明选择基因型分析能有效进行QTL定位。但是比较选择基因型分析与全群体作图方法对QTL检测功效的研究较少。本研究通过模拟方法,在大量的遗传模型下,分析多种因素对选择基因型作图结果的影响,并利用真实群体比较选择基因型分析与全群体作图结果的差异,同时对选择基因型分析中效应的估计进行了初步探讨。获得的主要研究结果如下。1、标记密度、群体大小和选择比例对检测功效的影响:对于独立遗传的QTL,标记密度并不能直接影响选择基因型作图结果的准确性,而和QTL及其连锁最紧密的标记间的距离有关,如果标记很稀疏,但是与QTL有一紧密连锁的标记,那么同样能有效地检测到该QTL的存在;增大群体能提高QTL的检测功效;无论群体大小如何,双向选择比例在0.15~0.35时检测功效较高。2、连锁距离对检测功效的影响:通过增大标记密度和群体大小,利用选择基因型分析方法能有效地检测到连锁QTL;但是连锁特别紧密的QTL(如连锁距离为5 cM),即使增大标记密度和群体大小,也不能有效地区分两个QTL;当连锁距离大于或等于60 cM时,两个连锁QTL的检测功效与独立遗传QTL的检测功效相当。3.上位性对检测功效的影响:选择基因型分析方法能有效地检测存在上位型互作的加性QTL;上位性效应不影响加性QTL的检测;只存在上位性而没有加性效应的QTL,选择基因型分析方法无效,因此选择基因型分析对上位性检测具有一定的缺陷。4.真实群体中选择基因型分析方法的QTL检测:对真实群体(包括RIL、DH、BC和F2)利用选择基因型分析检测到的QTL,与完备区间作图和简单区间作图结果相比较发现:RIL、DH和BC群体中,选择基因型能有效检测独立遗传QTL;总群体大小在100-300之间时,选择基因型能有效地检测到连锁不紧密的QTL。在F2群体中,由于显性效应的存在增加了遗传模型的复杂性,利用选择基因型分析方法只能检测到一部分具有加性效应的QTL,没有检测到部分显性、完全显性和超显性QTL。在所有真实群体中,双尾选择基因型检测QTL的一致性远高于单尾选择基因型。5.选择基因型分析方法中的QTL效应估计:如果QTL的基因效应比较小,利用不同基因型个体均值差或选择系数推导QTL的效应都能获得相对比较准确的效应值;当基因效应较大时,上述方法会高估QTL的效应。选择基因型分析中如何更准确估计QTL的遗传效应有待于进一步研究。(本文来源于《中国农业科学院》期刊2010-05-01）
赵海燕,渠云芳,黄晋玲[6]（2010）在《棉花重要数量性状基因定位研究进展》一文中研究指出棉花是重要的经济作物,是天然纤维的主要来源之一,也是优质蛋白和食用油的潜在资源。通过各种分子标记技术和数量性状基因(quantitative trait loci,QTL)的定位方法将控制棉花数量性状的基因定位到相应的遗传连锁图谱或染色体上,为研究棉花诸多QTL的图位克隆、抗性机制的遗传揭示、分子标记辅助选择(molecular marker-assisted selection,MAS)、有利基因的定向转移及基因聚合育种等奠定了坚实的基础。综述了近年来棉花重要QTLs定位研究的最新进展,并对研究中存在的主要问题进行了分析和展望。(本文来源于《中国农业科技导报》期刊2010年02期）
孙艳萍,王建康[7]（2009）在《选择基因型在数量性状基因定位中的应用》一文中研究指出作物的许多重要农艺性状如产量、品质和抗性等都是数量性状,在遗传上由多个基因控制,称为数量性状基因(quantitative trait loci,QTL)。(本文来源于《2009年中国作物学会学术年会论文摘要集》期刊2009-11-29）
张坤普[8]（2008）在《小麦分子遗传图谱的构建及数量性状基因定位》一文中研究指出小麦是世界重要的粮食作物。小麦等农作物的许多重要农艺性状(如产量性状、生育期、抗逆性等)和品质性状是由多基因控制的数量性状(QTL)。随着分子遗传学和基因组学研究的发展,对QTL的标记、分离与利用将成为农作物遗传改良实践中一个重要和必不可少的组成部分,不仅可以为分子标记辅助选择和分子设计育种准备基因资源,也可以为相关基因的精细定位和克隆奠定基础。本研究以花培3号×豫麦57的双单倍体(Doubled Haploid,DH)群体为作图群体,构建了小麦分子遗传图谱,并利用基于混合线性模型的QTLNetwork 2.0软件,对籽粒产量、穗部相关性状、株高、抽穗期、抗倒伏性、白粉病成株抗性、叶绿素含量、叶部形态(旗叶挺直角度、上叁叶的长、宽和面积)等重要农艺性状及面粉白度(R457)、a*值、b*值、L*值、多酚氧化酶活性、湿面筋含量、面筋指数和籽粒硬度等品质性状共33个性状进行了QTL定位分析,取得的主要结果如下:1.利用高产、多抗的中国普通小麦花培3号和综合性状优良的豫麦57构建的168个株系的DH群体为作图群体。选用2002对不同来源的引物(包括1623对SSR引物和379对EST-SSR引物)对亲本进行扩增筛选,其中270对SSR引物和17对EST-SSR引物在群体中扩增出清晰且有差异的标记位点,大多数位点在群体中的分布符合1: 1的分离比例,结果表明,该群体可用于小麦数量性状的作图研究。2.用MAPMAKER/EXP3.0b软件,将305个标记,包括283个SSR标记和22个EST-SSR标记位点定位在小麦的21条染色上。图谱全长2141.7 cM,平均两个标记间的遗传距离是7.02 cM,形成24个连锁群,被定位在小麦的21条染色体上。每个连锁群包括3～24个位点,平均每个连锁群为12.71个位点。发现了一些标记富集区,这些区域在不同作图群体间多态性较高,有利于进行QTL定位研究。3.77个(24.4%)位点发生了偏分离,其中44个位点(57.1%)偏向母本花培3号等位位点,33个位点(42.9%)偏向父本豫麦57等位位点。偏分离位点在A、B和D基因组上的分布是不均衡的,分别为12、51和14个位点,其在染色体上的分布存在明显的聚集现象,主要分布在染色体1A (5)、1B (12)、3B (21)和6B (13)上。4.利用基于混合线性模型的QTLNetwork 2.0软件,对籽粒产量及相关重要农艺性状和主要品质性状共33个性状进行了2年3点的QTL定位分析,共检测到123个加性QTLs和89对上位QTLs,分布在小麦的21条染色体上。其中31个加性QTLs遗传贡献率较大(超过10%),属主效基因,其余92个加性QTLs遗传贡献率较小(小于10%),属微效基因。4.1籽粒产量及穗部性状的QTLs定位。籽粒产量的3个加性QTLs位于2D、4A和5D染色体,可分别解释14.07%、4.52%和10.32%的表型变异;3对上位QTLs可分别解释2.25%、4.03%和6.51%的表型变异;穗部相关性状(穗长、穗粒数、总小穗数、小穗着生密度、可育小穗数、千粒重和粒径)的24个加性QTLs位于1B、2B、2D、3A、3B、4A、4B、4D、5D、6A、6B、7A和7D染色体,单个QTL可解释表型变异的1.48～15.63%,10对上位QTLs可解释3.33～7.42%的表型变异。4.2株高及相关农艺性状的QTLs定位。株高的4个加性QTLs位于3A、4B、4D和7D染色体,可分别解释8.50%、14.51%、20.22%和2.54%的表型变异,5对上位QTLs可解释2.62～6.56%的表型变异;抽穗期的2个QTLs位于1B和5D染色体,可分别解释3.49%和53.19%的表型变异,2对上位QTLs可分别解释2.45%和3.44%的表型变异;白粉病成株抗性的2个QTLs位于4D和5D染色体,可分别解释20.0%和1.3%的表型变异,2对上位QTLs可分别解释3.6%和1.3%的表型变异;抗倒伏性的5个QTLs位于1B、2B、3A、4B和4D染色体,可分别解释4.2%、2.5%、4.3%、2.1%和3.0%的表型变异,6对上位QTLs可解释1.0%～3.9%的表型变异;穗下节长度的5个QTLs位于3A、4B、4D、5A和7D染色体,可分别解释2.6%、1.8%、8.2%、3.1%和12.9%的表型变异,2对上位QTLs可分别解释8.1%和4.7%的表型变异。其中位于5DL染色体Xbarc320-Xwmc215区间的qHd5D遗传贡献率最大,可解释53.19%的表型变异,该位点与Vrn-D1紧密连锁,为通过有限回交建立近等基因系,进行该位点的精细定位和图位克隆奠定了基础。4.3植物生理性状的QTLs定位。叶绿素(叶绿素a和叶绿素b)含量的8个QTLs位于1B、2D、4A(2)、5A、5D(2)和7A染色体,单个QTL可解释0.84～23.29%的表型变异;叶绿素a含量的3对上位QTLs可分别解释3.97%、1.62%和1.86%的表型变异。叶部形态(旗叶挺直角度、上叁叶长、宽和面积)10个性状检测到31个加性QTLs,单个QTL可解释1.17～21.91%的表型变异,22对加性QTLs可解释0.61～7.98%的表型变异。4.4品质性状的QTLs定位。检测到控制8个品质性状(面粉白度、a*值、b*值、L*值、多酚氧化酶活性、湿面筋含量、面筋指数和籽粒硬度)的39个加性QTLs,单个QTL可解释0.51～25.64%的表型变异,33对上位QTLs可解释0.60～9.14%的表型变异。5.新定位了22个SSR位点,发现了20个SSR位点新的染色体位置,丰富了分子标记在小麦遗传和育种中的应用。首次定位了控制旗叶挺直角度、倒二叶和倒叁叶形态(叶长、叶宽和叶面积)、湿面筋含量和面筋指数的QTL。首次在同一个小麦群体中解析了植物生理性状(叶部形态和叶绿素含量)与籽粒产量、品质、早熟性和抗病虫性表型相关的遗传机理。(本文来源于《山东农业大学》期刊2008-06-10）
肖珂,左海龙,巩迎军,张俊芝,张永娟[9]（2008）在《控制水稻穗伸出度和株高的数量性状基因定位》一文中研究指出水稻穗伸出度和株高是影响杂交水稻制种产量的重要农艺性状。本研究利用越光/Kasalath//越光杂交回交产生的重组自交系群体(backcross recombinant inbred lines,BILs)对穗伸出度与其相关株高数量性状基因位点(QTL)进行检测和遗传效应分析。结果表明,对穗伸出度的检测中,共检测到4个QTL(qPE-1,qPE-2,qPE-3-1和qPE-3-2),分别位于水稻的第1,2,3(2个QTL)染色体上,其贡献率为6.62%～17.16%,其中位于第3染色体上的qPE-3-2的贡献率为最大(17.16%),来自越光的等位基因能增长穗伸出度1.61cm;对株高性状的检测中,检测到QTL共有3个(qPH-1,qPH-6和qPH-12),分别位于第1、6和12染色体上,分别能解释28.53%,15.30%和5.01%的株高变异。有趣的是除了qPE-1位点,其他3个与穗伸出度相关的QTLs将不会影响水稻株高的生长。本研究中检测到QTLs的两侧的连锁分子标记可用于分子育种培育穗伸出度和株高兼顾型的水稻品种。(本文来源于《中国农学通报》期刊2008年05期）
宫国军,魏力军,钱宇,刘玉会[10]（2007）在《谈应用SSR分子标记技术和QTL Mapper1.6进行作物数量性状基因定位》一文中研究指出介绍了SSR分子标记技术和数量基因座位定位软件QTL Mapper1.6,扼要说明如何应用它们进行作物的数量性状基因定位方法。(本文来源于《中国甜菜糖业》期刊2007年02期）
数量性状基因定位论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
与双亲遗传研究群体相比,多个亲本杂交衍生的后代群体中,包含更多的等位基因变异,在遗传研究和育种中的重要性日益突出。多亲杂交后代也可通过加倍单倍体或重复自交衍生出纯系群体(或称永久群体),因此可以开展多环境有重复的表型鉴定试验,从而研究QTL在环境间的稳定性、提高QTL定位的准确性。本论文利用理论推导、计算机模拟比较和真实数据应用等方法,研究四个纯系亲本衍生DH和RIL群体中的连锁分析和QTL定位方法。得到的主要研究结果如下:1.根据亲本中可识别的等位基因个数将标记划分为14类。推导了两个标记上均有四种等位基因时的理论基因型频率,给出了两个标记间重组率极大似然估计(Maximum Likelihood Estimate,MLE)的计算方法。当其中的一个或两个标记均为非完全标记时,给出了重组率的极大似然估计的EM算法,从而为连锁图谱的构建和基因定位奠定基础。2.完备区间作图(Inclusive Composite Interval Mapping,ICIM)方法已经成功应用于双亲群体的加显性和上位性作图,以及无性系F_1和四交群体的QTL作图。大量模拟研究和真实群体数据分析表明ICIM是一种行之有效的QTL作图方法。本研究将ICIM方法推广到四交衍生纯系群体的QTL作图,首先推导出各种标记基因型下QTL基因型的条件概率,通过构建正交变量,建立了四交DH和RIL群体QTL作图的表型与基因型的线性回归模型,利用逐步回归选择显着标记变量。然后在定位QTL的扫描过程中,用显着标记对表型值进行矫正,基于ICIM思想进行有背景控制的区间作图,计算检验统计量,定位QTL并估计其位置和遗传效应,从而实现四交衍生DH和RIL群体QTL定位的完备区间作图。3.考虑QTL在标记区间内的不同位置、QTL连锁相等因素,设计了包括独立QTL和连锁QTL的多种遗传模型,产生大量模拟群体研究了ICIM方法在四交衍生纯系群体作图的有效性,并与其他现有作图方法进行比较。模拟研究表明:ICIM对QTL的检测功效较高,假阳性率较低,对于位置和效应的估计也近似无偏。同时将ICIM应用到一个真实小麦四交RIL群体,对该群体千粒重性状的定位结果表明:ICIM能检测到更多的QTL,这些QTL具有更高的PVE(Phenotypic Variance Explained),更高的LOD值,同时具有更短的置信区间,部分QTL与已报道的基因重迭。4.在一个由(A×B)×(C×D)表示的四交群体中,当C和D相同时,四交设计就等同于叁交设计(A×B)×C。如果A与D相同,四交群体只有叁个亲本。当A和C相同,且B和D相同时,它就等同于由单交种A×B产生的双亲F_2群体。因此,本研究中提出的遗传分析方法可以也适用于由双亲F_2,叁交F_1和只有叁个亲本的四交F_1衍生的纯系群体。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
数量性状基因定位论文参考文献
[1].史金卉,王建康,张鲁燕.八亲衍生纯系遗传群体数量性状基因定位方法模拟的比较研究[C].2018中国作物学会学术年会论文摘要集.2018
[2].张思梦.四交衍生纯系遗传群体的连锁分析与数量性状基因定位方法研究[D].中国农业科学院.2017
[3].王启会,李怀芹,朱新宇,汪保华.棉花数量性状基因定位研究进展[J].生命科学.2011
[4].李慧慧,张鲁燕,王建康.数量性状基因定位研究中若干常见问题的分析与解答[J].作物学报.2010
[5].孙艳萍.选择基因型作图方法在数量性状基因定位中的有效性研究[D].中国农业科学院.2010
[6].赵海燕,渠云芳,黄晋玲.棉花重要数量性状基因定位研究进展[J].中国农业科技导报.2010
[7].孙艳萍,王建康.选择基因型在数量性状基因定位中的应用[C].2009年中国作物学会学术年会论文摘要集.2009
[8].张坤普.小麦分子遗传图谱的构建及数量性状基因定位[D].山东农业大学.2008
[9].肖珂,左海龙,巩迎军,张俊芝,张永娟.控制水稻穗伸出度和株高的数量性状基因定位[J].中国农学通报.2008
[10].宫国军,魏力军,钱宇,刘玉会.谈应用SSR分子标记技术和QTLMapper1.6进行作物数量性状基因定位[J].中国甜菜糖业.2007
论文知识图
