Multiple-line cross quantitative trait locus mapping in sugar beet (Beta vulgaris L.)
Multiple-line cross quantitative trait locus mapping in sugar beet (Beta vulgaris L.)
复制标题
甜菜（Beta vulgaris L）多系交叉数量性状基因座作图
DOI：
10.1007/s11032-012-9788-6
复制
发表时间：
2013
影响因子：
3.1
通讯作者：
Reif JC
中科院分区：
文献类型：
--
作者：
Schwegler DD;Gowda M;Würschum T;Schulz B;Reif JC
基于多系杂交的连锁作图是重要农艺性状QTL定位的一种有效方法。这项调查的主要目的是研究QTL定位的优势，在双亲群体内使用的实验数据，从三个相连的甜菜（Beta vulgarisL.）群体评价甜菜产量和钾钠含量。对于跨群体的组合分析，我们使用两种方法进行辅因子选择。在模型A中，我们假设每个分离群体的辅因子相同。相比之下，在模型B中，我们选择了每个分离群体特有的辅因子。模型A在检测到的QTL数量和解释的表型方差的总比例方面优于模型B。跨群体的QTL分析揭示了一个显着更高的数量的QTL相比，单一的双亲群体的分析。这清楚地强调了在双亲群体中联合分析提高QTL检测能力的潜力。
Linkage mapping based on multiple-line crosses is a promising strategy for mapping quantitative trait loci (QTL) underlying important agronomic traits. The main goal of this survey was to study the advantages of QTL mapping across versus within biparental populations using experimental data from three connected sugar beet (Beta vulgarisL.) populations evaluated for beet yield and potassium and sodium content. For the combined analysis across populations, we used two approaches for cofactor selection. In Model A, we assumed identical cofactors for every segregating population. In contrast, in Model B we selected cofactors specific for every segregating population. Model A performed better than Model B with respect to the number of QTL detected and the total proportion of phenotypic variance explained. The QTL analyses across populations revealed a substantially higher number of QTL compared to the analyses of single biparental populations. This clearly emphasizes the potential to increase QTL detection power with a joint analysis across biparental populations.
登录
查看更多内容
影响因子：
3.3
作者：
G. Hunt;E. Guzman‐Novoa;M. Fondrk;R. Page
通讯作者：
G. Hunt;E. Guzman‐Novoa;M. Fondrk;R. Page
跨成熟区优质玉米 (Zea mays L.) 种质的开发
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
Jana Steinhoff;Wenxin Liu;H. Maurer;T. Würschum;H. Friedrich;N. Ranc;J. Reif
通讯作者：
J. Reif
不同群体甜菜 (Beta vulgaris L.) 的组合连锁图谱和 QTL
DOI：
--
发表时间：
1999
期刊：
影响因子：
--
作者：
W. Weber;D. Borchardt;G. Koch
通讯作者：
G. Koch
影响因子：
5.4
作者：
Holland, JB;Portyanko, VA;Lee, M
通讯作者：
Lee, M
影响因子：
5.4
作者：
Schneider, Katharina;Kulosa, Dagmar;Ganal, Martin
通讯作者：
Ganal, Martin