1.4 QTL精细定位

在实际研究中，由于受到费用和工作量的限制，初级作图群体一般都比较小， 无论如何改进统计分析方法， 也无法使初级定位达到很高的分辨率或精度。对于QTL精细定位， 一般采取构建次级定位群体的方法，消除群体内背景遗传因子的干扰。这些群体包括近等基因系、回交近交系群体、导入系群体，或单片段代换系群体[6]。这类群体是由供体亲本与受体亲本经过多代回交以后选育形成的，株系间除目的性状外遗传背景基本一致。应用近等基因系等次级定位群体可以将遗传背景的干扰效应降低至最小，极大地提高QTL定位的精度。在此基础上， 通过染色体登陆和行走，最终可以实现QTL的克隆。

2 QTL定位在作物遗传育种上的应用

2.1 利用分子标记进行QTL定位构建分子遗传图谱

十多年来，人们已建立了玉米、番茄、大豆和水稻等20多种农作物的以RFLP为主的分子遗传图谱[7-9]。如: Keim于1990年通过亲本的选择和大量的探针标记 (150个RFLP标记) 构建了1个涉及26个连锁群， 覆盖1200cm的大豆遗传图谱。利用分子标记构建遗传连锁图谱, 之后基于图谱进行重要农艺性状的标记和定位, 已成为目前作物分子育种的重要组成部分。[15]

虽然其群体构建较容易，不需很长时间。但这些暂时性群体不能在后代中保持每个植株的基因型，只能使用1个有性世代，无法采用多个相同基因型的个体进行重复试验和开展不同实验室间合作，从而限制了这些图谱在QTL定位方面的应用价值。克服这些缺点的有效途径是建立永久性作图群体，如重组自交系 (recombinant inbred line RIL) 或加倍单倍体 (doubled haploid， DH)等[7,8-14]。一些实验室采用RIL及回交自交系 (backcross inbred lines， BIL)群体已构建了一些新的水稻遗传图谱。

应用SAS Ver 6.0软件计算各表型数据的平均值,并进行方差分析以及相关性分析。选用CP作图模型,作图函数为Kosambi函数(Kosambi,1943), LOD值≥4.0。利用Map QTL 5.0软件进行QTL分析,估算基因组范围内α=0.05水平上的LOD阈值;利用复合区间作图法进行QTL分析,并分析QTL的加性效应及解释表型变异的贡献率。[16]

今后应进一步开发大量的不同类型的分子标记, 特别是新的、稳定的SSR、SNP以及其他分子标记, 以增加遗传图谱的标记密度;结合多年多点表型数据发掘稳定的、贡献率较大的目标性状QTL。[15]

2.2 基于QTL定位的分子标记辅助选择育种

一旦建立数量性状位点 (QTL) 和分子标记之间的连锁关系， 就有希望利用分子标记对数量性状进行选择。S分子标记辅助选择 (MAS) 是利用遗传标记在幼苗期对目标性状进行选择, 是对基因型的直接选择, 可缩短育种年限, 提高育种效率[17]。

MAS技术可有效聚合多基因 (Pi1、Xa23和Wx基因) , 使粤恢826的稻瘟病和白叶枯病抗性及米质明显改良, 获得抗稻瘟病、高抗白叶枯病、米质为软米的新恢复系粤恢88, 为选育抗病优质的杂交稻组合提供良好亲本材料[18]。借助分子标记选择的成功与否取决于QTL的精确定位、环境因素对QTL的影响、基因型对QTL的影响[19]。杂交早代的基因型是杂合的， 随着自交过程的进行，许多基因位点趋于纯合，在早代选择的植株到高代的表现会和原先的不一致。因而用分子标记进行早代选择应对QTL的数量极其作用水平以及基因之间的互作有充分的了解。

3 QTL研究目前存在的问题及其解决方案

3.1 不精确性和不稳定性

目前用于QTL定位的群体数大多偏少， 定位大多为初级定位， 对典型数量性状定位的精确性、稳定性不十分理想。虽然已克隆了较多产量性状QTL, 但是它们对产量性状的调控机理还不是很清楚, 因此研究各QTL之间的关系以及其分子调控机理是未来需要关注的重点[20]。不精确性和不稳定性具体表现在: (1)利用不同的杂交组合(群体、品种)可能得到不同的结果。(2)在不同环境下进行的表型性状 (如抗病性)鉴定可能得到不同结果。(3) 不同QTL作图群体类型可能会影响QTL定位结果。(4)亲本材料的选择以及群体大小也是决定QTL作图精度的重要因素。