Использование ДНК-маркеров в селекционно-генетических исследованиях риса

• Автор: Супрун, Иван Иванович
• Шифр специальности: 06.01.05
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Краснодар
• Количество страниц: 112 с. : ил.

1 ОБЗОР ЛИТЕРАТУРЫ

1.1 Понятие молекулярного маркера и основные типы

маркерных систем

1.2 ДНК- технологии в молекулярном маркировании

1.3 Использование ДНК маркеров в селекции и генетике риса

1.3.1 Изучение биогенетического разнообразия риса

1.3.2 QTL- анализ, картирование генов и маркерная селекция риса

1.3.3 Изучение устойчивости к пирикуляриозу

1.3.4 Молекулярный полиморфизм Waxy-гена 3

2 МАТЕРИАЛ И МЕТОДЫ

2.1 Исходный материал

2.2 Подготовка растительного материала и экстракция ДНК
2.3 Молекулярные маркеры, использованные в работе
2.4 Проведение полимеразной цепной реакции и электрофореза продуктов амплификации
2.5 Детекция единичной замены нуклеотида в области сайта сплайсинга с применением рестрикционного анализа
2.6 Анализ электрофореграмм
2.7 Статистическая обработка данных
3 РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
3.1 Анализ полиморфизма микросателлитных локусов между сортами Мороберекан и Белозерный в рамках исследований по картированию локусов устойчивости к пирикуляриозу
3.2 Оценка возможности применения молекулярного полиморфизма Waxy- гена как маркерной системы в селекции риса по признаку содержание амилозы в зерновке
3.3 Анализ генетического разнообразия сортов коллекции ВНИИриса с использованием полиморфизма микросателлитных маркеров 67 4 ВЫВОДЫ
ПРЕДЛОЖЕНИЯ ДЛЯ ПРАКТИЧЕСКОЙ СЕЛЕКЦИИ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ
Актуальность проблемы. Выведение новых сортов
сельскохозяйственных культур, в том числе и риса, основано на использовании природного или созданного человеком генетического разнообразия. Для обнаружения, оценки и охраны этого разнообразия, отбора растений, несущих хозяйственно ценные признаки, и отслеживания этих признаков в процессе селекции и в семеноводстве используют легко распознаваемые фенотипические проявления генов - маркеры.
Издавна применяемые в этих целях морфологические и биохимические маркерные признаки указывают на особенности формы, окраски или биохимического состава растения. Число их не так уж и велико, к тому же полигенная структура многих признаков строения и состава растений ограничивает возможности генетического картирования агрономически важных генов и контроля над переносом этих генов в новые формы растений [Хавкин Э.Е. 1997].
Использование в качестве фенотипических маркеров белковых молекул (изоферменты, запасные белки) - продуктов индивидуальных генов - существенно расширило возможности картирования генов и их мониторинга в селекционном процессе и позволило создать новые методы идентификации и систематизации сортов и семенного контроля.
Развитие методов молекулярной биологии, в частности, таких как: рестрикционный анализ, полимеразная цепная реакция (ПЦР)- амплификация ДНК, сиквенирование ДНК (определение последовательности ДНК) привело к появлению нового класса молекулярно-генетических маркеров — фрагментов ДНК, соответствующих нуклеотидным последовательностям, входящих непосредственно в структуру агрономически важного гена или сцепленных с этим геном.
Возможности ДНК-маркеров во много раз превосходят потенциал изоферментов или запасных белков. Кроме того, проявление таких
Из категорий многомерных методов широко использовался кластерный анализ. Данный метод предназначен для решения задач классификации. В его основе лежит процедура вычисления расстояний между сравниваемыми объектами, характеризованными по комплексу признаков. Сходные объекты отличаются наименьшим, несходные — наибольшим расстоянием. Из возможного списка расстояний мы использовали так называемый процент несовпадений, который наилучшим образом подходит для исследования качественных альтернативных признаков.
В результате указанной процедуры строится таблица - матрица расстояний, в которой отражена степень сходства каждого объекта с каждым. Дальнейший алгоритм кластерного анализа направлен на обработку этой матрицы. Основным результатом анализа является - рисунок, называемый иерархический кластерный дендрит. На нём по оси абсцисс откладываются номера или имена объектов в порядке их сходства; по оси ординат — линии отражающие расстояния между объектами или группами объектов. Разрезание дендрита по выбранному уровню сходства (расстоянию) приводит к выделению групп объектов обладающих наибольшим сходством друг с другом. Из возможных методов кластеризации нами был использован метод Уорда, который выделяет группы - кластеры, по принципу минимума внутрикластерной дисперсии [Олдендерфер М.С. и Блэшфилд С.К., 1989].
Дискриминация (от лат. (Ивспштабо - различение, разделение) групп на основе измерения комплекса признаков и составляет основную задачу данного анализа. Именно в различении групп объектов и изучении характера этих различий заключается основная задача дискриминантного анализа.
Как и многие другие многомерные методы, дискриминантный анализ основан на построении линейных комбинаций признаков - функций, в которые каждый из них входит со своим коэффициентом (вкладом). В дискриминантном анализе линейные комбинации называются соответственно дискриминантными функциями: