[发明专利]筛选杨树生长和木材品质性状的miRNAs及其靶基因内SNP位点及筛选方法有效
申请号: | 201710100533.0 | 申请日: | 2017-02-23 |
公开(公告)号: | CN108467899B | 公开(公告)日: | 2020-07-21 |
发明(设计)人: | 张德强;陈蓓蓓;陈金辉 | 申请(专利权)人: | 北京林业大学 |
主分类号: | C12Q1/6895 | 分类号: | C12Q1/6895;C12M1/34 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 赵天月 |
地址: | 100083 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 筛选 杨树 生长 木材 品质 性状 mirnas 及其 基因 snp 方法 | ||
本发明提出了预测杨树木材品质性状的方法、杨树选育方法、用于预测杨树木材品质性状的试剂盒、用于预测杨树木材品质性状的设备、杨树选育系统以及预定位点的基因型在预测杨树木材品质性状中的用途。所述方法包括:(1)确定所述杨树下列预定位点的基因型:Pto‑miR167e基因的第536位、Pto‑miR167g‑5p基因的第456位以及Pto‑TPS5基因的第1387位;以及(2)基于所述预定位点的基因型,预测所述杨树的木材品质性状。利用本发明的方法能够预测出杨树的木材品质性状,选育出优质杨树,缩短育种周期。
技术领域
本发明涉及生物领域。具体地,本发明涉及筛选杨树生长和木材品质性状的miRNAs及其靶基因内SNP位点、筛选方法、试剂盒及应用。更具体地,本发明涉及预测杨树木材品质性状的方法、杨树选育方法、用于预测杨树木材品质性状的试剂盒、用于预测杨树木材品质性状的设备、杨树选育系统以及预定位点的基因型在预测杨树木材品质性状中的用途。
背景技术
杨树是世界上分布最广、适应性最强的树种,是北半球地区广泛栽培的重要用材树种,具有广泛的工业用途,已成为胶合板、纤维板、造纸、火柴以及包装业的重要加工原料,具有重要的经济价值。随着杨树工业用材林定向培育的发展,对杨树新品种也提出了相应要求,需具备优良的木材品质。在杨树优良品种的定向培育中,与造纸有关的材性性状,如木材密度、纤维素、木质素含量以及纤维长度和宽度、微纤丝角等,作为评价木材品质指标的主要参考因素。
由于林木生长周期长,杂合度高,基因组较为庞大且多数经济性状为复杂的数量性状,基于候选基因的SNP关联分析常被用来解析等位变异与表型性状之间的调控关系,以鉴定出与林木生长及材性相关的功能标记,此种方法已在一些桉树和针叶树种中得到有效运用。研究发现,在群体内,miRNA基因也存在丰富的等位变异,并有研究鉴定出一些miRNA及其靶基因中能够调控相关生理过程或与疾病形成有关的功能位点,表明miRNA相关的等位变异对表型性状有重要影响。因而,可利用miRNA对其靶基因的负调控作用,将发生在miRNA及其靶基因的等位变异运用到林木生长相关分子遗传机制的研究上,从而为林木分子标记辅助选择育种提供一种新的有效资源。
然而,目前利用功能SNP位点对杨树品质性状的选育方法仍有待开发。
发明内容
本发明旨在至少在一定程度上解决现有技术中存在的技术问题至少之一。
在本发明的一个方面,本发明提出了一种预测杨树木材品质性状的方法。根据本发明的实施例,所述方法包括:(1)确定所述杨树下列预定位点的基因型:Pto-miR167e基因的第536位、Pto-miR167g-5p基因的第456位以及Pto-TPS5基因的第1387位;以及(2)基于所述预定位点的基因型,预测所述杨树的木材品质性状,其中,所述Pto-miR167e基因的第536位基因型为TT、Pto-miR167g-5p基因的第456位基因型为GG和Pto-TPS5基因的第1387位基因型为AA,是所述杨树的木材品质性状优的指示;所述Pto-miR167e基因的第536位基因型为TC、Pto-miR167g-5p基因的第456位基因型为CC和Pto-TPS5基因的第1387位基因型为GA,是所述杨树的木材品质性状差的指示。发明人发现,Pto-miR167e基因的第536位、Pto-miR167g-5p基因的第456位以及Pto-TPS5基因的第1387位是与杨树木材品质性状显著关联的SNP位点,通过确定其基因型,能够预测出杨树的木材品质性状,选育出优质杨树,缩短育种周期。
根据本发明的实施例,所述预测杨树木材品质性状的方法还可以具有下列附加技术特征:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京林业大学,未经北京林业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710100533.0/2.html,转载请声明来源钻瓜专利网。