摘要 | 第6-8页 |
abstract | 第8-9页 |
英文缩略表 | 第13-14页 |
第一章 引言 | 第14-30页 |
1.1 分子标记辅助选择育种方法概述 | 第14-16页 |
1.2 全基因组选择预测模型研究进展 | 第16-23页 |
1.2.1 线性预测模型 | 第16-19页 |
1.2.2 Beyas模型 | 第19-21页 |
1.2.3 机器学习模型 | 第21-23页 |
1.3 显性和上位性基因型效应的预测 | 第23-24页 |
1.4 多性状和多环境预测模型 | 第24-25页 |
1.5 不同预测模型的整合 | 第25-26页 |
1.6 影响模型预测效果的因素 | 第26-27页 |
1.7 全基因组选择在植物育种中的应用研究 | 第27页 |
1.8 育种模拟原理及其在植物育种中的应用 | 第27-28页 |
1.9 本研究的目的和意义 | 第28-30页 |
第二章 基于全基因组选择的杂交组合预测模拟研究 | 第30-39页 |
2.1 前言 | 第30-31页 |
2.2 材料与方法 | 第31-34页 |
2.2.1 材料 | 第31页 |
2.2.2 全基因组选择模型 | 第31页 |
2.2.3 模拟 | 第31-33页 |
2.2.4 杂交组合有效性与遗传增益的计算 | 第33-34页 |
2.3 结果 | 第34-37页 |
2.3.1 不同模型在不同结构下对遗传方差和杂交组合有效性的预测结果 | 第34-36页 |
2.3.2 不同杂交组合预测方法的遗传增益 | 第36-37页 |
2.4 讨论 | 第37-39页 |
2.4.1 影响遗传方差和杂交组合有效性预测准确率的因素 | 第37页 |
2.4.2 在杂交组合预测中考虑遗传方差能提高遗传增益 | 第37-38页 |
2.4.3 模拟研究的假设条件 | 第38-39页 |
第三章 小麦产量和品质协同改良的亲本选配研究 | 第39-50页 |
3.1 前言 | 第39页 |
3.2 材料与方法 | 第39-41页 |
3.2.1 群体表型数据 | 第39-40页 |
3.2.2 表型分析和选择指数构建 | 第40页 |
3.2.3 群体基因型数据 | 第40页 |
3.2.4 全基因组选择模型 | 第40-41页 |
3.2.5 亲本选配方案 | 第41页 |
3.3 结果 | 第41-46页 |
3.3.1 方差分析结果和性状相关 | 第41页 |
3.3.2 不同GS模型对性状的预测准确率 | 第41-44页 |
3.3.3 后代群体中均值、遗传方差以及性状相关的结果 | 第44-45页 |
3.3.4 不同亲本选配方案的结果 | 第45-46页 |
3.4 讨论 | 第46-50页 |
3.4.1 后代群体中不同性状的均值和方差对杂交组合有效性的影响 | 第46-47页 |
3.4.2 利用选择指数进行亲本选配以同时改良产量和品质 | 第47-50页 |
第四章 在全基因组选择中拟合上位性效应的研究 | 第50-60页 |
4.1 前言 | 第50-51页 |
4.2 材料与方法 | 第51-53页 |
4.2.1 表型与基因型 | 第51页 |
4.2.2 GS预测模型 | 第51-53页 |
4.2.3 交叉验证 | 第53页 |
4.3 结果 | 第53-58页 |
4.3.1 水稻群体中不同模型预测的结果 | 第53页 |
4.3.2 黄淮南片小麦训练群体中不同模型预测的结果 | 第53-54页 |
4.3.3 黄淮北片小麦训练群体中不同模型预测的结果 | 第54-58页 |
4.4 讨论 | 第58-60页 |
4.4.1 包含上位性效应能显著提高模型的预测效果 | 第58页 |
4.4.2 影响上位性效应预测效果的因素 | 第58-60页 |
第五章 全基因组选择中多环境预测的研究 | 第60-66页 |
5.1 前言 | 第60页 |
5.2 材料与方法 | 第60-61页 |
5.2.1 表型和基因型数据 | 第60页 |
5.2.2 GS模型 | 第60-61页 |
5.2.3 交叉验证 | 第61页 |
5.3 结果 | 第61-63页 |
5.3.1 不同地点之间性状的相关性 | 第61页 |
5.3.2 多环境模型预测准确率 | 第61-63页 |
5.4 讨论 | 第63-66页 |
第六章 全文结论与讨论 | 第66-69页 |
6.1 全文结论与讨论 | 第66-67页 |
6.2 全基因组选择应用于作物育种时有待进一步研究的问题 | 第67-69页 |
参考文献 | 第69-79页 |
附录 | 第79-87页 |
致谢 | 第87-88页 |
作者简历 | 第88页 |