首页--生物科学论文--动物学论文--动物遗传学论文

栉孔扇贝和海湾扇贝遗传连锁图谱的构建研究

摘 要第1-7页
Abstract第7-9页
第一章 文献综述第9-47页
 第一节 遗传图谱的构建和应用第9-34页
   ·遗传图谱的理论基础和统计学原理第9-11页
     ·理论基础第9-10页
     ·统计学原理第10-11页
   ·遗传图谱的标记技术第11-24页
     ·遗传标记的发展第11-12页
     ·遗传标记的种类第12-16页
     ·理想的作图标记第16-17页
     ·RAPD 标记第17页
     ·AFLP 标记第17-20页
     ·微卫星标记第20-22页
     ·ESTs第22-24页
   ·遗传图谱的构建第24-28页
     ·作图群体的建立第24-25页
     ·分离标记的统计和软件处理第25-26页
     ·连锁图谱的完善第26-28页
   ·遗传图谱的应用第28-34页
     ·基因定位第28-30页
     ·基因克隆第30-31页
     ·标记辅助育种第31-34页
 第二节 水产养殖动物遗传图谱研究进展第34-43页
   ·水产养殖动物基因组计划第34-35页
   ·鱼类遗传图谱研究进展第35-37页
   ·虾贝类遗传图谱研究进展第37-38页
   ·水产养殖动物基因定位与克隆第38-39页
   ·水产养殖动物分子标记辅助选育第39-43页
 第三节 构建扇贝遗传连锁图谱的目的和意义第43-47页
   ·栉孔扇贝和海湾扇贝第43页
   ·扇贝养殖业现状及问题第43-45页
   ·构建遗传图谱的目的及意义第45-47页
第二章 实验材料和方法第47-70页
 第一节 实验材料与仪器试剂第47-51页
   ·动物材料准备第47-48页
     ·栉孔扇贝第47-48页
       ·作图群体第47页
       ·RAPD 标记检测亲本多态第47-48页
     ·海湾扇贝作图群体第48页
     ·DNA 提取与检测第48页
   ·仪器设备第48-49页
   ·实验试剂及配制第49-51页
     ·实验试剂第49页
     ·试剂配制第49-51页
 第二节 栉孔扇贝 AFLP 标记技术的建立第51-59页
   ·材料第51页
   ·方法第51-55页
   ·结论和讨论第55-59页
     ·AFLP 标记技术的高效性第55-57页
     ·栉孔扇贝不同群体的遗传多样性第57-59页
 第三节 海湾扇贝 SSR 标记技术的建立第59-68页
   ·海湾扇贝 EST 中微卫星序列的查找和引物设计第59-60页
   ·动物材料第60页
   ·微卫星分析第60-61页
   ·种群分析方法第61页
   ·结论和讨论第61-68页
     ·引物初步验证第61-64页
     ·EST-SSR 标记的多态性第64页
     ·野生和养殖海湾扇贝群体遗传变异水平差异第64-68页
 第四节 图谱构建方法第68-70页
   ·作图标记的筛选第68页
     ·栉孔扇贝作图群体 AFLP 标记的筛选第68页
     ·海湾扇贝作图群体 AFLP、SSR 标记的筛选第68页
   ·数据收集和数字化第68-69页
   ·图谱构建软件处理第69-70页
第三章 实验结果与分析第70-93页
 第一节 栉孔扇贝遗传图谱第70-83页
   ·模板 DNA 的提取第70页
   ·亲本间的多态第70-73页
   ·AFLP 作图标记的筛选第73-75页
   ·共享图谱第75-76页
   ·雌性图谱第76-79页
   ·雄性图谱第79-82页
   ·小结第82-83页
 第二节 海湾扇贝遗传图谱构建第83-93页
   ·AFLP 作图标记的筛选第83-85页
   ·EST-SSR 标记的筛选第85-87页
   ·偏分离标记第87-88页
   ·海湾扇贝连锁图谱第88-93页
第四章 讨论第93-106页
 1 作图策略第93-102页
   ·作图标记技术第93-100页
     ·AFLP 标记技术第93-96页
     ·EST-SSR 标记技术第96-98页
     ·异常分离标记第98-100页
   ·F1 作图群体第100-101页
   ·样本数量第101-102页
 2 栉孔扇贝和海湾扇贝图谱第102-106页
   ·连锁图谱第102-103页
   ·雌雄性重组率的差异第103-104页
   ·标记辅助选择策略第104-106页
第五章 结论第106-110页
参考文献第110-125页
已完成和发表的论文第125-126页
致  谢第126页

论文共126页,点击 下载论文
上一篇:我国行政审批制度改革实践分析
下一篇:基于粗糙集的近似分布约简与决策规则获取