首页--农业科学论文--农作物论文--禾谷类作物论文--麦论文--大麦论文

基于Meta-QTL的分子标记开发及其在种质资源评价中的应用

摘要第1-6页
Abstract第6-11页
第一章 文献综述第11-21页
 1. QTL定位的一般策略第11-14页
   ·群体的构建第11-12页
   ·分子标记的选择第12-13页
   ·定位方法第13-14页
     ·基于性状的分析方法第13-14页
     ·基于标记的分析方法第14页
 2. 研究进展及挑战第14-18页
   ·动态QTL定位第14-15页
   ·EQTL定位第15-16页
   ·数量性状基因的克隆第16-17页
   ·共线性QTL第17-18页
   ·大麦QTL定位的研究进展第18页
 3. QTL与育种第18-20页
   ·基因资源的发掘第18-19页
   ·主效QTL的分子标记辅助选择第19-20页
 立题依据第20-21页
第二章 STEPTOE×MOREX衍生群体的农艺性状定位第21-32页
 1. 材料与方法第21-22页
   ·材料第21-22页
   ·方法第22页
     ·田间试验第22页
     ·性状考察以及标记基因型的获取第22页
     ·数据分析第22页
 2 结果与分析第22-30页
   ·农艺性状的表型分析第22-23页
   ·农艺性状的相关分析第23-24页
   ·农艺性状的QTL定位第24-27页
   ·农艺性状的上位性分析第27-30页
 3. 讨论第30-32页
第三章 大麦株高QTL的统合及其分子标记开发第32-60页
 1. 材料与方法第33-37页
   ·材料第33页
   ·方法第33-37页
     ·数据的标准化第33-34页
     ·群体内的统合分析第34-35页
     ·群体间QTL的优化第35-37页
 2. 结果与分析第37-47页
   ·QTL的分布第37-41页
     ·群体内及群体间的比较第37-39页
     ·株高QTL的基因组整体分布第39-41页
   ·两种定位方法的比较第41-42页
   ·MMQTL的分布第42-44页
   ·基于统合的分子标记的开发第44-47页
 3. 讨论第47-60页
   ·R~2的算法第47页
   ·数据的非随机删除第47-48页
   ·POSITION的最大误差估计第48-52页
     ·单一区间的误差估计第48-50页
     ·多区间多QTL的误差估计第50-51页
     ·统合数据的最大误差评价第51-52页
   ·图谱的映射误差第52-54页
     ·群体内的映射第52页
     ·群体间的映射第52-54页
   ·实验误差总结及其影响第54-55页
   ·关于统合分析近似解法的探讨第55-60页
第四章 统合分析的本质及其模型改进之奥坎剃刀的引用第60-65页
 1. 应用范围和条件第60-61页
   ·应用范围第60-61页
   ·条件第61页
     ·对同一事物有两种及以上的解释第61页
     ·因特殊的需要,我们必须从中选择一种第61页
 2. 结果分析及讨论第61-65页
   ·奥坎姆剃刀原则之于QTL简化的可行性第61-62页
   ·参照系掉转后结果的互证第62页
   ·基于剃刀原则的模型改进第62-63页
   ·平行解困境第63-65页
第五章 2H染色体上QTL的整合第65-74页
 1. 材料与方法第65页
   ·材料第65页
   ·方法第65页
 2. 结果与分析第65-74页
   ·主要性状的染色体分布第66页
   ·2H上QTL的整体分布第66-68页
   ·单个性状的标记决策第68-74页
参考文献第74-96页
附录1第96-100页
 DH及RIL群体95%置信区间算法的推导第96-100页
  参考文献第99-100页
附录2第100-102页
附表1第102-103页
致谢第103页

论文共103页,点击 下载论文
上一篇:大麦HvRBR基因克隆与序列分析
下一篇:不同选择方向回交后代的遗传变异及对轮回亲本的改良效果