CN102177842A - 一次测量多指标选择的花生品质育种方法 - Google Patents
一次测量多指标选择的花生品质育种方法 Download PDFInfo
- Publication number
- CN102177842A CN102177842A CN 201010592376 CN201010592376A CN102177842A CN 102177842 A CN102177842 A CN 102177842A CN 201010592376 CN201010592376 CN 201010592376 CN 201010592376 A CN201010592376 A CN 201010592376A CN 102177842 A CN102177842 A CN 102177842A
- Authority
- CN
- China
- Prior art keywords
- quality
- peanut
- seed
- breeding method
- acid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及一种农作物品质分析方法，尤其涉及一种适用于花生品质育种多项品质指标的快速定量方法。本发明的一次测量多指标选择的花生品质育种方法，其特征在于，包括如下步骤：(1)利用优质亲本搭配杂交组合，选择真实杂种；或对种子进行诱变处理；(2)对种子进行品质选择；其中选择真实杂种基于测序或利用单粒自然风干花生主要品质性状的近红外定量分析模型，种子品质选择方法依托于大样本自然风干和/或单粒自然风干花生主要品质性状的近红外定量分析模型。运用该技术，已鉴定出高油酸、高油花生材料。除用于花生品质育种早代和晚代选择外，本技术还可用于评价杂交操作的质量、优化诱变技术，亦可用于种子生产中的质量控制。
Description
技术领域
本发明涉及一种农作物品质分析方法，尤其涉及一种适用于花生品质育种多项品质指标的快速定量方法。
背景技术
花生品质改良要根据产业化需要的轻重缓急，既要分清主次，又要全面兼顾。从满足国内食用油脂需求看，要把高油育种放在非常突出的位置。随着经济发展，食用比例会逐年增加，要注重改良食用花生品质。提高食用花生蛋白质、降低含油率，可部分地通过加工工艺实现，但对于以烤果、煮食形式消费的花生，这一目标的实现需要通过育种手段。全面提高花生油酸含量，尤其注意提高传统出口型品种的油酸含量，延长花生及其制品的货架寿命，使之更加有益健康。
现有技术中，花生与其他多数作物一样，内在品质育种进展相当迟缓。部分原因在于选择技术的落后。花生籽仁品质成分的化验分析方法，无论是索氏法测定含油率、凯氏定氮法测定蛋白质含量还是气谱法测定脂肪酸含量，都需要一个样品预处理过程(至少需要取一部分组织)，要花费较多时间，当处理大批量的育种材料时其工作量之大、费用之高都是难以承受的。因此，往往直到高世代，育种工作者才开始做一些品质测试，在此以前即使有一些品质优良的材料因其他性状未必理想可能已被淘汰了。
利用近红外技术测定花生品质，相对于传统化验测试，具有速度快、成本低、绿色、无损的优势。近红外技术的成功应用，使花生品质育种的面貌为之一新，将带来花生品质育种的一场革命。
美国、澳大利亚和我国研究者已构建了多个花生近红外品质分析模型。从北方产区花生品质育种的需要看，这些模型普遍存在着这样或那样的不足，如：指标不全、建模样品代表性不够(未包括大小粒型样品、含量出现较大空档)、需要特殊的样品预处理过程(60-65°烘干6h)难以用于早世代选择，或系采用不同厂家设备开发出来的，不能“实现一次测量，多成分定量”。
发明内容
本发明的技术效果能够克服上述缺陷，提供一种一次测量多指标选择的花生品质育种方法，其可以一次分析样本蛋白质含量、含油量、主要脂肪酸含量等指标。
为实现上述目的，本发明采用如下技术方案：其包括如下步骤：
(1)利用优质亲本搭配杂交组合，选择真实杂种；或对种子进行诱变处理；
(2)对种子进行品质选择；
其中选择真实杂种基于测序或利用单粒自然风干花生主要品质性状的近红外定量分析模型，种子品质选择方法依托于大样本自然风干和/或单粒自然风干花生主要品质性状的近红外定量分析模型。
本发明是构建的大花生、小花生自然风干大样本和单粒种子涵盖主要品质指标的近红外定量分析模型，涵盖大花生、小花生，全面分析花生样本蛋白质含量、含油量、主要脂肪酸含量等指标，依托德国布鲁克公司特定设备，可实现“一次测量，多目标选择”，应用于早世代品质性状的选择。
花生主要品质性状包括蛋白质含量、含油量、主要脂肪酸含量。主要脂肪酸包括油酸、亚油酸、硬脂酸、有害脂肪酸。有害脂肪酸包括棕榈酸、花生酸、山嵛酸、二十四碳烷酸。花生品质育种在早世代进行。选择真实杂种在F0:1代进行。种子进行品质选择在F1:2代进行。诱变处理包括种子辐射或化学诱变剂的浸种或化学诱变剂注入花器。诱变处理的种子为当季收获的单粒种子。定量分析模型建模时部分种子采用了分离世代群体。
本发明利用不同来源、不同种皮颜色的大粒型和小粒型材料，构建了花生大样本和单粒自然风干种子主要品质性状近红外定量分析模型。经优化，花生大样本种子油酸、亚油酸和棕榈酸含量的近红外定量分析模型最佳光谱预处理方法均为“一阶导数+矢量归一化法”，油酸含量谱区范围为8717.1-5446.3cm-1，维数为9，模型R2为89.16％，RMSECV为2.62％；花生种子亚油酸含量谱区范围为9666-5785.7cm-1，维数为9，模型R2为90.85％，RMSECV为2.00％；花生大样本种子棕榈酸含量谱区范围为8717.1-5446.3cm-1，维数为8，模型R2为79.21％，RMSECV为0.525％。利用正常油酸×高油酸杂交组合分离世代F1:2单粒种子，构建了花生自然风干单粒种子油酸、亚油酸、棕榈酸和四种有害脂肪酸的近红外模型，模型质量优于大样本自然风干种子模型。我们还建立了花生大样本及单粒自然风干种子蛋白质含量、含油量近红外模型。这些模型连同我们所建立的测定花生种子主要脂肪酸含量的模型，为花生育种提供了一套绿色、快速、非破坏性的多指标品质选择技术，为花生品质育种的突破带来了希望。大样本模型适合于高世代材料的单株选择；单粒模型可用于早期世代的选择，也可用于优质种子生产过程中的质量控制。
在高油酸(FAD2B 441_442insA)×正常油酸杂交组合中，采用“花生健康组织和病组织简便快速DNA提取方法”(专利申请号：200910255786.0)中所述花生子叶组织薄片快速提取“F0:1”DNA，不破坏种子发芽力，利用特定引物，进行PCR扩增，产物直接测序，可鉴定真杂种。
本发明是一套快速实用的花生品质育种选择技术。利用自然风干花生种子构建的涵盖主要品质指标的近红外定量模型，无需样品预处理，通过一次测量，对单株、单粒不同粒型花生多项品质指标进行测定。在杂交F0:1代淘汰伪杂种，从F1:2代开始进行品质性状选择。经诱变处理(种子辐照、化学诱变剂浸种或注入花器)当季收获的单粒种子，即可进行品质选择。运用该技术，已鉴定出高油酸、高油花生材料。除用于花生品质育种早代和晚代选择外，本技术还可用于评价杂交操作的质量、优化诱变技术，亦可用于种子生产中的质量控制。
附图说明
图1为自然风干单粒花生种子主要脂肪酸含量交互检验预测值与化学值散点图；
图2为自然风干单粒花生种子油份、蛋白质含量交互检验预测值与化学值散点图；
图3化学诱变剂处理鲁丰2号得到的种子油酸含量图(其中横坐标为油酸含量，纵坐标为种子粒数)；
图4化学诱变剂处理鲁丰2号得到的种子含油量明显提高(其中横坐标为含油量，纵坐标为种子粒数)；
图5F1-14D18-1单株中单粒种子油酸含量分布图(其中横坐标为油酸含量，纵坐标为粒数)；
图6运用单粒模型从杂交分离群体中选出单粒种子油酸含量在75％以上同时含油量在55％以上的花生材料分布图(其中横坐标为油酸含量，纵坐标为含油量)。
具体实施方式
本发明的方法包括如下步骤：
(1)利用优质亲本搭配杂交组合，选择真实杂种；或对种子进行诱变处理；
(2)对种子进行品质选择；
其中选择真实杂种基于测序或利用单粒自然风干花生主要品质性状的近红外定量分析模型，种子品质选择方法依托于大样本自然风干和/或单粒自然风干花生主要品质性状的近红外定量分析模型。
花生主要品质性状包括蛋白质含量、含油量、主要脂肪酸含量。主要脂肪酸包括油酸、亚油酸、硬脂酸、有害脂肪酸。有害脂肪酸包括棕榈酸、花生酸、山嵛酸、二十四碳烷酸。花生品质育种在早世代进行。选择真实杂种在F0:1代进行。种子进行品质选择在F1:2代进行。诱变处理包括种子辐射或化学诱变剂的浸种或化学诱变剂注入花器。诱变处理的种子为当季收获的单粒种子。定量分析模型建模时部分种子采用了分离世代群体。
表1花生自然风干单粒种子主要品质性状NIRS模型参数
FD+MSC＝一阶导数+多元散射矫正；FD+VN＝一阶导数+矢量归一化；MMN＝最小-最大归一化。四种有害脂肪酸包括棕榈酸、花生酸、山嵛酸、二十四碳烷酸。
表2花生大样本种子蛋白质含量、含油量近红外模型参数
FD+VN＝一阶导数+矢重归一化
1.优质化学突变体的鉴定
运用大样本和单粒花生种子油酸含量近红外模型对花育22号经化学诱变剂浸种获得的后代进行了筛选，鉴定出高油酸突变体(表2)。与野生型花育22号FAD2B基因序列比较发现，其编码区第281位由C突变为T，导致所编码的氨基酸序列在第94位由异亮氨酸变为苏氨酸。这一突变不同于前人报道。
表3近红外法测定76-13D3-2单株单粒花生种子油酸含量(％)，部分已经色谱法验证
*未经色谱法测定。
借助于近红外扫描，我们已鉴定出含油量达55％的花育22号化学突变体。
类似地，我们利用出口型品种鲁丰2号获得了油酸含量(图3)、含油量(图4)显著提高的后代材料。
2.高油酸杂交育种
利用高油酸亲本与高产或出口型品种杂交，在F0:1代根据序列差异可鉴定真杂种；利用单粒模型，根据F0:1真杂种油酸含量居于双亲之间，基本可以确定真杂种。利用单粒模型，在F1:2代即可提早进行油酸含量的选择(如图5)。
运用单粒模型对杂交后代进行选择，成功地获得了兼具高油酸、高油性状的花生材料(如图6)。
Claims (10)
1.一种一次测量多指标选择的花生品质育种方法，其特征在于，包括如下步骤：
(1)利用优质亲本搭配杂交组合，选择真实杂种；或对种子进行诱变处理；
(2)对种子进行品质选择；
其中选择真实杂种基于测序或利用单粒自然风干花生主要品质性状的近红外定量分析模型，种子品质选择方法依托于大样本自然风干和/或单粒自然风干花生主要品质性状的近红外定量分析模型。
2.根据权利要求1所述的一次测量多指标选择的花生品质育种方法，其特征在于，花生主要品质性状包括蛋白质含量、含油量、主要脂肪酸含量。
3.根据权利要求2所述的一次测量多指标选择的花生品质育种方法，其特征在于，主要脂肪酸包括油酸、亚油酸、硬脂酸、有害脂肪酸。
4.根据权利要求3所述的一次测量多指标选择的花生品质育种方法，其特征在于，有害脂肪酸包括棕榈酸、花生酸、山嵛酸、二十四碳烷酸。
5.根据权利要求1或4所述的一次测量多指标选择的花生品质育种方法，其特征在于，花生品质育种在早世代进行。
6.根据权利要求1或4所述的一次测量多指标选择的花生品质育种方法，其特征在于，选择真实杂种在F0:1代进行。
7.根据权利要求1或4所述的一次测量多指标选择的花生品质育种方法，其特征在于，种子进行品质选择在F1:2代进行。
8.根据权利要求1或4所述的一次测量多指标选择的花生品质育种方法，其特征在于，诱变处理包括种子辐射或化学诱变剂的浸种或化学诱变剂注入花器。
9.根据权利要求8所述的一次测量多指标选择的花生品质育种方法，其特征在于，诱变处理的种子为当季收获的单粒种子。
10.根据权利要求1所述的一次测量多指标选择的花生品质育种方法，其特征在于，定量分析模型建模时部分种子采用了分离世代群体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201010592376 CN102177842A (zh) | 2010-12-06 | 2010-12-06 | 一次测量多指标选择的花生品质育种方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201010592376 CN102177842A (zh) | 2010-12-06 | 2010-12-06 | 一次测量多指标选择的花生品质育种方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102177842A true CN102177842A (zh) | 2011-09-14 |
Family
ID=44564258
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201010592376 Pending CN102177842A (zh) | 2010-12-06 | 2010-12-06 | 一次测量多指标选择的花生品质育种方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102177842A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105181633A (zh) * | 2015-08-24 | 2015-12-23 | 河南省农业科学院 | 一种鉴别高油酸与普通油酸花生品种间f1种子真伪的无破损检测方法 |
| CN106053742A (zh) * | 2016-08-09 | 2016-10-26 | 孙杰 | 一种花生芽菜用花生的品质测定方法及其评价方法 |
| CN106053741A (zh) * | 2016-08-09 | 2016-10-26 | 孙杰 | 一种色素提取用黑花生的品质测定方法及其评价方法 |
| CN106226484A (zh) * | 2016-08-09 | 2016-12-14 | 孙杰 | 一种高营养鲜食用花生的品质测定方法及其评价方式 |
| CN108318446A (zh) * | 2018-04-13 | 2018-07-24 | 山东省花生研究所 | 一种检测花生种子总维生素e含量的近红外光谱模型及应用 |
| CN108507973A (zh) * | 2018-04-13 | 2018-09-07 | 山东省花生研究所 | 一种检测花生种子芥酸含量的近红外光谱模型及应用 |
| CN108645812A (zh) * | 2018-03-12 | 2018-10-12 | 河南省农业科学院 | 一种高蔗糖含量花生新种质的创制方法 |
| CN114324653A (zh) * | 2021-12-28 | 2022-04-12 | 广东省农业科学院作物研究所 | 一种花生品种的鉴定方法 |
| CN114384041A (zh) * | 2021-11-18 | 2022-04-22 | 河北农业大学 | 一种构建不同种皮颜色花生可溶性糖含量近红外模型的方法 |
| CN114766352A (zh) * | 2022-04-02 | 2022-07-22 | 山东省花生研究所 | 一种花生优良性状的培育方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1544921A (zh) * | 2003-11-26 | 2004-11-10 | 广东省农业科学院作物研究所 | 一种非破坏性测定花生单粒种子含油量的方法 |
| CN101204138A (zh) * | 2007-12-20 | 2008-06-25 | 广东省农业科学院作物研究所 | 一种高蛋白花生品质育种方法 |
| CN101887018A (zh) * | 2009-05-13 | 2010-11-17 | 山东省花生研究所 | 一种非破坏性测定花生种子主要脂肪酸含量的方法 |
-
2010
- 2010-12-06 CN CN 201010592376 patent/CN102177842A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1544921A (zh) * | 2003-11-26 | 2004-11-10 | 广东省农业科学院作物研究所 | 一种非破坏性测定花生单粒种子含油量的方法 |
| CN101204138A (zh) * | 2007-12-20 | 2008-06-25 | 广东省农业科学院作物研究所 | 一种高蛋白花生品质育种方法 |
| CN101887018A (zh) * | 2009-05-13 | 2010-11-17 | 山东省花生研究所 | 一种非破坏性测定花生种子主要脂肪酸含量的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 《花生学报》 20031231 禹山林等 傅立叶近红外漫反射非破坏性测定花生种子蛋白质及含油量 第138－143页 1－7，10 , 第32期 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105181633A (zh) * | 2015-08-24 | 2015-12-23 | 河南省农业科学院 | 一种鉴别高油酸与普通油酸花生品种间f1种子真伪的无破损检测方法 |
| CN106053742B (zh) * | 2016-08-09 | 2018-09-11 | 孙杰 | 一种花生芽菜用花生的品质测定方法及其评价方法 |
| CN106053741A (zh) * | 2016-08-09 | 2016-10-26 | 孙杰 | 一种色素提取用黑花生的品质测定方法及其评价方法 |
| CN106226484A (zh) * | 2016-08-09 | 2016-12-14 | 孙杰 | 一种高营养鲜食用花生的品质测定方法及其评价方式 |
| CN106053742A (zh) * | 2016-08-09 | 2016-10-26 | 孙杰 | 一种花生芽菜用花生的品质测定方法及其评价方法 |
| CN106053741B (zh) * | 2016-08-09 | 2018-09-11 | 孙杰 | 一种色素提取用黑花生的品质测定方法及其评价方法 |
| CN106226484B (zh) * | 2016-08-09 | 2018-09-11 | 孙杰 | 一种高营养鲜食用花生的品质测定方法及其评价方式 |
| CN108645812A (zh) * | 2018-03-12 | 2018-10-12 | 河南省农业科学院 | 一种高蔗糖含量花生新种质的创制方法 |
| CN108318446A (zh) * | 2018-04-13 | 2018-07-24 | 山东省花生研究所 | 一种检测花生种子总维生素e含量的近红外光谱模型及应用 |
| CN108507973A (zh) * | 2018-04-13 | 2018-09-07 | 山东省花生研究所 | 一种检测花生种子芥酸含量的近红外光谱模型及应用 |
| CN114384041A (zh) * | 2021-11-18 | 2022-04-22 | 河北农业大学 | 一种构建不同种皮颜色花生可溶性糖含量近红外模型的方法 |
| CN114324653A (zh) * | 2021-12-28 | 2022-04-12 | 广东省农业科学院作物研究所 | 一种花生品种的鉴定方法 |
| CN114766352A (zh) * | 2022-04-02 | 2022-07-22 | 山东省花生研究所 | 一种花生优良性状的培育方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102177842A (zh) | 一次测量多指标选择的花生品质育种方法 | |
| Poggetti et al. | Kernel oil content and oil composition in walnut (Juglans regia L.) accessions from north‐eastern Italy | |
| Pandey et al. | Identification of QTLs associated with oil content and mapping FAD2 genes and their relative contribution to oil quality in peanut (Arachis hypogaea L.) | |
| CN1242256C (zh) | 用于分析和改进农产品的设备和方法 | |
| ES2843271T3 (es) | Cartografiado fino y validación de QTL subyacentes a los rasgos de contenido de fibra y color del recubrimiento de la semilla e identificación de marcadores SNP para selección asistida por marcador de estos rasgos derivados de la línea de colza de recubrimiento de semillas amarillo (YSC) YN01-429 y su linaje | |
| US11307139B2 (en) | Non-destructive assay for soybean seeds using near infrared analysis | |
| CN103045588B (zh) | 大豆籽粒蛋白质含量主效qtl 的分子标记及其应用 | |
| Yadav et al. | Evaluation of high oleic acid content in a set of 96 genotypes of Arachis hypogaea L | |
| CN102854291A (zh) | 一种适宜花生油加工的花生品质测定及其评价方法 | |
| Krause et al. | Digital phenotyping for quantification of genetic diversity in inbred guava (Psidium guajava) families | |
| Zhuang et al. | Determination of protein and fatty acid composition of shell-intact upland cottonseed using near-infrared reflectance spectroscopy | |
| Li et al. | An accurate and effective single-seed moisture selection method based on nuclear magnetic resonance (NMR) in maize | |
| CN109588309A (zh) | 一种快速、高效选育高油酸花生品种的方法 | |
| CN110231302A (zh) | 一种快速测定奇亚籽粗脂肪含量的方法 | |
| Gama et al. | Hyperspectral imaging predicts free fatty acid levels, peroxide values, and linoleic acid and oleic acid concentrations in tree nut kernels | |
| Abdulrazaq et al. | GENETIC RELATIONSHIP BETWEEN LOCAL GUINEA FOWL, QUAIL AND CHICKEN USING RAPD–PCR TECHNIQUE. | |
| Chang et al. | Application of 3D-volumetric analysis and hyperspectral imaging systems for investigation of heterosis and cytoplasmic effects in pepper | |
| Omar et al. | Description of phenotype, grain quality, molecular fingerprinting, and biodiversity using DNA barcoding of some elite rice genotypes | |
| Indore et al. | Application of synchrotron imaging techniques for study of changes in microstructural and nutritional properties of different wheat classes in storage | |
| Khan et al. | Inheritance pattern and gene action of biochemical attributes in rapeseed (Brassica napus l.) | |
| US20220146414A1 (en) | Methods and systems using ftir for plant trait detection and trait introgression | |
| Sidhu et al. | Diode Array Near Infrared Spectrometer Calibrations for Composition Analysis of Single Plant Canola (Brassica napus) Seed | |
| Jankowicz-Cieslak et al. | Application of soft X-ray and near-infrared reflectance spectroscopy for rapid phenotyping of mutant rice seed | |
| Moskovskiy et al. | Trends of the development of methods for determining the viability of crop seeds | |
| CN120772139A (zh) | 一种预测板栗种仁重的方法及板栗分选装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110914 |