Abstract

The main purposes of the study were (i) to develop a mapping population, (ii) to construct its genetic map for further identification of genes associated with important agronomic traits. To the best of our knowledge this is the first segregating population and genetic map developed for Kazakh bread wheat. The work is an example of how plant breeding programs in Kazakhstan have started successfully using next generation plant breeding methods to carry out systematic plant breeding to enhance final grain harvest. The KASP technology and SNP DNA-markers have been exploited to genotype and build a genetic map. The total length of the map was 1376 cM. A total 157, which spanned A, B and D subgenomes, out of the initial 178 SNP markers used formed 26 linkage groups leaving 1 duplicated and 20 unassigned markers. As threshold distance between markers was set ≤30 cM, two linkage groups were obtained for chromosomes such as 2А, 2В, 2D, 3A, 5A, 6B and 7A. Kosambi mapping function was employed to calculate recombination units. RILs were developed through SSD method up to F4 generation. Almost 97% of identified alleles were useful in evaluating the population’s genetic diversity; the remaining 3% showed no outcome. As a result, 77 DNA markers were mapped for A, 74 for B and 27 for D genomes. The mapping population will be genotyped using a high marker density array platform such as Illumina iSelect to obtain a genetic map with a relatively high coverage. Then, the population and high-resolution genetic map will be used to identify genes influencing wheat adaptation in Kazakhstan.

中文翻译：

---

高通量SNP基因分型平台KASP-竞争性等位基因特异性PCR构建小麦（Pa.ati Azieva×Paragon）RILs遗传图谱

摘要

该研究的主要目的是（i）培养作图群体，（ii）构建其遗传图谱，以进一步鉴定与重要农艺性状相关的基因。据我们所知，这是为哈萨克面包小麦开发的第一个分离种群和遗传图谱。该工作是哈萨克斯坦植物育种计划如何成功开始使用下一代植物育种方法进行系统植物育种以增强最终谷物收成的一个例子。KASP技术和SNP DNA标记已被用于基因分型和建立遗传图谱。地图的总长度为1376 cM。在最初使用的178个SNP标记中，共有157个跨越A，B和D亚基因组，形成了26个连锁组，剩下1个重复的标记和20个未分配的标记。当标记之间的阈值距离设置为≤30cM时，获得了两个染色体连接基团，例如2А，2В，2D，3A，5A，6B和7A。使用Kosambi映射函数来计算重组单位。RIL通过SSD方法开发到F4代。已鉴定的等位基因中几乎有97％可用于评估人群的遗传多样性。剩下的3％没有结果。结果，针对A基因组定位了77个DNA标记，针对B基因定位了74个DNA标记，针对D基因组定位了27个DNA标记。将使用高标记密度阵列平台（例如Illumina iSelect）对作图种群进行基因分型，以获得覆盖率相对较高的基因图。然后，将使用种群和高分辨率遗传图谱来鉴定影响哈萨克斯坦小麦适应性的基因。图3A，5A，6B和7A。使用Kosambi映射函数来计算重组单位。RIL通过SSD方法开发到F4代。已鉴定的等位基因中几乎有97％可用于评估人群的遗传多样性。剩下的3％没有结果。结果，针对A基因组定位了77个DNA标记，针对B基因定位了74个DNA标记，针对D基因组定位了27个DNA标记。将使用高标记密度阵列平台（例如Illumina iSelect）对作图种群进行基因分型，以获得覆盖率相对较高的基因图。然后，将使用种群和高分辨率遗传图谱来鉴定影响哈萨克斯坦小麦适应性的基因。图3A，5A，6B和7A。使用Kosambi映射函数来计算重组单位。RIL通过SSD方法开发到F4代。已鉴定的等位基因中几乎有97％可用于评估人群的遗传多样性。剩下的3％没有结果。结果，针对A基因组定位了77个DNA标记，针对B基因定位了74个DNA标记，针对D基因组定位了27个DNA标记。将使用高标记密度阵列平台（例如Illumina iSelect）对作图种群进行基因分型，以获得覆盖率相对较高的基因图。然后，将使用种群和高分辨率遗传图谱来鉴定影响哈萨克斯坦小麦适应性的基因。已鉴定的等位基因中几乎有97％可用于评估人群的遗传多样性。剩下的3％没有结果。结果，针对A基因组定位了77个DNA标记，针对B基因定位了74个DNA标记，针对D基因组定位了27个DNA标记。将使用高标记密度阵列平台（例如Illumina iSelect）对作图种群进行基因分型，以获得覆盖率相对较高的基因图。然后，将使用种群和高分辨率遗传图谱来鉴定影响哈萨克斯坦小麦适应性的基因。已鉴定的等位基因中几乎有97％可用于评估人群的遗传多样性。剩下的3％没有结果。结果，针对A基因组定位了77个DNA标记，针对B基因定位了74个DNA标记，针对D基因组定位了27个DNA标记。将使用高标记密度阵列平台（例如Illumina iSelect）对作图种群进行基因分型，以获得覆盖率相对较高的基因图。然后，将使用种群和高分辨率遗传图谱来鉴定影响哈萨克斯坦小麦适应性的基因。