Main conclusion Meta-QTL (MQTL) analysis was done for yield-related traits in wheat. Candidate genes were identified within the refined MQTL and further validated by genotype–phenotype association analysis. Abstract Extensive studies have been undertaken on quantitative trait locus/loci (QTL) for wheat yield and its component traits. This study conducted a meta-analysis of 381 QTL related to wheat yield under various environments, including irrigated, drought- and/or heat-stressed conditions. Markers flanking meta-QTL (MQTL) were mapped on the wheat reference genome for their physical positions. Putative candidate genes were examined for MQTL with a physical interval of less than 20 Mbp. A total of 86 MQTL were identified as responsible for yield, of which 34 were for irrigated environments, 39 for drought-stressed environments, 36 for heat-stressed environments, and 23 for both drought- and heat-stressed environments. The high-confidence genes within the physical positions of the MQTL flanking markers were screened in the reference genome RefSeq V1.0, which identified 210 putative candidate genes. The phenotypic data for 14 contrasting genotypes with either high or low yield performance—according to the Australian National Variety Trials—were associated with their genotypic data obtained through ddRAD sequencing, which validated 18 genes or gene clusters associated with MQTL that had important roles for wheat yield. The detected and refined MQTL and candidate genes will be useful for marker-assisted selection of high yield in wheat breeding.

中文翻译：

---

元 QTL 和基因型-表型关联分析揭示了小麦产量的主要基因组区域及其成分

主要结论 对小麦的产量相关性状进行了 Meta-QTL (MQTL) 分析。在精炼的 MQTL 中鉴定了候选基因，并通过基因型-表型关联分析进一步验证。摘要 对小麦产量及其组成性状的数量性状基因座/基因座（QTL）进行了广泛的研究。本研究对不同环境下与小麦产量相关的 381 个 QTL 进行了荟萃分析，包括灌溉、干旱和/或热胁迫条件。将 meta-QTL (MQTL) 两侧的标记物映射到小麦参考基因组上的物理位置。以小于 20 Mbp 的物理间隔检查推定的候选基因的 MQTL。总共确定了 86 个 MQTL 与产量有关，其中 34 个与灌溉环境有关，39 个与干旱胁迫环境有关，36 用于热应激环境，23 用于干旱和热应激环境。在参考基因组 RefSeq V1.0 中筛选了 MQTL 侧翼标记物理位置内的高置信度基因，确定了 210 个推定的候选基因。根据澳大利亚国家品种试验，14 种具有高或低产量表现的对比基因型的表型数据与其通过 ddRAD 测序获得的基因型数据相关，该测序验证了 18 个与 MQTL 相关的基因或基因簇，这些基因或基因簇对小麦具有重要作用屈服。检测和精制的MQTL和候选基因将有助于小麦育种中高产的标记辅助选择。在参考基因组 RefSeq V1.0 中筛选了 MQTL 侧翼标记物理位置内的高置信度基因，确定了 210 个推定的候选基因。根据澳大利亚国家品种试验，14 种具有高或低产量表现的对比基因型的表型数据与其通过 ddRAD 测序获得的基因型数据相关，该测序验证了 18 个与 MQTL 相关的基因或基因簇，这些基因或基因簇对小麦具有重要作用屈服。检测和精制的MQTL和候选基因将有助于小麦育种中高产的标记辅助选择。在参考基因组 RefSeq V1.0 中筛选了 MQTL 侧翼标记物理位置内的高置信度基因，确定了 210 个推定的候选基因。根据澳大利亚国家品种试验，14 种具有高或低产量表现的对比基因型的表型数据与其通过 ddRAD 测序获得的基因型数据相关，该测序验证了 18 个与 MQTL 相关的基因或基因簇，这些基因或基因簇对小麦具有重要作用屈服。检测和精制的MQTL和候选基因将有助于小麦育种中高产的标记辅助选择。根据澳大利亚国家品种试验，14 种具有高或低产量表现的对比基因型的表型数据与其通过 ddRAD 测序获得的基因型数据相关，该测序验证了 18 个与 MQTL 相关的基因或基因簇，这些基因或基因簇对小麦具有重要作用屈服。检测和精制的MQTL和候选基因将有助于小麦育种中高产的标记辅助选择。根据澳大利亚国家品种试验，14 种具有高或低产量表现的对比基因型的表型数据与其通过 ddRAD 测序获得的基因型数据相关，该测序验证了 18 个与 MQTL 相关的基因或基因簇，这些基因或基因簇对小麦具有重要作用屈服。检测和精制的MQTL和候选基因将有助于小麦育种中高产的标记辅助选择。