基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用高皂甙含量大豆材料和低皂甙含量大豆材料为亲本组配F2群体,以SSR分子标记技术对F2代群体与皂甙含量相关的QTL进行定位,以便为选育高皂甙含量的特种大豆品种提供理论依据.利用皂甙含量高的哈91016与皂甙含量低的N98-9445A大豆杂交获得的F2代群体,用500对SSR引物对大豆皂甙含量进行QTL定位,其中多态性标记有106个.QTL分析结果表明,控制大豆皂甙含量的QTL分别位于连锁群MLX K、MLG D1a上的Sat_044和Satt580附近,其LOD值分别为2.09和2.87,Sat_044与Satt102的遗传距离是11.4 cM,Satt580与Sat_036的遗传距离是18.7 cM;其对皂甙含量的贡献率分别为12.6%和15.8%.
推荐文章
大豆叶绿素含量动态表达的QTL分析
大豆
叶绿素含量
QTL
动态表达
大豆籽粒维生素E含量的QTL分析
大豆
籽粒
维生素E含量
QTL定位
大豆脂肪酸含量的QTL分析
大豆
脂肪酸
QTL分析
大豆不同环境下脂肪酸组分含量的QTL分析
大豆
脂肪酸
数量性状位点
环境
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 大豆皂甙含量的QTL分析
来源期刊 东北农业大学学报 学科 农学
关键词 大豆皂甙 含量测定 QTL定位
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 1-4
页数 分类号 S565.1
字数 3106字 语种 中文
DOI 10.3969/j.issn.1005-9369.2010.10.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高慕娟 大豆生物学教育部重点实验室东北农业大学农学院 2 3 1.0 1.0
2 宋雯雯 大豆生物学教育部重点实验室东北农业大学农学院 2 3 1.0 1.0
3 韩雪 大豆生物学教育部重点实验室东北农业大学农学院 2 3 1.0 1.0
4 王继安 大豆生物学教育部重点实验室东北农业大学农学院 2 3 1.0 1.0
5 田俊 大豆生物学教育部重点实验室东北农业大学农学院 1 0 0.0 0.0
6 杨继学 大豆生物学教育部重点实验室东北农业大学农学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (76)
共引文献  (202)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(6)
  • 参考文献(1)
  • 二级参考文献(5)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1996(9)
  • 参考文献(0)
  • 二级参考文献(9)
1997(9)
  • 参考文献(0)
  • 二级参考文献(9)
1998(8)
  • 参考文献(0)
  • 二级参考文献(8)
1999(9)
  • 参考文献(0)
  • 二级参考文献(9)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(9)
  • 参考文献(1)
  • 二级参考文献(8)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大豆皂甙
含量测定
QTL定位
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东北农业大学学报
月刊
1005-9369
23-1391/S
大16开
哈尔滨市木材街59号
14-47
1957
chi
出版文献量(篇)
4521
总下载数(次)
9
总被引数(次)
44139
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导