1. 研究目的与意义、国内外研究现状（文献综述）

水稻属于禾本科（gramineas），稻属（oryza）、普通栽培稻（oryza sativa），是世界上第一大粮食作物，年种植面积约1.53亿公顷，产量约占世界粮食产量的三分之一，是世界三分之一以上人口的粮食作物。在中国，水稻也是最主要的粮食作物之一，年种植面积达3300万公顷，是约7亿人的主食。

中国稻作已有8500年的历史，水稻品种的改良和优良品种的应用，主要经历了从高秆变矮秆、从常规种到杂交种(杂种优势利用)这两次变革，分别促成了两次产量水平的飞跃。

50年代后期到60年代，中国水稻育种在不断更新换代的同时，实现了矮化育种的重大突破。其实质是水稻株型改良，即把高秆水稻变为矮秆水稻（李成荃，1998；周开达，1992）。水稻半矮生性基因的利用，克服了高秆水稻的易倒伏性，提高了水稻的耐肥能力，使水稻的群体结构更为合理，从而提高了水稻的产量。1956年，广东省朝阳县的农民育种家洪春利和洪群英，在早籼南特16号田中选得矮秆优良单株，迅速培育出中国第一个矮秆早籼良种矮脚南特，并在中国南方稻区推广。与此同时，广东省农业科学研究所利用矮秆品种矮133号，采用杂交育种方法育成了第一批矮秆早晚籼良种广场矮、珍珠矮和包胎矮等。这批良种以矮秆、多穗、根群发达和株型紧凑为主要特征，表现出独特的增产和稳产性能。40年来，以半矮生性为基础的现代品种得到了广泛的推广（尹华奇，1994）。使中国的稻谷单产水平从100～200kg／667m²上升到300kg／667m²扩。矮化育种和矮秆良种的推广应用被誉为水稻的第一次绿色革命。

2. 研究的基本内容和问题

研究的目标：1）获得水稻自然群体籽粒性状的表型多样性信息。2）获得自然那群体基因多样性，遗传程度和群体结构。3）获得一批性状-标记显著关联的位点，籽粒性状的优异等位变异和携带优异等位变异的载体材料，提出改良目标性状的最佳杂交组合用于分子标记辅助育种。研究内容：1)自然群体物质利用相关性状表型评价。评价由227份水稻品种构成的自然群体籽粒性状，分析自然群体目标性状的表型多样性。2）自然群体SSR分子标记基因型鉴定。对自然群体227份水稻品种的DNA进行249对SSR标记的基因型鉴定；分析群体结构，亚群内的连锁不平衡程度。3）自然群体籽粒性状与SSR分子标记显著关联的位点检测与优异等位变异发掘。结合2014年籽粒性状表型数据和自然群体SSR分子标记基因型数据，检测性状与标记显著关联的位点，发掘籽粒性状的优异等位变异及其载体材料。

拟解决的关键问题： 通过全基因组关联分析，发掘227份水稻籽粒性状关联位点和优异等位变异及典型载体材料，从而为分子标记辅助选择提供分子依据和实验材料，并提高水稻产量具有重要意义。

3. 研究的方法与方案

研究方法： 1. 2014年正季，将227份水稻材料种植于南京农业大学江浦试验站。6月15日移栽，单本插。正常田间管理。 2. 记录生育期，待开花后45-50天，收获每个品种的种子。在自然条件下风干。 3.自然风干后调查水稻籽粒性状的表型数据。 4.返青后，取227份水稻材料的叶片，提取dna。 5.选取249对ssr标记鉴定227份水稻材料的基因型数据。

技术路线： 见附录1

实验方案： 1.表型数据收集： 1）粒长，粒宽和粒厚：各材料随机取饱满的30粒种子，用游标卡尺对粒长，粒宽和粒厚进行测定。2）千粒重：从风干后的单株籽粒中挑选1000粒饱满的，称取重量。两次重复的平均值作为该品种千粒重表型值。2. 基因型数据收集：1）dna提取采用murraythompson (1980)描述的sds法提取。2）ssr标记的选择：依据temnykh等（2000）和mccouch等（2002）发表的水稻分子图谱和微卫星数据句酷，选择覆盖水稻整个基因组的262对ssr引物。 3)pcr扩增：使用扩增仪进行扩增。 4）聚丙烯酰胺凝胶电泳：银染显色。 3.数据分析： 1）群体结构分析：使用structure 2.2 软件进行分析。 2）连锁不平衡分析使用标准不平衡系数衡量位点间的连锁不平衡。 3）遗传多样性分析：使用powermarker version 3.25 软件进行分析。 4）物质利用相关性状与标记的关联：使用tassel2.1软件进行分析。 5）等位变异表型效应值的计算：参考breseghello等（2006）提出的无效等位变异方法，判断等位变异的表型效应值。可行性分析： 本试验的表型数据和基因型数据已经获得，对软件的使用也较熟悉。

4. 研究创新点

本试验采用表型变异丰富的水稻种质资源构成自然群体，结合高密度的分子标记，进行关联分析，发掘水稻籽粒性状的优异等位变异和载体材料。

5. 研究计划与进展

2014.08-2014.10 设计实验，收集数据 2014.11-2014.12 整理数据2015.01-2015.02 分析数据2015.03-2015.04 撰写论文