综述：植物QTL定位：基因组时代的挑战与机遇

《Euphytica》：QTL mapping in plants: challenges and opportunities in the genomic era

QTL映射技术通过NGS和关联组学等新方法提升精度，但受限于复杂性状、多倍体及基因-环境互作，需优化统计模型和群体选择策略。

　　

摘要

数量性状基因座（QTL）作图已成为植物遗传学的基石，它使得人们能够识别与作物植物理想农艺性状相关的基因组区域。最初，QTL作图依赖于分离群体中有限的标记数量；然而，下一代测序（NGS）技术的出现彻底改变了这一方法，使得QTL的识别精度大大提高。随着替代作图策略（如关联作图）的发展、高级作图群体（如NAM和MAGIC系）的建立、统计分析方法的改进、“表型组学”平台的普及以及大量基因组序列数据的高成本效益获取，近年来在标记辅助育种领域取得了显著进展，植物遗传学家正处于技术革命的前沿，他们拥有更多工具来培育理想的作物品种。尽管取得了这些进步，但由于复杂性状、多倍体现象以及基因型与环境之间的相互作用，QTL在标记辅助植物育种计划中的实际潜力仍受到限制。成功的QTL作图需要更好地理解多个因素，包括作图群体、性状的遗传力、统计方法、QTL对总基因型方差的贡献、它们之间的相互作用以及其在连锁图中的分布。本文系统地探讨了影响QTL作图精度和可靠性的各种因素，这些因素关系到与数量性状相关基因组区域的识别。此外，还讨论了可能限制其应用的各种统计假设和局限性。关于QTL的这些信息将有助于提高当今基因组时代重要作物定向育种的效率。