(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210821379.7 (22)申请日 2022.07.13 (71)申请人 河北省农林科 学院粮油作物研究所 地址 050035 河北省石家庄市高新区恒山 街162号 (72)发明人 杨春燕　赵青松　张孟臣　闫龙　 史晓蕾　秦君　赵鑫　刘路平　 刘兵强　孟庆民　陈强　 (74)专利代理 机构 石家庄轻拓知识产权代理事 务所(普通 合伙) 13128 专利代理师 张培元 (51)Int.Cl. C12Q 1/6895(2018.01) C12N 15/11(2006.01) A01H 1/02(2006.01) (54)发明名称 大豆异黄酮和蛋白质含量相关的共定位数 量性状基因座及其应用 (57)摘要 本发明涉及分子生物学技术领域， 公开了大 豆异黄酮和 蛋白质含量相关的共定位数量性状 基因座， 包括分别位于大豆6号、 8号、 9号染色体 上的三对数量性状基因座及其任意组合， 所述三 对数量性状基因座分别为： 在6号染色体上共定 位的qISO6.2与qPC6.1； 在8号染色体 上共定位的 qISO8 .1与qPC8； 在9号染色体上共定位的 qISO9.1与qISO9.2 。 所述共定位数量性状基因座 能够用于开发同时与大豆的异黄酮含量及蛋白 含量协同相关的分子标记及其引物、 用于大豆蛋 白和异黄酮协同分子标记辅助育种， 所开发的大 豆新品种用于制备心脑血管疾病相关老年食品 和/或婴幼儿、 儿童食品。 权利要求书2页 说明书23页 附图7页 CN 115094159 A 2022.09.23 CN 115094159 A 1.大豆异黄酮和蛋白质含量相关的共定位数量性状基因座， 其特征在于： 所述共定位 数量性状基因包括分别位于大豆6号、 8号、 9 号染色体上的三对数量性状基因座及其任意组 合， 所述三对数量性状基因座分别 为： 在6号染色体上共定位的qISO6.2与qPC6.1； 在8号染 色体上共定位的qISO8.1与qPC8； 在9号染色体上共定位的qISO9.1与qISO9.2； 其中： qISO6.2位于大豆6号染色体， 遗传距离为213.609 ‑225.650cM， 物理位点/区间为06_ 18449510‑06_210989 94； qPC6.1位于大豆6号染色体， 遗传距离为224.401 ‑224.408cM， 物理位点/区间为06_ 19395795 ‑06_20312314； qISO8.1位于大豆8号染色体， 遗传距离为95.815 ‑96.096cM， 物理位点/区间为08_ 9020859‑08_9054795； qPC8位于大豆8号染色体， 遗传距离为80.663 ‑103.272cM， 物理位点/区间为08_ 7270752‑08_9502316； qISO9.1位于大豆9号染色体， 遗传距离为31.954c M， 物理位 点/区间为09_25 56374； qISO9.2位于大豆9号染色体， 遗传距离为46.908 ‑48.224cM， 物理位点/区间为09_ 3204462‑09_3672384。 2.根据权利要求1所述的大豆异黄酮和蛋白质含量相关的共定位数量性状基因座， 其 特征在于： 所述qISO6.2、 qISO8.1、 qISO9.1与大豆异黄酮 含量性状相关， 所述qPC6.1、 qPC8、 qISO9.2与大豆蛋白质含量 性状相关。 3.权利要求1所述共定位数量性状基因座的用途， 用于开发同时与大豆的异黄酮含量 及蛋白含量协同相关的分子标记及其引物。 4.权利要求1所述共定位数量性状基因座的用途， 用于大豆蛋白和异黄酮协同分子标 记辅助育种。 5.权利要求1所述共定位数量性状基因座的用途， 用于低蛋白含量协同高异黄酮含量 的大豆新品种的分子标记辅助育种。 6.根据权利要求5所述的用途， 其特征在于： 所开发的大豆新品种用于制备心脑血管疾 病相关老年食品。 7.权利要求1所述共定位数量性状基因座的用途， 用于高蛋白含量协同低异黄酮含量 的大豆新品种的分子标记辅助育种。 8.根据权利要求7所述的用途， 其特征在于： 所开发的大豆新品种用于制备婴幼儿和儿 童食品。 9.基于共定位基因座的大豆 蛋白和异黄酮协同分子标记辅助育种方法， 所述大豆分子 标记辅助育种面向大豆的异黄酮含量性状， 其特征在于： 择取栽培大豆品种JD12  ZDD23040 与野生大豆品种 Y9 ZYD02739杂交， 使用单种 子下降SSD法构建由185个F8来源的重组自交 系RIL组成的对照群体； 亲本基因型分6个重复种植， RIL分3个重复种植， 成熟后进行异黄 酮、 蛋白质和油测 定； 然后通过测序和SNP调用进行基因分型， 使用十六烷基三甲基溴化铵 CTAB法从大豆幼苗叶片组织中分离DNA， 将收集的DNA样本随机切割， 构建文库并在平台上 测序进行SNP检测， 最小SNP长度设置为4b p； 然后进行地图构建和QTL检测， 在卡方检验中分 析SNP数据， P值阈值设置为0.05， 以提高地图质量， QTL检测时将比值LOD阈值的对数设置为 2.5， 并在在阈值P值设置为0.05的情况下执行置换测试以预估1000次迭代的LOD显著性； 然权　利　要　求　书 1/2 页 2 CN 115094159 A 2后进行QTL的整合分析， 基于QTL、 共有遗传图谱上存在的所有分子标记以及共有图谱标记 的所有坐标构建 复合遗传图谱， 并针对分离相关特征的物理距离预估与目标性状和位于同 一位置片段上的邻近标记相关的显著 QTL， 以构建遗传图谱和共有图谱； 最后基于统计 分析 得到与大豆异黄酮含量及蛋白含量协同相关的主效QTL/成簇QTL/热点QTL/首选QTL等QTL； 基于所得QTL进行分子标记及其引物的开发， 用于与大豆蛋白含量及异黄酮含量协同相关 的分子标记辅助育种。权　利　要　求　书 2/2 页 3 CN 115094159 A 3