育种模拟的原理和遗传模拟工具QuLine
育种模拟的原理和遗传模拟工具QuLine
第四届“QTL作图和育种模拟研讨会”，2009年8月18-20日，山东泰安育种模拟的原理和遗传模拟工具QuLineCIMMYT’s headquarter in MexicoDr. Borlaug and green revolution ¾¾¾¾¾¾¾Mexico CityEl BatanToluca, 19º N, 2640 masl.High rainfall (800-900 mm)Cd. Obregon, 27º N, 39 masl. 8-11 t/ha under irrigation; 1-2t/ha under reduced irrigationCIMMYT’s Shuttle breedingMay to NovemberBreeding methods with self-pollinated cropsBreeding methods in CIMMYT’s wheat breeding program¾¾¾About 40% ofafter F7About 30% of the crosses are discarded in F1About 20% ofof yield trialsWhy do we need tools in breeding?¾¾¾••••Why do we need tools in breeding?¾¾Questions that can be studied by QuLine: A genetic and breeding simulation tool 1.2.3.4.Questions that can be studied by QuLine (mainly for inbred line development) 5.6.QuLine: A simulation tool for genetics and breeding¾QU-GENE (QUantitative GENEtics)A simulation platform for quantitative analysis of genetic models, developed byThe University of Queensland, Australia¾QuCim (funded by GRDC 2000-2004)A QU-GENE application breeding simulation module, specifically designed forCIMMYT’s wheat breeding programsSimulate most breeding programs for developing inbred linesVersion 1.1 released on July, 2003 (Workshop in Brisbane, Australia)More than 100 global requests for QuCim 1.1¾Renamed as QuLine (currently funded by GCP, H+, and Research Programs of China, i.e. 973, 863, and NSF)Landscape representation of a complex GE system (the real GE system is multi-dimensional)What can QuLine do?¾¾¾¾In genetics(implemented by the QU-GENE engine)¾¾¾¾In breeding (implemented by the QuLine module)How does QuLine work?¾•(= input for QuLine•(= input for QuLine(= input for QuLineDefine the QMP file for the selected bulk selection method: an exampleGeneral simulation parameters¾¾¾¾General simulation parameters ¾¾¾¾¾The number of models in the GE system and the number of runs for breeding strategy¾•9»¾Parameters to describe aset of breeding strategies¾¾Definition of a generation ¾¾¾Practical breeding small plot evaluation atVirtual breedingF6F7F8 (T), F8 (B)F8 (YT)F8 small plotFamilies selected14,760 3,8683,868 2,163 1,9741,974 779779An example for seed source indicator 0Bulk in F3 PYEI, F4PYEII, F5Pedigree in F4Families selected 4000 12001200 600600 100100 1000An example (LRC, Toowoomba, Australia) for seed source indicator 1Definition of each selection round¾¾Definition of each selection round ¾pedigree:bulk:Definition of each selection round¾••Definition of each selection round ¾•••9T for top, e.g. yield, tillering, grains per spike and 1000-kernel weight9B for bottom, e.g. lodging and rusts9M for middle, e.g. height and heading9R for random, for some special studies9Roundsof selectionSeedsourceindicatorGenerationtitleSeedpropagationtypeGenerationadvancemethodReplicationsPlotsizeTestlocationsEnvironmenttype10F6self pedigree175012, Toluca 40F7self bulk17011, Obregon F8(T)self bulk17012, TolucaF8(B)self bulk17013, El BatanF8(YT)self bulk110011, Obregon 10F8(SP)self bulk13011, Obregon An example of generation definitionTraitYieldLodg-ingStem rustLeaf rustStripe rustHeightTilleringHeadingGrains per spike1000 kernel weightTotalSelection mode T B B B B M T M T TF6, among 0.990.960.950.90F6, within 0.900.700.900.950.980.100.05F7, among 0.850.700.980.850.960.700.750.25F8(T), among 0.550.700.990.980.990.900.55F8(B), among 0.900.90F8(YT), among 0.400.40Traits, their selection modes andselected proportionsSteps to run QuLineBreeding strategiesGE systemPopulationInput information about the GxE system and populationsQUGENEQuLine*.fit*.var*.fre*.ham*.cro*.his*.rog*.pou *.fixMajor outputs from QuLineWhat has been done using QuLine?¾Crop Science(2003)¾Crop Science(2004)¾Aust. J. Agri. Sci.(2005)¾Crop Science(2007)Comparison of two breeding strategies: modified pedigree (MODPED) andselected bulk (SELBLK)Breeding methods with self-pollinated cropsBreeding methods in CIMMYT’s wheat breeding program¾¾¾methodsTrait, segregating gene number, gene effects and trait heritabilityTrait Genes Gene effecttypeAA Aa aa Trait range h b2(Indiv. plant)Yield20, 40E0, E1, E2Random value from UD (0, 1)0.05 Lodging3additive05100-300.10 Stem rust5additive00.510-50.30 Leaf rust5additive05100-500.30 Yellow rust5additive05100-500.30 Height3additive403020120-600.45 Tillers/plant 3additive53115-30.35 Heading5additive201612100-600.30 Grains/spike5additive1410670-300.35Trait correlation and pleiotropyTraitYieldLodgingStem rustLeaf rust YellowrustHeightTillers/plantHeadingGrains/spikeSeed weightYield-0.50-0.20-0.10-0.10-0.500.400.300.500.40Lodging-0.56Stem rust-0.25Leaf rust-0.05Yellow rust-0.09Height-0.62Tillers/plant-0.08-0.20-0.40Heading0.60Grains/spike 0.09-0.17-0.30Seed weight-0.07-0.30-0.07Estimated by CIMMYT breedersEstimated from the defined genetic modelExperiment design¾12 Genotype and environment (GE) systems¾Initial population¾¾Result 1: Genetic gain in yield from SELBLK is 3.3% higher than MODPED. SELBLK is slightly more efficient.For gains per spike and 1000-kernel weight, SELBLK has a faster genetic gain. For tillers/plant, MODPED has a faster genetic gain.Result 2: SELBLK retained 25% more crosses in the final selected population (more genetic diversity retained)Result 3: SELBLK required 1/3 less land from F1 to F8 than MODPED. SELBLK is more cost-effective.Result 4: SELBLK produced 40% less families (plots) to be planted from F1 to F8 (less labor required)Modeling of the Single Backcrossing Breeding Strategy(SBBS)(Theor. Appl. Genet., 2009, 118: 683-694)Category% favorablegenes Example% totalparentallinesElite adapted lines (EAL)80-85Major released cultivars in targeted mega-environments (MEs) either developed byCIMMYT or by partners10Adapted lines (AL)75-80Elite advanced lines from CIMMYT’sInternational Nursery and Yield Trials60Intermediate adapted lines (IAL)65-75Advanced lines from CIMMYT’s Yield Trialsin Ciudad Obregón and Toluca, Mexico10Un-adapted (or non-adapted) lines (UAL)20-40Land races 2Second generation of re-synthesized wheat (SYNII)40-60Derived lines between the first generation ofre-synthesized wheat derivatives andadapted lines10First generation of re-synthesized wheat (SYNI)20-40Derived lines between primary re-synthesized wheat and adapted lines5Estimated percentages of favourable alleles or gene combinations in different parental lines in wheat breeding at CIMMYTTwo traits defined in QU-GENE •––––•–––。
生物育种的原理及应用
生物育种的原理及应用1. 引言生物育种是通过选择和遗传改良优良品种的方法，以提高农作物、家畜和家禽的经济性状和抗性，从而增加农作物产量和质量，改善家畜和家禽的生产性能。
本文将详细介绍生物育种的原理和应用。
2. 生物育种的原理生物育种的原理基于以下几个方面：2.1 遗传基础•所有生物体的性状都由基因决定，而基因通过遗传方式传递给后代。
•性状的遗传是通过父母双方的基因组合形成的，产生了新的基因组合。
•遗传变异是生物育种成功的基础，通过选择和交配，可以增加有利的遗传变异，减少不利的遗传变异。
2.2 选择和杂交•选择是通过选择具有优良性状的个体作为父母，将其后代作为下一代的父母，逐渐提高品种的经济性状和抗性。
•杂交是将具有不同有利性状的个体进行交配，利用杂种优势提高产量和质量。
•选择和杂交是生物育种的核心方法，通过不断重复选择和杂交，可以逐步改良农作物、家畜和家禽的性状。
2.3 种质资源的利用•种质资源是指天然界中存在的、经过育种改良和传统选择繁殖而得到的具有不同性状和遗传背景的种类和个体。
•种质资源的广泛利用可以提供更多的遗传变异，增加育种的选择和交配潜力，促进品种改良。
3. 生物育种的应用生物育种在农业、畜牧业和家禽业中都有广泛的应用，以下列举了一些应用场景：3.1 农作物育种•提高农作物产量和质量：通过选择和杂交，改良作物的耐逆性、生长周期和养分利用效率，提高作物的产量和品质。
•改善抗性：通过选择和杂交，提高农作物对病虫害、逆境和气候变化的抵抗能力，减少损失。
•开发新品种：通过选择和杂交，开发新的农作物品种，满足市场需求和消费者口味。
3.2 家畜育种•提高产量和品质：通过选择和杂交，改良家畜的生产性能，如提高乳牛的产奶量、肉牛的生长速度和肉质。
•改善抗性：通过选择和杂交，提高家畜对疾病、寄生虫和环境适应性的抵抗能力，减少兽医费用和死亡风险。
•保护和繁殖珍稀物种：通过选择和跨种杂交，保护和繁殖珍稀物种，防止灭绝。
育种应用的原理
育种应用的原理一、育种的基本概念育种是指通过人为干预和选择，改良植物或动物品种的遗传特性，以达到改进产量、品质和抗病性等目标的过程。
育种应用中的原理主要涉及遗传学、生物学和统计学等相关科学领域。
二、育种应用的原理育种应用的原理主要包括以下几个方面：1. 选择育种原料育种的第一步是选择合适的育种原料。
育种原料可以是农作物中的个体或家系群体，也可以是动物中的个体或群体。
选择育种原料的关键是具备良好的遗传特性和优良的经济性状，以便进一步进行遗传改良。
2. 确定育种目标在育种过程中，需要明确育种的目标。
例如，提高农作物的产量、抗病性或适应性等。
目标的明确有助于指导后续的育种工作，并对育种方案进行科学的设计和评估。
3. 采用合适的育种方法根据育种的目标和育种原料的特性，选择合适的育种方法。
常见的育种方法包括选择育种、杂交育种、重组育种等。
每种育种方法都有其适用的场景和原理，根据具体情况进行选择。
4. 进行优胜劣汰的选择育种的核心原理是通过进行优胜劣汰的选择，筛选出具有优良遗传特性的个体或群体，并进行繁殖和后代测试。
通过逐代选择和繁殖，逐步优化品种，达到育种目标。
5. 结合遗传学和生物学知识育种应用的原理还需要结合遗传学和生物学知识，理解和解释育种过程中的遗传变异、基因组重组和表达调控等现象。
这有助于指导育种工作中的实际操作，并推动育种技术的不断创新和进步。
6. 应用统计学进行数据分析在育种过程中，需要对大量的遗传数据进行收集和分析。
统计学在育种应用中起着重要的作用，可以对遗传数据进行合理的处理和解读，评估育种方案的有效性，并做出科学的决策。
三、育种应用的意义育种应用的意义主要体现在以下几个方面：•提高作物和动物品种的产量和经济效益。
•增强植物和动物的适应性和抗病性，提高抗灾和抗病能力。
•改良作物和动物的品质和营养成分，满足消费者对高品质产品的需求。
•丰富品种资源，保护和传承优良的遗传资源和文化遗产。
•推动农业的可持续发展，为人类提供可靠的食品和经济支持。
生物育种的原理与方法
生物育种的原理与方法生物育种是指通过选择优良品种进行繁殖，以改良农业生产中的植物和动物的遗传特性，提高产量、抗病性及品质等方面的目标。
在实现农业可持续发展和粮食安全方面，生物育种起着至关重要的作用。
本文将从生物育种的原理和方法两个方面进行阐述。
一、生物育种的原理生物育种的原理主要涉及遗传学中的选择、杂交和变异三个基本原理。
（一）选择原理选择是通过选取具有优良遗传特性的个体，使其后代中所含的有利基因频率增大，从而提高整个种群中有利基因的占比。
选择的方法包括家族选择、单株选择和群体选择。
家族选择在亲代间进行，通过育种人员对亲代进行淘汰和选优，使子代中有利基因得到遗传并累积。
单株选择是在同一族群中通过独立选择的方法取消了亲代的亲缘关系，使有利基因在子代中得到自由地互相组合。
群体选择是将亲代群体作为一个整体进行选择，通过挑选出群体中具有高产、抗病、抗逆等有利性状的个体进行繁殖。
（二）杂交原理杂交是利用不同类型的优良基因通过异系亲本组合，产生优质的后代。
通过杂交可以使有利基因得到合理组合，增加杂种优势，提高种质利用率。
常见的杂交方法有自交系杂交、亲本杂交和细胞杂交等。
自交系杂交是指选取自交系作为父本，在与其他自交系异交产生的优势种的基础上进行杂交。
亲本杂交是指选取不同基因型的亲本进行杂交，以获得亲本间产生的优势后代。
细胞杂交是将雄性或雌性生殖细胞与另一种或相同种的配子体或胚胎进行细胞间或细胞与胚胎之间的杂交。
（三）变异原理变异是指物种个体之间存在的遗传差异，通过保留并合理利用其差异性，进一步推进育种工作。
变异的形式包括自然变异和诱变两种类型。
自然变异是自然界个体之间因遗传差异而呈现的一种现象，为育种工作提供了丰富的遗传资源。
诱变是指通过物理、化学或生物学等手段使物种产生一定程度的突变，进而创造新的基因型。
二、生物育种的方法生物育种的方法主要包括群体选择、亲本选择、育种中的交配、选择和回交、创新杂交等。
（一）群体选择群体选择是通过对种群群体中一定数量的个体进行选择，以提高群体遗传水平。
生物育种的原理及应用课件
生物育种的原理及应用课件1. 引言本课件将介绍生物育种的原理及应用。
生物育种是指人类通过选择和繁殖有利基因的个体，以改善农作物和动植物的遗传特性。
这是一种重要的农业技术，可以增加农作物产量、改善品质，提高抗病虫害能力等。
2. 生物育种的原理生物育种的原理可以总结为以下几个方面： - 遗传多样性：在大量的遗传多样性中选择最有利的个体进行繁殖。
这样可以保证下一代具有更好的适应性和抗逆性。
- 选择和配对：根据目标特性选择具有优良遗传性状的个体，并通过交配将这些遗传性状传递给下一代。
- 筛选和杂交：通过对后代进行筛选和杂交，可以进一步提高所需的遗传性状。
- 基因编辑技术：利用基因编辑技术，直接改变生物体的基因组，以实现特定的遗传改良。
3. 应用生物育种在农业、养殖业和园艺领域具有广泛的应用。
以下是几个典型的应用案例：3.1 农业生物育种•作物改良：通过选择和繁殖具有高产、抗病虫害、耐逆性等优良特性的品种，改善农作物的产量和品质。
例如，水稻的抗病虫害和耐旱能力的改良，使得其产量大幅增加。
•作物品质改良：通过选择具有优良的食味、营养价值等特性的品种，改善作物的食用品质。
例如，蔬菜和水果的颜色、口感和口感的改良，使得消费者更喜欢。
•农作物的抗性育种：通过选择具有抗性基因的品种，提高农作物对病虫害的抵抗力。
例如，通过培育抗性基因的小麦品种，减少对农药的依赖，降低生产成本。
3.2 畜牧业生物育种•畜禽的生长性能改良：通过选择生长速度快、产肉量高、抗病能力强等优良品种进行繁殖，提高畜禽的生长性能和经济效益。
•优质畜产品的培育：通过选择产奶量高、肉质鲜嫩、脂肪含量适中等优良品种进行繁殖，提高畜产品的品质和市场竞争力。
•畜禽抗病育种：通过选择具有抗病基因的品种进行繁殖，提高畜禽对常见疾病的抵抗力，降低疾病发生率和用药成本。
3.3 园艺业生物育种•果树品种改良：通过选择优质果树品种进行繁殖，改善果实的产量、品质和抗性。
我国作物遗传育种学科的发展现状与“十三五”发展重点
作物遗传育种学科在农业科学中占有核心地位[1]，其根本任务是从基因型和环境2个层面研究并形成作物持续高产、优质、高效的理论、方法和技术，是关于大田作物生产与品种遗传改良的学科。
学科的创新发展，对保障国家粮食安全具有重大的意义。
粮食产量的“十一连增”[2]离不开作物遗传育种学科的创新和进步。
近年来，随着生物技术、信息技术和新材料技术的快速发展，我国的传统作物遗传育种学科迎来了新的发展机遇，成为生命科学领域具有发展潜力的学科之一，在基础、应用基础和应用研究方面取得了突破性进展，研发了1批重大的科技成果，对国家粮食安全和农业可持续发展做出了显著贡献。
1我国作物遗传育种学科的主要研究进展1.1基因组学等新技术广泛渗透近10a ，由“Next Generation Sequencing （NGS ）”技术引领的基因组学技术正在一个空前的高速度推动下迅猛发展。
目前，高通量NGS 技术已经成为生命科学领域中应用最为广泛的研究手段。
例如，完成了小麦A 、D 基因组等图谱的绘制[3，4]；构建了第2代玉米单体型图谱，其中包含了5500万个SNP 标记[5]；对二倍体棉花———雷蒙德氏棉全基因组进行测序，并阐述了棉花基因组的多倍化及其纤维发育[6]。
此外，基DOI ：10.16318/ki.hbnykx.2015.06.018河北农业科学，2015，19（6）：66-70Journal of Hebei Agricultural Sciences编辑蔡海燕我国作物遗传育种学科的发展现状与“十三五”发展重点张江丽1，董文琦2，杜晓东3*（1.中国农业科学院科技管理局，北京100081；2.河北省农林科学院，河北石家庄050051；3.河北省农林科学院农业信息与经济研究所，河北石家庄050051）摘要：作物遗传育种学科的创新发展，对促进现代农业的健康发展和保障我国粮食安全具有重大的意义。
作者总结了近年来我国在作物遗传育种学方面取得的主要进展，从基因组学、种质资源保护与利用、新基因挖掘、作物杂种优势机理及利用、分子标记育种、分子设计育种、作物细胞工程和诱变育种等方面分析了“十三五”重点发展的方向。
(整理)作物育种学试题答案级更新.
《高级作物育种学专题》复习题部分答案2014年4月大豆育种研究进展：1、试论大豆杂交育种过程中，如何根据性状的遗传方式确定合适的后代选择策略。
①选用优点多、缺点少、优缺点能够相互弥补的优良品种或品系为性状重组育种的亲本。
②转移个别性状到优良品种上的重组育种时，具有所转移目标性状的亲本，该目标性状应表现突出，且最好没有突出的不良性状。
③育种目标主要是产量或其他数量性状时，着重在性状内基因间的重组，所选亲本均为优良品种或品系，各项农艺性状均好，通过重组积累更多的增效基因并产生更多的上位效应。
不同亲缘来源的亲本具有不同的遗传基础，因而可以得到更多重组后的增效位点及上位效应，这种情况下亲本表现有良好的配合力。
2、与禾谷类作物相比，大豆遗传改良的特点和难点有哪些？①大豆的光敏反应敏感，品种适应范围较窄。
②大豆固氮耗能大，种子含能高，产量较低。
③大豆营养生长和生殖生长并进期长，株型独特，源库矛盾突出。
④严格自花授粉，异交困难，遗传背景狭窄，杂种优势利用难度大。
⑤细胞遗传研究滞后，基础理论相对薄弱。
3、分析中国发展转基因大豆的利弊。
（1）中国发展转基因大豆前景大好①发展转基因大豆可以缩短育种年限；提高大豆产量；降低生产成本；减少生产风险；提高农产品安全性；减轻农民体力劳动；改革耕作制度②中国大豆供不应求；中国是最大的转基因大豆进口国；公众已接受转基因大豆产品，农民需要大豆产品。
因而我们有必要加强发展转基因大豆。
（2）我国发展转基因大豆的弊端转基因作物在我国的发展历史很短，人们仍旧对其长远的影响有很多争议。
例如转基因大豆的安全性问题：转基因作物对目标生物的的危害，破坏生物的多样性以及其他一些不可预计的风险与发展转基因大豆相关的技术水平高，消费者对转基因大豆的认可程度目前还比较低。
4、比较中国各大豆产区的育种目标的异同（1）东北春大豆区：早熟、高产、高油、大粒、抗SCN、SMV、灰斑病、抗食心虫、适合机械收获。
（2）黄淮海夏大豆区：早熟、高产、高蛋白与高油、抗SCN、SMV、抗旱、耐盐。
生物育种的原理
突程中，通过选择具有突变性状的个体，进行交配和选种，将这种有利突变传递给后代，以获得更好的遗传特性。
除了选择、杂交和突变，生物育种还涉及到对种群数量的控制和人工干预等方面的操作。通过控制种群数量，可以避免基因频率的漂移和基因缺失，维持基因多样性。人工干预则是指通过人工选择和管理，调控育种过程，以更好地培育优良的品种。
总结起来，生物育种的原理包括选择、杂交、突变以及种群数量控制和人工干预等方面。通过这些原理的应用，可以提高生物个体的适应性和遗传优势，从而培育出更优良的品种。
生物育种的原理
生物育种是指通过对生物个体的选择和繁殖，改良其遗传性状，以产生更有利的后代。其原理主要包括选择、杂交和突变。
选择是指在育种过程中，选择具有某种有利性状的个体进行繁殖，以传承和增强这种性状。通过判断个体表现、遗传背景和后代表现等指标，选择出携带优良基因的个体作为亲本，进行交配，有选择地传递其优良性状给下一代。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第四届“QTL作图和育种模拟研讨会”，2009年8月18-20日，山东泰安育种模拟的原理和遗传模拟工具QuLineCIMMYT’s headquarter in MexicoDr. Borlaug and green revolution ¾¾¾¾¾¾¾Mexico CityEl BatanToluca, 19º N, 2640 masl.High rainfall (800-900 mm)Cd. Obregon, 27º N, 39 masl. 8-11 t/ha under irrigation; 1-2t/ha under reduced irrigationCIMMYT’s Shuttle breedingMay to NovemberBreeding methods with self-pollinated cropsBreeding methods in CIMMYT’s wheat breeding program¾¾¾About 40% ofafter F7About 30% of the crosses are discarded in F1About 20% ofof yield trialsWhy do we need tools in breeding?¾¾¾••••Why do we need tools in breeding?¾¾Questions that can be studied by QuLine: A genetic and breeding simulation tool 1.2.3.4.Questions that can be studied by QuLine (mainly for inbred line development) 5.6.QuLine: A simulation tool for genetics and breeding¾QU-GENE (QUantitative GENEtics)A simulation platform for quantitative analysis of genetic models, developed byThe University of Queensland, Australia¾QuCim (funded by GRDC 2000-2004)A QU-GENE application breeding simulation module, specifically designed forCIMMYT’s wheat breeding programsSimulate most breeding programs for developing inbred linesVersion 1.1 released on July, 2003 (Workshop in Brisbane, Australia)More than 100 global requests for QuCim 1.1¾Renamed as QuLine (currently funded by GCP, H+, and Research Programs of China, i.e. 973, 863, and NSF)Landscape representation of a complex GE system (the real GE system is multi-dimensional)What can QuLine do?¾¾¾¾In genetics(implemented by the QU-GENE engine)¾¾¾¾In breeding (implemented by the QuLine module)How does QuLine work?¾•(= input for QuLine•(= input for QuLine(= input for QuLineDefine the QMP file for the selected bulk selection method: an exampleGeneral simulation parameters¾¾¾¾General simulation parameters ¾¾¾¾¾The number of models in the GE system and the number of runs for breeding strategy¾•9»¾Parameters to describe aset of breeding strategies¾¾Definition of a generation ¾¾¾Practical breeding small plot evaluation atVirtual breedingF6F7F8 (T), F8 (B)F8 (YT)F8 small plotFamilies selected14,760 3,8683,868 2,163 1,9741,974 779779An example for seed source indicator 0Bulk in F3 PYEI, F4PYEII, F5Pedigree in F4Families selected 4000 12001200 600600 100100 1000An example (LRC, Toowoomba, Australia) for seed source indicator 1Definition of each selection round¾¾Definition of each selection round ¾pedigree:bulk:Definition of each selection round¾••Definition of each selection round ¾•••9T for top, e.g. yield, tillering, grains per spike and 1000-kernel weight9B for bottom, e.g. lodging and rusts9M for middle, e.g. height and heading9R for random, for some special studies9Roundsof selectionSeedsourceindicatorGenerationtitleSeedpropagationtypeGenerationadvancemethodReplicationsPlotsizeTestlocationsEnvironmenttype10F6self pedigree175012, Toluca 40F7self bulk17011, Obregon F8(T)self bulk17012, TolucaF8(B)self bulk17013, El BatanF8(YT)self bulk110011, Obregon 10F8(SP)self bulk13011, Obregon An example of generation definitionTraitYieldLodg-ingStem rustLeaf rustStripe rustHeightTilleringHeadingGrains per spike1000 kernel weightTotalSelection mode T B B B B M T M T TF6, among 0.990.960.950.90F6, within 0.900.700.900.950.980.100.05F7, among 0.850.700.980.850.960.700.750.25F8(T), among 0.550.700.990.980.990.900.55F8(B), among 0.900.90F8(YT), among 0.400.40Traits, their selection modes andselected proportionsSteps to run QuLineBreeding strategiesGE systemPopulationInput information about the GxE system and populationsQUGENEQuLine*.fit*.var*.fre*.ham*.cro*.his*.rog*.pou *.fixMajor outputs from QuLineWhat has been done using QuLine?¾Crop Science(2003)¾Crop Science(2004)¾Aust. J. Agri. Sci.(2005)¾Crop Science(2007)Comparison of two breeding strategies: modified pedigree (MODPED) andselected bulk (SELBLK)Breeding methods with self-pollinated cropsBreeding methods in CIMMYT’s wheat breeding program¾¾¾methodsTrait, segregating gene number, gene effects and trait heritabilityTrait Genes Gene effecttypeAA Aa aa Trait range h b2(Indiv. plant)Yield20, 40E0, E1, E2Random value from UD (0, 1)0.05 Lodging3additive05100-300.10 Stem rust5additive00.510-50.30 Leaf rust5additive05100-500.30 Yellow rust5additive05100-500.30 Height3additive403020120-600.45 Tillers/plant 3additive53115-30.35 Heading5additive201612100-600.30 Grains/spike5additive1410670-300.35Trait correlation and pleiotropyTraitYieldLodgingStem rustLeaf rust YellowrustHeightTillers/plantHeadingGrains/spikeSeed weightYield-0.50-0.20-0.10-0.10-0.500.400.300.500.40Lodging-0.56Stem rust-0.25Leaf rust-0.05Yellow rust-0.09Height-0.62Tillers/plant-0.08-0.20-0.40Heading0.60Grains/spike 0.09-0.17-0.30Seed weight-0.07-0.30-0.07Estimated by CIMMYT breedersEstimated from the defined genetic modelExperiment design¾12 Genotype and environment (GE) systems¾Initial population¾¾Result 1: Genetic gain in yield from SELBLK is 3.3% higher than MODPED. SELBLK is slightly more efficient.For gains per spike and 1000-kernel weight, SELBLK has a faster genetic gain. For tillers/plant, MODPED has a faster genetic gain.Result 2: SELBLK retained 25% more crosses in the final selected population (more genetic diversity retained)Result 3: SELBLK required 1/3 less land from F1 to F8 than MODPED. SELBLK is more cost-effective.Result 4: SELBLK produced 40% less families (plots) to be planted from F1 to F8 (less labor required)Modeling of the Single Backcrossing Breeding Strategy(SBBS)(Theor. Appl. Genet., 2009, 118: 683-694)Category% favorablegenes Example% totalparentallinesElite adapted lines (EAL)80-85Major released cultivars in targeted mega-environments (MEs) either developed byCIMMYT or by partners10Adapted lines (AL)75-80Elite advanced lines from CIMMYT’sInternational Nursery and Yield Trials60Intermediate adapted lines (IAL)65-75Advanced lines from CIMMYT’s Yield Trialsin Ciudad Obregón and Toluca, Mexico10Un-adapted (or non-adapted) lines (UAL)20-40Land races 2Second generation of re-synthesized wheat (SYNII)40-60Derived lines between the first generation ofre-synthesized wheat derivatives andadapted lines10First generation of re-synthesized wheat (SYNI)20-40Derived lines between primary re-synthesized wheat and adapted lines5Estimated percentages of favourable alleles or gene combinations in different parental lines in wheat breeding at CIMMYTTwo traits defined in QU-GENE •––––•–––。