玉米单倍体技术目前已经在生产上得到广泛应用,高效的诱导以及准确快速的单倍体鉴别为规模化生产单倍体提供保障。目前关于单倍体诱导的研究主要集中在诱导系的父本效应,对于母本效应知之甚少;此外如何系统的应用单倍体技术实现工程化育种也是迫切需要解决的问题。本研究从母本可诱导性的QTL定位阐述单倍体诱导的母本效应。利用B73背景的染色体片段代换系分析诱导率QTL qhir8的效应。通过遗传距离分析父母本互作与诱导率的关系。同时探讨机器学习在单倍体鉴别、自然加倍预测以及DH系选择中的应用。这些研究将为单倍体技术的工程化奠定理论基础。本研究主要内容如下:1.利用齐319和昌7-2的F1衍生出包含135个家系的DH群体。在北京、济南、石家庄、三亚四个地点种植DH群体,利用诱导系CHO13进行诱导并统计诱导率。结合DH群体的6KSNP芯片数据构建的遗传连锁图谱,对控制母本可诱导性的QTL进行定位。四个环境下共检测到13个QTL,其中三亚和石家庄两个环境下的QTL效应值较高,表型贡献率分别为22.14%和17.44%。这两个主效QTL在其他环境也被检测,为后续的精细定位提供依据。2.利用B73背景的染色体片段代换系对qhir8及其与qhir1的互作效应进行了分析。发现qhir8单独存在时对诱导率贡献几乎为零。但是当qhir8与qhir1共同存在时,可以显著提高qhir1的诱导率。表明二者存在非等位基因的互作效应。诱导率与胚败育率相关性分析表明,qhir8位点相关性低,qhir1位点显著正相关,相关系数为0.443。3.通过遗传距离分析父母本互作与诱导率的关系。当用全基因组SNP进行遗传距离计算时,遗传距离与诱导率没有明确的关系。利用母本可诱导性QTL区间内的分子标记进行遗传距离计算,发现主效QTL的SNP遗传距离与诱导率呈负相关,而且诱导系CHO13和CAU5中相关系数分别为-0.53、-0.51,达到显著水平。4.对DH系、DH系与Mo17杂交组合、自交系间杂交组合以及5个商业杂交种等材料进行诱导,利用产生的单倍体与杂合二倍体的近红外透射光谱进行机器学习鉴别单倍体。通过使用随机森林、支持向量机、偏最小二乘法和神经网络等算法构建不同模型。对比发现,偏最小二乘法模型和神经网络模型单倍体鉴别准确率较高,分别为93.26%和95.42%。此外,还利用颜色表达不清晰的杂合二倍体和不易鉴别的单倍体构建新数据集,得到准确率为93.39%的偏最小二乘法鉴别模型。该结果显示出机器学习近红外鉴别单倍体不依赖颜色也可实现准确鉴别的优势。5.探讨了机器学习在自然加倍预测和DH选择中的应用。单倍体雄穗自然加倍按0-5级进行调查,预测准确率只有50.8%。当把单倍体自然加倍性状分为可育与不育时,预测准确率提高到61.06%。该方法为单倍体自然加倍预测的应用创造可能。利用DH系籽粒重量建立近红外回归模型,模型预测值与真实值相关性极显著。有望通过粒重等产量性状的机器学习预测实现DH系选择。