基于农艺性状指标的山西高粱地方品种核心种质构建

利用1285份山西省高粱地方品种18个农艺性状的历史数据,通过比较不同取样方法、取样比例和聚类方法组合的构建方法,确定了“多次聚类偏离度取样法+15%取样比例+欧氏距离+最长距离法”为山西省高粱地方核心种质构建的方法。192份初选核心种质和所有样本的均值差异百分率、方差差异百分率、极差符合率和变异系数变化率分别为0、83.33%、97.45%和119.63%。同时,在此基础上补充选择6个具有特殊性状但未选入的种质资源,最终确定198份高粱资源组成山西省高粱地方品种核心种质,取样量为15.4%。经核心种质和所有样本不同性状的均值t测验、极值和标准差比较、遗传多样性指数的t值检验以及主成分分析,最终得出核心种质的198份高粱资源能够代表山西省高粱地方品种的遗传多样性,为山西省高粱地方品种评价和利用提供了优先样本。     

中国普通小麦初选核心种质的产生

对中国普通小麦种质资源构建了初选核心种质。地方品种和选育品种分别构建。按栽培区(地理生态区)分组。地方品种按亚区分为28组,选育品种按大区分为10组。各组内在21个表型性状聚类的基础上,按平方根法取样,并依遗传多样性指数与遗传丰富度加以调整。提出在生产上或育种中起过重要作用的品种为必选材料。初步选定的材料经种植核对,淘汰错杂后,产生初选核心种质。地方品种全部供试材料11694份,初选核心种质3283份,取样比例为28．18％。选育品种全部11441份,初选核心种质1684份,取样比例为14．9％。计划经分子标记分析,最后核心种质的比例占全部种质的10％左右。根据全部材料21个性状遗传多样性指数测验,初选核心种质,除芒和壳两性状外,与全部种质的遗传差异均未达到显水平。讨论了初选核心种质的构建方法。指出陕南部西山地和汾渭谷地是中国小麦地方品种遗传变异多样性的富集地。育成品种多样性程度以西南冬麦区和黄淮冬麦区为最高。     

葡萄种质资源初级核心群的构建

以国家果树种质郑州葡萄圃保存的867份栽培种质为材料,对47项表型性状进行了主成分分析。采用欧氏遗传距离、离差平方和法进行种质初选。采用分组和逐步聚类法,分别以15%、20%、25%和30%的比例抽样,依次获得124、170、205和252份种质。通过对初选种质的遗传多样性指数、表型保留比例的分析,检验初级核心群的构建效果。结果表明,按种质类型分组,组内采用平方根策略、15%抽样比例获得的124份初选种质的表型保留比例和遗传多样性代表性均达到96%,表明构建的初级核心群对原始种质具有很好的代表性。     

华南地方稻种资源初级核心种质构建

根据核心种质理论,以表型调查数据为基础,按照丁颖水稻分类体系与系统聚类取样相结合的方法,并通过多重比较确定了适宜的取样规模,最终从4020份华南地方稻种中筛选出436份材料构建了初级核心种质,中选比例10.8％。利用表型保留比例、多样性指数、表型频率方差和变异系数等重要参数对初级核心样品代表性进行检验。结果表明,所选初级核心样品很好地代表了原种质的遗传多样性和变异幅度。     

广西地方稻种资源核心种质构建和遗传多样性分析

以丁颖分类体系分组原则与组内逐层聚类取样方法,对8609份广西地方栽培稻资源表型数据信息进行分析,通过对表型保留比例等评价指标的多重比较确定核心种质总体取样比例,构建出占总体样本5%(414份)的广西地方栽培稻资源初级核心种质。初级核心种质能代表总体遗传变异的89%。用34对SSR分子标记对初级核心种质进行遗传多样性分析,结果表明:广西地方栽培稻资源有较高的遗传多样性(等位基因数A为4.91,Nei’s多样性指数为0.574)。就Nei’s遗传多样性指数而言,粳稻高于籼稻,晚稻高于早稻,水稻高于陆稻,糯稻高于粘稻;来自桂中的稻种资源具有最高的遗传多样性。研究最终利用SSR数据,把414份初级核心种质压缩50%后形成209份核心种质,核心种质基因保留比例达到98%以上,有效代表了广西地方栽培稻资源多样性水平。     

基于表型数据的辣椒核心种质构建研究

以收集保存的603份辣椒种质为材料,根据果形指数大小将其分成5组。基于28个性状的表型数据,采用简单比例、平方根比例、对数比例及遗传多样性指数比例法计算各组内取样份数,比较4种组内取样比例法、6种总体取样规模和2种取样方法在构建辣椒核心种质中的作用和效果。结果表明:(1)简单比例、平方根比例、对数比例、遗传多样性指数比例法入选的材料份数占预选核心种质份数依次为24.2%、22.2%、21.1%、17.8%,说明遗传多样性指数比例法对各组取样数量的修正能力最强,使取样更加均衡。(2)当总体取样规模为15%时,遗传多样性指数比例法构建的预选核心种质遗传多样性指数(I)达到最大,表型保留比例(RPR)超过98%;当总体取样规模超过20%时,RPR值、变异系数(CV)和极差符合率(CR)虽然平缓增加,但I值反而减小;说明15%为合适的总体取样规模。(3)利用对数比例法和多样性比例法,在15%的总体取样规模下,聚类取样构建的核心种质I值、RPR值、CV值及CR值均高于随机取样。(4)该研究根据所获得的优化方案最终在表型水平建立了包含91份种质的辣椒核心种质。     

基于形态性状的甘薯核心种质取样策略研究

选取15%的总体取样比例,采用2种分组方法、3种组内取样量比例和2种组内个体选择方法,分析了476份广西甘薯种质资源的18个农艺性状数据,构建出13个甘薯初级核心种质样本。为确定这些样本的代表性,分别与总体进行了5个指标的比较,包括表型保留比例、表型频率方差、遗传多样性指数、变异系数、极差符合率。结果表明,按资源类型分组优于按来源地分组;组内取样量以对数法代表性最好,简单比例法的代表性其次,平方根法最差;在个体选择中,最小距离逐步取样法优于随机法。因此,按资源类型分组,再按对数比例法确定组内取样量,通过最小距离逐步取样法选择个体是甘薯核心种质构建的最佳取样策略。     

长江春大豆核心种质构建及分析

利用长江春大豆初选核心种质SSR(simple sequence repeat）标记和农艺性状表型等基础数据,对用不同个体取样方法以及不同数据类型建立的核心种质进行评价,目的是确定中国大豆（Glycine max）核心种质的最佳取样策略提供依据,结果表明,根据SSR分子数据聚类,采用类内随机取样,类内以遗传相似性系数取样以及仅依据遗传相似性系数取样都可用于大豆核心种质构建,但是综合不同评价参数发现,以类内随机取样最佳,类内按遗传相似性系数取样次之,单独以遗传相似性系数取样较差。分析不同SSR等位变异保留比例的遗传多样性指数发现,当保留90%和80%的SSR等位变异时,核心种质具有更高的遗传多样性,由于与SSR分子数据种质遗传关系评价的不一致性,农艺性状等基础数据虽然可用来构建核心种质,但其SSR分子水平代表性相对较低,本研究结果还表明,用不同方法或同一方法不同重复次数取样建立的核心种质具有异质性,且这种异质性随核心种质取样比例的降低而增大,因此,虽然可依据不同数据类型确定相应的方法建立核心种质,但综合表型和分子数据建立的核心种质更具有代表性。     

中国芒(Miscanthus sinensis)初级核心种质的构建

以555份芒(Miscanthus sinensis)种质资源为研究对象,根据26个表型性状数据,按地理来源、植物区系和单一性状进行分组,分别采用简单比例法、平方根法和多样性指数法确定组内取样数,再根据聚类和随机2种方法进行组内个体选择。依照上述方案共构建出19个具有代表性的芒初选核心种质样本库。通过平均相似系数、性状符合度、数量性状变异系数和遗传多样性指数等4项检测指标对上述19种构建方案进行比较,最终确定了按"植物区划分组+多样性指数确定取样数+聚类选择个体"为芒初级核心种质构建的最佳方案。通过此方法建立起的芒初级核心种质资源共83份,占总资源的14.95%,且新构建的初级种质资源与总资源性状符合度达到100%。     

利用SSR分子标记检测黄淮夏大豆(Glycine max)初选核心样本的代表性

作物核心种质是用最小的样本代表其全部遗传资源的最大遗传多样性。为了检测大豆初选核心样本取样的代表性,本研究从黄淮夏大豆初选核心样本中,随机选取两个类群,其材料数分别为20份和14份;从保留种质的相应奥群中,分别随机选取6份和5份,共计45份材料,进行14个农艺性状和20对SSR引物的分析。对两组材料进行农艺性状聚类．保菌种质与初选核心种质聚在了一起;利用SSR分子标记数据聚类,也得到了相同的结果。初选核心样本两个类群材料的等位变异数分别为129个,136个;保留种质相应类群材料的等位变异分别为76个,71个;初选核心种质两个类群材料分别包合了整个资源86.00％和86．62％的遗传多样性。本研究为大豆核心种质构建及检测提供分子水平的依据。     

浙江省沿海地区南瓜地方品种的表型遗传多样性

利用表型性状探讨了浙江省沿海地区20份南瓜地方品种资源的遗传多样性。结果表明,36个数量性状的变异系数在7.33%~59.11%之间,46个质量性状Shannon-wiener遗传多样性指数在0~1.99之间,表明其丰富的遗传多样性。农艺性状聚类分析表明,20份资源分为2大类,其中19份资源归为一大类;在欧氏距离15.0处把这一大类又分成5个小类,小类的划分与花萼片大小、花梗刺毛、瓜形、老瓜皮色等质量性状具有一定的相关性,但划分依据相对独立。本研究结果进一步丰富了南瓜的评价体系,并为今后优异基因资源的挖掘与利用提供了重要依据。     

核心种质数量性状代表性评价指标的研究

对植物核心种质数量性状遗传多样性代表性的评价指标进行了系统的研究．以夏播菜用大豆154个品种为材料,采用马氏距离计算品种间的距离,并用不加权类平均法(UPGMA)进行聚类,根据树型图,采用逐步聚类随机取样法,构建了37个品种组成的核心种质．以此为例,通过方差F测验、均值t测验、极差符合率、表型频率分布、遗传多样性指数、表型相关分析等多个指标分析,来评价核心种质数量性状遗传多样性的代表性,结果表明构建的核心种质具有代表性,表明核心种质评价需包含评价遗传变异和遗传结构的指标．     

利用表型数据构建陆地棉核心种质

以5963份陆地棉种质资源为材料,根据品种主要突变性状和品种类型分组成11组群,在分组的基础上利用21个表型性状,用非加权类平均聚类分析法,构建了281份陆地棉核心种质,占全部种质资源总量的4.71%。利用不同性状的均值t测验、方差F测验、变异系数、多样性指数t检验、均值、极差、表型方差、变异系数、均值差异百分率、方差差异百分率、极差符合率、变异系数变化率、主成分分析等参数进行核心种质代表性检验和评价。结果表明,所构建的陆地棉核心种质可以代表全部种质的遗传多样性。     

Assessment of Genetic Diversity in Three Subsets Constituted from the ICRISAT Sorghum Collection Using Random vs Non-Random Sampling Procedures B. Using molecular markers

The large size of the sorghum [Sorghum bi-color (L.) Moench] landrace collection maintained by ICRISAT lead to the establishment of a core collection. Thus, three subsets of around 200 accessions were established from: (1) a random sampling after stratification of the entire landrace collection (L), (2) a selective sampling based on quantitative characters (PCS), and (3) a selection based on the geographical origin of landraces and the traits under farmers’ selection (T). An assessment was done of the genetic diversity retained by each sampling strategy using the polymorphisms at 15 microsatellite loci. The landraces of each subset were genotyped with three multiplex polymerase chain reactions (PCRs) of five fluorescent primer-pairs each with semi-automated allele sizing. The average allelic richness for each subset was equivalent (16.1, 16.3 and 15.4 alleles per locus for the subsets PCS, L, and T, respectively). The average genetic diversity was also comparable for the three subsets (0.81, 0.77 and 0.80 for the subsets PCS, L, and T, respectively). Allelic frequency distribution for each subset was compared with a chi-square test but few significant differences were observed. A high percentage of rare alleles (71 to 76% of 206 total rare alleles) was maintained in the three subsets. The global molecular diversity retained in each subset was not affected by a sampling procedure based upon phenotypic characters.     

浙江省薄皮甜瓜地方品种的表型遗传多样性

利用表型性状探讨了浙江省沿海地区27份薄皮甜瓜地方品种资源的遗传多样性。结果表明48个质量性状遗传多样性指数在0.17–1.98之间;33个数量性状的变异系数在4.56%–83.50%,表明其丰富的遗传多样性。形态学聚类分析表明,在相似系数0.30处可以将27个资源分成两大类,这与按生育期长短分类结果完全一致;亚类的划分与果实形状、种子形状、叶片颜色、果皮颜色、覆纹颜色等质量性状具有一定的相关性,但其划分依据相对独立。本研究结果进一步丰富了甜瓜的评价体系,并为今后优异基因资源的挖掘与利用提供重要依据。     

新疆甜瓜地方种质资源遗传多样性的SRAP分析

为研究我国新疆甜瓜地方种质资源亲缘关系及其分类,充分高效的利用种质资源,利用SRAP(sequence-related amplified polymorphism technique)标记对117份中国新疆甜瓜地方品种和28份国内外对照材料进行亲缘关系和遗传多样性分析。结果表明,20对SRAP引物共扩增出224个带,其中多态性谱带216个,多态性比率达96%,平均每对引物扩增的带数和多态性带数分别为11.2个和10.8个,每对引物的多态性信息含量PIC值为0.73~0.94,平均为0.85;不同生态区域供试材料的Nei's基因多样性指数(H)和Shannon's信息指数(I)分别为0.1075~0.2560和0.1569~0.4061,中国新疆的南疆、东疆和北疆均高于其他生态区域供试材料,且以南疆最高,具有非常丰富的遗传多样性;不同生态区域甜瓜种质资源的遗传一致度和遗传距离分别为0.6384~0.9919和0.0081~0.4488,其中南疆、东疆和北疆两两之间的遗传一致度均在0.95以上,遗传距离均在0.04以下,三者之间遗传分化较小;中国新疆甜瓜与印度、西亚、西班牙的甜瓜种质资源亲缘关系较近,与韩国、日本、美国和前苏联的甜瓜种质资源亲缘关系较远。聚类分析结果表明,以遗传相似系数0.548为阈值,145份种质材料可分为3大类群;厚皮甜瓜与薄皮甜瓜间在分子水平上没有严格的界限,两者之间亲缘关系的远近在不同的种质材料间差异很大;117份中国新疆甜瓜地方种质资源可分为A(Ⅰ-1)、B(Ⅰ-2、Ⅰ-3、Ⅰ-5)、C(Ⅰ-6)、D(Ⅱ)等4大类6个亚类群,与传统4个变种10个品种群分类结果不同,但在每个大类或亚类群中属于同一变种或品种群的材料倾向于聚在一起。     

Methods of developing core collections based on the predicted genotypic value of rice (<Emphasis Type="Italic">Oryza sativa</Emphasis> L.)

The selection of an appropriate sampling strategy and a clustering method is important in the construction of core collections based on predicted genotypic values in order to retain the greatest degree of genetic diversity of the initial collection. In this study, methods of developing rice core collections were evaluated based on the predicted genotypic values for 992 rice varieties with 13 quantitative traits. The genotypic values of the traits were predicted by the adjusted unbiased prediction (AUP) method. Based on the predicted genotypic values, Mahalanobis distances were calculated and employed to measure the genetic similarities among the rice varieties. Six hierarchical clustering methods, including the single linkage, median linkage, centroid, unweighted pair-group average, weighted pair-group average and flexible-beta methods, were combined with random, preferred and deviation sampling to develop 18 core collections of rice germplasm. The results show that the deviation sampling strategy in combination with the unweighted pair-group average method of hierarchical clustering retains the greatest degree of genetic diversities of the initial collection. The core collections sampled using predicted genotypic values had more genetic diversity than those based on phenotypic values.Communicated by D.J. Mackill     

贵州核桃核心种质筛选与构建研究北大核心CSCD

为了更好地构建贵州核桃核心种质,该研究以245份贵州核桃种质资源为试材,利用数量性状的遗传变异数据,对其构建方法进行了探索;采用随机取样策略、偏离度取样策略和位点优先取样策略,结合8个取样比例(5%、10%、15%、20%、25%、30%、40%和50%),进行多次聚类构建核心种质;将核心种质与原种质和保留种质进行t检验比较来评价核心种质,并用主成分分析法和表型性状对核心种质进行确认。结果表明:(1)选取偏离度取样策略,总体取样比例为50%,构建出131份贵州核桃核心种质资源。(2)对种质资源核心库13个数量性状进行主成分分析,其累计贡献率达到76.48%,主成分图中核桃核心种质与原种质的分布较为相似,表明核心种质有效地保存了核桃原种质的遗传结构,并有效避免了种质的冗余。(3)在欧氏距离结合组间联接法的聚类条件下,偏离度取样策略是构建贵州核桃核心种质的最佳方法。     

Genetic Diversity and Core Collection Evaluations in Common Wheat Germplasm from the Northwestern Spring Wheat Region in China

Fluorescence microsatellite markers were employed to reveal genetic diversity of 340 wheat accessions consisting of 229 landraces and 111 modern varieties from the Northwest Spring Wheat Region in China. The 340 accessions were chosen as candidate core collections for wheat germplasm in this region. A core collection representing the genetic diversity of these accessions was identified based on a cluster dendrogram of 78 SSR loci. A total of 967 alleles were detected with a mean of 13.6 alleles (5–32) per locus. Mean PIC was 0.64, ranged from 0.05 to 0.91. All loci were distributed relatively evenly in the A, B and D wheat genomes. Mean genetic richness of A, B and D genomes for both landraces and modern varieties was B > A > D. However, mean genetic diversity indices of landraces changed to B > D > A. As a whole, genetic diversity of the landraces was considerably higher than that of the modern varieties. The big difference of genetic diversity indices in the three genomes suggested that breeding has exerted greater selection pressure in the D than the A or B genomes in this region. Changes of allelic proportions represented in the proposed core collection at different sampling scales suggested that the sampling percentage of the core collection in the Northwest Spring Wheat Region should be greater than 4% of the base collection to ensure that more than 70% of the variation is represented by the core collection. Electronic supplementary material Electronic supplementary material is available for this article at and accessible for authorised users.