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%。     

新疆甜瓜地方品种资源核心种质构建

新疆甜瓜地方种质资源具有丰富的遗传多样性,是新疆哈密瓜遗传改良的重要基因库。以121份新疆甜瓜地方品种为研究对象,结合按来源分组和系统聚类选择的方法,通过多重比较29个表型性状数据确定适宜的取样比例,筛选出25份地方品种为初选核心种质。在初选核心种质取样量上,人工定向补充5份优异种质和极值材料确定了核心种质,约占地方品种总数量的25%。对表型保留比例、遗传多样性指数、变异系数、表型频率方差、极差符合率、均值符合率、标准差符合率等检验参数进行了检验和评价。结果表明:调整后的核心种质除标准差符合率降低外,其余参数均优于或等于初选核心种质,更能代表原始样品;所构建的核心种质很好地保留了所有地方品种资源的遗传多样性和变异幅度。     

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。     

黄瓜多样性固定核心样本集的构建与评价

利用149对具有多态性的In Del引物对473份黄瓜初选核心种质自交系进行遗传多样性分析。采用3种方法 12种取样比例对该初级遗传多样性固定群体进行抽样获得候选多样性固定核心样本集(GDFCC),使用等位基因数(Na)、有效等位基因数(Ne)、Shannon's信息指数(I)、基因多样性指数(gene diversity)、多态性信息含量(PIC)、总等位位点数(total number of loci)、等位位点保留百分率(retention rate of loci)评价候选多样性固定核心样本集的多样性和代表性,结果表明,采用逐级聚类+稀有基因优先取样法并按照15%取样比例构建出的多样性固定核心样本集的效果较好。比较发现,该核心样本集的Ne、I、基因多样性指数和PIC值均接近或高于初级遗传多样性固定群体,且对原始群体的等位位点的保留百分率为99.68%。入选多样性固定核心样本集的材料来自15个国家和国内18个省市。该研究为今后黄瓜优异基因资源的挖掘利用提供了代表性强、覆盖度广、遗传稳定的研究群体,将有利于黄瓜种质资源的高效研究利用。     

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SSR分子标记构建南方型美洲黑杨初级核心种质

以所收集的363份美洲黑杨无性系为实验材料,利用20对SSR引物扩增数据,设置10%、15%、20%、25%、30%、35%、40%共7个取样梯度构建南方型美洲黑杨初级核心种质,并采用平均观察等位基因数(Na)等遗传参数的t检验对核心种质有效性进行确认,以初级核心种质、保留种质以及原始种质三者之间平均观察等位基因数(Na)等遗传参数的保留比例作为评价指标,结合主坐标轴分析法对初级核心种质做进一步代表性确认。结果显示:(1)20对SSR引物共检测到278个多态位点,遗传多样性参数I、H分别为1.667和0.688 2,表明南方型美洲黑杨种质资源具有丰富的遗传变异。(2)比较平均Na、I、H变化确定15%为最佳取样比例,得到54份核心种质和309份保留种质,构建的初级核心种质与原始种质的平均Na、I、H经t检验不显着,除平均Na外其他平均遗传多样性参数,如Ne、Ho、I、H的保留率分别为111%、105%、104%和104%。(3)PCoA分析显示,所构建的初级核心种质不仅与原始种质分布相似,而且分散均匀覆盖较全面,可以代表原始种质在图中的几何分布。研究认为,所构建的45份初级核心种质保存了原始种质大部分的等位基因和基因型,剔除了原始种质的遗传冗余度和遗传重复度,具有更高的遗传多样性参数保留率,能全面代表原始种质的遗传多样性。     

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。     

基于农艺性状的榕江茶（Camellia yungkiangensis）核心种质构建

摘 要：为得出较为可靠的榕江茶初级核心种质群体,以加强榕江茶种质选育、开发利用和分子遗传学研究,解决其种质资源保存成本较高问题,促进榕江茶种质资源的鉴定和有效利用。以118份榕江茶种质资源为材料,对19个表型性状和4个基本品质成分共计23个农艺性状进行分析;基于2种遗传距离(标准化欧氏距离、马氏距离）、4种聚类方法（离差平方和法、非加权组平均法、最长距离法、最短距离法）和7种总体取样规模（10%、15%、20%、25%、30%、35%、40%）构建了56个候选榕江茶核心种质,利用筛选得到的最佳构建方案构建初级核心种质。通过对原种质、保留种质和核心种质的表型遗传多样性和变异程度,以及各种质不同数量性状间的t检验来评价核心种质的代表性,并用主成分分析法对核心种质进行确认。构建榕江茶核心种质时,2种遗传距离中,标准化欧氏距离优于马氏距离;4种聚类方法中,最短距离法优于另外3种;7种总体取样规模中,30%的取样比例较适宜榕江茶核心种质的构建。对构建的38份核心种质进行分析评价,结果表明,核心种质与原种质23个性状的6个特征值一致性较好,并且遗传多样性指数有一定程度的提升;t检验结果表明,核心种质平衡了稀有性状的分布,有效保留了原种质的遗传多样性;主成分分析结果表明,核心种质的主成分累计贡献率高于原种质;对核心种质进一步确认时,发现核心种质均匀分布在原始种质范围内,无重叠现象,有效的避免了核心种质的冗余。所构建的榕江茶核心种质资源可以很好地代表原种质,较好的保留了原种质的性状、遗传多样性和变异。标准化欧氏距离、最短距离法和30%总体取样规模的构建策略,是构建榕江茶核心种质的最佳方法。最终构建了38份榕江茶种质资源的初级核心种质,占原种质32.20%。核心种质评价表明初级核心种质构建有效且质量较高,能够在保证冗余较少的情况下充分代表原种质遗传多样性。     

籽用西瓜种质资源SSR分析及初级核心种质库构建

采用SSR分子标记技术对50份不同来源的籽用西瓜材料进行遗传多样性研究,并基于SSR分子标记聚类分析采用最小距离逐步抽样法构建籽瓜初级核心种质库。研究表明：（1）从106对SSR随机引物中筛选出扩增条带清晰、多态性高的31对引物,共得到138条清晰可辨条带,其中多态性条带115条,占83.33%,平均Shannon’s信息指数(I）为0.419 3,平均Nei’s多样指数(h）为0.272 4,平均有效等位基因数(N_e）为1.458 0,平均等位基因数(N_a）为1.981 4,说明50份籽瓜种质具有丰富的遗传多样性。（2）用NTsys2.10e软件对种质资源聚类分析表明,种质间的遗传相似系数介于0.57~0.91之间,其中来源地相同的个别种质间遗传相似系数却很小,而来源地不同的个别种质间的遗传相似系数却很高。（3）采用最小距离逐步抽样法,按70%、60%、50%、40%、30%、20%、10%的比例抽样后,各个核心子集遗传多样性指数总体上变化不明显,但各抽样比例相比,以抽样比例20%获得10份初选种质的 N_e、 h和 I达到最高值,说明抽样20%构建的初级核心种质对原始种质具有很好的代表性。     

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。     

粤东橄榄资源核心种质取样方案的研究

为研究基于分子标记数据构建橄榄(Canarium album L.)核心种质的取样方案,以粤东地区64份橄榄种质材料的ISSR分析结果为基础,分别利用SM和Nei&Li遗传距离,采用UPGMA聚类法进行多次聚类随机取样,比较了不同分组情况下P、S、L和G等取样策略对核心种质构建的影响。结果表明,通过比较不同样品群的多态性位点数、多态性位点百分率、观测等位基因数、有效等位基因数、Nei’s遗传多样性指数和Shannon’s信息指数等参数,最终选择根据Nei&Li法计算遗传距离,G策略取样得到的16个样品作为核心种质。该核心种质保留了初始种质25%的样品,多态性位点和多态性位点百分率保留率分别为92.93%和98.31%,观测等位基因数、有效等位基因数、Nei’s遗传多样性指数、Shannon’s信息指数的保留率分别为9.26%、102.56%、107.39%和106.29%。因此,按该方案进行取样的核心种质可以较好地代表原有种质库的遗传多样性。     

Methods of developing a core collection of annual Medicago species

A core collection is a subset of a large germplasm collection that contains accessions chosen to represent the genetic variability of the germplasm collection. The purpose of the core collection is to improve management and use of a germplasm collection. Core collections are usually assembled by grouping accessions and selecting from within these groups. The objective of this study was to compare 11 methods of assembling a core collection of the U.S. National collection of annual Medicago species. These methods differed in their use of passport and evaluation data as well as their selection strategy. Another objective was to compare core collections with sample sizes of 5%, 10% and 17% of the germplasm collection. Core collections assembled with evaluation data and cluster analysis better represented the germplasm collection than core collections assembled based solely on passport data and random selection of accessions, The Relative Diversity and the logarithm methods generated better core collections than the proportional method. The 5% and 10% sample size core collection were judged insufficient to represent the germplasm collection.     

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     

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。     

植物核心种质研究进展

丰富的植物遗传资源为作物育种和遗传研究提供广阔的遗传基础,然而资源庞大的数量也给植物遗传资源的收集、保存、研究和利用带来了困难。Frankel首先提出并与Brown等人完善了核心种质(core collection)的概念,即通过一定的方法从整个种质资源中选择一部分样本,以最小的资源数量和遗传重复,尽可能最大限度的代表整个资源的多样性。核心种质的提出,为遗传资源的研究和利用提供了崭新的解决途径。目前,已在多年生野生大豆、硬粒小麦、花生等20种植物上开展了核心种质研究。本围绕核心种质具有四个显特点即代表性、实用性、有效性、动态性,介绍在不同植物构建核心种质时,所利用的数据、分组原则及取样方法等,并介绍了核心种质的评价进展。通过比较发现,不同植物在构建核心种质各有区别,但是以根据地理来源分组,按聚类法取样为主。目前,对植物核心种质的研究,多处于取样策略的研究阶段。对建成的核心种质评价研究较少,主要集中在农艺性状遗传多样性方面的验证,而时分子水平的验证较少,构建的核心种质还有待于实践的检验。     

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。