基于不同策略构建辣椒核心种质的研究

核心种质的构建为作物种质资源的高效利用提供了便利条件。以420份辣椒(Capsicum annuum L.)种质为试材,采用混合线性模型分析方法无偏地预测11个数量性状的基因型值,利用马氏距离计算种质间的遗传距离,分别采用3种聚类方法(中间距离法、类平均法和离差平方和法)、3种抽样方法(随机抽样法、优先抽样法和偏离度抽样法),按照25%的抽样比率构建辣椒核心种质库,采用均值、方差、极差和变异系数4个指标评价不同方法构建核心种质库的优劣。结果表明,类平均法优于中间距离法和离差平方和法,偏离度抽样法优于随机抽样法和优先抽样法。基于马氏距离、类平均法、偏离度抽样法获取的105份辣椒核心种质资源能够代表原群体的遗传多样性,为辣椒种质资源的高效利用提供了重要的理论依据。     

利用数量性状构建粳稻核心种质的方法比较

以250份粳稻为研究材料,根据7个数量性状的基因型预测值,研究粳稻核心种质构建的方法。采用2种遗传距离（欧氏距离和马氏距离）,8种聚类方法（最短距离法、最长距离法、中间距离法、重心法、类平均法、可变类平均法、可变法、离差平方和法）,3种取样方法（随机取样法、偏离度取样法和优先取样法）,在25%的取样比例下构建48个核心种质,以筛选出的最佳构建策略进一步比较6种不同取样比例（10%、15%、20%、25%、30%和35%）的构建效果以确定最适宜的取样比例。结果表明,在粳稻核心种质构建中,马氏距离优于欧氏距离。欧氏距离优先取样法下最短距离法构建的核心种质最优。马氏距离偏离度取样法构建的核心种质能较多保存原群体遗传变异。10%是最适宜的取样比例。     

利用数量性状构建新疆野苹果核心种质的方法

 【目的】以300份新疆野苹果实生株系为试验材料,根据叶片、花朵和果实等器官15个数量性状的遗传多样性,研究新疆野苹果核心种质构建的方法。【方法】采用逐步聚类法,以30％的取样比例,根据2种遗传距离（欧氏距离和马氏距离）、4种系统聚类方法（类平均法、离差平方和法、最长距离法和最短距离法）和3种取样方法（随机取样法、偏离度取样法和优先取样法）构建24个核心种质,以筛选出的最佳构建策略进一步比较7种不同取样比例（10%、15%、20%、25%、30%、35%和40%）的构建效果以确定最适宜的取样比例。【结果】（1） 在新疆野苹果构建中,采用欧氏距离聚类优于马氏距离。（2） 4种系统聚类方法比较表明,最短距离法优于类平均法、离差平方和法和最长距离法。（3） 3种取样方法比较表明,优先取样法和偏离度取样法都能明显提高核心种质的方差差异百分率、极差符合率和变异系数变化率,均适宜于新疆野苹果核心种质的构建,前者略优于后者。（4）20%是最适宜的取样比例。【结论】以20%的取样比例,采用欧氏距离,利用最短距离法进行逐步聚类,结合优先取样法构建的核心种质最有代表性,是构建新疆野苹果核心种质的最佳方法。     

太湖流域粳稻地方品种核心种质的构建

以823份太湖流域粳稻地方品种资源的19个表型性状为基础数据,形成45个核心种质测试群体,利用均值差异率(MD,%)、极差符合率(CR,%)、方差差异率(VD,%)、变异系数变化率(VR,%)、表型保留率(PR,%)和多样性指数率(H',%)6个评价参数,对2种遗传距离(欧氏遗传距离、马氏遗传距离)、6种聚类法(最短距离法、最长距离法、中间距离法、重心法、类平均法、离差平方和)、3种核心种质抽样法(多次聚类随机法、多次聚类优先法和多次聚类偏离度法)和不同抽样比例(10%～50%)的组合策略在核心种质构建中的优劣进行分析.结果表明:采用欧氏距离、类平均法聚类和优先取样法为最佳方案,15%～25%为构建本资源初级核心种质比较适宜的比例范围;以此策略构建的Core2,1,5-15群体为基础,质量性状遗失基因型为补充,构建了以129份资源组成的太湖流域粳稻地方品种初级核心种质,数量占初始群体的15.7%;与初始群体相比,核心种质各性状平均数无显著差异(MD为0),极值符合率100%,表型保留率100%.     

尾叶桉核心种质初步构建

【目的】为了快速、准确地从丰富的尾叶桉Eucalyptus urophylla种质资源中鉴定出育种上迫切需要的优异基因,初步构建了尾叶桉核心种质,以便简化管理,提高遗传资源在尾叶桉改良中的利用效率.【方法】以尾叶桉27个种源194个家系的树高、胸径、材积等17个数量性状为依据,采用不同的取样比例(5%、10%、20%、30%和40%)、3种遗传距离计算方法(欧氏距离、标准欧氏距离和马氏距离)、4种系统聚类方法(最短距离法、最长距离法、不加权类平均法和离差平方和法)和2种取样方法(随机取样法和最小距离逐步取样法)构建尾叶桉核心种质资源库,利用均值差异百分率(MD)、方差差异百分率(VD)、变异系数变化率(VR)和极差符合率(CR)作为构建核心种质的评价指标.【结果和结论】结果表明采用10%的抽样比例、标准欧氏距离、最短距离系统聚类法和最小距离逐步取样法构建的包括25个种源100个家系的尾叶桉核心种质最能代表原有的种质群体.     

水稻核心种质的构建策略研究

以包括34项质量性状和15项数量性状数据的丁氏收集稻种资源中的2262份为供试材料,采用3种抽样方法、3种类型的性状数据、8种系统聚类方法和调整的欧氏距离构建巢式核心种质,以确定一种最佳的核心种质构建策略。结果表明,抽样比例在2.2%～9.9%之间的核心子集已足以保持原群体最大程度的遗传多样性。整合的质量数量性状构建的核心子集遗传多样性最大,优于仅由数量性状或质量性状构建的核心子集。采用优先取样结合多次聚类随机取样法,结合可变类平均法或类平均法构建的效果最好,由此得到150份核心种质,占原群体的6.6%。对核心种质的评价与验证表明,核心种质绝大部分性状的Shannon-Weaver多样性指数均大于原群体,其表型频率方差均小于原群体,表型保留比例均达到100%,大部分数量性状的均值与原群体无显著差异,最大值、最小值、极差与原群体完全符合。150份核心种质较好地保存了原群体的遗传多样性和遗传结构。     

基于表型性状的酸枣核心种质构建

为更好地保存和研究酸枣种质,提高利用效率,以211份酸枣种质为试材,基于表型性状数据,在25%取样比例下,对所有种质进行逐步系统聚类,从遗传距离方法、取样方法、聚类方法和取样比例4个方面探讨酸枣核心种质的最佳取样策略。根据最佳取样策略和3种分组取样方法进行分组取样,并与不分组取样进行比较。结果表明：基于25%取样比例,采用优先取样法、欧氏距离法和可变类平均法构建核心种质效果最佳;在最佳构建策略下筛选总体取样比例,结果表明最佳总体取样比例为25%;不分组取样构建的核心种质Pcore的方差差异百分率（VD）、变异系数变化率（VR）和极差符合率（CR）高于分组取样构建的核心种质Core-L,构建效果更好;定性描述性状保留比例、t检验、符合率检验、主成分分析和样品三维分布图表明构建的核心种质能够消除遗传冗余,能够代表原始种质。基于表型性状筛选出的最佳构建策略为“欧氏距离+可变类平均法+优先取样法+25%取样比例”,经过补充完善,最终得到58份核心种质,具有较高的代表性。本研究成功构建了能够代表原始酸枣种质表型遗传多样性的核心种质,有助于科学、有效地收集和保存酸枣种质资源,为深入挖掘和利用酸枣种...     

白桦核心种质构建的抽样方法

以白桦种质资源240个家系的胸径、树高、材积和纤维素含量数据为依据,在采用马氏距离计算家系间距离、不加权类平均聚类法和10%的抽样比例下,研究了多次聚类随机抽样法、多次聚类优先取样法和多次聚类偏离度取样法构建的核心种质遗传参数、聚类结果和分布格局.结果表明,多次聚类优先取样法构建的核心种质最能代表原种质群体.     

甜椒核心种质资源比较构建研究

构建核心种质可大幅提高种质资源利用效率。以410份甜椒种质资源为材料,基于8个性状表型数据,采用混合线性模型分析方法无偏地预测基因型值,利用马氏距离计算种质间遗传距离,分别采用两种聚类方法(最短距离法和类平均法)和两种取样方法(随机取样法和偏离度取样法),按照25%抽样比率构建甜椒核心种质库。采用均值、方差、极差和变异系数4个指标评价不同取样和聚类构建核心种质库水平。结果表明,最短距离法能极显著增加性状方差和变异系数,明显优于类平均法;偏离度取样法优于随机取样法;基于马氏距离、最短距离法和偏离度取样方法获取的102份甜椒核心种质资源能代表原群体遗传多样性。该研究可为甜椒种质资源有利基因发掘和新品种选育奠定基础。     

河北省小豆种质资源初选核心种质构建

以河北省作物种质库中385份小豆资源为材料,根据13个农艺性状,利用地理来源进行分组,分别采用比例法、平方根法确定取样数法及聚类选择和随机选择2种个体选择法构建5个小豆初选核心样本,对不同的取样方法及总资源间进行品种间平均遗传距离、性状符合度、遗传多样性指数和数量性状变异系数的比较,探讨构建河北省小豆初选核心种质的最佳方案。结果表明,聚类选择取样优于随机取样,在聚类选择条件下采用比例法确定取样数优于平方根法,最终确定按地理来源分组、利用比例法确定取样数、聚类选择个体为小豆核心种质构建的最佳方案。采用该最佳方案,构建包含79份小豆种质的初选核心种质,取样比例为20．5％,13个农艺性状的性状符合度达100％。     

苦瓜核心种质资源构建方法的比较

【目的】通过比较不同方法构建的苦瓜Momordica charantia核心种质资源的优劣,选择能代表原群体遗传多样性的核心种质,为苦瓜种质资源的高效利用提供依据。【方法】采用混合线性模型对154份苦瓜种质的第1雌花节位、瓜纵径、瓜橫径、瓜肉厚和单瓜质量等5个性状的基因型值进行无偏预测;基于性状的基因型预测值,采用马氏距离计算苦瓜种质间的遗传距离;通过8种聚类方法和3种抽样方法,按照30%的抽样率构建苦瓜核心种质资源,评价不同聚类方法和抽样方法构建苦瓜核心种质的优劣。【结果】8种聚类方法构建的核心种质所有5个性状的变异系数均高于原群体;最短距离法构建的苦瓜核心种质5个性状的方差和变异系数均高于原群体,明显优于其他7种聚类方法。优先抽样法和偏离度抽样法构建的核心种质的极差与原群体一致,但偏离度抽样法构建的苦瓜核心种质有3个性状的变异系数高于其他2种抽样法,表明偏离度抽样法略优于随机抽样法和优先抽样法;基于马氏距离、偏离度抽样法及最短距离法获得了46份苦瓜核心种质,其中,Y5、Y87、Y112和Y139为苦瓜骨干材料。【结论】基于马氏距离、偏离度抽样法及最短距离法获取的46份苦瓜核心资源能够代表原群体的遗传多样性。本研究进一步证实了来源于印度及东南亚地区的苦瓜种质具有丰富的遗传多样性,为苦瓜种质资源的收集、评价与高效利用提供了重要依据。     

Method of Constructing Core Collection for Malus sieversii in Xinjiang, China Using Molecular Markers

The method for constructing core collection ofMalus sieversii based on molecular marker data was proposed. According to 128 SSR allele of 109 M. sieversii, an allele preferred sampling strategy was used to construct M. sieversii core collection, using the UPGMA （unweighted pair-group average method） cluster method according to Nei ＆ Li, SM, and Jaccard genetic distances, by stepwise clustering, and compared with the random sampling strategy. The number of lost allele and t-test of Nei＇s gene diversity and Shannon＇s information index were used to evaluate the representative core collections. The results showed that compared with the random sampling strategy, allele preferred sampling strategy could construct more representative core collections. SM, difference for construction of M. sieversii core collection. Jaccard, and Nei ＆ Li genetic distances had no significant SRAP （sequence-related amplified polymorphism） data and morphological data showed that allele preferred sampling strategy was a good sampling strategy for constructing core collection of M. sieversii. Allele preferred sampling strategy combined with SM, Jaccard, and Nei ＆ Li genetic distances using stepwise clustering was the suitable method for constructing M. sieversii core collection.     

中国大豆(Glycine max)核心种质构建Ⅰ.取样方法研究

 以 2 3 587份中国栽培大豆为试验材料 ,根据农艺性状 ,用 2 0种方法构建了大豆初级核心种质 ,对 3种分层法、3种确定取样数法和 2种个体选择法进行了比较 ,明确了栽培大豆核心种质构建的适宜取样方法和取样比例。不同取样方法与总体都进行了品种分类数、各性状符合度、数量性状平均数、各性状多样性指数方差和平均品种距离共 5个指标的比较分析 ,结果表明 ,三层次取样方法 (品种分类法 )对总体的代表性优于二层次或一层次取样法 ,按比例和平方根确定取样数方法对总体的代表性优于多样性指数法 ,聚类选择的方法对总体的代表性优于随机选择方法。在 2 0种方法不同取样比例条件下 ,方法 17的平均品种距离降低幅度大于方法 15。因此 ,利用品种分类法进行分层 ,用比例法确定取样数目 ,根据聚类结果进行个体选择的方法 15是构建大豆初级核心种质的最佳方法。用最佳方法构建的初级核心种质 ,比较不同取样比例的品种平均距离 ,确定品种平均距离由缓慢降低到明显降低点 (9.0 % )为适当的取样比例     

利用ISSR分子标记构建新疆野杏核心种质资源

【目的】通过对不同取样策略和遗传距离相结合的组合结果进行分析对比,以此探讨分子水平构建新疆野杏核心种质的方法,确定最适核心种质资源,以利于种质的保护与利用。【方法】以分布于新疆伊犁地区霍城县大西沟、新源县博尔赛和巩留县伊依克台3个分布区的135个新疆野杏实生株系为材料,根据SM、Jaccard和Nei&Li遗传距离,采用UPGMA聚类法对新疆野杏整体进行多次聚类抽样,直到其中某个采样点再次聚类时无种质被抽取;以随机取样策略为对照取样策略,应用位点优先取样策略,研究新疆野杏核心种质构建的方法;采用丢失的等位基因数以及多态性位点数、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信息指数各遗传多样性指标进行t检验来确定最适构建方法;分别将核心种质与原种质和保留种质进行t检验和遗传多样性比较,以此来评价核心种质的代表性;并用主坐标轴分析法和表型性状对原种质和核心种质进行分析,以此对核心种质进行确认。【结果】位点优先取样策略构建的核心种质比对照随机取样策略丢失的多态性位点数少,且同一遗传距离下位点优先取样策略构建的核心种质具有较高的遗传多样性,更能构建一个具有代表性的核心种质;通过Nei & Li遗传距离构建的新疆野杏核心种质各遗传多样指标具有较大值,优于SM和Jaccard遗传距离;采用主坐标轴分析法和表型数据分析显示,利用位点优先取样策略和Nei & Li遗传距离构建的新疆野杏核心种质能够较全面的代表野杏原种质的遗传多样性;31份野杏核心种质资源,保留了原种质22.96%的样品,多态性位点、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信息指数的保留率分别达到92.69%、98.83%、99.42%、103.26%、109.24%和108.31%。【结论】采用位点优先法和Nei & Li遗传距离进行多次聚类,是较适宜的构建新疆野杏核心种质的方法,构建的31份核心种质能最大程度代表原种质的遗传多样性,同时本研究所采用的方法对其他作物核心种质的构建具有重要的参考价值。     

采用分子标记构建新疆野苹果核心种质的方法

 【目的】探讨分子水平构建核心种质的方法,为新疆野苹果核心种质的构建提供方法。【方法】以109个新疆野苹果实生株系的128个SSR位点为材料,根据Nei &; Li、SM和Jaccard遗传距离,采用UPGMA聚类法进行多次聚类,以随机取样策略为对照取样策略,应用位点优先取样策略,研究新疆野苹果核心种质构建的方法。采用丢失的等位基因数以及对Nei’s基因多样度和香农信息指数进行t检验来评价核心种质的代表性。【结果】与对照随机取样策略比较,位点优先取样策略能构建一个更有代表性的核心种质。SM、Jaccard和Nei &; Li遗传距离构建的新疆野苹果核心种质无明显区别。采用SRAP数据和表型数据分析显示,位点优先取样策略是一种较好的构建新疆野苹果核心种质的方法。【结论】采用位点优先法,根据SM、Jaccard或Nei &; Li遗传距离进行多次聚类,是较适宜的构建新疆野苹果核心种质的方法。     

海巴戟核心种质的构建方法

以126份海巴戟种质资源为材料,利用生物学性状、农艺学性状、SRAP分子标记等遗传多样性数据,采用逐步聚类法,开展海巴戟核心种质构建机制的研究。结果表明:海巴戟核心种质的最佳构建方法为Average系统聚类,G策略取样,15%的组内取样比例。应用该构建方法初步构建了由21个不同种质株系构成的海巴戟核心种质,该核心种质能够代表原种质的遗传多样性。     

基于表型性状构建传统菊花核心种质

【目的】探讨构建传统菊花品种核心种质的最优取样方法并构建核心种质,以便于传统菊花种质资源的收集与保存。【方法】以《中国菊花》专著中记载的2 249份传统菊花品种为材料,依据舌状花花色分为8组,采用逐步聚类法基于4种总体取样规模(5%、10%、15%、20%)和4种组内取样比例方法(简单比例、对数比例、平方根比例、多样性比例)构建了传统菊花备选核心种质16个,探讨最优的取样策略。筛选出最优取样策略后进一步比较2种组内取样方法(随机和聚类)的构建效果。对最优方法下建立的核心种质代表性进行检验,利用多个特征值（最小值、最大值、均值、标准差、变异系数、Shannon-Weaver遗传多样性指数）和评价参数（均值差异百分率（MD）、方差差异百分率（VD）、极差符合率（CR）、变异系数变化率（VR）和表型保留比例（RPR））综合地评价核心种质。【结果】传统菊花按照花色进行分组,各组品种呈现正态分布,能够确保取样的均匀性;对数比例法和多样性比例法都能够使每组的取样份数更加均衡,起到良好的修正作用,对数比例法下构建的核心种质各项参数值达到最大,是最优取样比例法;随着总体取样规模的增加,遗传多样性指数呈现先增大再减小的趋势,变异系数变化率不断减小,极差符合率和表型保留比例不断增大;当取样规模大于10%时,遗传多样性指数和变异系数变化率减小,而极差符合率和表型保留比例的升幅并不大,因此,构建传统菊花核心种质最适宜的总体取样规模为10%;聚类取样构建的备选核心种质各项参数值均大于随机取样构建的对应备选核心种质的参数值,以聚类取样方法构建的核心种质变异的丰富性和均匀程度更好。核心种质各特征值与原始种质表现一致,多个评价参数值表明核心种质的均度和丰度较好,充分体现了表型的遗传多样性。通过补充聚类丢失的“追抱”1个花抱性状和对花序高度、外层瓣长2个性状的完善,最终构建得到228个传统菊花品种的核心种质,占原始材料的10.14%。【结论】本研究基于2 249份传统菊花品种材料的15个表型性状,系统地比较了多种总体取样规模、组内取样比例方法、组内取样方法构建的备选核心种质后,确定了最佳的核心种质构建方法,并对核心种质的代表性进行了分析和验证,各特征值和评价参数表明本研究构建的核心种质是有效的,核心种质充分地代表了传统菊花原始种质的遗传多样性。     

葡萄核心种质的构建

【目的】在已建立的葡萄初级核心种质的基础上,利用SSR分子标记技术构建葡萄核心种质。【方法】利用M策略（Core Finder和Power Core）、遗传距离法（least distance stepwise sampling,LDSS和genetic distance optimization,GDOPT）和Core Hunter法构建核心种质, 并对He、Ho和 I值等遗传多样性指数和方差差异百分率（VD%）、均值差异百分率（MD%）、极差符合率（CR%）和变异系数变化率（VR%）等表型指标进行统计检验,同时采用SSR和SRAP分子标记的主坐标分析对其进行确认。【结果】M策略构建的核心种质能保留初级核心种质全部的等位基因,遗传距离法抽取的核心种质对原始种质具有较好的代表性。为使所构建的核心种质具有最大的遗传距离和最大的遗传多样性,对M策略、遗传距离法和Core Hunter法构建的核心种质进行了合并,48份葡萄核心种质以最少的种质材料保留了初级核心种质96.21%的等位基因,以5.53%的取样比例代表了原始整体种质92.90%的遗传多样性。【结论】经分子和表型检验,所构建的核心种质具有较好的代表性和遗传多样性。同时本研究所采用的方法对其它作物核心种质的构建具有重要的参考价值。