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。     

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。     

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。     

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％。     

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%.     

基于SSR标记不同距离聚类与抽样方法构建辣椒核心种质库

为最大限度地保存辣椒原群体的遗传变异度,利用SSR分子标记技术比较不同距离聚类和抽样方法构建辣椒的核心种质库。结果表明:在马氏距离下,4种抽样比例中当抽样比例达20%和25%时均值差异百分率MD%为0;在相同欧氏距离下,4种抽样比例中,以10%、15%和20%比例进行抽样均值差异百分率(MD%)为0。在采用的8种聚类方法中,只有最短距离法均值差异百分率(MD%)为最小值0。不同取样法,变异系数变化率为多次聚类偏离度取样法(107.06%)多次聚类随机取样法(101.18%)多次聚类优先取样法(59.57%)。从97份参试材料中筛选出沿河2、德江5、石阡3、台江1、仁怀4、务川2、遵义5、河南1和海南1共计9份核心种质,均匀分布于不同的类群中。结论:在欧氏距离下,按10%比例进行抽样,用多次聚类随机取样法取样、最短遗传距离法进行聚类分析为构建辣椒核心种质库的最佳选择。     

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.     

宁夏地区番茄种质资源核心种质构建策略

为筛选出较优的核心种质构建策略,基于前期调查的480份番茄种质资源的20个表型性状数据,依次对8个系统聚类法和5个不同的抽样比例分别进行对比;在此基础上对2个遗传距离、排名前二的抽样比例、3个抽样方法和排名前二的系统聚类法进行组合试验,并对所构建的24个核心种质进行代表性评价。结果表明,系统聚类法的排序为离差平方和法>可变法>最长距离法>可变类平均法>中间距离法>最短距离法>类平均法;抽样比例排序为15%>30%>25%>20%>10%;组合试验最佳的构建方法是:遗传距离为马氏距离,抽样比例为15%,抽样方法为偏离度取样法,系统聚类法为离差平方和法。研究结果为构建核心种质提供了最优构建策略,为宁夏地区番茄种质资源的核心种质构建与相关研究提供了理论依据和技术支持。     

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.     

基于表型和SSR分子标记构建芝麻核心种质

【目的】便于管理、研究和利用芝麻种质资源,为芝麻育种提供优异基因资源。【方法】利用新收集和种质库保存的5 020份芝麻种质资源为基础,首先基于标准化的表型数据按地理来源分组后采用组内比例法聚类抽样构建初级核心种质,然后基于SSR分子标记应用位点优先取样策略逐步聚类,使用t检验检测每次聚类形成的核心种质与初级核心种质的Nei’s基因多样度(He)和Shannon-Wiener指数(I),直到核心种质的遗传多样性与初级核心种质开始有显著差异时,终止多次聚类取样,选择上一个与初级核心资源没有显著差异的核心种质作为最佳核心种质。利用Nei’s多样性指数、Shannon-Wiener多样性指数、多态条带百分率(PB,%)、多态条带保留率(PBR,%)、变异系数符合率(VR)、极差符合率(CR)、方差差异百分率(VD,%)、均值差异百分率(MD,%)等参数进行核心种质代表性检验和评价。【结果】构建了含有816份资源的初级核心种质和含有501份资源的核心种质,分别占全部种质资源的16.25%和9.98%;核心种质包括国内资源442份,国外资源59份;Nei's基因多样度(0.2789)和Shannon-Wiener指数(0.4243)在P0.05概率条件下与初级核心资源(He=0.2791,I=0.4302)无显著性差异,多态条带百分率(PB,%)、多态条带保留率(PBR,%)、变异系数符合率(VR)、极差符合率(CR)分别为91.25%、95.23%、99.14%、86.85%。方差差异百分率(VD,%)和均值差异百分率(MD,%)均为0。t测验结果表明,核心种质的遗传多样性指数与原始种质差异不显著。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更高的遗传多样性,更能构建一个具有代表性的核心种质,Shannon-Wiener多样性指数比Nei’s多样性指数检测效率高。【结论】基于地理来源分组,组内按表型数据聚类按比例法抽样构建芝麻初级核心种质,再结合SSR分子标记数据,采用SM相似系数进行UPGMA逐步聚类是构建芝麻核心种质较适宜的方法,所构建的核心种质较好地代表了基础种质的遗传多样性。     

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。     

基于表型的棉花遗传多样性分析及核心材料的筛选

通过对来自3个栽培种（陆地棉、海岛棉和亚洲棉）的92份棉花资源的9个性状的调查和分析,变异系数、特异材料百分比和Shannon-Weaver多样性值均表明该群体蕴含较丰富的遗传变异;利用软件NTSYS-pc,采用类平均法（UPGMA）对相似系数矩阵和遗传距离矩阵进行聚类分析,结果表明品种间的遗传关系与品种所属的种及系谱吻合性较高;利用软件QGAStation筛选出核心材料22份,方差差异百分率、均值差异百分率、极差符合率和变异系数变化率相关统计学指标显示核心材料组遗传多样性与原群体基本一致。基于表型的遗传多样性分析及核心材料的筛选将为后续的育种工作和基础研究提供重要的参考信息。     

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。     

中国普通野生稻初级核心种质取样策略

以国家品种资源库编目入库的中国普通野生稻种质5571份为材料、19个分类和形态性状的数据比较研究了中国普通野生稻的核心种质总体取样比例和取样策略，以获得最佳初级核心种质。设3个总体取样比例5％、15％和25％，取样方案分3个层次即分组原则、组内取样比例和组内取样方法。分组原则为省、纬度、生长习性和单一性状及不分组的大随机；组内取样比例为对数法、平方根法、遗传多样性指数和简单比例法；组内取样采用随机和聚类2种方法。结果表明，当总体取样比例从5％增加到15％时，所取得核心种质的表型保留比例有比较大的增幅，而比例由15％增加到25％时，表型保留比例变化不大，因此认为15％的取样比例较为合适；取样方案以采集省份分组，组内以对数比例法聚类取样效果最好。最终根据这一方案在计算机上编程取样860份，其多样性指数为1．1015、变异系数为16．87，表型方差为0．8546。3个检测参数值比原始种质库都有明显的提高。此外，根据国家种质资源库表型数据人工定向取样60份，建立了920份材料的中国普通野生稻初级核心种质。     

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.