基于表型性状的薏苡初级核心种质库构建

本研究以收集的248份薏苡种质资源为基础,按地理来源将标准化的14表型数据分组,采用最短距离逐步取样法并按一定比例抽样,共获得8个候选核心子集,利用变异系数变化率、均值差异百分率、极差符合率、方差差异百分率、表型保留比例、表型频率方差和Shannon-Wiener指数7个参数进行核心种质代表性检验和评价。结果表明：薏苡初级核心种质库包含67份资源,保留了原始种质27.02%的样品（25%组内取样比例）,其变异系数变化率、均值差异百分率、极差符合率、方差差异百分率、表型保留比例、表型频率方差和Shannon-Wiener指数的检验指标分别为110.05%、0、93.03%、10%、96%、0.655和0.881;t测验结果表明,核心种质库14个表型性状均值与原始种质无显著性差异,仅有3个表型的某一性状级别丢失,其余11个表型均保留了原始种质的所有性状级别（RPR=1.0）,保留表型性状级别比例为96.49%,且多数表型性状的变异系数和遗传多样性指数均略高于原始种质。其结果说明,获得的核心种质库代表性好,遗传多样性丰富。该结果为后期薏苡种质资源的收集、保护、创新利用奠定了重要基础。     

基于SSR标记构建甜玉米群体的核心种质

利用40对SSR引物分别分析56份超甜玉米和88份普甜玉米群体材料,基于非加权算术平均配对法(UPGMA)聚类分析和位点优先取样法,分别筛选出14个超甜玉米核心材料和19个普甜玉米材料作为两个亚群体种质。t测验表明,两个亚核心种质与原始群体的等位变异无显著差异(P0.05),等位变异保留率分别为87.81%和89.13%,有效地保留了原始材料群体的遗传变异。两个亚群核心种质与原始材料群体13个表型性状的均值、标准差、极差、变异系数和Shannon-Weaver多样性指数(H’)的平均符合率都在80%以上,并且均值差异百分率(MD)和方差差异百分率(VD)均小于20%,极差符合率(CR)和变异系数变化率(VR)均大于80%,符合核心种质的质量评价标准。构建的甜玉米核心种质最大程度地保留了原始群体的遗传多样性和表型变异,能够有效地代表原始甜玉米材料群体。     

利用基因型值构建水稻核心种质的方法研究

以992份水稻品种为材料,通过13个性状的测定和评价,进行水稻核心种质的构建方法研究。采用调整无偏预测法（AUP）无偏预测水稻性状的基因型值,用基因型值计算不同遗传材料间的马氏距离,分别用3种聚类方法(最长距离法、不加权类平均以及离差平方和)结合随机取样法、优先取样和变异度取样3种抽样方法构建出9个不同的水稻核心种质。水稻核心种质和原种质资源群体的方差差异百分率、均值差异百分率、极差符合率和变异系数变化率的比较结果表明,采用不加权类平均法进行多次聚类、结合变异度取样的方法可以较好地构建出水稻核心种质。基于基因型值构建的水稻核心种质比利用表现型值构建的核心种质更能代表原种质资源群体的遗传多样性。     

基于花生感官品质的核心种质资源构建

以480份花生种质资源为试验材料,按照荚果形状将15个标准化的数据进行分组,取样比例按20%进行,采用欧式距离构建了96份核心种质资源。对构建的核心种质与原始种质的变异范围、平均值、标准差、变异系数和多样性指数的表现进行分析,说明核心种质与原始种质的变异范围、均值基本相同,核心种质的变异系数除蛋白外,均高于原始种质;从核心种质与原始种质各性状的符合率来看,所有性状的变异系数均达到90%以上,多样性指数的符合率平均在89.6%以上,最高符合率达到99.95%,遗传多样性丰富。结果表明,本研究建立的核心种质是有效的,能够代表原始种质。该构建策略为花生感官品质核心种质的高效利用奠定了基础。     

樱桃番茄核心种质资源构建策略

为了有效确定樱桃番茄核心资源,促进樱桃番茄种质资源的创新利用,本研究采用混合线性模型对219份樱桃番茄种质的叶片长、叶片宽、第一花序节位、果实纵径、果实横径、果肉厚、单果重7个性状的基因型值进行预测;基于基因型预测值,按照30%的抽样率,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、重心法、中间距离法、类平均法、可变法、可变类平均法和离差平方和法）和3种抽样方法（优先抽样法、随机抽样法和偏离度抽样法）构建樱桃番茄核心种质资源,采用均值、方差、极差和变异系数评价不同方法构建樱桃番茄核心种质的优劣。欧氏距离和马氏距离法构建的樱桃番茄核心种质7个性状的方差均高于原群体,采用欧氏距离构建的核心种质7个性状的均值与原群体没有显著性差异,采用马氏距离构建的核心种质4个性状的均值与原群体没有显著性差异,3个性状的均值与原群体存在显著性差异,表明欧氏距离法优于马氏距离法。8种聚类方法构建的樱桃番茄核心种质7个性状的方差和变异系数均高于原群体,采用最短距离法构建的樱桃番茄核心种质具有较大的遗传变异,明显优于其他方法。采用3种抽样方法构建的樱桃番茄核心种质7个性状的变异系数和方差均有所提高,偏离度抽样法优于优先抽样和随机抽样法。基于欧氏距离、最短距离聚类和偏离度抽样法获取的65份樱桃番茄核心资源能够代表原群体的遗传多样性。     

苎麻种质资源核心种质构建

选用国家长沙苎麻圃的790份种质资源,在已有的25个性状数据的基础上,采取优先取样+多次聚类变异度取样方法,利用离差平方和法的聚类方法,无序质量性状采用simple matching,有序质量性状和数量性状采用欧氏距离,在20%的抽样水平下,构建了158份苎麻核心种质.构建的核心种质的质量性状多样性指数均值、数量性状方差差异百分率、变异系数变化率均高于原种质,极差符合率100%;质量性状的性状频率分布与原种质有差异的性状为12.5%;原种质的各数量性状间的相关性共适应基因系统基本上在核心种质中得到保留.构建的核心种质可以很好的代表原种质的遗传多样性.     

60份不同来源粳稻种质资源表型性状的多样性分析及综合评价

为更好选择和利用优势亲本,提高水稻新品种选育效率,以来自福建、东北地区和宁夏的60份水稻种质为材料,通过变异系数、遗传多样性指数、聚类分析、主成分分析、逐步回归分析等方法对水稻18个主要表型性状的多样性进行评价。结果表明,18个表型性状的变异系数在1.10%~63.40%之间,其中黄粒米的变异系数最大（63.40%）,整精米率、垩白粒率、垩白度、不完善粒等稻米外观品质变异系数次之,均在34.00%以上,出糙率和生育期的变异系数较小,分别是1.10%和2.94%;18个性状的表型多样性指数为1.74~2.10,其中生育期的多样性指数最低,小区产量的多样性指数最高;按照来源对60份稻种资源表型多样性指数进行分析,各地区稻种资源的表型多样性指数变异较大,其中福建的变异幅度最大（1.06~2.10）、东北次之（1.50~2.09）、宁夏变异范围最小（1.51~2.01）。参试水稻资源在遗传距离为1.03时分4类,明确了各类资源的特征特性;基于主成分分析的综合D值,对种质资源进行排序,筛选的综合得分最高的前10名种质;同时利用主成分分析的D值与逐步回归分析,构建了水稻资源评价方程,该方程的构建为水稻资源综合评价、筛选提供了依据。     

东北大豆种质群体在佳木斯的表型鉴定及利用探析

为精准鉴定东北大豆种质群体的表型性状，观察该群体在佳木斯的表现，研究其在佳木斯生态区的潜在育种价值，本研究选取东北地区地方品种和育成品种组成东北大豆种质群体共361份，采用重复内分组的设计方法，于2012-2014年在佳木斯进行主要农艺性状的精准表型鉴定。结果表明：1）东北大豆种质群体调查的性状均值为全生育期113.5d（92.5~136.0 d）、蛋白质含量39.8%（35.6%~45.0%）、脂肪含量21.5%（17.5%~24.2%）、蛋脂总量61.3%（57.4%~64.3%）、百粒重21.1g（8.2~32.0g）、株高101.2cm（54.9~142.6cm）、主茎18.6节（12.4~24.6节）、分枝2.5个（0.2-7.4个）、倒伏2.1级（1.0-4.0级）。2）按国际熟期组划分标准，佳木斯所处熟期组为MG0和MGI，属于这两个熟期组的品种，各性状的均值与群体总均值相近。MG000-00的生育天数集中在95~110 d，比当地无霜期早约15~25 d；脂肪含量和蛋脂总量分别较MG0-I高约1和1.5个百分点，株高和节数则分别低约10~40 cm、2~8节。MGII的生育天数长达150 d，不能稳定正常成熟；与当地品种相比较蛋白质和蛋脂总量均低约2%、脂肪低约0.5%，株高和节数分别高约10cm、2节；倒伏程度则高达3级。MGIII在佳木斯不能正常成熟，生长量和倒伏度增加。3）根据各农艺、品质性状在佳木斯表现的遗传进度估计，虽然脂肪和蛋白质含量相对较低，但均有一定的改良潜力。佳木斯地区利用东北大豆资源育成了许多适于东北北部的优异品种，体现了东北种质的重要作用。根据当地品种的表现，从东北大豆种质群体中筛选出了用以改良不同性状的优异亲本，供育种者参考。     

东北大豆微核心种质化学品质性状分析

化学品质是大豆遗传改良的重要性状之一。本研究的目的是通过对东北大豆微核心种质化学品质性状的分析,明确其分布范围与规律并发掘具有优异化学品质特性的大豆新种质。试验以241份东北大豆微核心种质为材料,测定其蛋白、脂肪、脂肪酸组分及16种氨基酸的含量,采用SSPS软件分析评价资源材料的品质性状。研究结果表明,所分析的化学品质性状均有较大的变异幅度。蛋白含量变异范围为34.12%~51.27%,均值为42.61%,变异系数为4.71%;脂肪含量变异     

南方大豆核心种质主要农艺及产量性状的表型多样性评价

对南方大豆150份核心种质的15个主要农艺及产量性状进行表型多样性分析.结果表明:底荚高度、株高、有效分枝数的变异系数均在30%以上,单株粒数、单株荚数、百粒重、单株粒重、单位面积产量的变异系数均在20%以上;主成分分析结果表明,前5个主成分对变异的累计贡献率达88.432%,而其数量性状的差异主要是由生育期结构性状引起的;不同性状的多样性指数不同,同一性状在不同生态区种群中的多样性也不同;经聚类分析,南方大豆核心种质7个生态区域种群可划分为3组;随着纬度的升高,不同来源地大豆种质平均单位面积产量呈先增加后降低的趋势;筛选到大豆优异种质12份,并提出了其在生产和育种上的应用前景.     

红花种质资源表型多样性分析

以来自国内外的312份红花种质为材料,采用主成分分析与聚类分析,对6个主要表型性状进行多样性分析。结果表明:红花种质资源主要表型性状的遗传变异丰富。顶果球着粒数的多样性指数最高,其次是果球直径;单株种子产量的变异系数最大,其次是单株有效果球数。主成分分析表明,前3个主成分累计贡献率达78.30%,反映了6个性状的大部分信息。基于各种质间6个性状的差异,对312份红花种质进行聚类并划分为7大类群,第Ⅰ类群果球大、顶果球着粒数多,具有增产潜力;第Ⅲ类群综合表现最好,可作为高产育种材料;第Ⅵ类群籽粒大,可作为大粒型选育亲本;其余类群表现一般。该结果可为红花的有效利用及新品种选育提供科学依据。     

基于主要表型性状的不同采集地斑茅种质资源遗传多样性分析

为提高斑茅种质资源利用效率,本研究对来自不同地区的76份斑茅种质资源的株高、茎径、节间长、叶长、叶宽、锤度6个表型性状进行遗传多样性分析。结果表明,来自不同地区的斑茅,6个表型性状平均变异系数在14.6%~53.4%之间,其中株高和节间长的变异系数相对较高,分别为53.4%和37.7%;锤度和叶长的变异系数相对较低,分别为19.1%和14.6%。株高、茎径、叶宽、叶长、节间长之间表现为极显著正相关,其中株高与节间长的相关系数最大,为0.818;锤度与株高、节间长呈负相关,相关系数分别为-0.232和-0.263。主成分分析表明,前2个主成分方差累计贡献率高达72.58%,其中第1主成分方差贡献率达到51.21%,第2主成分贡献率为21.37%。采用聚类分析方法,不同的种质资源被分为8大类群,第Ⅴ和Ⅵ类群的种质综合性状表现最好,这2个类群是优良的斑茅种质资源,可在甘蔗育种中加以挖掘利用。     

芝麻资源核心收集品的建立

通过对预选出的８８４ 份芝麻资源核心收集品农艺性状的进一步鉴定核查和修正之后,采用离差平方和法分组进行系统聚类分析,依据决选核心收集品数量为预选核心品的５０％ 的原则、并考虑组间遗传多样性差异,随机挑选出４５３ 份核心资源,建立了中国芝麻资源核心收集品。对４５３ 份核心收集品代表性分析结果表明：核心资源的株型、花色等１０ 个非数值型性状共３５ 种表现型各占比例与预选核心品基本一致,含油量、千粒重等４ 个数量性状的均值,标准差等６ 个特征值与预选品相近     

云南八倍体割手密84-268血缘F2群体表型多样性分析

本研究以100份云南八倍体割手密84-268血缘F2群体创新种质为材料，对其株高、茎径、锤度、有效茎数、单茎重、蔗茎产量和糖产量等7个主要农艺性状进行频率分布直方图分析、遗传多样性分析、相关分析、主成分分析和聚类分析。结果表明：该群体的7个农艺性状数据表现出较好的正态分布、变异较丰富，变异系数在9.91%～50.76%之间，其中糖产量的变异系数最大达到50.76%；相关和逐步回归分析表明，蔗茎产量与株高、茎径和有效茎数呈极显著正相关，决定系数为0.9282；糖产量主要由株高、茎径、锤度、单茎重和有效茎数5个因素决定，决定系数为0.9160；主成分分析将7个农艺性状综合为3个主要成分，其累积贡献率达86.985%，其中第一主成分即蔗茎产量糖分因子是最重要的因子，其贡献率达47.615%；在欧氏距离为6.00处将100份创新材料分为3类，结果与主成分得分结果一致，其中第Ⅰ类群的7个性状指标均优异，共筛选出15个优质材料，其主成分综合得分较高，尤其值得关注的是云割F218-226-7、云割F218-226-14、云割F218-226-89、云割F218-226-48、云割F218-226-9...     

不同国家小麦种质资源遗传多样性研究

为有效利用国外引进的小麦种质资源,采用多样性指数、变异系数和聚类分析等方法,对来自6个国家的728个小麦品种(系)19个性状的遗传多样性进行了分析.结果表明,智利小麦的穗粒数多,蛋白质含量高,生育期偏长;中国小麦的粒重高,植株偏低;俄罗斯小麦的单株穗数多;墨西哥小麦的面粉吸水率高;荷兰小麦对白粉病的抗性好.中国小麦的6个产量性状和4个品质性状、俄罗斯小麦的植株性状、墨西哥小麦对黄矮病的抗性及澳大利亚小麦对白粉病的抗性变异类型丰富.荷兰小麦的6个产量性状、中国小麦的植株性状和俄罗斯小麦的4个品质性状变异程度最大.聚类分析表明,中国、智利和澳大利亚等3个国家小麦种质资源的变异类型较多,而俄罗斯种质资源变异类型较少;上述6个国家在育种过程中相互利用了彼此的种质资源,但各自的种质资源均具有独特的遗传特点.由此说明,从不同国家引进的小麦种质资源既可以改良中国小麦品种的农艺性状、品质性状和抗病性,也有助于拓宽中国小麦种质资源的遗传基础.     

簕杜鹃种质资源表型性状的遗传多样性分析

为深入研究簕杜鹃种质资源的遗传多样性和后期簕杜鹃种质资源的创制与利用提供参考,本研究对国内外收集的100份簕杜鹃种质资源的9个数量性状和19个质量性状进行测定与评价,利用相关性分析、主成分分析和聚类分析等方法,探讨其种质资源表型性状的遗传多样性。结果表明,在测定的19个质量性状中共检测到78个变异类型,28个表型性状的遗传多样性指数在0.61~2.06之间,9个数量性状的变异系数为12.38%~37.68%,以花序梗长度的变异系数最大（37.68%）。相关性分析结果表明性状之间关系复杂,大部分性状之间呈现显著相关性,其中叶片大小与苞片大小呈极显著正相关。通过主成分分析将簕杜鹃28个表型性状转化成9个主成分因子,累计贡献率达到70.42%,其中叶片长度、叶片宽度、苞片长度、苞片宽度、花冠直径、花被管长度、叶节间长度、花被管形状、株型等是造成簕杜鹃种质资源表型性状差异的主要因素。聚类分析可将100份簕杜鹃种质资源分为6类,其中第一类群包含7份簕杜鹃种质资源,该类群品种多为重瓣品种,具有较高的观赏价值,但后期苞片宿存,影响观赏性。第二类包含16份簕杜鹃种质资源,叶片大小中等,形状多为椭圆形,苞片形状以卵形为主。第三类包含10份簕杜鹃品种,该类群簕杜鹃品种苞片先端性状为渐尖,基部形状为心形,叶面多稍微上捧。第四类包含18份材料,该类群品种叶片中等,叶柄较短,苞片形态为阔椭圆形。第五类群包含8份簕杜鹃品种,该类群簕杜鹃品种苞片形状特异,叶柄短小,叶节间短缩,其中“塔类”系列簕杜鹃品种,整体形似宝塔,观赏价值较高。第六类包含41份材料,其中在欧式距离为17时,可将第六类群分为4个亚群,第1亚群仅包含1个品种,第2亚群簕杜鹃品种叶片多含有次色,第3亚群叶片较大,第4亚群叶片主要以卵形为主,叶面光滑无毛,苞片主要以卵形为主,花被管性状以纤细和中部收缩为主。本研究明确了不同簕杜鹃种质资源的农艺性状的特异性和遗传多样性,筛选具有特异性状的簕杜鹃种质资源,为簕杜鹃新品种的选育提供理论基础。