22份余甘子核心种质资源遗传多样性的SRAP分析

利用SRAP标记检测资源圃中保存的代表南方湿润分布区(福建、广东、广西)的22份余甘子种质材料遗传多样性。结果表明:8对SRAP引物组合共产生167条扩增带,其中135条为多态性条带。多态性条带比率为68.8%~90.0%,平均为80.8%。分析计算余甘子种质间的遗传相似度(GS),22份材料GS的范围为0.641~0.964。UPGMA法聚类分析结果表明,22份种质可分为两大类,其中福建地区15份余甘子间的遗传相似系数为0.641~0.964,广东地区5份余甘子的遗传相似系数为0.707~0.952。此研究结果表明,余甘子基因型具有丰富的遗传多样性,SRAP技术可有效运用于余甘子资源的遗传多样性分析。     

武夷山名丛单丛茶树种质资源的遗传多样性与亲缘关系分析

利用ISSR分子标记对武夷山84份武夷山名丛单丛茶树种质资源进行遗传多样性和亲缘关系分析。用39条ISSR引物进行样品扩增筛选,从中选出多态性高、重复性好的16条引物分别对供试材料的基因组DNA进行扩增。共扩增出98条清晰可辨的谱带,其中多态性谱带87条,多态性比率达88.78%。84份名丛的平均有效等位基因数(Ne)为1.48,平均Nei's基因多态性(H)和Shannon信息指数(I)分别为0.339、0.532,表明武夷山茶树种质资源的遗传多样性较高。同时,84份名丛间的Jaccard相似系数在0.34-0.93之间,平均值为0.70。根据Jaccard相似系数平均值,利用UPGMA聚类分析,将供试的84份名丛分成六大类群,并绘制亲缘关系树状图,揭示了武夷山茶树种质资源84份名丛之间的亲缘关系。该研究结果以期为武夷山茶树种质资源的合理开发利用提供参考依据。     

乌龙茶品种（系）遗传多样性与亲缘关系的SSR分析

利用40对具有多态性的SSR引物对我国46份乌龙茶品种（系）的遗传多样性和亲缘关系进行了研究。结果表明,40对引物在供试材料中共检测到179个等位基因,329个基因型,平均检测4.48个等位基因,8.23个基因型,平均多态性信息量（PIC）为0.52。46份供试品种（系）的基因多样性指数（H）为0.57,观测杂合度（Ho）为0.40,遗传距离为0.59。按照地理来源分组分析表明,地区间乌龙茶品种（系）的遗传多样性以广东最高,其次为福建,最低的为台湾。亲缘关系分析表明,大部分品种（系）都按照其地理来源和遗传背景进行了聚类。根据育种方式分组的分析表明,杂交选育的品种（系）遗传多样性水平较其他方式选育的品种（系）低。     

福建茶树资源遗传多样性研究进展

茶树种质资源间的平均遗传距离是衡量茶树种质资源的遗传多样性重要指标。本文简述近年来福建茶树种质资源遗传多样性研究进展。福建茶树种质资源平均遗传距离变幅在为0.33～0.465之间,在全国处于中等偏上,相对较高,资源丰富;福建茶树乌龙茶种质资源具有丰富的遗传多样性水平。研究认为,指纹图谱与核心种质将加快福建茶树种质资源多样性研究。     

78份杧果种质资源AFLP分析

利用AFLP标记技术对78份杧果种质进行遗传多样性分析,结果显示,9对AFLP引物共产生908个等位位点,平均每对引物产生100.89个等位位点,多态性带为794条,共产生42个特异性位点,能区分21份种质,单态带25条,缺失带17条,特异性条带比例为4.63％,多态性比例为87.44％。不同种质间的相似系数范围是0.603~0.913,平均相似系数为0.735。聚类分析结果显示,以遗传相似性系数0.726为阈值,供试的78份种质可分成5个类群。主成分分析结果将供试的78份种质可分成4个类群,通过空间距离更能直观地表现种质间关系远近。     

糯米香种质资源遗传多样性的RAPD分析

利用RAPD技术,对12份糯米香种质资源进行遗传多样性研究。从95条随机引物中筛选出41条条带清晰、重复性及多态性好的引物,对12份糯米香种质资源的基因组DNA进行PCR扩增,共扩增出305条带,其中扩增条带的多态位点有120个,在物种水平上,多态性位点百分率为39.34%,表明供试糯米香种质资源遗传多样性较低。遗传相似性在0.734 4～0.963 9之间,12份种质表现出较高的遗传相似性。通过UPGMA构建树状图,当相似系数为0.821时,12份种质资源可以聚为Ⅰ和Ⅱ两个类群,在地理分布图上,来源地相同或较近的种质表现出较为亲密的亲缘关系。     

樱桃番茄种质资源亲缘关系的InDel和SSR标记分析

选用18对InDel引物和15对SSR引物对30份樱桃番茄高代自交系育种材料进行遗传多样性分析。多态性分析结果表明,InDel标记比SSR标记的多态性低;遗传距离分析结果表明,30份樱桃番茄种质材料两两间的遗传距离(GD)在0.052~0.993之间,平均遗传距离仅为0.391,遗传距离小于0.5的种质材料占到了77.24%。在相似系数为0.65的水平上,可将30份樱桃番茄材料分为3类。     

75份腰果种质资源的RAPD分析

利用RAPD技术,对75份国内现有的腰果种质资源进行遗传亲缘关系及分类研究。利用45个随机引物对75份腰果种质资源的基因组DNA进行PCR扩增,共扩增出407条谱带,其中多态性谱带为294条,多态率达72.24%,表明75份腰果种质资源具有丰富的多态性。75份国内现有的腰果种质遗传相似性分析结果表明,各种质资源间的遗传相似系数在0.690~0.936之间,平均相似系数为0.841;通过UPGMA法建立了75份腰果种质资源的亲缘关系聚类图,当D=0.79时,将75份腰果种质划分成16个类群。分析结果表明多数来源相同的种质资源表现出较为密切的亲缘关系。     

三角梅种质资源的ISSR分析

应用ISSR分子标记技术对68份三角梅种质进行分析,从100个引物中筛选出14个多态性丰富、重复性好的引物,对68份三角梅种质资源的DNA多态性检测共获得了195条谱带,其中多态性条带182条,多态性比率为93.3%。聚类分析结果表明,三角梅品种间的遗传相似系数在0.50～0.97之间,平均相似系数为0.67,这说明供试的68份材料间的遗传多样性不是特别丰富、亲缘关系较近。在0.64水平处将三角梅种质资源分为A类群和B类群,A类群可分为2亚类,B类群还可分为6亚类。本研究从分子水平上揭示了三角梅不同种质资源之间的亲缘关系,进一步明确了种质资源间的遗传距离,为三角梅优良品质性状的选择、杂交育种亲本选配和良种繁育,提供了DNA分子水平上的理论依据。     

18份杨梅种质资源遗传多样性的SRAP分析

利用SRAP标记技术对18份来自福建和浙江的杨梅种质资源进行遗传多样性分析。从56对引物组合中筛选出8对多态性较好、扩增清晰的引物组合，共扩增出 89个谱带，其中43个多态性谱带，多态性百分率48.6％。采用NTSYS-PC2.0分析软件对统计数据进行聚类分析，在结合距离0.820处可将18份杨梅种质资源划分为3大类；其中15份福建杨梅资源的亲缘关系与地理来源相关性不甚明显，多数来源相同的种质资源遗传关系近，但15份福建杨梅资源可与3份浙江杨梅资源依地理来源进行区分。同时检测到1条浮宫1号的特异条带，可作     

武夷名丛茶树种质资源叶片解剖结构分析

为了鉴定评价武夷山茶区地方茶树种质资源叶片解剖结构特征,以70份武夷名丛茶树种质叶片为材料,对其解剖结构及特性进行比较分析。结果表明：70份武夷名丛的17个叶片解剖结构性状存在比较丰富的遗传变异,平均遗传多样性指数为1.85,平均变异系数为17.64%;总体表现出较强的抗逆性,抗旱、抗病虫性平均隶属函数均值和抗寒性平均得分分别为0.40、0.39、1.28;大多数武夷名丛适制乌龙茶或绿茶,少数适制红茶或红绿茶兼制;平均生产力指数为2648.85,潜在生产力总体较高;基于叶片解剖结构指标进行聚类分析,将70份武夷名丛划分为3个类群,3个类群之间除了上下表皮角质层厚度、上表皮与海绵组织厚度比及草酸钙结晶数差异不显著外,其他解剖结构性状均存在显著甚至极显著差异;主成分分析表明,前4个主成分的特征值大于1且代表了17个叶片解剖结构指标84.26%的信息;根据主成分及其对应特征值计算各武夷名丛的综合得分,排在前10位的武夷名丛综合性状优良,可在乌龙茶产品的开发与创新利用、茶树优良品种选育等方面加以利用。研究结果旨在为武夷山地方优异茶树种质资源的鉴定与利用、新品种选育提供参考。     

SCoT标记分析陕西茶树资源的遗传多样性

选用6份有代表性的陕西茶树资源材料,从121条SCo T引物中筛选出38条扩增条带清晰、多态性高的引物,对陕西省50个茶树资源进行遗传多样性研究。结果表明,SCo T标记能够揭示材料间较高的遗传多样性,每条引物可检测到4~17个等位位点,平均为11个,38条SCo T引物共扩增出414条DNA片段,其中400条具有多态性,多态性比率(PPB)为96.62%。每个SCo T位点的遗传多态性信息含量在0.56~0.99之间,平均为0.90。供试材料的遗传相似系数集中在0.59~0.71之间。研究表明,SCo T标记可以用来对茶树进行遗传基础研究,基于SCo T标记的陕西省主要茶树资源遗传多样性较高。     

武夷岩茶种质资源遗传多样性与亲缘关系的SRAP分析

本研究利用SRAP-PCR反应体系,从88对SRAP引物组合中筛选出43对引物组合,对武夷岩茶主要的30份种质资源进行SRAP分析,共扩增出385条带,其中具有多态性的有236条带,占总数的61.30%,表明30份武夷岩茶种质呈现一定的遗传多样性。武夷岩茶种质资源间遗传距离变幅在0.31~0.98之间,平均为0.63,基于SRAP标记利用系统聚类法把武夷岩茶分为三大类,为武夷岩茶遗传研究、品种选育与资源保护提供参考。     

利用图像特征分析茶树成熟叶表型的遗传多样性

明确我国茶树种质资源遗传多样性是对其有效利用的重要基础。以国家种质杭州茶树圃中的504份茶树资源为材料,对成熟叶的18个图像特征进行统计、主成分、相关性和聚类分析,以研究基于数字图像特征的我国茶树种质资源的遗传多样性。结果表明,其变异系数和遗传多样性指数分别为15.97%和1.98。不同省份之间,平均变异系数福建最大,为16.29%,江苏最小,为10.58%;平均遗传多样性指数浙江最大,为2.01,重庆最小,为1.67。主成分分析将18个图像特征降维成4个主成分,累计贡献率达到82.63%,并从18个图像特征中筛选出了12个显著差异的图像特征。根据图像特征进行聚类分析,将504份茶树种质资源聚成6类。研究结果为以数字图像技术深入评价和利用我国茶树种质资源提供了参考依据。     

福建乌龙茶产地环境质量监测与评价

对福建闽南和闽北两大乌龙茶主产区10 个拟发展绿色食品茶叶的产地茶园土壤和大气环境质量进行了监测。结果表明, 除少数茶园土壤个别污染物残留值偏高外, 绝大多数茶园土壤污染物残留值均较低。超标污染物出现概率大小依次为Pb、Hg> Cd > Cr。10 个产地的土壤和大气环境质量, 基本处于1 级或2 级。大气环境质量中, 以总悬浮物(TSP) 潜在污染威胁较大,SO2 、NOx 、F尚未对茶园大气环境造成污染。10 个产地中, 有4 个产地即武夷山市九曲茶叶精制厂、平和阳山茶厂、天友茶厂和建瓯凤山茶场的环境质量符合AA级绿色食品要求, 5 个产地即安溪湖前茶场、建瓯芝关茶场、岐山茶场、莲花茶场和武夷茶总场的环境质量符合A 级绿色食品要求,1 个产地———坪乡茶场不符要求。     

凤凰单丛古茶树资源的遗传多样性AFLP分析

采用AFLP技术,选用分辨能力强、多态性高的5对引物组合对34个凤凰单丛古茶树资源进行遗传多样性分析。结果表明,5对引物共扩增出438条带,平均每对引物扩增87.6条带,多态性条带348条,多态性频率为79.3%。34个凤凰单丛古茶资源之间遗传距离的变异范围在0.13~0.49之间,平均为0.33。其中大庵宋茶与棕蓑挟之间的遗传距离最低,为0.13,字茅黄栀香与福南蜜兰、白叶单丛与通天香之间的遗传距离最大,均为0.49。构建的聚类图表明,34个凤凰单丛古茶树资源的遗传关系和它们的生物学特性和香味类型没有必然的联系。     

基于EST-SSR毛细管电泳荧光标记技术分析广东2个历史名茶群体遗传多样性

利用EST-SSR毛细管电泳荧光标记技术对罗坑和马图2个广东历史名茶茶树群体的共52份种质资源进行研究。结果表明:27对引物共检测到204个位点,平均每对引物检测7.56个位点,引物检测到的基因型数为11.22个;观测等位基因数为7.56,有效等位基因数为3.42;观测杂合度和期望杂合度平均值分别为0.55和0.66;多态性信息指数(PIC)平均值为0.61;反应遗传多样性的Shannon’s遗传信息指数为1.40。2个茶树群体的基因流Nm平均值为3.19,表明2个群体间在过去的某个时间可能有过基因交流,群体间遗传分化系数(Fst)的平均值为0.072 7;2个亲体的遗传多样性水平相近。依据Evanno统计模型分析可将52份茶树种质分为3个亚群,分别包含18、24、9份茶树种质资源,MT4种质没有明确的亚类特性。      

不同来源地茶树种质资源表型性状遗传多样性分析

为了对不同来源地茶树种质资源进行鉴定评价和遗传多样性分析,以来自福建、广东、台湾的72份茶树种质作为研究对象,对其27项表型性状进行观测与分析。结果表明：72份茶树种质资源遗传变异性丰富,平均遗传多样性指数（H′）为1.30,其中数量性状（1.82）大于质量性状（0.94）,以梗粗的最大（2.15）;数量性状的平均变异系数（CV）为17.86%,以百芽重的最大（29.21%）,其次是发芽密度（23.46%）。相关性分析发现多个数量性状间的关系复杂,有22对性状的相关性达极显著水平（P˂0.01）,8对达显著水平（P˂0.05）;聚类分析结果显示,72份茶树种质在遗传距离为16时被划分为4个类群,各类群间的主要性状差异显著或极显著,且形态特征和进化类型各异;主成分分析表明,前10个主成分的特征值大于1,代表了27项表型性状76.04%的信息;根据主成分综合得分大小,筛选出综合得分前5的茶树种质可在茶叶新产品开发、茶树育种等方面加以利用。     

基于EGCG,ECG和咖啡碱含量的乌龙茶产地鉴定

提出一种量化判定乌龙茶产地的方法。共收集主要乌龙茶产区闽南、闽北、广东和台湾等地的代表性乌龙茶样品130个,用高效液相色谱方法检测其没食子酸、儿茶素、咖啡碱和茶氨酸等理化成分的含量。用遗传算法和连续投影算法筛选出重要的化合物,基于这些化合物指标分别用支持向量机、反向传播人工神经网络及随机森林模型对闽南、闽北、广东和台湾4个产区的乌龙茶进行分类和预测。结果表明,用遗传算法筛选的3个化合物（咖啡碱、EGCG和ECG）结合反向传播人工神经网络模型BPNN能够实现对4个产区乌龙茶的高效判别,且训练集和预测集的判别率分别为97.13%和98.34%。该研究结果能为乌龙茶产地的鉴别提供科学依据。