海南不同季节对水稻新品种DUS测试性状表达的效应分析

为了探究海南不同季节对水稻新品种特异性、一致性和稳定性（简称DUS）测试性状表达的影响效应,为优化海南水稻DUS测试的操作规程提供参考,为海南水稻新品种DUS测试技术的完善提供实践经验与理论支撑,根据水稻植物新品种DUS测试指南,按照相关原理和技术规则,通过对4份水稻材料进行4个独立的生长周期的测试,研究其相关性状的表达与季节及年度间的效应,结果表明：除穗芒外,不同季节的4个独立测试周期中,质量性状观测结果稳定一致;14个假质量性状的表达结果不影响对申请品种的DUS判定;10个量测性数量性状在方差分析中出现显著性差异,但是申请品种与近似品种的变化和差异保持相对不变,不影响其DUS的判定结论;17个目测数量性状的表达无显著差异。因此,在海南进行不同季节的水稻测试对其DUS的判定无显著影响,可考虑多点多季节测试,加快水稻实质审查的进程。     

基于DUS测试的上海地区小麦新品种评价

本研究通过分析小麦DUS测试指南中标准品种、测试性状在上海地区的表达差异,评价小麦DUS测试指南在上海的适应性,同时对15个引进品种及9个申请审定的品种在上海的表现进行评价。通过2016-2017年的田间种植试验,用符合系数对标准品种和测试性状在上海地区的性状表现与小麦测试指南中的代码进行了差异性分析,并对性状间的相关性进行了分析。结果表明,小麦测试指南中的33个测试性状中有8个性状的符合系数为1,占24.2%,数量性状的表现受环境条件的影响较大,符合系数小于0.9的2个性状都是数量性状;小麦测试指南中的42个标准品种中有21个品种的符合系数为1,其性状表达状态非常稳定。‘矮变1号’的符合系数最低,其次是‘川育6号’、‘济南16号’、‘科麦2号’,其他品种的符合系数均大于0.95。大部分品种可以作为标准品种应用于上海地区的小麦DUS测试。‘植株:高度’与多个性状存在显著相关性,3个蜡质性状间相关程度较高。‘籽粒:大小’与指南中的7个性状显著相关。引进品种在上海地区的表现较好,均具备一致性,亲缘关系较近。待审定品种‘润麦1号’表现优于所有参试品种。     

菱属品种 DUS 测试指南的研制

DUS 测试指南是植物品种特异性（Distinctness）、一致性（Uniformity）和稳定性（Stability）测试的重要标准,是植物品种保护、品种审定、品种登记的工作基础。菱是我国南方地区重要的水生蔬菜,其品种资源丰富,差异明显,但目前尚未制定出菱属品种 DUS 测试指南。本研究共收集了我国 201 份菱种质资源,参照农业行业标准筛选出 24 个菱属品种作为标准品种。在 4 个生长周期的种植试验中,对标准品种的性状进行观察和测试,通过数据采集、分析,最终筛选出 34 个代表性状用于菱属品种 DUS 测试指南的研制。本研制中选用和测试的菱属品种质量性状和假质量性状具有显著的品种专一性和特异性,使用中值平均标准差法和最小显著差法（LSD,Least significant difference）分析菱属品种数量性状,结果表明所选择的数量性状真实可靠,能准确地对不同菱属品种数量性状进行分级。本研究为菱属品种 DUS 测试和品种权实质审查工作提供科学依据。     

红花DUS测试标准品种在新疆生态区的性状表达分析

为评价红花DUS测试标准品种在新疆生态区的表现与测试指南的差异,给红花DUS测试指南修订提供依据。于2020年对红花测试指南中的32份标准品种42个相关性状进行调查,采用符合系数法对标准品种在新疆生态区的表现与测试指南中的代码进行差异性分析,结果表明标准品种PI613368和PI613397符合系数小于1,但符合系数差异小于0.05,其他品种符合系数均为1。标准品种性状符合系数小于1的17个性状中有15个性状为数量性状,另外2个性状花瓣颜色和第6叶叶片形状为假质量性状,表现为数量性状符合系数小于质量性状符合系数。头状花序直径、头状花序中部苞片长度、头状花序中部苞片长度与宽度比率、第6叶叶片宽度、第6叶叶片长度与宽度比率性状间具有较高的相关性,在标准品种性状选择上可考虑调减某些性状,同时在DUS测试性状选择时,应注意对质量性状的选择及对数量性状的不断优化。大部分红花标准品种及性状在新疆的表现与测试指南相符,可用于红花DUS测试。     

南方春大豆品种DUS测试数量性状表达状态分级

大豆数量性状极易受到环境条件的影响。为了更准确地进行南方春大豆品种DUS测试,需要对本生态区品种数量性状表达状态进行适当的分级。本研究以106份南方春大豆品种为材料,于2018-2019年进行田间种植试验,对大豆DUS测试指南中的8个重要的测量数量性状进行调查,在对性状的多样性进行分析评价的基础上,采用不同方法对各数量性状的表达状态进行了分级范围划分,比较了方法间的异同。结果显示,8个数量性状变异系数范围在6.05%～36.83%之间,性状间相关系数分布在-0.142～0.648之间。正态性分析表明植株高度、主茎节数、百粒重、开花期和成熟期5个性状符合正态分布。通过对4种分级方法的比较,最小显著差法适合对MS数量性状、极差法适合对MG数量性状进行分级。研究结果为南方春大豆品种DUS测试数量性状的表达状态分级和规范品种描述提供依据,并为大豆资源的综合评价提供参考。     

水稻DUS测试标准品种在上海地区的性状表达差异性分析

为了分析水稻DUS测试指南中标准品种在上海地区的性状表达差异,为长江下游平原丘陵地区的水稻品种审定和保护提供完善、准确的测试标准品种,通过对水稻测试指南中39份标准品种2015—2017年的田间测试试验,用符合系数对标准品种在上海地区的性状表现与水稻测试指南中的代码进行了差异性分析,并进一步对部分性状的标准品种进行了优化。结果表明,水稻测试指南中的52个测试性状中有40个性状的符合系数为1,占76.9%,数量性状的表现受环境条件的影响较大,符合系数小于1的12个性状中有10个为数量性状;水稻测试指南中的39个标准品种中有26个品种的符合系数为1,其性状表达状态非常稳定。‘广陆矮4号’的符合系数最低,‘Heuknambyeo’次之,其他品种的符合系数均大于0.99。大部分品种可以作为标准品种应用于上海地区的水稻DUS测试,并对某些性状的标准品种给予了优化。     

双季稻栽培对水稻DUS测试标准品种数量性状表达的影响

通过田间试验,对《水稻DUS测试指南》中21个标准品种的13个数量性状进行早晚季性状观测分析,结果表明,受早晚栽培季节影响程度最大的3个性状依次是千粒重、茎秆长和穗粒数,茎秆直径受影响程度最小;各数量性状对应的标准品种受早晚栽培季节影响程度最大的是竹云糯,其次是桂花黄和元子占稻,川7号和矮糯受影响程度最小;单株穗数和结实率对应的标准品种早晚季表现一致性较差,提出将单株穗数代码为7的陆川早1号更换为Tsukushiakamochi,结实率代码为7的Dasanbyeo更换为特矮选的标准品种优化建议;依据晚季水稻的分级范围对部分早季水稻的数量性状进行调整,调整后各标准品种分级代码早晚季水稻表现出较好的一致性。     

设施栽培对玉米DUS测试性状及产量相关性状表达的影响

为了探究大棚设施栽培对玉米新品种特异性、一致性和稳定性（简称DUS）测试性状及产量相关性状表达的影响,本文以香花糯6号和新华珍303（甜）两份玉米种子为材料,将其在大棚设施条件下栽培,设在露地条件下栽培为对照,对其部分DUS测试性状及产量相关性状表达进行观测分析。结果表明：大棚设施栽培对两份材料的质量性状、假质量性状、目测型数量性状表达均无显著影响,而对其测量型数量性状的表达有不同程度的影响;大棚设施栽培条件下,糯玉米的穗粒重降低了14.9%,而其百粒重提高了13.6%,但甜玉米的穗粒重和百粒重都有所降低。     

玉米新品种DUS测试中数量性状的适宜样本容量研究

DUS（Distinctness, Uniformity and Stability）测试是对申请品种权的植物新品种的特异性、一致性和稳定性进行测试。DUS测试结果直接影响到植物新品种是否能被授予保护权。在DUS测试中,数量性状是完成品种描述和进行特异性判定的重要部分,而数量性状的调查花费人工最多、工作量最大,怎样能缩小工作量又能反映数量性状调查的准确性,这是本试验研究的目的。目前,玉米测试指南已经成为国家指南,指南要求每个数量性状测量40个数据。本试验利用10个测试品种、全株10个数量性状,对每个性状的40个已测样本进行统计分析,根据抽样分布理论和区间估计的方法确定每个性状的最小取样容量。     

蚕豆DUS标准品种在重庆的性状表达差异性分析

为构建重庆蚕豆DUS测试标准品种群体，完善蚕豆DUS测试技术，为西南地区蚕豆品种保护和登记提供完善和准确的理论支撑，2019—2020年对蚕豆DUS测试指南中的17份标准品种进行田间测试，采用符合系数(COC)分析标准品种在重庆地区的性状表现与指南描述的差异性，评价蚕豆标准品种在重庆地区表达的准确性及稳定性。结果表明，17个标准品种有6个品种符合系数大于0.990 0,占35.3%,64.7%的品种符合系数小于0.990 0;36个测试性状中有22个性状的符合系数大于0.990 0,占61.1%,其中质量性状符合系数最高(0.999 0),其次为假质量性状(0.996 0),数量性状符合系数最低(0.976 0);对符合系数小于或等于平均值的8个性状的标准品种进一步优化，重新筛选出了对应的标准品种，但仍有部分性状没有筛选到合适的标准品种，建议加强已知品种和种质资源收集，筛选出适宜重庆测试区的标准品种。     

Assessment of the uniformity of wheat and tomato varieties at DNA microsatellite loci

By analysing a number (20–38) of individuals from selected varieties of wheat and tomato, we have been able to assess intra-varietal uniformity at certain micro satellite (simple sequence repeat, SSR) loci. In total, 45 varieties of wheat were analysed at between 7–9 different SSR loci, and 10 varieties of tomato were analysed at six loci. The results showed that there was variation both between varieties and between microsatellites in the degree of non-uniformity observed, and it was possible to identify a number of different probable sources of non-uniformity. Twenty-four of the wheat varieties and nine of the tomato varieties were sufficiently uniform to meet the standards currently applied for distinctness, uniformity and stability (DUS) testing using phenotypic characteristics. The implications for the potential future use of SSRs in DUS testing are discussed. This revised version was published online in July 2006 with corrections to the Cover Date.     

黄秋葵新品种DUS测试叶部性状的选择

为准确筛选和确定黄秋葵新品种DUS测试性状,以180 份黄秋葵种质资源为试验材料,对其叶部的形态特征进行观测和采集数据,并比较15 个性状在不同参试材料间的差异。结果表明,在所选择的性状中,4 个质量性状、5 个假质量性状和4 个数量性状存在显著差异,13 个性状可作为黄秋葵DUS测试的基本性状。     

基于层次分析法的切花多头菊品质性状评价

为筛选出适合浙江地区种植的切花多头菊品种,根据切花菊评价标准和菊花DUS测试技术,对11个品种的12个田间性状进行观察测量和评分,利用专家咨询法和层次分析法建立评价体系。结果表明,应用层次分析法对标准层4个因素进行权重排序,花部特征的权重值最大,其他依次为整体感、光感周期和瓶插期及叶部特征,表明花部特征对于切花菊的综合评价影响最大,而叶部特征对其影响最小。对目标层的12个影响因子的权重进行赋值,其中花色、花型、花朵数和株高相对于其他性状的权重大,说明其对切花多头菊品质影响最大。最终筛选出4个优良品种,分别为‘罗西梅红’、‘罗西黄’、‘绿橄榄’、‘斯奈’。     

基于DUS测试性状的亚麻测试品种遗传多样性分析

为了优化亚麻DUS测试技术,为亚麻新品种DUS测试提供更为科学的依据。以30份亚麻测试品种为试验材料,利用亚麻DUS测试指南中的19个性状对其进行多样性分析。结果表明：19个测试性状在30份亚麻测试品种中检测到62个等位变异,平均每个性状3.2632个,平均有效等位变异数目为2.3716 (1.2195~5.2941)个;Shannon's多样性指数平均为0.8720,变幅为0.2449~1.7160。UPGMA聚类分析显示,30份亚麻材料分为3个组群,组群Ⅰ和组群Ⅱ主要为油用品种,组群Ш主要是纤维用品种。植株的高度与工艺长度呈极显著正相关,植株的单株蒴果数与分枝数呈极显著正相关。植株的高度与单株蒴果数呈极显著负相关。因此建议删除植株的工艺长度和单株分枝数两个性状,植株的高度和单株分枝数可以有效区分品种。     

茄子品种DUS测试指南的研制

[目的] 植物品种特异性(distinctness)、一致性(uniformity)和稳定性(stability) 测试(简称：DUS测试)是品种保护、品种审定、品种登记的必要条件。研制茄子(Solanum melongena L.)品种DUS测试指南旨在为测试和品种权实质审查工作提供科学依据。[方法]以《植物新品种特异性、一致性和稳定性测试指南 总则》(GB/T19557.1)为总体原则,以国际植物新品种保护联盟颁布的《植物新品种特异性、一致性和稳定性测试指南 茄子》(TG/117/4)为参考,通过对243份茄子品种的田间试验和多次同行专家修订,完成茄子的DUS测试指南(国家标准报批稿)。[结果]指南确定了42个测试性状及描述方法,筛选出20个标准品种,明确了茄子特判定、一致性和稳定性判定的原则。[结论]指南为我国茄子DUS测试的品种描述和特异性、一致性、稳定性判定提供了技术标准。笔者重点介绍了指南的编制原则和过程、测试性状的选择和标准品种的选用,以及特异性、一致性、稳定性的判定标准。     

棉花DUS测试标准品种的SSR指纹数据库构建

基于SSR核心引物,采用荧光毛细管电泳检测系统与多重PCR技术相结合,构建我国棉花DUS(Distinctness,Uniformity and Stability)测试标准品种的DNA指纹数据库并进行遗传多样性分析。依据多重PCR组合的基本原则与五色荧光检测系统的特点,采用40对核心引物构建了10个4重PCR组合,利用DNA遗传分析仪进行指纹检测与数据采集。40对荧光引物在30份DUS测试标准品种中共扩增产生146个等位变异,每对引物的等位变异数为2~7个不等,平均每对引物产生3.65个等位变异。海7124与陆地棉品种明显划分为2类,来源于新疆的新陆早1号区别于其他陆地棉品种,单独聚为1类。多色荧光检测系统相比常规聚丙烯酰胺凝胶电泳具有高精度、高通量、自动化程度高的优点,尤其适用于大规模指纹数据库的构建,提出了通过构建已知品种DNA指纹数据库,将分子标记技术应用于棉花DUS测试的初步设想。     

利用花生荚果图像特征识别品种与检验种子

为了验证以花生荚果图像特征识别品种和检验种子的可行性,选用代表北方大花生主推区的20份花生品种,从扫描图像获得花生荚果形态、颜色及纹理等50个特征,综合运用主分量分析(PCA)、神经网络(ANN)、支持向量机(SVM)、聚类分析等手段,讨论了品种识别、产地识别、DUS性状的选取和品种聚类过程,研究发现,经PCA优化特征的SVM识别模型识别效果好且识别结果稳定,20个品种的品种识别率达到90%以上。模型对3个不同产地的花生荚果正确识别率达到100%。另外从中筛选出一批对品种特异性、一致性和稳定性(DUS)测试有意义的备选特征,并建立了花生品种的谱系聚类树。研究结果对DUS性状的优选、花生品种及产地的识别及对花生谱系研究有一定参考价值。