中国科学院微生物研究所、中国微生物学会主办
文章信息
- 王秀军, 赵彦贝, 王静, 李子航, 张纪堂, 李庆卫
- WANG Xiujun, ZHAO Yanbei, WANG Jing, LI Zihang, ZHANG Jitang, LI Qingwei
- 基于SSR分子标记的175份蜡梅种质遗传多样性分析和指纹图谱构建
- Genetic diversity analysis and fingerprinting of 175 Chimonanthus praecox germplasm based on SSR molecular marker
- 生物工程学报, 2024, 40(1): 252-268
- Chinese Journal of Biotechnology, 2024, 40(1): 252-268
- 10.13345/j.cjb.230349
-
文章历史
- Received: May 8, 2023
- Accepted: July 18, 2023
2. 鄢陵县林业局, 河南 许昌 461200
2. Yanling County Forestry Bureau, Xuchang 461200, Henan, China
蜡梅(Chimonanthus praecox L.)为蜡梅科蜡梅属落叶木本植物,是我国特产的传统名花和经济林树种[1],具有很高的观赏价值、经济价值与文化价值[2]。鄢陵,中国著名的花木之都,是蜡梅最重要的产地之一[3]。鄢陵地区的蜡梅栽培历史悠久,品种资源丰富,但目前对该地区蜡梅品种资源的研究还处于起步阶段,新优品种培育及园林推广应用等落实程度不高。因此调查并梳理蜡梅品种资源,摸清鄢陵地区蜡梅种质资源,进行遗传多样性研究,建立鄢陵地区蜡梅资源DNA指纹图谱,对蜡梅资源管理、品种选育、新优品种研发、鉴定和推广应用等具有十分重要的意义。
DNA指纹图谱可以快速、精准地鉴定品种之间的差异,对品种资源鉴定、保护及亲缘关系分析等具有重要作用[4]。Wu等[5]开发了杨梅品种的DNA指纹系统,该系统使用8个DNA片段的多样性信息,能在不失去稳定性的情况下获得非常高的效率,对杨梅的遗传多样性、分子育种和品种保护具有重要的价值。已有研究表明蜡梅在长期的生产栽培过程中,不论是群体内还是群体间都产生了丰富的遗传多样性[6]。简单重复序列(simple sequence repeats, SSR)分子标记技术在遗传多样性分析、品种鉴定、关联分析、基因定位和辅助育种等研究中体现了较高的实用性和应用价值,在园林植物[7]、农作物[8]、动物[9]等遗传多样性研究方面均有应用。赵明晓和范国强以素心蜡梅为材料,研究不同方法对蜡梅SSR扩增效果的影响,建立了适宜的蜡梅SSR分子标记反应体系[10]。李响等利用蜡梅转录组数据库组装的Unigene分析得到表达序列标签微卫星(expressed sequence tag simple sequence repeat,EST-SSR)的候选位点,证明通过蜡梅转录组数据库EST信息开发SSR标记具有可行性[11]。杨佳利用从NCBI数据库中获得蜡梅EST序列来设计引物,在10个野生蜡梅居群中获得多态性等位基因片段,证明从蜡梅EST序列中开发的EST-SSR分子标记具有良好的种间通用性[12]。Qazi利用SSR分子标记技术鉴别蜡梅杂种F1的真实性,发现真杂种率仅为41.67%,且F1代群体的遗传多样性较低[13]。鄢陵地区长期以来持续开展蜡梅的收集、驯化和培育等工作,汇集了全国不同地区的蜡梅品种资源。但蜡梅相关基础科研发展相对较为薄弱,蜡梅品种资源家底不清,蜡梅性状与遗传多样性研究较少。
本研究通过开展蜡梅品种资源调查,梳理鄢陵地区蜡梅种质资源,运用SSR分子标记的方法,对调查记载的蜡梅栽培群体进行遗传多样性和亲缘关系分析,为蜡梅的品种分类、核心种质库建立以及新优品种研发、鉴定和推广应用等提供科学依据;并以SSR标记引物建立鄢陵地区蜡梅种质资源DNA指纹图谱,为蜡梅资源的保护和利用以及科学研究和产业应用提供理论支撑。
1 材料与方法 1.1 实验材料实验材料于2020年采样于鄢陵,鄢陵位于河南省中东部地区(东经114°02′−114°19′,北纬33°46′−34°14′),采样地点包括鄢陵县园艺场蜡梅基地、世界蜡梅园、鄢陵梅园、新科梅园、鄢陵县国家花木博览园蜡梅基地、花艺蜡梅资源圃和姚家蜡梅苑等,共175份蜡梅品种(系) (附表1,所有附表和附图已提交国家微生物科学数据中心,编号:NMDCX0000226)。
Primers | Base sequence (5′→3′) | Base sequence (5′→3′) | Output (bp) |
Locus5 | AAGAGGAAGAGGAAGAGGAAGTG | TAGCTGCTGAGAGTAAGACCACG | 124−136 |
Locus6 | AAGAGGAAGAGGAAGAGGAAGTG | CCTTAGCTGCTGAGAGTAAGACC | 128−140 |
Locus8 | ACCAACAAAACAACGATGAGAAT | TATCCGAATTCCAATTCCTCTCT | 118−127 |
Locus31 | ATGTATAGCAGTATTTTAGTATCA | TATTTTGTCTTGGTTATCAT | 112−138 |
Locus63 | GAACCGTCGGATGAAGAAGATG | CAGATGCCCCCACTACCCTATT | 275−281 |
Locus65 | CTGCTCGCAAAGATAACG | CCTAACTCGGAGCACATACT | 373−397 |
Locus66 | AGCTGCTGAAGGAGGAGAAG | TTGGAGACGGCGAAGTGG | 228−243 |
Locus67 | CGCCGCCCGATTTCCTCC | CGCCTGCCTATACCTTTGATTG | 291−329 |
Locus71 | GTGTGCGACGTGGGTGTT | GGCGATTTCTGTTTCCTTTCT | 255−258 |
Locus76 | TCTTCTCCATTTCCTTCACAAAA | TCTGTGTACTTTCTCATTTCGCA | 118−156 |
Locus77 | ACCAACAAAACAACGATGAGAAT | TTCCTCTCTCCTAGCCCTTATGT | 105−133 |
Locus78 | ATTGTAACCATGGAAGGAGGAAC | TGAAGCATCAATCATAGCAAATG | 117−283 |
Locus79 | ATCAATTTTGACTTGTAAACGGC | TGATCTGCGCAACAAAGATAAAT | 126−174 |
Locus80 | GTTTTGGTAGCGTTTGGTTAGTG | AACCTTCTTCATACTAGCCTCCG | 168−200 |
Locus93 | TCGGAGTATTACATTCCCTCTTG | GCAATACATACATGCACATAGCC | 117−121 |
Locus106 | ATCGGGTTTAGCAGACTTAGCTT | ACTTTGAAAGATTCACACTTCCG | 169−175 |
Locus116 | AAGTCTCATCTCCAATATGGGGT | TGAGAATCATGTTGAGAGTCAGG | 154−164 |
Locus119 | ACCACTGTGAGTTGTTCGTTTGT | GGCAACACTCAAACGAATTTTAC | 140−142 |
Locus122 | ACTTAATGGGCTTTTGTTGGTTT | TGAAAAGGTTGGATTGTTTATGG | 132−134 |
Locus144 | TTCAAAGTAGCTCAAGCATTTGTC | AGTTGGTCATGCGATTCAAAAT | 123−151 |
Locus155 | TATTGTCCCAAGCTTTCTTTCAA | TCCATCAGATCCAATAAGTACCG | 164−184 |
DNA提取参照天根生化科技(北京)有限公司的新型植物基因组DNA提取试剂盒(DP320)说明书进行操作。
1.2.2 引物筛选与荧光毛细管电泳从已发表的蜡梅及近缘物种夏蜡梅的分子标记相关文献中确定168对SSR引物(附表2)[10, 14-17],再随机选取8个蜡梅DNA样品进行PCR扩增,筛选出能够稳定扩增出清晰条带的引物,PCR扩增的反应体系和反应程序参照Nie等的方法[18]。通过扩增位点片段筛选出21对能够稳定扩增出清晰条带的引物(表 1)。通过Genemarker v2.2.0[19]软件得到175个蜡梅样品的基因型数据。
Primer | Na | Ne | I | Ho | He | H | PIC |
Locus5 | 3 | 1.704 8 | 0.723 8 | 0.585 4 | 0.414 6 | 0.413 4 | 0.366 4 |
Locus6 | 3 | 1.638 9 | 0.679 7 | 0.609 1 | 0.390 9 | 0.389 8 | 0.343 2 |
Locus8 | 4 | 1.833 6 | 0.772 7 | 0.544 1 | 0.455 9 | 0.454 6 | 0.389 4 |
Locus31 | 5 | 1.053 2 | 0.150 8 | 0.949 3 | 0.050 7 | 0.050 5 | 0.050 7 |
Locus63 | 3 | 1.593 0 | 0.666 1 | 0.626 7 | 0.373 3 | 0.372 2 | 0.333 5 |
Locus65 | 9 | 3.208 3 | 1.536 3 | 0.309 7 | 0.690 3 | 0.688 3 | 0.661 8 |
Locus66 | 4 | 2.802 6 | 1.140 6 | 0.355 0 | 0.645 0 | 0.643 2 | 0.580 3 |
Locus71 | 2 | 1.953 5 | 0.681 2 | 0.510 5 | 0.489 5 | 0.488 1 | 0.369 0 |
Locus67 | 14 | 3.276 5 | 1.593 9 | 0.303 2 | 0.696 8 | 0.694 8 | 0.653 9 |
Locus76 | 13 | 3.148 3 | 1.513 8 | 0.315 7 | 0.684 3 | 0.682 4 | 0.647 6 |
Locus77 | 4 | 1.841 9 | 0.775 5 | 0.541 6 | 0.458 4 | 0.457 1 | 0.391 1 |
Locus78 | 26 | 5.359 2 | 2.295 9 | 0.184 3 | 0.815 7 | 0.813 4 | 0.801 5 |
Locus79 | 10 | 2.845 3 | 1.317 2 | 0.349 6 | 0.650 4 | 0.648 5 | 0.593 0 |
Locus80 | 11 | 3.327 5 | 1.558 6 | 0.298 5 | 0.701 5 | 0.699 5 | 0.664 8 |
Locus93 | 3 | 1.241 8 | 0.365 9 | 0.804 7 | 0.195 3 | 0.194 7 | 0.178 6 |
Locus106 | 3 | 1.522 6 | 0.626 9 | 0.655 8 | 0.344 2 | 0.343 2 | 0.310 6 |
Locus116 | 4 | 1.556 3 | 0.651 5 | 0.641 5 | 0.358 5 | 0.357 4 | 0.315 7 |
Locus119 | 2 | 1.433 6 | 0.479 9 | 0.696 7 | 0.303 3 | 0.302 4 | 0.257 0 |
Locus122 | 2 | 1.507 7 | 0.519 6 | 0.662 3 | 0.337 7 | 0.336 7 | 0.279 8 |
Locus144 | 10 | 3.355 2 | 1.489 9 | 0.296 0 | 0.704 0 | 0.702 0 | 0.655 3 |
Locus155 | 9 | 2.947 1 | 1.372 4 | 0.337 4 | 0.662 6 | 0.660 7 | 0.604 4 |
Mean | 6.857 | 2.340 5 | 0.995 8 | 0.503 7 | 0.496 3 | 0.494 9 | 0.449 9 |
St.Dev | 5.842 | 1.049 0 | 0.537 3 | 0.200 5 | 0.200 5 | 0.199 9 | 0.192 9 |
使用Structure 2.3.3[20]的贝叶斯聚类方法进行群体结构的分析,参数Length of burnin period设置为5 000,Number of MCMC Reps after burnin设置为50 000,设定K值为1−10,Number of iterations为20次。将Structure的输出结果打包后上传至Structure Harvester进行计算,获取最佳K值。
1.4 遗传多样性分析多样性指数是描述物种多样性的重要指标,按Shannon-Weaver信息指数进行运算。数值性状如中被片长度、长宽比等进行10级分类,一级 < X‒2δ,10级 > X+2δ,中间每级差0.5δ,δ为标准差,X为平均数。二元性状及多元性状按赋值进行统计计算。
统计各品种(系)的扩增片段大小总数,将每对引物下的位点数按照从小到大的顺序分别编码为A、B、C、D等,形成原始数据矩阵,再使用Popgene软件计算观测等位基因数(number of alleles, Na)、有效等位基因数(effective number of alleles, Ne)、Shannon信息指数(Shannonʼs information index, I)、Nei’s基因多样性指数(Neiʼs gene diversity index, H)、期望杂合度(heterozygosity, He)和观测杂合(observed heterozygosity, Ho);利用PIC_CALC软件计算多态信息含量(polymorphic information content, PIC)。对每个样品的扩增条带按有(记为1)、无(记为0),形成原始数据矩阵,利用NTSYS-pc2.10e软件中的SAHN程序对距离矩阵进行UPGAM聚类分析并用MEGA 11绘制聚类树状图,计算遗传距离和遗传一致度,用Dcenter命令和Eigen程序进行主成分分析,利用SPSS19.0[21]软件进行相关性分析。
1.5 关联分析利用TASSEL 2.1软件,通过一般线性模型(general linear model, GLM)将性状和标记进行关联分析[22],通过OmicShare Tools (https://www.omicshare.com/tools)进行数据可视化,确定标记位点和表型变异解释率。
1.6 DNA指纹图谱构建根据1.2.2中SSR扩增出的175份蜡梅品种(系)的片段长度,将不同引物的不同片段分别编号,每对引物由2个字母组成。根据11对核心引物PIC值从大到小的排列顺序和各样品扩增出条带的片段大小,运用Excel 2021软件将筛选出的所有多态性引物的品种分组情况进行统计对比,挑选出条带清晰且能区分所有蜡梅品种(系)的最佳引物组合,为175个蜡梅品种(系)资源构建对应的DNA指纹图谱。根据SSR引物扩增的条带图对175个蜡梅品种(系)进行分组。
2 结果与分析 2.1 蜡梅遗传多样性水平分析根据得到的175个蜡梅品种SSR的扩增结果,利用Popgene软件计算出21对引物的多态性信息,21对引物在11条染色体上均匀分布(附图 1)。以locus80引物为例,其在6个品种上的扩增产物毛细管电泳结果见图 1,可见该引物具有较高的多态性。结果显示(表 2),175个样品中共检测到144个等位位点,每对引物检测到多态性条带范围为2−26条,平均每个位点观测等位基因数(Na)为6.857个,其中位点最多的有26个,位点最少的只有2个;平均每个位点能够检测到的有效等位基因数(Ne)为2.340 5,其中位点78最多(5.359 2),位点31最少(1.053 2);Shannon信息指数(I)的变化为0.150 8−2.295 9,均值为0.995 8,表明供试蜡梅材料有着丰富的遗传多样性;Nei’s基因多样性指数范围是0.050 5−0.813 4,均值为0.494 9;期望杂合度(He)在0.050 7−0.815 7,均值为0.496 3,观测杂合度(Ho)变化范围为0.184 3−0.949 3,均值为0.503 7。多态信息含量值(PIC)的变化范围是0.050 7−0.801 5之间,均值为0.449 9,表明能够满足对供试材料进行遗传多样性分析的要求。
2.2 群体结构分析当K=7时,ΔK有明显的峰值,因此确定K=7为最优K值(图 2A)。表明175份蜡梅品种(系)可分为7个类群,当某一材料在某个组群中的Q值≥0.6时,认为该材料遗传结构相对单一[23],Q值大于或等于0.6的131份蜡梅种质材料(占参试材料的74.9%)划归到相应的7个组群中,其余44份遗传结构具有复杂的混合来源,无法明确其归属的组群。G1 (见图 2B红色部分) 15份;G2 (见图 2B绿色部分) 13份;G3 (见图 2B蓝色部分) 36份;G4 (见图 2B黄色部分) 19份;G5 (见图 2B品红色部分) 21份;G6 (见图 2B青色部分) 24份;G7 (见图 2B桔色部分) 12份,大部分资源为混合类型,说明G1和G3、G2和G5、G5和G6、G7和G5之间的遗传分离程度高,存在一些杂合度较高的蜡梅品种(图 2B)。
2.3 蜡梅种质亲缘关系分析 2.3.1 聚类分析根据SSR扩增结果分析得到,175个蜡梅样品的遗传相似系数变化范围是0.431 3−0.885 2,平均值为0.658 2,根据遗传相似系数绘制聚类图(图 3)。结果显示,供试材料的175个样品可通过21对引物完全区别。为了后续更好地比较不同组群间的差异,可划分为三大类,其中Ⅱ和Ⅲ可以进一步划分出3个亚类,共七小类(分别包含14、30、26、22、29、26和28份材料)。第Ⅰ类均为红心品种,花型以碗型和喇叭型居多;Ⅱ-1中包含红心蜡梅和晕心蜡梅品种,花型以喇叭型为主,花被片数约在13−18,雄蕊个数在5−6;Ⅱ-2和Ⅱ-3包含红心、晕心和素心3个蜡梅品种,以中晚花期为主; 第Ⅲ-1类和第Ⅲ-2类为晕心和素心品种,以早花期和中花期为主,爪的颜色为黄色和绿色;第Ⅲ-3类包含素心、晕心和红心蜡梅品种,花被片数大都在16−20之间,中被片边缘以平展居多。
2.3.2 主成分分析利用NTSYS-pc 2.10e软件对175份供试材料进行主成分分析,其中第一主坐标贡献率为7.58%,第二主坐标贡献率为7.43%,第三主坐标贡献率为5.47%。根据第一和第二主坐标生成的二维图(图 4)对供试样品间亲缘关系进行比较分析。根据二维图可以看出175个蜡梅样品分散在各个方向,表明供试材料间遗传变异丰富,拥有较广阔的遗传背景。该二元主成分分析结果不仅体现了参试蜡梅种质间的亲缘关系,且与群体结构的组群划分大致吻合。
2.4 蜡梅表型性状与SSR标记关联分析利用TASSEL 2.1软件中的GLM模型对表型分布频率符合或接近于正态分布的表型进行表型性状与SSR标记的关联分析(正态分布情况见附图2)。在GLM模型中有15个标记位点与8个表型性状显著(P < 0.05)关联,表型变异解释范围在14.90%−36.03%。与花被片数、中被片数、中被片长宽比极显著关联(P < 0.01)的位点有2个;与中被片形状极显著关联的位点有4个。与雄蕊数、中被片颜色、中被片形状和中被片长度显著关联的位点有12个。另外,还出现同一标记位点与多个性状关联的情况,locus63和locus80均与花被片数、中被片数、雄蕊数和中被片形状关联;locus119与中被片长度和花径关联;locus122与花被片数和中被片数关联(图 5)。
2.5 鄢陵地区蜡梅DNA指纹图谱构建根据表5中的多态信息含量PIC值,按照从大到小的顺序排序,经排列组合后发现,选取PIC值最大的前11对引物组合,可以将175个蜡梅品种完全区分。选定的11对引物PIC值从大到小的顺序名称为locus78、locus80、locus65、locus144、locus67、locus76、locus155、locus79、locus66、locus77和locus8,然后对以上引物的扩增片段进行编号(附表3),为175个蜡梅品种资源构建对应的字母指纹图谱(表 3)。175个蜡梅品种的SSR指纹图谱均具有唯一性,每一条指纹信息代表一个独立品种。
No. | Cultivar | SSR fingerprinting | No. | Cultivar | SSR fingerprinting | |
1 | ‘Xiao Qinkou’ | WWJJDGBBLLCCCCACBBCDCD | 89 | ‘Guifei Zuijiu’ | WWCCDDGGLLCCDDAABBDDDD | |
2 | ‘Jinzhu’ | GWBCEEAABCCCDDAABBDDDD | 90 | ‘Yuwan Zanghong’ | SWBJCDBIBCBCCFAAAABDBD | |
3 | ‘Yanbai’ | WWBBDDBGBBEECCCCACCCCC | 91 | ‘Sai hong’ | KWBDDFGGBKBBCCAABCDDDD | |
4 | ‘Jin Qingkou’ | WWBJDDGGBBEECCCCAADDDD | 92 | ‘Xiangya Hongsi’ | NWBCDDGGCCCCDHABABBDBD | |
5 | ‘Feng Feiwu’ | CIBDEIDDBBBCCDDDAACDCD | 93 | ‘Zhuang Yuanzhong’ | UWDECHAEBFABDHAABDCDCD | |
6 | ‘Luanbei Jinwan’ | KWJJDDGGKLFFDDCCBBDDDD | 94 | ‘Juanyun’ | CVCJDDBBBKCCDFACABDDDD | |
7 | ‘Zaola’ | CGBBFFBGBKAADDACBCDDDD | 95 | ‘Husu’ | WWBCDDGGCCCCCDAAABDDDD | |
8 | ‘Yin Qingkou’ | WWDDDDGGBBEECDCCBCDDDD | 96 | ‘Yu Linglong’ | WXBCEEEEBCBCEEAABCDDDD | |
9 | ‘Dahua Donglü’ | NNJJBBBGBCCCCCACBCDDDD | 97 | ‘Yinhe’ | COBJDFBBBCDECDAAABDDDD | |
10 | ‘Jinpan’ | CNBCDEBEELJKCDACACDDDD | 98 | ‘Fenmian Hanchun’ | CCBBDFBGBCCCDDCCAADDDD | |
11 | ‘Changban Yinzhan’ | KNBDCCBEFFCCDDCCBCDDDD | 99 | ‘Suwan Ziban’ | NNBBDDBBBBCCDDCCAADDDD | |
12 | ‘Yangguang’ | WWBJDDBBBBCCCCAAAADDDD | 100 | ‘Jinwan Qianban’ | CWBDBDBBCCCCDDCCACCDCD | |
13 | ‘Jinzhong Suxin’ | TWCDBDBGBBBBDHAABCBDBD | 101 | ‘Bingyan’ | WWBBDGGGCCCCCCCCBCDDDD | |
14 | ‘Yuhu Bingxin’ | WWDDBBGGBBCCCDCCBCCCCC | 102 | ‘Maonao’ | GGJJDDGGBCAADDCCBCDDDD | |
15 | ‘Su Yuwan’ | WWBBDDBBBBCCCCCCBCDDDD | 103 | ‘Huang Denglong’ | CCBBDDGGCCCCDDAABBBDBD | |
16 | ‘Baixue Gongzhu’ | WWDJDDBBCCEECDACBBDDDD | 104 | ‘Daiyu’ | PWBBDFAGBCCCDDCDBBCDCD | |
17 | ‘Baihua Suxin’ | WWBDCDBGBBCCCDCCBCCDCD | 105 | ‘Huanghe’ | PWIJCFBEBBBCCDBBBDCDCD | |
18 | ‘Dahua Suxin’ | GWBBBDBGBLDEDDACBCBDBD | 106 | ‘Jin Zifeng’ | CGBBDEGGCCCCCCAABBDDDD | |
19 | ‘Lüwan Suxin’ | CCBBCDBBCCEEDHAAAACDCD | 107 | ‘Danzhuang Lülei’ | MYBCEEBBCIBBCCBBACCDCD | |
20 | ‘Waigang’ | CWBJDDBBBBEECDCCBBDDDD | 108 | ‘Duobei Yunjuan’ | WWBBBDBGBBCCCDCCABDDDD | |
21 | ‘Qinkou Suxin’ | WWDDGGBGDFDEDDCCABDDDD | 109 | ‘Hongxin Bozhou’ | GLBBCDEGCFCCFGCCAACDCD | |
22 | ‘Jinbei’ | WWBJDDBGBLCCCDCCABDDDD | 110 | ‘Feihuang’ | WWBBCDBBEEEEDDCCBCCCCC | |
23 | ‘Jin Zhonghuang’ | CWDJBDBGBCCCDDCCACDDDD | 111 | ‘Youbao Pipa’ | EGBBBBBEBBCCDDAABCBBBB | |
24 | ‘Huangjian’ | NNBBDDBGBFBBDDCCACDDDD | 112 | ‘Shi Baban’ | WWJJDDBGCLCCCDBCBBBDBD | |
25 | ‘Xuhe’ | KKBDFFBBBBEEDDCCACDDDD | 113 | ‘Juanbei Yunxin’ | WWJJCDBGBCCCDDCCBCDDDD | |
26 | ‘Duobei Suxin’ | GWJJGGBGBBCCDDAABBCCCC | 114 | ‘Sihong Danyu’ | CCBBDDBGBLEECCCCABDDDD | |
27 | ‘Guanghui’ | WWBJDDBBBBEEDDCCAADDDD | 115 | ‘Feiyan’ | GNBBCDBGEKEECDCCAADDDD | |
28 | ‘Jinbei’ | WWJJBBBBBBEEDDCCBCBDBD | 116 | ‘Qingwu Feiyang’ | JJBHCDBBCCEEFGCCAACCCC | |
29 | ‘Changbei Suxin’ | NNBBDDBBBBCEDDACBBDDDD | 117 | ‘Yupan Hongrun’ | WWBBDDGGBLCCDHABBCDDDD | |
30 | ‘Feicui’ | JNBBGGBBCCCCCDCCAADDDD | 118 | ‘Lingdang’ | GTJJDGBBBCCCDDAAACDDDD | |
31 | ‘Dahua Bozhou’ | CWBBCDBBBBCCCCCCBCCCCC | 119 | ‘Chuniao Chuchao’ | WZBCDGGGBCCCCHACABDDDD | |
32 | ‘Lühua’ | CCDDCCBBBEEECCCCBBDDDD | 120 | ‘Jinlü Zuihua’ | WWBJDGBGBBDECDCCBCDDDD | |
33 | ‘Juan bei Suxin’ | CWBJDDBBBECCCDCCACDDDD | 121 | ‘Jinyu Hongzhuang’ | WWDJCGBGCEBBDHBCBBBCBC | |
34 | ‘Jin Houshi’ | KWJJDDGGBECCCDBCBCBDBD | 122 | ‘Biyu Xiuhua’ | NNBBDDGGCLEEDHCCBCCDCD | |
35 | ‘Jin Pifeng’ | WWBDDFGGBBCCCDAABCBBBB | 123 | ‘Yu Jiaorong’ | WWDDGGGGCCCCCCACBBCDCD | |
36 | ‘Jianbo Suxin’ | JXBDCDBGBBCCDGABBCCDCD | 124 | ‘La Hongsi’ | WWBBCDBBBBBBDDBBBCDDDD | |
37 | ‘Bingyu’ | CCBBDDGGCCCCCCCCBCCDCD | 125 | ‘Xin Guifei’ | LLJJGGBBCCCCDDBCABDDDD | |
38 | ‘Jindie’ | WWBCDDGGCFBBDDCCBBDDDD | 126 | ‘Juanlian Xinyun’ | CCDDDDBBKKEECECCAADDDD | |
39 | ‘Huang Yuqiu’ | NWBBCCBBBBCCCCCCACDDDD | 127 | ‘Zhaoxia’ | OWBICFBBABACCHAABBCDCD | |
40 | ‘Yuzhong’ | WWBBDGBGBBEECCCCAACDCD | 128 | ‘Liaoban Yiran’ | ZZEECDEEGGDDDEJIBBCCCC | |
41 | ‘Diaozhong Suxin’ | WWJJDDBGBCCCCCCCBCDDDD | 129 | ‘Changbo Hongsi’ | HRCCCCADBBCICDBBBCCDCD | |
42 | ‘Jiang Nanbai’ | GGJJIIBBCLCCCDAAAADDDD | 130 | ‘Jinpan Yurui’ | WYIJCCDFBIHHCDCCABCDCD | |
43 | ‘Yang Zhouhuang’ | CCBBDDBGBCCCCDACAADDDD | 131 | ‘Jinlian Hongyu’ | BEBBCDEEBJHHCCCDBCDDDD | |
44 | ‘Su Foshou’ | WWJJDDBGEECCHHCCBBCDCD | 132 | ‘Huangyan Danxin’ | PPBBDDDEAAEECCDDCCCCCC | |
45 | ‘Jusu’ | LWJJDDBGBCEECCACABBDBD | 133 | ‘Mohe’ | EOJKDDAFBBBBCDBBBDDDDD | |
46 | ‘Huangyan Wansu’ | WWDDCDGGBBCCDFBBAACCCC | 134 | ‘Taiyang’ | OOBBBDAFBBBBCDAABDADAD | |
47 | ‘Qianhuang Wansu’ | WWBBGGBGCCEECCCCABDDDD | 135 | ‘Qiyan’ | GOBJBGABBBDDCDBBABCDCD | |
48 | ‘Xiaguang’ | GVBCCEEGABBJCEAABCDDDD | 136 | ‘Mohong’ | TTBBCDAABFCCCCAEBCCDCD | |
49 | ‘Yin Gouya’ | YYFFBDBFBBAADEFFBBDDDD | 137 | ‘Yanchi Xiayi’ | UYBBCFFGBDDEAEACBBCCCC | |
50 | ‘Ningmei Yilan’ | MMBBDDABBIBCEEAAAACCCC | 138 | ‘Yin Panzi’ | EPBJDEDJAMEECIDGBCCDCD | |
51 | ‘Yinhong’ | TVABCDBFAICCDDAABDDDDD | 139 | ‘Zaohong’ | DEBJCDBDAMCCCDEEACDDDD | |
52 | ‘Lüzhua Qianyun’ | YYBHDDDGBBCCEEAAAACCCC | 140 | ‘Xiaohua’ | GWBBEEEEAABCDEAABCDDDD | |
53 | ‘Ehuang Xiaguan’ | ACHHBDFGBBBBCCCCAADDDD | 141 | ‘Xiaojing Nongnei’ | ERABBDBFBBBCADDFADCDCD | |
54 | ‘Yunbian hongsi’ | TYABCCBGBBEFDDCCADCDCD | 142 | ‘Qingwu Hongniang’ | GGCCFFAGBBCCCIAABDDDDD | |
55 | ‘Zixin Qingkou’ | WWBJDGGGBCCCCDACBBCDCD | 143 | ‘Bingzhan Hongxin’ | GPBBDGEFBBBBBEAABCDDDD | |
56 | ‘Bing Huanghou’ | GPBBDFFGCCBBDDAABBDDDD | 144 | ‘Baibei Zuixin’ | WYAJCDBGABCDCCAABCCDCD | |
57 | ‘Feilian’ | TYBIDHGGBCAACCBFABDDDD | 145 | ‘Moji’ | AQBGCDAEBCEFFHAABBCCCC | |
58 | ‘Mo Gouya’ | BBBJDFABCLCCADBCBBDDDD | 146 | ‘Yaochi Xianzi’ | FFBEAFCCBBGGCEEEACCDCD | |
59 | ‘Yuzan’ | QTBJCFFGBBBBCCACABCDCD | 147 | ‘Yinzi’ | CEFJCDBBBBDDCDAAABCCCC | |
60 | ‘Jinman Siyun’ | GWBBDDBGCMBCCCACBCDDDD | 148 | ‘Mozhong’ | GPBBDFAEBCBBCDAABCDDDD | |
61 | ‘Hefeng Lüxiu’ | TWBBDHBBBLBBBEHHBBDDDD | 149 | ‘Jin Dianzi’ | CWBBDDBGCKBBCHCCBCDDDD | |
62 | ‘Ehuang Hongsi’ | CCBJDDBGBCACCDACBCDDDD | 150 | ‘Hongxin Tuer’ | CWBJDGBGBCCCCDABABDDDD | |
63 | ‘Jinbei Huangrui’ | WWBJDDBFCCDDDDCCBBCDCD | 151 | ‘Jin Jianzhou’ | GWBBCDGGCCCCBDCCBBCDCD | |
64 | ‘Xiaojia Biyu’ | EGCGDEFFBMCCDEAABCDDDD | 152 | ‘Zi Yuzhan’ | EGBBCCDEBDDHCDAFBCCDCD | |
65 | ‘Huangban’ | WWBBDDBBBCCCCCAABCDDDD | 153 | ‘Gouya’ | RTDJCEDGCLBEACBCCDCDCD | |
66 | ‘Luanbei Dianyun’ | WYBBCDEFBICLDDADBCDDDD | 154 | ‘Mozhong Dianjin’ | WWDDDFBHBBBBCCEEADCCCC | |
67 | ‘Jinhuang’ | UWBCCDBGBCCCDDCCBBDDDD | 155 | ‘Jin Panzi’ | TWBBDDEGABCMFGACAABCBC | |
68 | ‘Jinzhong Yunjian’ | GGCCCDBBBBCCCDAABBDDDD | 156 | ‘Jinlong Zixue’ | WWBFDDBBCCBBDDBCBCDDDD | |
69 | ‘Yanzhi’ | OQAJCEAFBBBEDFDDBDDDDD | 157 | ‘Jinjian Hongxin’ | GGBBDEBGBBCEDDCCABCDCD | |
70 | ‘Jiaorong’ | CCBHEGBGBKDEDFCDACCDCD | 158 | ‘Zixin Rumeng’ | EQCECDAEFJEIFFFGBBCCCC | |
71 | ‘Jinhe Ziwen’ | WWBBDDGGBBEEFFCCAADDDD | 159 | ‘Bingling Huanxiao’ | MTDDIICCBBCCDDFFBBDDDD | |
72 | ‘Danzhuang Huangyan’ | PWCFBBFGCFAHDDCCBCCDCD | 160 | ‘Kouhong’ | GGAADFBBBBCCBDAABBCDCD | |
73 | ‘Suyi Danzhuang’ | PWBGDDFGBLCCDEAABCDDDD | 161 | ‘Bingling’ | EEEEEEDDBBFFDDBCBBCCCC | |
74 | ‘Jinwan Baoxin’ | TTBJCIBBBCBCCDACABDDDD | 162 | ‘Jinzhan Hongxin’ | EGDHCEBDBNCCDDAAABCCCC | |
75 | ‘Huti Hongsi’ | KKCJDDGGFLCCDDACACDDDD | 163 | ‘Yuguan’ | WWJJDDFGCCCCDDCCACCDCD | |
76 | ‘Hongyun Changbei’ | NWCJDGBGCKCCCCACAACCCC | 164 | ‘Luoyang’ | TTCJDDFGCCCCCHACBBDDDD | |
77 | ‘Jinqing Tanxiang’ | GGJJIIEECCCCDDCCBCDDDD | 165 | ‘Xiaran Huangyan’ | GWDJBCBGCKCCDGAABCDDDD | |
78 | ‘Jin Zhanhua’ | CCCJDDBGCCEECDCCBCBDBD | 166 | ‘Yanguo Qingxue’ | NWBBGGBGLLCCDDCCBBCCCC | |
79 | ‘Hongxia’ | WWBJDDFGBCCCDDCCBBDDDD | 167 | ‘Jianbei Hongxin’ | NSABBCGIACBBCGBBBBBCBC | |
80 | ‘Jinwan Tanxiang’ | KWJJCDBGBBCCCCCCBCDDDD | 168 | ‘Jinwu Cangjiao’ | LWBJCDBBCEAACDABBCCDCD | |
81 | ‘Jindie Qianyun’ | NWBDBCGGBECCCCCCBBDDDD | 169 | ‘Jianzi’ | CCBBDEGGBBCCDGBCBCCDCD | |
82 | ‘Hongfo’ | CCBCDDBBCCCCCCCCBCCCCC | 170 | ‘Juanlian Jinbei’ | GWBJCDFGBCACDDCCBCCDCD | |
83 | ‘Huangpan Hongsi’ | CCCCDDBGBLCECDCCBBCDDD | 171 | ‘Yucai’ | WWBBDDBBCCEEDHCCBCCDCD | |
84 | ‘Jinxiang Hongyun’ | WWBJFGBBCLCECDBCBCDDDD | 172 | ‘Chushui Furong’ | KWBBGGGGCCCCFHBCBCCDCD | |
85 | ‘Hongsi Jinlian’ | WWBBDGBBBBEECDCCABDDDD | 173 | ‘Jinyun Biri’ | GTCCDDGGCCCCCDAABBDDDD | |
86 | ‘Fujin’ | GGFJCDBFCCCCCDACBCBCBC | 174 | ‘Yuyi Hongxin’ | WWBBDDBGCCEECDCCBBDDDD | |
87 | ‘Danzhuang Diewu’ | WWCJGGBBCLCCCHCCBCDDDD | 175 | ‘Jinlong Tanzhua’ | GGBBDDBBBHBBDGCCACCDCD | |
88 | ‘Xiao Dingdang’ | UWCCCCBDBEDDDEBBAADDDD |
SSR分子标记被广泛应用于分类鉴定、亲缘关系分析、体细胞杂种鉴定、遗传图谱构建和基因定位等方面[24-25],能够从分子水平研究物种的遗传多样性,探讨种内及其近缘种属植物的起源与变化。本研究利用21对SSR引物对175份蜡梅种质资源进行遗传多样性分析,结果显示供试群体平均等位基因数(Na)为6.857,平均期望杂合度(He)为0.496 3,平均观测杂合度(Ho)为0.503 7,表明鄢陵地区蜡梅群体内有比较丰富的遗传多样性;蜡梅Nei’s平均基因多样性指数为0.494 9,平均Shannon信息指数为0.995 8,表明各位点的遗传多样性存在较大差异,该蜡梅群体具有较高的遗传多样性。该结果与靖相密[26]、赵凯歌[6]对蜡梅栽培群体遗传多样性的研究结果类似。多态信息含量(PIC)是微卫星DNA变异程度高低的一个指标,反映微卫星DNA多态高低[27]。本研究21对引物中,PIC > 0.5的有9对,0.25 < PIC < 0.5的有10对,位点表现出较高的多态性。群体结构分析表明,可将供试材料分为7个组群,其中G1和G3、G2和G5、G5和G6、G7和G5之间存在一些杂合度较高的品种,同时也表明鄢陵地区的蜡梅具有丰富的遗传背景。通过聚类图分析可以发现,175份蜡梅栽培品种资源首先被聚为两类。第一大类包含了大部分蜡梅栽培品种,第二大类中,品种内被片均为深紫红色,爪的颜色也均为红色,表明内被片斑晕情况相同的品种能够较早地被聚为一类,该性状特征在蜡梅品种分类中具有重要地位。这个结果在陈龙清等[28]、芦建国等[29]的研究中也得到证实,目前根据内被片斑晕特征将蜡梅划分为素心品种群、晕心品种群及红心品种群的分类标准得到专业学者们的认可[29-31]。综合聚类结果,发现内被片斑晕情况、花被片数、花色、花蕾颜色、中被片长宽比、中被片长度、花径和中被片形状等性状相似的品种能够明显的被聚在一起,这与赵冰等[1]、叶丽娟[32]的研究结果类似。在表型遗传聚类中占重要地位的花型特征在SSR分子遗传聚类图中却没有表现明显的聚类关系,可能由于蜡梅是异交为主的植物,后代产生广泛的变异和分离,而数量性状具有微效性和累加性,需要多个数量性状点发生变异,才有可能引起表型上的变化,花型特征作为品种分类的依据有待进一步研究验证。关联分析的为蜡梅复杂性状基因定位和实现分子辅助育种提供了一种快捷、有效的途径。本研究关联到更多与蜡梅花部表型相关的性状,在GLM模型中关联到花径、花被片数等8个性状(附表4),该模型考虑群体结构Q对关联分析的影响,具有较高的统计效率[33];数量性状中存在同一标记与多个性状相关联或同一数量性状和多个标记相关联情况,可能是基因之间相互关联所导致的[34]。
DNA指纹图谱因具有多位点性、高变异性和简单稳定的遗传性等特点,被认为是品种鉴定最简单有效的方法[35]。引物的多态信息含量值(PIC)越高,越具有区分鉴定品种特异性的能力,可以作为核心引物构建DNA指纹图谱[36]。核心引物筛选在节约资金和时间成本方面具有重要意义,在较大容量植物样品的初步研究中可被优先选用。蜡梅栽培历史悠久,品种资源复杂丰富,本研究利用21对SSR引物对175个蜡梅品种进行遗传多样分析,并从中选取11对多态信息含量(PIC)最高的引物作为核心引物为每个品种构建DNA指纹图谱,结果表明175个蜡梅品种的SSR指纹图谱均具有唯一性,每一条指纹信息代表一个独立品种,为蜡梅品种构建更为简单、稳定的DNA指纹图谱,可以为鄢陵地区蜡梅品种鉴定提供理论依据。
本研究通过综合分子遗传聚类与主成分分析,揭示了鄢陵地区蜡梅品种丰富的遗传多样性。利用GLM模型发现15个标记位点与8个表型性状显著(P < 0.05)关联;得到11对多态信息含量(PIC)最高的引物为蜡梅品种构建DNA指纹图谱,为蜡梅品种鉴定与筛选体系的研究提供了技术支撑。
[1] |
赵冰, 张启翔. 蜡梅种质资源遗传多样性的ISSR分析[J]. 植物研究, 2008, 28(3): 315-320. ZHAO B, ZHANG QX. Genetic diversity of germplasm resources of Chimonanthus praecox based on ISSR analysis[J]. Bulletin of Botanical Research, 2008, 28(3): 315-320 (in Chinese). |
[2] |
陈龙清, 赵凯歌, 杜永芹. 蜡梅属品种国际登录(2016‒2018)[J]. 中国园林, 2020, 36(z1): 40-43. CHEN LQ, ZHAO KG, DU YQ. Internationally registered cultivars in Chimonanthus lindley (2016‒2018)[J]. Chinese Landscape Architecture, 2020, 36(z1): 40-43 (in Chinese). |
[3] |
芦建国, 荣娟. 鄢陵蜡梅品种资源调查及其产业开发利用[J]. 中国野生植物资源, 2012, 31(3): 50-53. LU JG, RONG J. Yanling Chimonanthus germplasm resources survey and its industrialization development and utilization[J]. Chinese Wild Plant Resources, 2012, 31(3): 50-53 (in Chinese). |
[4] |
张安世, 韩臣鹏, 齐秀娟, 张中海. 基于ISSR标记的猕猴桃品种遗传多样性分析及指纹图谱构建[J]. 植物资源与环境学报, 2017, 26(3): 19-26. ZHANG AS, HAN CP, QI XJ, ZHANG ZH. Genetic diversity analysis and fingerprinting construction of cultivars of Actinidia spp. based on ISSR marker[J]. Journal of Plant Resources and Environment, 2017, 26(3): 19-26 (in Chinese). |
[5] |
WU B, ZHONG Y, WU QQ, CHEN FY, ZHONG GY, CUI YP. Genetic diversity, pedigree relationships, and a haplotype-based DNA fingerprinting system of red bayberry cultivars[J]. Frontiers in Plant Science, 2020, 11: 563452. DOI:10.3389/fpls.2020.563452
|
[6] |
赵凯歌. 用形态标记和分子标记研究蜡梅栽培种质的遗传多样性[D]. 武汉: 华中农业大学博士学位论文, 2007. ZHAO KG. Studies on genetic diversity of cultivated Chimonanthus praecox using morphological and molecular markers[D]. Wuhan: Doctoral Dissertation of Huazhong Agricultural University, 2007 (in Chinese). |
[7] |
WANG Y, YUE D, LI XZ. Genetic diversity of Toona ciliata populations based on SSR markers[J]. Journal of Resources and Ecology, 2020, 11(5): 466. DOI:10.5814/j.issn.1674-764x.2020.05.004
|
[8] |
YANG XF, QIN WM, WANG LC, ZHANG M, NIU ZG. Long-term variations of surface solar radiation in China from routine meteorological observations[J]. Atmospheric Research, 2021, 260: 105715. DOI:10.1016/j.atmosres.2021.105715
|
[9] |
LI JL, ZHAO B, CHEN Y, ZHAO BH, YANG NS, HU SS, SHEN JY, WU XS. A genetic evaluation system for New Zealand white rabbit germplasm resources based on SSR markers[J]. Animals, 2020, 10(8): 1258. DOI:10.3390/ani10081258
|
[10] |
赵明晓, 范国强. 蜡梅SSR反应体系建立及引物筛选[J]. 河南农业大学学报, 2011, 45(1): 46-50. ZHAO MX, FAN GQ. Establishment of Chimonanthus SSR reaction system and its primer selection[J]. Journal of Henan Agricultural University, 2011, 45(1): 46-50 (in Chinese). |
[11] |
李响, 杨楠, 赵凯歌, 陈玉星, 唐锐君, 陈龙清. 蜡梅转录组EST-SSR标记开发与引物筛选[J]. 北京林业大学学报, 2013, 35(S1): 25-32. LI X, YANG N, ZHAO KG, CHEN YX, TANG RJ, CHEN LQ. Development and primer selection of EST-SSR molecular markers based on transcriptome sequencing of Chimonanthus praecox[J]. Journal of Beijing Forestry University, 2013, 35(S1): 25-32 (in Chinese). |
[12] |
杨佳. 蜡梅EST-SSR分子标记的开发及其遗传多样性, 遗传结构的研究[D]. 西安: 西北大学硕士学位论文, 2012. YANG J. Genetic diversity and genetic structure of Chimonanthus praecox (L.) Link revealed by EST-SSR markers[D]. Xi'an: Master's Thesis of Northwest University, 2012 (in Chinese). |
[13] |
QAZI SHOAIB ALI. 蜡梅的杂交F1代真实性鉴定及遗传多样性分析[D]. 武汉: 华中农业大学硕士学位论文, 2018. QAZI SA. Identification and diversity analysis of wintersweet (Chimonanthus praecox) crossing progenies using SSR molecular markers[D]. Wuhan: Master's Thesis of Huazhong Agricultural University, 2018 (in Chinese). |
[14] |
YANG J, DAI PF, ZHOU TH, HUANG ZH, FENG L, SU HL, LIU ZL, ZHAO GF. Genetic diversity and structure of wintersweet (Chimonanthus praecox) revealed by EST-SSR markers[J]. Scientia Horticulturae, 2013, 150: 1-10. DOI:10.1016/j.scienta.2012.11.004
|
[15] |
陈玉星. 蜡梅两种分子标记的开发及F1代杂交群体分离方式的评价[D]. 武汉: 华中农业大学硕士学位论文, 2014. CHEN YX. The development of two molecular markers in wintersweet (Chimonanthus praecox) and the evaluation of segregation patterns in an F1 hybird population[D]. Wuhan: Master's Thesis of Huazhong Agricultural University, 2014 (in Chinese). |
[16] |
黄耀辉, 张超, 周莉花, 赵宏波. 基于转录组序列的夏蜡梅SSR位点特征与引物开发[J]. 浙江农林大学学报, 2017, 34(4): 589-596. HUANG YH, ZHANG C, ZHOU LH, ZHAO HB. Development and primer screening of SSR markers based on transcriptome sequences in Sinocalycanthus chinensis[J]. Journal of Zhejiang A & F University, 2017, 34(4): 589-596 (in Chinese). |
[17] |
吴静, 黄耀辉, 董彬, 张超, 付建新, 周莉花, 赵宏波. 夏蜡梅SSR引物适用性分析及其在遗传多样性研究中的应用[J]. 南京林业大学学报(自然科学版), 2018, 42(3): 58-66. WU J, HUANG YH, DONG B, ZHANG C, FU JX, ZHOU LH, ZHAO HB. Suitability test of SSR primer of Sinocalycanthus chinensis and its application in genetic diversity[J]. Journal of Nanjing Forestry University (Natural Science Edition), 2018, 42(3): 58-66 (in Chinese). |
[18] |
NIE XH, WANG ZH, LIU NW, SONG L, YAN BQ, XING Y, ZHANG Q, FANG KF, ZHAO YL, CHEN X, WANG GP, QIN L, CAO QQ. Fingerprinting 146 Chinese chestnut (Castanea mollissima Blume) accessions and selecting a core collection using SSR markers[J]. Journal of Integrative Agriculture, 2021, 20(5): 1277-1286. DOI:10.1016/S2095-3119(20)63400-1
|
[19] |
HOLLAND MM, PARSON W. GeneMarker® HID: a reliable software tool for the analysis of forensic STR data[J]. Journal of Forensic Sciences, 2011, 56(1): 29-35. DOI:10.1111/j.1556-4029.2010.01565.x
|
[20] |
FALUSH D, STEPHENS M, PRITCHARD JK. Inference of population structure using multilocus genotype data: linked loci and correlated allele frequencies[J]. Genetics, 2003, 164(4): 1567-1587. DOI:10.1093/genetics/164.4.1567
|
[21] |
BRYMAN A, CRAMER D. Quantitative Data Analysis with IBM SPSS 17, 18 and 19: a Guide for Social Scientists[M]. Hove: Routledge, 2011.
|
[22] |
BRADBURY PJ, ZHANG ZW, KROON DE, CASSTEVENS TM, RAMDOSS Y, BUCKLER ES. TASSEL: software for association mapping of complex traits in diverse samples[J]. Bioinformatics, 2007, 23(19): 2633-2635. DOI:10.1093/bioinformatics/btm308
|
[23] |
张晨, 云岚, 李珍, 王俊, 郭宏宇, 盛誉, 石子英, 徐学宝. 新麦草种质的SSR遗传多样性及群体结构分析[J]. 植物遗传资源学报, 2019, 20(1): 48-59. ZHANG C, YUN L, LI Z, WANG J, GUO HY, SHENG Y, SHI ZY, XU XB. Genetic diversity and structure analysis in Psathyrostachys nevski population using SSR markers[J]. Journal of Plant Genetic Resources, 2019, 20(1): 48-59 (in Chinese). |
[24] |
LIU YL, GENG YP, SONG ML, ZHANG PF, HOU JL, WANG WQ. Genetic structure and diversity of Glycyrrhiza populations based on transcriptome SSR markers[J]. Plant Molecular Biology Reporter, 2019, 37(5): 401-412.
|
[25] |
PAVANI M, SUNDARAM RM, RAMESHA MS, KAVI KISHOR PB, KEMPARAJU KB. Prediction of heterosis in rice based on divergence of morphological and molecular markers[J]. Journal of Genetics, 2018, 97(5): 1263-1279. DOI:10.1007/s12041-018-1023-8
|
[26] |
靖相密. 基于ISSR标记的蜡梅遗传多样性研究[D]. 南京: 南京林业大学硕士学位论文, 2008. JING XM. Genetic diversity of Chimonanthus praecox (L.) link based on ISSR markers[D]. Nanjing: Master's Thesis of Nanjing Forestry University, 2008 (in Chinese). |
[27] |
肖志娟, 翟梅枝, 王振元, 许静, 李丽, 杨惠. 微卫星DNA在分析核桃遗传多样性上的应用[J]. 中南林业科技大学学报, 2014, 34(2): 55-61. XIAO ZJ, ZHAI MZ, WANG ZY, XU J, LI L, YANG H. Application of microsatellite DNA on analyzing genetic diversity of Juglans regia[J]. Journal of Central South University of Forestry & Technology, 2014, 34(2): 55-61 (in Chinese). |
[28] |
陈龙清, 鲁涤非. 蜡梅品种分类研究及武汉地区蜡梅品种调查[J]. 北京林业大学学报, 1995, 17(S1): 103-107. CHEN LQ, LU DF. Studies on cultivar classification of wintersweet and investigation of its cultivars in Wuhan[J]. Journal of Beijing Forestry University, 1995, 17(S1): 103-107 (in Chinese). |
[29] |
芦建国, 谢贵霞. 武汉地区蜡梅品种资源调查与分析[J]. 南京林业大学学报(自然科学版), 2012, 36(2): 155-158. LU JG, XIE GX. The investigation on cultivars resources of Chimonathus praecox in Wuhan city[J]. Journal of Nanjing Forestry University (Natural Science Edition), 2012, 36(2): 155-158 (in Chinese). |
[30] |
王淼博. 蜡梅品种分类及系统构建研究[D]. 南京: 南京林业大学硕士学位论文, 2013. WANG MB. Studies on the cultivar classification and system construction of wintersweet[D]. Nanjing: Master's Thesis of Nanjing Forestry University, 2013 (in Chinese). |
[31] |
余炻. 武汉地区蜡梅品种资源调查及品种标准株数据库构建[D]. 南京: 南京林业大学硕士学位论文, 2014. YU S. Resources survey and database construction of wintersweet cultivars in Wuhan[D]. Nanjing: Master's Thesis of Nanjing Forestry University, 2014 (in Chinese). |
[32] |
叶丽娟. 基于ISSR分子标记的蜡梅遗传多样性研究[D]. 郑州: 河南农业大学硕士学位论文, 2011. YE LJ. Genetic diversity of Chimonanthus praecox (L.) link based on ISSR makers[D]. Zhengzhou: Master's Thesis of Henan Agricultural University, 2011 (in Chinese). |
[33] |
袁欣捷, 方荣, 周坤华, 雷刚, 黄月琴, 陈学军. 辣椒重要农艺性状关联分析与优异等位变异发掘[J]. 核农学报, 2020, 34(12): 2658-2672. YUAN XJ, FANG R, ZHOU KH, LEI G, HUANG YQ, CHEN XJ. Association analysis of important agronomic traits in pepper (Capsicum annuum L.) and mining of elite alleles[J].[J]. Journal of Nuclear Agricultural Sciences, 2020, 34(12): 2658-2672 (in Chinese). |
[34] |
LI J, ALVAREZ B, SIWABESSY J, TRAN M, HUANG Z, PRZESLAWSKI R, RADKE L, HOWARD F, NICHOL S. Application of random forest, generalised linear model and their hybrid methods with geostatistical techniques to count data: predicting sponge species richness[J]. Environmental Modelling & Software, 2017, 97: 112-129.
|
[35] |
孙泽硕, 蒋冬月, 柳新红, 沈鑫, 李因刚, 屈雨飞, 李永华. 基于SSR标记的42份樱花品种的聚类分析及DNA指纹图谱构建[J]. 园艺学报, 2023, 50(3): 657-668. SUN ZS, JIANG DY, LIU XH, SHEN X, LI YG, QU YF, LI YH. Cluster analysis and construction of DNA fingerprinting of 42 oriental cultivars of flowering cherry based on SSR markers[J]. Acta Horticulturae Sinica, 2023, 50(3): 657-668 (in Chinese). |
[36] |
胡春龙, 张晨, 刘翠兰, 李丽, 燕丽萍, 吴德军, 夏阳, 邢世岩, 王开芳. 基于SSR标记构建白蜡种质资源分子身份证[J]. 山东农业科学, 2015, 47(5): 6-9, 22. HU CL, ZHANG C, LIU CL, LI L, YAN LP, WU DJ, XIA Y, XING SY, WANG KF. Establishment of molecular ID for Fraxinus germplasms based on SSR markers[J]. Shandong Agricultural Sciences, 2015, 47(5): 6-9, 22 (in Chinese). |