《Agronomy》:Genetic Diversity Analysis of Quinoa Germplasm Based on Phenotypic Traits and SSR Molecular Markers
编辑推荐:
藜麦(Chenopodium quinoa Willd.)是一种广适性谷类作物,因其卓越的营养价值和药用特性,以及广泛的形态与基因组变异而备受关注。尽管针对藜麦种质遗传多样性已开展大量研究,但全面评估仍显不足。相比之下,针对中国所用种质的DUS(特异性、一致性
藜麦(Chenopodium quinoa Willd.)是一种广适性谷类作物,因其卓越的营养价值和药用特性,以及广泛的形态与基因组变异而备受关注。尽管针对藜麦种质遗传多样性已开展大量研究,但全面评估仍显不足。相比之下,针对中国所用种质的DUS(特异性、一致性、稳定性)测试性状和分子变异研究相对有限。研究人员全面考察了170份藜麦种质,重点调查了基于DUS描述符的30个形态性状(简称DUS测试性状)和23个简单序列重复(SSR)标记。结果表明,所有30个DUS测试性状均呈多态性。共在170份材料中检测到136个等位变异,平均每个性状4.53个。Shannon指数(I)平均为0.97,范围从0.09到1.67;多样性在T30(成熟期)最高,在T6(茎:颜色)最低。利用非加权配对算术平均法(UPGMA)将供试材料划分为3个主要类群,该划分得到主成分分析的进一步支持。为简化田间鉴定与筛选,根据主成分得分确定了18个关键性状。此外,利用23个SSR标记分析了所有材料的遗传多样性,结果显示平均观测等位基因数为11.185,有效等位基因数为3.874,Nei基因多样性指数为0.680,Shannon信息指数(I)为1.547,凸显了群体内丰富的遗传多样性。随后的遗传结构分析和主成分判别分析(DAPC)将群体划分为4个亚组,这与聚类分析结果相吻合。值得注意的是,总遗传变异的很大一部分(58.033%)存在于个体之间,亚组之间占26.289%。分析还显示存在一定程度的基因流变异,估算Nm值为0.701,强调了所研究藜麦品种间的遗传差异。使用全套23个SSR标记结合DUS性状,被证明能高效、准确地区分供试藜麦品种。这种稳健的方法为保护藜麦遗传资源并促进其利用提供了重要参考。
藜麦(Chenopodium quinoa Willd.)是起源于南美安第斯地区的一年生假谷物,因营养丰富且能耐受干旱、盐碱等逆境而受到全球重视。中国自20世纪60年代开始种植藜麦,至2022年种植面积已接近2.1万公顷,产量约3万吨。然而,国内藜麦种质主要引自南美,与本土生态条件存在差异,因此有必要系统评价现有种质的遗传多样性,为新品种选育和资源保护提供依据。目前,基于DUS(特异性、一致性、稳定性)测试性状和SSR(简单序列重复)分子标记对藜麦种质进行综合遗传分析的研究仍然较少,尤其是针对中国所用种质的报道更为有限。为此,研究人员选取170份藜麦种质,从表型和分子两个层面开展遗传多样性研究,以期筛选核心鉴定性状、揭示群体遗传结构,并比较形态标记与分子标记在种质鉴定中的适用性。研究结果显示,供试群体具有丰富的表型变异和高水平的SSR多态性;通过主成分分析筛选出的18个核心DUS性状能够有效区分品种;群体可分为三个表型类群和四个分子亚群。研究表明,DUS测试与SSR分子标记结合可以更全面、准确地鉴定藜麦种质,为藜麦品种选育、DUS测试技术优化和遗传资源保存提供了重要参考。
供试材料为成都农业学院粗粮研究所保存的170份藜麦种质。表型鉴定在崇州农业示范园进行,依据UPOV与中国藜麦DUS测试指南,调查了30个DUS测试性状(包括14个质量性状和16个数量性状)。分子标记分析使用23对SSR引物进行PCR扩增,并通过QIAxcel Advanced System进行毛细管电泳检测。数据分析采用Excel、SPSS、POPGEN、GenAlEX、Structure和R等软件,包括遗传多样性参数计算、主成分分析(PCA)、UPGMA(非加权配对算术平均法)聚类、群体结构推断、AMOVA(分子方差分析)、PCoA(主坐标分析)、DAPC(主成分判别分析)以及Mantel检验等方法。
3.1 基于DUS测试的表型多样性分析
对30个DUS测试性状的分析显示,所有性状均有多态性。14个质量性状在170份种质中共检测到42个等位变异,平均每个性状3个,有效等位变异平均1.58个,Shannon指数平均0.56;16个数量性状共检测到94个等位变异,平均每个性状5.88个,Shannon指数平均1.32。数量性状的变异系数为1.5%~27.3%,其中8个性状的变异系数超过10%。T30(成熟期)的多样性指数最高,T6(茎:颜色)最低。结果表明,供试群体的数量性状遗传多样性高于质量性状。
3.2 核心性状筛选与表现
通过主成分分析提取了8个主成分,累积贡献率达71.77%。基于各性状的主成分得分,筛选出18个得分超过0.06的性状作为核心DUS性状。以18个核心性状进行聚类,同样可以将170份种质分为3类,且与30个性状的聚类结果一致,说明核心性状可有效简化田间鉴定流程并保留足够的判别信息。
3.3 基于表型性状的聚类分析
利用UPGMA法对30个DUS性状进行聚类,将170份种质分为3个类群,分别包含4份、61份和105份材料。第一类群以紫色茎秆和叶腋色素沉着为特征,第二类群籽粒的形态指标(面积、周长、长、宽、直径)较小,第三类群多数性状表现居中,且叶长、株高和穗长最大。类群间在18个核心性状上存在显著差异。
3.4 SSR标记多态性分析
23对SSR引物共扩增出27个位点,检测到302个等位基因,平均每个位点有11.185个等位基因;有效等位基因平均为3.874;Nei基因多样性指数平均为0.680;Shannon信息指数(I)平均为1.547;多态性信息含量(PIC)平均为0.646。这些参数表明SSR标记在供试群体中具有较高的多态性,可用于藜麦种质鉴定和遗传多样性评价。
3.5 群体结构与主坐标分析
基于SSR标记的UPGMA聚类将170份种质分为4个亚群。STRUCTURE分析显示ΔK在K=4时出现峰值,确定最佳亚群数为4。DAPC分析同样将样本分为4类,并与STRUCTURE结果吻合。PCoA中前两个主坐标分别解释12.60%和9.70%的方差,前10个主坐标累计解释47.53%。AMOVA显示遗传变异主要存在于个体间,占58.033%,亚组间占26.289%,个体内占15.679%;F
ST值为0.263,基因流N
m为0.701,表明群体遗传分化程度较高、基因交流有限。
3.6 DUS测试与SSR基因分型的比较
DUS表型聚类将种质分为3类,而SSR标记聚类分为4类,两种方法划分结果不一致。Mantel检验显示形态距离与分子距离呈弱负相关(r=-0.16,p<0.05),表明表型性状与所用的SSR标记所反映的遗传变异关联较弱。因此,将两种方法结合可更全面地评价藜麦种质的遗传多样性。
讨论部分指出,本研究中的DUS性状表现出较高的多样性,其中数量性状的多样性高于质量性状;SSR标记的平均等位基因数和多态性信息含量高于部分前人研究,验证了其在藜麦遗传分析中的有效性。由于形态标记和SSR标记反映的变异不同,且相关性低,建议在种质鉴定中同时使用表型描述和分子标记,并增加表型性状数量和引物覆盖度,以提高鉴定准确性和资源利用效率。群体结构分析提示遗传变异主要存在于个体水平,F
ST和N
m值表明群体间存在一定遗传分化,但供试种质整体遗传背景较为丰富。
研究结论可翻译为:研究人员通过DUS测试和SSR分子标记基因分型,系统描述并评价了170份藜麦种质资源。这些组合方法在种质间产生了清晰的区分。所检测群体表现出较高的遗传多样性,基因型间存在显著变异。研究人员还利用主成分分析(PCA)鉴定了18个核心DUS性状,提高了品种鉴别效率。23对SSR标记与18个核心DUS性状的组合显示出推动藜麦遗传研究的巨大潜力。这一对遗传多样性的综合评价为中国现有藜麦种质的利用提供了有益指导。