基于表型和SSR标记筛选海岛棉优异种质资源

马麒,宁新柱,李吉莲,陈红,余渝,林海

PDF(1849 KB)
更多内容请点击
PDF(1849 KB)
棉花学报 ›› 2020, Vol. 32 ›› Issue (2) : 91-101. DOI: 10.11963/1002-7807.mqlh.20200303
研究与进展

基于表型和SSR标记筛选海岛棉优异种质资源

作者信息 +

Mining Elite Sea-Island Cotton Germplasm Based on Phenotyping and SSR Markers

Author information +
History +

摘要

【目的】筛选海岛棉某一性状特别突出的优异种质资源,加快其新品种的选育进程。【方法】本研究以178份海岛棉核心种质资源为试验材料,通过调查和测定铃重、单株铃数、衣分、纤维长度、纤维比强度和马克隆值6个性状的表型数据,开展变异度和遗传多样性分析。每个性状表型值按10%最优取样策略,初步筛选海岛棉优异种质资源;同时利用120对simple sequence repeat （SSR）引物对178份海岛棉核心种质进行多态性分析,并开展群体结构分析及基因型聚类分析,依据聚类结果对初选海岛棉优异种质进一步筛选,鉴定出最终的海岛棉优异种质资源。【结果】海岛棉核心种质资源中上述6个性状的变异度和遗传多样性较丰富。120对SSR 引物在178份海岛棉种质中共检测出262个等位变异位点,平均值为2.18;多态信息含量（Polymorphism information content, PIC）为0.067 8~0.630 0,平均为0.296 0,属于中度多态。聚类分析将178份海岛棉核心种质划分为2大类群。基于表型值和SSR标记的聚类分析结果,最终筛选出23份单一性状特别突出的海岛棉优异种质资源。【结论】基于表型和SSR标记能较好地分析与评价海岛棉种质资源、发掘海岛棉优异种质资源,为海岛棉遗传育种提供材料基础,同时也为作物优异种质资源的筛选与鉴定提供重要参考和依据。

Abstract

[Objective] An elite germplasm resource of sea-island cotton with outstanding traits was mined in order to accelerate the breeding process of new varieties. [Method] The core collections of sea-island cotton germplasm consisted of 178 accessions were used as experimental materials in this study. Analyses of variability and diversity were performed through detecting phenotypic data of six main breeding-targeted traits, including boll weight, boll number per plant, lint percentage, fiber length, fiber strength, and micronaire. The elite germplasm of sea-island cotton was selected according to 10% optimal sampling strategy based on the phenotypic value of each trait. The 120 pairs of polymorphic simple sequence repeat (SSR) primers were used to analyze the polymorphism of 178 accessions of the core collections. Then, we conducted the population structure and clustering analysis based on the genotyping results. According to the results of cluster analysis, the primary elite germplasm was further selected, and the final elite germplasm of sea-island cotton was identified. [Result] The results showed that there was a high variability and abundant genetic diversity in the 6 studied traits. In 178 accessions of sea-island cotton, 262 alleles were detected by 120 pairs of SSR primers, with an average of 2.18 loci. The average polymorphism information content (PIC) was 0.067 8-0.630 0, with an average of 0.296 0, showing moderate polymorphism. The cluster analysis showed that the core collection of sea-island cotton was divided into six groups. twenty-three elite germplasm resources of sea-island cotton were identified based on phenotypic value and cluster analysis of SSR markers. [Conclusion] The germplasm of sea-island cotton can be analyzed and evaluated based on the phenotyping and SSR markers, and then the elite germplasm of sea-island cotton can be identified. These results provided the material basis for the genetic breeding of sea-island cotton, as well as the important reference and basis for the mining and identification of crop elite germplasm.

关键词

海岛棉 / 表型 / SSR标记 / 优异种质

Keywords

sea-island cotton / phenotype / SSR markers / elite germplasm

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
马麒 , 宁新柱 , 李吉莲 , 陈红 , 余渝 , 林海. 基于表型和SSR标记筛选海岛棉优异种质资源[J]. 棉花学报, 2020, 32(2): 91-101. https://doi.org/10.11963/1002-7807.mqlh.20200303
Ma Qi , Ning Xinzhu , Li Jilian , Chen Hong , Yu Yu , Lin Hai. Mining Elite Sea-Island Cotton Germplasm Based on Phenotyping and SSR Markers[J]. Cotton Science, 2020, 32(2): 91-101. https://doi.org/10.11963/1002-7807.mqlh.20200303
海岛棉（Gossypium barbadense L.）纤维具有长、强、细等特点,是高档和特种棉纺织品的重要原料,因其优异的纤维品质和黄萎病抗性,目前已成为最具利用价值的棉花栽培种之一[1,2]。近年来,我国在海岛棉种质资源创新和新品种选育方面取得重要成果[3,4,5,6],其产量得到较大幅度提高,纤维品质也得到明显的改善。但我国海岛棉产量及纤维品质育种水平仍没有明显突破,其中优异种质资源的匮乏是主要原因之一。因此筛选和挖掘海岛棉优异种质资源对于海岛棉新品种选育及资源创新具有重要意义。
种质资源是作物遗传育种工作的基础,植物新品种选育及生产的发展,很大程度上取决于掌握优异种质资源的数量和研究深度。育种实践证明,一些具有关键性状的优异种质往往对育种成效起决定性作用[7]。因此急需发掘符合育种目标和研究需要的优异种质,以满足当前和今后科研及生产发展的要求。目前,已开展了包括大豆[8]、玉米[9]、小麦[10]等多种作物优异种质资源的分析与研究。海岛棉是棉花常见的四倍体栽培种之一,约占我国植棉总面积的5%。近年来,海岛棉种质资源数量较多、类型也较丰富,但海岛棉骨干亲本的广泛使用及定向育种策略,导致其遗传基础狭窄、遗传背景单一,海岛棉品种遗传多样性呈现明显的下降趋势[11,12,13,14]。此外,部分具有重大科研价值的优异种质正在流失却未引起重视,而单一性状特别突出的优异海岛棉种质资源更是极其匮乏。海岛棉优异种质的筛选不仅可为棉花科研和育种提供独特、优异、丰富的基础材料,而且在一定程度上可加速一些优异性状相关Quantitative trait locus (QTL)定位,为实现分子标记辅助育种、利用海岛棉进行陆地棉改良育种提供重要参考和依据。
随着分子生物学技术的快速发展, 分子标记已广泛应用于作物优异种质资源的筛选与发掘。简单重复序列（Simple sequence repeat, SSR）也叫微卫星,广泛分布于真核生物基因组的编码区和非编码区。SSR标记具有多态信息含量高、共显性遗传、重复性好、特异性强、技术简单、成本低等特点,已成为从基因型方面评价种质资源的重要工具[15]。一般来说,表型是生物遗传物质在环境作用下的外在表现形式,主要包括肉眼可见的外部特性,也包含色素、生理、品质等需要借助测试才可识别的特性[16];基因型是生物个体全部基因组的总和,是性状表现的内在因素。基于表型和SSR分子标记技术来研究现有海岛棉核心种质资源的遗传变异情况,可深入了解其遗传背景信息,充分挖掘关键性状表现突出的优异种质。
本研究以前期构建的178份海岛棉核心种质为试验材料,利用SSR标记技术阐明海岛棉种质资源的基因型变异及亲缘关系;同时结合性状表型值,开展基于表型和基因型的海岛棉种质资源评价与筛选,挖掘海岛棉核心种质的产量、品质构成性状中单一性状表现突出的优异种质,以期为海岛棉遗传育种及理论研究提供重要基础,同时也为其它作物优异种质资源的筛选与鉴定提供参考和依据。

1 材料与方法

1.1 实验材料

本研究以前期构建的178 份海岛棉核心种质为试验材料。178份材料中包含新疆本地选育品种/系130 份（前期已发表[5]）,国外引进材料26 份,内地引进材料22 份（附表1,见本刊网站）。

1.2 田间试验设计与表型性状调查

1.2.1 田间试验设计。田间试验于2015―2016年在新疆生产建设兵团农二师29 团新疆农垦科学院棉花研究所试验站开展,种植模式是（66+10）cm株行距配置,一膜四行,每个材料种植2行,行长4 m,株距为9.5 cm。田间采用随机区组设计,重复3次,小区管理与当地大田相同。
1.2.2 表型性状调查。本研究中调查和测定的表型性状主要是铃重、单株铃数、衣分、纤维长度、纤维强度和马克隆值6 个性状。田间调查时,每个小区随机选取连续相邻的10 株作为调查对象,调查总铃数,并计算单株铃数;收获期每个小区随机收取棉株中部50 个考种铃,称取籽棉总重量,并计算铃重;轧花后,称取50铃的皮棉总重量,并计算衣分;取10 g皮棉送原农业部棉花品质监督检验测试中心（HVICC校准）,测定纤维上半部平均长度、断裂比强度、马克隆值等品质指标。

1.3 棉花基因组DNA提取及SSR引物合成

苗期选取各个材料植株幼嫩叶片,按Paterson等[17]的方法提取基因组总DNA。SSR引物的选择参考了Guo等[18]、Lin等[19]构建的棉花SSR分子标记遗传图谱,引物序列信息参考棉花微卫星标记数据库（https://www.cottongen.org/data/markers）,引物的合成由北京康为世纪生物科技有限公司完成。

1.4 多态性SSR引物的筛选及PCR反应

选取覆盖棉花26 对染色体的1 000 对SSR 引物,在12 份海岛棉种质间进行引物多态性筛选,得到156 对多态性引物。选取其中条带差异明显、背景清晰、信号较强、扩增效果较好、都覆盖所有染色体的120 对多态性SSR引物（图1）,对178份海岛棉核心种质进行Polymerase chain reaction（PCR）扩增反应。PCR的扩增、电泳及染色参考Zhang等[20,21]的方法。
图1 代表性多态性引物在12份海岛棉材料中的扩增情况
a、b和c分别表示引物NAU5120、NAU2820和NAU3310在12份海岛棉材料中的扩增情况。M:分子量标记;1~12:随机抽取的12份海岛棉材料;红色箭头表示多态性条带。

Fig. 1 Amplification of the representative polymorphic primers in 12 accessions of sea-island cotton

a, b, and c indicated the amplification of NAU5120, NAU2820 and NAU3310, respectively, in 12 accessions of sea-island cotton. M: DNA marker; 1-12:Randomly selected 12 accessions of sea-island cotton. The amplified polymorphic bands are indicated by the red arrows.

Full size|PPT slide

1.5 SSR分子标记的多态性、群体结构及聚类分析

对于SSR标记数据,根据PCR扩增产物的电泳结果采用0、1系统记录谱带位置,观察某一扩增条带的有无,有带记为1,无带记为0,构建0、1矩阵。利用POPGENE 3.2软件计算等位基因变异数和多态性信息量（Polymorphism information content, PIC）。利用 Structure 2.3.4 软件[22]估测该自然群体的遗传结构,计算每个材料对应的Q值（即每个材料归属于某个亚群的概率）,假定位点是独立的,设定群体数目K为 1~10,MCMC 开始时的不作数迭代（Length of burn-in period）为10 000,然后根据最大似然值原则选取合适的K 值。初选海岛棉优异种质的基因型聚类分析采用NTSYS-pc 2.10 软件,根据 SimQual 程序求 Jaccard 相似系数,采用类平均法（Unweighted pair group method arithmetic averages, UPGMA）,对遗传相似系数矩阵进行聚类并绘制树状聚类图。

2 结果与分析

2.1 海岛棉核心种质表型性状的遗传多样性分析

从表1可知,178份海岛棉核心种质的平均铃重（3.04±0.23） g、衣分（31.42±2.25）%、单株结铃数10.53±2.10、纤维上半部平均长度（35.99±1.88） mm、断裂比强度（42.14±4.18） cN·tex-1、马克隆值3.80±0.32。铃重变幅为2.29~3.58 g、衣分22.17%~36.82 %、单株结铃数5.4~17.4、纤维上半部平均长度26.78~38.62 mm、断裂比强度31.95~53.50 cN·tex-1、马克隆值2.67~4.51。变异度分析发现,海岛棉核心种质表型性状具有较广泛的变异范围,6个性状的变异系数为5.22%~19.94%,其中单株结铃数的变异系数最大,为19.94%,这说明单株结铃数性状的变异度最丰富,有利于筛选强结铃性的海岛棉优异种质。多样性分析发现,单株铃数、纤维上半部平均长度、断裂比强度和马克隆值的遗传多样性指数较高,均大于1.000 0,且断裂比强度的多样性指数达到1.412 0,说明这些核心种质中断裂比强度的遗传多样性最丰富的。
表1 海岛棉表型性状的变化及分布特征

Table1 The variation and distribution of phenotypic traits of sea-island cotton germplasm

表型性状
Phenotypic traits		 均值±标准差
Mean±SD		 变幅
Range		 变异系数
Coefficient of variation/ %		 多样性
指数H’
铃重 Boll weight /g 3.04±0.23 2.29~3.58 7.57 0.934 0
衣分 Lint percentage /% 31.42±2.25 22.17~36.82 7.16 0.701 2
单株铃数 Bolls per plant 10.53±2.10 5.4~17.4 19.94 1.215 4
纤维上半部平均长度Upper half mean length /mm 35.99±1.88 26.78~38.62 5.22 1.052 3
断裂比强度 Fiber strength /（cN·tex-1） 42.14±4.18 31.95~53.50 9.92 1.412 0
马克隆值 Micronaire 3.80±0.32 2.67~4.51 8.42 1.203 8
注:SD,标准差。
Note:SD,standard deviation.

2.2 基于SSR标记的遗传多样性分析

2.2.1 多态性SSR引物的筛选。利用1 000对SSR 引物在12份海岛棉材料间进行多态性引物的初选,得到156对差异性引物,剔除扩增条带模糊、离散度低的引物,选取其中扩增效果较好的120对多态性明显的SSR引物（图1）,用于海岛棉核心种质的基因型分析。
2.2.2 海岛棉核心种质全基因组SSR扩增结果分析。选取120对多态性明显的SSR引物,对178份海岛棉核心种质进行SSR标记的扩增分析（图2）。结果发现,120对SSR引物共检测到262个位点,每对引物检测到等位变异的数目为1~6、平均为2.18;多态性信息含量在0.067 8~0.630 0,平均为0.296 0,位于0.25~0.50之间,说明178份海岛棉的不同位点多态性属中度多态（表2）。
图2 引物 NAU3310在海岛棉核心种质的扩增电泳图

Fig. 2 The amplified electropherogram of primers NAU3310 in core collection of sea-island cotton

Full size|PPT slide

表2 120对SSR 引物的多态性分析

Table 2 The polymorphism analysis of 120 pairs of SSR primers

编号Code 标记名称Marker name 染色体位置Map location 等位变异数Allele number 多态信息含量PIC 编号Code 标记名称Marker name 染色体位置Map location 等位变异数Allele number 多态信息含量PIC
1 NAU3110 chr.19 4 0.199 8 34 NAU3481 chr.21 1 0.261 3
2 NAU2820 chr.16 3 0.302 5 35 JESPR232 chr.08 2 0.235 6
3 NAU3324 chr.24 1 0.373 0 36 NAU2503 chr.06 2 0.067 8
4 NAU5120 chr.16 3 0.355 5 37 NAU2200 chr.23 2 0.340 8
5 NAU3341 chr.11 1 0.374 5 38 BNL2449 chr.13 6 0.372 0
6 NAU797 chr.19 2 0.209 0 39 BNL3823 chr.23 4 0.373 4
7 NAU1028 chr.17 1 0.338 3 40 NAU1362 chr.07 5 0.373 1
8 NAU1093 chr.06 2 0.356 1 41 NAU2679 chr.06 2 0.085 2
9 NAU1102 chr.19 3 0.238 1 42 NAU905 chr.15 2 0.082 2
10 HAU2146 chr.09 2 0.313 1 43 NAU3384 chr.01 1 0.177 3
11 NAU2908 chr.17 2 0.327 7 44 NAU5107 chr.15 1 0.280 5
12 NAU5465 chr.14 3 0.155 1 45 BNL3580 chr.01 3 0.351 0
13 BNL226 chr.03 2 0.165 3 46 BNL3888 chr.01 3 0.333 5
14 BNL1495 chr.13 1 0.373 9 47 BNL3590 chr.02 2 0.352 5
15 CGR5202 chr.24 1 0.371 8 48 NAU5233 chr.03 3 0.187 0
16 NAU803 chr.14 1 0.150 2 49 NAU5444 chr.03 1 0.316 3
17 BNL1604 chr.16 3 0.314 8 50 BNL3259 chr.03 2 0.334 1
18 NAU2083 chr.01 2 0.270 6 51 NAU3405 chr.19 3 0.216 1
19 NAU3791 chr.04 2 0.369 6 52 NAU2562 chr.05 4 0.291 1
20 NAU2991 chr.20 1 0.224 2 53 NAU5088 chr.05 2 0.305 7
21 NAU1322 chr.24 2 0.439 9 54 NAU5400 chr.05 3 0.133 1
22 NAU2687 chr.25 2 0.231 4 55 BNL3995 chr.05 2 0.143 3
23 NAU3424 chr.24 2 0.333 5 56 NAU3243 chr.06 2 0.351 9
24 NAU1605 chr.05 1 1.333 5 57 NAU2156 chr.06 2 0.349 8
25 HAU2768 chr.06 1 2.333 5 58 BNL1064 chr.06 3 0.128 2
26 NAU5163 chr.01 1 0.375 0 59 NAU1048 chr.07 1 0.292 8
27 BNL3034 chr.14 2 0.373 9 60 NAU3101 chr.09 1 0.248 6
28 NAU3189 chr.26 1 0.288 6 61 BNL3626 chr.09 1 0.301 0
29 BNL169 chr.20 1 0.266 0 62 NAU2166 chr.10 1 0.310 1
30 NAU3013 chr.10 1 0.359 3 63 NAU3284 chr.21 1 0.102 0
31 NAU3346 chr.15 2 0.117 8 64 NAU3117 chr.11 2 0.429 5
32 BNL252 chr.24 2 0.349 0 65 NAU3377 chr.11 1 0.354 4
33 NAU5465 chr.14 2 0.256 4 66 BNL3592 chr.11 2 0.257 7
编号Code 标记名称Marker name 染色体位置Map location 等位变异数Allele number 多态信息含量PIC 编号Code 标记名称Marker name 染色体位置Map location 等位变异数Allele number 多态信息含量PIC
67 NAU3519 chr.12 4 0.502 7 94 BNL3646 chr.20 2 0.311 0
68 NAU3398 chr.18 2 0.607 0 95 NAU4865 chr.21 3 0.404 3
69 NAU5345 chr.13 2 0.374 0 96 NAU3240 chr.21 3 0.162 8
70 NAU3540 chr.13 2 0.165 3 97 BNL3649 chr.21 4 0.394 0
71 NAU3989 chr.13 1 0.268 5 98 NAU3293 chr.26 3 0.301 4
72 NAU3576 chr.15 3 0.339 0 99 BNL1079 chr.18 1 0.306 3
73 BNL3145 chr.14 3 0.321 5 100 BNL1705 chr.21 1 0.280 6
74 NAU3449 chr.17 4 0.340 5 101 BNL193 chr.18 4 0.112 8
75 NAU2955 chr.22 4 0.175 0 102 BNL2646 chr.15 3 0.385 8
76 BNL1047 chr.25 2 0.304 3 103 NAU3995 chr.03 1 0.417 0
77 NAU2932 chr.05 4 0.322 1 104 NAU4042 chr.19 2 0.418 4
78 NAU3095 chr.19 3 0.204 1 105 NAU3588 chr.25 2 0.418 1
79 NAU2942 chr.19 2 0.279 1 106 NAU5433 chr.06 2 0.130 2
80 NAU2801 chr.19 2 0.293 7 107 HAU0878 chr.05 1 0.127 2
81 NAU5121 chr.19 2 0.121 1 108 HAU0883 chr.14 2 0.324 0
82 NAU5255 chr.05 1 0.131 3 109 HAU0975 chr.06 1 0.333 1
83 NAU4884 chr.19 1 0.339 9 110 HAU1058 chr.15 2 0.125 0
84 NAU5447 chr.19 1 0.337 8 111 HAU1185 chr.19 2 0.452 5
85 NAU3306 chr.25 1 0.116 2 112 HAU1195 chr.16 3 0.377 4
86 JESPR224 chr.25 2 0.280 8 113 HAU2873 chr.10 3 0.280 7
87 NAU2974 chr.16 2 0.236 6 114 NAU3665 chr.10 2 0.525 7
88 NAU2626 chr.16 3 0.335 6 115 HAU1809 chr.11 4 0.630 0
89 NAU2627 chr.16 3 0.190 2 116 HAU1951 chr.14 2 0.397 0
90 BNL1395 chr.07 4 2.378 5 117 HAU2119 chr.06 2 0.188 3
91 BNL3084 chr.24 2 0.420 0 118 HAU2367 chr.25 2 0.291 5
92 BNL3860 chr.24 3 0.418 9 119 HAU2414 chr.13 3 0.362 0
93 NAU3137 chr.20 2 0.333 6 120 NAU3096 chr.19 2 0.344 5
注: PIC: 多态信息含量, 用来度量某个标记在群体中多态性可提供的信息量。
Note: PIC: Polymorphism information content, was used to measure the amount of information provided by a marker's polymorphism in the population.
2.2.3 群体结构及聚类分析。由Structure 2.3.4软件分析显示,似然值ln（P（D））随K值的增加而增加（图3a）。根据Evanno等[23]的方法,由△K来确定K值。由图3b可知,K=2 时,△K最大并且出现显著的峰值,即该自然群体可划分为2个亚群（图3c）,亚群1和 2 分别包含95份和83份材料,且2个亚群的材料均来自不同的地区和单位,说明各育种单位之间的种质资源发生了较为广泛的交换与融合。
图3 187 份海岛棉种质资源的群体结构分析
a: K值与 lnP(D)值的折线图;b:K值与△K的折线图;c:群体结构图。

Fig. 3 Population structure analysis of 178 accessions of sea-island cotton germplasm

a: Lines chart of with lnP(D); b: Lines chart of K with △K; c: Population structure.

Full size|PPT slide

2.3 海岛棉优异种质资源的筛选与鉴定

对178份海岛棉种质资源进行2年1点的大田种植鉴定,剔除田间表现较差（早衰、抗病性差、产量低）的种质55份,以123份海岛棉种质作为优异种质的筛选对象。铃重、衣分、单株铃数和纤维上半部平均长度、断裂比强度、马克隆值的表型值按照10%最优取样策略,在123份海岛棉种质资源中筛选出铃重、衣分、结铃性、纤维长度、纤维强度最优种质和马克隆值最低的种质各12份,作为初选海岛棉优异种质（表3）。同时参考群体结构分析（图3）及初选海岛棉优异种质资源的基因型聚类分析（附图1,见刊网站）,依据“同一聚类群择优选取”原则,在取样措施上分层取样、综合考虑,对海岛棉种质资源进行了合理客观的评价与筛选,最终筛选每个单一性状特别突出的优异种质资源各5份（表4）。
表3 海岛棉优异种质的表型筛选结果

Table 3 The elite Sea-island cotton germplasm identified via phenotyping

表4 海岛棉优异种质资源的筛选结果

Table 4 Screening results of elite sea-island germplasm

名称
Name		 大铃种质
Big boll germpl		 高衣分种质
High lint percentage germplasm		 强结铃种质
Strong boll-bearing germplasm		 长纤维种质
Long fiber germplasm		 高纤维强度种质
High fiber strength germplasm		 低马克隆值种质
Low micronaire germplasm
167 √
G-92 √ √
新海 28号Xinhai 28 √ √ √
新海 21号 Xinhai 21 √ √
03H-1 √
洛西雅 1号Luoxiya 1 √
TH-314 √
新海 3号Xinhai 3 √
新海 7号Xinhai 7 √
垦绿04-20-2 Kenlv 04-20-2 √ √
Pima 3-79 √ √
元谋 1号Yuanmou 1 √
新海 47号Xinhai 47 √ √
长丰1号Changfeng 1 √
跃进2号Yuejin 2 √
HS12-5 √
新海 45号Xinhai 45 √
Pima 90 √
新海 46号Xinhai 46 √
Pima 5 √
金垦07-68-1 Jinken 07-68-1 √
金垦05-7 Jinken 05-7 √
垦棕05-13 Kenzong 05-13 √
由表4可知,共筛选出具有不同突出性状的海岛棉优异种质资源共23份,其中新海28号具有铃重高、结铃性强和纤维强度高等优点;G-92、新海21号、垦绿04-20-2、Pima 3-79、新海47号同时具有2个突出性状。这23份海岛棉优异种质资源不仅可用作海岛棉常规遗传育种的亲本选择,而且可用于相关QTL定位。

3 讨论

种质资源的遗传多样性及亲缘关系信息是育种工作的基础,对我国海岛棉品种的遗传多样性准确的评价可以为亲本的选配、后代遗传变异程度及杂种优势水平的预测提供预见性,这是育种目标能否成功实现的关键[2]。本研究对已构建的178份海岛棉核心种质资源的纤维产量及品质构成性状进行准确鉴定并开展遗传多样性分析。研究发现6个性状的变异度和遗传多样性较丰富,研究结果与王莉萍[24]、谢元元[25]的研究结论基本相似。说明本研究中海岛棉核心种质资源较高的变异度高和丰富的遗传多样性,可以为海岛棉优异种质的发掘提供良好的基础。
表型性状有时并不能真实地反映种质间的内在差异性,需结合基因型的遗传变异来揭示种质间的遗传差异性。分子标记可以为海岛棉种质的基因型分析提供重要工具,前人已利用不同分子标记对海岛棉的遗传多样性进行研究。吴大鹏等[14]认为我国海岛棉品种遗传多样性适中;陈光等[12]、李武等[2]和米日古丽·马木提等[26]利用分子标记进行了新疆海岛棉遗传多样性分析,通过研究认为我国新疆海岛棉育成品种遗传背景相对较为狭窄。本研究利用SSR分子标记对海岛棉核心种质资源进行了遗传多样性分析,研究发现其遗传基础同样比较狭窄。
目前,海岛棉骨干亲本的广泛使用及定向育种策略是造成其遗传基础狭窄、遗传背景单一的最主要的原因之一。长期的人工定向选择育种,虽然使一些综合性状比较优良的材料积累下来,但同时多数单一性状突出的育种材料正逐渐遭到淘汰和流失。因此,在表型鉴定基础上,急需通过现代生物技术手段筛选和发掘单一性状突出的优异种质资源。育种实践也证明,育种上的突破性成就多源于对某一关键性状特别突出的优异种质资源的发现和利用[7]。本研究采用表型鉴定与基因型鉴定相结合的方法,筛选与发掘海岛棉优异种质资源,即先通过表型鉴定结果初选海岛棉优异种质;然后基于SSR分子标记进行基因型分析和亲缘关系聚类分析,综合表型变异和基因型变异情况,在取样策略上偏重评价、参考变异,在取样措施上分层取样、综合考虑,最终对海岛棉种质资源进行了合理客观的评价,并最终筛选到海岛棉优异种质资源。研究过程中既考虑了表型的变异度,同时也参考了基因型变异的结果,在优异种质资源的筛选与鉴定的过程中实现了性状分析和鉴定的准确性和可靠性。

4 结论

本研究通过对178份海岛棉核心种质资源进行表型和分子标记基因型的分析和评价,最终筛到单一性状突出的海岛棉优异种质资源共23份,其中新海28号、G-92、新海21号、垦绿04-20-2、Pima 3-79和新海47号同时具有2个或者2个以上突出性状。该23份海岛棉优异种质资源不仅可以在海岛棉常规遗传育种中亲本选择时优先考虑,而且可作为表型性状QTL定位的关键材料利用。本研究成果可以为海岛棉遗传育种及理论研究提供重要基础,同时也为其它作物优异种质资源的筛选与鉴定提供参考和依据。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Tu L L, Zhang X L, Liang S G, et al. Genes expression analysis of sea-island cotton (Gossypium barbadense L.) during fiber development[J]. Plant Cell Report, 2007, 26(8): 1309-1320.
https://doi.org/10.1007/s00299-007-0337-4
http://link.springer.com/10.1007/s00299-007-0337-4
本文引用 [1]
[2]
李武, 倪薇, 林忠旭, 等. 海岛棉遗传多样性的SRAP 标记分析[J]. 作物学报, 2008, 34(5): 893-898.
Li Wu, Ni Wei, Lin Zhongxu, et al. Genetic diversity analysis of sea-island cotton cultivars using SRAP markers[J]. Acta Agronomica Sinica, 2008, 34(5): 893-898.
本文引用 [3]
[3]
杜雄明, 刘方, 王坤波, 等. 棉花种质资源收集鉴定与创新利用[J]. 棉花学报, 2017, 29(S1): 51-61.
Du Xiongming, Liu Fang, Wang Kunbo, et al. Collection, evaluation and utilization of cotton germplasm[J]. Cotton Science, 2017, 29(S1): 51-61.
本文引用 [1]
[4]
杜丽丽, 吴鹏昊, 曲延英, 等. 海岛棉不同群体枯萎病抗性分析及评价[J]. 分子植物育种, 2015, 13(7): 1517-1525.
Du Lili, Wu Penghao, Qu Yanying, et al. Analysis and evaluation of Fusarium Wilt resistance in different populations of sea-island cotton[J]. Molecular Breeding, 2015, 13(7): 1517-1525.
本文引用 [1]
[5]
马麒, 宿俊吉, 宁新柱, 等. 新疆海岛棉育种目标性状多元分析与种质资源评价[J]. 西南农业学报, 2016, 29(7): 1530-1539.
Ma Qi, Su Junji, Ning Xinzhu, et al. Multivariate analysis on breeding targeted-traits of sea-island cotton (G. barbadense) bred in Xinjiang and evaluation of germplasm resources[J]. Southwest China Journal of Agricultural Sciences, 2016, 29(7): 1530-1539.
本文引用 [2]
[6]
练文明, 邰红忠, 卢金宝, 等. 海岛棉品种新海54号的选育与栽培技术[J]. 中国棉花, 2017, 44(6): 35-36.
Lian Wenming, Tai Hongzhong, Lu Jinbao, et al. Breeding and key points of cultivation technique for a sea-island cotton variety, Xinhai 54[J]. China Cotton, 2017, 44(6): 35-36.
本文引用 [1]
[7]
张天真. 作物育种学总论[M]. 北京: 中国农业出版社, 2003.
Zhang Tianzhen. Crop Breeding[M]. Beijing: China Agricultural Publishers, 2003.
本文引用 [2]
[8]
林红, 姚振纯, 齐宁, 等. 大豆优异种质资源的利用与创新[J]. 植物遗传资源学报, 2001, 2(3): 32-35.
Lin Hong, Yao Zhenchun, Qi Ning, et al. Enhancement and utilization of elite germplasm of soybean[J]. Journal of Plant Genetic Resources, 2001, 2(3): 32-35.
本文引用 [1]
[9]
蒋华仁, 戴大庆, 孙发东. 小麦优异种质资源的创新研究[J]. 四川农业大学学报, 1992, 10(2): 255-259.
Jiang Huaren, Dai Daqing, Sun Fadong. Innovative research on special wheat germplasm resources[J]. Journal of Sichuan Agricultural University, 1992, 10(2): 255-259.
本文引用 [1]
[10]
彭忠华. 喀斯特高海拔山区玉米优异性种质的形态、生理及多样性形成研究[J]. 玉米科学, 2010, 18(2): 45-49.
Peng Zhonghua. Research on the morphology, physiological and diversity formation of specific maize germplasm in Karst high elevation area[J]. Journal of Maize Sciences, 2010, 18(2): 45-49.
本文引用 [1]
[11]
武路云, 刘方, 靳明凯, 等. 海岛棉部分引进和自选品种遗传多样性的SRAP分析[J]. 南方农业学报, 2012, 43(7): 901-906.
Wu Luyun, Liu Fang, Jin Mingkai, et al. Genetic diversity analysis of introduced and self-bred sea-island cotton (Gossypium Barbadense L.) varieties based on SRAP markers[J]. Journal of Southern Agriculture, 2012, 43(7): 901-906.
本文引用 [1]
[12]
陈光, 杜雄明, 卢东柏, 等. 利用SSR分子标记进行海岛棉遗传多样性研究[J]. 植物遗传资源学报, 2005, 6(2): 135-139.
Chen Guang, Du Xiongming, Lu Dongbai, et al. Genetic diversity of sea-island cotton using SSR markers[J]. Journal of Plant Genetic Resources, 2005, 6(2): 135-139.
本文引用 [2]
[13]
潘兆娥, 何守朴, 贾银华, 等. 引进海岛棉种质的SSR遗传多样性分析[J]. 植物遗传资源学报, 2014, 15(2): 399-404.
Pan Zhaoe, He Shoupu, Jia Yinhua, et al. Genetic diversity analysis of the sea-island cotton introduced using SSR markers[J]. Journal of Plant Genetic Resources, 2014, 15(2): 399-404.
本文引用 [1]
[14]
吴大鹏, 房嫌嫌, 马梦楠, 等. 四个国家海岛棉品种资源的亲缘关系和遗传多态性研究[J]. 棉花学报, 2010, 22(2): 104-109.
Wu Dapeng, Fang Xianxian, Ma Mengnan, et al. Genetic relationship and diversity of germplasms in Gossypium barbadense L. from four different countries using SSR markers[J]. Cotton Science, 2010, 22(2): 104-109.
本文引用 [2]
[15]
董思言, 孙备, 李建东, 等. 微卫星分子标记在野生大豆遗传多样性研究中的应用[J]. 大豆科学, 2008, 27(1): 145-149.
Dong Siyan, Sun Bei, Li Jiandong, et al. Application of microsatellite molecular marker in the genetic diversity of Glycine soja[J]. Soybean Science, 2008, 27(1): 145-149.
本文引用 [1]
[16]
潘存祥, 许勇, 纪海波, 等. 西瓜种质资源表型多样性及聚类分析[J]. 植物遗传资源学报, 2015, 16(1): 59-63.
Pan Cunxiang, Xu Yong, Ji Haibo, et al. Phenotypic diversity and clustering analysis of watermelon germplasm[J]. Journal of Plant Genetic Resources, 2015, 16(1): 59-63.
本文引用 [1]
[17]
Paterson A H, Brubaker C L, Wendel J F. A rapid method for extraction of cotton (spp.) genomic DNA suitable for RFLP or PCR analysis[J]. Plant Molecular Biology Reporter, 1993, 11(2): 122-127.
https://doi.org/10.1007/BF02670470
http://link.springer.com/10.1007/BF02670470
本文引用 [1]
[18]
Guo W, Cai C, Wang C, et al. A microsatellite-based, gene-rich linkage map reveals genome structure, function and evolution in cotton[J]. Genetics, 2007, 5(176): 527-541.
本文引用 [1]
[19]
Lin Z X, Zhang X L, Nie Y C, et al. Construction of a genetic linkage map for cotton based on SRAP[J]. Chinese Science Bulletin, 2003, 48(19): 2064-2068.
本文引用 [1]
[20]
张军, 武耀廷, 郭旺珍, 等. 棉花微卫星标记的PAGE/银染快速检测[J]. 棉花学报, 2000, 12(5): 267-269.
Zhang Jun, Wu Yaoting, Guo Wangzhen, et al. Fast screening of microsatellite markers in cotton with PAGE/silver staining[J]. Cotton Science, 2000, 12(5): 267-269.
本文引用 [1]
[21]
Zhang J, Guo W Z, Zhang T Z. Molecular linkage map of allotetraploid cotton (Gossypium hirsutum L. × Gossypium barbadense L.) with a haploid population[J]. Theoretical and Applied Genetics, 2002, 105(8): 1166-1174.
https://www.ncbi.nlm.nih.gov/pubmed/12582895
本文引用 [1] 摘要
In the present study, a haploid population from the cross of the two cultivated allotetraploid cottons, Gossypium hirsutum L. and Gossypium barbadense L., was developed by means of Vsg, a virescently marked semigamous line of Sea island cotton, and some target haploids were successfully doubled with colchicine. A molecular linkage map was constructed with 58 doubled and haploid plants. Among the total of 624 marker loci (510 SSRs and 114 RAPDs), 489 loci were assembled into 43 linkage groups and covered 3,314.5 centi-Morgans (cM). Using the monosomic and telodisomic genetic stocks, the linkage groups of the present map were associated with chromosomes of the allotetraploid genome, and some of the unassociated groups were connected to corresponding A or D subgenomes. Through the analysis of the assignment of the duplicated SSR loci in the chromosomes or the linkage groups, ten pairs of possible homoeologous chromosome (or linkage group) regions were identified. Among them, the pairs of Chrs. 1 and 15, Chrs. 4 and 22, and Chrs. 10 and 20 had already been determined as homoeologous by classical genetic and cytogenetic research, and the pair of Chrs. 9 and 23 had also been identified by the ISH method of molecular cytogenetics. But, from present research, it was assumed that Chrs. 5 and 18 might be a new pair of homoeologous chromosomes of the allotetraploid cotton genome detected by molecular mapping of the cotton genome.
[22]
Pritchard J K, Stephens M, Donnelly P. Inference of population structure using multilocus genotype data[J]. Genetics, 2000, 155:945-959.
https://www.ncbi.nlm.nih.gov/pubmed/10835412
本文引用 [1] 摘要
We describe a model-based clustering method for using multilocus genotype data to infer population structure and assign individuals to populations. We assume a model in which there are K populations (where K may be unknown), each of which is characterized by a set of allele frequencies at each locus. Individuals in the sample are assigned (probabilistically) to populations, or jointly to two or more populations if their genotypes indicate that they are admixed. Our model does not assume a particular mutation process, and it can be applied to most of the commonly used genetic markers, provided that they are not closely linked. Applications of our method include demonstrating the presence of population structure, assigning individuals to populations, studying hybrid zones, and identifying migrants and admixed individuals. We show that the method can produce highly accurate assignments using modest numbers of loci-e.g., seven microsatellite loci in an example using genotype data from an endangered bird species. The software used for this article is available from http://www.stats.ox.ac.uk/ approximately pritch/home. html.
[23]
Evanno G, Regnaut S, Goudet J. Detecting the number of clusters of individuals using the software structure-a simulation study[J]. Molecular Ecology, 2005, 14:2611-2620.
https://www.ncbi.nlm.nih.gov/pubmed/15969739
本文引用 [1] 摘要
The identification of genetically homogeneous groups of individuals is a long standing issue in population genetics. A recent Bayesian algorithm implemented in the software STRUCTURE allows the identification of such groups. However, the ability of this algorithm to detect the true number of clusters (K) in a sample of individuals when patterns of dispersal among populations are not homogeneous has not been tested. The goal of this study is to carry out such tests, using various dispersal scenarios from data generated with an individual-based model. We found that in most cases the estimated 'log probability of data' does not provide a correct estimation of the number of clusters, K. However, using an ad hoc statistic DeltaK based on the rate of change in the log probability of data between successive K values, we found that STRUCTURE accurately detects the uppermost hierarchical level of structure for the scenarios we tested. As might be expected, the results are sensitive to the type of genetic marker used (AFLP vs. microsatellite), the number of loci scored, the number of populations sampled, and the number of individuals typed in each sample.
[24]
王莉萍. 海岛棉表型性状遗传多样性分析及核心种质构建方法的研究[D]. 乌鲁木齐: 新疆农业大学, 2016.
Wang Liping. Genetic diversity analysis of phenotypic characters and construction of core germplasm in sea-island cotton[D]. Urumqi: Xinjiang Agricultural University, 2016.
本文引用 [1]
[25]
谢元元. 127份海岛棉遗传多样性分析[D]. 乌鲁木齐: 新疆农业大学, 2013.
Xie Yuanyuan. Analysis of genetic diversity of 127 sea-island cotton[D]. Urumqi: Xinjiang Agricultural University, 2013.
本文引用 [1]
[26]
米日古丽·马木提, 阿里甫·艾尔西, 宁新民, 等. 利用SRAP和RGA标记对新疆海岛棉品种的聚类分析[J]. 新疆农业科学, 2011, 48(11): 2017-2024.
Miriguli Mamuti, Axipu Aierxi, Ning Xinmin, et al. Cluster analysis on Xinjiang sea-island cotton by SRAP and RGA[J]. Xinjiang Agricultural Sciences, 2011, 48(11): 2017-2024.
本文引用 [1]

基金

国家重点研发计划——西北内陆优质机采棉新品种培育(2017YFD0101601)
国家重点研发计划——西北内陆优质机采棉新品种培育(2017YFD0101603)
新疆生产建设兵团育种专项——新品种选育与种质资源创新(2016AC027)

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
PDF(1849 KB)

1166

Accesses

0

Citation

Detail
段落导航
相关文章
ISSN 1002-7807　CN 41-1163/S
主管：中国科学技术协会
主办：中国农学会
主编：李付广
版权所有 © 《棉花学报》编辑部
地址：河南省安阳市开发区黄河大道38号　中国农业科学院棉花研究所
邮政编码：455000　电话： (0372)2525361/362/369
E-mail: journal@caas.cn
访问统计
总访问量
今日访问
在线人数
技术支持：北京玛格泰克科技发展有限公司

/

〈 〉