花生地方品種骨干種質的遴選

閆彩霞 李春娟 鄭奕雄 韓柱強 陳靜 王娟 單世華

摘要：我國花生地方品種眾多，遺傳多樣性豐富，是花生育種的主要親本來源。本研究以259份初選花生骨干種質為材料，采用“逐步UPGMA聚類+個體優(yōu)先取樣”策略，首次構建了包含171份種質的中國花生地方品種骨干種質，占全部種質的6.24%，遺傳代表性為82.4%。利用t測驗、F測驗、卡方測驗、極差、表型保留比例等對骨干種質的代表性進行檢驗和評價，結果表明：骨干種質的大多數性狀與全部種質無顯著差異，植物學類型組成和生態(tài)分布一致，且保持了全部種質的表型分布頻率和表型相關性。本研究構建的骨干種質具有很好的代表性，可為花生種質發(fā)掘和品種遺傳改良奠定良好的基礎。

關鍵詞：花生;地方品種;骨干種質;代表性評價

中圖分類號：S565.202.4?文獻標識號：A?文章編號：1001-4942（2019）12-0001-06

Abstract?Peanut landraces with rich genetic diversity in China are the main parent sources. In the study， we primarily chose 259 peanut germplasms as material， and 171 key germplasms were constructed for the first time by the strategy of stepwise UPGMA clustering approach and preferred sampling， which accounted for 6.24% of the total germplasms and the genetic representativeness was 82.4%. We further verified and evaluated the 171 germplasms by t-test， F-test， chi-squared test， range and the ration of phenotypic retention. The results showed that there were no significant differences between the key germplasms and the total germplasms in the majority of thirteen traits. Additionally， the composition of botanical type and ecological distribution of key germplasms corresponded very well with those of the total germplasms. Thus， the key germplasms had preserved the phenotypic distribution frequency and phenotypic correlation of the total germplasms. The key germplasms constructed in the study was very representative and could lay a good foundation for peanut germplasm excavation and genetic improvement.

Keywords?Peanut; Landraces; Key germplasm; Representative evaluation

花生（Arachis hypogaea L.，2n=4x=40），又名落花生、長生果、地豆等，屬蝶形花科落花生屬一年生草本植物，起源于玻利維亞南部和阿根廷北部地區(qū)。我國收集保存于種質庫中的花生資源已達7 400余份，包括地方品種4 000余份，其中用作花生育種親本的約有400個，直接或間接育成大面積推廣品種408個，極大地推動了花生的產業(yè)發(fā)展。

核心（骨干）種質能最大限度地代表整個資源的遺傳多樣性，水稻[1]、玉米[2]、大豆[3]等作物已經構建了核心種質，小麥[4]、糜子[5]、陸地棉[6]則建立了骨干種質，并進行了廣泛的鑒定與評價，極大地提高了種質資源的利用效率[7]。花生方面，國際半干旱作物研究所（ICRISAT）基于植物分類、地理來源和表型描述構建了包含1 704份材料的核心種質，占全部種質的11.9%[8];美國利用6個形態(tài)性狀數據構建起包含831份材料的核心種質，占全部種質的11.2%[9];我國則根據15個性狀數據，構建了由576份資源組成的核心種質，占全部種質的9.0%[10]。然而，對于一些多年多點數量性狀的取得和某些性狀的抗性鑒定，這樣的群體規(guī)模偏大，利用不便。因此，Upadhyaya等[11]提出了微核心種質（mini core collection）的概念，將核心種質進一步壓縮，僅用1%的樣品數代表整個群體大部分的有用變異。

目前國內水稻、小麥、大豆、花生等作物業(yè)已構建微核心種質，其提取規(guī)模約在2%～5%[4，12-14]。本研究以259份中國花生地方品種初選骨干種質為材料，利用13個表型數據循環(huán)聚類，結合優(yōu)先取樣法，構建中國花生地方品種骨干種質，并對其代表性進行評價，以期為花生種質發(fā)掘和品種遺傳改良奠定良好基礎。

1?材料與方法

1.1?材料及數據整理

以259份中國花生地方品種初選骨干種質為研究對象，涉及生育期、百果重、百仁重、出仁率、株高、株型、開花習性、分枝型、植物學類型共9個農藝性狀和粗蛋白、粗脂肪、油酸、亞油酸含量共4個品質性狀。質量性狀根據表型進行賦值。其中，株型：直立=1，半蔓=3，匍匐=5;開花習性：交替=1，連續(xù)=3;分枝型：密枝=1，疏枝=3;植物學類型：多粒型=1，珍珠豆型=2，龍生型=3，普通型=4，中間型=5。數量性狀數據采用0.5個標準差為間距進行標準化，共分為10級：1級≤X-2δ，10級>X+2δ，中間每級間差為 0.5δ（X為性狀平均值，δ為標準差）。

1.2?取樣策略

利用SPSS 22.0統(tǒng)計分析軟件，對初選骨干種質的26個分組分別進行各性狀的逐步UPGMA聚類分析。遺傳距離相同或極相近的同類材料優(yōu)先選擇具有最大或最小性狀表型值的種質，進入下一輪聚類;如組內僅一份材料，則該材料直接進入下一輪聚類分析。計算每一輪聚類后入選種質的遺傳代表性估計值（genetic estimate，GE），GE（%）=1-│1-RPR│，RPR為表型保留比例（ration of phenotypic retention），公式為：RPR=∑ni=1Mi/∑ni=1Mio（式中Mio為全部種質中某性狀的表型變異數，Mi為骨干種質中該性狀的表型變異數，n為性狀總數），直至遺傳代表性接近70%，并適當補充極值材料和特殊性狀種質。

1.3?骨干種質的評價

利用SPSS 22.0中的t測驗、F測驗、χ2測驗等評價骨干種質在均值、方差、表型分布頻率、變異系數、Shannon-Weaver多樣性指數（香農多樣性指數，H′）等指標上是否很好地代表初選骨干種質和全部種質的遺傳多樣性。極差分析、表型保留比例和表型相關性分析分別用于確定全部種質和初選骨干種質的變異范圍、變異豐度和性狀相關性是否在骨干種質中得到了相應保持。

2?結果與分析

2.1?骨干種質的構建、植物學類型組成及生態(tài)分布

259份初選骨干種質，經多次UPGMA聚類分析后共選取161份資源，初步評價后補充了極值材料和特殊性狀種質10份，構建了由171份資源組成的中國花生地方品種骨干種質，占全部種質的6.24%，對全部種質的遺傳代表性達82.4%，對初選骨干種質的遺傳代表性達99.2%（表1）。骨干種質包含全部花生植物學類型，其中多粒型13份（7.6%）、珍珠豆型52份（30.4%）、龍生型24份（14.0%）、普通型72份（42.1%）、中間型10份（5.9%）。卡方測驗表明，骨干種質很好地代表了初選骨干種質（P=0.907）和全部種質（P=0.450）的植物學類型組成。此外，骨干種質覆蓋了全部7個花生生態(tài)區(qū)，其中黃河流域55份（32.2%）、長江流域44份（25.7%）、東南沿海44份（25.7%）、云貴高原10份（5.9%）、黃土高原4份（2.3%）、東北12份（7.0%）和西北2份（1.2%），代表了初選骨干種質（P=0.941）和全部種質（P=0.592）的生態(tài)分布。

2.2?平均值、方差和極差比較

平均值t測驗表明，骨干種質的生育期與初選骨干種質存在顯著差異粗蛋白含量與全部種質存在極顯著差異，粗脂肪含量與初選骨干種質存在顯著差異，其余性狀在三個群體中無明顯差異，且骨干種質中植物學類型、株型、分枝型、生育期、百果重、百仁重、粗脂肪含量等性狀的平均值都大于初選骨干種質和全部種質（表2）。F測驗表明，除骨干種質的粗蛋白含量與全部種質差異顯著外，其余性狀的方差均為齊性，無顯著差異（表2）。極差分析表明，除百仁重和粗蛋白含量外，骨干種質保留了全部種質其余性狀81%～100%的變異（表2）。從上述結果可見，骨干種質遺傳冗余度小、變異率高，對初選骨干種質和全部種質均有很好的代表性。

2.3?變異系數和香農多樣性指數的比較

由表3可以看出，骨干種質、初選骨干種質、全部種質13個性狀的香農多樣性指數（H′）和變異系數非常相似：骨干種質的香農多樣性指數平均值為1.681，變異系數為29.970%;初選骨干種質這兩個指標的值分別為1.671和30.120%;全部種質則為1.631和29.540%。可以看出，骨干種質和初選骨干種質這兩個指標的值略高于全部種質。成對雙樣本t測驗表明，骨干種質H′與初選骨干種質、全部種質的差異均不顯著（P=0.621，P=0.064），變異系數也無顯著差異（P=0.712，P=0.514），說明骨干種質的樣本足夠大，且有效去除了總資源中的冗余，保留了全部種質的遺傳多樣性。

2.4?分布頻率和表型保留比例的比較

由表4可以看出，全部種質、初選骨干種質13個性狀的102個表型分級均保留在骨干種質中。對13個性狀的分布頻率進行卡方測驗，差異均不顯著，表明三個樣本的性狀分布是一致的，骨干種質可代表全部種質的變異。植物學類型、百仁重和粗脂肪含量的表型保留比例較大，是補充了一些特殊種質和極值材料所致;其余10個性狀的表型保留比例均稍高于全部種質，表明骨干種質保留了全部種質豐富的變異，且豐度更高。

2.5?表型相關性分析

骨干種質除應具有較小的遺傳冗余外，還應保留原群體固有的性狀間的遺傳關聯(lián)。對13個性狀的表型相關性進行分析，38對性狀在全部種質中呈極顯著正相關，其中有35對與初選骨干種質中的相關性是一致的，32對與骨干種質中的相關性一致（表5），即骨干種質對初選骨干種質和全部種質極顯著關聯(lián)性狀的保持率分別為91.4%和84.2%。因此，骨干種質很好地保持了全部種質的表型相關性。不同性狀間的極顯著相關性意味著在育種實踐中，可以不直接篩選難測量的性狀，而優(yōu)先篩選與其極顯著相關的易測量性狀，從而較快地實現(xiàn)育種目的。

3?討論

3.1?骨干種質的構建策略

對于大部分遺傳資源非常豐富的農作物而言，只有建立盡可能小的骨干群體，才能實現(xiàn)資源利用的最大化，但需保留原始群體至少70%的遺傳變異[15]。“循環(huán)系統(tǒng)聚類+優(yōu)先取樣法”是構建核心（骨干）種質的常用策略，該方法已用于葡萄[16]、甘蔗[17]、水稻[18]、大豆[19]和小麥[20]的核心種質構建。為使構建的骨干種質能以最小的樣本量最大限度地代表原始群體的遺傳多樣性，就要不斷地評估篩選種質的遺傳代表性。本研究在每一輪聚類后，都要計算入選種質的遺傳代表性估計值，使其不低于70%，再適當補充極值材料和特殊性狀種質，最終構建起代表全部種質82.4%遺傳變異、代表初選骨干種質99.2%遺傳變異的中國花生地方品種骨干種質。

3.2?骨干種質的評價與確認

骨干種質的評價就是檢驗其代表性和有效性。李自超等[21]認為香農多樣性指數、表型方差、表型分布頻率、變異系數、表型保留比率等是衡量骨干種質代表性的重要參數。本研究通過t測驗、F測驗、卡方測驗對骨干種質與初選骨干種質、全部種質進行了比較，結果顯示：大多數性狀的均值、方差、極差、變異系數、香農多樣性指數、分布頻率等無顯著差異;三者在植物學組成、生態(tài)分布上也有很好的一致性;同時，骨干種質具有更高的表型保留比例，表明與初選骨干種質和全部種質相比，骨干種質的豐度更高。此外，性狀間的相關是作物的一個內在特性，是控制性狀的基因存在某種關聯(lián)的外在表現(xiàn)，抽樣不應改變性狀間的相關性，因此可通過比較骨干種質與全部種質性狀間的相關系數來確認其代表性[22]。本研究構建的骨干種質對初選骨干種質和全部種質極顯著關聯(lián)性狀的保持率分別為91.4%和84.2%，表明骨干種質很好地代表了初選骨干種質和全部種質各性狀間固有的遺傳相關。

4?結論

利用“循環(huán)系統(tǒng)聚類+優(yōu)先取樣法”策略，構建了171份中國花生地方品種骨干種質，占全部種質的6.24%，遺傳代表性達82.4%。骨干種質大多數性狀的均值、方差、極差、變異系數、香農多樣性指數、表型保留比例等與全部種質無顯著差異，植物學類型組成和生態(tài)分布一致，且保持了全部種質的表型分布頻率和表型相關性。本研究建立的骨干種質具有很好的代表性。

參?考?文?獻：

[1]?Zhang H，Zhang D，Wang M，et al. A core collection and mini core collection of Oryza sativa L. in China[J]. Theoretical and Applied Genetics，2011，122（1）：49-61.

[2] Li Y，Shi Y S，Cao Y S，et al. Establishment of a core collection for maize germplasm preserved in Chinese National Genebank using geographic distribution and characterization data[J]. Genetic Resources and Crop Evolution，2005，51（8）：845-852.

[3] Oliveira M F，Nelson R L，Geraldi I O，et al. Establishing a soybean germplasm core collection[J]. Field Crops Research，2010，119（2/3）：277-289.

[4] 關正君. 小麥骨干種質HMW-GS與面包品質關系的研究[D].保定：河北農業(yè)大學，2003.

[5] 董俊麗，王海崗，陳凌，等. 糜子骨干種質遺傳多樣性和遺傳結構分析[J]. 中國農業(yè)科學，2015，48（16）：3121-3131.

[6] 張小娟，何團結，陸徐忠，等. 陸地棉SSR核心引物篩選及95份骨干種質的遺傳多樣性分析[J]. 棉花學報，2011，23（6）：529-536.

[7] 賈繼增，高麗鋒，趙光耀，等. 作物基因組學與作物科學革命[J]. 中國農業(yè)科學，2015，48（17）： 3316-3332.

[8] Upadhyaya H D，Ortiz R，Bramel P J，et al. Development of a groundnut core collection using taxonomical，geographical and morphological descriptors[J]. Genet. Resour. Crop Evol.，2003，50（2）：139-148.

[9] Holbrook C C，Anderson W F，Pittman R N. Selection of a core collection from the U.S. germplasm collection of peanut[J]. Crop Sci.，1993，33（4）：859-861.

[10]姜慧芳，任小平，廖伯壽，等. 中國花生核心種質的建立[J]. 武漢植物學研究，2007，25（3）： 289-293.

[11]Upadhyaya H D，Bramel P J，Ortiz R，et al. Developing a mini core of peanut for utilization of genetic resources[J]. Crop Sci.，2002，42（6）：2150-2156.

[12]Hao C，Dong Y，Wang L，et al. Genetic diversity and construction of core collection in Chinese wheat genetic resources[J]. Chinese Science Bulletin，2008，53（10）：1518-1526.

[13]邱麗娟，李英慧，關榮霞，等. 大豆核心種質和微核心種質的構建、驗證與研究進展[J]. 作物學報， 2009，35（4）：571-579.

[14]姜慧芳，任小平，黃家權，等. 中國花生小核心種質的建立及高油酸基因源的發(fā)掘[J]. 中國油料作物學報，2008，30（3）：294-299.

[15]Brown A H D. Core collections：a practical approach to genetic resources management[J]. Genome，1989，31（2）：818-824.

[16]郭大龍，劉崇懷，張君玉，等. 葡萄核心種質的構建[J]. 中國農業(yè)科學，2012，45（6）：1135-1143.

[17]劉新龍，劉洪博，馬麗，等. 利用分子標記數據逐步聚類取樣構建甘蔗雜交品種核心種質庫[J]. 作物學報，2014，40（11）：1885-1894.

[18]李自超，張洪亮，曾亞文，等. 云南地方稻種資源核心種質取樣方案研究[J]. 中國農業(yè)科學，2000， 33（5）：1-7.

[19]趙麗梅，董英山，劉寶，等. 中國一年生野生大豆（Glycine soja）核心資源的構建[J]. 科學通報，2005，50（10）：992-999.

[20]董玉琛，曹永生，張學勇，等. 中國普通小麥初選核心種質的產生[J]. 植物遺傳資源學報，2003， 4（1）：1-8.

[21]李自超，張洪亮，曹永生，等. 中國地方稻種資源初級核心種質取樣策略研究[J]. 作物學報，2003， 29（1）：20-24.

[22]劉遵春，張春雨，張艷敏，等. 利用數量性狀構建新疆野蘋果核心種質的方法[J]. 中國農業(yè)科學， 2010，43（2）：358-370.