基于表型性狀構建傳統菊花核心種質

李嘉偉，蘇江碩，張飛，房偉民，管志勇，陳素梅，陳發棣

基于表型性狀構建傳統菊花核心種質

李嘉偉，蘇江碩，張飛，房偉民，管志勇，陳素梅，陳發棣

南京農業大學園藝學院/作物遺傳與種質創新國家重點實驗室/農業農村部景觀農業重點實驗室，南京 210095

【】探討構建傳統菊花品種核心種質的最優取樣方法并構建核心種質，以便于傳統菊花種質資源的收集與保存。以《中國菊花》專著中記載的2 249份傳統菊花品種為材料，依據舌狀花花色分為8組，采用逐步聚類法基于4種總體取樣規模(5%、10%、15%、20%)和4種組內取樣比例方法(簡單比例、對數比例、平方根比例、多樣性比例)構建了傳統菊花備選核心種質16個，探討最優的取樣策略。篩選出最優取樣策略后進一步比較2種組內取樣方法(隨機和聚類)的構建效果。對最優方法下建立的核心種質代表性進行檢驗，利用多個特征值（最小值、最大值、均值、標準差、變異系數、Shannon-Weaver遺傳多樣性指數）和評價參數（均值差異百分率（MD）、方差差異百分率（VD）、極差符合率（CR）、變異系數變化率（VR）和表型保留比例（RPR））綜合地評價核心種質。傳統菊花按照花色進行分組，各組品種呈現正態分布，能夠確保取樣的均勻性；對數比例法和多樣性比例法都能夠使每組的取樣份數更加均衡，起到良好的修正作用，對數比例法下構建的核心種質各項參數值達到最大，是最優取樣比例法；隨著總體取樣規模的增加，遺傳多樣性指數呈現先增大再減小的趨勢，變異系數變化率不斷減小，極差符合率和表型保留比例不斷增大；當取樣規模大于10%時，遺傳多樣性指數和變異系數變化率減小，而極差符合率和表型保留比例的升幅并不大，因此，構建傳統菊花核心種質最適宜的總體取樣規模為10%；聚類取樣構建的備選核心種質各項參數值均大于隨機取樣構建的對應備選核心種質的參數值，以聚類取樣方法構建的核心種質變異的豐富性和均勻程度更好。核心種質各特征值與原始種質表現一致，多個評價參數值表明核心種質的均度和豐度較好，充分體現了表型的遺傳多樣性。通過補充聚類丟失的“追抱”1個花抱性狀和對花序高度、外層瓣長2個性狀的完善，最終構建得到228個傳統菊花品種的核心種質，占原始材料的10.14%。本研究基于2 249份傳統菊花品種材料的15個表型性狀，系統地比較了多種總體取樣規模、組內取樣比例方法、組內取樣方法構建的備選核心種質后，確定了最佳的核心種質構建方法，并對核心種質的代表性進行了分析和驗證，各特征值和評價參數表明本研究構建的核心種質是有效的，核心種質充分地代表了傳統菊花原始種質的遺傳多樣性。

傳統菊花；表型性狀；核心種質；取樣策略；評價參數

0 引言

【研究意義】菊花()在我國具有悠久的栽培歷史，為我國十大傳統名花之一，具有豐富的花型花色，是菊花品種選育的優異親本來源。菊花起源于中國，在中國分布廣泛，種質資源極為豐富。南京農業大學李鴻漸教授花費數十年精力收集了6 000余份菊花品種材料，從中整理出了3 000多個品種，并于1993年出版了《中國菊花》專著，其中詳細記載2 302個品種的性狀[1]，為菊花種質資源的研究提供了寶貴的資料文獻。在前人工作的基礎上，充分挖掘利用資源優勢，保障品種資源工作的延續性并推動育種創新，是種質資源研究的重點。傳統菊花品種的栽培難度較切花菊、園林小菊品種大，這就給傳統菊花品種資源的收集和保存帶來難度。因此，構建傳統菊花品種資源的核心種質，不僅有利于種質資源的保存，且對了解現有種質資源多樣性的組成特點、促進傳統菊花品種資源的利用與改良具有重要意義。【前人研究進展】自1984年FRANKEL[2]提出核心種質（core collection）的概念以來，國內外已成功構建了水稻[3]、小麥[4]、黃麻[5]、黍稷[6]、蘋果[7]、甜瓜[8]、大白菜[9]等100多種農作物以及經濟作物的核心種質，梅花[10]、臘梅[11]、紫薇[12]、山茶[13]、中原牡丹[14]、芍藥[15]、荷花[16]、建蘭[17]等一批傳統名花也相繼開展了核心種質的構建研究。【本研究切入點】相對木本觀賞植物及宿根花卉，菊花栽培由于具有明顯的連作障礙及自毒效應[18]，其資源保存工作的投入更大，因此，核心種質的構建對于菊花資源的收集保護利用有著更現實的需求。菊花核心種質的構建已有少量的報道[19-20]，但不論是從涉及的種質資源總體規模還是從構建方法的系統性上，都有必要在前人的工作基礎上通過對多種取樣策略的比較，優化傳統菊花品種核心種質構建的方法。【擬解決的關鍵問題】基于15個表型性狀，從4種總體取樣規模、4種組內取樣比例和2種組內取樣方法3方面探討構建傳統菊花核心種質的最佳取樣策略，并對所構建的核心種質的代表性進行分析檢驗，得出基于表型性狀構建傳統菊花核心種質的最佳方法并構建傳統菊花核心種質，為菊花種質庫中種質的高效保存與利用提供理論依據。

1 材料與方法

試驗于2019年在南京農業大學進行。

1.1 試驗材料

本研究的種質資源全體為《中國菊花》專著中記載的2 302個品種，剔除登記性狀有缺失的53個品種，共計2 249個傳統菊花品種。來源于20個不同地區，其中江蘇605份、上海526份、北京497份、河南138份、山東128份、浙江89份、遼寧46份、福建39份、湖南37份、陜西36份、廣東34份、湖北27份、安徽14份、四川12份、貴州7份、天津5份、重慶5份、云南2份、廣西1份、江西1份。

1.2 方法

1.2.1 數據的整理 研究的15個性狀中，有5個質量性狀，即瓣型、舌狀花色、花抱、葉型、花期；10個數量性狀，即植株高度、花序直徑、花序高度、舌狀花瓣數、外層瓣長、外層瓣寬、花心直徑、管狀花瓣數、葉長、葉寬。質量性狀主要依據《植物新品種特異性、一致性和穩定性測試指南—菊花》（2012）[21]進行賦值（表1）。數量性狀進行10級分類，1級＜X-2δ，10級≥X+2δ，每級間相差0.5δ，X為性狀平均值，δ為標準差。

計算Shannon-Weaver遺傳多樣性指數：

-

式中，代表某一性狀的遺傳多樣性指數；代表某一性狀第個代碼的頻率。

1.2.2 數據分組和聚類分析 本研究基于菊花舌狀花花色的不同，將2 249個傳統菊花品種分為8組（表1）。以組為單位聚類分析，對15個性狀標準化后的數據結合歐氏距離和離差平方和法逐步聚類。從聚類樹狀圖遺傳距離最小的一組中，選擇具有特殊表型性狀的材料1份歸入下一輪聚類，剔除其余的材料，入選的材料再次進行聚類，直到所剩材料達到需要的取樣數目[17,22-23]。聚類分析由SPSS 20.0軟件完成。

1.2.3 取樣策略在分組和逐步聚類的基礎上，比較4種組內取樣比例方法下構建的菊花品種核心種質：簡單比例法、平方根比例法、對數比例法和多樣性比例法。總體取樣規模設定為5%、10%、15%和20%，一共形成16種取樣策略(表3)。經過比較變異系數變化率、極差符合率、表型保留比例和Shannon-Weaver多樣性指數4個指標，篩選出最優取樣策略。

（1）簡單比例法：每組材料份數占總資源份數的比例為該組取樣比例。

（2）平方根比例法：每組材料份數的平方根值占各組平方根值之和的比例為該組取樣比例。

（3）對數比例法：每組材料份數的對數值占各組對數值之和的比例為該組取樣比例。

（4）多樣性比例法：每組材料的遺傳多樣性指數占各組遺傳多樣性指數之和的比例為該組取樣比例。

1.2.4 核心種質評價 對最佳取樣策略下建成的核心種質的有效性進行檢驗

（1）各特征值比較

利用全部種質和核心種質15個性狀的最小值、最大值、均值、標準差、變異系數、Shannon-Weaver多樣性指數6個特征值檢驗建立的初選核心種質的均勻程度和變異范圍。

（2）各評價參數比較

借鑒前人經驗[7,24-27]，挑選5個評價參數，用于綜合評價核心種質的代表性，分別是：均值差異百分率（MD）、方差差異百分率（VD）、極差符合率（CR）、變異系數變化率（VR）和表型保留比例（RPR）。各評價參數的選擇以及公式參考劉遵春等[7]、張洪亮等[27]的報道。

（3）檢驗和F檢驗

為了評價和驗證初選核心種質對全部原始種質的代表性，對15個性狀分別進行檢驗和F檢驗。

2 結果

2.1 總體取樣規模和組內取樣比例的確定

將2 249個傳統菊花品種依據舌狀花花色的分類方法分為黃、白、粉、紅、紫、橙、綠、雙色8組。在總體取樣規模為5%、10%、15%和20%下，分別以簡單比例、平方根比例、對數比例和多樣性比例來計算每組的取樣份數(表2)。綠色傳統菊花在原始材料中數量最少，簡單比例法綠色傳統菊花取樣率僅為1.82%，其余3種方法都有所增加，其中對數比例法和多樣性比例法綠色傳統菊花取樣率最大，均為8.71%。紫色傳統菊花在原始材料中數量最多，簡單比例法取樣率達20.90%，其余3種方法都有所減少，其中多樣性比例法紫色傳統菊花取樣率僅為13.35%，對數比例法紫色傳統菊花取樣率為14.36%。可以看出，對數比例法和多樣性比例法能夠增加稀有花色的取樣數量，起到良好的修正作用，使每組的取樣份數更加均衡。

表2 不同取樣規模下的組內取樣方案

Ⅰ：黃色；Ⅱ：白色；Ⅲ：粉色；Ⅳ：紅色；Ⅴ：紫色；Ⅵ：橙色；Ⅶ：綠色；Ⅷ：雙色

Ⅰ: Yellow; Ⅱ: White; Ⅲ: Pink; Ⅳ: Red; Ⅴ: Purple; Ⅵ: Orange; Ⅶ: Green; Ⅷ: Two colors

4種組內取樣方法中只有對數比例法的VR值均大于100%，表明對數比例法能較好地去除冗余的性狀，保留原始種質的遺傳多樣性。16份備選核心種質中，CR值隨著取樣數的增加而遞增。對數比例的CR值在5%的總體取樣規模下就達到80%，在10%下高達88.11%。簡單比例和多樣性比例在10%下達到80%，平方根比例在15%的取樣規模下才達到80%（表3）。因此，對數比例法為最優的取樣比例法。

表3 備選核心種質評價參數

VR：變異系數變化率；CR：極差符合率；RPR：表型保留比例；I：Shannon-Weaver遺傳多樣性指數。下同

VR: The variable rate of coefficient of variation; CR: Range coincidence rate; RPR: Phenotype retention ratio; I: Shannon-Weaver genetic diversity index. The same as below

隨著取樣規模的增加，I值呈現先增大再減少的趨勢，簡單比例、對數比例和多樣性比例均在10%的取樣規模下達到最大，而平方根比例在15%下達到最大。RPR值隨著總體取樣規模的增加而增加，與CR值變化一致，當取樣規模大于10%時，RPR值的升幅并不大。可以看出，增加核心種質規模將增加冗余，影響表型性狀分布均度，從而減小多樣性指數。因此，10%的總體取樣規模最為合適。

2.2 組內取樣方法的確定

分別按總體規模為10%、15%和組內對數比例法的策略下，進一步比較聚類和隨機兩種取樣方法構建的備選核心種質(表4)。結果表明，聚類取樣構建的備選核心種質的變異系數變化率、極差符合率、表型保留比例和Shannon-Weaver遺傳多樣性指數均較隨機取樣建立的對應備選核心種質的參數值大。表明核心種質變異的豐富性和均勻程度均以聚類取樣法好。

表4 組內不同取樣方法的比較

2.3 核心種質的評價

2.3.1 核心種質與原始種質各性狀特征值的比較 核心種質與原始種質15個性狀的最大值、最小值、平均值、標準差、變異系數和多樣性指數一致性好，具有較好的均度和豐度（表5）。因此，原始材料中各性狀的遺傳變異在核心種質中均存在，本研究建立的核心種質達到了良好的構建效果，能很好地代表全部種質。

表5 中國傳統菊花原始種質與核心種質性狀特征值比較

2.3.2 核心種質與原始種質各評價參數比較 由表6可知，5個評價參數的值分別為：CR=88.110%，VR=106.406%，RPR=99.180%，MD=13.3%，VD= 26.7%。當均值差異百分率小于20%且極差符合率大于80%的條件下，認為所構建的核心種質具有代表性。本研究構建的核心種質完全符合標準，并且變異系數變化率、方差差異百分率和表型保留比例均較大。

2.3.3 各性狀均值的檢驗和方差的F檢驗檢驗結果表明：15個性狀均值僅花色和花抱兩個性狀具有顯著性差異，均值差異百分率（MD）小于20%。這主要是由于按花色分組后對數比例法取樣的修正作用，提高了稀有花色的取樣數，從而使核心種質保留較高的觀賞性狀，因此，此方法選出的初選核心種質具有很好的代表性。方差齊性檢驗結果顯示：花序直徑、管狀花瓣數、葉長和舌狀花色4個性狀方差具有顯著差異性，表明核心種質這4個性狀保留了更多的變異并且分布均勻，遺傳冗余度小，可以更多地保存原始資源的遺傳多樣性（表6）。

2.3.4 核心種質的補充和完善 經過多個參數的代表性檢驗，核心種質較好地代表了原種質資源表型的多樣性，但在聚類取樣中存在一定程度的丟失，因此，用人工定向添加的方式對核心種質做最后的補充和完善。表型保留比例除花抱值為85.71%外，其余均為100%（表6）。表明15個性狀都獲得了很好的保留，僅丟失“追抱”1個花抱性狀。在保留種質中，品種‘一品黃’的花抱性狀是“追抱”，因此，將該種質補充到初級核心種質中。花序的形態是重要的特征性狀，決定了傳統菊花的觀賞特性。如表6所示，花序高度（CR=78.788%）和外層瓣長（CR=68.880%）兩個關鍵性狀還沒有達到預期；保留種質中，‘紫蓮’（花序高度：34cm）和‘禮花’（外層瓣長：25cm）兩個品種很好地滿足了要求，因此直接加入初級核心種質。通過對核心種質的補充和完善，最終基于表型性狀構建了包含228個傳統菊花品種的核心種質，占原始種質的10.14%，表型保留比例達到100%（表7）。

表6 核心種質與原始種質各性狀評價參數和t檢驗、F檢驗

P<0.05表示在檢測時得到的數值在0.05水平差異顯著；F<0.05表示在F檢測時得到的數值在0.05水平差異顯著

P<0.05 indicates that the values obtained attest are significantly different from each other at the level of 0.05,F<0.05 indicates that the variance of the square difference obtained at the time of F detection is significant at the level of 0.05

3 討論

觀賞植物種類眾多、遺傳復雜，而核心種質針對性強、利用效率高，從中挖掘和利用優異基因并進行遺傳改良是構建核心種質的重要目標之一。中國是世界菊花的起源中心，品種繁多，遺傳多樣性十分豐富，核心種質的構建在菊花資源研究利用中起著基礎性的作用。目前構建核心種質的數據來源主要有表型性狀和分子標記兩類，在原始種質數量較大的情況下，資源群體具有良好的遺傳變異范圍和多樣性分布，應優先使用表型性狀構建初級核心種質。表型性狀變異的豐富性和均勻程度是遺傳多樣性的直接體現，利用表型性狀的差異來檢測種群的遺傳多樣性簡便易行[28]。觀賞植物應重點收集花色、花型、花期等方面的觀賞性狀[29]。

表7 基于表型性狀構建的傳統菊花品種核心種質

續表7 Continued table 7

種質分組和取樣策略直接影響核心種質的代表性，是研究核心種質構建方法的關鍵。分組首先是為了能夠反映不同條件下的代表性和遺傳多樣性，其次是為了盡可能消除環境因素的影響。常見的分組依據有地理來源、農藝性狀、育種體系和遺傳標記，不同作物應根據所收集資源的特征進行分組。如甘蔗[30]、陸地棉[31]按照地理來源分組，建蘭[17]、辣椒[32]則是分別按照瓣型和果型分組。李自超等[33]在研究云南稻種初級核心種質時提出按兩種分類體系進行分組，其效果都優于按來源地分組。劉長友等[34]在構建綠豆的核心種質時得出性狀分組優于省份分組的結論。舌狀花花色是菊花重要的觀賞性狀，本研究基于舌狀花花色將2 249個傳統菊花品種分為8大類。經過計算發現，按照地理來源或者瓣型分組時，各組間數量差異太大，而依據花色進行分組，各組品種呈現出正態分布的趨勢，能夠增加稀有花色的取樣數，確保取樣的均勻性。

在分組的基礎上，應根據各組的遺傳特點確定適合的組內取樣比例方法。雷剛等[32]經過對4種組內取樣比例方法建立的核心種質對比分析，表明以對數或多樣性比例在組內聚類取樣的方法明顯優于完全隨機取樣，該取樣法構建的核心種質能夠保證遺傳的代表性。李慧峰等[35]比較了不同取樣比例法構建的甘薯核心種質，發現對數比例法構建的核心種質代表性最好，簡單比例法次之，平方根比例法最差。艾葉等[17]以226個建蘭品種為材料，結果發現總體取樣規模為25%，同時采用對數比例法取樣時，各項參數值都達到最大。本研究結果表明，對數比例法具有很好的修正能力，能夠對表型性狀較好地保留并且降低遺傳冗余度。

目前核心種質總體取樣規模的大小沒有固定的標準。一般而言，取樣比例為原始材料的5%—30%。李自超等[3]認為，總體取樣規模應根據原始種質的大小來決定，原始種質數量大的作物，其核心種質所占的比例可相對小一些；原始種質數量小的作物，其核心種質所占比例可大一些。由于保存的種質規模遠不及農作物，園藝作物核心種質的取樣比例往往大一些，為10%—30%[36]。BROWN[37]使用中性理論模型推導，認為占原材料5%—10%的核心樣品就能夠保留總體資源70%以上的遺傳變異。李國強等[9]在構建大白菜核心種質時發現，取樣規模為15%時，Shannon-Weaver遺傳多樣性指數達到最大，表型保留比例也達到98%；而取樣規模增大到20%時，雖然表型保留比例接近100%，但是遺傳多樣性指數迅速下降。由于本研究種質全體的數量較大，為了確保核心種質取樣的合理性和系統性，設定5%為總體取樣規模的最低值。在對5%、10%、15%和20% 4種總體取樣規模的比較后發現：在10%的取樣規模下，核心種質的遺傳多樣性指數達到最大，4種組內取樣比例方法的表型保留比例均達到95%以上，對數比例法的表型保留比例達到99%，充分代表了原始種質的遺傳變異特征和多樣性，這與李國強等[9]的研究結果相似。

取樣方法一般有兩種：隨機取樣和系統聚類取樣，但是作物各性狀變異的分布不一定均衡，一些重要的種質資源可能會因為取樣的隨機性而丟失，所以為了使核心種質更具代表性和科學性，大多采用系統聚類取樣來減小偏差。目前，園藝作物聚類取樣中，遺傳距離使用最多的是歐式距離，其次是Nei's遺傳距離，再次是馬氏距離；聚類方法的應用頻率為：非加權組平均法(UPGMA)＞離差平方和法＞類平均法＞最短距離法＞最大距離法[36]。本研究對原始材料先分組后聚類，采用的聚類方法為歐式距離結合離差平方和法，并與隨機取樣相比較，發現聚類后構建的核心種質各項參數值均高于隨機取樣。

代表性是核心種質所需具備的最重要的性質[6]，而核心種質的代表性檢驗由任何一個參數單獨完成都有一定局限性，須借助一系列的評價參數達到綜合考量的目的。選擇合理的評價參數，取樣比例方法、總體取樣規模等的研究就有判定的標準。張洪亮等[27]分析水稻核心種質時，表明表型方差、變異系數、表型保留比率、遺傳多樣性指數等是核心種質所需的重要評價參數。Hu等[38]研究表明，當均值差異百分率小于20%，并且極差符合率大于80%時，認為所構建的核心種質具有代表性。此外，均值差異百分率越小，極差符合率和變異系數變化率越大，核心種質的構建效果就越好。這一評價標準已被普遍接受并在核心種質評價中獲得高度使用[7,28,38-39]。本研究采用前人廣泛使用的參數進行綜合評價，對各性狀特征值對比分析，可以看出核心種質與原始種質15個性狀最大值、最小值、均值、標準差、變異系數和多樣性指數均表現一致；僅缺失“追抱”1個花抱性狀，因此通過定向選擇的方式，添加1種種質對丟失的花抱性狀進行補充和添加2種種質對花序高度、外層瓣長2個性狀進行完善，以最小的樣本數最大程度的代表整個種質資源的遺傳信息。

李寶琴[19]以106個大菊菊花品種為材料構建了36個品種的核心種質。所涉及的種質資源總體的規模較小，資源總體有限、涵蓋的表型多樣性可能受到限制。本研究種質數量為2 249個品種，以此為原始種質構建的核心種質可以充分代表傳統菊花的遺傳多樣性，反映傳統菊花的遺傳結構。本研究基于4個方面的比較構建了傳統菊花核心種質，相比張飛等[20]以固定的方法構建的菊花品種初選核心種質，在構建方法上更為謹慎、系統。

4 結論

依據舌狀花花色的不同將2 249個傳統菊花品種劃分為8個組，通過取樣策略的比較發現，最合適的總體取樣規模為10%，對數比例法是最優的組內取樣比例法，組內取樣方法為聚類的方案是最優的取樣策略。以最優方案構建核心種質，各特征值與原始種質表現一致，多個評價參數值表明核心種質的均度和豐度較好，充分體現了表型的遺傳多樣性。通過補充聚類過程中丟失的“追抱”花抱性狀，表型保留比例達到100%。并且對花序高度、外層瓣長2個性狀再次完善，最終構建得到228個基于表型性狀的傳統菊花品種核心種質，占原始種質的10.14%。

[1] 李鴻漸. 中國菊花. 南京: 江蘇科學技術出版社, 1993.

LI H J. Chrysanthemums in China. Nanjing: Phoenix Science Press, 1993. (in Chinese)

[2] FRANKEL O H. Genetic Perspectives of Germplasm Conservation. Cambridge: Cambridge University Press, 1984: 161-170.

[3] 李自超, 張洪亮, 曹永生, 裘宗恩, 魏興華, 湯圣祥, 余萍, 王象坤. 中國地方稻種資源初級核心種質取樣策略研究. 作物學報, 2003, 29(1): 20-24.

LI Z C, ZHANG H L, CAO Y S, QIU Z E, WEI X H, TANG S X, YU P, WANG X K. Studies on the sampling strategy for primary core collection of Chinese ingenious rice. Acta Agronomica Sinica, 2003, 29(1): 20-24. (in Chinese)

[4] 趙麗娜, 任曉娣, 胡亞亞, 張濤, 張娜, 楊文香, 劉大群. 23份中國小麥微核心種質抗葉銹性評價. 中國農業科學, 2013, 46(3): 441-450.

ZHAO L N, REN X D, HU Y Y, ZHANG T, ZHANG N, YANG W X, LIU D Q. Evaluation of wheat leaf rust resistance of 23 Chinese wheat mini-core collections. Scientia Agricultura Sinica, 2013, 46(3): 441-450. (in Chinese)

[5] 徐益, 張列梅, 郭艷春, 祁建民, 張力嵐, 方平平, 張立武. 黃麻核心種質的遴選. 作物學報, 2019, 45(11): 1672-1681.

XU Y, ZHANG L M, GUO Y C, QI J M, ZHANG L L, FANG P P, ZHANG L W. Core collection screening of a germplasm population in jute(spp.). Acta Agronomica Sinica, 2019, 45(11): 1672-1681. (in Chinese)

[6] 胡興雨, 王綸, 張宗文, 陸平, 張紅生. 中國黍稷核心種質的構建. 中國農業科學, 2008, 41(11): 3489-3502.

HU X Y, WANG L, ZHANG Z W, LU P, ZHANG H S. Establishment of broomcorn millet core collection in China. Scientia Agricultura Sinica, 2008, 41(11): 3489-3502. (in Chinese)

[7] 劉遵春, 張春雨, 張艷敏, 張小燕, 吳傳金, 王海波, 石俊, 陳學森. 利用數量性狀構建新疆野蘋果核心種質的方法. 中國農業科學, 2010, 43(2): 358-370.

LIU Z C, ZHANG C Y, ZHANG Y M, ZHANG X Y, WU C J, WANG H B, SHI J, CHEN X S. Study on method of constructing core collection ofbased on quantitative traits. Scientia Agricultura Sinica, 2010, 43(2): 358-370. (in Chinese)

[8] 胡建斌, 馬雙武, 王吉明, 蘇艷, 李瓊. 基于表型性狀的甜瓜核心種質構建. 果樹學報, 2013, 30(3): 404-411.

HU J B, MA S W, WANG J M, SU Y, LI Q. Establishment of a melon () core collection based on phenotypic characters. Journal of Fruit Science, 2013, 30(3): 404-411. (in Chinese)

[9] 李國強, 李錫香, 沈鏑, 王海平, 宋江萍, 邱楊. 基于形態數據的大白菜核心種質構建方法的研究. 園藝學報, 2008, 35(12): 1759-1766.

LI G Q, LI X X, SHEN D, WANG H P, SONG J P, QIU Y. Studies on the methods of constructing Chinese cabbage core germplasm based on the morphological data. Acta Horticulturae Sinica, 2008, 35(12): 1759-1766. (in Chinese)

[10] 明軍, 張啟翔, 蘭彥平. 梅花品種資源核心種質構建. 北京林業大學學報, 2005, 27(2): 65-69.

MING J, ZHANG Q X, LAN Y P. Core collection ofSieb. et Zucc. Journal of Beijing Forestry University, 2005, 27(2): 65-69. (in Chinese)

[11] 趙冰, 張啟翔. 中國蠟梅種質資源核心種質的初步構建. 北京林業大學學報, 2007(S1): 16-21.

ZHAO B, ZHANG Q X. Preliminary construction of the core germplasm ofin China. Journal of Beijing Forestry University, 2007(S1): 16-21. (in Chinese)

[12] 顧翠花. 中國紫薇屬種質資源及紫薇、南紫薇核心種質構建[D]. 北京: 北京林業大學, 2008.

GU C H. Studies ongermplasm and core collection establishment inand[D]. Beijing: Beijing Forestry University, 2008. (in Chinese)

[13] 陳煥杰. 山茶種質資源核心庫構建[D]. 杭州: 浙江農林大學, 2013.

CHEN H J. Construction of core collection germplasm of camellia [D]. Hangzhou: Zhejiang Agriculture and Forestry University, 2013. (in Chinese)

[14] 李保印. 中原牡丹品種遺傳多樣性與核心種質構建研究[D]. 北京: 北京林業大學, 2007.

LI B Y. Studies on genetic diversity and construction of core collection of tree peony cultivars from Chinese[D]. Beijing: Beijing Forestry University, 2007. (in Chinese)

[15] 王曉菡. 中國芍藥品種遺傳多樣性SRAP分析和核心種質的初步構建[D]. 泰安: 山東農業大學, 2010.

WANG X H. Analysis of genetic diversity and construction of the core collection for Chinese herbaceous peony cultivars using SRAP marker [D]. Taian: Shandong Agricultural University, 2010. (in Chinese)

[16] 楊美, 付杰, 向巧彥, 劉艷玲. 利用AFLP分子標記技術構建花蓮核心種質資源. 中國農業科學, 2011, 44(15): 3193-3205.

YANG M, FU J, XIANG Q Y, LIU Y L. The core-collection construction of flowerbased on AFLP molecular markers. Scientia Agricultura Sinica, 2011, 44(15): 3193-3205. (in Chinese)

[17] 艾葉, 陳璐, 蘭思仁, 謝泰祥, 陳娟, 彭東輝. 基于形態學性狀構建建蘭品種核心種質. 分子植物育種, 2019, 17(23): 7924-7934.

AI Y, CHEN L, LAN S R, XIE T X, CHEN J, PENG D H. Construction of core collection ofvarieties based on morphological traits. Molecular Plant Breeding, 2019, 17(23): 7924-7934. (in Chinese)

[18] 周凱, 郭維明, 王智芳. 菊花不同部位水浸液自毒作用的研究. 西北植物學報, 2008, 28(4): 759-764.

ZHOU K, GUO W M, WANG Z F. Autotoxicity of aquatic extracts from different parts of. Acta Botanica Boreali- Occidentalia Sinica, 2008, 28(4): 759-764. (in Chinese)

[19] 李寶琴. 大菊品種分類研究及核心種質構建初探 [D]. 北京: 北京林業大學, 2009.

LI B Q. Classification and core construction of chrysanthemum varieties [D]. Beijing: Beijing Forestry University, 2009. (in Chinese)

[20] 張飛, 謝偉, 陳發棣, 房偉民, 陳素梅. 中國菊花品種初選核心種質的代表性檢驗. 南京農業大學學報, 2009, 32(2): 47-50.

ZHANG F, XIE W, CHEN F D, FANG W M, CHEN S M. Representativeness test for candidate core collection of(×) in China. Journal of Nanjing Agricultural University, 2009, 32(2): 47-50. (in Chinese)

[21] 中華人民共和國農業部. 植物新品種特異性、一致性和穩定性測試指南菊花 NY/T 2228—2012[S]. 北京: 中國農業出版社, 2013.

Ministry of Agriculture of the People's Republic of China. Guidelines for the conduct of tests for distinctness, uniformity and stability.. NY/T 2228—2012[S]. Beijing: Chinese Agriculture Press, 2013. (in Chinese)

[22] 高志紅, 章鎮, 韓振海, 房經貴. 中國果梅核心種質的構建與檢測. 中國農業科學, 2005, 38(2): 363-368.

GAO Z H, ZHANG Z, HAN Z H, FANG J G. Development and evaluation of core collection of Japanese apricot germplasms in China. Scientia Agricultura Sinica, 2005, 38(2): 363-368.(in Chinese)

[23] 沈志軍, 馬瑞娟, 俞明亮, 蔡志翔, 許建蘭. 國家果樹種質南京桃資源圃初級核心種質構建. 園藝學報, 2013, 40(1): 125-134.

SHEN Z J, MA R J, YU M L, CAI Z X, XU J L. Establishment of peach primary core collection based on accessions conserved in national fruit germplasm repository of Nanjing. Acta Horticulturae Sinica, 2013, 40(1): 125-134. (in Chinese)

[24] HUANG C Q, LONG T, BAI C J, WANG W Q, LIU G D. Establishment of a core collection ofbased on morphological data. Tropical Grasslands-Forrajes Tropicales, 2020, 8(3): 203-213.

[25] 劉娟, 廖康, 趙世榮, 曹倩, 孫琪, 劉歡. 利用ISSR分子標記構建新疆野杏核心種質資源. 中國農業科學, 2015, 48(10): 2017-2028.

LIU J, LIAO K, ZHAO S R, CAO Q, SUN Q, LIU H. The core collection construction of Xinjiang wild apricot based on ISSR molecular markers. Scientia Agricultura Sinica, 2015, 48(10): 2017-2028. (in Chinese)

[26] 劉艷陽, 梅鴻獻, 杜振偉, 武軻, 鄭永戰, 崔向華, 鄭磊. 基于表型和SSR分子標記構建芝麻核心種質. 中國農業科學, 2017, 50(13): 2433-2441.

LIU Y Y, MEI H X, DU Z W, WU K, ZHENG Y Z, CUI X H, ZHENG L. Construction of core collection of sesame based on phenotype and molecular markers. Scientia Agricultura Sinica, 2017, 50(13): 2433-2441. (in Chinese)

[27] 張洪亮, 李自超, 曹永生, 裘宗恩, 余萍, 王象坤. 表型水平上檢驗水稻核心種質的參數比較. 作物學報, 2003, 29(2): 252-257.

ZHANG H L, LI Z C, CAO Y S, QIU Z E, YU P, WANG X K. Comparison of parameters for testing the rice core collection in phenotype. Acta Agronomica Sinica, 2003, 29(2): 252-257. (in Chinese)

[28] 李洪果, 杜慶鑫, 王淋, 杜紅巖, 陳錫民. 利用表型數據構建杜仲雌株核心種質. 分子植物育種, 2017, 15(12): 5197-5209.

LI H G, DU Q X, WANG L, DU H Y, CHEN X M. Establishment of female core collection ofOliv. Based on phenotypic characters. Molecular Plant Breeding, 2017, 15(12): 5197-5209. (in Chinese)

[29] AN Y L, MI X Z, ZHAO S Q, GUO R, XIA X B, LIU S R, WEI C L. Revealing distinctions in genetic diversity and adaptive evolution between two varieties ofby whole-genome resequencing. Frontiers in Plant Science, 2020, 11: 603819.

[30] 齊永文, 樊麗娜, 羅青文, 王勤南, 陳勇生, 黃忠興, 劉睿, 劉少謀, 鄧海華, 李奇偉. 甘蔗細莖野生種核心種質構建. 作物學報, 2013, 39(4): 649-656.

QI Y W, FAN L N, LUO Q W, WANG Q N, CHEN Y S, HUANG Z X, LIU R, LIU S M, DENG H H, LI Q W. Establishment ofL. core collections. Acta Agronomica Sinica, 2013, 39(4): 649-656. (in Chinese)

[31] 代攀虹, 孫君靈, 何守樸, 王立如, 賈銀華, 潘兆娥, 龐保印, 杜雄明, 王謐. 陸地棉核心種質表型性狀遺傳多樣性分析及綜合評價. 中國農業科學, 2016, 49(19): 3694-3708.

DAI P H, SUN J L, HE S P, WANG L R, JIA Y H, PAN Z E, PANG B Y, DU X M, WANG M. Comprehensive evaluation and genetic diversity analysis of phenotypic traits of core collection in upland cotton. Scientia Agricultura Sinica, 2016, 49(19): 3694-3708. (in Chinese)

[32] 雷剛, 周坤華, 方榮, 吳茵, 陳學軍. 基于表型數據的辣椒核心種質構建研究. 西北植物學報, 2016, 36(4): 804-810.

LEI G, ZHOU K H, FANG R, WU Y, CHEN X J. Studies on the constructing of pepper core collection based on phenotypic data. Acta Botanica Boreali-Occidentalia Sinica, 2016, 36(4): 804-810. (in Chinese)

[33] 李自超, 張洪亮, 曾亞文, 楊忠義, 申時全, 孫傳清, 王象坤. 云南地方稻種資源核心種質取樣方案研究. 中國農業科學, 2000, 33(5): 1-7.

LI Z C, ZHANG H L, ZENG Y W, YANG Z Y, SHEN S Q, SUN C Q, WANG X K. Study on sampling schemes of core collection of local varieties of rice in Yunnan, China. Scientia Agricultura Sinica, 2000, 33(5): 1-7. (in Chinese)

[34] 劉長友, 王素華, 王麗俠, 孫蕾, 梅麗, 徐寧, 程須珍. 中國綠豆種質資源初選核心種質構建. 作物學報, 2008, 34(4): 700-705.

LIU C Y, WANG S H, WANG L X, SUN L, MEI L, XU N, CHENG X Z. Establishment of candidate core collection in Chinese mungbean germplasm resources. Acta Agronomica Sinica, 2008, 34(4): 700-705. (in Chinese)

[35] 李慧峰, 陳天淵, 黃詠梅, 吳翠榮, 李彥青, 盧森權, 陳雄庭. 基于形態性狀的甘薯核心種質取樣策略研究. 植物遺傳資源學報, 2013, 14(1): 87-93.

LI H F, CHEN T Y, HUANG Y M, WU C R, LI Y Q, LU S Q, CHEN X T. Sampling strategies of sweet potato core collection based on morphological traits. Journal of Plant Genetic Resources, 2013, 14(1): 87-93. (in Chinese)

[36] 繆黎明, 王神云, 鄒明華, 李建斌, 孔李俊, 余小林. 園藝作物核心種質構建的研究進展. 植物遺傳資源學報, 2016, 17(5): 791-800.

MIAO L M, WANG S Y, ZOU M H, LI J B, KONG L J, YU X L. Review of the studies on core collection for horticultural crops. Journal of Plant Genetic Resources, 2016, 17(5): 791-800. (in Chinese)

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

[38] HU J, ZHU J, XU H M. Methods of constructing core collections by stepwise clustering with three sampling strategies based on the genotypic values of crops. Theoretical and Applied Genetics, 2000, 101(1): 264-268.

[39] 郭大龍, 劉崇懷, 張君玉, 張國海. 葡萄核心種質的構建. 中國農業科學, 2012, 45(6): 1135-1143.

GUO D L, LIU C H, ZHANG J Y, ZHANG G H. Construction of grape core collections. Scientia Agricultura Sinica, 2012, 45(6): 1135-1143. (in Chinese)

Construction of Core Collection of TraditionalBased on Phenotypic Traits

LI JiaWei, SU JiangShuo, ZHANG Fei, FANG WeiMin, GUAN ZhiYong, CHEN SuMei, CHEN FaDi

State Key Laboratory of Crop Genetics and Germplasm Enhancement/Key Laboratory of Landscaping, Ministry of Agriculture and Rural Affairs/College of Horticulture, Nanjing Agricultural University, Nanjing 210095

【】Exploring the optimal sampling method of constructing the core collection of traditional chrysanthemum varieties and the resulted core collection would help to facilitate the collection and preservation of traditional chrysanthemum germplasm resources.【】A collection of 2 249 traditional chrysanthemum germplasm resources, recorded in the monograph “Chinese Chrysanthemum”, were divided into eight groups according to ligulate floret color. Sixteen alternative core collections, resulted from stepwise clustering method of four overall sampling scale (5%, 10%, 15%, and 20%) and four group sampling ratio (simple ratio, logarithmic ratio, square root ratio, and diversity ratio), were compared to find the best sampling strategy for constructing core collection of traditional chrysanthemum. Consequently, the construction effects of two intra-group sampling methods (cluster and random) were further studied. The representativeness of the core collection established under the optimal method was comprehensively tested by both multiple characteristic values (minimum, maximum, mean, standard deviation, coefficient of variation, and diversity index) and evaluation parameters (percentage of mean difference, percentage of variance difference, range coincidence rate, variable rate of coefficient of variation, and phenotypic retention ratio). 【】According to flower color, each group showed a normal distribution, ensuring the uniformity of sampling; Both logarithmic ratio method and diversity ratio method could make the sampling number of each group more balanced, and had a corrective effect. The parameter values of the core collection constructed under the logarithmic ratio method reached the maximum, showing the optimal sampling ratio method. With the increase of the overall sampling size, the genetic diversity index showed a trend of increasing first and then decreasing, the variation rate of coefficient of variation continued decreasing, and the range of coincidence rate and phenotypic retention ratio continued increasing. When the sampling size was greater than 10%, the genetic diversity index and the variation rate of coefficient of variation decreased, while the range coincidence rate and phenotypic retention ratio increased slightly, it was concluded that the most suitable overall sampling size was 10%. The parameter values of the alternative core collection constructed by cluster sampling were larger than those by random sampling, indicating the better richness and uniformity of core collection by the cluster sampling method. The eigenvalues of the core collection were consistent with those of the original collection, and the several evaluation parameters showed the expected uniformity and abundance of the core collection, reflecting the phenotypic diversity. By supplementing the “chasing hug” trait lost by clustering and improving the two traits of inflorescence height and outer petal length, the core collection of 228 traditional chrysanthemum varieties was finally constructed, accounting for 10.14% of the original materials.【】Based on 15 phenotypic traits of 2 249 traditional chrysanthemum varieties, the best core collection construction method was determined after systematic comparison of alternative core collections constructed by various overall sampling size, sampling ratio method and sampling method in the group, and the representativeness of the core collection was analyzed and verified. The eigenvalues and evaluation parameters showed that the core collection constructed in this study was effective and capable of representing the genetic diversity of the original traditional chrysanthemum collection.

traditional chrysanthemum; phenotypic traits; core collection; sampling strategy; evaluation parameter

10.3864/j.issn.0578-1752.2021.16.013

2020-09-17；

2021-02-09

國家重點研發計劃（2019YFD1001500）、江蘇省現代農業產業技術體系建設項目（JATS[2020]281）

李嘉偉，E-mail：2018104101@njau.edu.cn。通信作者管志勇，E-mail：guanzhy@njau.edu.cn

（責任編輯 趙伶俐）