遗传资源多样性

遗传资源多样性（共12篇）

遗传资源多样性 篇1

杨梅 (Myrica rubra Sieb.& Zucc.) 是原产于我国的亚热带果树, 现已有2000 多年的栽培历史, 主要分布在长江流域以南, 经济栽培主产区集中在浙江、福建、江苏、江西、广东、贵州等省 (区) 。目前, 全球杨梅经济栽培面积约40 万hm2, 产量100 多万, 98%以上来自中国。随着杨梅产业的发展, 优良杨梅品种在全国范围内大面积推广, 大量原始品种和地方品种通过高接换种等方式被陆续淘汰。一方面改良了杨梅品种, 另一方面也造成大量杨梅资源的丢失。种质资源收集研究是果树育种的基础, 因此对杨梅种质资源多样性进行研究, 积极开展杨梅种质资源的收集、鉴定和保存工作, 有助于了解种质间的亲缘关系遗传组成, 对拓展杨梅种质基础、发掘和利用优异的等位基因进行新品种培育等具有重要意义。本文简要介绍了杨梅的起源及其分类, 综述了杨梅种质资源在形态学水平、生化水平以及DNA水平上的遗传多样性研究进展, 展望了今后杨梅种质资源的研究方向。

1起源及其分类

杨梅 (Myrica rubra Sieb.& Zucc.) 是属杨梅科 (Myricaceae) 杨梅属 (Myrica L.) 的亚热带常绿乔木果树, 特产于我国。在我国本属植物已知的有6 个种和5个变种, 分别为杨梅 (M. rubra Sieb) 、毛杨梅 (M. esculenta Buch.-Ham) 、矮杨梅 (M. nana Cheval) 、全缘叶杨梅 (M. integrifalia Roxb) 、大杨梅 (M. arborescens S.R. Li et X.L.Hu. sp. Nor) 和青杨梅 (M. adenophora Hance) , 恒春杨梅 (M. adenophpra var. kusanoi Hayata) 、铺地矮杨梅 (M. nana Cheveal. Var. hunifusa) 、白水矮杨梅 (M.nana Cheveal. Var. alba) 、蜡质矮杨梅 (M. nana Cheveal.f. cerea) 、细叶矮杨梅 (M. nana Cheveal. f. gracilifolia) 。根据全国杨梅科研、生产协作组对杨梅种质资源的调查和整理, 我国杨梅共有305 个品种、105 个品系, 其中定名品种268 份, 经省级品种评审委员会认定的优良杨梅品种18 个, 依成熟期早晚的顺序为:长蒂乌梅、早荠蜜梅、大火炭梅、临海早大梅、早色、安海变、丁岙梅、西山乌梅、洞口乌、荸荠种、甜山杨梅、大叶细蒂、小叶细蒂、乌酥核、火炭梅、晚荠蜜梅、晚稻杨梅、东魁, 其中浙江省8 个, 江苏省4 个, 福建省3 个。江苏的甜山杨梅虽经省级认定, 但因采前落果十分严重, 趋于淘汰;福建的二色杨梅、江苏的光叶杨梅等品种虽未经省级认定 (审定) , 但其形状较佳, 现已作为商品性栽培应用。目前浙江的荸荠种、东魁、丁岙梅、晚稻杨梅四大品种已成为全国性主栽品种。

2遗传多样性

2.1 形态学水平

形态标记 (Morphological marker) 是指那些在植物的生长发育过程中, 用肉眼观察到的形态特征特性, 是基因的表现型, 能够明确显示遗传多态性的外观性状。通常利用的表型性状有孟德尔遗传规律的单基因性状和由多基因决定的数量性状2 类。曾勉[1]根据园艺学的观点把杨梅种 (M. rubra) 分为野杨梅 (M. rubra var.sylvestris Tsen) 、红种 (M. rubra var. typical Tsen) 、粉红种 (M. rubra var. rosea Tsen) 、白种 (M. rubra var. alba Tsen) 、钮珠杨梅 (M. rubra var. nana Tsen) 和乌种 (M.rubra var. astropurea Tsen) 6 个变种;李三玉[2]等在浙江黄岩、温岭等地发现2 个有特殊价值的变种, 即早性梅 (M. rubra var. praemafurus Li) 和阳平梅 (M. rubra var.conservatus Li) ;俞德浚[3]、吴耕民[4]和Li等[5]等按果实色泽、树势、果熟期等形态特征把杨梅品种分为野杨梅、红种、粉红种、白种、钮珠杨梅、乌种、阳平梅和早性梅等8 个类型;郭枢和李三玉[6]按照果核的形状和大小、叶片特征、果实性状把浙江南部杨梅归纳为5 个大类 (卵圆形核、扁圆形核、椭圆形核、纺锤形核、长圆形核) 和9 个小类 (小卵形核、广卵形核、扁圆形核、椭圆形核、小椭圆形核、大椭圆形核、短椭圆形核、纺锤形核、长圆形核) ;缪松林[7]、曲泽洲[8]根据矮杨梅叶的形状分为2 个变种:尖叶矮杨梅 ( M.a Var. integra Chev. ) 和大叶矮杨梅 ( M. nana Var. L ux ur ians Chev. ) ;近年, 李正芬、刘宁等[9]在贵州发现4 个新变种, 即铺地矮杨梅 ( M . nana Chev. Var humi f usa N. Liu et Z. F. Li ) 、白水矮杨梅 ( M. nanaval Var alba N. Liu et Z. F. Li) 、蜡叶矮杨梅 ( M. nana Chev. f . c er ea N. Liu et Z. F. Li) 和细叶矮杨梅. nana Chev. f . graci -L i f olia N. Liu et Z. F. Li) 。

2.2 生化水平

生化标记 (Biochemical marker) 主要包括贮藏蛋白、同工酶和等位酶, 它们是基因表达的直接产物, 起结构的多样性能够在一定程度上间接反映生物DNA组成上的差异和生物体遗传的多样性。它突破了形态学标记和细胞学标记把整株样品直接作为研究材料的方法, 可以直接反映出基因表达产物的差异, 对环境的依赖性很小。早期杨梅的分类主要采用同工酶来进行鉴定, Handa等[10]对26 个杨梅品种的GOT和POD同工酶进行了分析鉴定, 分析结果显示, 同工酶可鉴定出异名同种和同名异种的品种, 而且还可明显把日本栽培品种与2 个原产中国的品种区分开来;李国梁[11]对杨梅雌雄株进行了同工酶等方面的研究, 发现雌雄株的POD同工酶在快带区存在差异并表现出规律性;谷晓明和刘宁[12]采用聚丙烯酰胺凝胶电泳法, 获得了矮杨梅种7 个类型和毛杨梅的POX酶 (过氧化物酶同工酶) 谱, 将矮杨梅各类型和毛杨梅分为2 大类, 相对应于形态分类学上的2 个种, 矮杨梅的7 个类型被分为两类4 组。同工酶虽然是基因表达较直接的产物, 但检测到的仅是一定测试条件下能表现活性的部分, 具有一定的局限性。

2.3 DNA水平多样性

分子标记 (Molecular marker) 是以DNA多态性为基础的遗传标记, 可直接反映生物个体在DNA水平上的差异。在过去的20 年中, 分子标记技术得到了突飞猛进的发展, 至今已有数十种分子标记技术相继出现。分子标记技术在杨梅种质资源研究上得到了广泛的应用。如, 林伯年和贾春蕾、徐林娟等[13]应用RAPD技术对杨梅属植物的24 个材料进行了带型及聚类分析, 将起源于北美中心的蜡杨梅与起源于中国的3 个种 (毛杨梅、矮杨梅和杨梅) 区分开来, 说明RAPD可用于杨梅属种、品种间的分类鉴定;邱英雄等[14]利用ISSR标记对杨梅7 个品种2 个无性系进行了基因组多态性分析, 将其聚类为3 类, 发现了一些品种特有的指纹图谱;钱剑林等[15]运用8 个ISSR标记分析江浙地区14个品种和1 个优良单株杨梅的亲缘关系, 发现江浙地区杨梅在广泛基因交流的情况下存在局部隔离;钱皆兵等[16]则应用RAPD分子标记鉴定结合生物学特性观测分析显示乌紫杨梅是一个不同于其他杨梅的新品种;潘鸿等[17]利用筛选出的12 条ISSR引物对40 份广西野生杨梅资源进行分类和遗传多样性研究, 表明广西杨梅资源遗传多样性非常丰富, 供试40 份杨梅样品可分为4 大类, 分别代表杨梅、大叶青杨梅、毛杨梅和青杨梅;谢小波等[18]采用多态性高的22 条RAPD引物和7 条ISSR引物, 对浙江主栽杨梅品种东魁、孛荠种、晚稻杨梅、丁吞梅和早色等10 个雌株与17 个雄株种质资源间的遗传关系进行了研究, 发现同一产区的地方品种与当地的雄株间遗传相似程度最高而同一地区不同雄株与当地主栽品种间的遗传相似程度不同;谢小波等[19]采用RAPD和ISSR两种分子标记对浙江4大杨梅良种东魁、孛荠种、晚稻杨梅、丁吞梅和其它7个品种亲缘关系进行了分析, 将这11 个杨梅品种分成5 类, 4 大良种各归于不同的类, 同时也表明了这2 种分子标记所作的分类趋势基本相同;张水明[20]对来自全国各地的101 个材料进行分子AFLP和SSR标记分析;Zhang等[21]应用AFLP标记对100 个杨梅种质资源进行遗传多样性分析将100 份杨梅材料分为2 大组和7 小组;俞文生等[22]利用ISSR标记对18 个江苏地区杨梅品种进行分析, 说明江苏杨梅在基因交流的基础上, 存在局部隔离;林旗华[23]利用SRAP标记对18 份来自福建和浙江的杨梅种质资源进行遗传多样性分析, 将18 份杨梅种质资源划分为3 大类, 其中15 份福建杨梅资源与地理来源相关性不明显, 但却可以与3 份浙江杨梅依地理来源进行区分。因此, 我们通过DNA分子标记技术对中国杨梅种质资源的遗传多样性进行研究, 对探明杨梅的亲缘关系、起源及进化水平, 寻找核心种质, 确定不同群体和个体间的遗传结构与分化水平打下坚实的基础, 为国家杨梅种质资源的保存、开发及利用提供分子系统学依据。

3研究方向和展望

目前, 我国对杨梅种质资源遗传多样性的研究主要存在2 个问题。首先是对现有种质资源的挖掘。杨梅属的植物因其具有重要的药用价值和经济价值被人们所重视, 部分野生杨梅资源被大肆采挖和破坏, 野生杨梅数量急剧减少, 资源流失严重。因此, 急需搞清杨梅的资源现状, 揭示品种间遗传关系, 挖掘优良野生种群, 加强杨梅资源的保护以及杨梅资源的可持续性利用。其次是对杨梅新品种的选育。杨梅是中国特产水果, 已形成浙江、江苏、福建、重庆等多个主要栽培区以及丰富的品种。随着生物技术的逐渐成熟, 一些重要基因资源的潜在价值将越来越突出, 通过较广范围的优良基因结合, 坚持有计划育种, 定能不断地育出突破性的新品种来, 从而推动我国杨梅生产再上一个新的台阶。

遗传资源多样性 篇2

桃(Prunus persica)种质资源物候期性状遗传多样性的评价指标探讨

本试验对桃(Prunus persica)的301～480份种质资源的需冷量、始花期、大量落叶开始期、大量落叶终止期、果实生育期、营养生长期6个性状的遗传多样性进行了统计分析,根据性状在不同区间的`频率分布,提出我国桃种质资源物候期性状评价系统的数值分级指标和参照品种,为我国桃种质资源描述系统的数量化、规范化奠定基础.

作 者：王力荣 方伟超 朱更瑞 WANG Li-rong FANG Wei-chao ZHU Geng-rui 作者单位：中国农业科学院郑州果树研究所,郑州,450009刊 名：植物遗传资源学报 ISTIC PKU英文刊名：JOURNAL OF PLANT GENETIC RESOURCES年，卷(期)：7(2)分类号：Q94关键词：桃 物候期 遗传多样性 评价 指标

遗传资源多样性 篇3

关键词 茄子 ；SRAP ；SSR ；遗传聚类

分类号 S436.411

茄子（Solanum melongena L.）起源于亚洲南部热带地区，古印度为其最早的驯化地，中国栽培茄子的历史悠久，被认为是第二起源地，拥有丰富的茄子种质资源[1]。茄子栽培类型品种繁多。根据果实颜色，可分为黑紫色、紫色、紫红色、白色、青色等；根据果实形状，可分为圆球形、扁圆球形、长形等；按成熟期可分为早熟、中熟、晚熟等，可见茄子表型特征表现出丰富多样性[1]。随着生物技术的发展，尤其是分子标记技术的发展在茄子上得到了很好的应用，国内外学者曾以RAPD（Random Amplified Polymorphism DNA）[2-5]、ISSR（Inter-simple Sequence Repeats）[6-7]、SSR（simple sequence repeat）[7-9]、AFLP（Amplified Fragment Length Polymophisms）[10-12]，SRAP（Sequence-related Amplified Polymorphism）[13]，以及近年开发的新型IRAP和REMAP标记[14-15]对茄子进行了系统评价，除分子标记分析之外，从茄子的形态学特征也进行了多样性分析[16-17]，结果普遍表明，茄子栽培种遗传背景狭窄，分子水平的聚类结果与传统分类依据的果实形状、地理分布等的分类结果大不相同。为了将分子标记进一步应用于育种实践，本研究选用SRAP和SSR 2种分子标记，开展茄子的遗传多样性研究，目的是从供试材料的基因型方面挖掘材料的遗传特性，更好选育茄子优良新品种。

1 材料与方法

1.1 供试材料

茄子重要资源42份，其中5份白茄，11份青茄，26份紫茄（表1）。

1.2 方法

1.2.1 DNA提取

DNA提取采用改良CTAB法，浓度为2%，参照陈洁等[8]方法略作改动。用0.8%琼脂糖凝胶电泳检测DNA的浓度及纯度，将每个样品浓度调至50 ng/μL，-20℃备用。

1.2.2 SRAP反应体系建立

SRAP反应体系及程序参照李怀志等[13]进行。

1.2.3 SSR反应体系建立

SSR反应体系及程序参照韩洪强等[8]进行。

1.2.4 遗传多样性分析

供试SRAP引物为9条正向引物和11条反向引物，每条正向引物都与11条反向引物配对，组成99组引物组合，以任意2份材料为模板，分别对99个引物组合进行PCR扩增反应，筛选出稳定扩增的引物组合12对（表2）。供试13对扩增稳定的SSR引物，序列见表3。

2 结果与分析

2.1 DNA提取

高质量的DNA是保证实验质量的重要环节，本研究采用磨样机磨样，快速便捷的提取了茄子高质量的DNA，完全可以满足本实验的要求[10]。图1为茄子部分材料的DNA提取的样板。

2.2 遗传多样性分析

本研究筛选了12对多态性较好SRAP引物和13对SSR引物对供试42份材料开展了分子标记技术研究，其中12对SRAP引物获得244条特征带，13对SSR引物获得62对特征带，共计306条特征带。

2.2.1 SRAP遗传聚类分析

SRAP结果显示：当遗传距离为0.751时，M3♂-1最先与其它材料分开，这份材料为台湾农友引进材料与广州材料的杂交后代，表现茎叶多毛、果紫黑色、光泽鲜亮、果细长；当遗传距离从0.752～0.816，M19-1、9413-2-3、M3♂-3、20104-2、M13♀-8、9832-9-2-5、NF-3♀、0605-1-1-2-28、20091-1-4-1、M3♂-8，10份材料逐渐呈递进关系聚类，其中M开头的4份材料为台湾材料和广州材料的杂交后代，9832-9-2-5为泰国引进材料，其他5份为广州材料。当遗传相似系数为0.816时，其它31份材料聚为一类，其中98219836-1为泰国引进材料，这份材料最先和其它30份材料分开，说明98219836-1和其它30份材料存在一定的差异。在这一大类群中进一步细分类，当遗传距离为0.902时，M3♂-5，M3-6聚小类，M13♀-1，M1-1-1，M13♀-9聚为一小类，这些材料都来自台湾和广东材料的杂交后代；当遗传相似系数为0.878时再与M1-1-2、JX-1、GHT聚类，这8份茄子均为果紫色，耐老，果形较直；材料20104-3-1-1-2、1219、06057B聚为一小类，均为青茄类型、果形长直、果尾尖；材料NF--♀、20091-1-4-2，0605-2聚为一小类，表现为茎色少毛、果紫色、果型粗大；20092-2-4-2，0605-1聚为一小类，表现为茎色多毛、果紫红色、果型长粗。从以上聚类结果得出，仅有几个茄子从类型上和果实颜色上可以聚类，整体上表现多基因混杂，不能和单一性状基因联系在一起。

2.2.2 SSR遗传聚类分析

为了进一步得到更有利的指纹图谱结果，开展了SSR标记技术研究，62条特征带获得了图2的聚类结果，其聚类结果和SRAP聚类结果呈现的基因互相渗透较为类似，仅个别类型相似的材料先聚类之外，整个聚类图聚类规律和表型特征不完全对应。

2.2.3 SRAP和SSR聚类结果比较

从SRAP和SSR聚类结果来看，聚类图存在一定的差异，SRAP聚类中， M3♂-1（茎叶多毛、果紫黑色、光泽鲜亮、果细长）最先和其它材料分开，而SSR聚类中M3♂-5（果紫色，耐老，果形较直）最先和其它材料分开，这2份材料从表型来看存在一定的差异。进一步看2种分子标记的聚类图，SRAP更体现在个别材料的层层聚类，说明材料个别之间的差异，SSR聚类结果更体现在小群体聚类之后再层层聚类的现象（图3）。

2.2.4 SRAP和SSR遗传聚类分析

进一步将SRAP和SSR的数据进行整理，共同构建了茄子的遗传聚类图，SRAP和SSR的结果综合显示，仅个别材料有拉近和拉远的特征，整个聚类图还是没有和表型性状完全吻合，说明茄子的基因渗透较为普遍，有可能茄子的基因型特征在长期自然选择和人为选配的过程中造成多基因聚合共同发挥功能，不能以单基因效应评价茄子的遗传特性（图4）。

3 讨论

茄子作为南北均可种植的大宗蔬菜之一，其物种的多样性较为丰富，无论从果形还是植株本身特征，都存在类型多元化的特点。茄子在南北市场都比较受欢迎，在常年栽培和育种过程中使得材料变得更加丰富多样，促使茄子材料基因互相渗透变得较为普遍。近年有关茄子表型多样性和分子多样性的相关文章报道较多，李怀志等[18]利用SRAP分子标记对36份茄子栽培品种进行指纹图谱分析，证明利用SRAP技术构建茄子指纹图谱分析是有效的，从果色和果形上看，和表形相比缺乏规律性；封林林等[3]对35份茄子资源进行RAPD分析，结果显示大部分长茄可以聚为一类，大部分短茄子可以聚为一类，但长茄子类群有个别圆果或椭圆短茄子品种，短茄子类群有个别的长茄子品种，聚在一类的品种，皮色复杂多样；冉进等[5]对53份茄子资源RAPD分析的结果表明，聚类结果与果实形态特征不完全一致，与地理分布没有必然联系；廖毅等[10]分析显示，茄子主要集中在亚洲种植，由于地区间引种的频繁，不同生态类型间的基因交流广泛，单纯依据果实的形状和地理起源分类，不能真实地反应材料间的遗传背景和遗传差异。本研究选用SRAP和SSR 2种分子标记对供试的42份材料进行遗传多样性聚类，2种标记的结果均显示，聚类结果都不能和表型完全吻合，说明茄子的基因型特征在长期自然选择和人为选配的过程中造成多基因聚合共同发挥功能，不能以单基因效应评价茄子的遗传特性，和前人研究报道结果有类似之处。从42份材料的遗传聚类图可见，遗传距离在0.7～0.95，供试材料存在一定的差异，说明本研究材料的基因型差异还是比较多样的，为了更好地评价材料之间的亲缘关系，本研究将进一步对表型特征做系统的调查分析，综合分析茄子材料的遗传关系，更好地为茄子育种研究服务生产。

参考文献

[1] 中国农业科学院蔬菜花卉研究所主编.中国蔬菜栽培学（第二版）[M].北京：中国农业出版社，2010.

[2] Karihaloo J L，Brauner S，Gottlieb L D. Random amplified polymorphic DNA variation in the eggplant， Solanum melongena L. （Solanaceae）[J].Theor Appl Genet， 1995， 90： 767-770

[3] 封林林，屈冬玉，连 勇，等. 利用RAPD分析部分茄子品种的亲缘关系[J].中国蔬菜，2002（4）：35-36.

[4] 王秋锦，高 杰，孙清鹏，等. 茄子品种遗传多样性的RAPD 检测与聚类分析[J].植物生理学通讯，2007，43（6）：1 035-1 039.

[5] 冉 进，宋 明，房 超，等. 茄子（S.melongena L.）种质资源遗传多样性的RAPD分析[J]. 西南农业学报，2007，20（4）：694-697.

[6] 张 涛，陈兆贵，何秀云，等. 茄子ISSR分子标记技术初步研究[J].广东农业科学，2009， 1：42-44.

[7] 于晓虎.茄子种质资源形态学标记及ISSR、SSR遗传多样性分析[D].重庆：西南大学硕士学位论文，2012.

[8] 韩洪强.利用形态学标记和SSR分子标记分析茄子种质资源遗传多样性[D]. 上海：上海交通大学硕士学位论文，2009.

[9] 管志坤.茄子种质资源遗传多样性SSR和SRAP分析[D]. 保定：河北农业大学硕士学位论文，2012.

[10] 廖 毅，孙保娟，黎振兴，等. 茄子及其近缘野生种遗传多样性及亲缘关系的AFLP分析[J]. 热带作物学报，2009，30（6）：781-786.

[11] 廖 毅，孙保娟，孙光闻，等. 与茄子果皮颜色相关联的AFLP及SCAR标记[J].中国农业科学，2009，42（11）：3996-4003.

[12] 刘富中，万 翔，陈钰辉，等.茄子单性结实基因的遗传分析及AFLP分子标记[J].园艺学报，2008，35（9）：1305-1309.

[13] 李怀志，张 峻，李 翔，等. 应用SRAP标记对茄子品种进行遗传多样性分析与指纹图谱构建[J].南京农业大学学报，2011，34（4）：18-22.

[14] 赵海艳，赵 纯，杨爱珍，等. IRAP分子标记在茄子种质资源亲缘关系分析中的应用[J]. 华北农学报，2008，23（增刊）：194-197.

[15] 王利英，杜永臣，张 斌，等.茄子IRAP和REMAP分子标记的开发[J]. 园艺学报，2008，35（9）：1 363-1 367.

[16] 张 念，王志敏，于晓虎，等. 茄子种质资源遗传多样性的形态标记分析[J].中国蔬菜，2013（14）：46-52

[17] 詹园凤，党选民，袁建民，等. 茄子种质资源形态性状的多样性分析[J]. 安徽农学通报，2007，13（18）：78-79

遗传资源多样性 篇4

为研究普通荞麦种质资源农艺性状评价和SSR遗传多样性,主要选用的是我国的普通荞麦,选取了141份,其中大部分来自贵州省。试验选用的材料种类不同,生长的环境也不一样,通过这些普通荞麦种资源农艺性状评价和SSR遗传多样性,以此来达到提高普通荞麦产量的目的。

测验时,其次,试验人员要注意选择准确的仪器设备,包括水平电泳槽、p H酸度计等,这些仪器的选取要考虑多个方面,兼顾全部,以此来提高试验的准确性和稳固性[1]。

普通荞麦的性状主要包括颜色、株高、主分支数量等。当普通荞麦进入成熟期时,研究人员选择有代表性的普通荞麦,一般每一个地域选取7株普通荞麦,测量这7株普通荞麦的株高、主分支的数量和主茎的基部木质等情况。普通荞麦的株高,一般是从其主茎部分到穗顶的部分。测量普通荞麦农艺性状的标准是荞麦的结实率及倒伏程度等方面的内容。

普通荞麦的DNA提取分为6步:第一步,将器皿放到冰箱里冷藏;第二步,将普通荞麦的叶子和花蕾放到器皿中,加入一定的溶液进行搅拌,然后将这些液体转移到离心管中;第三步,拿出离心管,加入一些微量元素进行震荡;第四步,小心地吸取液体的上清部分,然后将这些液体转移到新的离心管中;第五步,将普通荞麦的DNA取出,并用乙醇加以洗净,再将DNA吹干;第六步,溶解普通荞麦的DNA,提取适宜的DNA浓度,将合格的DNA放置在冰箱冷藏。

2 结果分析

通过对普通荞麦种质资源农艺性状评价和SSR遗传多样性研究结果分析得出,普通荞麦种质资源农艺性状之间存在着一定的差异性,具体表现在普通荞麦的株高、主分支数量等的差异性上。普通荞麦的株高在60~140 cm不等,差异性大约是19%。普通荞麦的主分支数量大概是在3~6个,总的变异数大约为20%,说明这些普通荞麦品种的主分支数量分布不均匀。

利用主成分分析方法得出,这些普通荞麦的主成分大约包含农艺性状的大部分信息。普通荞麦的主成分主要由普通荞麦的结实率等组成,这些数据的取得有利于提高对普通荞麦的研究程度,而且有利于达到提高普通荞麦产量的目的[2]。从聚类分析的方法可得,普通荞麦的农艺性状主要分为两大类,第一类是荞麦的落粒性、倒伏程度等,第二类是百粒米重、皮壳率等。

研究人员从不同的参数角度来说明SSR遗传的差异性。用SSR标记来看普通荞麦的农艺性状,如果普通荞麦的特异谱带较为丰富,说明这株普通荞麦包括比较多的差异性基因,普通荞麦的相似参数不同,所分的类也会有所不同[3]。

3 讨论

普通荞麦的皮壳率主要是由普通荞麦的生长环境和遗传性决定的,普通荞麦壳的后天生长环境不同,造成了普通荞麦果实的饱满程度不一样。普通荞麦种质资源农艺性状评价和SSR遗传多样性研究结果表明,普通荞麦的农艺性状的相关性比较显著,这也反映出普通荞麦有着复杂的遗传关系,比如荞麦的株高就与荞麦的主分支数量有着显著的关系,一般株高和主分支数量的关系呈正相关。

参考文献

[1]黎瑞源,石桃雄,刘筱嘉.荞麦分子遗传学研究进展[J].黑龙江农业科学,201(411):151-156.

[2]田晓庆,徐宏亚,汪灿,等.用SSR标记分析荞麦栽培种资源的遗传多样性[J].作物杂志,201(35):28-33.

遗传资源多样性 篇5

光裸星虫遗传多样性的RAPD分析

采用12个随机引物对北海、三亚、厦门地区的`光裸星虫进行RAPD分析,结果表明,光裸星虫北海、厦门、三亚种群平均多态位点比例分别为73.39%、84.20%和87.00%,平均遗传多样性指数分别为0.245 0、0.295 8和0.267 0.北海种群和三亚种群遗传距离(Dbs)为0.122 5;北海种群与厦门种群的遗传距离(Dbx)为0.294 7;三亚种群与厦门种群的遗传距离(Dsx)为0.219 3.在聚类分析树上,厦门种群最先从聚类树上分支出来.OPH-02880和OPO-09-510为厦门种群的特征性片段,可作为种群鉴别的依据.

作 者：王庆恒 杜晓东 李康 WANG Qing-heng DU Xiao-dong LI Kang  作者单位：广东海洋大学海洋生物系,湛江,524088 刊 名：海洋水产研究  ISTIC PKU英文刊名：MARINE FISHERIES RESEARCH 年，卷(期)： 27(3) 分类号：Q959.197 关键词：光裸星虫   遗传多样性   RAPD  

遗传资源多样性 篇6

摘 要：为探明由山西不同生态型大豆品种组成的自然群体的遗传多样性，为优异种质资源的筛选和应用提供理论依据，以102个大豆品种组成的自然群体为研究材料，采用59对SSR引物对该群体进行遗传多样性分析。结果表明：59对引物最终筛选出50对多态性好的引物，共检测出157个等位变异，不同位点的等位变异数为2～7个，平均等位变异数为3.14个，其中等位变异数最多的为Satt263，有7个。香农指数变幅为0.097 3～1.668 4，香农指数平均值为0.844 9， 多态性信息量的变幅为0.038～0.761，平均每个引物的多态性信息量为0.431。标记将102个大豆材料在遗传距离GD=0.805处聚为3个群组，群组1有52个材料，群组2由48个材料组成，群组3仅有2个材料。

关键词：大豆；自然群体；分子标记；遗传多样性

中图分类号：S565.1 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2015.05.001

大豆[Glycine max（L.） Merrill]作为一种重要的豆科粮食作物，不仅可以提供优质的蛋白质、油脂和微量营养元素，也在生物燃料的生产中备受关注[1]。大豆的抗性、产量、品质等主要性状大多属于数量性状[2]，受环境影响较大，在育种实践中不易直观把握。近年来，随着分子生物学技术的高速发展，分子标记手段已被越来越多地应用于对不同作物数量性状的研究中[3]。利用分子标记可对作物群体从基因型角度进行研究、分类[4]，降低表型和性状研究带来的局限性[5]，因此已广泛应用于水稻、玉米、大麦等作物[6-8]，在大豆上的应用也日益增加，如Ghosh等[9]选用来自印度不同农业环境地区的32个大豆品种，以SSR分子标记评价其遗传关系，根据遗传多态性和亲缘关系将32个品种分为6类。

本研究以102个在山西选育、种植的不同生态型大豆品种组成的自然群体为研究材料，采用59对SSR引物，筛选多态性良好的标记，用Popgene32软件检测等位基因变异数、香农指数以及遗传距离，对群体进行遗传多样性分析，旨在明确群体遗传丰富程度和多样性，为利用分子标记辅助选择育种、改良大豆数量性状提供理论支持和优良种质资源。

1 材料和方法

1.1 群体来源及组成

选用由山西农业大学大豆育种室选育、提供的102个不同生态型大豆品种为材料。各材料间均无直接亲缘关系，因此为自然群体，于2014年5月11日在山西农业大学播种，10月收获。

1.2 引物来源

从20个大豆连锁群上，每个连锁群选4对SSR标记引物，共80对SSR标记，这些标记参见于Song等发表的大豆遗传图谱，试验引物序列来自Soybase网站（http：//soybase.org/resources/ssr.php），Biomed公司（北京）配制试验所用引物。

1.3 试验方法

1.3.1 DNA提取 根据Saghai Maroof[10] 方法用SDS法提取大豆基因组DNA。选取健康、饱满、一致的大豆种子，用1‰高锰酸钾消毒5 min后，晾干，放入9 cm×9 cm培养皿中，置于恒温培养箱中25 ℃条件下催芽，之后转入装有沙土的营养钵中，置于恒温光照培养箱中，25 ℃恒温培养，待豆苗三片真叶展开时进行DNA提取。

1.3.2 DNA浓度测定和质量检测

（1） DNA浓度测定。取30 μLDNA溶液，加1×TE缓冲液至3 mL，使用紫外分光光度计测定230 nm、260 nm和280 nm处DNA的吸光值（A），用260 nm处吸光值计算DNA的浓度，用A260/A230和A260/A280比值计算DNA纯度。

（2）模板DNA质量检测。①琼脂糖凝胶配置：取1.6 g琼脂糖，加入pH值为8.0的0.5×TBE缓冲液，并定容至200 mL， 配置成0.8%浓度的琼脂糖凝胶溶液，微波炉加热至沸腾，期间用玻璃棒搅拌2～3次，使其充分溶解，待溶液冷却至50～60 ℃，加入一定量EB，使浓度为0.5 μg·mL-1。②凝胶制备：将配置好的溶液倒入制胶板中，使胶面水平，插好梳子，待充分凝结后，放入平板电泳槽中。倒入0.5×TBE缓冲液，以刚好没住凝胶为宜。③上样和电泳：取5 μLDNA样品，与3 μL上样缓冲液混匀后，点入上样孔中。接通电泳，以120 V恒压电泳40～50 min，电泳结束后，用TY4133型凝胶成像分析系统拍照。

根据浓度测定结果将DNA样品分别稀释至SSR工作液浓度：20 ng·μL-1，置于-20 ℃冰箱中冰冻保存备用。

1.3.3 PCR扩增体系和扩增程序

（1）PCR扩增体系配置（SSR反应体系）。根据表1配置SSR反应体系，混合均匀，移液枪分装到模板DNA的扩增管中，加入矿物油10 μL。

（2）PCR扩增程序。

分别应用两种PCR扩增仪（ABI2720型和Mastercycler Gradient 型）进行扩增，扩增产物于冰箱中保存（4 ℃）。

1.3.4 聚丙烯酰胺凝胶制备和电泳

（1）凝胶制备。称取0.8 g琼脂糖，溶解于100 mL 0.5×TBE电极缓冲液，微波炉加热，期间搅拌2～3次，使其充分溶解，用胶头滴管趁热进行封口操作，封口完成后冷却凝结5 min，再用干净的10 mL注射器，吸取事先配置好的8%凝胶溶液，沿凹形板上方缓缓灌入，灌胶过程中如有气泡产生，应及时进行处理。待凝胶溶液上升至凹形板上端后，停止注胶，轻轻插入40孔梳子，期间应确保梳齿与胶之间（上样槽）没有气泡。待凝胶充分凝结后（一般为1 h左右），缓缓拔去梳子，之后进行点样和电泳操作。

（2）点样和电泳。①点样：取6×上样缓冲液3 μL，置于洁净的一次性PC手套上，排列整齐，从各扩增管中取PCR扩增产物6 μL，与上样缓冲液混合均匀，点入上样槽中，同时点入3 μL 100 bp DNA Marker。②电泳：在进行点样操作之前进行12 W恒功率预电泳15 min，点样完成后，以12 W恒功率电泳1 h左右。

1.3.5 凝胶银染 固定和脱色：电泳结束后，取下凹形玻璃板，蒸馏水清洗胶面3次，用小刀将凝胶缓缓取下，置于固定液中，20 ℃下，在摇床上固定、脱色12 min，弃固定液，蒸馏水清洗3次。

AgNO3渗透：AgNO3渗透液以覆盖凝胶为宜，在摇床上20 ℃下渗透12 min后，蒸馏水清洗3次，每次30 s。

NaOH显色：NaOH（内含甲醛溶液）显色液以覆盖凝胶为宜，摇床上20 ℃下显色，直至条带清晰可见，立即用蒸馏水清洗凝胶2次。取出凝胶，用Bio-RAD凝胶成像系统拍照，分析。

1.3.6 试剂配制 SDS核酸裂解缓冲液（DNA提取液）：称取3.028 g纯Tis，4.653 g EDTA，10.253 g NaCL，5 g SDS，加ddH2O定容至250 mL，调节pH值至8.0，使用前加200 μL β-巯基乙醇。

5 mol·L-1NaCL：称取102.53 g NaCL，加ddH2O定容至250 mL。

1×TE：称取0.121 g纯Tis，0.037 gEDTA，1 mol·L-1HCl调节pH值至8.0，用ddH2O定容至100 mL。

RNase：用水溶解RNase，终浓度10 mg·mL-1，37 ℃水浴30 min，冷却，分装，-20 ℃保存。

5×TBE：称取54 gTis，27.5 g硼酸，3.72 g EDTA，用ddH2O溶解后，调节pH值至8.0，定容至1 000 mL。

0.5×TBE：取5×TBE100 mL，用ddH2O定容至1 000 mL。

上样缓冲液：称取0.8 g蔗糖，0.01 g溴酚蓝，用0.5×TBE定容至1 mL。

10%AP：称取0.2 g过硫酸铵，用ddH2O定容至2 mL（室温下可保存3～5 d）。

0.8%琼脂糖：称取0.8 g琼脂糖，用0.5×TBE定容至100 mL。

8%聚丙烯酰胺非变性胶：40 mL体系，30%聚丙烯酰胺（Acr∶Bis=29∶1）母液21.3 mL，5×TBE（pH值8.0） 8 mL，ddH2O 20.77 mL，10%AP200 μL，TEMEA29 μL。

固定液：1 000 mL体系，10%冰乙酸50 mL，无水乙醇100 mL，用ddH2O定容至1 000 mL。

AgNO3渗透液：1 000 mL体系，称取AgNO32 g，用ddH2O定容至1 000 mL。

NaOH显色液：1 000 mL体系，称取NaOH15 g，用ddH2O溶解，冷却后，加11 mL甲醛溶液，用ddH2O定容至1 000 mL。

1.4 统计分析

试验用的Marker为DNA MarkerⅠ，分离片段为：100，200，300，400，500，600，700 bp，来自北京博迈德科技发展有限公司。为保证准确，每次电泳均点DNA MarkerⅠ，没有扩增出带的品种，进行重复扩增。

分析中各材料在各个标记下的基因型以“A，B，C…a，b，c…”标示。用软件Popgene32检测等位基因变异数、香农指数以及遗传距离。以公式PIC=1-∑pi2算出多态性信息值（PIC），pi表示等位基因i的出现频次。以MEGA4显示并建立材料间等位基因间距树状图。

2 结果与分析

2.1 遗传多样性分析

试验用59对引物对102个群体材料进行扩增和多态性引物筛选，共选出扩增条带清楚、多态性好的引物50对，为总引物数的84.75%。

50对筛选出的SSR引物对102个材料进行PCR扩增，共检测出157个等位变异，不同位点的等位变异数为2～7个，平均每个等位变异数为3.14个，其中等位变异数最多的为Satt263，为7个。

SSR标记位点的香农指数变幅为0.097 3～1.668 4，香农指数平均值为0.844 9，出现9个非多态性标记，其香农指数为0。标记Sat_091的香农指数最大（1.668 4）；标记Satt361的最小（0.097 3）（表3）。

多态性信息量的变幅为0.038～0.761，平均每个引物的多态性信息量是0.431。

标记位点的等位变异数与香农指数（H）呈现极显著正相关（r=0.784）。

2.2 遗传距离及聚类分析

利用软件Popgene32扫描分析50个多态性标记，计算102个材料之间的遗传距离（GD）。遗传距离GD的变幅为0.030 0～1.504 0，平均遗传距离为0.727 8。遗传距离最小的是P40与P41（0.030 0）；其次是P34与P35（0.030 7）；遗传距离最小的是P48与P65（1.504 0）；其次是P46与P66（1.483 2）。根据基因遗传距离进行聚类分析（图2），结果表明，利用标记能将102个大豆材料相互区分，材料在遗传距离GD=0.805处聚为3个群组，群组1有52个材料，占材料总数的50.98%。该群组材料单株产量大致为30 g，为生育期较短的中、高产品种。群组2由48个材料组成，占材料总数的47.06%。群组3仅有2个材料，占材料总数的1.96%，这2个材料的特点为种子具有黑色种皮，而单株产量较小。

3 讨 论

大豆原产我国，因此我国具有优异而丰富的大豆种质资源。然而近年来，我国已由大豆出口国转为大豆进口国，大豆生产量在世界上已排在美国、巴西、阿根廷之后[11]，这与我国大豆单产水平不高、加工品质有待提高以及抗性种质资源稀缺有密切关系。山西地处黄土高原，具有生态类型丰富的大豆资源[12]，而单产水平、品质、抗逆性都有待提高。本试验对由102个大豆材料随机组成的山西大豆自然群体进行了研究遗传多样性分析，研究表明，山西大豆遗传背景相对比较宽广（表3），有利于在引种的基础上进行基因重组及培育优良新品种；通过聚类发现，中等以上产量品种占多数（图2），有一定的产量提升空间，还需要结合黄土高原及黄淮海地区特殊生态条件，采用高产栽培配套技术来提高产量；聚类分析中的第3类材料，产量较低，但属于特殊种质资源，可用作特定加工用途或根据需要配制杂交组合。

现有大豆育种程序中，存在品种遗传多样性低、遗传背景相似程度高的现象，所以，在新品种选育中有意识地选用更为多样性的种质资源，以提供必要的遗传变异能力，有利于品种产生更为广泛的适应性和优异变异[9]。Chowdhury等[13]认为，来自不同国家或距离较远地区的大豆品种具有更高的遗传多样性。遗传背景多样化的亲本，更有可能具有特殊的优良等位变异[14]，因此，在大豆育种中，应尽可能地选用这类亲本，以创造高产、优质的大豆品种。

参考文献：

[1] Silvente S， Sobolev A， Lara M. Metabolite adjustments in drought tolerant and sensitive soybean genotypes in response to water stress[J].PLOS ONE， 2012， 7（6）： 38 554.

[2] 李永春，喻德跃，徐冉，等. 大豆异地衍生RIL群体主要数量性状的自然选择效应[J]. 中国农业科学，2008，41（7）：1 917-1 926.

[3] Mujaju C， Sehic J， Nybom H. Assessment of EST-SSR markers for evaluating genetic diversity in watermelon accessions from zimbabwe[J]. American Journal of Plant Sciences， 2013， 4：1 448-1 456.

[4] Presti F， Wasko A. A review of microsatellite markers and their application on genetic diversity studies in parrots[J]. Open Journal of Genetics， 2014（4）：69-77.

[5] Miller A， Good R， Coleman R， et al. Microsatellite loci and the com-plete mitochondrial DNA sequence characterized through next generation sequencing and de novo genome assem-bly for the critically endangered orange-bellied parrot[J]. Neophema Chrysogaster， Molecular Biology Reports， 2013， 40：35-42.

[6] Flint-Garcia S， ThuiUet A， Yu J， et al. Maize association population： A high resolution platform for QTL dissection[J].PlantJ， 2005， 44：105 4-106 4.

[7] Eizonga G， Agrama H ，Lee F，et al. Identifying novel resistance genes in newly introduced blast resistant rice germplasm[J].Crop Sci， 2006， 46：1 870-1 878.

[8] Maccaferri M， Sanguineti M， Enrico N， et al. Population structure and long-range linkage disequilibrium in a durum wheat elite collection[J].Mol Breed， 2005， 15：271-289.

[9] Ghosh J， Ghosh P， Choudhury P. An assessment of genetic relatedness between soybean [Glycine max （L.） Merrill] cultivars using SSR markers[J]. American Journal of Plant Sciences， 2014（5）： 3 089-3 096.

[10] Saghai M A， Soliman K M， Jorgensen R A， et al. Ribosomal DNA spacer-length polymorphisms in barley： Mendelian inheritance， chromosomal location， and population dynamics[J].Proc Natl Acad Sci USA， 1984， 81： 8 014-8 018.

[11] 张清. 中国和美国、巴西、阿根廷大豆国际贸易依存度比较[J].世界农业， 2012， 12（332）：22-24.

[12] 林汉明，常汝镇，邵桂花，等. 中国大豆耐逆研究[M].北京： 中国农业出版社，2009： 4-6.

[13] Chowdhury A， Srinives P， Tongpamnak P， et al. Genetic relationship among exotic soybean introductions in thailand： Consequence for varietal registration[J]. Science Asia， 2002， 28：227-239.

遗传资源多样性 篇7

1 材料

试验羊共13个品种(遗传资源),其中本地品种12个,引进品种1个,共164个个体。采集的川东白山羊(CDW,n=9)、板角山羊(BJG,n=10)、酉州乌羊(YZC,n=11)、贵州白山羊(GZW,n=10)、黔北麻羊 (QBM,n=10)、贵州黑山羊(GZB,n=8)、渝东黑山羊(YDB,n=17)、乐至黑山羊(LZB,n=21)、营山黑山羊(YSB,n=17)、圭山黑山羊(GSB,n=14)和大足黑山羊(DZB,n=17)样本,均来自于原产地;南江黄羊(NJG,n=10)和波尔山羊(Boer,n=10),来自于重庆万州三峡牧业集团良种羊繁育中心。所采个体要符合品种特征,并且尽可能地避开样本个体之间的血缘关系。所有试验羊只颈静脉采血10 mL,迅速注入加有1.5～2.0 mL ACD抗凝剂的15 mL离心管中,并加入2×ST溶液至15 mL,混匀后置于冰盒带回实验室。

2 方法

2.1 DNA的提取、PCR引物和扩增体系

采用苯酚-氯仿-异戊醇法提取DNA。

扩增引物的设计根据GenBank中山羊mtDNA全序列(登录号为AF533441)进行设计,扩增引物序列为上游引物 P1 5′-CAGTCGAACATCCCTACATTATTATTGG-3′和下游引物P2 5′-TTAGTCTTATTGATTTGGAGGGCG TTA-3′。测序引物参照 Luikard 所设计的上游引物P3 5′-TACAATCAATACACCTG-3′,下游引物P4 5′-ATTACGTTTATGCTGGATT-3′进行设计,引物由上海生工生物工程技术服务有限公司合成。

PCR反应体系:10×Buffer(含15 mol/L MgCl2)2.5 μL,dNTP(2.5 mol/L)0.5 μL,Taq酶(2.5 U/μL)0.4 μL,引物P1、P2(10 pmol/L)各0.4 μL,基因组DNA(20 ng/μL)1.2 μL,加ddH2O至25 μL。反应条件:94 ℃ 5 min;94 ℃ 55 s,66 ℃ 60 s,72 ℃ 60 s,共35个循环;72 ℃ 10 min。

2.2 PCR产物的回收、纯化与测序

PCR产物用上海生工生物工程技术服务有限公司生产的小量胶柱式纯化回收柱进行扩增产物的回收与纯化。纯化产物委托上海生工生物工程技术服务有限公司进行测序。

2.3 数据分析

采用BioEdit 7.0和DNAMan 5.2.9对序列进行拼接和比对。采用MEGA2.0分析多态位点、核苷酸总变异位点、简约信息位点并建立NJ树。采用DNASP 4.0计算各品种群体的单倍型数目和比例、单倍型多样性、平均核苷酸差异数、核苷酸多样度等统计参数。

3 结果与分析

3.1 PCR扩增结果及序列的测定

PCR扩增产物条带清晰,片段位于1 000～2 000 bp之间,扩增预期片段长度为1 513 bp(见图1),初步可以确定是目标片段。经测序后与GenBank中已报道的山羊mtDNA全序列(登录号为NC005044、AF533441)进行比对,同源性高于90%,进一步说明本试验扩增和测序的目的片段是山羊的mtDNA控制区序列。

1,2.扩增片段;M.DL-2 000 Marker。

3.2 碱基含量、变异位点及其分布

试验所测定的13个品种(遗传资源)164个个体mtDNA D-loop区长度为1 212 bp或1 213 bp,其中有126个个体为1 212 bp,有38个个体为1 213 bp,这两种片段分布在所有品种的不同个体中。碱基组成为A 31.25%、G 14.02%、C 25.97%、T28.76%。与GenBank中已报道的山羊mtDNA全序列(登录号为AF533441)相同区段比对后,发现D-loop的长度变异是由于在1 075 bp处插入/缺失碱基C而引起的。除去缺失位点,本试验共发现102个多态位点,占总分析位点的8.4%,包括85个转换、5个插入/缺失、12个颠换。对于85个转换的变异位点,其中57个位点为C-T/T-C的转换,28个位点为A-G/G-A 转换,所以C-T/ T-C 的转换在102个变异位点中占优势。在所有变异位点中单一多态位点有33个,占总变异位点的32.4%;简约信息位点有69个,占总变异位点的67.6%。各群的多态位点数见表1。

3.3 遗传多样性分析

采用DNASP 4.0分析供试山羊的遗传多样性,结果见表2。从表2可以看出:在供试群体中,板角山羊和圭山黑山羊单倍型比例最高,均达到100%;其次是南江黄羊和贵州白山羊,均达到90%;酉州乌羊、大足黑山羊、黔北麻羊居中;贵州黑山羊、渝东黑山羊和对照组波尔山羊最低。说明在所研究的13个

个

山羊品种中,板角山羊和圭山黑山羊mtDNA D-loop序列遗传多样性最丰富,而贵州黑山羊、渝东黑山羊遗传多样性最低。从单倍型多样度(Hd)来看,板角山羊、圭山黑山羊、南江黄羊和贵州白山羊均较高,达到0.970 0以上,而贵州黑山羊和渝东黑山羊最低(低于0.920 0),这与单倍型比例反映的结果一致。平均核苷酸差异数(k)和核苷酸多样性(Pi)的结果也与前面的一致。因此,板角山羊和圭山黑山羊遗传多样性最丰富,而贵州黑山羊和渝东黑山羊最低。

3.4 遗传距离与亲缘关系

采用MEGA 2.0 Kimura双参数法分析遗传距离和建立NJ树,见表3、图2。从图2可以看出:酉州乌羊与板角山羊亲缘关系最近,渝东黑山羊与板角山羊和南江黄羊遗传距离较近,贵州3个山羊品种(贵州白山羊、贵州黑山羊和黔北麻羊)遗传距离近,大足黑山羊与乐至黑山羊遗传距离较近;对照组波尔山羊单列一支,与西南地区羊种遗传距离均较远。

4 讨论

4.1 mtDNA D-loop 序列多态性

试验164个山羊个体的mtDNA D-loop序列中,A和T的含量(60.01%)高于C和G的含量(39.99%),符合山羊mtDNA D-loop序列的特征,与张红平[2]的研究结果一致。就碱基的变异来看,转换大于颠换;转换中,C-T/T-C的转换高于A-G/G-A 的转换,这也符合目前所研究的山羊品种中碱基变异的特点。就平均多态位点数来看,在西南地区5个新的山羊遗传资源中,大足黑山羊、黔北麻羊和酉州乌羊比较接近,均高于渝东黑山羊和贵州黑山羊,这说明大足黑山羊、黔北麻羊和酉州乌羊mtDNA D-loop序列遗传多样性较渝东黑山羊和贵州黑山羊丰富;板角山羊和南江黄羊是这些羊种中平均多态位点数最高的2个羊种,而乐至黑山羊和营山黑山羊与渝东黑山羊和贵州黑山羊比较一致,均较低。

4.2 单倍型多样性分析

试验分析了被测山羊品种(遗传资源)单倍型比例、单倍型多样度、平均核苷酸差异数和核苷酸多样性,结果均显示出板角山羊和圭山黑山羊遗传多样性最丰富,酉州乌羊、大足黑山羊、黔北麻羊居中,而贵州黑山羊和渝东黑山羊最低。在新的5个遗传资源中,酉州乌羊、大足黑山羊、黔北麻羊遗传多样性高于渝东黑山羊和贵州黑山羊,需要加强渝东黑山羊和贵州黑山羊遗传资源的保护和提纯。本研究结果中,除渝东黑山羊和贵州黑山羊外,与Liu R Y等[1]、张红平[2]、刘宁[3]、杨国锋[4]的研究结果一致。本研究认为,贵州黑山羊遗传多样性较低,与之不同,但这可能提示了贵州黑山羊近几年来退化较为严重,品种不纯。同时,渝东黑山羊为一个新的遗传资源,还未有相关报道,无法进行比较,但其遗传多样性较低,需要加强遗传资源的保护和提纯。

4.3 遗传距离和亲缘关系分析

渝东黑山羊和酉州乌羊与板角山羊遗传距离较近,酉州乌羊与板角山羊遗传距离尤其近,提示酉州乌羊的起源与板角山羊存在关系。贵州省3个山羊品种(贵州白山羊、贵州黑山羊和黔北麻羊)遗传距离近,与贾永红等[5]、陈祥等[6,7]和杨忠诚等[8]的研究结果一致,但聚类关系存在一定差异,这可能是采集样本地理位置稍有差异所致。大足黑山羊遗传距离研究结果与杨国锋[4]的研究结果一致,都证实了大足黑山羊与其他羊种遗传距离均较远,但与乐至黑山羊遗传距离较近,这可能与两个羊种的地理位置存在密切关系。波尔山羊与西南地区羊种遗传距离均较远。由以上结果可以看出,新批准的西南地区5个山羊遗传资源的起源与其所在的地理位置和其他羊种的分布情况存在密切关系。

5 结论

1)在西南地区5个新的山羊遗传资源中,大足黑山羊、黔北麻羊和酉州乌羊平均多态位点数和遗传多样性均高于渝东黑山羊和贵州黑山羊;渝东黑山羊和贵州黑山羊在所研究的13个山羊品种(遗传资源)中遗传多样性最低,需要加强遗传资源的保护和提纯。

2)渝东黑山羊与板角山羊和南江黄羊遗传距离较近,酉州乌羊与板角山羊亲缘关系最近,贵州3个山羊品种(贵州白山羊、贵州黑山羊和黔北麻羊)遗传距离近,大足黑山羊与乐至黑山羊遗传距离较近,说明新批准的西南地区5个山羊遗传资源的起源与其所在的地理位置和其他羊种的分布情况存在密切关系。

参考文献

[1]LIU R Y,YANG G S,LEI C Z.The genetic diversity of mtDNAD-loop and the origin of Chinese goats[J].Acta Genetica Sinica,2006,33(5):420-428.

[2]张红平.采用mtDNA序列研究中国家养山羊的遗传多样性与起源分化[D].雅安:四川农业大学,2003.

[3]刘宁.中国南方主要地方山羊品种遗传多样性及进化特征的研究[D].兰州:甘肃农业大学,2005.

[4]杨国锋.大足黑山羊地方类群多胎性及与周边山羊品种亲缘进化关系分子标记研究[D].兰州:甘肃农业大学,2006.

[5]贾永红,史宪伟,简承松,等.贵州四个山羊品种mtDNA多态性及起源分化[J].动物学研究,1999,20(2):88-92.

[6]陈祥,廖正录,李国红,等.贵州白山羊遗传结构的RAPD分析[J].四川畜牧兽医,2004(8):20-21.

[7]陈祥,廖正录,李国红.贵州地方山羊品种的RAPD分析[J].动物学研究,2004,25(2):141-146.

遗传资源多样性 篇8

RAPD技术分析速度快, 成本低, 形成丰富的多态性, 无放射性污染, 在分子标记中应用广泛[2,3,4,5,6]。为此, 利用RAPD技术, 分析亚麻资源的亲缘关系, 确定各亚麻品种间的遗传差异, 为亚麻资源利用、新品种选育提供依据。

1 材料与方法

1.1试验材料

供试的亚麻种质资源见表l。

1.2 试验方法

1.2.1 DNA提取和浓度检测。取适量亚麻幼苗, 用OMEGA植物DNA提取试剂盒提取亚麻基因组DNA。用0.8%琼脂糖电泳检测DNA的纯度、完整性, 用紫外分光光度仪检测。-20 ℃冰箱保存DNA。

1.2.2PCR扩增。60 条RAPD随机引物购自上海生工, RAPD反应体系20 μL=1 μL DNA+1 μL引物+10 μL药品+8μL dd H2O。PCR扩增反应程序:94 ℃预变性4 min;94 ℃变性40 s, 37 ℃退火1 min, 72 ℃延伸90 s, 35~40 个循环;72 ℃延伸10 min[7]。

1.2.3 扩增产物检测。RAPD标记的PCR扩增产物用1.0%琼脂糖凝胶电泳分析, l x TBE电泳缓冲液, 电压100 V, 电泳100 mill, EB染色15 min, 紫外透射仪照相。

1.3 扩增产物数据处理

根据PCR扩增结果, 统计分析清晰可见的条带, 按扩增条带有无记数, 有带、无带分别赋值1、0;建立原始的0.1 的数字矩阵。据RAPD分子标记结果, 用NTSYS.2.10 软件分析100 份材料的遗传相似性, 以共有片段比例为指标计算材料间的遗传相似性系数, 根据遗传相似性系数, 通过NTSYS.2.10 用非加权类平均法 (UPGMA) 聚类分析, 并绘制成树状图[8,9,10]。

2 结果与分析

2.1 100 个亚麻材料间的多态性

利用100 个亚麻资源的混合DNA对60 条RAPD随机引物进行筛选, 得到条带数多、条带较清晰的核心引物8 个, 再用这8 个核心引物对100 份亚麻资源进行扩增, 8 个核心引物共扩增出稳定、清晰的54 条带, 条段数在5~9 之间, 平均每个引物扩增出6.5 条带, 其中差异条带有38 条, 多态性比率为70.4% (表2) 。

引物S2105 (图1) 扩增条带数最多, 为9 条。多态性最好的引物是S1207, 5 条带有4 条为多态性带, 多态性比率达80.0%。

2.2 100 份材料的遗传相似性分析

利用8 个RAPD核心引物对100 份亚麻材料进行聚类分析, 从聚类树状图 (图2) 可知, 其遗传相似性系数为0.62~0.96。其中22、24;10、11 的遗传相似性系数最大, 为0.96, 表明这些资源的亲缘关系较近。而在这些亚麻品种中遗传相似性系数最小的为84 和22、24;10、11 为0.62, 表明它们间的亲缘关系较远。

在聚类树状图中, 当遗传相似性系数约为0.70 时, 这100 份亚麻资源可分为7 个类群:

第Ⅰ类群包括1 个资源, 为84。

第Ⅱ类群包括7 个资源, 分别是99、97、94、93、95、98、89。又分为2 个亚群。

第Ⅲ类包括10 个资源, 分别是66、69、77、72、74、76、71、75、67、65。分为2 个亚群。

第Ⅳ类包括10 个资源, 分别是87、86、81、88、83、53、91、85、82、44、41。分为2 个亚群。

第Ⅴ类包括1 个资源, 为45。

第Ⅵ类包括11 个资源, 分别是60、59、100、58、57、56、55、52、54、50、51, 分为2 个亚群。

第Ⅶ类59 个资源, 分别是25、6、96、79、90、70、64、73、63、78、68、80、62、61、49、47、43、42、18、19、14、92、48、8、20、17、35、15、16、13、12、11、10、9、7、5、3、4、2、27、26、46、23、28、31、34、32、30、29、24、22、21、40、37、38、39、36、33、1, 分为2 个亚群。

RAPD标记聚类分析结果在多数品种中反映不同来源材料间的亲缘关系。

2.3 100 份材料RAPD标记构建的指纹图谱

在筛选出的8 个核心引物中选出多态性好、特异性好的8 个核心引物, 编号分别为:S1047、S1270、S1314、S1353、S2105、SC07、SH04、ST09。在以相同迁移位置条带的有无, 来构建100 个亚麻材料的指纹图谱 (图3) 。用这8 个RAPD核心引物的指纹组合, 可鉴别供试的亚麻品种。有的材料利用1 个RAPD引物就可鉴别出来, 部分品种要利用这8 个核心引物的相互组合才能区分。对于某一品种, 8 个核心引物的特异带型组合就是该品种的DNA指纹图谱。

3 结论

试验结果表明, 8 个RAPD引物扩增出54 条带, 多态性条带38 条, 多态性比率为70.4%。

据遗传相似性系数构建100 份亚麻材料的聚类分析结果, 可将种质村料划分为2 个类群, 其中第一类群的品种与其他类群品种的亲缘关系较远。

通过本研究获得的100 个亚麻资源间的亲缘关系能够为这些品种间亲本的选配及遗传多样性的评价提供帮助, 揭示了亚麻种质资源的多样性。

摘要：利用8个核心引物对100份亚麻种质资源的遗传多样性进行RAPD分析, 共扩增出54条带, 其中38条多态性带, 多态率为70.4%。100个品种间的遗传相似性系数变异范围为0.620.96。用UPGMA法建立了100个亚麻品种的亲缘关系树状图。在聚类树状图中, 当遗传相似性系数约为0.70时, 这100份亚麻资源可分为7个类群。

关键词：亚麻种质资源,RAPD标记,遗传多样性,亲缘关系

参考文献

[1]孙秀英.亚麻新品种双亚十号的应用效果与评价[J].黑龙江纺织, 2009 (2) :6-8.

[2]邓欣, 陈信波, 龙松华, 等.10个亚麻品种亲缘关系的RAPD分析[J].中国麻业科学, 2007, 29 (34) :184-188.

[3]于文静, 陈信波, 邱财生, 等.利用SSR标记分析亚麻栽培种的遗传多样性[J].湖北农业科学, 2010 (11) :2632-2635.

[4]龙松华, 李翔, 邓欣, 等.亚麻EST-SSR信息分析与标记开发[J].武汉植物学研究, 2010 (5) :634-638.

[5]林琳, 王树彦, 严兴初, 等.油用亚麻杂交组合的性状和过氧化物同工酶分析[J].内蒙古农业大学学报 (自然科学版) , 2010 (3) :111-116.

[6]杜光辉, 吴丽艳, 段继强, 等.基于农艺性状和ISSR标记分析亚麻种源的变异及遗传关系[J].植物资源与环境学报, 2009 (3) :11-19.

[7]黄文功.亚麻品种资源的RAPD分析[J].黑龙江农业科学, 2011 (8) :11-12.

[8]魏国江.阿坝州纤维用亚麻生长发育动态[J].黑龙江纺织, 2009 (2) :4-5.

[9]范有君, 杨骥, 闫志山, 等.东北高纬度地区亚麻高产栽培技术研究[J].中国麻业, 2003 (2) :68-71.

遗传资源多样性 篇9

近年来的灯光罩网探捕[4,5,6,7,8]发现南海海域蕴藏着丰富的扁舵鲣资源,中国水产科学研究院南海水产研究所声学资源评估显示其资源量在30 × 104t以上,而目前中国捕捞量很少,属于轻度开发的鱼类资源( 内部通讯) 。因此,在当前近海鱼类资源严重衰退的情况下,对南海外海扁舵鲣这类小型金枪鱼类的开发是转移近海捕捞压力的出路之一。

在渔业资源的开发和管理中,需要根据种群的划分来分配不同作业区域的捕捞强度[9,10],也需要对种群的遗传多样性进行持续监测以防止种质衰退或灭绝[11]。另外,由于周边国家的介入,南海海域渔业形势复杂,对渔业资源种群的判别和划分是将来进行跨界鱼类种群的养护与管理的基础。关于扁舵鲣的研究多见于生长发育[12,13,14]、资源生物学[15,16]等方面,对其种群遗传特征的研究较少, 目前仅对苏禄海-西里伯斯海[17]以及印度洋[18,19]的扁舵鲣做过相关的研究,这些研究为当地扁舵鲣渔业的开发和管理提供了科学的信息。而有关南海扁舵鲣资源遗传结构的研究目前尚未见报道,因此,文章利用变异快、多态性高、广泛应用于种内遗传结构分析的线粒体控制区( Dloop区) 序列,对南海扁舵鲣的种群遗传结构和遗传多样性进行评估,以期为资源的开发、管理和可持续利用提供理论依据,也可为将来的跨界资源管理和捕捞配额谈判争取主动权。

1材料与方法

1.1样本采集

扁舵鲣样本于2013年3月至2015年4月通过灯光罩网渔船采集后冰冻带回实验室,经形态学鉴定和生物学测量后剪取背部肌肉 - 20 ℃ 保存。一共选取了南海6°N ~ 20°N之间8个采样点的200尾进行实验。采样点位置见图1,样本采集位点经纬度、采集时间及每个位点样本量见表1。

1.2实验方法

1. 2. 1 DNA的提取采用海洋动物基因组DNA抽提试剂盒( 天根,北京产) 提取基因组DNA , 1% 的琼脂糖凝胶电泳检测DNA质量, NanoDrop8000超微量生物检测仪 ( Thermo Fisher ,美国产) 检测DNA浓度 。

1. 2. 2目标片段的扩增及测序根据Gen Bank中扁舵鲣线粒体基因组全序列( AB105447) 设计1对Dloop区序列的扩增引物: Ath-Dloop-F( 5'-AT-GATCCTGCATTAGTAGCTCAGCG ) 和Ath-Dloop-R ( 5'-GTAAAGTCAGGACCAAGCCTTTGTG) 。PCR反应体系总体积为50 μL,依照ExTaq酶( TaKaRa, 大连产) 的使用说明确定各组分的浓度。PCR反应在热循环仪( Eppendorf,德国产) 上进行,反应条件如下: 首先94 ℃ 预变性3 min,之后进行30个循环,每个循环包括94 ℃变性30 s、58 ℃退火30 s、72 ℃ 延伸1 min,最后72 ℃ 延伸5 min。扩增产物经电泳检验后,选取阳性产物进行双向序列测定,测序引物与扩增引物相同。

1.3数据分析

1. 3. 1序列编辑及进化模型确定将测序获得的双向序列用DNAStar软件包中SeqMan组装,所有序列经BioEdit 3. 3[20]编排后,用MEGA 6. 0[21]中Clustal W比对并辅以手工校正 。 通过在GenBank上进行搜索比对确定其为扁舵鲣Dloop区序列 。 利用MEGA 6. 0中Models模块进行核苷酸替代最适模型的筛选,基于最大似然法 ( Maximum Likelihood ) 标准从24种核苷酸替代模型中筛选出最适模型,即具有非变异位点( invariable sites ) 和Gamma参数( Gamma shape parameter ) 的Tamura三参数模型( Tamura 3-parameter ) ,用于系统发生关系重建和群体遗传结构分析 。

1. 3. 2遗传多样性各个采样点( 地理群体) 样本的遗传多样性指数如单倍型数目( H) 、多态位点数目( S) 、单倍型多样性( h) 和核苷酸多样性( π) 等通过软件Dnasp 5. 0[22]和Arlequin 3. 5[23]计算获得。

1. 3. 3系统发育关系使用MEGA 6. 0基于邻接法( neighbor-joining,NJ) 构建所有样本Dloop区序列的系统发育树。进化模型选择1. 3. 1中确定的Tamura三参数模型。将圆舵鲣 ( Auxis rochei) Dloop区同源序列作为系统分析的外类群,系统树各分支的可靠性采用1 000次重复抽样评估。由于种内水平个体间序列分歧度低而往往导致多分叉的( multi-furcation) 群体基因谱系,重组或者平行突变还会产生网状结构。所以网状结构图( network) 往往能更有效地描绘序列之间的关系[24]。该研究使用Splitstree 4[25]软件,利用Dloop区序列的简约信息位点构建邻接网络图( neighbor-net) 。

1. 3. 4种群遗传结构采用分子方差分析 ( analysis of molecular variances, AMOVA )[26]来评价种群遗传变异水平与地理格局的相关性; 通过计算两两群体间的分化固定指数FST来检验群体间遗传距离的大小; 通过种群分化测试( exact test of population differentiation ) 进行随机 交配群 ( population panmixia) 假设即单倍型随机分布的检验。鉴于采样点G和H的样本量很小,因此在群体遗传结构 ( 及种群历史动态) 分析时作去除处理。上述分析计算均在Arlequin 3. 5中进行,显著性用10 000次重复抽样来检验。

1. 3. 5种群历史动态在Arlequin 3. 5中使用2种方法来检测南海扁舵鲣的种群历史动态,以检验种群历史上是否存在扩张事件。采用核苷酸不配对分布分析( mismatch distribution)[27,28],基于最小方差法来检验核苷酸不配对的观测值和群体扩张模型下的期望分布之间是否一致。模型的有效性由粗糙指数[29]( Harpending's raggedness index,HRI) 进行评估。HRI的统计检验由10 000次重排获得, 统计显著的HRI值表明观察值显著偏离预期模型。 另外鉴于核苷酸不配对分布分析可能具有的保守性[30],采用2种中性检验( neutrality tests) 方法: Tajima's D检验[31]和Fu's FS检验[32]来检测种群是否严格遵循进化上的中性理论。

运用BEAST 1. 4. 6软件[33],通过Bayesian Skyline Plot[34]运算来模拟扁舵鲣祖先有效种群大小随时间变化的趋势。运算所用的XML文件通过BEAUti V1. 7. 5[35]生成,Markov chain Monte Carlo运算( MCMC) 设置为1 × 107代,每1 × 103代抽样检验。Dloop区进化速率( 分子钟) 采用之前相关研究普遍采用的每百万年3. 6% 的数值[36]。用Tracer 1. 5[37]聚合各参数并作Bayesian Skyline Plot图。

2结果

2.1序列特征及遗传多样性

共获得南海扁舵鲣8个地理群体200尾样本的线粒体Dloop区及tRNA-Pro全长序列,经对齐后长度为911 bp,在Dloop区5'端高变区发现有1个碱基位置的缺失。所有样本共检测到184个多态性位点,定义了191个单倍型。绝大多数单倍型( 183个) 属于个体特异单倍型,仅有8个单倍型属于共享单倍型,被2个或3个个体共享。各个地理群体的遗传多样性指数见表1。由表可见,南海扁舵鲣总体反映出非常高的单倍型多样性 ( 0. 999 5 ± 0. 000 6 ) 和较高的核苷酸多样性( 0. 019 ± 0. 009 ) 。

每一枝的末端代表来自不同采样点的样本; 各分支标记大于 50% 的自展值The tails of branches represent samples from different populations. Bootstrap supports of > 50% are shown at nodes.

2.2系统发育关系

基于邻接法( NJ) 以Tamura 3-parameter距离构建的扁舵鲣Dloop区单倍型的系统发育树见图2。 来自各个采样点的样本分散于NJ树的各个分叉之中,没有形成与地理群体对应的分支,系统树的拓扑结构很浅并且分支的支持率( 自展值) 均不高。 利用Splitstree 4构建的扁舵鲣Dloop区序列邻接网络图见图3,来自各地理群体的个体通过“树枝”和 “网”连接成交错的网状结构,未形成明显的相互之间有距离的支系结构。

2.3种群遗传结构

AMOVA结果 ( 表2 ) 显示,南海扁舵鲣Dloop区序列几乎所有的遗传差异( 99. 73% ) 均来源于群体内,群体间的遗传差异仅占所有遗传变异的极少部分。总体分化系数仅为0. 002 7且不显著; 两两地理群体间的FST值( 表3) 大部分很小甚至是负值, 并且所有FST值在统计意义上均不显著,表明群体间的遗传分化不明显。群体间随机交配的Exact test检验的P值( 表3) 也显示,所有两两群体间均无显著差异,表明南海扁舵鲣群体符合随机交配群的假设。整体样本检测结果( P = 1. 00) 也表明没有偏离这个假设,即暗示南海的扁舵鲣是一个随机交配的单一种群 。

每一枝的末端代表一个个体,样本名省略The tail of every branch represents one individual. ( sample ID were omitted )

2.4种群历史动态

扁舵鲣各群体Dloop区序列核苷酸不配对分布分析结果见表4。所有群体及样本总体的吻合度检验( goodness of fit test) 均不显著( HRI值不显著,P > 0. 05 ) ,显示核苷酸不配对分布未偏离原假设 ( Rogers and Harpending的群体扩张模型) 。总体样本的核苷酸不配对分布曲线呈明显的单峰形( 图4) ,观测值与群体扩张模型下的预期吻合,表明南海扁舵鲣历史上经历过种群扩张事件。中性检验的Tajima's D和Fu's FS值在绝大多数群体和样本总体中均呈现极显著或显著的负值( 表5) ,显著偏离中性理论下的Wright-Fisher模型,同样表明南海扁舵鲣历史 上经历过 种群的快 速扩张。此外, Bayesian Skyline Plot曲线( 图5) 显示,南海扁舵鲣的有效种群大小历史上经历过一个增长的阶段,种群扩张时间约在6万年之前,之后的有效种群大小则趋于稳定直至现在。

observed : 观测值; expected-sudden : sudden expansion model 期望值; expected-spatial : spatial expansion model 期望值The observed pairwise differences are shown in bars and the expected values under the sudden expansion model and the spatial expansion model are in dash line and solid line , respectively.

3讨论

遗传多样性是生物多样性形成的基础和物种进化潜能的保证。鱼类遗传多样性的下降可降低其对环境的适应力并导致物种退化[10]。因此在渔业资源开发利用中,其遗传多样性水平的监测是不可忽视的部分。该研究检测到南海海域的扁舵鲣具有很高的单倍型多样性( h: 0. 999 5 ~ 1. 000 0) 和较高的核苷酸多样性( π: 0. 019 ~ 0. 020) ,遗传多样性水平与同样基于Dloop区序列分析的苏禄海-西里伯斯海[17]( h: 0. 972 0 ~ 1. 000 0; π: 0. 031 ~ 0. 036) 和印度洋沿海[18]( h: 0. 989 0 ~ 1. 000 0;π : 0. 027 ~ 0. 091 ) 的扁舵鲣相当,表明南海海域扁舵鲣种质资源良好,具备较高的进化潜力和对环境的适应能力 。

黑色粗线代表有效种群大小的中间值,灰色细线 95% 的置信区间The black bold line represents the median value of the effective population size and the grey thin lines represent the 95% credible intervals.

根据GRANT和BOWEN[38]提出的h和 π 高低的4种组合模式,具有高的h和 π 的海洋生物种群可能是由原本就有分化的异域分布类群经过再次接触、产生基因交流而形成,或者是一个在长期的进化历史中有效种群大而且稳定的种群。 中性检验和核苷酸不配对分布均表明南海扁舵鲣历史上曾经历过种群的扩张,并非一个稳定种群。Bayesian Skyline Plot分析显示其种群扩张时间约在更新世晚期( 6万年之前) ,之后则趋于稳定直至现在。

因此,由历史上原来具有分化的类群的再次混合可能更好地解释南海扁舵鲣高h和 π 的遗传多样性模式。第四纪晚期的冰期-间冰期交替的气候, 导致海平面反复升降[39],影响海洋生物的分布和种群波动。在更新世冰期,海平面的下降使得南海变成一个封闭的内陆海,仅通过巴士海峡与太平洋相通[40]。扁舵鲣现今的一些栖息地不复存在,分布范围缩小,同时可能与周边海域如太平洋和印度洋的群体产生隔离,形成相互分化的类群。之后的间冰期气候转暖,海平面上升,扁舵鲣可能在较大的范围发生扩散和重新殖化,完成种群的扩张; 同时边缘海之间的路桥阻隔消失,被隔离的群体间重新接触从而产生基因交流。

渔业资源开发和管理的基本单位是基因上的个体同质组,即种群。许多渔业资源保护和再开发的成功都得益于对种群的判定和管理单元的合理划分[41,42]。该研究中南海扁舵鲣的系统发育分析并未发现有遗传分化的地理聚群,AMOVA和成对FST分析也表明南海海域内扁舵鲣遗传同质性很强, 是一个随机交配的单一种群( unit population) 。这种遗传结构模式属于AVISE[43]总结的系统地理格局的第四种即“系统发育上连续的类群,在空间分布上也连续”模式,也即LAIKRE[10]定义的“无变异种群”,在开发和管理政策的制定上可视为一个管理单元( management units,MUs) 。

海洋环境的开放性和海洋生物较强的扩散力被认为是导致海洋生物在较大的范围内表现出很低的遗传分化的原因[38,44,45]。由于缺乏一般的物理屏障,海洋中许多生物的浮游性卵和幼体可以借助洋流扩散,这可能导致距离很远的群体间产生基因交流。扁舵鲣具有较强的游泳能力和长距离洄游习性,其在南海的产卵场也基本遍布南海北部近海和中沙、西沙和南沙等岛礁水域[46,47],南海不同季节由季风主导的海洋环流、夏季季风漂流形成的水平环流[48]以及部分海域的上升流等可以促使卵和仔稚鱼的扩散,使得其在南海这个大的无阻隔水体中较容易产生交流形成基因均质化,成为一个随机交配的种群。

尽管南海海域有扁舵鲣产卵场存在的证据,该研究也支持南海扁舵鲣为一个单一种群的结论,但并不能确定南海的扁舵鲣是否都为本地种群。南海作为西北太平洋的边缘海,周边的大陆和岛屿将其与太平洋和印度洋隔离,成为一个半封闭半开放型水体。扁舵鲣作为广泛分布的大洋性物种,移动性很强,南海半开放型水体使得其种群很有可能与周边海域的种群存在基因交流。因此,今后需要通过与其他海域样本同源序列标记的联合分析,以及结合物理标签放流实验来对南海扁舵鲣作进一步的种群识别研究。

摘要：利用线粒体控制区(Dloop区)全序列,对2013年3月2015年4月采自中国南海6°N20°N之间8个地理群体的200尾扁舵鲣(Auxis thazard)进行了种群遗传多样性和遗传结构分析。序列总长991 bp,包含184个多态性位点,定义了191个单倍型。遗传多样性分析表明,南海扁舵鲣总体呈现出很高的单倍型多样性(0.999 5±0.000 6)和较高的核苷酸多样性(0.019±0.009)。系统发育分析、分子方差分析和成对遗传分化系数(FST)分析显示,南海范围内扁舵鲣不存在与地理群体对应的支系,群体间存在很强的基因流,遗传分化不显著。种群动态的中性检验和核苷酸不配对分布分析表明,南海扁舵鲣历史上曾经历过种群的快速扩张。结果表明,南海扁舵鲣遗传多样性丰富,具备较高的生态适应和进化能力;南海扁舵鲣属于同一个随机交配的种群,在渔业开发和管理上可视为一个单一的管理单元。

水稻遗传多样性研究方法 篇10

关键词：水稻,遗传多样性,细胞学标记,分子标记

1 遗传多样性的概念

遗传多样性(genetic diversity)是生物多样性的重要篇章。从广义上看，生物的遗传多样性定义为地球上所有生物所携带的全部遗传信息的集合[1]。这些遗传信息通常由生物个体的基因组所携带。故生物的遗传多样性有时候在一定程度上可以等同于生物的遗传基因多样性。从狭义的角度，生物的遗传多样性一般是指物种自身基因发生的改变。通常这种改变包含同物种中不同种群或者同物种中同种群的遗传变异。

生物的遗传多样性还可以在诸如分子水平、细胞水平以及个体水平等不同的水平层次中表现出来[2]。遗传多样性的空间分布，即族群的遗传结构，是在遗传漂变(genetic drift)、基因交流(gene flow)以及自然选择(selection)等因素的作用下，经过生物长期的进化积累而产生的。

2 遗传多样性的研究方法

随着生物学试验技术的不断改进，特别是分子生物学以及遗传学等试验技术手段的发展，研究生物遗传多样性的方法也变得丰富多彩。生物遗传多样性研究的方法也已经从最初的形态学水平，在经历了细胞水平(也称为染色体水平)、生理生化水平后，逐步发展到当今的分子水平[3]。

利用分子标记技术研究遗传多样性，不仅可以探讨物种之间的亲缘关系，检测种内的遗传分化情况，还可以为属、种分类提供有力的证据。在了解水稻的遗传结构、基因丰富程度以及种质资源遗传多样性的过程中，分子标记技术是一种十分可靠的遗传标志。该技术的诞生，对于研究水稻种内、种间的遗传多样性、亲缘关系以及系统进化等，提供了强有力的保证[4]。另一方面，从分子水平的角度探索遗传突变以及多样性的机致，为细胞学和形态学的分类也提供了有说服力的证据[5]。

2.1 形态学标记

形态学标记是一种根据特定的肉眼可见的外部特征，即以植物的外部特征来对物种进行标记的研究方法。通常，形态学标记包括了株高、花色、粒色、荚数、生育期、百粒重等。但是，从广义的角度来说，形态学标记还应该包括诸如色素、生理和生殖特性、抗病害性以及抗虫害性等相关标记。形态学标记因其具有方便观察、操作简易的优点，长期以来一直是作为作物核心种质材料的评价、育种后代的筛选以及进行遗传多样性研究的最常用的标记方式。但是，形态学标记的缺陷也是显而易见的。首先，可用于形态学标记的标记种类和数量有限，无法满足大规模种质材料差异的鉴定;其次，形态学标记并不十分稳定，受环境因素的影响较大，即使是由单基因所控制的性状标记也经常会因为外界环境条件的变化而发生不同程度的突变。而由多基因所控制的数量性状虽然有时也能够作为遗传标记被使用，但是却必须通过数量遗传学的统计方法来降低外界环境所造成的影响。而外界环境因素对数量性状的影响更为强烈，这也就增大了检测种质之间遗传差异的难度。故形态学标记正被分子遗传标记逐步取代。

2.2 细胞学标记

细胞学标记(cytological markers)也称为染色体标记，主要是指染色体核型或者带型的缺失、重复、易位、倒位等。其中核型包含了染色体的数目、大小、随体以及着丝点位置等，通常带型是以C带、G带、N带等来表示[6]。染色体作为生物遗传物质的载体以及基因的携带者，当其发生突变后势必将会造成生物个体产生遗传突变，这是生物的遗传变异和进化的重要组成部分。染色体分带技术是一种简便、迅速并且成本低廉的外源遗传物质的检测方法。但由于绝大部分染色体中遗传标记数目的限制，并且该技术对实验操作的要求较高，结果容易受到实验过程中条件变化的干扰，这将直接造成一些不具备特异性带型的染色体或是遗传片段的细胞学标记鉴定结果可信度不高。

2.3 生化标记

生化标记(biochemical marker B)即通常所说的同工酶电泳技术。该技术是一种鉴别外源DNA并且对物种起源进化进行探索的强有力的实验技术。与形态标记相比，生化标记所反映出的信息量更大。同工酶电泳技术是以不同的蛋白质分子所携带电荷性质的不同为基本原理，借助于蛋白质双向电泳技术或者色谱技术，经过相应的染色技术后将不同形式的同工酶展现出来，从而区分出不同的基因型。这项技术帮助研究人员打开了一扇以全新的方法研究天然群体变异的大门。

生化标记具有实验程序简单，易操作，成本较低等优点，但是生化标记数目在一定程度上仍然有限，且不具有共显性。因而限制了它的应用。

2.4 分子生物学标记方法

随着分子标记技术的进步，在植物系统与进化的研究过程中，DNA分子水平上检测遗传多样性的方法应用得越来越广泛。利用DNA分子标记得到的分析结果，不仅可以探讨物种之间的亲缘关系、检测种内的遗传分化，还可以为属、种的分类提供有力证据。在对水稻的遗传结构、基因丰富程度以及种质资源遗传多样性的研究过程中，DNA分子标记可作为稳定的遗传标志，对水稻种间和种内的遗传多样性、系统进化以及亲缘关系等进行研究[21]。常用的研究方法有：限制性内切酶片段长度多态性(RFLP)、随机扩增片段长度多态DNA(RAPD)、微卫星(SSR)等。

2.4.1 RFLP和RAPD分子标记

限制性内切酶片段长度多态性(Restriction Fragment Length Polymorphism,RFLP)是第一个DNA分子水平上的遗传标记，它不受环境和发育阶段的影响，可直接反映DNA水平的变异，具有揭示基因组各部分多种类型变异的能力。其原理是利用一组限制性核酸内切酶消化样品DNA，再经过电泳、印迹和探针杂交，最后通过放射自显影获得反映个体特异性的RFLP图谱[7]。RFLP作为遗传标记已被成功地应用于检测植物基因组的DNA多态性[8]，目前己经在燕麦[9]、小麦[10]、水稻等多种作物中建立了遗传图谱。RFLP由于遍布整个基因组，而且非常稳定，故已被广泛应用于群体水平的遗传多样性分析。但同时它也存在着诸如操作繁琐、技术复杂、成本高昂、劳动强度大、检测周期长、放射性物质污染等问题，不适于大规模的分子育种。因此，RFLP的应用和推广受到了一定的限制。

2.4.2 SSR分子标记

微卫星序列(Microsatellitic MS)，又称简单重复序列(simple sequence repeats,SSRs)，该技术是以1bp-6bp重复为单位的DNA序列，在不同的物种中重复的次数也不尽相同。Metzgar等的研究表明，以2bp-6bp为重复单位的SSRs在六种植物的非编码区中均大量存在;同时该研究还发现，在蛋白质编码区中，以3bp和6bp为重复的单位出现的频率次数最高。上述现象说明，SSRs可能与蛋白质编码区突变机制中的负向选择效应有关[11]。

传统的SSR分子标记首先要制备基因组DNA片段，再从中筛选出较小的DNA片段，然后连接到载体上并转化进入大肠杆菌中构建基因组文库。传统的SSR分子标记开发方法简单、易掌握，但必须对每个克隆进行筛选鉴定，工作量大，需花费大量的人力、物力和财力，而且效率也不高。

2.4.3 第三代分子标记———单核苷酸多态性

单核苷酸多态性(Single Nucleotide Polymorphisms,SNPs)作为一种新型的分子标记技术，在生物的遗传多样性以及分子进化的研究中发挥了重要的作用。SNPs是指生物基因组脱氧核苷酸序列中因为单碱基发生替换而导致点突变的发生，一般情况下其在群体中的分布频率大于1%。若以SNPs在生物基因组中分布的位置，可以将SNPs细分为以下几种类型：基因编码区SNPs(c SNPs)、基因周边SNPs(pSNPs)和基因间SNPs(i SNPs)[12]。大部分的SNPs都分布于基因组的非编码区中，尽管这些SNPs对生物个体的表型并不会造成直接的影响，但若从一个群体的角度出发，这些SNPs作为分子标记在该群体的遗传多样性和分子进化研究中却具有十分重大的研究价值。

遗传资源多样性 篇11

关键词：蚂蚱麦；地方品种；形态；农艺性状；遗传多样性

中图分类号：S512.103 文献标志码：A

文章编号：1002-1302（2014）08-0077-04

目前，亲本选用狭窄、遗传多样性丢失严重限制小麦育种在品质和产量上进一步突破^[1-2]。遗传多样性研究可以为品种分类、发掘优良资源、核心种质的构建、小麦遗传改良及育种提供有效依据[1，3]。小麦农艺性状的综合评价对挖掘小麦地方品种中的优良基因、拓宽小麦的遗传基础尤为重要^[4-6]。地方品种是小麦种质资源的重要组成部分，现在越来越多的国内外关于遗传多样性的研究都转向了地方品种收集、保护和研究^[7-9]。Alptekin等对土耳其不同地区的小麦地方品种进行了农艺性状的调查研究，评估了其种群内和种群间的遗传变异^[10]。陈雪燕等在前人的研究基础上发现，陕西省入国家长期库的1 225份陕西小麦地方品种，在形态性状存在较广泛的遗传多样性^[2]。在我国过去长期封闭的自给自足农业生产中形成了丰富的小麦地方品种类群和广泛的遗传基因资源^[3]。目前，国家种质库中保存的各种地方小麦品种达13 930份^[11]。陕西处于黄淮冬麦亚区的汾渭谷地副区，多样的地理环境和不同的耕作制度形成并保留了遗传变异丰富的小麦地方品种[5，12]。在进行小麦地方品种的收集过程中出现了一批来自不同生态种植区的同名地方品种。蚂蚱麦是我国黄淮冬麦区的一个小麦地方品种，该品种曾是陕西关中地区种植面积最大的一个地方品种，也是早期育种中重要的亲本材料。目前，在我国国家种质资源库中收集和保存的有许多来自不同生态种植区的同名蚂蚱麦品种。这些材料都是在各地种植过程中经过长期的自然选择和人工选择形成的，对这些材料的研究对揭示小麦地方品种内的遗传多样性和遗传分化具有重要意义，同时株型的研究也可以作为生物学产量的一个衡量标准。截至目前，我国对地方品种间的遗传变异研究很多，但很少有关于这些不同来源的同名材料的遗传变异和遗传关系等方面的研究报道。因此，本研究对不同来源蚂蚱麦品种的农艺性状进行分析，旨在研究这些材料间有无重复，揭示它们之间的亲缘关系和遗传变异水平，为小麦种质资源的收集、整理、研究和有效利用提供理论依据。

1 材料与方法

1.1 材料

本试验的供试材料为长期种植于陕西关中6个不同地区的同名蚂蚱麦地方品种，分别编号为1#、2#、3#、4#、5#、6#（表1），目前在我国国家种质资源库中收集和保存。

1.2 方法

材料采取冬播，每个品种播种2行，每行30粒。分别调查出苗期、拔节期、抽穗期、开花期、冬春性、幼苗习性、幼苗颜色、叶耳色、花药颜色、茎叶蜡质、穗蜡质、旗叶角度、叶片茸毛、株型、抗倒伏性、穗型、芒型、千粒质量、株高、穗下节间长、穗脖长、穗长、旗叶长、旗叶宽、小穗数、有效穗数、有效分蘖数、最大分蘖数。将这些农艺性状用SAS进行统计分析处理，用Excel作图。

2 结果与分析

2.1 参试材料形态性状差异分析

对种植在标本区内的6个不同来源的同名蚂蚱麦在适宜的时期调查记载每个材料的出苗期、拔节期、抽穗期、开花期、冬春性、幼苗习性、幼苗颜色、叶耳色、花药颜色、茎叶蜡质、穗蜡质、旗叶角度、叶片茸毛、株型、抗倒伏性、穗型、芒型。

由于这6个供试材料的内部在这些形态性状上没有发现明显的差异，所以对这几个形态学性状只进行了整体记载，分析了材料间的差异（表2）。

從表2中记载的17个形态学性状的分析结果可以发现，这6个材料在叶耳色、花药色、茎叶和穗部蜡质、叶片茸毛、芒型等性状上具有相似性。在出苗期上无明显差异，平均都在15 d左右出苗。来自武功的蚂蚱麦最早进入拔节期（153 d），来自陈仓和留坝的蚂蚱麦于167 d时最晚进入拔节期。来自乾县、扶风、武功的蚂蚱麦于185 d时最早进入抽穗期，最后进入抽穗期的是来自留坝的蚂蚱麦，且比同名其他材料晚14～17 d，差异显著。来自留坝的蚂蚱麦于206 d时进入扬花期，比同名其他材料晚5 d左右。经调查发现，来自留坝的蚂蚱麦幼苗呈匍匐状，冬性较强，来自岐山、陈仓的蚂蚱麦幼苗为半匍匐状，显弱冬性，来自乾县、扶风、武功的蚂蚱麦为直立状，显较强的春性。各供试材料的幼苗颜色也不同，来自乾县、留坝、扶风的蚂蚱麦较来自岐山、武功、陈仓的蚂蚱麦叶色深。来自留坝的蚂蚱麦的旗叶角度明显呈下披状，与其他几个同名材料的旗叶中等角度有明显的区别。来自留坝的蚂蚱麦的株型为W型（扩张型），来自岐山、陈仓、乾县的蚂蚱麦为V型（松散型），来自扶风的蚂蚱麦为长条型（紧凑型），来自武功的蚂蚱麦为线状型（极紧凑型）。来自岐山、乾县、扶风、武功的蚂蚱麦均具有较强的抗倒伏性，陈仓和留坝的蚂蚱麦具有中等抗倒伏性。来自留坝的蚂蚱麦材料穗型为椭圆形，与其他几个材料的长方形有明显的不同。

2.2 参试材料部分农艺性状的差异

在小麦的成熟期，每个材料随机选取20株，分单株调查记载株高、穗下节间长、穗脖长、穗长、旗叶长、旗叶宽、小穗数、有效穗数、有效分蘖数、最大分蘖数、千粒质量。运用SAS进行数据统计分析，结果见表3。

从表3可以看出，14个农艺性状都具有较大的变异幅度。在株高等10个数量性状上，变异系数最大的是有效分蘖数，为39.3；变异系数最小的是株高，为7.1%。结合表2发现，幼苗习性、冬春性、幼苗颜色、旗叶角度、株型、穗型、抗倒伏性等7 个性状在所调查的等级上都有分布，说明这6个同名材料种质资源在这些性状上具有较大的变异潜力。

对这6个同名材料的部分农艺性状运用SAS进行统计分析，用Excel对每种材料的每个农艺性状作柱状图（图1），以便分析供试材料间农艺性状的遗传变异水平。

不同来源的同名蚂蚱麦株高均较高，且差异不明显，均在

104.8～112.9 cm之间（图1-a）。来自留坝的蚂蚱麦（4#）穗下节较短，为32.9 cm；其他5个同名材料较长，均在36.4～42.7 cm之间（图1-b）。来自留坝的蚂蚱麦（4#）穗脖最短，为12.8 cm，其他5个同名材料较长，在17.1～21.2 cm之间（图1-c）。来自留坝的蚂蚱麦（4#）最短，为6.1 cm，其他5个同名材料在7.3～8.1 cm之间（图1-d）。来自留坝的蚂蚱麦（4#）的旗叶长度最长，为28.7 cm，其他5个同名材料在18.8～24.2 cm之间（图1-e）。来自留坝的蚂蚱麦（4#）旗叶宽度最宽，为1.9 cm；其他5个同名材料在1.2～1.4 cm之间（图1-f）。来自留坝的蚂蚱麦（4#）的小穗数最多，为25个；其他5个同名材料在21～22个之间（图1-g）。来自留坝的蚂蚱麦（4#）的有效穗数最多，为24个；其他5个同名材料在19～21个之间（图1-h）。来自岐山的蚂蚱麦（1#）的有效分蘖数最多，为12个；来自留坝的蚂蚱麦（4#）最少，为8个；其他为9～10个（图1-i）。来自岐山（1#）、留坝（4#）的蚂蚱麦最大分蘖数较多，均为15个；其他的为 11～13个（图1-j）。来自留坝的蚂蚱麦（4#）的千粒质量最重，为 34.7 g；其他材料在29.6～31.7 g之间（图1-k）。

由表3、图1可知，在上述所考察的部分农艺性状中，各供试材料内部有差异，但差异不明显。来自留坝的蚂蚱麦材料与其他几个同名材料间存在较大差异，其他5个材料间有差异，但差异不明显。

3 结论与讨论

对不同来源的6个同名地方品种蚂蚱麦的28个形态农艺性状进行分析，结果显示，各材料内部的出苗期、拔节期、抽穗期、开花期无明显差异，但材料间有差异，特别是来自留坝的蚂蚱麦与另外5种材料差异性较大，其抽穗期比同名的其他材料晚14～17 d。来自留坝的蚂蚱麦在冬春性、幼苗习性、旗叶角度、穗型上明显区别于同名的其他材料。考察千粒质量、株高、穗下节间长、穗脖长、穗长、旗叶长、旗叶宽、小穗数、有效穗数、有效分蘖数、最大分蘖数等农艺性状后发现，这些供试材料内部有差异，但差异较小；材料间也存在一些差异，但还是来自留坝的蚂蚱麦与其他品种的差异最明显。来自留坝的蚂蚱麦虽然较晚进入抽穗期，但灌浆期叶面积系数有明显增大趋势，使后期籽粒饱满，千粒质量较大。

通过对关中不同生态种植区的6个同名地方小麦品种蚂蚱麦的形态农艺性状进行分析，初步发现这6个小麦材料由于长期种植于不同的生态区已形成了适合于当地种植环境的生态类型，初步表明这些同名材料原来是包含多基因型的混合群体，引入到不同的地区后，为了适应当地的生态环境，就形成了农艺性状和内部基因型不同的同名地方品种，特别是地理位置的远近决定了其生态型的远近，从而决定了差异的显著水平。

对同一地区内不同生态区的同名小麦品种进行搜集和保存工作是有效的，不会造成重复，在对不同来源的同名地方品种进行收集、保存、研究和利用的同时分别进行处理，可以科学地反映不同来源材料间的遗传关系，为研究小麦地方品种的遗传异质性、遗传分化以及小麦种质资源多样性的保护十分有利。

但由于农艺性状易受自然环境和人为因素的影响，并且反映的信息有限，因而根据农艺性状来分析种质资源间的遗传变异，难以详细、准确地阐明其遗传变异情况^[4]。因此，在后期的研究中应进一步进行生化标记和分子标记等方面的分析。

参考文献：

[1]高秀琴，兰进好，穆 平，等. 小麦遗传多样性研究进展[J]. 山东农业科学，2007（3）：33-36.

[2]陈雪燕，王亚娟，雒景吾，等. 陕西省小麦地方品种主要性状的遗传多样性研究[J]. 麦类作物学报，2007，27（3）：456-460.

[3]陈华萍，魏育明，王照丽，等. 四川小麦地方品种农艺性状分析[J]. 西南农业学报，2006，19（5）：791-795.

[4]王林海，王晓伟，詹克慧，等. 黄淮麦区部分小麦种质资源农艺性状的聚类分析[J]. 中国农学通报，2008，24（4）：186-191.

[5]王亞娟，赵喜特，陈雪燕，等. 陕西省小麦农家种主要农艺性状及其白粉病抗性评价[J]. 中国农学通报，2005，21（7）：182-184，219.

[6]张其鲁，陈香芝，张立全，等. 小麦株型分类探讨[J]. 山东农业科学，2006（1）：17-19.

[7]张玲丽，王 辉，李立会，等. 中国小麦地方品种大青芒遗传多样性研究[J]. 中国农业科学，2007，40（8）：1579-1586.

[8]李 晨，潘大建，毛兴学，等. 用SSR标记分析高州野生稻的遗传多样性[J]. 科学通报，2006，51（5）：551-558.

[9]马淑琴，张海泉. 小麦及其近缘属种的遗传多样性分析[J]. 河南农业科学，2008（3）：28-32.

[10]Karagz A，Zencirci N. Variation in wheat （Triticum spp.） landraces from different altitudes of three regions of Turkey[J]. Genetic Resources and Crop Evolution，2005，52（6）：775-785.

[11]陶先萍，李洪杰，李秀全，等. 中国小麦地方品种内和品种间醇溶蛋白遗传多样性分析[J]. 植物遗传资源学报，2006，7（4）：387-392.

元胞遗传算法的多样性研究 篇12

关键词：全局寻优/局部收敛平衡,邻域结构,多样性度量方式,种群多样性

在进化算法[1]研究中，全局寻优/局部收敛平衡是一个重要因素，全局寻优与种群个体的分布有较大关系。进化算法的主要问题就是存在过早收敛[2]。过早收敛的起因就是全局寻优/局部收敛平衡问(Exploration/Exploitation Balance,EEB)[3]。生物学的多样性往往与种群个体的外在特征有关，即表现型多样性，遗传算法则更多从基因型多样性来讨论多样性特征。

关于元胞遗传算法种群多样性的研究中，Alba[4]等人运用算术交叉，均匀变异并提出了一种新方法，处理具有元胞遗传算法的连续搜索空间来解决实际编码问题，并在此基础上采用非均匀变异的方法在初始空间进行均匀搜索，采用适应度高的个体代替当前个体的精英替代策略。申元霞[5]等人提出一种新型保持群体多样性的遗传算法，并从种群的熵和个体基因座的多样性来进化种群的多样性。李军华[6]等人提出一种对遗传算法多样性的检测方法，通过计算连接种群个体的连接矩阵的熵来反映种群的多样性。鲁宇明[7]等人提出了一种具有演化规则的元胞遗传算法，并采取算法元胞演化选取规则，比较了元胞遗传算法和遗传算法对多样性的维持能力。因此，元胞遗传算法可以降低高适应度个体的基因传播速度，在一定程度上保持种群多样性，改善遗传性能具有较大的优势。

1 元胞遗传算法多样性分析

1.1 元胞遗传算法原理

元胞遗传算法种群多样性的研究正是基于元胞自动机多变的演化规则，元胞空间能在复杂规则下情况下寻找函数进化过程的寻优[8]和收敛。其基本操作如图1所示。不同于标准的遗传算法，元胞遗传算法中群体的个体分布在两维网格中，每个个体分别占据网格中的一个节点，如图2所示。

1.2 多样性分析

元胞遗传算法以元胞自动机的主要理论为基础，交叉变异在邻域之间进行的一种遗传算法。该算法核心思想是，选择和交叉都只在一个邻域内完成，然后保留子代和父代中较优秀个体，这样就有效防止了过早收敛的发生。同时，由于邻域的重叠，保证基因不能越过邻域传递，仅可在网格之间相互传递，最优个体扩散速度减慢，这样大幅维持了种群的多样性。

2 多样性度量方式

尽管目前还没有统一的概念来定义种群多样性[9]，但影响多样性主要由种群个体之间的距离[10]和种群基因频率两种因素。本文提出了遗传多样性度量方式[11](Genotypic Diversity Measures,GDM)，是一种专门衡量进化过程中种群的多样性值，其能较好地控制EEB平衡。为了更好的测量GDM值，在此处提出GDM的规范化，当然一个好的GDM要能准确测量迭代过程中种群多样性值，为整个种群进化提供依据。

GDM值与种群个体之间的距离是相关的，同时也跟个体基因位出现的频率有较大关联。GDM值在评价种群多样性具有重要的参考性，表1是GDM规范条件下参数的设计。

式(1)所示

其中，DNRP代表种群的半径，代表种群中最远个体与种群中心位置的距离，目的是测量中心位置，半径范围内所有个体所占的比例，比例越高，多样性就越丰富。式(2)所示

其中，DDTNPN[12]代表种群的平均距离，其能较好地反映种群半径，通常情况下，DNDTNP越大种群多样性就越大。但DNDTNP只能表示种群的个体总体偏离程度，必然导致存在一定的偏差

其中，GF测量方式[13]与香农熵有较大的相似性，GFNHC(α)[14]能最大的真实定义GDM值，且当M≤N,pm,k=1/M或pm,k=1/N时，基因频率是相似的，GDM取得最大值。对于所有基于GF的测量结果，GDM值的最优值与M,N有较大关系。GF测量方式因采用基因编码，更能够从内部反映个体的内在多样性，较前两者而言，能最大接近多样性的真实值，改进空间较大。

3 基于提高变异算子概率的算法

3.1 算法的定义

简单的元胞遗传算法CGA能反映元胞空间最初的个体生死状态，在进化过程中，选择和交叉算子通常正比于种群多样性，但选择与交叉算子并不能完全反映种群的多样性发展。因此，在元胞遗传算法的基础上提出了加强变异概率的模拟机制，其本质就是在二进制编码方式的基础上提升概率来促进个体适应度。为达到效果，本文提出了一种新的遗传算法(Diversity Maintaining Cellular Genetic Algorithm,DMCGA)，该算法的精髓就是在选择，交叉操作后，种群会造成一部分优秀个体的损失，采取对个体进行基因变异，提高竞争压力，促进多样性的保持。

变异算子通过基因座的二进制编码进行判定，优秀个体继续保留，不适应个体则进行变异，这样就随机产生一些新个体，算法在一定周期内对全局进行变异，从而保持多样性。

3.2 DMCGA算法原理

推导:设xi,j为元胞空间种群个体，且xi,j采用基因座的二进制编码表示。初始下基因座是平衡的，也就是基因座“1”和“0”恰好各占1/2，用P(xij)=M/R公式来表示，其中M和R，分别代表种群个体xi,j“1”和“0”的总个数。在选择交叉操作后会有大量优秀个体的缺失，优秀个体的基因型特征用Φ表示，其Φ0和Φ1分别对应其两边临界点，即Φ0≤P(xij)≤Φ1，在这里取Φ0=2/3，Φ1=1。当P(xij)超出这个范围就进行变异操作，在这里用T表示，当MR时，则有“M-R”个数目进行变异;反之当RM时，则有“R-M”进行变异。

4 算法性能测试及结果分析

在测试中，选用6个测试函数对带演化规则的元胞遗传算法灾变机制下的元胞遗传算法(Celluar Genetic Algotithm With Disaster,CGAD)和本文算法DMCGA两种算法进行测试。在优化算法的全局收敛性，群体多样性以及稳定性进行分析和比较，并采用式(3)来测试新算法对GDM值保持的效果。

4.1 测试函数

F1:Shubert函数

该函数有760个局部最小值，其中18个是全局最小，其值为-186.73。

F2:Camel函数

该函数有6个局部极小值点，其中(-0.089 8,0.712 6)和(0.089 8,-0.712 6)为两个全局最小点，最小值为-1.031 628。

F3:Schaffer函数

该函数全局最优解为0，分布在(0,0)。

F4:Griewangk函数

该函数有无穷多个局部极小值点，xi=±kπ槡i,(i=1,2，…，n;k=1,2，…，n)为函数局部极小值位置，在xi=0时，函数取得全局最小值。

F5:Ackley函数

该函数为一多峰函数，具有大量局部最优点，全局最小值在xi=0处取得，最小值为0。

F6:Shifted Rosenbrock函数

该函数每个变量之间都具有关联性，在xi=1时，函数取得全局最小值0。

4.2 参数设置及结果分析

测试中，将种群规模p设置为400，高维测试时，将2维设置进化最大代数为10代，在10维以上时设置为3 000代。函数优化均独立运行50次，交叉率为0.8，变异率为0.15。

统计结果如表2所示，其中，OP代表平均寻优值，CV代表平均收敛代数，GL全局收敛率，“—”表示不符合收敛条件。图3和图4是对Shubert函数和Camel函数在2维测试下的GDM值对比图。图3中DMCGA算法GDM值下降速率明显低于CGAD算法，CGAD算法在进化代数到达50代后GDM值基本就降到最低点。而从图4Camel函数的测试结果来看，虽然最初DMCGA算法对种群多样性损失较大，但迭代次数到70代左右时，发生逆转。长期进化来看，DMCGA算法对多样性的维持好于CGAD算法。

为更好地验证本文算法对高维函数的寻优能力，将本文算法对F4～F6这3个高维函数进行测试，其结果如图5～图7所示。从3个测试函数的结果来看，DMCGA算法对高维测试有较高的稳定性和收敛能力。

5 结束语