- 8
- 0
- 约4.05万字
- 约 20页
- 2024-04-23 发布于江苏
- 举报
第59卷第8期林业科学Vol.59,No.8
2023年8月SCIENTIASILVAESINICAEAug.,2023
doi:10.11707/j.1001-7488.LYK基于SSR标记的山茶属位点组合品种鉴别能力分析评价*
李丰钰1黄平2郑勇奇1,2李长红2张雨婷1薛克娜3宗亦臣2赵鸿杰3
(1.青岛农业大学园林与林学院青岛266109;2.国家林业和草原局植物新品种分子测定实验室国家林业和草原局林木培育重
点实验室中国林业科学研究院林业研究所林木遗传育种国家重点实验室北京100091;
3.佛山市林业科学研究所佛山528234)
摘要:【目的】筛选多态性高、通用性强等的SSR位点,评估筛选所得SSR位点的组合在山茶属品种中的鉴别能力;在保持最大鉴别能力的基础上,确定可用于山茶属品种鉴别所需的最少SSR位点的组合,提高品种鉴别效率。【方法】本研究以111份山茶属品种为材料,结合凝胶电泳、荧光毛细管电泳、位点多态性分析和位点组合品种鉴别力(VDP)分析等方法,筛选评价SSR位点并对SSR位点组合的品种鉴别力进行分析与评价。【结果】本研究筛选获得17个SSR位点,占筛选位点总数的30.9%,在111份山茶属品种中,共检测到166个等位基因,单位点基因型数量范围为6~35,均值为23.353个,观测等位基因数(Na)范围为3~15,均值为9.765个,多态性信息含量(PIC)的范围为0.447~0.835,均值为0.696,位点缺失率的范围为0~4.50%,均值为0.90%。当差异位点数=1时,17个SSR位点在全部品种(系)、红山茶组品种和金花茶组无性系中达到的R-VDP最大值均为1,可将SSR位点数量分别缩减到11、10、5个,分别占筛选所得位点数的64.7%,58.8%和29.4%;当差异位点数=2时,17个SSR位点在全部品种(系)、红山茶组品种和金花茶组无性系中达到的R-VDP最大值分别为0.964,0.952和1.000,可将SSR位点数量分别缩减到12、12、和7个,分别占筛选所得位点数的70.6%、70.6%和41.2%;当差异位点数=3时,17个SSR位点在全部品种(系)、红山茶组品种和金花茶组无性系中达到的R-VDP最大值分别为0.946,0.929,1.000,可将SSR位点数量分别缩减到8、7和8个,分别占筛选所得位点数的47.1%、41.2%和47.1%。当差异位点数≤6时,17个SSR位点组合对山茶属测试品种(系)群的R-VDP最大值可保持相对稳定的水平。【结论】本研究筛选验证获得17个多态性高、通用性强等的SSR位点;这些位点的组合在山茶属品种(系)群中均表现出良好的品种鉴别能力;确定了山茶属不同类群品种(系)鉴别所需的最少SSR位点的组合,构建了一套山茶属SSR位点组合品种鉴别能力分析评价的体系,为山茶属品种鉴别及相关标准的制定等奠定了基础。
关键词:山茶属;SSR标记;位点组合;品种鉴别能力;VDPtools
中图分类号:Q958.15;S154.5文献标识码:A文章编号:1001?7488(2023)08?0074?11
AnalysisandEvaluationofVarietyDiscriminationPoweramongGenusCamelliawithLociCo
您可能关注的文档
- 不同恢复程度的长白山风灾区地下火阴燃特征和发生概率模拟.docx
- 不同恢复程度的长白山风灾区地下火阴燃特征和发生概率模拟.pdf
- 不同生境中多树种生长对干旱胁迫的敏感性评价——以德国萨克森州为例.docx
- 不同生境中多树种生长对干旱胁迫的敏感性评价——以德国萨克森州为例.pdf
- 不同施氮量和灌水水平下毛白杨林地土壤矿质氮动态.docx
- 不同施氮量和灌水水平下毛白杨林地土壤矿质氮动态.pdf
- 不同造林密度马尾松人工林分化特征及其对生产力的影响.docx
- 不同造林密度马尾松人工林分化特征及其对生产力的影响.pdf
- 不同增脂剂对广东湿加松人工林产脂量的影响.docx
- 不同增脂剂对广东湿加松人工林产脂量的影响.pdf
- 基于SSR标记的山茶属位点组合品种鉴别能力分析评价.pdf
- 基于TG-FTIR的竹材细胞壁主要组分热解特性.docx
- 基于TG-FTIR的竹材细胞壁主要组分热解特性.pdf
- 基于UAV-LiDAR的人工林林分郁闭度估测.docx
- 基于多角度卫星遥感的胡杨林结构参数获取.docx
- 基于分层叠加的机载LiDAR点云单木分割.docx
- 基于改进YOLOv5s的CNN-Swin Transformer森林野生动物图像目标检测算法.docx
- 基于改进YOLOv5s的CNN-Swin Transformer森林野生动物图像目标检测算法.pdf
- 基于改进林分密度指数的栎类天然林最大密度线.docx
- 基于机器学习算法的华中天然林土壤有机碳特征与关键影响因子.docx
原创力文档

文档评论(0)