麦类作物学报

作者：陈同睿，王蕾，王寒冬，尤恩，邓超，边海燕，沈裕虎，徐金青

单位：(1.中国科学院高原适应与进化重点实验室/青海省作物分子育种重点实验室/青藏高原作物种质资源研究与利用实验室,中国科学院西北高原生物研究所,青海西宁 810008； 2.中国科学院大学生命科学学院,北京 100049；3.中国科学院种子创新研究院,青海西宁 810008)

关键词：青稞,种质资源,核心SNP,指纹图谱,分子身份证,

基金：国家自然科学基金青年项目(32101714)；青海省自然科学基金面上项目(2020-ZJ-908)；第二次青藏高原综合科学考察研究项目(2019QZKK0303)

近年来，青稞（Hordeum vulgare var. nudum Hook. f.）育种速度逐步加快，青稞品种的类别和数量日渐增多，形成了丰富的青稞品种资源。然而,在青稞资源的大量引种和品种资源交换过程中，造成了同名异物、同物异名的现象，因而建立高效、准确的青稞品种鉴定技术体系和数据系统迫在眉睫。为基于青稞品种基本信息实现青稞品种的快速和准确鉴定,本研究利用简化基因组（GBS）测序获得的青稞基因组高通量SNP基因分型数据，对314份青稞种质资源进行群体结构分析;根据SNP注释结果，筛选获得位于外显子区的SNP并计算其杂合率和遗传多态性指数;用Genstat的去冗余（IRREDUNDANT）指令通过顺序算法（sequential algorithm）获得能够区分参试青稞种质资源的核心SNP位点组合,并构建DNA指纹图谱，结合参试材料地理来源等基本信息构建青稞品种的分子身份证。结果表明，群体遗传结构分析可将314份参试青稞材料划分为3个类群，类群划分与其材料类型密切相关。从4 954个位于外显子区域的高质量SNP位点中筛选出14个多态性高且能完全区分青稞种质资源的SNP位点,称其为核心SNP；由14个核心SNP组成青稞种质资源DNA指纹图谱，同时结合种质资源地理来源等的基本信息进行数字编码，最终构建了每份青稞品种资源由17位数字组成的具有唯一标识的分子身份证，并生成相应的条形码和二维码。本研究构建的青稞种质资源DNA指纹图谱和分子身份证，可为青稞品种真实性和纯度鉴定、种质管理及知识产权保护等提供参考。

来源：2024年第1期

《麦类作物学报》期刊编辑部

查看麦类作物学报杂志2024年第1期