构建植物遗传资源核心种质新方法的研究

论文摘要

核心种质是种质资源研究的新领域。核心种质研究最主要的内容是找出有效的构建方法,使构建的核心种质能够以最小的样本数最大限度的代表原始群体的遗传多样性。然而,到目前为止,对于核心种质的构建仍未有一个公认的较好的方法。本文以包含168个基因型的棉花种质资源群体和包含90个基因型的水稻种质资源群体为材料,应用混合线性模型方法无偏预测种质材料的基因型值,采用包括蒙特卡洛模拟在内的一系列方法对核心种质的构建进行了系统研究。主要研究结果如下: 1.提出了最小距离逐步取样（LDSS）构建核心子集的方法。该方法基于聚类分析,从遗传聚类最小的组内抽取核心样品。研究表明,该方法在构建核心子集过程中所用的聚类次数远远超过作为对照的逐步聚类随机取样（SCR）法。通过聚类分析表明,LDSS方法构建的核心子集很好的保留了原始群体的遗传变异和结构。通过遗传多样性检测分析表明,采用LDSS方法构建的核心子集具有很好的代表性,并且其代表性好于SCR方法。LDSS方法构建核心子集,只要遗传距离和取样比例固定,无论何种聚类方法,其构建结果均相同。因此,使用LDSS方法构建核心子集,可以排除不同聚类方法对构建结果的影响。 2.筛选出了评价核心种质代表性的有效参数。采用蒙特卡洛模拟结合混合线性模型的方法,直接从基因型值和分子标记水平上研究核心种质的评价参数,排除了环境因素的干扰,对各个评价参数做出了准确的评价。研究表明,极差符合率（CR）可以作为评价核心种质代表性的首选参数。平均Simpson指数（MD）、平均Shannon-weaver多样性指数（MI）和平均多态信息含量(MPIC)是评价核心种质代表性的重要参数。变异系数变化率（VR）可以作为评价核心种质变异程度的重要参考参数。多态位点百分率（p）可以作为判断核心种质取样规模的判定参数。均值差异百分率（MD）可作为判断核心种质是否具有代表性的判定参数。本研究筛选出的核心种质评价参数,适用于不同的种质资源群体,可以用作确定核心种质取样比例的判定依据,进而解决了确定核心种质合理取样比例的问题。 3.筛选出了构建核心种质的有效遗传距离。采用6种常用的距离计算方法（欧氏距离、标准欧氏距离、马氏距离、曼哈顿距离、夹角余弦距离和相关系数距离）和4种常用的系统聚类方法（最短距离法、最长距离法、不加权类平均法和离差平方和法）,结合蒙特卡洛模拟对各种距离在LDSS方法中构建核心种质的特点和有效性进行了综合评价。通过不同评价参数的方差分析表明,夹角余弦距离和相关系数距离在构建核心种质中的有效性不如欧氏距离、标准欧氏距离、马氏距离和曼哈顿距离;而标准欧氏距离构建的核心种质,其代表性稍好于欧氏距离、马氏距离和曼哈顿距离。蒙

论文目录

• 缩略语表
• 摘要
• Abstract
• 1 引言
• 2 文献综述
• 2.1 核心种质的概念
• 2.1.1 核心种质概念的提出
• 2.1.2 核心种质概念的发展
• 2.1.2.1 合成核心种质
• 2.1.2.2 分级核心种质
• 2.1.2.3 微型核心种质
• 2.2 构建核心种质的数据
• 2.2.1 使用农艺、形态等性状数据构建核心种质
• 2.2.2 使用分子标记数据构建核心种质
• 2.2.3 使用农艺、形态等性状结合分子标记数据构建核心种质
• 2.3 核心种质的构建
• 2.3.1 种质材料原始群体的分组
• 2.3.2 组内核心子集的构建
• 2.4 核心种质的评价
• 2.4.1 连续性数据的评价
• 2.4.1.1 连续性数据
• 2.4.1.2 连续性数据评价的研究进展
• 2.4.2 间断性数据的评价
• 2.4.2.1 间断性数据
• 2.4.2.2 间断性数据评价的研究进展
• 2.5 核心种质的应用
• 2.5.1 利用核心种质进行种质资源评价
• 2.5.2 利用核心种质进行育种研究
• 2.6 种质资源研究中的蒙特卡洛模拟研究
• 2.6.1 蒙特卡洛方法概述
• 2.6.2 蒙特卡洛模拟的一般原理
• 2.6.3 蒙特卡洛模拟在种质资源研究中的应用
• 2.6.3.1 种质资源保存
• 2.6.3.2 统计检验
• 2.6.3.3 方法评价
• 3 植物种质资源材料基因型值的预测
• 3.1 模型与方法
• 3.1.1 种质资源遗传试验的模型
• 3.1.2 基于混合线性模型的基因型值无偏预测方法
• 3.2 种质资源材料基因型值的无偏预测
• 3.2.1 90个水稻材料基因型值的无偏预测
• 3.2.2 168个棉花材料基因型值的无偏预测
• 4 最小距离逐步取样法构建核心种质
• 4.1 材料与方法
• 4.1.1 材料
• 4.1.2 核心子集的构建方法
• 4.1.2.1 最小距离逐步取样法
• 4.1.2.2 逐步聚类随机取样法
• 4.1.3 遗传距离的计算和聚类方法
• 4.1.4 核心子集的评价
• 4.1.5 数据处理
• 4.2 结果与分析
• 4.2.1 相同取样比例下 LDSS法与 SCR法的比较
• 4.2.2 不同聚类方法对 LDSS法构建核心子集的影响
• 4.3 讨论
• 5 核心种质评价参数及取样比例的研究
• 5.1 材料与方法
• 5.1.1 种质资源群体的蒙特卡洛模拟
• 5.1.2 核心子集的评价参数
• 5.1.3 核心子集的构建方法
• 5.1.4 核心子集的构建
• 5.1.5 数据处理
• 5.2 结果与分析
• 5.2.1 各个评价参数的有效性分析
• 5.2.2 各个评价参数的稳定性分析
• 5.2.3 各个评价参数的敏感性分析
• 5.3 讨论
• 6 不同遗传距离构建核心种质的效果
• 6.1 材料与方法
• 6.1.1 材料
• 6.1.2 核心子集的构建
• 6.1.3 核心子集评价参数的筛选
• 6.1.4 各个遗传距离有效性的比较
• 6.1.5 数据处理
• 6.2 结果与分析
• 6.2.1 核心子集评价参数的有效性分析
• 6.2.2 不同取样比例下不同遗传距离构建核心子集的代表性比较
• 6.2.3 不同遗传距离构建核心子集的代表性随取样比例升高的变化趋势
• 6.2.4 不同系统聚类方法结合不同遗传距离构建核心子集的研究
• 6.3 讨论
• 7 不同遗传距离构建核心种质的蒙特卡洛模拟及性状数目与构建核心种质的关系
• 7.1 材料与方法
• 7.1.1 材料
• 7.1.2 核心子集的构建
• 7.1.3 蒙特卡洛模拟研究
• 7.1.4 核心子集的主成分分析和聚类分析
• 7.1.5 性状数目与核心子集构建关系的研究
• 7.1.6 数据处理
• 7.2 结果与分析
• 7.2.1 蒙特卡洛模拟分析
• 7.2.2 基于 Seuclid距离的LDSS法构建核心子集有效性的验证
• 7.2.3 评价参数随性状数目和取样比例逐渐增大的变化趋势
• 7.3 讨论
• 8 整合基因型值和分子标记信息构建核心种质的研究
• 8.1 材料与方法
• 8.1.1 材料
• 8.1.2 混合遗传距离的计算
• 8.1.3 核心子集的构建
• 8.1.3.1 逐步聚类随机取样（SCR）法
• 8.1.3.2 最小距离逐步取样（LDSS）法
• 8.1.4 核心子集的评价参数
• 8.1.5 数据处理
• 8.2 结果与分析
• 8.2.1 整合基因型值和分子标记信息用于 SCR方法构建核心子集
• 8.2.1.1 SCR方法构建的核心子集
• 8.2.1.2 SCR方法构建的核心子集在基因型值评价参数上的比较
• 8.2.1.3 SCR方法构建的核心子集在分子标记信息评价参数上的比较
• 8.2.2 整合基因型值和分子标记信息用于 LDSS方法构建核心子集
• 8.2.2.1 基因型值遗传距离与常用遗传距离的比较
• 8.2.2.2 分子标记信息遗传距离与常用遗传距离的比较
• 8.2.2.3 基因型值遗传距离、分子标记信息遗传距离和混合遗传距离的比较
• 8.3 讨论
• 9 参考文献
• 10 附录:攻读博士期间完成的主要论著及科研成果