 
 中国农学通报 ›› 2024, Vol. 40 ›› Issue (6): 115-121.doi: 10.11924/j.issn.1000-6850.casb2023-0683
收稿日期:2023-09-22
									
				
											修回日期:2023-11-16
									
				
									
				
											出版日期:2024-02-22
									
				
											发布日期:2024-02-22
									
			通讯作者:
					作者简介:田海燕,女,1980年出生,河北藁城人,研究员,硕士,主要从事棉花遗传育种及品种鉴定研究。通信地址:050051 石家庄市和平西路598号 河北省农林科学院棉花研究所,E-mail:hbmhsthy@163.com。
基金资助:
        
               		TIAN  Haiyan( ), ZHANG  Haina, WANG  Yongqiang, ZHOU  Yongping(
), ZHANG  Haina, WANG  Yongqiang, ZHOU  Yongping( ), ZHANG  Yinglu
), ZHANG  Yinglu
			  
			
			
			
                
        
    
Received:2023-09-22
									
				
											Revised:2023-11-16
									
				
									
				
											Published-:2024-02-22
									
				
											Online:2024-02-22
									
			摘要:
作物品种鉴定是优良品种选育和推广的重要保障,而合适的检测方法是对品种进行准确鉴定的关键。随着分子标记技术的发展,第3代分子标记SNP逐渐应用到品种鉴定领域。本研究概述了SNP分子标记的特点,分析了高分辨率熔解曲线、竞争性等位基因特异性PCR、基因芯片、测序法、靶向测序基因型检测等5种作物研究中常用的高通量检测方法的特点及适用性,梳理总结了SNP标记在品种真实性鉴定、纯度检测和亲缘关系分析与分类等方面的研究与应用情况,以期为后续利用SNP分子标记进行品种鉴定提供技术参考。
田海燕, 张海娜, 王永强, 周永萍, 张莹璐. SNP分子标记及其在作物品种鉴定中的应用[J]. 中国农学通报, 2024, 40(6): 115-121.
TIAN Haiyan, ZHANG Haina, WANG Yongqiang, ZHOU Yongping, ZHANG Yinglu. SNP Molecular Markers: Research and Its Application in Crop Variety Identification[J]. Chinese Agricultural Science Bulletin, 2024, 40(6): 115-121.
| 作物名称 | 应用情况 | 参考文献 | 
|---|---|---|
| 棉花 | 利用棉花63K SNP芯片对代表性材料进行筛选、评价,获得适用于棉花品种纯度快速检测的26个核心KASP-SNP标记,为实现大量样品的高通量检测提供了技术支持 | [ | 
| 利用CottonSNP63K芯片扫描719份棉花种质资源,筛选出393个基因组特异的SNP,并构建了719份资源材料的特征DNA指纹图谱 | [ | |
| 基于棉花CottonSNP80K芯片对326份陆地棉种质进行SNP分型,筛选出4857个适用于品种指纹图谱绘制和身份鉴定的高质量核心SNP位点 | [ | |
| 使用全基因组SNP标记分析了288份优质陆地棉品种的遗传多样性和种群结构,结果表明这些品种遗传多样性相对较低,并将这些品种分为3个类群,分类结果与系谱信息基本一致 | [ | |
| 大豆 | 筛选到14个与大豆表型性状相关的SNP,组合后最多可鉴别750份种质,构建了一套基于SNP标记的大豆种质快速鉴定体系 | [ | 
| 葡萄 | 基于重测序技术筛选到用于葡萄品种鉴定的具有较高鉴别力并均匀分布于染色体组的48个SNP标记 | [ | 
| 柚 | 利用等位基因特异性PCR和高分辨率溶解曲线技术,对16个柚栽培品种和8个柚杂种后代材料进行了7个SNP位点的分型研究,结果表明两种方法均适用于柚类品种的区分和鉴定 | [ | 
| 番茄 | 基于全基因组测序技术开发了适用于商品番茄品种鉴定的核心SNP标记224个 | [ | 
| 菜豆 | 采用2b-RAD简化基因组测序技术对200份菜豆品种进行全基因组扫描、分析和评价,筛选出适于菜豆品种真实性和纯度鉴定的包含46个SNP标记的位点组合一套 | [ | 
| 黄瓜 | 基于182个黄瓜重测序数据集,利用Target SNP-seq方法,筛选出163个在染色体均匀分布的多态性SNP,构建了261个黄瓜品种的DNA指纹图谱 | [ | 
| 采用高分辨率溶解曲线技术筛选出用于黄瓜杂交种纯度鉴定的SNP位点CLA6 (A/G),建立了基于CLA6位点的黄瓜杂交种纯度鉴定方法 | [ | |
| 大麦 | 通过比较EST-SSR和SNP标记对大麦麦芽预混样品和盲样的定性和定量纯度检测,确定基于KASP技术的SNP标记检测方法可以实现麦芽纯度的快速定量检测,建立了基于KASP技术的大麦麦芽纯度高效定性、定量检测技术体系 | [ | 
| 燕麦 | 利用Illumina Infinium 6K基因芯片,评估了近交种燕麦群体 (AV-25)和两个多系亚群体 (AV25-T和AV25-S)的亲缘关系,结果表明,AV25-T和AV25-S是同质群体,与原始群体AV-25相比,它们的遗传特征略有不同 | [ | 
| 马铃薯 | 利用全基因组重测序技术,对148份马铃薯栽培种进行群体结构分析和聚类分析,结合系谱信息,初步明确了各品种间的遗传背景、亲缘关系及群体的遗传多样性 | [ | 
| 高粱 | 采用简化基因组测序技术开发SNP标记,利用185451个SNP将37份高粱育种材料划分为2大类群,探明了高粱育种材料的遗传结构和亲缘关系 | [ | 
| 豇豆 | 将豇豆基因芯片中的51128个SNP转化为KASP标记,利用299份豇豆材料的基因型数据,筛选出50个核心SNP,利用50个核心SNP对75个商品品种进行基因分型,每个品种都可以通过这组核心标记进行唯一鉴定 | [ | 
| 花生 | 利用花生10K液相芯片结合二代测序,检测100份“东北王”花生样本纯度,主成分分析、降维分析和聚类分析结果表明,花生品种“东北王”的纯度为98.9%,与表型鉴定结果完全一致 | [ | 
| 甘蓝 | 利用50份甘蓝自交系重测序数据,开发KASP-SNP标记442个,并筛选出核心标记50个,验证表明50个核心标记可用于甘蓝真实性、特异性的有效鉴定和自交系杂种优势群划分 | [ | 
| 作物名称 | 应用情况 | 参考文献 | 
|---|---|---|
| 棉花 | 利用棉花63K SNP芯片对代表性材料进行筛选、评价,获得适用于棉花品种纯度快速检测的26个核心KASP-SNP标记,为实现大量样品的高通量检测提供了技术支持 | [ | 
| 利用CottonSNP63K芯片扫描719份棉花种质资源,筛选出393个基因组特异的SNP,并构建了719份资源材料的特征DNA指纹图谱 | [ | |
| 基于棉花CottonSNP80K芯片对326份陆地棉种质进行SNP分型,筛选出4857个适用于品种指纹图谱绘制和身份鉴定的高质量核心SNP位点 | [ | |
| 使用全基因组SNP标记分析了288份优质陆地棉品种的遗传多样性和种群结构,结果表明这些品种遗传多样性相对较低,并将这些品种分为3个类群,分类结果与系谱信息基本一致 | [ | |
| 大豆 | 筛选到14个与大豆表型性状相关的SNP,组合后最多可鉴别750份种质,构建了一套基于SNP标记的大豆种质快速鉴定体系 | [ | 
| 葡萄 | 基于重测序技术筛选到用于葡萄品种鉴定的具有较高鉴别力并均匀分布于染色体组的48个SNP标记 | [ | 
| 柚 | 利用等位基因特异性PCR和高分辨率溶解曲线技术,对16个柚栽培品种和8个柚杂种后代材料进行了7个SNP位点的分型研究,结果表明两种方法均适用于柚类品种的区分和鉴定 | [ | 
| 番茄 | 基于全基因组测序技术开发了适用于商品番茄品种鉴定的核心SNP标记224个 | [ | 
| 菜豆 | 采用2b-RAD简化基因组测序技术对200份菜豆品种进行全基因组扫描、分析和评价,筛选出适于菜豆品种真实性和纯度鉴定的包含46个SNP标记的位点组合一套 | [ | 
| 黄瓜 | 基于182个黄瓜重测序数据集,利用Target SNP-seq方法,筛选出163个在染色体均匀分布的多态性SNP,构建了261个黄瓜品种的DNA指纹图谱 | [ | 
| 采用高分辨率溶解曲线技术筛选出用于黄瓜杂交种纯度鉴定的SNP位点CLA6 (A/G),建立了基于CLA6位点的黄瓜杂交种纯度鉴定方法 | [ | |
| 大麦 | 通过比较EST-SSR和SNP标记对大麦麦芽预混样品和盲样的定性和定量纯度检测,确定基于KASP技术的SNP标记检测方法可以实现麦芽纯度的快速定量检测,建立了基于KASP技术的大麦麦芽纯度高效定性、定量检测技术体系 | [ | 
| 燕麦 | 利用Illumina Infinium 6K基因芯片,评估了近交种燕麦群体 (AV-25)和两个多系亚群体 (AV25-T和AV25-S)的亲缘关系,结果表明,AV25-T和AV25-S是同质群体,与原始群体AV-25相比,它们的遗传特征略有不同 | [ | 
| 马铃薯 | 利用全基因组重测序技术,对148份马铃薯栽培种进行群体结构分析和聚类分析,结合系谱信息,初步明确了各品种间的遗传背景、亲缘关系及群体的遗传多样性 | [ | 
| 高粱 | 采用简化基因组测序技术开发SNP标记,利用185451个SNP将37份高粱育种材料划分为2大类群,探明了高粱育种材料的遗传结构和亲缘关系 | [ | 
| 豇豆 | 将豇豆基因芯片中的51128个SNP转化为KASP标记,利用299份豇豆材料的基因型数据,筛选出50个核心SNP,利用50个核心SNP对75个商品品种进行基因分型,每个品种都可以通过这组核心标记进行唯一鉴定 | [ | 
| 花生 | 利用花生10K液相芯片结合二代测序,检测100份“东北王”花生样本纯度,主成分分析、降维分析和聚类分析结果表明,花生品种“东北王”的纯度为98.9%,与表型鉴定结果完全一致 | [ | 
| 甘蓝 | 利用50份甘蓝自交系重测序数据,开发KASP-SNP标记442个,并筛选出核心标记50个,验证表明50个核心标记可用于甘蓝真实性、特异性的有效鉴定和自交系杂种优势群划分 | [ | 
| [21] |  | 
| [22] | 金名捺, 陈竹锋, 丘式浚, 等. 基于HRM体系的稻瘟病抗性基因Pi2特异性分子标记的开发及应用[J]. 农业生物技术学报, 2018, 26(3):365-373. | 
| [23] | doi: 10.32604/phyton.2021.015048 URL | 
| [24] | 朱岩芳, 张炜, 胡晋, 等. 高分辨率熔解曲线分析(HRM)及其在植物种质资源鉴定中的应用[J]. 2013, 32(10):57-60. | 
| [25] | 顾建强. 高分辨熔解曲线基因分型技术及其在水稻分子育种中的应用[J]. 福建农业科技, 2019(10):67-70. | 
| [26] | 杨青青, 唐家琪, 张昌泉, 等. KASP标记技术在主要农作物中的应用及展望[J]. 生物技术通报, 2022, 38(4):58-71.  doi: 10.13560/j.cnki.biotech.bull.1985.2021-1378 | 
| [27] |  | 
| [28] |  | 
| [29] | doi: 10.3390/genes11010032 URL | 
| [30] | doi: 10.3390/plants9111531 URL | 
| [31] | 冯子珊, 吴晓花, 李艳伟, 等. 基于KASP标记快速鉴定瓠瓜杂种F1纯度的方法[J]. 分子植物育种, 2021: 20210705. | 
| [32] |  | 
| [33] | 吴凯. 农作物SNP芯片技术及其在分子育种中的应用[J]. 山西农业科学, 2018, 46(4):670-672. | 
| [34] | 张楠, 彭义峰, 李亚青, 等. 基于55K SNP芯片分析的优质小麦的遗传多样性[J]. 麦类作物学报, 2022, 42(3):264-271. | 
| [35] | 张鹏, 管俊娇, 黄清梅, 等. 基于SNP芯片的云南玉米自交系遗传多样性和群体遗传结构分析[J]. 南方农业学报, 2020, 51(9):2082-2089. | 
| [36] | 俎峰, 赵凯琴, 张云云, 等. 利用SNP芯片构建甘蓝型油菜高密度遗传连锁图谱及含油量性状QTL分析[J]. 西南农业学报, 2019, 32(10):2279-2284. | 
| [37] | 陈思平. 基于KASP的水稻基因组SNP标记开发及其育种应用[D]. 广州: 华南农业大学, 2017. | 
| [38] | 赖国荣, 张静, 刘函, 等. 基于GBS构建玉米高密度遗传图谱及营养品质性状QTL定位[J]. 农业生物技术学报, 2017(9):1400-1410. | 
| [39] | 徐云碧, 杨泉女, 郑洪建, 等. 靶向测序基因型检测(GBTS)技术及其应用[J]. 中国农业科学, 2020, 53(15):2983-3004.  doi: 10.3864/j.issn.0578-1752.2020.15.001 | 
| [40] | doi: 10.1186/s12870-018-1600-2 | 
| [41] | doi: 10.1007/s11032-018-0907-x | 
| [42] | doi: 10.1016/j.indcrop.2022.115629 URL | 
| [43] |  | 
| [44] | doi: 10.1016/j.cj.2022.08.008 URL | 
| [45] | doi: 10.1007/s00122-021-03885-0 pmid: 34117907 | 
| [46] | 郝明国, 张君, 陈光辉, 等. 液相芯片技术在花生品种纯度鉴定中的应用[J]. 花生学报, 2021, 50(2):8-14. | 
| [47] | doi: 10.3389/fpls.2020.00001 URL | 
| [48] | 张兴平, 钱前, 张嘉楠, 等. 分子植物育种助推南繁种业转型升级[J]. 中国农业科学, 2021, 54(18):3789-3804.  doi: 10.3864/j.issn.0578-1752.2021.18.001 | 
| [49] | 刘丽华, 庞斌双, 刘阳娜, 等. 基于SNP标记的小麦高通量身份鉴定模式[J]. 麦类作物学报, 2018, 38(5):529-534. | 
| [50] | 李乐, 田冰川, 彭佩, 等. 一种检测小麦品种纯度的SNP分子标记组合及其应用[P].CN202210084110.5.2022-03-01. | 
| [51] | 郑向华, 叶俊华, 程朝平, 等. 利用SNP标记进行水稻品种籼粳鉴定[J]. 作物学报, 2022, 48(2):342-352.  doi: 10.3724/SP.J.1006.2022.02085 | 
| [52] | 徐建龙, 王文生, 朱亚军, 等. 用于水稻种质资源和品种鉴定的SNP标记组合及其应用[P].CN201910764158.9.2022-09-27. | 
| [53] | doi: 10.1111/pbi.12113 pmid: 24034357 | 
| [54] |  | 
| [55] | 李雪, 田红丽, 王凤格, 等. SSR和SNP两种标记技术在玉米品种真实性鉴定中的比较分析[J]. 分子植物育种, 2014, 12(5):1000-1004. | 
| [56] | 白彦明, 李龙, 王绘艳, 等. 蚂蚱麦和小白麦衍生系的遗传多样性分析[J]. 作物学报, 2019, 45(10):1468-1477.  doi: 10.3724/SP.J.1006.2019.91012 | 
| [57] | doi: 10.1038/s41598-021-02666-5 pmid: 34893626 | 
| [58] | 高嵩, 刘宏伟, 何欢, 等. 利用SNP芯片进行玉米遗传多样性和群体遗传结构分析及新品种选育[J]. 玉米科学, 2021, 29(1):39-45. | 
| [59] | 朴日花, 金永梅, 李萍, 等. 我国北方香型粳稻资源遗传多样性及其香味基因Badh2的等位基因分析[J]. 吉林农业大学学报, 2021, 43(5)507-515. | 
| [60] | 孙正文, 匡猛, 马峙英, 等. 利用CottonSNP63K芯片构建棉花品种的指纹图谱[J]. 中国农业科学, 2017, 50(24):4692-4704.  doi: 10.3864/j.issn.0578-1752.2017.24.003 | 
| [61] | 朱国忠, 张芳, 付洁, 等. 适于陆地棉品种身份鉴定的SNP核心位点筛选与评价[J]. 作物学报, 2018, 44(11):1631-1639.  doi: 10.3724/SP.J.1006.2018.01631 | 
| [62] | doi: 10.1007/s10709-017-9976-8 URL | 
| [63] | 魏中艳, 李慧慧, 李骏, 等. 应用SNP精准鉴定大豆种质及构建可扫描身份证[J]. 作物学报, 2018, 44(3):315-323. | 
| [64] | doi: 10.1186/1471-2229-11-1 | 
| [65] | 杨润婷, 吴波, 李翀, 等. 两种SNP分型方法的比较及其在柚品种鉴定中的应用[J]. 园艺学报, 2013, 40(6):1061-1070. | 
| [66] |  | 
| [67] | 颜廷进, 蒲艳艳, 张文兰, 等. 基于SNP标记的菜豆品种真实性和纯度鉴定技术[J]. 山东农业科学, 2019, 51(12):111-119. | 
| [68] |  | 
| [69] | 兰青阔, 张桂华, 王永, 等. 基于SNP标记的黄瓜杂交种纯度鉴定方法[J]. 中国蔬菜, 2012(6):58-63. | 
| [70] | 张利莎, 董国清, 扎桑, 等. 基于EST-SSR和SNP标记的大麦麦芽纯度检测[J]. 作物学报, 2015, 41(8):1147-1154. | 
| [71] | doi: 10.3390/agronomy12071710 URL | 
| [1] | 匡猛, 杨伟华, 许红霞, 等. 分子标记技术在棉花品种鉴定上的研究进展[J]. 棉花学报, 2009, 21(4):330-334.  doi: 10.11963/cs090414 | 
| [2] | 朱旭东, 上官凌飞, 孙欣, 等. DNA标记在植物品种鉴定上的应用现状[J]. 中国农学通报, 2014, 30(30):234-240.  doi: 10.11924/j.issn.1000-6850.2014-0892 | 
| [3] | 刘国栋. 基于SSR的棉花品种分子检测技术体系的建立与应用[D]. 济南: 山东师范大学, 2017. | 
| [4] | 左示敏, 周娜娜, 陈宗祥, 等. DNA指纹在水稻品种鉴定中的应用与展望[J]. 江苏农业科学, 2014, 42(12):4-8. | 
| [5] | doi: S1674-2052(17)30174-0 pmid: 28669791 | 
| [6] | 张培风, 任帅, 孙佩, 等. 利用SNP标记划分玉米地方种质杂种优势类群[J]. 中国种业, 2023(2):70-75. | 
| [7] | 李梓榕, 袁雄, 陈叶, 等. 基于全基因组SNP高效鉴定水稻种质资源并构建指纹图谱[J]. 分子植物育种, 2020, 18(18):6050-6057. | 
| [8] | 谢静敏, 侯万伟, 张小娟. 青海省小麦品种基于55K SNP芯片的遗传多样性分析[J]. 麦类作物学报, 2022, 42(11):1343-1350. | 
| [9] | 匡猛, 王延琴, 周大云, 等. 基于单拷贝SNP标记的棉花杂交种纯度高通量检测技术[J]. 棉花学报, 2016, 28(3): 227-233.  doi: 10.11963/issn.1002-7807.201603005 | 
| [10] | 戴亚楠. 南方大豆种质资源遗传多样性及重要品质性状的关联分析[D]. 昆明: 云南大学, 2019. | 
| [11] |  | 
| [12] | 苏睿, 林峻, 陈鲤群, 等. 高通量自动化SNP检测技术研究进展[J]. 中国细胞生物学学报, 2019, 41(7):1412-1422. | 
| [13] | 刘传光, 张桂权. 水稻单核苷酸多态性及其应用[J]. 遗传, 2006, 28(6):737-744. | 
| [14] | doi: 10.1038/ng1557 | 
| [15] | 刘胜国, 李春光, 孟巧霞, 等. SNP研究进展及在水稻研究中的应用[J]. 北方水稻, 2013, 43(4):67-74. | 
| [16] | 王强, 李卫真, 张永云. SNPs技术的研究进展及应用[J]. 四川畜牧兽医, 2010, 37(8):31-33. | 
| [17] | 焦丽. HRM技术在大豆异黄酮合成关键酶基因SNP分型中的研究应用[D]. 长春: 吉林大学, 2012. | 
| [18] | 王富强, 樊秀彩, 张颖, 等. SNP分子标记在作物品种鉴定中的应用和展望[J]. 植物遗传资源学报, 2020, 21(5):1308-1320.  doi: 10.13430/j.cnki.jpgr.20200309002 | 
| [19] | 周琳, 段玉, 文博, 等. SNP分子标记及其在木本植物遗传育种的应用[J]. 亚热带植物科学, 2018, 47(2):187-193. | 
| [20] | 冯俊彦, 郎涛, 张聪, 等. 基于简化基因组测序技术的甘薯HRM分子标记开发及其应用[J]. 核农学报, 2022, 36(7):1350-1361.  doi: 10.11869/j.issn.100-8551.2022.07.1350 | 
| [72] | 韩志刚, 郝文胜, 谢锐, 等. 基于全基因组重测序SNP标记的148份马铃薯种质遗传多样性分析[J]. 西北植物学报, 2021, 41(8):1302-1314. | 
| [73] | 张一中, 范昕琦, 杨慧勇, 等. 基于简化基因组测序高粱育种材料亲缘关系的分析[J]. 生物技术通报, 2020, 36(12):21-23.  doi: 10.13560/j.cnki.biotech.bull.1985.2020-0344 | 
| [74] | doi: 10.1002/leg3.v3.3 URL | 
| [75] | 李志远. KASP标记用于甘蓝指纹图谱构建及杂种优势群划分[D]. 北京: 中国农业科学院, 2018. | 
| [1] | 卫 笑,杨 靖,孙海燕,曹银萍,巴爱丽,李友勇. 筛选一组用于鉴定小麦缺体-四体真实性的SSR分子标记[J]. 中国农学通报, 2018, 34(20): 47-54. | 
| 阅读次数 | ||||||
| 全文 |  | |||||
| 摘要 |  | |||||