国内外小麦种质的SCoT及ISSR分析

doi:10.11924/j.issn.1000-6850.casb2025-0815

摘要/Abstract

摘要：

分析引进的国内外小麦种质资源的DNA水平多样性，揭示不同小麦种质间的亲缘关系，以期为小麦遗传改良提供丰富材料。以引进的48份国内外小麦种质为材料，综合利用SCoT及ISSR 2种分子标记技术对供试材料进行分子检测，并基于此对其进行聚类分析和主成分分析。结果显示，SCoT引物和ISSR引物平均扩增条带数均为3.50条，其有效等位基因数平均值分别为1.66和1.69，SCoT引物和ISSR引物的Shannon’s信息指数和Nei’s基因多样性指数均值分别为0.57和0.39。小麦种质间遗传相似系数介于0.1703~0.9849之间，平均遗传相似系数为0.5580，这表明供试小麦种质遗传多样性较丰富。基于Nei’s遗传相似系数，48份小麦种质被划分为5个群类，主成分分析结果与聚类分析结果基本一致。研究认为，供试小麦种质间存在较丰富的遗传多样性，基于种质间的Nei’s遗传相似系数，48份小麦种质可被划分为5个类群。

关键词: 小麦种质, 聚类分析, 主成分分析, SCoT, ISSR

Abstract:

The study aims to analyze the diversity of DNA level of introduced wheat germplasm resources from home and abroad and reveal the genetic relationship between different wheat germplasms, and further provide abundant materials for wheat genetic improvement. The cluster analysis and principal component analysis were conducted for 48 wheat germplasms using SCoT and ISSR molecular markers. The mean number of band amplified by a single primer for SCoT marker or ISSR marker was 3.50. The mean number of effective alleles of SCoT primers and ISSR primers were 1.66 and 1.69, respectively. On the Shannon’s information index and Nei’s gene diversity index, the values of SCoT primer and ISSR primer were 0.57 and 0.39 respectively. The genetic similarity coefficient between wheat germplasm varied from 0.1703 to 0.9849 with an average value of 0.5580, which indicated that the genetic diversity of the tested wheat germplasms was rich. Based on Nei’s genetic similarity coefficient, 48 wheat germplasms could be divided into five groups. The results of principal component analysis were basically consistent with those of cluster analysis. There is the abundant genetic diversity among wheat germplasm. According to Nei’s genetic similarity coefficient between wheat germplasm, 48 wheat germplasm could be divided into five groups.

Key words: wheat germplasm, cluster analysis, principal component analysis, SCoT, ISSR

中图分类号:

S512.1小麦

王二伟, 王健胜, 马爱锄, 张晓茹, 黄雅敏, 程国强, 肖婉露, 高产. 国内外小麦种质的SCoT及ISSR分析[J]. 中国农学通报, 2026, 42(19): 67-74.

WANG Erwei, WANG Jiansheng, MA Aichu, ZHANG Xiaoru, HUANG Yamin, CHENG Guoqiang, XIAO Wanlu, GAO Chan. Genetic Diversity Analysis with SCoT and ISSR Marker of Wheat Germplasm at Home and Abroad[J]. Chinese Agricultural Science Bulletin, 2026, 42(19): 67-74.

图/表 9

参考文献 27

[1]	PEYNOLDS M, FOULKES J, FUREANK R, et al. Achieving yield gains in wheat[J]. Plant, cell and environment, 2012, 35:1799-1823. doi: 10.1111/pce.2012.35.issue-10 URL
[2]	何中虎, 夏先春, 陈新民, 等. 中国小麦育种进展与展望[J]. 作物学报, 2011, 37(2):202-215.
[3]	陈丹, 祝迪, 周国雁, 等. 滇西地区小麦地方品种SSR分子标记遗传多样性及亲缘关系分析[J]. 植物遗传资源学报, 2023, 24(2):445-457.
[4]	许娜丽, 余慧霞, 姚明明, 等. 基于SSR和SRAP分子标记小麦品种资源遗传多样性及农艺性状分析[J]. 中国农业科技导报, 2023, 25(3):30-46. doi: 10.13304/j.nykjdb.2021.0962
[5]	张会芳, 冯丽丽, 段俊枝, 等. 基于14个性状的118份小麦遗传多样性分析及综合评价[J]. 江苏农业科学, 2022, 50(18):99-108.
[6]	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.
[7]	卢茂昂, 彭小爱, 张玲, 等. 基于55K SNP芯片揭示小麦育种亲本遗传多样性[J]. 作物学报, 2023, 49(6):1708-1714. doi: 10.3724/SP.J.1006.2023.21047
[8]	张会芳, 冯晓, 冯丽丽, 等. 2005—2020年河南主推中筋小麦遗传多样性及聚类分析[J]. 种子, 2022, 41(11):71-77.
[9]	郑少兵, 郭一, 陈俐, 等. 西藏小麦条锈菌群体结构与遗传多样性[J]. 植物保护学报, 2022, 49(6):1583-1592
[10]	谢静敏, 侯万伟, 张小娟. 青海省小麦品种基于55KSNP芯片的遗传多样性分析[J]. 麦类作物学报, 2022, 42(11):1343-1350.
[11]	高翔, 庞红喜, 裴阿卫. 分子标记技术在植物遗传多样性研究中的应用[J]. 河南农业大学学报, 2002, 36(4):356-359.
[12]	曹廷杰, 谢菁忠, 吴秋红, 等. 河南省近年审定小麦品种基于系谱和SNP标记的遗传多样性分析[J]. 作物学报, 2015, 41(2):197-206.
[13]	韩芳, 亓佳佳, 马守才, 等. 黄淮麦区部分小麦品种系遗传多样性的SRAP分析[J]. 西北农业学报, 2014, 23(12):60-67.
[14]	罗琴, 杨在君, 彭正松, 等. 人工合成六倍体小麦的ISSR位点遗传多样性分析[J]. 华北农学报, 2016, 31(4):119-125. doi: 10.7668/hbnxb.2016.04.020
[15]	徐志, 章振羽, 姬红丽, 等. 四川小麦品种的遗传多样性及其对条锈病和白粉病的抗性[J]. 麦类作物学报, 2017, 37(2):258-267.
[16]	DELLAPORTA S L, WOOD J, HICKS J B. A plant DNA mini-preparation: VersionⅡ[J]. Plant molecular biology reporter, 1983, 1:19-21. doi: 10.1007/BF02712670 URL
[17]	王健胜, 贺军虎, 陈华蕊, 等. 菠萝种质目标起始密码子(SCoT)遗传多样性分析[J]. 植物遗传资源学报, 2015, 16(4):854-862.
[18]	刘青松, 陈立波, 李志勇, 等. ISSR-PCR正交优化设计基础上的不同苜蓿种质遗传多样性研究[J]. 华北农学报, 2014, 28(S):45-49.
[19]	许娜丽, 王新华, 马冬花, 等. 251份小麦种质资源的主要农艺与品质性状遗传多样性分析[J]. 西南农业学报, 2021, 52(9):2404-2416.
[20]	易腾飞, 李珊珊, 李嘉豪, 等. 261份小麦品种基于农艺性状的遗传多样性分析[J]. 河北农业大学学报, 2018, 41(2):7-13.
[21]	张凡, 刘国涛, 杨春玲. 620份小麦种质资源农艺性状调查及其遗传多样性分析[J]. 山东农业科学, 2022, 54(3):15-21.
[22]	王珊珊, 周长艳, 张向前, 等. 航天育种小麦品系主要农艺性状遗传多样性及产量差异性分析[J]. 北方农业学报, 2019, 47(3):1-6. doi: 10.3969/j.issn.2096-1197.2019.03.01
[23]	李晓荣, 张中平, 孙永海, 等. 西南麦区96份小麦育种材料重要农艺性状的遗传多样性分析[J]. 南方农业学报, 2021, 52(9):2358-2368.
[24]	陈天青, 隋建枢, 张立异, 等. 贵州小麦育种核心种质的遗传多样性分析[J]. 西南农业学报, 2015, 28(5):1879-1887.
[25]	李鲜花, 刘永华, 刘辉, 等. 我国黄淮冬麦区小麦品种与美国冬小麦品种的遗传多样性比较[J]. 麦类作物学报, 2014, 34(6):751-757.
[26]	刘易科, 朱展望, 陈泠, 等. 基于SNP标记揭示我国小麦品种(系)的遗传多样性[J]. 作物学报, 2020, 46(2):307-314.
[27]	COLLARD B C Y, MACKILL D J. Start codon targeted (SCoT) polymorphism: A simple, novel DNA marker technique for generating gene-targeted markers in plants[J]. Plant molecular biology report, 2009, 27:86-93. doi: 10.1007/s11105-008-0060-5 URL

编号	种质名称	来源地	编号	种质名称	来源地
1	百农64	中国河南	25	百农416	中国河南
2	周麦9号	中国河南	26	洛31	中国河南
3	周麦13	中国河南	27	泰禾麦1号	中国河南
4	周麦8425B	中国河南	28	浚麦35	中国河南
5	开麦21	中国河南	29	洛麦23	中国河南
6	漯珍1号	中国河南	30	焦麦266	中国河南
7	内乡188	中国河南	31	汶农14号	中国山东
8	矮优26-2	中国河南	32	济麦22	中国山东
9	长葛黑粒	中国河南	33	宁麦9号	中国江苏
10	绿麦1号	中国山东	34	10EW28	中国江苏
11	苏北麦1号	中国江苏	35	10EW137	中国江苏
12	济南17	中国山东	36	周18	中国河南
13	济麦20	中国山东	37	04中38	中国河南
14	陕225	中国河南	38	豫麦34-9901	中国河南
15	西农979	中国陕西	39	郑9023-8	中国河南
16	Baxter	澳大利亚	40	郑103	中国河南
17	CD87	澳大利亚	41	Calingiri	澳大利亚
18	kukri	澳大利亚	42	郑麦366	中国河南
19	法国麦	法国	43	矮抗58	中国河南
20	Belero	法国	44	ZM366	中国河南
21	Fundulea900	罗马尼亚	45	藁城8901	中国河北
22	Tincurrin	墨西哥	46	新麦26	中国河南
23	B08	法国	47	西农979	中国陕西
24	B20	法国	48	郑麦9023	中国河南

编号	种质名称	来源地	编号	种质名称	来源地
1	百农64	中国河南	25	百农416	中国河南
2	周麦9号	中国河南	26	洛31	中国河南
3	周麦13	中国河南	27	泰禾麦1号	中国河南
4	周麦8425B	中国河南	28	浚麦35	中国河南
5	开麦21	中国河南	29	洛麦23	中国河南
6	漯珍1号	中国河南	30	焦麦266	中国河南
7	内乡188	中国河南	31	汶农14号	中国山东
8	矮优26-2	中国河南	32	济麦22	中国山东
9	长葛黑粒	中国河南	33	宁麦9号	中国江苏
10	绿麦1号	中国山东	34	10EW28	中国江苏
11	苏北麦1号	中国江苏	35	10EW137	中国江苏
12	济南17	中国山东	36	周18	中国河南
13	济麦20	中国山东	37	04中38	中国河南
14	陕225	中国河南	38	豫麦34-9901	中国河南
15	西农979	中国陕西	39	郑9023-8	中国河南
16	Baxter	澳大利亚	40	郑103	中国河南
17	CD87	澳大利亚	41	Calingiri	澳大利亚
18	kukri	澳大利亚	42	郑麦366	中国河南
19	法国麦	法国	43	矮抗58	中国河南
20	Belero	法国	44	ZM366	中国河南
21	Fundulea900	罗马尼亚	45	藁城8901	中国河北
22	Tincurrin	墨西哥	46	新麦26	中国河南
23	B08	法国	47	西农979	中国陕西
24	B20	法国	48	郑麦9023	中国河南

引物名称	引物序列	退火温度/℃
SCoT1	CAACAATGGCTACCACCA	55
SCoT2	CAACAATGGCTACCACCC	55
SCoT3	CAACAATGGCTACCACCG	55
SCoT5	CAACAATGGCTACCACGC	55
SCoT7	ACGACATGGCGACCACGC	55
SCoT8	ACCATGGCTACCACCGAC	57
SCoT9	ACCATGGCTACCACCGGC	55
SCoT10	ACCATGGCTACCACCGCG	56
SCoT11	ACGACATGGCGACCCACA	55
SCoT12	CACCATGGCTACCACCAT	55
SCoT13	ACCATGGCTACCACCGGG	55
SCoT14	ACCATGGCTACCACCGTC	56
SCoT15	CCATGGCTACCACCGGCC	55
SCoT16	CCATGGCTACCACCGCAG	55
SCoT17	ACCATGGCTACCACCGCA	55
ISSR2	GAGAGAGAGAGAGAGACG	55
ISSR3	GAGAGAGAGAGAGAGA(CT)C(AG)	55
ISSR4	CACACACACACACACATG	55
ISSR6	GAGAGAGAGAGAGAGAGT	55
ISSR7	AGAGAGAGAGAGAGAG(CT)T	55
ISSR9	GAGAGAGAGAGAGAGAC	55
ISSR12	AGAGAGAGAGAGAGAGT	55
ISSR17	GTGTGTGTGTGTGTGTT	55

引物名称	引物序列	退火温度/℃
SCoT1	CAACAATGGCTACCACCA	55
SCoT2	CAACAATGGCTACCACCC	55
SCoT3	CAACAATGGCTACCACCG	55
SCoT5	CAACAATGGCTACCACGC	55
SCoT7	ACGACATGGCGACCACGC	55
SCoT8	ACCATGGCTACCACCGAC	57
SCoT9	ACCATGGCTACCACCGGC	55
SCoT10	ACCATGGCTACCACCGCG	56
SCoT11	ACGACATGGCGACCCACA	55
SCoT12	CACCATGGCTACCACCAT	55
SCoT13	ACCATGGCTACCACCGGG	55
SCoT14	ACCATGGCTACCACCGTC	56
SCoT15	CCATGGCTACCACCGGCC	55
SCoT16	CCATGGCTACCACCGCAG	55
SCoT17	ACCATGGCTACCACCGCA	55
ISSR2	GAGAGAGAGAGAGAGACG	55
ISSR3	GAGAGAGAGAGAGAGA(CT)C(AG)	55
ISSR4	CACACACACACACACATG	55
ISSR6	GAGAGAGAGAGAGAGAGT	55
ISSR7	AGAGAGAGAGAGAGAG(CT)T	55
ISSR9	GAGAGAGAGAGAGAGAC	55
ISSR12	AGAGAGAGAGAGAGAGT	55
ISSR17	GTGTGTGTGTGTGTGTT	55

引物	扩增总条带数	多态性条带数	多态性条带百分比	有效等位基因数	Nei’s基因多样性指数H	Shannon’s信息指数I
SCoT1	4	3	75.00	1.88	0.47	0.66
SCoT2	3	2	66.67	1.72	0.40	0.59
SCoT3	4	4	100.00	1.69	0.38	0.56
SCoT5	3	3	100.00	1.75	0.43	0.62
SCoT7	5	5	100.00	1.61	0.34	0.51
SCoT8	2	2	100.00	1.75	0.42	0.62
SCoT9	3	3	100.00	1.73	0.40	0.59
SCoT10	3	3	100.00	1.59	0.35	0.52
SCoT11	5	5	100.00	1.61	0.37	0.56
SCoT12	3	3	100.00	1.59	0.35	0.53
SCoT13	3	3	100.00	1.62	0.38	0.57
SCoT15	4	4	100.00	1.58	0.36	0.54
SCoT16	4	3	75.00	1.61	0.37	0.55
SCoT17	3	2	66.67	1.56	0.34	0.52
平均	3.50	3.21	91.67	1.66	0.38	0.57