亲缘系数分析法在麦类作物遗传多样性分析中的应用

李 健

（甘孜藏族自治州农业科学研究所，四川康定 626000）

作物遗传多样性研究是作物育种的重要基础性工作，其研究方法较多，常用的研究方法有表型性状法、分子标记法、芯片法、重测序法等。表型性状受环境因素的影响较大，工作量大，耗时耗力。分子标记法会受标记数量、密度、分布等因素影响，标记数量少、密度低、分布不均匀会对遗传多样性分析的结果产生不利影响。芯片法、重测序法虽然可以获得大量遗传多样性数据，能够对研究对象的遗传多样性进行详细分析，但费用高昂，限制了这两种方法的使用范围。亲缘系数是衡量个体之间亲缘关系远近或共占特定基因概率的指标［1］。如果研究对象是高度自花授粉作物，且拥有相对完整的谱系信息，那么利用亲缘系数法和分子标记法所得到的遗传多样性分析结果具有较好的一致性［2］。因此，亲缘系数法作为对作物遗传多样性评价的简便方法，在多种自花授粉作物遗传多样性分析中广泛使用。

1 利用亲缘系数分析法对小麦群体的遗传多样性进行分析

陈玉清等利用亲缘系数分析法对来自于四川省的40个小麦主推品种进行遗传多样性分析，40 个参试品种形成780 对成对组合，其中40.13%的组合亲缘系数不为0，组合亲缘系数的变异范围是0～0.75，组合平均亲缘系数为0.08［3］。

王江春等利用亲缘系数法对66 个小麦品种进行遗传多样性分析，结果表明，66 个小麦品种形成2 145 对成对组合，其中32.56%的组合亲缘系数为0，组合亲缘系数的变异范围是0～0.820 3，组合平均亲缘系数为0.062 49［4］。

徐晓丹等利用亲缘系数法对河南省57 个小麦品种进行了遗传多样性分析，57 个品种形成1 596 对成对组合，47.43%的组合间亲缘系数不为0，组合亲缘系数变异范围是0～0.75，组合平均亲缘系数为0.041 3［1］。

比较不同研究人员的研究结果，可以清楚了解不同地区小麦品种的遗传多样性，以横向评估本研究所涉对象的遗传基础是否狭窄、脆弱。

2 利用亲缘系数分析法对大麦群体的遗传多样性进行分析

Mikel 等利用亲缘系数法对1970—2006 年选育而成的363 个北美大麦品种进行遗传多样性分析。结果显示，363 个大麦品种的组合平均亲缘系数为0.023，其中，294个春性大麦品种的组合平均亲缘系数为0.029，62 个冬性大麦品种的组合平均亲缘系数为0.068［5］。相比而言，饲用大麦的组合平均亲缘系数（0.020）远低于啤酒大麦（0.111），其中六棱饲用大麦的组合平均亲缘系数为0.026，显著低于二棱饲用大麦的组合平均亲缘系数（0.058）。对于啤酒大麦，六棱型啤酒大麦的遗传多样性低于二棱型啤酒大麦的遗传多样性。

郭焕强等利用亲缘系数分析法对155 个中国大麦主栽品种进行遗传多样性分析。结果显示，155 个大麦品种形成11 935 个成对品种组合，各组合亲缘系数的变异范围为0～0.75，组合累计亲缘系数达到157.586 7，组合平均亲缘系数达到0.013 2，其中东北地区的大麦组合平均亲缘系数最高，达到0.049 3；华东地区次之，达到0.043 6；其余三个地区（西南、西北、华中）的大麦主栽品种组合平均亲缘系数较为接近，大致处于0.034 5 水平［6］。

3 基于亲缘系数分析的作物骨干亲本挖掘

骨干亲本是重要的种质资源，在作物育种工作中，占据及其重要的地位，具有极高的研究价值。以亲缘系数为基础，对参试品种进行聚类分析，可以较为容易地筛选出研究对象中包含的骨干亲本以及由骨干亲本构成的衍生种群体。

陈玉清等利用类平均法对由40 个四川小麦种质资源所构成的亲缘系数矩阵进行聚类分析，36 个参试品种被分为3 个类群，其中繁六、绵阳11 号及其15 个衍生品种构成A 类群，阿勃小麦及其13 个衍生种构成B 类群，成都光头小麦及其4 个衍生种构成C 类群，以4 个骨干亲本为中心的3 个类群所包含品种占参试品种总数的90%［3］。

王江春等采用兰氏距离类平均法对由66 个小麦品种所构成的亲缘系数矩阵进行聚类分析。结果显示，66 个小麦品种被分为6 个类群，阿勃小麦及其衍生种构成B类群的主体，丰产3 号、矮丰3 号和蚰包的衍生种构成C 类群的主体，鲁麦14 号及其衍生种构成了D 类群的主体［4］。

徐晓丹等采用欧式距离法对由57 个小麦品种构成的亲缘系数矩阵进行聚类分析，57 个小麦品种被分为7 个类群。以豫麦2号和豫麦2 号的衍生种豫麦25 为亲本的品种构成了A 类群的主体，豫麦69 及其衍生种构成了B类群的主体，豫麦18 及其衍生种构成了C 类群的主体，豫麦21 及其衍生种构成了E 类群的主体［1］。

郭焕强等采用欧式距离法对由155 个大麦品种构成的亲缘系数矩阵进行聚类分析，结果表明，在欧式距离为20 时，155 个中国大麦主栽品种被分为6 个类群［6］。Ⅰ类群包含12 个品种，早熟3 号及其衍生种构成了该类群的主体；Morex、Manker 及其衍生种构成了Ⅱ类群的主体；外引种质S-4 和S500 及其衍生种构成了Ⅲ类群的主体；苏引麦2 号及其衍生种构成了Ⅳ类群的主体；法瓦维特及其衍生种组成了Ⅴ类群的主体。Ⅵ类群包含100个参试品种，在欧式距离为17.5 处，100 个参试品种被分为7 个亚类群。由早熟3 号为祖先种的品种构成了Ⅵ-1类群的主体；红日麦1 号及其衍生种构成了Ⅵ-2 类群的主体；Bowman 及其衍生的蒙啤麦系列品种构成了Ⅵ-3亚类的主体；ARUPO 和早熟3 号的后代品种是Ⅵ-4 类群的主体品种；Ⅵ-5 亚类是由谱系信息部分缺失、与其他参试品种亲缘关系较远的品种组成，共29 个品种；川农大2 号和85V24 的后代品系构成了Ⅵ-6 亚类的主体；以川裸1 号和美里黄金为亲本或祖先种的参试品种构成了Ⅵ-7 亚类的主体。

4 展望

1949 年以来，我国利用杂交育种技术选育了大量优良的麦类作物品种。这些品种的推广种植，有效提升了麦类作物的产量。随着现代分子生物技术的发展，挖掘、聚合有利于提高麦类作物产量的有利基因是进一步提升麦类作物单产的重要途径。但是，在当前的条件下，与复杂数量性状相关的基因挖掘工作存在技术要求高、费用高昂等困难，尤其对于西部偏远地区的育种单位而言，很难开展大规模、高标记密度的关联分析。因此，选择高代表性、高特意性的研究群体，确定大小适宜的群体规模十分必要。通过亲缘系数法、表型性状法对研究群体进行初步分析，以分析结果为依据，筛选高代表性、高特意性的骨干亲本及其衍生群体作为全基因组关联分析的研究群体，通过横向、纵向比对，筛选、追踪与目标性状相关联的位点，可能是提升基因挖掘及分子标记开发效率的有效途径，其研究成果可以为相关育种工作提供技术支撑。