薛延桃, 陆平, 乔治军, 刘敏轩, 王瑞云. 基于SSR标记的黍稷种质资源遗传多样性及亲缘关系研究[J]. 中国农业科学, 2018, 51(15): 2846-2859 https://doi.org/10.3864/j.issn.0578-1752.2018.15.002
XUE YanTao, LU Ping, QIAO ZhiJun, LIU MinXuan, WANG RuiYun. Genetic Diversity and Genetic Relationship of Broomcorn Millet (Panicum miliaceum L.) Germplasm Based on SSR Markers[J]. Scientia Acricultura Sinica, 2018, 51(15): 2846-2859 https://doi.org/10.3864/j.issn.0578-1752.2018.15.002

0 引言

【研究意义】作物种质资源是开展作物品种选育的物质基础,稀有特效种质对推动育种进程具有决定性作用,新的育种目标能否实现决定于育种单位所拥有的种质资源,此外,种质资源也是开展生物学理论研究和分子遗传的重要基础材料,因此,开展种质资源的收集、评估、保存和利用对中国农业研究和发展具有十分重要的意义。黍稷（Panicum miliaceum L.）,属于禾本科黍属（Panicum L.）^[1],一年生草本植物^[2]。它是最古老的农作物之一,有10 000多年的栽培历史,在世界范围内都有种植^[3,4]。黍稷生长周期短,抗旱耐贫瘠,是干旱半干旱地区的重要作物^[5,6]。中国目前保存黍稷资源8 800多份,准确评估黍稷资源在形态学和分子水平的遗传多样性,有利于其合理开发与利用,并促进其育种工作和基础理论方面的研究^[7]。【前人研究进展】遗传多样性是生物多样性的重要组成部分,通过遗传多样性分析可以为各稀有物种的收集、育种应用以及起源进化研究提供有利数据。早期关于黍稷遗传多样性的研究多集中于形态学特征。胡兴雨等^[8]和董孔军等^[9]分别对国家种质库的8 016份黍稷种质资源和甘肃省600份黍稷地方资源的11个农艺性状进行主成分分析和聚类分析,评估了参试材料在形态学水平上的遗传多样性并以此为基础构建了黍稷初级核心种质。近年来,随着分子生物技术的快速发展,分子标记在黍稷遗传多样性研究方面也得到了较广泛的应用。在不同类型的分子标记中,SSR标记具有多等位基因、共显性和高度多态性等优点^[10],广泛应用于作物的遗传多样性评价中,是评估遗传多样性的最佳选择^[11,12,13]。CHO等^[14]、王银月等^[15]和RAJPUT等^[16]采用SSR-PCR技术分别开发了25对、116对、254对多态性较好的黍稷特异性SSR标记。王瑞云等^[17]开发了85对高基元SSR标记,其分辨能力强,扩增多态性好;朱建楚^[18]、董俊丽等^[19]将分子水平和表型结合对黍稷资源进行了遗传多样性分析;HU等^[20]、HU等^[21]、连帅等^[22],LIU等^[23]和王瑞云等^[24]分别利用SSR标记评估了不同地理来源的黍稷资源的遗传多样性,研究表明聚类结果与地理分布密切相关,王瑞云等^[17]和HU等^[21]的研究结果表明黄土高原地区的遗传多样性最丰富,推测黄土高原可能是黍稷的起源地。连帅等^[25]利用63对SSR多态性引物对192份黍稷资源进行遗传多样性分析,结果表明,国内外群体遗传分化不明显,群体间亲缘关系较近,个体间存在相互渗透。【本研究切入点】目前,黍稷遗传多样性研究多数集中于栽培品种与地方品种的研究,有关黍稷野生资源和国外地方品种的遗传多样性,特别是分子水平群体遗传结构的研究鲜有报道。【拟解决的关键问题】本研究利用本课题组开发的黍稷基因组SSR标记对近年来新引进的国内主栽区的黍稷野生资源以及国外资源共计146份材料进行SSR标记水平的遗传多样性分析,旨在揭示不同来源黍稷种质资源的遗传多样性和群体遗传结构差异水平,为进一步开展黍稷起源地、传播途径以及性状进化等研究奠定基础。

1 材料与方法

1.1 材料

所用的146份黍稷资源（12个群体）均由中国农业科学院作物科学研究所小宗作物课题组近几年新收集和引进,包括85份国内野生资源和新引进的61份国外地方品种（电子附表1）。
Table S1
附表1
附表1参试材料
Table S1Broomcorn millet varieties and landraces used in this study

序号 Number	群体编号与名称 Group number and name	材料编号 Material number	材料来源 Material source
1	1中国山西 Shanxi, China	大同-1	中国山西大同 Datong Shanxi, China
2	中国山西 Shanxi, China	大同-2	中国山西大同 Datong Shanxi, China
3	中国山西 Shanxi, China	山西岗县野糜子	中国山西岗县 Gangxian Shanxi, China
4	2中国 宁夏 Ningxia, China	宁夏-1	中国宁夏 Ningxia, China
5	中国宁夏 Ningxia, China	宁夏-2	中国宁夏 Ningxia, China
6	中国宁夏 Ningxia, China	宁夏-3	中国宁夏 Ningxia, China
7	中国宁夏 Ningxia, China	宁夏-4	中国宁夏 Ningxia, China
8	中国宁夏 Ningxia, China	宁夏-5	中国宁夏 Ningxia, China
9	中国宁夏 Ningxia, China	宁夏-6	中国宁夏 Ningxia, China
10	中国宁夏 Ningxia, China	宁夏-7	中国宁夏 Ningxia, China
11	中国宁夏 Ningxia, China	宁夏-8	中国宁夏 Ningxia, China
12	中国宁夏 Ningxia, China	宁夏-9	中国宁夏 Ningxia, China
13	中国宁夏 Ningxia, China	宁夏-10	中国宁夏 Ningxia, China
14	中国宁夏 Ningxia, China	宁夏-11	中国宁夏 Ningxia, China
15	中国宁夏 Ningxia, China	宁夏-12	中国宁夏 Ningxia, China
16	中国宁夏 Ningxia, China	宁夏-13	中国宁夏 Ningxia, China
17	中国宁夏 Ningxia, China	宁夏-14	中国宁夏 Ningxia, China
18	中国宁夏 Ningxia, China	宁夏-15	中国宁夏 Ningxia, China
19	3 中国内蒙古 Inner Mongolia, China	赤峰-2	中国内蒙古赤峰 Chifeng Inner Mongolia, China
20	中国内蒙古 Inner Mongolia, China	赤峰-4	中国内蒙古赤峰 Chifeng Inner Mongolia, China
21	中国内蒙古 Inner Mongolia, China	赤峰-5	中国内蒙古赤峰 Chifeng Inner Mongolia, China
22	中国内蒙古 Inner Mongolia, China	赤峰-6	中国内蒙古赤峰 Chifeng Inner Mongolia, China
23	中国内蒙古 Inner Mongolia, China	赤峰-7	中国内蒙古赤峰 Chifeng Inner Mongolia, China
24	中国内蒙古 Inner Mongolia, China	赤峰-8	中国内蒙古赤峰 Chifeng Inner Mongolia, China
25	中国内蒙古 Inner Mongolia, China	内蒙-2	中国内蒙古 Inner Mongolia, China
26	中国内蒙古 Inner Mongolia, China	内蒙-3	中国内蒙古 Inner Mongolia, China
27	中国内蒙古 Inner Mongolia, China	内蒙-4	中国内蒙古 Inner Mongolia, China
28	中国内蒙古 Inner Mongolia, China	内蒙-5	中国内蒙古 Inner Mongolia, China
29	中国内蒙古 Inner Mongolia, China	内蒙-6	中国内蒙古 Inner Mongolia, China
30	4 中国河北 Hebei, China	承德-2	中国河北承德 Chengde Hebei, China
31	中国河北 Hebei, China	承德-3	中国河北承德 Chengde Hebei, China
32	中国河北 Hebei, China	承德-5	中国河北承德 Chengde Hebei, China
33	中国河北 Hebei, China	承德-A	中国河北承德 Chengde Hebei, China
34	中国河北 Hebei, China	承德-6	中国河北承德 Chengde Hebei, China
35	中国河北 Hebei, China	承德-7	中国河北承德 Chengde Hebei, China
36	中国河北 Hebei, China	承德-8	中国河北承德 Chengde Hebei, China
37	中国河北 Hebei, China	承德-9	中国河北承德 Chengde Hebei, China
38	中国河北 Hebei, China	承德B	中国河北承德 Chengde Hebei, China
39	中国河北 Hebei, China	承德-10	中国河北承德 Chengde Hebei, China
40	中国河北 Hebei, China	承德-11	中国河北承德 Chengde Hebei, China
41	中国河北 Hebei, China	承德C	中国河北承德 Chengde Hebei, China
42	中国河北 Hebei, China	承德-12	中国河北承德 Chengde Hebei, China
43	中国河北 Hebei, China	承德D	中国河北承德 Chengde Hebei, China
44	中国河北 Hebei, China	河北-4	中国河北 Hebei, China
45	中国河北 Hebei, China	河北-5	中国河北 Hebei, China
46	中国河北 Hebei, China	河北-6	中国河北 Hebei, China
47	中国河北 Hebei, China	河北-9	中国河北 Hebei, China
48	中国河北 Hebei, China	河北-10	中国河北 Hebei, China
49	中国河北 Hebei, China	河北-14	中国河北 Hebei, China
50	中国河北 Hebei, China	河北-15	中国河北 Hebei, China
51	中国河北 Hebei, China	河北-16	中国河北 Hebei, China
52	中国河北 Hebei, China	河北-17	中国河北 Hebei, China
53	中国河北 Hebei, China	河北-19	中国河北 Hebei, China
54	中国河北 Hebei, China	河北-20	中国河北 Hebei, China
55	中国河北 Hebei, China	河北-7	中国河北 Hebei, China
56	5 中国辽宁 Liaoning, China	辽宁-1	中国辽宁 Liaoning, China
57	中国辽宁 Liaoning, China	辽宁-2	中国辽宁 Liaoning, China
58	中国辽宁 Liaoning, China	辽宁-3	中国辽宁 Liaoning, China
59	中国辽宁 Liaoning, China	辽宁-6	中国辽宁 Liaoning, China
60	中国辽宁 Liaoning, China	辽宁-7	中国辽宁 Liaoning, China
61	中国辽宁 Liaoning, China	辽宁-8	中国辽宁 Liaoning, China
62	中国辽宁 Liaoning, China	辽宁-9	中国辽宁 Liaoning, China
63	6 中国黑龙江 Heilongjiang, China	齐齐哈尔野-1	中国黑龙江齐齐哈尔 Qiqihar Heilongjiang, China
64	中国黑龙江 Heilongjiang, China	齐齐哈尔野-2	中国黑龙江齐齐哈尔 Qiqihar Heilongjiang, China
65	中国黑龙江 Heilongjiang, China	齐齐哈尔野-3	中国黑龙江齐齐哈尔 Qiqihar Heilongjiang, China
66	中国黑龙江 Heilongjiang, China	齐齐哈尔野-4	中国黑龙江齐齐哈尔 Qiqihar Heilongjiang, China
67	中国黑龙江 Heilongjiang, China	齐齐哈尔野-5	中国黑龙江齐齐哈尔 Qiqihar Heilongjiang, China
68	中国黑龙江 Heilongjiang, China	齐齐哈尔野-6	中国黑龙江齐齐哈尔 Qiqihar Heilongjiang, China
69	中国黑龙江 Heilongjiang, China	齐齐哈尔野-7	中国黑龙江齐齐哈尔 Qiqihar Heilongjiang, China
70	中国黑龙江 Heilongjiang, China	黑龙江245-1	中国黑龙江 Heilongjiang, China
71	中国黑龙江 Heilongjiang, China	黑龙江245-2	中国黑龙江 Heilongjiang, China
72	中国黑龙江 Heilongjiang, China	黑龙江245-3	中国黑龙江 Heilongjiang, China
73	中国黑龙江 Heilongjiang, China	黑龙江245-4	中国黑龙江 Heilongjiang, China
74	中国黑龙江 Heilongjiang, China	黑龙江245-5	中国黑龙江 Heilongjiang, China
75	中国黑龙江 Heilongjiang, China	黑龙江245-6	中国黑龙江 Heilongjiang, China
76	中国黑龙江 Heilongjiang, China	黑龙江245-7	中国黑龙江 Heilongjiang, China
77	中国黑龙江 Heilongjiang, China	黑龙江246-2	中国黑龙江 Heilongjiang, China
78	中国黑龙江 Heilongjiang, China	黑龙江246-3	中国黑龙江 Heilongjiang, China
79	中国黑龙江 Heilongjiang, China	黑龙江246-4	中国黑龙江 Heilongjiang, China
80	中国黑龙江 Heilongjiang, China	黑龙江246-5	中国黑龙江 Heilongjiang, China
81	中国黑龙江 Heilongjiang, China	黑龙江246-6	中国黑龙江 Heilongjiang, China
82	中国黑龙江 Heilongjiang, China	黑龙江246-8	中国黑龙江 Heilongjiang, China
83	中国黑龙江 Heilongjiang, China	黑龙江247-1	中国黑龙江 Heilongjiang, China
84	中国黑龙江 Heilongjiang, China	黑龙江247-2	中国黑龙江 Heilongjiang, China
85	中国黑龙江 Heilongjiang, China	黑龙江248-1	中国黑龙江 Heilongjiang, China
86	7 亚洲 Asia	AMES32315	格鲁吉亚 Georgia
87	亚洲 Asia	AMES32316	格鲁吉亚 Georgia
88	亚洲 Asia	PI163298	印度 India
89	亚洲 Asia	PI163300	印度 India
90	亚洲 Asia	PI170592	土耳其 Turkey
91	亚洲 Asia	PI207501	阿富汗 Afghanistan
92	亚洲 Asia	PI211058	阿富汗 Afghanistan
93	亚洲 Asia	PI211059	阿富汗 Afghanistan
94	亚洲 Asia	PI211060	阿富汗 Afghanistan
95	亚洲 Asia	PI212108	阿富汗 Afghanistan
96	亚洲 Asia	PI202317	阿富汗 Afghanistan
97	亚洲 Asia	PI253953	阿富汗 Afghanistan
98	亚洲 Asia	PI253955	阿富汗 Afghanistan
99	亚洲 Asia	PI649381	阿富汗 Afghanistan
100	亚洲 Asia	PI269955	巴基斯坦 Pakistan
101	亚洲 Asia	PI269957	巴基斯坦 Pakistan
102	亚洲 Asia	PI269958	巴基斯坦 Pakistan
103	亚洲 Asia	PI269959	巴基斯坦 Pakistan
104	亚洲 Asia	PI346939	哈萨克斯坦 Kazakhstan
105	亚洲 Asia	PI427247	尼泊尔 Nepal
106	亚洲 Asia	PI427247	尼泊尔 Nepal
107	亚洲 Asia	PI427248	尼泊尔 Nepal
108	亚洲 Asia	PI427249	尼泊尔 Nepal
109	亚洲 Asia	PI427250	尼泊尔 Nepal
110	亚洲 Asia	PI433381	中国台湾 Taiwan, China
111	8 欧洲 Europe	PI649372	法国 France
112	欧洲 Europe	PI477123	德国 Germany
113	欧洲 Europe	PI209790	德国 Germany
114	欧洲 Europe	PI531407	德国 Germany
115	欧洲 Europe	PI232929	匈牙利 Hungary
116	欧洲 Europe	PI289320	匈牙利 Hungary
117	欧洲 Europe	PI289321	匈牙利 Hungary
118	欧洲 Europe	PI289324	匈牙利 Hungary
119	欧洲 Europe	PI290726	英国 England
120	欧洲 Europe	PI346934	乌克兰 Ukraine
121	欧洲 Europe	PI346941	乌克兰 Ukraine
122	欧洲 Europe	PI346942	乌克兰 Ukraine
123	欧洲 Europe	PI346933	苏联 Soviet Union
124	欧洲 Europe	PI346935	苏联 Soviet Union
125	欧洲 Europe	PI346944	苏联 Soviet Union
126	欧洲 Europe	PI346945	苏联 Soviet Union
127	欧洲 Europe	PI442533	比利时 Belgium
128	欧洲 Europe	PI516181	罗马尼亚 Romania
129	欧洲 Europe	PI531399	保加利亚 Bulgaria
130	欧洲 Europe	PI531402	捷克斯洛伐克 Czechoslovakia
131	欧洲 Europe	PI531406	捷克斯洛伐克 Czechoslovakia
132	9 南美洲 South America	PI202294	阿根廷 Argentina
133	南美洲 South America	PI202295	阿根廷 Argentina
134	10 北美洲 North America	PI296376	加拿大 Canada
135	北美洲 North America	PI677103	美国 America
136	北美洲 North America	PI649385	美国 America
137	北美洲 North America	PI649384	美国 America
138	北美洲 North America	PI649383	美国 America
139	11 大洋洲 Oceania	PI365040	澳大利亚 Australia
140	大洋洲 Oceania	PI365842	澳大利亚 Australia
141	大洋洲 Oceania	PI365845	澳大利亚 Australia
142	大洋洲 Oceania	PI367683	澳大利亚 Australia
143	大洋洲 Oceania	PI367684	澳大利亚 Australia
144	12 非洲 Africa	PI517016	摩洛哥 Morocco
145	非洲 Africa	PI517017	摩洛哥 Morocco
146	非洲 Africa	PI531419	肯尼亚 Kenya

新窗口打开
Table S2
附表2
附表2所用SSR引物的序列及退火温度
Table S2Sequence of SSR primers and annealing temperature(Supplement)

位点 Locus	正向引物 Forward primer (5'-3')	反向引物 Reverse primer (5'-3')	退火温度 Tm (℃)
BM5	CCCTTCTTCCCTACTTTGCC	GTGTGCGTGCATGGGTGT	55
BM114	ATCGTAGAAACCATTGGCCC	TGACCCATGGACACTTTTCA	55
BM136	AATGTCACAGGTTTCCCTCG	GCGAGAAAGAGGAGAGGGTT	55
BM289	TGGGACAATATGGCAAGGTT	ACAAATGCCTGATGGTAGGC	55
BM295	CACACAGATATTTGGCACCG	TGAGGATCCGAAAAGATTGG	55
BM306	ATTTTCTGGGCAATTCAACG	GTCCTCATCCCTTCCCTCTC	55
BM344	AGCACTGAGGCACAATTCCT	GTGCTGGGGTTTGTGACTTT	55
BM374	CTACCGCTTCAAAACGAAGG	TGTCCCACTCTCCTACCTACTACC	55
BM378	ATGGGATGCACAGGTACACA	TCCTTAGGTCATCGTCCTATTTG	55
BM396	TTGATTATGCTTTGGAGGGG	CCTCTCCTTACACGGGGATT	55
BM484	GGACAGGATGAGGAGGATCA	CGGTTACCATCGCCTTCTTA	55
BM552	GCAGCAATAGATTTGCCTCC	TCTAGCCTACCCGAACTTGC	55
BM637	CACACTTGTGCTGTTGGGTC	TCTAGCCTACCCCAACTTGC	55
BM787	TCCGTGACATGATGCAGACT	GCACTATTTCTGCAGGAGCC	55
BM994	AACAGAACCGCACATCAGTG	TCAGGTGAGCGATTCTTCCT	55
BM1303	TTGACGCGTACAACAAGAGC	ACCGAAGAGAAGGTTGCTGA	55
BM1332	CGGTTCAGTATTCAGGGCAT	CACTACACGTACCCGGTCCT	55
BM1419	CGGTTCAGTATTCAGGGCAT	CACAAGGATCAGGCCAAAGT	55
BM1477	GCGAAAGATGAACTGCCAAT	GCTGCGACGGATACTGATCT	55
BM1533	CTCTTGTCGTCTTGGTCCGT	CGTGCGTGTGTCGAGAGAG	55
BM1745	CAGCTGATCATTTGAAAAGTATGG	TAGTTGTCGCGATCATGAGG	55
BM4724	TGCATGAAGAAGTGCAGGTG	ATGATGCCCAAGAGATCGAC	55
BM4739	GGATGAGAGGAAGGGGTTGT	CTTCCCTCCAAACTTCCTCC	55
BM4741	GTCTGCGTACCTCGGAAGTC	TTCCCTCCAAACTTCCTCCT	55
BM4749	TCTGCGTACCTCGGAAGTCT	TTCCCTCCAAACTTCCTCCT	55
BM4761	GATCACAAAGGGGAACAGGA	ACATGAGCCAGCTCTCCACT	55
BM4830	GTTGAAGGCAGACACCTTCC	CTCCTCCCTCTCCCTCCC	55
BM4846	TCTAGCCTACCCCAACTTGC	ACAAAACCGCTGATCTGCTT	55
BM4847	GGACGAGTCGGTGAAGAGAG	AATTTCTGTAGCGGTGTCGC	55
BM4851	TTCAATCCAATCCAAGGAGC	AACCTTGAAGACATGAGCTGG	55
BM4858	CCCAACTTGCTTGGGATAAA	ACCTGATGGCATATTGCTCC	55
BM4871	CCAGTCGGTGAAGAGAGACC	CTCTGTACTCGAGGGCGGT	55
BM4877	CGCTCCTTTCCTTTCTGTTG	AGGAGCCTACTGCTGGAACA	55
BM4882	TGGGTGTCAGCTTGACTCAG	TGCTTACATCCACTGCTTGC	55
BM4947	GATTTGGGACGAGTCGGTTA	AAAGAATTTTCGGGCGACTT	55
BM4954	GGCGGATCGATGATTGTAGT	TAAACGAGGGCAGAAAGGAA	55
BM4956	GGCTGTAAATCCGCTCGTAG	TCCCTCTAATGCAGCCAGTT	55
BM4958	TCCATAGCTTCCATAGCATTTTC	CCCAAAGGATATGGTTCCAA	55
BM4962	TCCATTGCTAGCGTTCTCCT	TAGCGCCAACATGGTGTAGA	55
BM4965	CCTCCATCGAGAAACCAACT	TGCAGAGACATGCATCACAA	55
BM4967	CTTCACCCACCACACCTTCT	AGAATCTGACACCTGCACCA	55
BM4969	CTTCACCCACCACACCTTCT	GAATCTGACACCTGCACCAA	55
BM4973	TTATCTTCCTCCGCCTCATC	TGCATCACAACTGAAGACGA	55
BM4997	TTCTATCGCTGTGGTGGTCA	CAACTGCTTCTACAACGGCA	55
BM5037	ATTCCACCCTTGACCTCCTT	TGCATTGACTGCCTTGAAAC	55
BM5038	GGTCTCTTAAGGAGGGCTGG	TGCATTGACTGCCTTGAAAC	55
BM5043	TGACGAGATCATCTGGCTTG	GAAAAGACAGGAGCGCAAAC	55
BM5181	CCTCACGGTGCATCAGAGT	CCAGAGAGCTAAGATATAGGGAATC	55
BM5190	ACGATCACGAATAAATCCGC	TTGAGATGATTCCTGTGTGTGTC	55
BM5191	GCCCGATAGCCAACGTAATA	ATGTTTTGAAGGCCCTATGC	55
BM5197	CTCTGCAACACTGCCACCTA	TTTACACCGTCGAATTTTATGA	55
BM5198	CGGAAATAAAGCAACCATGC	ATTGTGTGCTAGGCCACCTC	55
BM5199	TCACGTCCCTACACTTCACG	GAGGTCGACAGGAAATGCTC	55
BM5200	CGGAAATAAAGCAACCATGC	GACTGACGTAGGGCGTTCTC	55
BM5222	TGGAGTGTGTGTGTATGTGTGTG	CTTGTAGGGCTTGTGGCAAT	55
BM5233	CTGCTAGAAAAGGACGGGTG	CTAGCTAGCCAGGCCCATC	55
BM5236	CATGCCTCATCCCCTTATTC	CGAAACGGCAAACACAAATA	55
BM5255	GTAAATTCAGATGCTTGCCG	CCATCCGAGTTCAAGTTGGT	55
BM5259	CATACTTCCACACGTGCCTG	GGACTATTCTTTGCTACTCCGGT	55
BM5260	GCGTGCGATAATCATTCGT	GCCTACAGAAATATCAGCTGCG	55
BM5278	CGCCGTTTCATTTTTCTTTC	TCACACACACACTACACTCACACTC	55
BM5279	CGCCGTTTCATTTTCTTTCT	CTCGCTCACACACACACTCA	55
BM5292	GCATGCATGTGTGTGTGTGT	AACATATGTGGACGGTTGGC	55
LMX258	GTGTCTCTTTCGTCTTGCCC	GGGACACTTCCACCATCATC	55
LMX503	GTGGTACAGCTGCTCGTTCA	AGGAGGAACCAGGAAGCAAT	55
LMX515	CGTTTTCTCGCTACACACGA	TGGACAACGGAAAACGTACA	55
LMX621	ATGAATCACCCGATCCACAT	ACGCCAACATCAGCATATCA	55
LMX632	GCTGTCGGTCAGTCCTGTTT	ACGCCAACATCAGCATATCA	55
LMX635	GCACACGCATCATCACAAGT	GCTCATTCAACGACAGATGC	55
LMX645	GCTAGGTGTCGTTTTCTCGC	GGGGCGTCTAAGCTTGATATT	55
LMX653	CGATGAACGAAAATTCACCC	GTTCATTCGTCCAAATGCCT	55
LMX684	GGCCTCCTGTGGTCTTCTCT	GACCCTCTCCTCCTACCACC	55
LMX786	CCTGGACACACACACACACA	TCTTGTCACTGTCGGCGTAG	55
LMX691	ACTCATGGTTACGGCAACTG	GCGCGAGAGAGAGAGAGAGA	55
LMX836	GCGCAGTAATATATTTCAGTAATTCA	GCATCATCGTCAAGACCTCA	55
LMX1067	ATCGACGACTAGGCCCTGTA	TGCGGAGTGTCTTTGTTCTG	55
LMX1080	ATCGACGACTAGGCCCTGTA	GGCCGTCACTATATCTGTCACC	55
LMX1220	AGTTACTTTTCCACACCCGC	TTTATTGGGAGTTCGGATGG	55
LMX1251	GCAGTTTTGTTTCGATCGGT	TGGTGTCAAGACATGTGGATG	55
LMX1380	GCCTCCTGTCTTGTAGCGTC	AGGGTAGGCTGAGAGCCTGT	55
LMX1387	TTTCAGGGACTGGACTGGAC	GTAGGGGGTAGCTGAGAGCC	55
LMX1400	AGCAACGGAGGTGAGAGAGA	TCGACACACACGACACACAC	55
LMX1429	AATATCCCTTTTGTCGCACG	ATGCATTGATGGGCTTGATT	55
LMX1625	ACCCAACCGTATATCCAACG	TGTCACAGTTGTCCTGGCAT	55
LMX1672	ATTTGACCTGTGACCTCGCT	CCTTTCTGTTTCTGCAAGCC	55
LMX1760	TGTGGGAGAGAAGTGGGC	CAAGGAAGGAATAAACCGCA	55
LMX1749	CTCAACACCACACCTTCCCT	CTTTTGATCCATGGGCGTAG	55
LMX1761	GAGATGGTGCGGATTCTGAG	TCATTTCCACTGTCACTGCC	55
LMX1959	GTGGTGAGAAGAAGCCTTGC	GATGGGTCGATCAGCAGAAT	55
LMX2175	GTGACCGACGACTACCGTTT	CACCCCTTTCCTCTCGCTAT	55
LMX2410	CTCAACACCACACCTTCCCT	CTTTTGATCCATGGGCGTAG	55
LMX1940	GCAGTGGGTCAGCTTATGGT	TCTCTCTGTGTGTGTGCGTG	55
LMX2019	CCTCTCCTTACACGGGGATT	TTGATTATGCTTTGGAGGGG	55
LMX2068	TGAGATTGGCATCAAGCAAG	TTTCTGGTCAGTTCGGTCAG	55
LMX2074	GCCACACTAAATAAGCTTTGTGTC	TGGTCGTCACTGATTACGGA	55
LMX2185	GAGTTAGAGGACAGCGTGGC	TGCAGCAGAGAATGTGCTACT	55
LMX2281	TTCTCCGTCAGCTCACATTG	TCCATTGTTCATTTAGTAGAAACCT	55
LMX2305	CGCACTAGCCCTTGTCTTTC	CGCCCTACGAACAAATCACT	55
LMX2370	CCAAGTCCCAAGGTTTTTCA	GAGAGAGAGAGGCGTGTGCT	55
LMX2382	CAACAAGGTTGGTTGGCTTT	ATGCTGCTGCAGATGTTTTG	55
LMX2540	TATTCGAGCCCCATTTCTTG	GCGTTATCCGGATGATGAAG	55
LMX2734	CACACAGATATTTGGCACCG	TGAGGATCCGAAAAGATTGG	55
LMX2782	GCCGGAGTATAGATCCGACA	GTCAGGCCGTGAACGTTATT	55

新窗口打开

1.2 DNA的提取与检测

选取50 mg室内花盆培养出苗20 d左右的幼叶,用DNA提取试剂盒（北京鼎国昌盛生物有限公司）提取基因组DNA。采用1%的琼脂糖凝胶电泳检测DNA的质量,用超微量分光光度计（P360）测定其浓度。调试其终浓度至30 ng·μL^-1,-20℃保存备用。

1.3 SSR分析

选用6份地理差异显著的黍稷种质资源对137对小宗作物课题组开发的具有多态性的SSR引物进行初步筛选,最终筛选103对条带清晰、扩增良好且多态性稳定的SSR引物,用于后续遗传多样性分析。
PCR扩增反应在MY-CYCLER PCR仪上进行。PCR反应体系包括1.6 μL 10×PCR buffer、0.8 μL 2.5 mmol·L^-1 dNTP、0.1 μL Taq酶（5.0 U·μL^-1）、0.5 μL引物、0.1 μL DNA模版和5.5 μL ddH₂O。PCR扩增程序为94℃ 5 min;94℃ 45 s,55℃ 50 s,72℃ 1 min,39个循环;72℃ 10 min;4℃保存。用8%的聚丙烯酰胺凝胶电泳分离PCR产物,硝酸银染色显影。

1.4 数据分析

分析SSR标记扩增条带,如果在至少2份资源中观察到不同大小的2条DNA条带,则SSR标记被认为是多态性的,有条带记为“1”,无条带记为“0”。利用以下公式计算每个SSR标记物的分辨率（resolving power,Rp值）：Rp=∑Ib,Ib=1-(2×︱0.5-P︱),其中Ib为某等位基因信息量,P为某等位基因在6份材料中出现的频率。分别按照地理来源与国家来源,将146份黍稷资源分为12个群体和30个群体,利用PowerMarker3.25和MEGA7计算不同群体间和群体内各位点的PIC值及遗传距离,并绘制聚类图。利用PopGen1.32计算不同群体间和群体内各位点的遗传多样性指标,包括观测等位基因数（observed number of alleles,Na）、有效等位基因数（effective number of alleles,Ne）、观测杂合度（observed heterozygosity,Ho）、期望杂合度（expected heterozygosity,He）及Shannon-Weaver指数（I）。利用Structure2.3.4对黍稷资源进行遗传结构分析。

2 结果

2.1 SSR标记分析

使用103对SSR标记对146份糜子资源进行检测（表1）,共检测出308个等位基因（Na）,平均值为2.9903,其中有效等位基因（Ne）为236.55个,平均值为2.2966,所占比重为76.8%。检测的等位基因数的范围为1（BM994、BM5191和LMX635）—6（BM5038）,其中,62对标记检测到多个等位基因（3—6）,38对标记检测到2个等位基因,3对标记检测到单个等位基因。
Table 1
表1
表1103对SSR标记的遗传参数
Table 1Genetic parameters from the 103 polymorphic SSR markers used in this study

位点 Locus	观测等位基因 Na	有效等位基因 Ne	多样性指数 I	观测杂合度 Ho	期望杂合度 He	Nei's期望 杂合度 Nei	多态性信息 含量指数 PIC	分辨率 Rp
BM5	2	1.2565	0.3576	0.2308	0.2053	0.2041	0.5269	1.001
BM114	2	1.9915	0.6910	0.0000	0.5002	0.4979	0.5847	1.001
BM136	3	1.3930	0.5512	0.0000	0.2835	0.2821	0.4847	0.668
BM289	3	1.8225	0.6754	0.6562	0.4531	0.4513	0.4968	2.001
BM295	2	1.8502	0.6521	0.4715	0.4614	0.4595	0.6325	2.001
BM306	3	2.7101	1.0391	0.2500	0.6336	0.6310	0.7642	1.668
BM344	2	1.7415	0.6170	0.0246	0.4275	0.4258	0.5282	1.001
BM374	4	2.3928	1.0022	0.0948	0.5846	0.5821	0.6966	1.334
BM378	3	2.2358	0.9262	0.0089	0.5552	0.5527	0.6360	1.669
BM396	4	3.6430	1.3358	0.6064	0.7294	0.7255	0.6398	1.336
BM484	4	2.3389	0.9574	0.8871	0.5748	0.5725	0.3753	2.002
BM552	2	1.9912	0.6909	0.0833	0.4999	0.4978	0.6173	1.334
BM637	3	2.3849	0.9628	0.0781	0.5830	0.5807	0.6654	1.001
BM787	2	1.9716	0.6859	0.0400	0.4953	0.4928	0.6137	1.001
BM994	1	1.0000	0.0000	0.0000	0.0000	0.0000	0.0640	1.000
BM1303	4	2.2497	0.9907	0.3566	0.5577	0.5555	0.5251	0.668
BM1332	4	2.8550	1.1246	0.7327	0.6530	0.6497	0.5680	2.002
BM1419	4	1.6182	0.6285	0.4706	0.3834	0.3820	0.4808	2.003
BM1477	3	1.9241	0.7037	0.0942	0.4820	0.4803	0.5392	3.335
BM1533	3	2.2618	0.8869	0.7523	0.5604	0.5579	0.5590	0.334
BM1745	3	2.3735	0.9358	0.0690	0.582	0.5787	0.6554	2.668
BM4724	2	2.0000	0.6931	0.9167	0.5021	0.5000	0.3595	0.668
BM4739	2	1.0083	0.0268	0.0083	0.0083	0.0082	0.2554	0.334
BM4741	2	1.9917	0.6910	0.9353	0.4997	0.4979	0.1914	0.334
BM4749	2	1.9975	0.6925	0.9648	0.5011	0.4994	0.1142	0.668
BM4761	2	1.8248	0.6443	0.6901	0.4536	0.4520	0.3752	1.001
位点 Locus	观测等位基因 Na	有效等位基因 Ne	多样性指数 I	观测杂合度 Ho	期望杂合度 He	Nei's期望 杂合度 Nei	多态性信息 含量指数 PIC	分辨率 Rp
BM4830	2	1.9976	0.6925	0.9653	0.5011	0.4994	0.0898	0.668
BM4846	2	1.9879	0.6901	0.8594	0.5009	0.4969	0.4484	0.668
BM4847	2	1.9996	0.6930	0.0141	0.5017	0.4999	0.4327	1.001
BM4851	2	1.9999	0.6931	0.9920	0.5020	0.5000	0.2280	0.668
BM4858	3	2.7031	1.0374	0.0709	0.6323	0.6300	0.6300	2.001
BM4871	2	1.3308	0.4147	0.2909	0.2497	0.2486	0.5378	1.667
BM4877	2	1.9929	0.6914	0.9403	0.5001	0.4982	0.2309	2.000
BM4882	3	1.9758	0.8215	0.1615	0.4958	0.4939	0.6368	1.335
BM4947	3	2.0764	0.7801	0.8043	0.5203	0.5184	0.3802	0.334
BM4954	2	1.9991	0.6929	0.9648	0.5015	0.4998	0.1152	1.001
BM4956	5	3.4708	1.3661	0.2114	0.7148	0.7119	0.8035	3.335
BM4958	4	3.4478	1.2918	0.2743	0.7131	0.7100	0.7883	2.335
BM4962	3	2.8703	1.0762	0.0230	0.6554	0.6516	0.6699	2.001
BM4965	3	1.3579	0.4981	0.2302	0.2645	0.2635	0.4106	2.668
BM4967	3	2.9301	1.0862	0.0672	0.6615	0.6587	0.7226	2.334
BM4969	2	1.4776	0.5041	0.3784	0.3254	0.3232	0.5539	0.667
BM4973	2	1.9987	0.6928	0.3590	0.5029	0.4997	0.6401	0.668
BM4997	2	1.4516	0.4901	0.3853	0.3125	0.3111	0.5699	2.002
BM5037	3	2.8324	1.0669	0.1463	0.6509	0.6469	0.6741	1.668
BM5038	6	4.0419	1.4982	0.1484	0.7555	0.7526	0.7900	3.002
BM5043	3	2.3529	0.9352	0.0439	0.5775	0.5750	0.6650	1.334
BM5181	5	4.8801	1.5964	0.0204	0.7992	0.7951	0.7777	1.335
BM5190	2	1.9980	0.6926	0.8421	0.5021	0.4995	0.4943	1.001
BM5191	1	1.0000	0.0000	0.0000	0.0000	0.0000	0.2499	1.000
BM5197	4	3.3698	1.2706	0.0816	0.7069	0.7032	0.7446	1.668
BM5198	5	4.137	1.4859	0.0306	0.7622	0.7583	0.7582	0.668
BM5199	3	2.2909	0.9548	0.0286	0.5662	0.5635	0.6581	1.335
BM5200	3	2.7989	1.0603	0.0444	0.6463	0.6427	0.6837	0.668
BM5222	2	1.9623	0.6835	0.0146	0.4922	0.4904	0.4688	1.667
BM5233	3	2.1754	0.8627	0.1071	0.5436	0.5403	0.6430	1.001
BM5236	5	3.8616	1.4480	0.0093	0.7445	0.7410	0.7622	2.003
BM5255	4	3.6971	1.3394	0.0851	0.7334	0.7295	0.7467	2.668
BM5259	2	1.8682	0.6574	0.0469	0.4684	0.4647	0.5271	1.001
BM5260	4	3.8839	1.3702	0.2400	0.7455	0.7425	0.7789	3.001
BM5278	2	1.9117	0.6699	0.2243	0.4791	0.4769	0.6784	1.001
BM5279	4	2.328	0.9643	0.4015	0.5726	0.5704	0.6987	1.669
BM5292	2	1.4356	0.4811	0.2460	0.3047	0.3034	0.5285	1.001
LMX258	3	2.1764	0.9221	0.2520	0.5427	0.5405	0.6832	1.668
位点 Locus	观测等位基因 Na	有效等位基因 Ne	多样性指数 I	观测杂合度 Ho	期望杂合度 He	Nei's期望 杂合度 Nei	多态性信息 含量指数 PIC	分辨率 Rp
LMX503	4	3.3528	1.3002	0.3571	0.7053	0.7017	0.6855	1.669
LMX515	5	2.0152	0.9363	0.1967	0.5058	0.5038	0.5872	2.668
LMX621	5	3.7329	1.375	0.5283	0.7356	0.7321	0.6647	0.668
LMX632	3	2.3143	0.9109	0.8889	0.5703	0.5679	0.4042	1.334
LMX635	1	1.0000	0.0000	0.0000	0.0000	0.0000	0.2981	0.334
LMX645	3	2.9129	1.0834	0.4701	0.6595	0.6567	0.6549	2.002
LMX653	2	1.7016	0.6027	0.5128	0.4141	0.4123	0.5904	1.334
LMX684	2	1.7813	0.6304	0.6496	0.4402	0.4386	0.4325	1.335
LMX786	2	1.2215	0.3269	0.0672	0.1821	0.1813	0.4216	0.668
LMX691	2	1.2575	0.3585	0.2316	0.2058	0.2048	0.5274	1.667
LMX836	5	2.8613	1.1653	0.3780	0.6531	0.6505	0.7013	2.668
LMX1067	5	2.546	1.1267	0.2913	0.6102	0.6072	0.6619	2.000
LMX1080	4	3.1104	1.2160	0.4615	0.6814	0.6785	0.6495	3.335
LMX1220	5	2.1885	1.1030	0.2266	0.5452	0.5431	0.5782	2.668
LMX1251	5	2.2345	1.0430	0.3119	0.5550	0.5525	0.6052	2.002
LMX1380	2	1.9996	0.6930	0.1000	0.5017	0.4999	0.5392	1.334
LMX1387	2	1.9844	0.6892	0.0242	0.4981	0.4961	0.5566	1.334
LMX1400	3	2.4945	0.9791	0.0408	0.6022	0.5991	0.6757	2.000
LMX1429	2	1.3888	0.4532	0.0396	0.2814	0.2800	0.5090	0.334
LMX1625	3	2.9380	1.0880	0.5464	0.6631	0.6596	0.6223	2.000
LMX1672	2	1.9642	0.6840	0.8492	0.4929	0.4909	0.3918	0.668
LMX1760	4	2.6827	1.1341	0.2286	0.6295	0.6272	0.6324	1.335
LMX1749	3	1.9862	0.8570	0.1574	0.4988	0.4965	0.6170	3.001
LMX1761	4	3.1087	1.2338	0.1971	0.6808	0.6783	0.6482	4.002
LMX1959	3	2.5044	1.0042	0.0312	0.6031	0.6007	0.6492	1.001
LMX2175	4	2.5274	1.0572	0.2238	0.6065	0.6043	0.6920	1.668
LMX2410	3	2.7092	1.0394	0.7128	0.6343	0.6309	0.5818	2.000
LMX1940	3	2.1372	0.8179	0.9432	0.5351	0.5321	0.4158	1.334
LMX2019	3	2.7286	1.0436	0.1304	0.6370	0.6335	0.7104	1.668
LMX2068	5	3.1166	1.3036	0.0286	0.6824	0.6791	0.7290	2.336
LMX2074	3	1.4252	0.5352	0.1385	0.2995	0.2983	0.4854	1.001
LMX2185	3	2.4666	0.9893	0.0103	0.5977	0.5946	0.6571	1.335
LMX2281	2	1.9944	0.6917	0.0088	0.5008	0.4986	0.5806	1.001
LMX2305	4	3.4614	1.3025	0.1639	0.7170	0.7111	0.5894	0.668
LMX2370	2	1.1542	0.2587	0.0682	0.1341	0.1336	0.3140	1.000
LMX2382	2	1.9668	0.6847	0.0649	0.4948	0.4916	0.5882	1.001
LMX2540	2	1.0973	0.1881	0.0930	0.0890	0.0887	0.3112	0.667
LMX2734	4	3.8637	1.3679	0.3077	0.7440	0.7412	0.7392	2.669
LMX2782	3	1.7210	0.7103	0.3985	0.4205	0.4189	0.5599	2.000
平均值Mean	2.9903	2.2966	0.8478	0.4871	0.5105	0.3642	0.5544
标准差SD	1.0891	0.7841	0.3440	0.1784	0.1775	0.1434

新窗口打开
Shannon-Weaver指数范围（I）为0（BM994、BM5191和LMX635）—1.5964（BM5181）,平均值为0.8478.。观测杂合度（Ho）范围为0（BM114、BM136、BM994、BM5191和LMX635）—0.9920（BM4851）,平均值为0.4871。期望杂合度（He）范围为0（BM994、BM5191和LMX635）—0.7992（BM5181）,平均值为0.3642。Nei's期望杂合度范围为0（BM994、BM5191和LMX635）—0.7951（BM5181）。PIC值范围为0.0640（BM994）—0.8035（BM4956）,平均值为0.5544。一些SSR标记（BM114、BM136、BM994、BM5191和LMX635）的Shannon-Weaver指数、观测杂合度、期望杂合度、Nei's期望杂合度为0,表明个体之间存在普遍异交。
引物分辨率（Rp值）指不同标记对不同基因型的辨别能力,引物分辨率越高,其对不同基因的分辨能力越强,因此从各标记的高分辨能力也可以观察到这些标记的高多态性。103对SSR标记的Rp值范围为0.334（BM1533、BM4739、BM4741、BM4947、LMX635和LMX1429）—4.002（LMX1761）。Rp值的分布区间为0—1、1—2、2—3、3—4和4—5,分布频率分别为21.36%、45.63%、26.21%、5.83%和0.97%（图1）,由以上数据可知,77.67%的标记分布区间1—4,具有适度分辨力,选择有效的标记利于后续遗传多样性的分析。
显示原图|下载原图ZIP|生成PPT
图1103个SSR标记的分辨率（Rp值）
-->Fig. 1Resolving power values of 103 SSR marker in broomcorn millet
-->

2.2 不同群体间的遗传多样性分析

利用PopGen1.3.2软件分析12个不同群体间黍稷资源的遗传多样性（表2）,结果表明,各群体间等位基因（Na）变化范围为1.4947—2.6602,最大的为中国河北群体,最小的为南美洲群体。有效等位基因（Ne）变化范围为1.4510—2.0961,均值为1.8037。就国内外两大群体而言（表3）,国内各群体的有效等位基因数（2.2620±0.7862）大于国外群体（2.0429±0.6601）,国内群体间的有效等位基因范围为1.6302—2.0961（河北>黑龙江>辽宁>宁夏>内蒙古>山西）,均值为1.8740,比全部参试群体的平均有效等位基因高0.0703。国外群体间的有效等位基因范围为1.4510—1.9860（欧洲>亚洲>北美洲>大洋洲>非洲>南美洲）,均值为1.7334,比全部参试群体的平均有效等位基因低0.0703。由以上数据可知国内外群体间遗传丰富度差异不大,国内野生糜子遗传丰富度略大于国外地方品种。
Table 2
表2
表212个群体的遗传多样性分析
Table 2Estimates of genetic diversity within 12 populations

群体 Population	观测等位基因 Na	有效等位基因 Ne	多样性指数 I	观测杂合度 Ho	期望杂合度 He	Nei's期望杂合度 Nei	多态性信息含量指数 PIC
中国山西 Shanxi, China	1.7083±0.6475	1.6302±0.6012	0.4393±0.3741	0.3177±0.4168	0.4073±0.3534	0.3005±0.2489	0.2910
中国宁夏 Ningxia, China	2.3069±0.8688	1.8465±0.6811	0.6145±0.3762	0.3206±0.3429	0.4020±0.2382	0.3816±0.2257	0.3845
中国内蒙古 Inner Mongolia, China	1.9406±0.7723	1.7138±0.6396	0.5076±0.3839	0.3079±0.3914	0.3533±0.2586	0.3320±0.2432	0.3419
中国河北 Hebei, China	2.6602±0.8695	2.0961±0.6902	0.7608±0.3409	0.2818±0.3376	0.4789±0.1975	0.4659±0.1915	0.4728
中国辽宁 Liaoning, China	2.3168±0.8238	1.9491±0.6763	0.6730±0.3498	0.3443±0.3573	0.4754±0.2299	0.4239±0.2020	0.4305
中国黑龙江Heilongjiang, China	2.5534±0.8270	2.0086±0.6633	0.7203±0.3376	0.2727±0.3204	0.4590±0.2010	0.4435±0.1941	0.4898
亚洲（除中国）Asia	2.5534±0.8826	1.9263±0.5939	0.6967±0.3271	0.3255±0.3371	0.4390±0.1937	0.4278±0.1889	0.4771
欧洲 Europe	2.5392±0.8286	1.9860±0.6475	0.7054±0.3280	0.3075±0.3594	0.4534±0.2001	0.4391±0.1937	0.4385
南美洲 South America	1.4947±0.5433	1.4510±0.5037	0.3246±0.3497	0.3263±0.4422	0.3123±0.3388	0.2289±0.2457	0.1383
北美洲 North America	1.9903±0.6492	1.7557±0.5554	0.5551±0.3393	0.3134±0.3889	0.4241±0.2565	0.3657±0.2180	0.3562
大洋洲Oceania	1.9706±0.6815	1.7293±0.5367	0.5416±0.3419	0.3348±0.3946	0.4073±0.2505	0.3576±0.2199	0.3426
非洲Africa	1.6700±0.6039	1.5522±0.5157	0.4097±0.3516	0.2950±0.3927	0.3590±0.3123	0.2804±0.2375	0.2886

新窗口打开
Table 3
表3
表3国内外群体的遗传多样性分析
Table 3Estimates of genetic diversity of populations of broomcorn millet from domestic and abroad

群体 Population	观测等位基因 Na	有效等位基因 Ne	多样性指数 I	观测杂合度 Ho	期望杂合度 He	Nei's 期望杂合度 Nei	多态性信息含量指数 PIC
国内 Domestic	2.9126±1.0582	2.2620±0.7862	0.8302±0.3595	0.2972±0.3030	0.5023±0.1909	0.4980±0.1891	0.5278
国外 Abroad	2.7670±0.9922	2.0429±0.6601	0.7434±0.3417	0.3172±0.3405	0.4581±0.1967	0.4533±0.1946	0.4827

新窗口打开
Shannon-Weaver指数（I）范围为0.3246—0.7608,最大的为中国河北群体,最小的为南美洲群体。国内群体Shannon-Weaver指数（0.8302）大于国外群体（0.7434）,其不同群体的变化趋势与Ne一致。从Nei’s基因杂合度分析,观测杂合度（Ho）最大的是中国辽宁群体（0.3443）,最小的是中国黑龙江群体（0.2727）,均值为0.3123。期望杂合度（He）最大的是中国河北群体（0.4789）,最小的是南美洲群体（0.3123）,均值为0.4143。国内外不同群体的观测杂合度和期望杂合度的变化趋势不一致,国内群体的Ho值（0.2972±0.3030）小于国外群体（0.3172±0.3405）,He值（0.5023±0.1909）大于国外群体（0.4581±0.1967）。各参试群体的PIC值变化范围为0.1383（南美洲）—0.4898（中国黑龙江）,国内群体的PIC值大于国外群体。
综合以上遗传参数可知,国内资源的遗传多样性高于国外资源。国内群体中河北、黑龙江的遗传多样性较高,国外群体中亚洲、欧洲的遗传多样性较高。

2.3 不同群体间遗传相似性分析

利用PopGen1.3.2软件分析12个群体的遗传相似性（表4）,结果表明,遗传距离的变化范围为0.0783—0.5762,均值为0.2938。遗传一致度变化范围为0.5620—0.9247,均值为0.7500。欧洲群体和亚洲群体的遗传距离最小（0.0783）,遗传一致度最大（0.9247）,说明这两个群体的亲缘关系较近。而南美洲群体和中国山西群体的遗传距离最大（0.5762）,遗传一致度最小（0.5620）,两者的亲缘关系较远。由以上分析可知,遗传相似性与地理分布具有一定相关性,地理分布越近,遗传距离越小,遗传一致度越高,亲缘关系越近。
Table 4
表4
表412个群体遗传距离和遗传一致度
Table 4Nei's unbiased measures of genetic identity and distance within 12 populations

群体 Population	中国山西 Shanxi, China	中国宁夏 Ningxia, China	中国内蒙古 Inner Mongolia, China	中国河北 Hebei, China	中国 辽宁 Liaoning, China	中国 黑龙江 Heilongjiang, China	亚洲 （除中国） Asia (excluding China)	欧洲 Europe	南美洲 South America	北美洲 North America	大洋洲 Oceania	非洲 Africa
中国山西 Shanxi, China	-	0.6718	0.7028	0.7772	0.7062	0.7252	0.7248	0.6897	0.562	0.6762	0.6718	0.6388
中国宁夏 Ningxia, China	0.3978	-	0.7939	0.8398	0.8082	0.7817	0.7816	0.7569	0.6318	0.7108	0.7181	0.6759
中国内蒙古 Inner Mongolia, China	0.3527	0.2307	-	0.8281	0.8159	0.7627	0.7336	0.6914	0.5794	0.6709	0.6887	0.6141
中国河北 Hebei, China	0.2521	0.1746	0.1887	-	0.8753	0.881	0.8434	0.8211	0.6856	0.7807	0.7643	0.7411
中国辽宁 Liaoning, China	0.3479	0.213	0.2035	0.1332	-	0.8522	0.7758	0.7555	0.6038	0.7409	0.7003	0.6709
中国黑龙江 Heilongjiang, China	0.3213	0.2463	0.2709	0.1267	0.1599	-	0.8158	0.7918	0.6818	0.7592	0.7337	0.6929
亚洲（除中国） Asia (excluding China)	0.3218	0.2465	0.3098	0.1703	0.2538	0.2036	-	0.9247	0.7813	0.8855	0.8736	0.8172
欧洲Europe	0.3715	0.2785	0.3691	0.1971	0.2803	0.2334	0.0783	-	0.7523	0.904	0.8932	0.8375
南美洲 South America	0.5762	0.4592	0.5458	0.3774	0.5044	0.383	0.2468	0.2847	-	0.6678	0.6644	0.6646
北美洲 North America	0.3912	0.3414	0.3992	0.2476	0.2999	0.2755	0.1216	0.1009	0.4037	-	0.8418	0.8251
大洋洲 Oceania	0.3978	0.3311	0.3729	0.2688	0.3563	0.3096	0.1351	0.1129	0.4089	0.1722	-	0.7716
非洲Africa	0.4482	0.3917	0.4875	0.2997	0.3991	0.3669	0.2018	0.1774	0.4086	0.1923	0.2592	-

新窗口打开

2.4 UPMGA聚类分析

基于UPMGA对12个群体进行聚类（图2）,遗传距离0.15处,12个群体分为4个组群,分别为组群Ⅰ、组群Ⅱ、组群Ⅲ、组群Ⅳ。组群Ⅰ和组群Ⅱ为国外群体,组群Ⅲ和组群Ⅳ为国内群体。遗传距离为0.18处南美洲群体独立分为一支,与其余国内外群体遗传关系均较远,从地理上看,它与别的群体相距均较远,各种环境因素、气候条件的不同可能是造成该结果的主要原因。遗传距离为0.15处,中国山西群体独立分为一支,与其他国内群体相差较远。国内群体中,中国河北群体、黑龙江群体、辽宁群体遗传关系较近,值得注意的是,河北群体和黑龙江群体尽管地理分布相距较远,但两者的遗传距离最小,且聚在同一个亚群。国外群体中,亚洲群体、欧洲群体和北美洲群体遗传关系较近,大洋洲群体次之。
显示原图|下载原图ZIP|生成PPT
图2基于遗传距离的12个群体黍稷资源聚类图
-->Fig. 2Cluster diagram of 12 populations of broomcorn millet based on genetic distance
-->

将国外群体按不同的国家分为24个群体,然后与国内6个群体进行聚类（图3）,结果显示,遗传距离为0.20处,国内群体与国外群体有明显的分离,与以上结果一致。但是,从图中可以看出,遗传距离为0.10处,国外群体被分为若干个小群,几乎没有分为大的聚类,总体而言,亚洲与欧洲各群体的遗传关系较近,与12个群体间聚类的结果吻合。
显示原图|下载原图ZIP|生成PPT
图3基于遗传距离的30个群体黍稷资源聚类图
-->Fig. 3Cluster diagram of 30 populations of broomcorn millet based on genetic distance
-->

基于UPGMA对146份个体进行聚类（图4）,结果显示国内外资源划分非常显著。在遗传距离为0.63处,146份黍稷资源分为3大组群,组群Ⅰ和组群Ⅱ为国外资源,组群Ⅲ为国内资源。组群Ⅰ包括2份资源,均为亚洲资源。在遗传距离为0.39处,组群Ⅱ可分为3个亚群,分别为亚群A、亚群B和亚群C。亚群A包括29份资源,分别为亚洲6份、欧洲15份、大洋洲3份、北美洲3份和非洲2份。亚群B包括24份资源,分别为亚洲13份、欧洲5份、南美洲2份、大洋洲2份、非洲1份和北美洲1份。亚群C包括6份资源,分别为亚洲4份、欧洲1份和北美洲1份。在遗传距离为0.45处,组群Ⅲ可分为5个亚群,分别为亚群D、亚群E、亚群F、亚群G和亚群H。亚群D包括4份资源,中国山西1份和中国河北3份。亚群E包括20份资源,分别为中国辽宁2份和中国黑龙江18份。亚群F包括10份资源,分别为中国河北2份、中国辽宁2份和中国黑龙江5份。亚群G包括21份资源,分别为中国宁夏15份、中国内蒙古5份和中国河北1份。亚群H包括30份资源,分别为中国河北20份、中国山西2份、中国内蒙古6份和中国辽宁2份。从各组群和亚群分布可以看出,亚洲与欧洲资源、中国河北与中国山西、中国内蒙古资源的遗传关系较近,各组群分布与地理来源有一定关联。
显示原图|下载原图ZIP|生成PPT
图4基于遗传距离的146份黍稷资源聚类图
-->Fig. 4Cluster diagram of 146 accessions of broomcorn millet based on genetic distance
-->

2.5 遗传结构分析

利用Structure2.3.4软件对146份黍稷资源进行群体结构分析（图5）,并根据对数似然方差Var[Lnp](D)]对K值绘制折线图,最佳分组应为9组。国内外群体间存在明显的遗传分化（表5）,组群2、组群5、组群6、组群7和组群9是国内野生资源特有基因型,各省份群体分布较为分散,其中中国河北、中国黑龙江、中国辽宁资源集中分布在组群5、组群7和组群9,中国宁夏、中国内蒙古资源集中分布在组群2和组群6,各组群分布与地理来源基本相符。组群1和组群4为国外材料特有基因型,各群体分布更为集中。组群3中除2份亚洲资源外,其余均为国内野生资源（80%）组群8中除1份中国山西资源外,其余均为国外资源（97%）,中国山西野生糜子和亚洲其他国家地方品种存在不同程度的遗传混杂,遗传关系相对较近。此外,中国宁夏资源全部分布在组群2,南美洲资源全部聚集在组群8,表明这两个地区的黍稷资源的群体结构趋向单一化。相反,中国河北资源的群体结构最复杂,趋向多元化,分别被聚到6个组群中;其次是中国黑龙江和亚洲资源,分别被聚到4个组群中。这些结果很好地印证了UPGMA聚类结果,均于各群体的地理分布有一定的相关性。
显示原图|下载原图ZIP|生成PPT
图5146份黍稷种质资源群体遗传结构图
-->Fig. 5Population genetic structure graph of 146 broomcorn millet
-->

Table 5
表5
表512个群体的遗传结构分析
Table 5Distribution of 12 populations based on STRUCTURE analysis (K = 9)

群体 Population	组群1 Group1	组群2 Group2	组群3 Group3	组群4 Group4	组群5 Group5	组群6 Group6	组群7 Group7	组群8 Group8	组群9 Group9	总计 Total
中国山西 Shanxi, China	0	0	1	0	0	1	0	1	0	3
中国宁夏 Ningxia, China	0	15	0	0	0	0	0	0	0	15
中国内蒙古Inner Mongolia, China	0	5	0	0	0	6	0	0	0	11
中国河北 Hebei, China	0	1	1	0	6	1	9	0	8	26
中国辽宁 Liaoning, China	0	0	0	0	0	0	2	0	5	7
中国黑龙江 Heilonhjiang, China	0	0	1	0	0	1	1	0	20	23
亚洲（除中国） Asia (excluding China)	4	0	2	2	0	0	0	17	0	25
欧洲 Europe	5	0	0	9	0	0	0	7	0	21
南美洲 South America	0	0	0	0	0	0	0	2	0	2
北美洲North America	1	0	0	2	0	0	0	2	0	5
大洋洲Oceania	1	0	0	2	0	0	0	2	0	5
非洲Africa	0	0	0	1	0	0	0	2	0	3
总计Total	11	21	5	16	6	9	12	33	33	146

新窗口打开

3 讨论

3.1 黍稷SSR标记的遗传多样性

SSR标记是分析遗传多样的有效标记,已被广泛应用于多种作物的遗传多样性研究,如玉米^[11]、小麦^[12]、燕麦^[13]、水稻^[26]等。近年来,不少报道中开发了黍稷特异性SSR标记,并分析了不同黍稷资源的遗传多样性。CHO等^[14]开发了25对多态性SSR标记,共检测到110个等位基因,平均每个位点4.4个。连帅等^[25]采用63对SSR标记对192份黍稷地方品种和野生品种进行遗传多样性分析,共扩增出161个等位基因,平均每个位点2.56个,PIC值为0.0877—0.8020,平均0.4855。HOU等^[27]采用14个多态性SSR标记检测到43个等位基因,平均每个位点3个。王瑞云等^[24]利用15个糜子特异性荧光SSR标记分析了132份国内黍稷资源的遗传多样性,检测到107个等位变异,平均每个位点变异数为7个,PIC值范围为0.0893—0.8538,平均0.4864。本研究中利用103对SSR标记对146份黍稷资源进行遗传多样性分析,扩增出308个等位基因,平均每个位点2.99个,PIC值为0.064—0.8035,平均0.5544,Rp值为0.334—4.002,77.67%的标记具有适度分辨力。等位基因数低于王瑞云等^[24]的7个,CHO等^[14]的4.4个,高于连帅等^[25]的2.56个,与HOU等^[27]的3个相当,这可能与引物筛选标准不同有关。平均PIC值大于0.5,高于连帅等^[25]和王瑞云等^[24]的报道,表明所选引物为高度多态性信息引物,可用于黍稷遗传多样性和起源进化的进一步研究。

3.2 参试材料的遗传多样性以及与地理分布的关系

本研究中MEGA结果显示,个体间聚类和群体间聚类均将国内外群体分为两大组群,国内群体中,河北、黑龙江、辽宁资源亲缘关系较近,各遗传参数也表明这些地区黍稷资源的遗传多样性丰富。国外群体中亚洲、欧洲遗传距离最小,遗传一致度最大,亲缘关系最近。中国山西群体与南美洲群体的遗传距离最大,两者均独立分为一支,与其他材料遗传差异较大,且两者地理分布相距远,环境气候有很大差异,表明聚类分析与地理分布相关。STRUCTURE分析结果显示国内外群体间存在明显的基因型分型,国内外群体间地理位置相距较远,地理距离的隔离对各群体的基因流具有一定阻碍。此外还发现中国山西资源与国外亚洲资源存在部分遗传混杂,表明两者亲缘关系较近,且中国山西与亚洲其他国家地理相距较近,暗示中国山西与亚洲其他国家的黍稷资源间可能存在基因流。黍稷群体间可能存在遗传距离与地理距离的相关性,该研究结果与前人^{[10,21,23-24]}报道相似。本研究聚类分析和遗传结构分析结果均表明国外群体遗传分化不明显,没有大的聚类,个体间存在相互渗透,这与连帅等^[25]研究结果相似,这可能与国外黍稷资源遗传背景比较狭窄有关,因此,国外黍稷在育种上需加强种质资源的引进与创新。

3.3 黍稷起源进化研究现状

黍稷是干旱半干旱地区的主要作物之一,具有重要的经济价值。研究黍稷野生资源是开展黍稷起源进化研究的重要根据之一。自1753年,提出黍稷原生于印度起^[29],国内外****对黍稷的分类和进化进行了一系列的研究。目前,中国是世界上黍稷考古发现最早、资料最丰富的国家,以黄河中下游为中心,西至新疆,东至黑龙江,多处发现黍稷的遗迹,是公认的黍稷起源中心^[28,29,30]。高俊山等^[31]对中国620份栽培黍稷品种酯酶同工酶谱类型地理分布的研究表明中国的栽培黍稷起源于黄土高原。HU等^[21]和王星玉等^[32]也得出了相同的结论。中国黍稷专家魏仰浩将野黍定位为黍稷的亚种^[29,30]。通过从酯酶同工酶谱和生态性状分析栽培黍稷与野生黍稷的关系,表明栽培黍稷是以具有各种原始性状的野生黍稷及其近缘种进化而来^[29,30,31]。本研究利用SSR标记,从DNA分子水平分析了黍稷野生资源的遗传多样性,结果显示黍稷野生资源中中国河北群体的遗传多样性最丰富,其群体结构趋向多元化,与黑龙江、辽宁群体遗传关系较近,与内蒙古、山西资源个体间存在相互渗透。与栽培黍稷相比较,野生黍稷的遗传多样性更为丰富,在很大程度上保持着原先的遗传状态。一方面可能是因为来自于河北的参试材料较多;另一方面,河北一带野生糜子分布广泛,目前栽培黍稷种植区域也较大,因此,推测河北也有可能是栽培黍稷的初级或次级起源中心,关于黍稷起源中心尚需丰富野生资源进一步研究确定。

4 结论

国内材料野生资源的遗传多样性高于国外材料,其中河北、黑龙江的遗传多样性最丰富,河北可能是黍稷的起源中心。聚类结果与遗传结构分析结果相似,均与地理分布有一定的相关性。
（责任编辑 李莉）
The authors have declared that no competing interests exist.

---

参考文献文献选项 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子