利用SSR标记对马铃薯（Solanum tuberosum L）基因型的遗传多样性、群体遗传结构进行研究，并进行DNA指纹分析

《South African Journal of Botany》：Genetic diversity, population genetic structure and DNA fingerprinting of potato ( Solanum tuberosum L) genotypes using SSR markers

基于SSR标记的40份印度土豆基因型遗传多样性分析显示，25个标记检测到84个多态性位点，平均等位基因数3.36，基因多样性均值0.57，PIC均值0.50。StI029、StI061和StI047标记表现最优，系统发育树和UPGMA聚类结合PCA（贡献率70%）揭示3个主要种群，为基因型鉴定和育种亲本选择提供分子依据。

　　

K. Hanume Gowda | H. Amarananjundeswara | B. Fakrudin | K.R. Vasudeva | Jyoti Kattegoudar | B. Doddabasappa

印度卡纳塔克邦班加罗尔Bagalkot市UHS园艺学院，邮编560065

摘要

评估马铃薯的遗传多样性对于指导旨在提高产量、抗逆性和营养价值的育种计划至关重要。本研究在班加罗尔园艺学院进行，使用简单序列重复（SSR）标记来研究马铃薯基因型的遗传多样性、群体结构和DNA指纹图谱，以识别不同的基因型。在40个马铃薯基因型中，共鉴定出84个多态性位点，平均每个SSR位点有3.36个等位基因，等位基因数量在2到5个之间。观察到的等位基因丰富度表明马铃薯基因型之间存在显著的遗传差异。主要等位基因频率在不同标记间有所差异，平均频率为0.53，基因多样性值介于0.44到0.72之间，平均值为0.57，这突显了基因型之间的显著遗传分化。标记的多态性信息含量（PIC）值介于0.34到0.67之间，平均值为0.50，表明这些标记在区分基因型方面具有很高的信息量。StI029、StI061和StI047标记显示出最高的基因多样性和PIC值。系统发育分析将基因型分为三个主要群组，每个群组内部还有进一步的分支。邻接连接（NJ）树和UPGMA树揭示了基因型之间的明确遗传关系，主成分分析（PCA）解释了70%的总遗传变异。使用StI029标记对P-83进行DNA指纹图谱分析，结果显示其具有独特的遗传特征；同样使用StI029标记对P-75进行分析也得到了类似结果。群体结构分析确定了两个遗传上不同的群组（K=2），为了解基因型的祖先谱系和遗传分层提供了见解。本研究强调了马铃薯的显著遗传多样性，并展示了SSR标记在有效表征和遗传改良中的实用性。

引言

马铃薯（Solanum tuberosum L.）是全球第三大消费量作物，仅次于水稻和小麦，由于其高产量和营养价值，在粮食和营养安全方面发挥着重要作用。全球马铃薯产量约为3.83亿吨，这凸显了它在全球饮食和农业系统中的重要性（FAO，2023年）。然而，尽管马铃薯非常重要，但由于主要通过无性繁殖方式传播、依赖有限的亲本系以及从野生种引入的遗传物质有限，其遗传基础较为狭窄且受到严重侵蚀（Rauf等人，2010年）。 在印度背景下，关于本土和改良马铃薯基因型的分子水平遗传多样性、等位基因丰富度和群体结构的信息仍然有限。这一遗传瓶颈限制了在气候适应性、抗病性和营养性状改良方面的育种进展。尽管已有许多研究使用SSR标记评估马铃薯的遗传多样性，但大多数研究仅关注有限的基因型集合，或者没有将多样性、群体结构和DNA指纹图谱整合在一个框架内。因此，目前仍缺乏一项全面评估印度马铃薯种质的SSR研究，该研究能够同时评估等位基因多样性、群体结构和基因型特异性指纹图谱。本研究通过应用25个高信息量的SSR标记对40个印度马铃薯基因型进行了综合分析，填补了这一空白。 遗传多样性是成功育种计划的基础，为选择理想性状提供了所需的遗传材料。分析马铃薯的遗传多样性对于维持生产和克服环境压力至关重要。分子标记，特别是简单序列重复（SSR）标记，提供了一种强大且高效的方法来评估马铃薯基因型内的遗传多样性。SSR标记在遗传多样性研究中受到青睐，因为它们是共显性的、高度多态的、可重复的，并且在整个基因组中广泛分布，能够精确区分不同基因型（Garcia等人，2007年）。这些标记能够精确检测品种内和品种间的变异，为引入外源基因和性状改良提供了机会。 基于SSR的DNA指纹图谱技术可以精确识别遗传独特的基因型，从而在作物改良计划中战略性地选择亲本，促进优良杂交种的开发（Rakshit等人，2007年；Tester和Langridge，2010年）。此外，基于SSR的遗传特征分析有助于管理种质资源，因为它可以识别重复的样本并评估不同马铃薯品种间的遗传变异（Bered等人，2005年）。 分子标记已成为评估遗传多样性、品种鉴定和标记辅助选择中的不可或缺的工具。许多研究利用SSR标记评估马铃薯种质的遗传多样性。然而，之前的印度研究大多依赖于有限的基因型集合或形态学特征，且很少整合基于SSR的群体结构和DNA指纹图谱分析（Singh等人，2020年；Rahman等人，2022年）。Singh等人（2020年）使用15个SSR标记评估了20个马铃薯基因型，检测到92.16%的多态性，多态性信息含量（PIC）值介于0.20到0.77之间。Bhardwaj等人（2023年）使用25个SSR标记分析了353个马铃薯样本，报告了平均PIC值为0.82，表明存在显著的等位基因多样性。Rahman等人（2022年）使用214个SSR标记开发了12个品种的DNA指纹图谱，鉴定出1720个等位基因，多态性为72%，平均PIC值为0.73。这些研究共同证实了SSR标记在揭示遗传关系、鉴定品种和支持马铃薯分子育种方面的实用性。 对印度种质中等位基因变异和遗传关系的理解不足限制了遗传上不同的亲本的鉴定以及育种计划中遗传基础的扩展。本研究旨在使用SSR标记全面表征40个印度马铃薯基因型，以评估等位基因多样性、界定群体结构并开发基因型特异性DNA指纹图谱。了解基因型间的遗传变异程度对于识别遗传多样性和优良品系至关重要。通过使用SSR标记进行分子表征，本研究旨在生成有助于加强选择策略并加速马铃薯作物改良计划进展的信息。 本研究旨在利用SSR标记识别遗传上独特且多样的印度马铃薯基因型，重点关注它们作为高产基因型亲本的潜力。尽管已有许多关于马铃薯的SSR研究，但很少有研究系统地评估广泛的印度种质集合，并整合多样性、群体结构和指纹图谱分析。本研究采用25个高信息量的SSR标记，对印度马铃薯基因型进行了综合评估，这种方法在以往的研究中很少被综合应用，可以促进多样化基因型的选择，加速品种开发，并支持在育种计划中有效利用这些基因型作为亲本。 马铃薯是一种通过无性繁殖繁殖的四倍体作物，其遗传基础较为狭窄，这限制了遗传改良的潜力，特别是在需要区域适应性的印度背景下。本研究的动机源于迫切需要通过识别遗传多样性和优良的亲本系来加强印度马铃薯育种计划的遗传基础。因此，本研究旨在整合基于SSR的遗传多样性、群体结构和基因型特异性DNA指纹图谱，涵盖了40个代表性的印度马铃薯基因型，包括已发布的品种和优良育种系。本研究的独特之处在于它使用了25个高度多态的SSR标记进行多方面的分析，揭示了种内变异、界定了群体结构，并开发了可用于指导亲本选择和品种鉴定的基因型特异性指纹图谱。结果提供了关于印度马铃薯基因型多样性和遗传关系的分子见解，为亲本选择、保护和未来育种提供了宝贵资源。

基因型种植材料和背景

本研究共使用了40个马铃薯基因型进行分子多样性分析。这些基因型来自全印度马铃薯协调研究项目（AICRP）的多个中心，如ICAR-中央马铃薯研究所（CPRI）（Shimla）、ICAR-CPRI区域站（Modipuram）和ICAR-CPRI区域站（Jalandhar，印度）。所选基因型代表了多样化的遗传材料，包括改良的育种系和先进的选择品系。

等位基因变异、主要等位基因频率、基因多样性和多态性信息含量

表3展示了25个标记的等位基因频率、基因多样性和PIC值。这25个SSR标记产生了84个多态性位点，平均每个位点有3.36个等位基因，反映了马铃薯基因型之间的显著遗传多样性。在本研究中，84%的位点在不同基因型间存在多态性，表明等位基因谱系广泛。平均预期杂合度（He）为0.57，表明所评估的种质内存在显著的遗传变异。

讨论

本研究旨在使用25个高信息量的SSR标记全面评估40个马铃薯基因型的遗传多样性、群体结构和独特的等位基因谱型，重点识别用于作物改良的遗传上不同的亲本系。该研究整合了多层次的遗传分析方法，包括基于结构的聚类、DNA指纹图谱和PCA，以表征育种系和已发布品种之间的遗传多样性。

结论

本研究使用SSR标记揭示了40个马铃薯基因型之间的显著遗传多样性，并将这些分子见解转化为加强亲本选择和定向育种的实际应用。StI029、StI061和StI047等标记显示出较高的基因多样性和PIC值，表明它们作为基因型分化和标记辅助育种的诊断工具的实用性。高PIC值的StI029标记可能是一个可靠的工具，可用于

数据和材料的可用性

本文所述的研究数据可根据请求提供。

资助 本文所述的研究是博士论文“马铃薯（Solanum tuberosum L.）种质的形态学、生物化学和分子特征”的重要组成部分。在研究及手稿准备过程中未收到任何资助。

CRediT作者贡献声明 K. Hanume Gowda：撰写初稿、软件开发、方法论设计、实验设计、数据分析、概念化。 H. Amarananjundeswara：监督工作、资源调配、项目管理、实验指导。 B. Fakrudin：结果验证、方法论设计、实验指导、概念化。 K.R. Vasudeva：数据可视化、监督工作、资源协调。 Jyoti Kattegoudar：撰写与编辑、监督工作、资源协调。 B. Doddabasappa：撰写与编辑、监督工作、资源协调。

利益冲突声明 作者声明没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢 我们衷心感谢班加罗尔园艺学院蔬菜科学系的院长和系主任在整个研究过程中的鼓励和支持。同时，我们也感谢生物技术研究中心和作物改良系的所有工作人员提供的技术帮助，以及Somanahallikaval园艺研究与推广中心的工作人员的支持。