全 文 ：第 51 卷 第 12 期
2 0 1 5 年 12 月
林 业 科 学
SCIENTIA SILVAE SINICAE
Vol. 51，No. 12
Dec．，2 0 1 5
doi:10．11707 / j．1001-7488．20151215
收稿日期: 2014 － 11 － 06; 修回日期: 2015 － 01 － 14。
基金项目: 陕西省教育厅重点实验室专项资助(12JS083)。
* 赵桂仿为通讯作者。
基于核微卫星的短柄枹栎居群遗传多样性和遗传结构*
王雁红 俞 琦 杨 佳 赵 鹏 李忠虎 赵桂仿
(西北大学生命科学学院 西部资源生物与现代生物技术教育部重点实验室 西安 710069)
摘 要: 【目的】短柄枹栎作为中国南方重要的森林树种之一，近年来受人为活动影响物种退缩严重，对该物种
居群的遗传多样性、遗传结构以及遗传结构与地理分布的相关性进行研究，以对短柄枹栎提出相关的保护策略。
【方法】共采集到 24 个短柄枹栎居群共计 398 个个体，样本覆盖短柄枹栎现今的分布范围。采用 8 对变异丰富的
核微卫星(nSSＲ)分子标记统计短柄枹栎各个居群的遗传多样性，使用分子方差分析(AMOVA)计算物种的遗传差
异，并采用 STＲUCTUＲE 和 Alleles In Space 软件分析物种整体的遗传结构，探讨短柄枹栎遗传结构与其地理环境的
关系。【结果】短柄枹栎居群具有丰富的遗传多样性，平均期望杂合度 H e = 0. 43，平均观测杂合度 H o = 0. 28，平均
等位基因数 N a = 3. 67，平均有效等位基因数 N e = 1. 96，平均 Shannon 指数 I = 0. 66，多态位点百分率 PPL =
82. 81% ; 短柄枹栎的遗传差异主要存在于居群内部(FST = 0. 22，P ＜ 0. 001)，不同居群的遗传多样性存在差异。
基于贝叶斯的聚类分析 ( STＲUCTUＲE)将短柄枹栎居群划分为东部和西部 2 组，居群之间存在基因交流 (Nm =
1. 88)。东部群组和西部群组之间存在较大的遗传分化(FST = 0. 25，P ＜ 0. 001)，而东、西群组内部居群之间的遗
传差异则相对较小。居群景观遗传分析 (AIS)显示东部与西部群组之间较大的遗传差异，这一结果与聚类分析
( STＲUCTUＲE)的结果一致; 居群间遗传距离和地理距离没有显著的相关性(Ｒ2 = 0. 011，P = 0. 07)。【结论】基于
核 SSＲ 标记的遗传多样性研究显示短柄枹栎具有丰富的遗传多样性，这一特性与其复杂的种群动态历史、风媒传
粉的生物学特性及所处的生活环境相关，短柄枹栎东部和西部分布的居群之间存在较大的遗传分化，西部居群之
间也有较大的遗传差异。短柄枹栎现今的遗传结构可能源于该物种自然生境的异质性 (如:西部地区山脉较多;
东部地区海拔较低，地势较为平缓; 中部地区平缓的地势所产生的地理隔离)以及近期人类活动引起的生境片段
化。本研究从整体水平上揭示了短柄枹栎的遗传多样性及遗传结构特征，为该物种的遗传保护提供理论依据。
关键词: 短柄枹栎; nSSＲ; 遗传分化; 地理隔离; 基因流
中图分类号: S718. 46 文献标识码: A 文章编号: 1001 － 7488(2015)12 － 0121 － 11
Genetic Diversity and Population Structure of Quercus serrata
var． brevipetiolata Ｒevealed by nSSＲ Markers
Wang Yanhong Yu Qi Yang Jia Zhao Peng Li Zhonghu Zhao Guifang
(Key Laboratory of Ｒesource Biology and Biotechnology in Western China of Ministry of Education
College of Life Sciences，Northwest University Xi’an 710069)
Abstract: 【Objective】Quercus serrata var． brevipetiolata as one of the important forest tree species in south China has
degenerated due to recent human influences． Study of genetic diversity and genetic structure，as well as correlation
between genetic structure and geographical distributions can help to develop sound conservation strategies for Q． serrata
var． brevipetiolata． 【Method】 In this study，a total of 398 individuals of 24 Q． serrata var． brevipetiolata natural
populations across the species distribution were collected． Eight nuclear microsatellite ( nSSＲ ) markers with rich
polymorphism were used to analyze the genetic diversity of each population，and genetic differentiation was estimated with
analysis of molecular variance (AMOVA) ． Genetic structure at species level and correlation between genetic structure and
geographical elements of Q． serrata var． brevipetiolata were evaluated using STＲUCTUＲE and Alleles In Space programs．
【Ｒesult】Ｒesults indicated rich genetic diversity of the species (H e = 0. 43，H o = 0. 28，N a = 3. 67，N e = 1. 96，I =
0. 66，PPL = 82. 81% ) ． Analysis of molecular variance (AMOVA) showed that genetic variation mainly existed within
populations ( F ST = 0. 22，P ＜ 0. 001 )，and the genetic diversity differed among different populations． Two groups
containing the east and the west populations were plotted based on the Bayesian clustering analysis( STＲUCTUＲE)，and
林 业 科 学 51 卷
gene flow existed among these populations ( Nm = 1. 88 ) ． Great genetic differentiation existed between the two groups
containing the east and west geographical populations of the species ( F ST = 0. 25，P ＜ 0. 001 )，while the genetic
variations was relatively low among the populations of each group． The Landscape Shape Interpolation analysis (AIS) also
suggested great genetic differentiation between the east and west populations，which was consistent with the STＲUCTUＲE
cluster results． No correlation was found between the genetic distance and geographical distance ( Ｒ2 = 0. 011，P =
0. 07) ．【Conclusion】The genetic diversity analysis revealed rich genetic diversity of Q． serrata var． brevipetiolata based
on the nSSＲ markers，which was related to its complex population dynamics，anemophilous characteristics and its habitat
conditions． Great genetic differentiations exised between the east and west populations，and high differentiations were also
found among the west populations． The genetic structure of Q． serrata var． brevipetiolata was probably accounted for the
heterogeneity of species habitats ( i． e．，the western areas with more mountains; the relatively low elevations of east areas
with flat terrain; the geographical isolation caused by the smooth topography in the central region ) and fragmented
environments caused by current human influences． Overall，our study revealed the genetic diversity and genetic structure
of Q． serrata var． brevipetiolata，providing a theoretical basis for developing effective conservation strategies for this
species．
Key words: Quercus serrata var． brevipetiolata; nSSＲ; genetic differentiation; geographical barrier; gene flow
遗传多样性和遗传分化是了解物种(树种)在
其进化历史中如何响应气候变化的基础(Hedrick，
2004)。近年来，随着分子生物学技术的快速发展，
SSＲ 分子标记已被普遍地应用到物种的遗传多样性
和群体遗传结构研究中( Tautz，1989; Chen et al．，
2003; Bertini et al．，2006; Chen et al．，2006; Guo et
al．，2007; 徐斌等，2013 )。 SSＲ ( simple sequence
repeats) 即 简 单 序 列 重 复，亦 称 微 卫 星 DNA
(microsatellite DNA)，此标记具有共显性、重复性好
以及多态性丰富等优点，并且其侧翼部分在相近种
间具有高度保守性和转移通用性，被广泛应用于物
种的遗传多样性和保护生物学等领域 (陈怀琼等，
2009; 刘牧，2012)。
短柄枹栎(Quercus serrata var． brevipetiolata)是
壳斗科( Fagaceae)栎属 (Quercus) 中的一种多年生
落叶乔木，是我国热带和南亚热带地区的重要组成
树种之一(徐永椿等，1998; 曹倩等，2014)。其木
材坚硬，可供建筑、车辆等用材; 种子富含淀粉，可
用于酿酒和制作饮料;树皮可供提取栲胶，叶子可饲
养柞蚕，是一种很重要的经济树种( Aldrich et al．，
2011)。短柄枹栎的自然地理分布区从我国东部、
南部地区的江苏、广东、广西一直向西延伸到秦岭山
脉和青藏高原以东地区，日本和朝鲜等国也有少量
分布(徐永椿等，1998)。短柄枹栎多分布于海拔
200 ～ 2 000 m 的山地或沟谷林中，是我国南方重要
的森林建群树种和优势树种，在维持森林生态系统
中起着重要作用。前期的采样调查表明短柄枹栎现
今主要分布在我国的南部山区。这一地区在第四纪
冰期扮演了重要的物种避难所的角色，对物种遗传
多样性的保持和维护提供了重要的作用( Liu et al．，
2012)。然而，对于短柄枹栎以及我国广泛分布的
多种栎属植物的分子遗传学研究则很少，现有的对
不同区域分布的栎类的遗传多样性研究也呈现差异
的结论。例如，在我国栎属植物研究中，刘牧
(2012)使用 9 个核 SSＲ 分子标记研究了蒙古栎
( Quercus mongolica ) 和 辽 东 栎 ( Quercus
wutaishanica)的群体遗传多样性，表明 2 个近缘种
都具有较高水平的遗传多样性; 秦英英等(2012)利
用 11 个核 SSＲ 位点对 8 个辽东栎自然群体的遗传
多样性进行研究，揭示该物种具有较高的遗传多态
性( I = 1. 75，H e = 0. 75，N a = 10. 27 ); 曹倩等
(2014)采用 7 对 SSＲ 引物对短柄枹栎天然林中的 4
个次生林居群的遗传多样性和遗传结构进行了研
究，也发现该物种具有较高的遗传多样性水平
(H e = 0. 88，N a = 14. 42)，但 4 个次生林居群不能代
表该物种的整体遗传信息。在国外栎属植物的研究
中，基于核 SSＲ 标记的欧洲栓皮栎 (Quercus suber)
的研究发现此物种杂合度为 0. 65，具有高水平的遗
传变异(Hornero et al．，2001);Ortego 等(2012)对北
美洲的 Engelmann oak (Quercus engelmannii)的研究
发现不同的 SSＲ 位点显现出差异的遗传多样性，认
为该物种的遗传多样性和遗传结构与其分布区域的
气候变化密切相关。
基于以上分析，本研究选用 8 对具有稳定多态
性的核 SSＲ 分子标记对采集到的 24 个短柄枹栎居
群进行研究，研究群体覆盖短柄枹栎现今的分布范
围，以期揭示现今该物种的遗传多样性和遗传结构，
探讨短柄枹栎的遗传特性与其进化历史以及生活环
221
第 12 期 王雁红等: 基于核微卫星的短柄枹栎居群遗传多样性和遗传结构
境的联系，为短柄枹栎的利用和保护提供科学依据。
1 材料与方法
1. 1 材料来源 2010—2013 年期间，对短柄枹栎
的自然分布区进行全面的野外调查和采样，采集到
24 个短柄枹栎的居群共计 398 个个体(表 1)，样本
个体之间至少间隔 50 m。采集新鲜、健康的叶片使
用变色硅胶干燥保存。凭证标本保存于西北大学生
命科学学院标本馆。
表 1 24 个短柄枹栎居群采样信息
Tab． 1 Geographical information of 24 Q． serrata var． brevipetiolata populations used in this study
编号
No．
居群代号
Population code
采样点
Locations
样本个数
Number of Samples
经度
Longitude(E)
纬度
Latitude(N)
1 ES 湖北恩施 Enshi，Hubei 20 108. 70° 30. 27°
2 HZ 浙江杭州 Hangzhou，Zhejiang 20 119. 03° 30. 13°
3 SX 浙江绍兴 Shaoxing，Zhejiang 19 120. 23° 29. 71°
4 WS 重庆巫山 Wushan，Chongqing 20 110. 07° 31. 28°
5 AK 陕西安康 Ankang，Shaanxi 20 109. 36° 32. 39°
6 NX 河南内乡 Neixiang，Henan 20 111. 84° 33. 05°
7 JX 湖北十堰 Shiyan，Hubei 20 111. 09° 32. 51°
8 HL 湖南新宁 Xinning，Hunan 11 111. 10° 26. 75°
9 SN 陕西商南 Shangnan，Shaanxi 20 110. 58° 33. 45°
10 LS 江西庐山 Lushan，Jiangxi 20 115. 98° 29. 58°
11 PL 陕西平利 Pingli，Shaanxi 20 109. 21° 32. 30°
12 XC 安徽宣城 Xuancheng，Anhui 11 118. 71° 30. 69°
13 HS 安徽霍山 Huoshan，Anhui 20 116. 33° 31. 40°
14 XJ 浙江仙居 Xianju，Zhejiang 20 120. 72° 28. 85°
15 XN 安徽休宁 Xiuning，Anhui 12 118. 03° 29. 82°
16 NC 江西南昌 Nanchang，Jiangxi 15 115. 86° 28. 68°
17 SY 陕西山阳 Shanyang，Shaanxi 16 110. 03° 33. 41°
18 ZS 陕西柞水 Zhashui，Shaanxi 16 109. 11° 33. 69°
19 FP 陕西佛坪 Foping，Shaanxi 16 107. 98° 33. 53°
20 WF 湖北五峰 Wufeng，Hubei 14 110. 62° 30. 08°
21 ZJ 湖南张家界 Zhangjiajie，Hunan 19 110. 43° 29. 39°
22 JＲ 江苏句容 Jurong，Jiangsu 7 119. 07° 32. 14°
23 CS 湖南长沙 Changsha，Hunan 3 112. 98° 28. 19°
24 HY 湖南衡阳 Hengyang，Hunan 19 111. 96° 26. 73°
1. 2 DNA 提取及 PCＲ 扩增 1) DNA 提取 从每
份样品中取 30 mg 干燥叶片利用植物基因组 DNA
提取试剂盒(天根生化科技有限公司)提取总基因
组 DNA。DNA 经浓度检测后保存在 － 4 ℃备用。
2)引物筛选 从前人已开发的其他栎属 SSＲ
引物 ( Dow et al．，1995; Steinkellner et al．，1997;
Kampfer et al．，1998; Sullivan et al．，2013)中筛选出
8 对多态性较高、条带清晰且稳定的引物(表 2)进
行扩增，引物在部分居群中的扩增情况如图 1 所示。
3 ) PCＲ 扩增 PCＲ 程序在 PTC-200 ( MJ
Ｒesearch，USA)热循环仪上进行; 10 μL PCＲ 反应
体系如下: 2 × Taq PCＲ Mix 5 μL(含 Taq DNA 聚合
酶、dNTPs、MgCl2、反应缓冲剂等)，10 μmol·L
－ 1正、
反向引物各 0. 2 μL，20 ng·μL － 1模板 DNA 1. 0 μL，
3. 6 μL ddH2O。PCＲ 反应程序如下: 94 ℃预变性 5
min; 94 ℃加热变性 30 s，退火 30 s，72 ℃延伸 30 s，
34 个循环; 最后 72 ℃延伸 7 min，扩增产物在4 ℃
保存。
4) 电泳检测 PCＲ 扩增产物经 1% 琼脂糖凝
胶电泳检测合格后，再使用 10%聚丙烯酰胺凝胶进
行电泳检测，电泳结果采用银染法进行条带显色。
321
林 业 科 学 51 卷
表 2 研究所用引物序列和退火温度
Tab． 2 Primer sequences and annealing temperatures used in this study
位点名称
Locus name
原始名称
Original name
引物序列
Primer sequences(5—3)
退火温度
Annealing temperature / ℃
L110 + QpZAG110 F:GGAGGCTTCCTTCAACCTACT 65
( Steinkellner et al．，1997) Ｒ: GATCTCTTGTGTGCTGTATTTTT
L11 + QrZAG11 F: CCTTGAACTCGAAGGTGTCC 55
(Kampfer et al．，1998) Ｒ: TGGTTGACTAAAGTATGAACTGTTTG
L1 /2 QpZAG1 /2 F: TCCTCCGCTCACTCACCATT 58
( Steinkellner et al．，1997) Ｒ: AAACCTCCACCAAAACATTC
L3d 3D15 F: GGTGGTGGCAGATACACTGG 66
( Sullivan et al．，2013) Ｒ: GACTCAGACAACCAACTTCAGG
L2p 2P24 F: GCAAGAGATCACACACAAACTAGC 64
( Sullivan et al．，2013) Ｒ: CTTTGGGTTCACCAAACAGC
L1p 1P10 F: ATTTCTGATGCAGGGTGTCG 64
( Sullivan et al．，2013) Ｒ: TAGGCCAAGGACCAGAGACC
L3a 3A05 F: AACGTGACCTCTCTCACAGC 66
( Sullivan et al．，2013) Ｒ: AGTGCTGGAGTGCTCATGG
L13 MSQ13 F: ACACTCAGACCCACCATTTTTCC 65
(Dow et al．，1995) Ｒ: TGGCTGCACCTATGGCTCTTAG
图 1 8 对引物在部分样品中的扩增结果
Fig． 1 The part of amplification products of all primers
( a)L1p; ( b)L1 /2; ( c)L13; ( d)L3d; ( e)L3a; ( f)L110; ( g)L2p; ( h)L11． M: Marker．
1. 3 数据统计与 SSＲ 分析 使用 Quantity One 软
件读取和统计扩增产物的片段长度，将结果录入
Excel 表格中。采用 POPGENE 1. 32 ( Yeh et al．，
1999)检测分子标记的 Hardy-Weinberg 平衡、连锁
不平衡(95%置信区间)以及中性检验(1 000 次随
机运 算 )。同 时 利 用 Micro-checker 软 件 ( Van
Oosterhout et al．，2004)对哑等位基因进行检测(置
信区间设置为 95% )。
利用 GenALEx 6. 5(Peakall et al．，2006)软件计
算各居群的遗传多样性，如平均等位基因数 (N a )、
平均有效等位基因数(N e)、居群及微卫星位点的期
望杂合度(H e)和观测杂合度(H o)、Shannon 信息指
421
第 12 期 王雁红等: 基于核微卫星的短柄枹栎居群遗传多样性和遗传结构
数( I)、多态位点百分率 ( PPL)，并且估算基因流
(Nm)。采用 IBD ( Isolation by Distance)分析居群的
遗传距离和地理距离之间的相关性及其显著性水平
(Bohonak，2002)。为了衡量群体的遗传分化程度，
在 GenALEx 6. 5 中统计 F is，F it，F ST等 F 统计量指数
(Nei，1973)。
为了估计居群之间、居群内部以及群组之间的
遗传差异，使用 Arlequin v3. 1(Excoffier et al．，2005)
软件对物种水平和 STＲUCTUＲE 分组水平下的遗传
变异分别进行分子变异(AMOVA)分析。
为反映居群之间的遗传差异和相关性，使用
STＲUCTUＲE v 2. 3 软件(Pritchard et al．，2000)计算
短柄枹栎居群的遗传结构。软件设置为: burn-in，
105; MCMC，106。并进行 10 次随机运算(K 值设置
为 1 ～ 10)。采用 2 个不同分组判别标准来确定合
适的分组: 1)取值最大且前后变化平缓的 lnP(D)
值; 2)ΔK 统计法(Evanno et al．，2005)，当 ΔK 值最
大时的 K 为最理想的分组值。同时利用 Alleles In
Space 软件中的景观遗传插值分析(Landscape Shape
Interpolation analysis) (Miller，2005)对短柄枹栎群
体间的遗传距离进行空间遗传模式构建，距离权重
值设置为 a = 1，分析不同群体之间的遗传差异。其
中 X 轴和 Y 轴分别对应居群地理分布坐标，Z 轴对
应居群间的相对遗传距离，单位网格设置为 50 × 50
以保证覆盖短柄枹栎整个地理分布范围。
2 结果与分析
2. 1 Hardy-Weinberg 平衡、连锁不平衡和中性检验
对 8 个微卫星位点进行的 Hardy-Weinberg 平衡检验
显示，除 L13 位点符合 Hardy-Weinberg 平衡以外，其
余的 7 个位点均偏离 Hardy-Weinberg 平衡。同时，
在这些偏离 Hardy-Weinberg 平衡的位点上也检测到
可能的哑等位基因存在(表 3)。多位点分析检验表
明在 7 个位点中，24 个居群均在 2 ～ 5 个位点上偏
离 Hardy-Weinberg 平衡 (除江苏句容居群 JＲ 和湖
南长沙居群 CS)。在 L13 位点上，只有湖北恩施居
群(ES)和陕西山阳居群( SY)偏离 Hardy-Weinberg
平衡。哑等位基因的存在导致观测杂合子减少、纯
合子增加，进而引起 Hardy-Weinberg 平衡的偏离。
连锁不平衡检验显示 8 个微卫星位点在 95%
的置信水平上均不存在连锁。24 个群体内的连锁
不平衡情况显示，陕西安康(AK)、湖北十堰( JX)、
陕西平利(PL)和安徽霍山群体(HS)呈现出极显著
的不平衡状况(P ＜ 0. 01)，陕西商南( SN)和陕西
佛坪群体(FP)呈现出显著不平衡(P ＜ 0. 05)。中
性检验显示 2 个位点偏离中性进化(L1 /2 和 L3a)，
而大部分位点遵循中性进化(表 3)。
表 3 8 个 SSＲ 位点的中性检验、遗传多样性、F 统计和基因流①
Tab． 3 Estimates of the neutral test，genetic diversity，F-statistics and Nm over the eight SSＲ loci
位点
Locus
H o H e F is F it F ST Nm Null HWD
L3d* 0. 17(0. 02) 0. 31(0. 04) 0. 33 0. 43 0. 14 1. 43 Yes Yes
L2p* 0. 58(0. 04) 0. 78(0. 02) 0. 06 0. 27 0. 22 0. 85 Yes Yes
L11 * 0. 25(0. 05) 0. 68(0. 05) 0. 28 0. 63 0. 48 0. 26 Yes Yes
L110 * 0. 28(0. 06) 0. 31(0. 03) － 0. 09 0. 08 0. 16 1. 26 Yes Yes
L1p* 0. 63(0. 05) 0. 91(0. 03) 0. 11 0. 28 0. 19 1. 04 Yes Yes
L1 /2 0. 22(0. 04) 0. 26(0. 04) 0. 05 0. 14 0. 09 2. 43 Yes Yes
L3a 0. 03(0. 01) 0. 07(0. 02) 0. 39 0. 49 0. 16 1. 27 Yes Yes
L13 * 0. 09(0. 02) 0. 10(0. 02) 0. 03 0. 07 0. 03 6. 51 No No
均值 Mean 0. 28(0. 21) 0. 43(0. 32) 0. 12(0. 06) 0. 33(0. 07) 0. 19(0. 05) 1. 88(0. 70)
① H o : 观测杂合度(标准差) ; H e : 期望杂合度 (标准差) ; F is : 单个群体水平近交系数; F it: 总群体水平近交系数; F ST : 群体间遗传分
化系数; Nm : 基因流; Null: 无效等位基因; HWD: 哈温不平衡检验; * : 中性检验。
H o : Observed heterozygosity ( SD ) ; H e : Expected heterozygosity ( SD ) ; F is : Inbreeding coefficient on single group level; F it: Inbreeding
coefficient on total population level; F ST : The coefficient of genetic differentiation among groups; Nm : Gene flow; Null: Null alleles; HWD: Hardy-
Weinberg disequilibrium test; * : Neutral test．
2. 2 短柄枹栎居群的遗传多样性和遗传分化 24
个短柄枹栎自然居群的 Nei’s 遗传多样性指数
(H e)为 0. 21 ～ 0. 46，平均 0. 43，其中遗传多样性最
高的居群是浙江绍兴 ( SX)，最低的是安徽休宁
(XN); 平均等位基因数(N a )为 3. 76，最高的是湖
北恩施(ES)(5. 38)，最低的是湖南长沙居群(CS)
(2. 13); 平均的 Shannon’s 信息指数( I)为 0. 66，其
中浙江绍兴居群( SX)最高(0. 95)，安徽休宁(XN)
最低 ( 0. 41 )。多态位点百分率 ( PPL ) 平均 为
82. 81% (表 4)。除河南内乡(NX)，江西庐山( LS)
和句容 ( JＲ)，安徽宣城 ( XC)、霍山 ( HS)和休宁
(XN)群体的近交系数(F is)是负值外，其余 18 个居
521
林 业 科 学 51 卷
群均大于 0，表明多个居群存在杂合子不足的情况， 群体内部存在一定程度的近交(表 4)。
表 4 短柄枹栎居群的遗传多样性信息①
Tab． 4 Information of genetic diversity of Q． serrata var． brevipetiolata
居群
Population
N Np N a N e I H o H e F is PPL(% )
ES 20 0 5. 38 2. 23 0. 89(0. 23) 0. 28(0. 08) 0. 40(0. 09) 0. 33 87. 50
HZ 20 0 4. 63 2. 53 0. 75(0. 28) 0. 21(0. 08) 0. 33(0. 11) 0. 40 75. 00
SX 19 0 5. 13 2. 22 0. 95(0. 21) 0. 42(0. 11) 0. 46(0. 09) 0. 12 100. 00
WS 20 1 4. 25 2. 33 0. 78(0. 26) 0. 19(0. 06) 0. 38(0. 12) 0. 52 87. 50
AK 20 1 4. 88 2. 45 0. 93(0. 24) 0. 39(0. 09) 0. 46(0. 10) 0. 17 87. 50
NX 20 0 2. 50 1. 45 0. 40(0. 10) 0. 39(0. 14) 0. 26(0. 07) － 0. 47 100. 00
JX 20 1 3. 88 2. 02 0. 71(0. 22) 0. 33(0. 09) 0. 36(0. 11) 0. 10 100. 00
HL 11 1 3. 38 2. 01 0. 67(0. 23) 0. 26(0. 09) 0. 33(0. 11) 0. 24 75. 00
SN 20 1 4. 50 2. 01 0. 76(0. 24) 0. 33(0. 10) 0. 35(0. 11) 0. 10 87. 50
LS 20 1 5. 13 1. 71 0. 74(0. 19) 0. 34(0. 11) 0. 33(0. 09) － 0. 01 87. 50
PL 20 0 4. 50 2. 16 0. 83(0. 22) 0. 34(0. 08) 0. 40(0. 10) 0. 15 100. 00
XC 11 0 2. 66 1. 73 0. 50(0. 19) 0. 30(0. 13) 0. 27(0. 09) － 0. 06 87. 50
HS 20 2 3. 50 1. 59 0. 51(0. 19) 0. 29(0. 14) 0. 25(0. 09) － 0. 16 75. 00
XJ 20 0 3. 38 1. 66 0. 54(0. 21) 0. 21(0. 12) 0. 27(0. 10) 0. 26 75. 00
XN 12 0 2. 50 1. 47 0. 41(0. 18) 0. 24(0. 11) 0. 21(0. 09) － 0. 09 62. 50
NC 15 1 3. 63 2. 47 0. 65(0. 30) 0. 26(0. 12) 0. 29(0. 13) 0. 14 50. 00
SY 16 0 3. 75 2. 34 0. 75(0. 27) 0. 23(0. 11) 0. 36(0. 12) 0. 37 75. 00
ZS 16 0 3. 63 2. 19 0. 63(0. 26) 0. 22(0. 09) 0. 29(0. 11) 0. 27 75. 00
FP 16 1 4. 00 1. 73 0. 60(0. 20) 0. 21(0. 08) 0. 27(0. 09) 0. 25 100. 00
WF 14 0 3. 00 1. 70 0. 53(0. 10) 0. 24(0. 11) 0. 27(0. 10) 0. 12 87. 50
ZJ 19 0 3. 13 1. 60 0. 49(0. 21) 0. 14(0. 05) 0. 24(0. 10) 0. 45 87. 50
JＲ 7 1 3. 13 1. 79 0. 63(0. 21) 0. 36(0. 12) 0. 32(0. 10) － 0. 05 75. 00
CS 3 0 2. 13 1. 85 0. 53(0. 20) 0. 33(0. 13) 0. 30(0. 11) 0. 11 62. 50
HY 19 0 3. 63 1. 88 0. 71(0. 20) 0. 29(0. 07) 0. 35(0. 09) 0. 19 87. 50
均值 Mean 16. 58 0. 46 3. 76 1. 96 0. 66(0. 04) 0. 28(0. 02) 0. 43(0. 02) 0. 14 82. 81
①N: 样本数; Np : 私有等位基因数; N a : 平均等位基因数; N e : 平均有效等位基因数; I: Shannon 多样性指数 (标准差) ; H o : 观测杂合
度 (标准差) ; H e : 期望杂合度 (标准差) ; F is : 单个群体水平近交系数; PPL: 多态位点百分率。
N: Number of samples; Np : Number of private alleles; N a : Average number of different alleles; N e : Average number of effective alleles; I:
Shannon’s information index ( SD) ; H o : Observed heterozygosity ( SD) ; H e : Expected heterozygosity ( SD) ; F is : Inbreeding coefficient on single group
level; PPL: Percentage of polymorphic loci．
24 个短柄枹栎居群中有 10 个居群含有私有等
位基因，分别为重庆巫山(WS)、陕西安康(AK)、湖
北十堰( JX)、湖南新宁(HL)、陕西商南( SN)、江西
庐山(LS)、安徽霍山(HS)、江西南昌(NC)、陕西佛
坪( FP)以及江苏句容 ( JＲ)居群。安徽霍山居群
(HS)在 L110 位点含有 2 个私有等位基因，其余居
群只含有 1 个私有等位基因。私有等位基因频率最
高是江苏句容居群( JＲ)，为 0. 143，最低是安徽霍山
(HS)、江西庐山 ( LS)以及陕西商南 ( SN) 居群，
为 0. 025。
F 统计结果显示短柄枹栎不同基因位点间的遗
传分化系数 (F ST )存在差异，其中分化最高的位点
是 L11(F ST = 0. 49)，最低的是 L1 /2 ( F ST = 0. 04)，
物种的平均基因流 (Nm ) 为 1. 88 (表 3)。AMOVA
分析结果显示物种水平的遗传变异主要存在于居群
内部(78% )，群体间的遗传分化相对较小(表 5)。
2. 3 居群遗传结构 IBD ( isolation by distance)结
果显示短柄枹栎居群之间的遗传距离和地理距离没
有显著的线性关系(Ｒ2 = 0. 011，P = 0. 07) (图 2)。
24 个短柄枹栎居群中，河南内乡居群(NX)和安徽
宣城居群(XC)之间存在最大的遗传距离，其 Nei’s
pairwise 遗传距离为 0. 421; 而湖北恩施(ES)和浙
江杭州居群(HZ)之间有较大的遗传相似性，其遗传
距离为 0. 020。
基于贝叶斯的聚类分析( STＲUCTUＲE)将短柄
枹栎的 24 个居群划分为 2 组 ( K = 2 时，平均的
lnP(D) = － 6 430. 54; ΔK 最大值 = 364. 97 ) (图
3b)，居群间均存在一定程度的遗传混杂 (基因交
流)现象。结合 STＲUCTUＲE 分组的居群遗传结构
分布(图 3a)可看出，虽然居群间存在遗传混杂，但
东部和西部群组之间仍存在较为明显的分化。
根据 STＲUCTUＲE 的分组结论，F 统计分析显
示西部和东部群组内部的平均基因流(Nm )分别是
2. 31 和 2. 66，均高于物种整体水平的基 因流
621
第 12 期 王雁红等: 基于核微卫星的短柄枹栎居群遗传多样性和遗传结构
(1. 88)。西部和东部群组的遗传分化系数(F ST )分
别是 0. 17 和 0. 18，均低于物种水平的遗传分化
(F ST = 0. 22)。分组水平的 AMOVA 分析也显示东
部居群和西部居群之间的遗传差异较小 ( F ST =
0. 25，P ＜ 0. 001)(表 5)。
表 5 短柄枹栎居群的分子方差分析(AMOVA) ①
Tab． 5 Analysis of molecular variance (AMOVA) of Q． serrata var． brevipetiolata populations
水平
Level
变异来源
Source
of variation
自由度
DF
离差平方和
SS
变异组分
Variance
components
变异百分率
Variance
percentage(% )
遗传分化指数
F ST
物种水平
Species level
居群间
Among populations
23 319. 55 0. 38 21. 89 0. 22＊＊＊
居群内
Within populations
772 1 044. 86 1. 35 78. 11
东部 /西部群组
Eastern /Western
group
群组间
Among groups
1 46. 32 0. 09 5. 06 0. 25＊＊＊
组内居群间
Among populations within groups
22 273. 23 0. 34 18. 87
居群内
Within populations
772 1 044. 86 1. 35 76. 06
总计 Total 795 1 364. 42 1. 78
①＊＊＊: 表示在 P ＜ 0. 001 水平上差异显著; F ST : 居群间遗传分化系数。＊＊＊: Significant difference at P ＜ 0. 001; F ST : The coefficient of
genetic differentiation among populations．
图 2 短柄枹栎遗传距离和地理距离的相关性检验
( Isolation by Distance)
Fig． 2 IBD ( Isolation by Distance) test of Q． serrata var．
brevipetiolata between the genetic distance and geographical distance
居群间的景观遗传插值分析与 STＲUCTUＲE 的
遗传分组结果一致，显示短柄枹栎的东部居群和西
部居群之间存在较高的峰值。分布于西部的居群之
间也存在多个峰值，而东部居群之间则显现出较低
的遗传插值。位于东部边缘地带的群体之间存在较
高的峰值(图 4)。
3 讨论
3. 1 短柄枹栎自然居群的遗传多样性 遗传多样
性是物种长期进化过程中的历史产物，物种遗传多
样性水平的高低决定了物种的进化潜力或抵御不良
环境因素的能力(陈灵芝，1993)。遗传多样性越高
的物种，就越可能更好地适应环境或者更容易存活;
相反，遗传多样性越低的物种，则可能更容易受到恶
劣环境的影响甚至灭绝(杨梅等，2014)。本研究基
于 8 对 nSSＲ 引物对 24 个短柄枹栎自然居群的遗传
多样性进行研究，得到平均的遗传多样性为: H e =
0. 43，I = 0. 66，PPL = 82. 81%，显示丰富的遗传多
样性(表 4)。目前对多种栎属植物的遗传多样性的
研究发现不同地区的栎属物种具有不同的遗传多样
性水平。例如，De Greef 等(1998)使用 ＲAPD 分子
标记对无梗栎(Quercus petraea)的种内遗传变异进
行了研究，发现其种内存在丰富的遗传变异。Degen
等(1999)利用 SSＲ 标记研究了德国北部 2 个夏栎
(Quercus robur)居群的遗传结构，发现 2 个居群均具
有较高水平的遗传多样性 ( H o = 0. 898，N a =
19. 75)。López-Aljorna 等(2007)利用 SSＲ 标记研究
了西班牙 4 个区域的欧洲栓皮栎的遗传变异，揭示
了该物种较高水平的遗传变异 ( H e = 0. 65，H o =
0. 72，N a = 9. 33，N e = 4. 16)。与国外丰富的遗传
多样性研究相比，我国关于栎属植物遗传背景的研
究相对较少。李文英 (2003)使用等位酶技术以及
AFLP 技术对我国境内的 8 个蒙古栎自然群体的遗
传多样性水平进行了研究，结果显示该物种的遗传
多样性偏低。徐小林等(2004)使用 16 对 SSＲ 引物
标记对 5 个栓皮栎(Quercus variabilis)居群的遗传多
721
林 业 科 学 51 卷
图 3 基于 8 对 nSSＲ 的短柄枹栎的遗传结构及地理分布
Fig． 3 Genetic structure and geographical distribution of Q． serrata var． brevipetiolata populations based on 8 nSSＲs
( a)基于 STＲUCTUＲE 分组的居群地理分布; ( b ) 基于 STＲUCTUＲE 的 24 个短柄枹栎居群的遗传结构 ( K = 2 )。 ( a )
Geographical distribution of the genetic groups based on the STＲUCTUＲE analysis; ( b) Genetic structure of the 24 Q． serrata var．
brevipetiolata populations using STＲUCTUＲE analysis (K = 2) ．
图 4 短柄枹栎群体景观遗传插值分析
Fig． 4 Landscape shape interpolation analysis of
Q． serrata var． brevipetiolata populations
样性进行分析，结果显示较高水平的遗传多样性
(H e = 0. 81，H o = 0. 42，N a = 8. 44，N e = 5. 95，I =
1. 83)。曹倩等(2014)采用 7 对 SSＲ 引物对短柄枹
栎天然林中的 4 个次生林居群的遗传多样性、遗传
结构进行了研究，发现平均的 H e为 0. 88，居群之间
的遗传杂合度相对较高。然而以上对栓皮栎、短柄
枹栎等的研究只采集了物种分布区内较少的居群，
居群之间也存在较远的地理距离隔离，并不能完全
反映物种水平下的遗传多样性和遗传结构。
尽管本文对 24 个短柄枹栎居群的遗传多样性
研究显示丰富的遗传多样性(表 4)，但仍然低于国
内外对部分栎属植物的遗传多样性的研究结论。可
能的原因如下: 首先，短柄枹栎具有较大的有效种
群数量以及慢的进化速率，加之居群之间存在一定
水平的基因流(Nm = 1. 88)，一定程度上减弱了群体
间的遗传分化。其次，短柄枹栎现今的分布区主要
集中在中国南部、东部区域，这一区域被认为在第四
纪时期未受到大的冰盖覆盖影响，但短柄枹栎居群
在冰期时下降的温度环境下仍然可能发生了居群范
围的退缩，祖先的有效群体缩小，可能伴随有瓶颈效
应的发生，引起祖先基因池中部分等位基因的消失，
降低了物种的遗传多样性。第三，对于 8 个 SSＲ 位
点的哑基因检测显示大部分位点(除 L13 外)可能
存在哑等位基因，这也是导致等位基因减少的原因，
不能完全真实地反映物种的遗传多样性 (文亚峰
等，2013)。另外，逐渐缩小的群体其遗传多样性也
会相应降低(Bruschi et al．，2003)，因此近期人为活
动的影响(如砍伐、作物替代等)也会影响短柄枹栎
821
第 12 期 王雁红等: 基于核微卫星的短柄枹栎居群遗传多样性和遗传结构
的遗传多样性。本研究的调查显示短柄枹栎大部分
居群主要由次生林组成(如湖南长沙 CS，江苏句容
JＲ，河南内乡 NX 等居群)，人为砍伐影响较大，个体
主要以散生方式存在，很少形成纯林，居群很大程度
上丢失了祖先的遗传多样性。再者，对于风媒传粉
的植物，距离的增加会降低花粉的浓度和传播效率，
导 致 产 生 的 种 子 数 量 下 降 ( Silander， 1978;
Antonovics et al．，1980; House，1993; Ghazoul et al．，
1998)，距离增加后，孤立的个体容易产生近交种子
(Murawski et al．，1991; 1992)。本研究结果也表明
多数位点存在近交(除了 L110 外) (表 3)，物种缺
乏足够的杂合子来维持高的遗传多样性。最后，24
个居群平均约 17 个样本水平也可能会降低短柄枹
栎的遗传多样性结论，后期对物种进行密集采样和
增加个体数量，以及结合不同类型的分子标记 (如
叶绿体基因、核基因)能够更准确地反映短柄枹栎
的遗传现状。
3. 2 短柄枹栎的遗传结构和遗传分化 基于贝叶
斯的聚类分析(STＲUCTUＲE)(图 3b)和景观遗传插
值分析(图 4)将短柄枹栎居群分为 2 组，地理上大
致分布在东、西 2 个区域(图 3a)。不仅东部区域和
西部区域之间存在较为明显的差异，西部区域内居
群间也表现出明显的遗传分化。造成这种分化的可
能原因是: 首先，我国东、西部自然地理环境的差
异。西部地区往往多山，而短柄枹栎主要在山脉地
区分布，这些复杂的山脉、河流流向对基因流造成阻
碍，一定程度上限制了居群间的基因交流，引起居群
的分化; 东部山脉则海拔较低，地势较为平缓，基因
交流障碍小，居群之间的差异也相对较小; 东、西部
之间较大的遗传差异则源于中部地区平缓的地势所
产生的地理隔离(如湖北中东部区域没有短柄枹栎
分布，东、西部群体产生的花粉在长距离传播过程中
可能失去效力) (Lagache et al．，2013)。其次，生境
片段化影响。生境片断化不仅影响生态系统的种类
组成、数 量 结 构、生 态 过 程 以 及 非 生 物 因 素
(Saunders et al．，1991)，同时也会对物种的遗传结
构产生较大的影响(Templeton et al．，1990; Young et
al．，1996)。作者的野外调查研究发现短柄枹栎现
今的生活环境差异很大，有些居群在其分布区内形
成优势种(如安徽霍山 HS、陕西安康 AK 居群)，有
些居群则自然生境退化或遭到严重的人为破坏，导
致居群分布呈现片段化(如湖南长沙 CS、江苏句容
JＲ、河南内乡 NX 等居群)，后者必然会限制群体间
和群体内部的基因流，引起遗传分化。因此，短柄枹
栎自然居群的遗传结构可能受到了其生活史特征、
地理和环境因素、生境片段化以及人类活动的共同
作用。
居群分化是由于居群空间上的隔离，突变后环
境因子的差异造成选择差异，随机的遗传漂变以及
基因流的隔离导致的居群遗传结构的空间异质性
( Jacquemyn et al．，2004)。Kremer 等(1993)分析得
出栎属种内群体间的遗传分化很小，分化系数在
0. 01 ～ 0. 17 之间，平均值为 0. 06。本研究中的
AMOVA 分析(表 5)和 F 统计(表 3)结果与栎属植
物的遗传分化结论一致，表明遗传变异主要存在于
居群内部，群体间的遗传差异较小(F ST = 0. 22，P ＜
0. 001)。然而短柄枹栎的遗传分化明显高于栎属
植物遗传分化的平均值 ( F ST = 0. 06)，也比栓皮栎
(F ST = 0. 05)和辽东栎(F ST = 0. 04)的遗传分化值都
高，这可能与短柄枹栎主要的东、西 2 个群组的地理
分布有关。中国中部平原地区缺少短柄枹栎的分
布，弱化了东、西群体的居群之间的基因交流(西部
居群 Nm为 2. 31，东部居群 Nm为 2. 66，总体 Nm为
1. 88)(图 3)，加剧了东、西分布群组的遗传分化。
相比之下，栓皮栎则具有更广泛的分布范围，而辽东
栎则主要分布在我国北部山地，分布相对连续。
4 结论
本研究使用 8 对 nSSＲ 标记对短柄枹栎 24 个居
群的遗传多样性、遗传分化以及整体水平的遗传结
构的研究表明，该物种具有丰富的遗传多样性和对
应东、西地理分布的遗传分化。作为我国南方森林
的主要建群种之一，短柄枹栎的平均遗传多样性
(H o = 0. 28，I = 0. 66)低于其他栎属植物的遗传多
样性，而群体之间已呈现一定程度的遗传分化
(F ST = 0. 22)。前期的采样调查也发现部分居群受
人为影响严重退化，结实率很低，具有很低的遗传多
样性(如安徽休宁 XN，湖南长沙 CS 居群)。这些居
群在遗传保护中需要给予相应的重视。通过统计分
析也发现 24 个居群中有 10 个居群存在私有等位基
因，这些私有等位基因的出现可能是短柄枹栎适应
局部环境变化的结果，对维持居群的遗传结构发挥
重要作用，也为短柄枹栎的遗传多样性的保持和遗
传保护提供了一定的依据。
参 考 文 献
曹 倩，刘义飞，黄宏文 ． 2014． 人工砍伐后短柄枹栎的居群遗传重
建研究 ． 热带亚热带植物学报，22(1) : 68 － 76．
(Cao Q，Liu Y F，Huang H W． 2014． Ｒestoration of genetic diversity of
Quercus glandulifera var． brevipetiolata population after artificial
logging． Journal of Tropical and Subtropical Botany，22 (1) : 68 －
921
林 业 科 学 51 卷
76． ［in Chinese］)
陈怀琼，隋 春，魏建和 ． 2009． 植物 SSＲ 引物开发策略简述 ． 分子
植物育种，7(4) : 845 － 851．
(Chen H Q， Sui C，Wei J H． 2009． Summary of strategies for
developing SSＲ primer． Molecular Plant Breeding，7 ( 4 ) : 845 －
851． ［in Chinese］)
陈灵芝 ． 1993． 中国的生物多样性———现状及其保护对策 ． 北京:
科学出版社 ．
( Chen L Z． 1993． China’s biodiversity: Current strategy and its
conservation strategy． Beijing: Science Press． ［in Chinese］)
李文英 ． 2003． 蒙古栎天然群体遗传多样性研宄 ． 北京: 北京林业
大学博士学位论文 ．
(Li W Y． 2003． Study on genetic diversity of natural populations in
Quercus mongolica． Beijing: PhD thesis of Beijing Forestry
University． ［in Chinese］)
刘 牧 ． 2012． 蒙古栎和辽东栎的遗传进化关系研究 ． 哈尔滨: 东
北林业大学硕士学位论文 ．
(Liu M． 2012． The research on genetic evolution relationship of Quercus
mongolica and Quercus wutaishanica． Harbin: MS thesis of
Northeast Forestry University． ［in Chinese］)
秦英英，韩海荣，康蜂蜂，等 ． 2012． 基于 SSＲ 标记的山西省辽东栎
自然居群遗传多样性分析 ． 北京林业大学学报，34 ( 2 ) :
61 － 66．
(Qin Y Y，Han H Ｒ，Kang F F，et al． 2012． Genetic diversity in
natural populations of Quercus liaotungensis in Shanxi Province based
on nuclear SSＲ markers． Journal of Beijing Forestry University，34
(2) : 61 － 66． ［in Chinese］)
文亚峰，韩文军，谢伟东，等 ． 2013． 微卫星标记中的无效等位基
因 ． 生物多样性，21(1) : 117 － 126．
(Wen Y F， Han W J， Xie W D， et al． 2013． Null alleles in
microsatellite markers． Biodiversity Science，21 ( 1 ) : 117 － 126．
［in Chinese］)
徐 斌，张方秋，潘 文，等 ． 2013．我国红锥天然群体的遗传多样
性和遗传结构 ． 林业科学，49(10) : 162 － 166．
(Xu B，Zhang F Q，Pan W，et al． 2013． Genetic diversity and genetic
structure in natural populations of Castanopsis hystrix from its main
distribution in China． Scientia Silvae Sinicae，49(10) : 162 － 166．
［in Chinese］)
徐小林，徐立安，黄敏仁，等 ． 2004． 栓皮栎天然群体 SSＲ 遗传多样
性研究 ． 遗传，26(5) : 683 － 688．
(Xu X L，Xu L A，Huang M Ｒ，et al． 2004． Genetic diversity of
microsatellites ( SSＲs) of natural populations of Quercus variabilis．
Hereditas，26(5) : 683 － 688． ［in Chinese］)
徐永椿，任宪威 ． 1998． 中国植物志 ． 北京: 科学出版社，235 － 236．
(Xu Y C，Ｒen X W． 1998． Flora of China． Beijing: Science Press，
235 － 236． )
杨 梅，张 敏，师守国，等 ． 2014． 武当木兰种群遗传结构的 ISSＲ
分析 ． 林业科学，50(1) : 76 － 81．
(Yang M，Zhang M，Shi S G，et al． 2014． Analysis of genetic structure
of Magnolia sprengeri populations based on ISSＲ markers． Scientia
Silvae Sinicae，50(1) : 76 － 81． ［in Chinese］)
Aldrich P Ｒ，Cavender-Bares J． 2011． Quercus ∥ Kole C． Wild crop
relatives: Genomic and breeding resources． Berlin Heidelberg:
Springer，89 － 129．
Antonovics J， Levin D A． 1980． The ecological and genetic
consequences of density-dependent regulation in plants． Annual
Ｒeview of Ecology and Systematics，11: 411 － 452．
Bertini C H C，Schuster I，Sediyama T，et al． 2006． Characterization
and genetic diversity analysis of cotton cultivars using
microsatellites． Genetics and Molecular Biology， 29 ( 2 ) :
321 － 329．
Bohonak A J． 2002． IBD ( Isolation By Distance ) : a program for
analyses of isolation by distance． Journal of Heredity，93 ( 2 ) :
153 － 154．
Bruschi P，Vendramin G G，Bussotti F，et al． 2003． Morphological and
molecular diversity among Italian populations of Quercus petraea
(Fagaceae) ． Annals of Botany，91(6) : 707 － 716．
Chen G，Du X M． 2006． Genetic diversity of source germplasm of upland
cotton in China as determined by SSＲ marker analysis． Acta
Genetica Sinica，33(8) : 733 － 745．
Chen X M，He Z H，Shi J Ｒ，et al． 2003． Genetic diversity of high
quality winter wheat varieties ( lines) based on SSＲ markers． Acta
Agronomica Sinica，29(1) : 13 － 19．
De Greef B， Triest L，De Cuyper B， et al． 1998． Assessment of
intraspecific variation in half-sibs of Quercus petraea (Matt． ) Liebl．
‘plus’trees． Heredity，81(3) : 284 － 290．
Degen B，Streiff Ｒ，Ziegenhagen B． 1999． Comparative study of genetic
variation and differentiation of two pedunculate oak (Quercus robur)
stands using microsatellite and allozyme loci． Heredity，83 ( 5 ) :
597 － 603．
Dow B D，Ashley M V，Howe H F． 1995． Characterization of highly
variable ( GA /CT ) n microsatellites in the bur oak， Quercus
macrocarpa． Theoretical and Applied Genetics，91(1) : 137 － 141．
Evanno G，Ｒegnaut S，Goudet J． 2005． Detecting the number of clusters
of individuals using the software STＲUCTUＲE: A simulation study．
Molecular Ecology，14(8) : 2611 － 2620．
Excoffier L，Laval G，Schneider S． 2005． Arlequin ( version 3. 0) : An
integrated software package for population genetics data analysis．
Evolutionary Bioinformatics Online，1(1) : 47 － 50．
Ghazoul J， Liston K A， Boyle T J B． 1998． Disturbance-induced
density-dependent seed set in Shorea siamensis (Dipterocarpaceae)，
a tropical forest tree． Journal of Ecology，86(3) : 462 － 473．
Guo W，Cai C，Wang C，et al． 2007． A microsatellite-based，gene-rich
linkage map reveals genome structure， function and evolution in
Gossypium． Genetics，176(1) : 527 － 541．
Hedrick P W． 2004． Ｒecent developments in conservation genetics．
Forest Ecology and Management，197(1) : 3 － 19．
Hornero J，Gallego F J，Martinez I，et al． 2001． Testing the conservation
of Quercus spp． microsatellites in the cork oak，Q． suber L． Silvae
Genetica，50(3 /4) : 162 － 166．
House S M． 1993． Pollination success in a population of dioecious rain
forest trees． Oecologia，96(4) : 555 － 561．
Jacquemyn H，Honnay O，Galbusera P，et al． 2004． Genetic structure
of the forest herb Primula elatior in a changing landscape． Molecular
Ecology，13(1) : 211 － 219．
Kampfer S，Lexer C，Glssl J，et al． 1998． Characterization of (GA) n
031
第 12 期 王雁红等: 基于核微卫星的短柄枹栎居群遗传多样性和遗传结构
microsatellite loci from Quercus robur． Hereditas， 129 ( 2 ) :
183 － 186．
Kremer A，Petit Ｒ J． 1993． Genetic diversity in natural populations of
oak species． Annals of Forest Science，50( suppl． 1) : 186s － 202s．
Lagache L， Klein E K， Guichoux E， et al． 2013． Fine-scale
environmental control of hybridization in oaks． Molecular Ecology，
22(2) : 423 － 436．
Liu J Q，Sun Y S，Ge X J，et al． 2012． Phylogeographic studies of
plants in China: Advances in the past and directions in the future．
Journal of Systmatics and Evolution，50(4)，267 － 275．
López-Aljorna A， Bueno M ， Aguinagalde I， et al． 2007．
Fingerprinting and genetic variability in cork oak ( Quercus suber)
elite trees using ISSＲ and SSＲ markers． Annals of Forest Science，
64(7) : 773 － 779．
Miller M P． 2005． Alleles In Space (AIS) : Computer software for the
joint analysis of interindividual spatial and genetic information．
Journal of Heredity，96(6) : 722 － 724．
Murawski D A，Hamrick J L． 1991． The effect of the density of flowering
individuals on the mating systems of nine tropical tree species．
Heredity，67(2) : 167 － 174．
Murawski D A，Hamrick J L． 1992． The mating system of Cavanillesia
platanifolia under extremes of flowering-tree density: A test of
predictions． Biotropica，24: 99 － 101．
Nei M． 1973． Analysis of gene diversity in subdivided populations．
Proceedings of the National Academy of Sciences， 70 ( 12 ) :
3321 － 3323．
Ortego J， Ｒiordan E C， Gugger P F， et al． 2012． Influence of
environmental heterogeneity on genetic diversity and structure in an
endemic southern Californian oak． Molecular Ecology，21 ( 13 ) :
3210 － 3223．
Peakall Ｒ O D，Smouse P E． 2006． GENALEX 6: Genetic analysis in
Excel． Population genetic software for teaching and research．
Molecular Ecology Notes，6(1) : 288 － 295．
Pritchard J K，Stephens M，Donnelly P． 2000． Inference of population
structure using multilocus genotype data． Genetics，155(2) : 945 －
959．
Saunders D A， Hobbs Ｒ J， Margules C Ｒ． 1991． Biological
consequences of ecosystem fragmentation: A review． Conservation
Biology，5(1) : 18 － 32．
Silander Jr J A． 1978． Density-dependent control of reproductive success
in Cassia biflora． Biotropica，10: 292 － 296．
Steinkellner H，Fluch S，Turetschek E，et al． 1997． Identification and
characterization of ( GA /CT ) n microsatellite loci from Quercus
petraea． Plant Molecular Biology，33(6) : 1093 － 1096．
Sullivan A Ｒ，Lind J F，McCleary T S，et al． 2013． Development and
characterization of genomic and gene-based microsatellite markers in
North American red oak species． Plant Molecular Biology Ｒeporter，
31(1) : 231 － 239．
Tautz D． 1989． Hypervariabflity of simple sequences as general source for
polymorphic DNA markers． Nucleic Acids Ｒesearch，17 ( 16 ) :
6463 － 6467．
Templeton A Ｒ， Shaw K， Ｒoutman E， et al． 1990． The genetic
consequences of habitat fragmentation． Annals of the Missouri
Botanical Garden，77(1) : 13 － 27．
Van Oosterhout C，Hutchinson W F，Wills D P M，et al． 2004． MICＲO-
CHECKEＲ: Software for identifying and correcting genotyping errors
in microsatellite data． Molecular Ecology Notes，4(3) : 535 － 538．
Yeh F C，Yang Ｒ C，Boyle T． 1999． POPGENE version 1. 32，Microsoft
window-based freeware for population genetic analysis． Edmonton，
Canada: University of Alberta．
Young A， Boyle T， Brown T． 1996． The population genetic
consequences of habitat fragmentation for plants． Trends in Ecology
＆ Evolution，11(10) : 413 － 418．
(责任编辑 徐 红)
131