全 文 ：作物学报 ACTA AGRONOMICA SINICA 2013, 39(4): 649656 http://www.chinacrops.org/zwxb/
ISSN 0496-3490; CODEN TSHPA9 E-mail: xbzw@chinajournal.net.cn

本研究由国家自然科学基金项目 (30800700), 国家现代农业产业技术体系建设专项 (CARS-20-1-4)和广东省科技计划项目 (2011B
060400019)资助。
* 通讯作者(Corresponding authors): 李奇伟, E-mail: liqiwei66@163.com, Tel: 020-84168478; 邓海华, E-mail: haihuadeng@126.com, Tel:
020-84178327
第一作者联系方式: E-mail: yongwen2001@163.com
Received(收稿日期): 2012-09-18; Accepted(接受日期): 2012-12-12; Published online(网络出版日期): 2013-01-28.
URL: http://www.cnki.net/kcms/detail/11.1809.S.20130128.0919.001.html
DOI: 10.3724/SP.J.1006.2013.00649
甘蔗细茎野生种核心种质构建
齐永文 樊丽娜 罗青文 王勤南 陈勇生 黄忠兴 刘 睿 刘少谋
邓海华* 李奇伟*
广州甘蔗糖业研究所 / 广东省甘蔗改良与生物炼制重点实验室, 广东广州 510316
摘 要: 以来自我国 10个省(市)、自治区的 540份甘蔗细茎野生种无性系为材料, 根据采集地信息及其在 20对 SSR
引物上的分子标记数据和 15个表型性状资料, 开展核心种质构建研究。不同取样量(5%、10%、20%、30%、40%、
50%、60%、70%、80%和 90%)分析表明, 10%的取样比例可获得 70%以上的变异保留比例, 是较好的核心种质取样
规模; 对 5种采集地分组取样策略(等量法、简单比例法、平方根比例法、对数比例法和多样性比例法)和 2种无分组
取样策略(最大变异保留法和随机抽样法)比较表明, 简单比例法获得的核心种质代表性最好, 为最优取样策略。最后,
在简单比例法取样筛选出的 54 份核心样品中 , 又通过定向选择补充了 6 份具有优异表型性状的材料 , 构建了含
60 份无性系的甘蔗细茎野生种核心种质, 分子和表型检验都表明本研究所构建的核心种质具有较好的代表性和遗传
多样性。
关键词: 甘蔗细茎野生种; 核心种质; SSR; 表型性状
Establishment of Saccharum spontaneum L. Core Collections
QI Yong-Wen, FAN Li-Na, LUO Qing-Wen, WANG Qin-Nan, CHEN Yong-Sheng, HUANG Zhong-Xing,
LIU Rui, LIU Shao-Mou, DENG Hai-Hua*, and LI Qi-Wei*
Guangdong Key Laboratory of Sugarcane Improvement and Biorefine / Guangzhou Sugarcane Industry Research Institute, Guangzhou 510316, China
Abstract: Five hundred and forty accessions of Saccharum spontaneum L. from ten provinces of China were characterized using
geographical information, molecular markers on 20 SSRs, and 15 agro-morphological traits to establish a core collection. Ten
different sampling ratios of accessions were tested, including 5% and 10% to 90% with an interval of 10%. The results showed
that 10% of samples could conserve more than 70% of variations, which indicated that 10% was an adequate sampling ratio for
establishing the core collection. A comparison of the efficiencies of five sampling strategies by geographical grouping (constant,
proportional, square root, logarithmic, and genetic diversity-depend) and two non-grouping sampling strategies (maximization and
random sampling), indicated proportional strategy was optimal in term of establishing the most representative core collection.
Thus, a core collection of 60 accessions, including 54 selected based on proportional strategy and six accessions selected by their
specific agro-morphological traits, was constructed. The tests on SSR data and agro-morphological traits demonstrated that the
core collection have high genetic diversity and a good representative to the entire collection.
Keywords: Saccharum spontaneum L.; Core collection; SSR; Agro-morphological traits
甘蔗细茎野生种 (Saccharum spontaneum L.),
是甘蔗近缘野生物种之一, 具有耐旱、耐瘠、抗逆
性强等特点, 是甘蔗品种改良中抗逆基因的重要来
源之一[1]。Glaszmann 等[2]和 D’Hont 等[3]研究表明,
现代甘蔗品种中均有甘蔗细茎野生种的血缘, 甘蔗
品种中约 10%~25%的染色体来自甘蔗细茎野生种。
由于甘蔗细茎野生种在甘蔗遗传改良中具有重要作
用, 甘蔗育种工作者非常重视甘蔗细茎野生种种质
650 作 物 学 报 第 39卷

资源收集与评价研究[4-6]。但是, 育种上能够有效利
用的种质资源只是其中非常有限的一部分, 丰富的
种质资源在为育种工作提供大量材料的同时, 庞大
的资源数量又会给种质的保存、评价与利用带来了
诸多困难。构建核心种质是解决这一难题的有效方
法, 建立核心种质既保证了种质资源的遗传多样性,
又减少了资源数量。自 Frankel [7]提出核心种质的概
念并与 Brown [8-9]进一步完善以来, 水稻[10]、大豆[11]
以及甘蔗 [12]等多种作物都开展了核心种质构建研
究。在甘蔗细茎野生种方面, 2001年 Tail和Miller [13]
根据 USA-ARS 保育的 342 份甘蔗细茎野生种的 11
个数量性状和地理信息, 通过聚类取样构建了一个
含 75 份无性系的甘蔗细茎野生种核心种质。2006
年 Amalraj 等[14]应用 21 个质量性状数据和 10 个数
量性状数据对印度 Coimbatore 甘蔗育种所保育的
617 份甘蔗细茎野生种进行评价与核心种质取样研
究, 构建了一个含 60份无性系的甘蔗细茎野生种核
心种质。
中国是甘蔗细茎野生种原产地之一, 种质资源
丰富[15], 其中海南甘蔗育种场是我国甘蔗细茎野生
种最主要的保存和利用单位之一, 保存有国内外甘
蔗细茎野生种资源 500多份[16]。20世纪 50年代, 该
育种场在我国首次获得了甘蔗细茎野生种与热带种
的 F1 代杂交种子, 经过连续杂交、回交, 由我国本
土甘蔗细茎野生种选育的崖城系列亲本已经成为当
前甘蔗杂交育种中的主要亲本材料之一, 为拓宽甘
蔗品种遗传基础做出了重要贡献[17]。此外, 海南甘
蔗育种场还是我国重要的甘蔗杂交制种基地, 常年
承担各育种单位绝大部分的杂交花穗生产任务, 迄
今我国大陆自育的甘蔗品种全部来自该场生产的杂
交花穗[15]。因此, 开展海南甘蔗育种场保存的甘蔗
细茎野生种种质资源评价研究, 构建核心种质, 对
于促进我国甘蔗种质创新和品种选育效率具有非常
重要的作用。为此, 本文应用地理来源信息、SSR
分子标记数据以及表型性状资料开展甘蔗细茎野生
种核心种质构建研究, 为甘蔗育种中优异基因资源
的选择提供参考和借鉴。
1 材料与方法
1.1 材料与数据
以海南甘蔗育种场保存的来自广东、广西、海
南、福建、云南、四川、贵州、江西、湖南和上海等
省(市)、自治区的 540 份甘蔗细茎野生种无性系为对
象, 按照《甘蔗种质资源描述规范和数据标准》[18]调
查锤度、株高、茎径、叶长、叶宽、叶面积、节长、
分蘖力、生长势、开花时间、花粉量等农艺、形态
性状资料以及黄叶综合症、花叶病、黑穗病、螟虫
等病虫害抗性资料。
参照 Besse 等[19]方法, 采用 CTAB 法提取试验
材料幼嫩叶片的 DNA。根据国际甘蔗生物技术学会
(International Consortium of Sugarcane Biotechnology)
公布的 SSR 引物信息 [20-21]和 Pinto 等 [22]报道的
EST-SSR引物信息以及樊丽娜等[23]的结果, 选择 20
对条带清晰、分子量适中的 SSR引物分析试验材料,
其中 11对为基因组 SSR (gSSR), 9对为 EST-SSR。
PCR体系为每 20 μL, 含 DNA模板 50 ng、10×buffer
2.0 μL、1.5 mmol L–1 MgCl2、0.3 μmol L–1上下游引
物、0.2 mmol L–1 dNTPs、1.5 U Taq酶。反应程序为
95℃ 5 min; 95℃ 1 min, 55℃ 30 s, 72℃ 1 min, 30个
循环; 72℃延伸 5 min。扩增产物经银染显色[24]。统
计各试验材料在每对引物上的扩增带条数, 有带记
作 1, 无带记作 0。
1.2 核心种质取样规模
根据 SSR 分子标记数据研究核心种质取样规模,
应用 MStrat程序[25]进行核心种质取样, 该程序采用
最大变异保留方法(maximization strategy, M), 能够
获得对原始种质最高的变异保留比例。通过比较
5%、10%、20%、30%、40%、50%、60%、70%、
80%和 90%取样比例获得的核心种质的代表性, 确
定合适的核心种质取样规模。
1.3 核心种质取样策略
参考苏火生等[26]研究结果, 采用按来源地分组
的原则, 将试验材料划分为 10个小组。按照等量法
(constant strategy, C)、简单比例法 (proportional
strategy, P)、平方根比例法(square root strategy, S)、
对数比例法(logarithmic strategy, L)和多样性比例法
(genetic diversity-depend strategy, G)[9]确定组间取样
比例。为了保证每个地区的材料都有入选, 在各种
取样策略中, 每小组至少有 1 份材料入选。除了分
组取样外, 对全部材料还采用不分组的最大变异保
留方法(M)取样和随机取样(random sampling stra-
tegy, R)。比较各种取样策略所获得的核心种质代表
性, 确定最优取样策略。在最优取样策略的基础上,
定向选择补充一些在重要农艺性状、抗性或杂交利
用效果等方面具有特殊应用价值的材料, 构建甘蔗
细茎野生种核心种质。
第 4期 齐永文等: 甘蔗细茎野生种核心种质构建 651


1.4 统计分析
应用 PowerMarker Ver. 3.25[27]计算 SSR分子标
记的扩增条带数、基因多样性指数、多态性信息量
(polymorphism information content, PIC)。评价核心
种质时, 对于 SSR 分子标记数据和黄叶综合症、花
叶病、黑穗病、螟虫 4 项病虫害抗性等质量性状采
用多样性指数(index of genetic diversity, He)、变异保
留比例(percentage of variations retained, VP)作为评
价指标。对于锤度、株高、茎径、叶长、叶宽、叶
面积、节长、分蘖力、生长势、开花时间和花粉量
11 项数量性状, 采用核心种质与原始种质的方差比
值(variance difference percentage, VD)、均值比值
(mean difference percentage, MD) 、 极 差 比 值
(coincidence difference percentage, CR)和变异系数
比值(variable rate of coefficient of variation, VR)作为
评价指标[28-29]。根据 SSR分子标记数据应用主坐标
分析法[30]获得核心种质在原始种质中的分布图, 应
用方差同质性 F 测验和平均值 t 测验分析核心种质
和原始种质在部分重要表型性状上的平均值差异。
2 结果与分析
2.1 甘蔗细茎野生种 SSR遗传多样性
表 1所示, 20对 SSR引物在 540份甘蔗细茎野
生种上检测到 454 个多态性条带。各个引物的多态
性条带数差异较大, 其中 EST-SSR引物 SCB02的条
带最少, 仅检测到 4条, gSSR引物 SMC851MS的条
带最多, 为 43 条, 20 对引物的平均多态性条带为
22.7。各引物遗传多样性指数在 0.1329~0.3280之间,
平均遗传多样性指数为 0.2173, PIC 值在 0.1159~
0.2934之间, 平均为 0.1837。Mantel测验表明, 单独
应用 ESR-SSR和单独应用 gSSR计算的各个试验材
料间的遗传距离矩阵呈显著相关 (r = 0.5346,
P<0.05), 说明 2种类型 SSR揭示的种质间遗传关系
具有较高的一致性。

表 1 20 对 SSR 引物在甘蔗细茎野生种中的多态性条带数、遗传多样性指数和多态性信息含量
Table 1 Number of polymorphic bands, index of genetic diversity, and PIC of 20 SSRs pairs of primers in S. spontaneum
引物
Primer
类型
Type
多态性条带数
Number of polymorphic bands
遗传多样性指数
Index of genetic diversity
多态性信息含量
Polymorphism information content
SSCIR43 gSSR 16 0.2462 0.2021
SMC597CS gSSR 29 0.2580 0.2163
SMC21SA gSSR 20 0.1602 0.1359
SMC1825LA gSSR 17 0.3280 0.2934
SSCIR15 gSSR 33 0.1946 0.1656
mSSCIR58 gSSR 31 0.2172 0.1864
SMC668CS gSSR 25 0.2175 0.1824
SMC720BS gSSR 27 0.2296 0.1904
SMC851MS gSSR 43 0.1518 0.1326
SSCIR16 gSSR 15 0.1329 0.1159
SSCIR36 gSSR 39 0.2193 0.1861
SCA03 EST-SSR 36 0.1625 0.1330
SCA04 EST-SSR 14 0.2611 0.2209
SCB01 EST-SSR 15 0.2432 0.2039
SCB02 EST-SSR 4 0.2406 0.2069
SCC02 EST-SSR 14 0.1725 0.1485
SCC05 EST-SSR 30 0.2464 0.2020
SCC07 EST-SSR 10 0.2616 0.2108
SCC10 EST-SSR 12 0.1883 0.1618
SCA07 EST-SSR 24 0.2148 0.1798

核心种质构建就是通过计算分析, 剔除原始种
质中遗传差异较小的材料, 筛选出具有较远遗传关
系的代表性种质, 因此, 用于核心种质取样的数据
需要尽可能区分出原种种质库中每一份种质间的遗
传差异。为了分析 SSR引物数量和种质鉴别能力间
的关系, 从 20对 SSR引物中随机选取一定数量的引
物进行 3 个重复, 统计不同数量的引物能够鉴别出
的种质数量。如图 1 所示, 使用引物的数量从 1 增
652 作 物 学 报 第 39卷

加到 5 时, 随着使用引物数量的增多, 可鉴别出的
种质数量迅速增加。当使用 5 对引物时, 由于此时
可鉴别出的种质数量已达到所有种质的 90%, 此后
可鉴别出的种质数量随使用引物的数量增加变化幅
度较小。当使用 9对引物时, 3次随机抽样重复都可
完全鉴别出所有种质, 说明 9 对引物已经能够满足
鉴别所有种质的需要。本研究共获得 20 对 SSR 引
物上的分子标记数据, 其多态性(454)远高于随机抽
样时 9 对引物的多态性(210), 由于 9 对引物已经能
够完全揭示出所有种质间的遗传差异, 所以 20对引
物能更清楚地解释各个种质间的遗传关系, 满足核
心种质取样需要。

图 1 随机抽取不同数量 SSR 引物的多态性数量(ANPB)及其可
鉴别出的种质数量(ANSAI)
Fig. 1 Average number of polymorphic bands (ANPB) and
average number of S. spontaneum accessions identified (ANSAI)
using randomly selected SSR primer pairs

2.2 核心种质取样规模研究
在不分组的情况下, 根据 540 份试验材料在 20
对 SSR引物上的分子标记数据应用最大变异保留法
进行取样。如图 2所示, 取样比例为 5%时, 核心种
质变异保留比例为 79.9%。取样比例为 10%时, 变
异保留比例为 84.9%。而当取样比例超过 20%, 变
异保留比例都在 90%以上。取样比例在 0~40%以内,
随着取样数量的增加, 变异保留比例增加幅度较大,
当取样比例大于 40%时, 变异保留达 98%以上, 变
异保留比例随取样量而变化的幅度不大。对各取样
比例下的数量性状代表性分析表明(表 2), 在取样比
例为 10%时, 核心种质数量性状上的极差为总体材
料的 71%, 变异系数为总体材料的 99%, 平均值比
值也在 90%以上。由此可见, 取样比例为 10%时, 核
心种质在分子标记和表型性状 2 种数据上对原始种
质的遗传多样性保留比例都在 70%以上, 是较好的
取样规模。

图 2 核心种质变异保留比例与取样规模间的关系
Fig. 2 Relationships between ratios of variations retained and
sampling ratio of core collections

表 2 不同取样比例获得的核心种质与原始种质数在数量性状评价指标上的比值
Table 2 MD, VD, CR, and VR of the core collection with different sampling ratios to the entire collection
取样比例
Sampling ratio
均值比
Mean difference ratio
方差比值
Variance difference ratio
极差比值
Coincidence difference
ratio
变异系数比值
Variable rate of coefficient
of variation
5% 0.86 0.88 0.58 0.84
10% 0.91 0.83 0.71 0.99
20% 0.92 0.84 0.72 0.96
30% 0.92 1.11 0.89 1.04
40% 0.92 1.13 0.92 1.03
50% 0.93 1.03 0.93 1.05
60% 0.93 0.96 0.96 1.01
70% 0.94 0.92 0.92 1.02
80% 0.97 0.98 0.97 0.99
90% 0.99 0.93 1.00 1.00

2.3 核心种质取样策略比较
以 10%作为核心种质取样量, 对地理来源分组下
的等量法、简单比例法、平方根法、对数法和多样性
法等 5 种分组取样策略, 以及无分组下的随机取样和
第 4期 齐永文等: 甘蔗细茎野生种核心种质构建 653


最大变异保留法取样, 共 7 种取样策略获得的核心种
质进行比较。核心种质评价指标中多样性指数、变异
保留比例、方差比值、极差比值、变异系数比值等 5
个指标数值越大, 说明所获得核心种质对原始种质的
代表性越高, 遗传多样性越大, 因此数值大的排名靠
前。均值比值越接近 1, 说明核心种质性状分布与原始
种质越接近, 代表性越高, 因此均值比值以最为接近
1 的排名靠前。从表 2 可以看出, 在 7 种取样策略中,
无分组随机取样获得核心种质在变异保留比例、平均
值、方差、极差、变异系数等多个参数上的排名都比
较靠后, 效果最差。无分组最大变异保留策略获得的
核心种质除了方差和变异系数 2个指标排名较靠后以
外, 其他指标排名都居于中间水平。而简单比例法获
得的核心种质在 6 个评价指标中, 多样性指数、表型
方差、极差 3 个指标排名第 1, 变异保留比例排名第
2, 是 7种取样策略中最好的方法。应用简单比例法取
样, 不仅保留了较高的遗传变异, 而且各个材料之间
也具有较大的遗传差异。

表 3 不同取样策略获得的核心种质在 6 个评价参数上的排序
Table 3 Rank on six parameters of the core collection selected by different strategies
取样策略
Sampling strategy
遗传多样性指数
He
变异保留比例
VP
均值比值
MD
方差比值
VD
极差比值
CR
变异系数比值
CV
最大变异保留法 M 2 3 2 7 3 6
简单比例 P 1 2 6 1 1 5
等量 C 7 2 1 3 6 2
对数比例 L 4 1 5 2 2 1
多样性比例 G 6 2 3 5 5 4
平方根比例 S 3 2 4 5 4 3
随机取样 R 5 4 7 6 7 7
He: index of genetic diversity; VP: ratio of variations retained; MD: mean difference ratio; VD: variance difference ratio; CR: coinci-
dence difference ratio; CV: variable rate of coefficient of variation; M: maximization strategy; P: proportional strategy; L: logarithmic strat-
egy; G: genetic diversity-depend strategy; S: square root strategy; R: random sampling strategy.

2.4 核心种质构建与代表性分析
根据取样规模和取样策略研究结果 , 在地理
分组下按组间简单比例法取样筛选出 54 份代表性
材料。此外, 考虑到核心种质的应用价值, 又根据
试验材料的表型性状与以往杂交利用效果 , 补充
了 6份在锤度、株高、生长势、病虫害抗性等性状
上具有特异表现的材料 , 最终建立了一个包括 60
份无性系在内的甘蔗细茎野生种核心种质。核心种
质的取样比例为 11%, 在地理来源上的分布为云南
22 份, 四川 9 份, 广东 8 份, 海南 8份, 广西 6份,
福建 4 份, 贵州 3 份, 江西 2 份, 浙江和湖南各 1
份。统计表明, 核心种质在质量性状和分子标记上
的保留比例是 90.2%, 数量性状极差与原始种质的
比值是 91.6%, 核心种质的多样性指数和表型方差
分别是原始种质的 1.03 倍和 1.15 倍, 在株高、茎
径、锤度等重要农艺性状上的均值与原始种质没有
显著差异(表 4), 可见核心种质既保留了较高的遗
传变异, 材料间又具有丰富的遗传多样性。主坐标
分析表明 , 核心种质在整个原始种质的分布比较
分散, 遍布了整个坐标图, 与原始种质的分布范围
大致相当 , 显示出本研究所构建的核心种质具有
较好的代表性(图 3)。

表 4 核心种质与原始种质在 5 个表型性状上的比较
Table 4 Comparison between the core collection and entire collection in five agro-morphological traits
核心种质
Core collection
均值比值
Mean difference
ratio
方差比值
Variance difference
ratio
极差比值
Coincidence differ-
ence ratio
变异系数比值
Variable rate of coe-
fficient of variation
株高 Plant height 1.20 1.18 0.94 1.09
茎径 Diameter of stalk 1.53 1.76 1.00 1.82
节长 Length of internode 1.04 1.05 0.77 0.99
叶面积 Leaf area 0.89 0.84 0.79 0.91
锤度 Brix 1.18 1.53 0.90 1.23

654 作 物 学 报 第 39卷


图 3 基于 SSR 标记的甘蔗细茎野生种核心种质和保留种质的
主坐标分布图
Fig. 3 Principal component plots for the core and reserve
collections of S. spontaneum L. based on SSR markers

3 讨论
3.1 核心种质构建中不同类型特征数据的应用
核心种质的概念就是用一定的方法选择整个种
质资源的一部分, 以最小的资源数量和遗传重复最
大程度地代表整个资源的多样性[8]。因此, 构建核心
种质需要利用各种特征数据上的差异来剔除原始种
质中亲缘关系相近的样品。表型性状(农艺和形态等)
和分子标记是核心种质构建常用的两类特征数据。
表型性状具有易获取、成本低、与种质资源应用价
值直接相关等优点。在最初的核心种质构建研究中,
普遍采用的是表型性状, 在甘蔗种质资源方面, 如
已报道的甘蔗属热带种资源的核心种质[12]、甘蔗细
茎野生种核心种质[13-14]都是采用的表型性状。但是,
表型性状尤其是一些数量性状易受环境因素如调查
地的生态、气候等影响, 不稳定, 不能完全真实地反
应种质资源的遗传多样性。相对而言, 分子标记不
受植物生长时期以及生长环境等影响, 具有稳定、
多态性高、信息量大等优点, 能够准确地反映种质
间的遗传关系, 所以更适用于遗传多样性评价和核
心种质取样。近年来, 随着开发出的分子标记数目
的增多与检测成本降低, 分子标记已经广泛应用到
植物核心种质构建之中。最近报道的植物核心种质
大多采用表型性状和分子标记两种数据共同构
建 [10,11,31], 用分子标记数据进行系统取样 , 而表型
性状数据主要用于核心种质的评价或定向取样。
本试验开展核心种质构建研究的对象是甘蔗细
茎野生种, 其遗传背景非常复杂, 仅染色体组成就
有 2n = 60、64、70、80、116等多种类型[32]。此外,
甘蔗细茎野生种属于多年生植物, 生长周期长、差
异大, 所以其表型性状受调查时间等外界因素的影
响更大, 尤其是一些与生长周期相关的数量性状。
因此, 本研究又对试验材料进行了 SSR 分子标记分
析, 用稳定可靠的分子标记数据进行核心种质系统
取样研究, 表型性状数据用于取样策略的评价和定
向取样。本研究表明, 根据 SSR分子标记数据取样,
当取样比例 10%时, 不仅 SSR变异保留比例可达到
90%以上 , 而且数量性状的均值比值在 90%以上 ,
变异系数比值达到 99%, 在极差上的比值也在 70%
以上。说明通过分子标记数据取样, 对分子标记数
据和表型性状都达到了较好的保留效果。
当然, 由于 SSR 标记和表型性状之间的关系尚
不清楚, 通过 SSR 标记取样可能会漏掉原始种质库
中部分农艺性状表现优良、具有重要应用价值的优
异材料, 所以在确定核心种质入选样品时, 往往还
需要根据表型性状适当调整和补充。因此, 本研究
在通过分子标记数据取样获得的 54份核心样品的
基础上, 又补充了 6 份在锤度、株高、生长势、病
虫害抗性等性状上具有特异表现的材料, 最终建立
了一个包括 60 份无性系在内的甘蔗细茎野生种核
心种质。
3.2 核心种质取样策略
选择最优的取样策略是核心种质构建中的关键
环节。Tai和 Miller [13]在构建美国保育的来自世界各
地割手密核心种质时, 包括地理来源、表型性状进
行了 11种取样策略比较, 该研究表明按照地理来源
分组取样获得核心种质的代表性较高, 是较好的分
组方法。苏火生等[27]对我国甘蔗细茎野生种初级核
心种质构建分组方法的研究指出, 来源地和茎径是
最好的分组取样指标。但是, 茎径是一个连续变化
的数量性状, 受种植地土壤、气候、温度等以及调
查时间等诸多外界因素影响, 非常不稳定、材料间
可比性差。相对而言, 来源地作为分组的依据更为
稳定、可靠, 是植物核心种质构建中常用的分组方
法。另外, 其他相关研究也表明根据来源地分组是
我国甘蔗细茎野生种核心种质取样的较好方法。已
有研究表明, 我国甘蔗细茎野生种的遗传结构与地
理来源显著相关, 同一地理来源的种质间的遗传距
离显著低于不同地理来源种质间的遗传距离(未发
表), 相似结果在四川[33]、广东[23]等地的甘蔗细茎野
生种遗传多样性研究中也有报道。因此, 本研究参
考已有研究结果, 核心种质取样时采用了来源地分
组的原则。在此基础上又进行了等量法、简单比例
法、对数法、多样性法、平方根法等不同组间取样
第 4期 齐永文等: 甘蔗细茎野生种核心种质构建 655


策略以及无分组取样和随机取样比较。通过比较变
异保留比例、遗传多样性指数、平均值、表型方差、
极差、变异系数等多个评价指标表明, 等比例取样
是甘蔗细茎野生种核心种质构建时的最优的取样方
法。说明要获得对原始种质较高的遗传代表性, 保
持原始种质中各个来源地材料数的相应比例是最好
的方法。这一结果也反映出在获取对原始种质遗传
代表性时, 不同地理来源的材料不能替代, 从另外
一个角度再次表明构建甘蔗细茎野生种核心种质时
按照地理分组是较好的分组方法。
4 结论
按地理来源分组下的简单比例法是构建甘蔗细
茎野生种核心种质最优取样策略, 经系统取样与优
先取样, 建立了一个包含 60份无性系的甘蔗细茎野
生种核心种质。核心种质取样比例为 11%, 遗传变
异保留比例为 90.2%, 其多样性指数和表型方差都分
别高于原始种质, 对原始种质具有较好的代表性。

致谢: 本研究得到澳大利亚甘蔗试验总局(BSES)韦
先明博士的帮助, 在此表示感谢。
References
[1] Bremer G. Problems in breeding and cytology of sugar cane.
Euphytica, 1961, 10: 59–78
[2] Glaszmann J C, Fautret A, Noyer J L, Feldmann P, Lanaud C.
Biochemical genetic markers in sugarcane. Theor Appl Genet,
1989, 78: 537–543
[3] D’Hont A, Lu Y H, Feldmann P, Glaszmann J C. Cytoplasmic
diversity in sugarcane revealed by heterologous probes. Sugar-
cane, 1993, 1:12–15
[4] Mary S, Nair N, Chaturvedi P K, Selvi A. Analysis of genetic di-
versity among Saccharum spontaneum L. from four geographical
regions of India, using molecular markers. Genet Resour Crop
Evol, 2006, 53: 1221–1231
[5] Pan Y B. Highly polymorphic microsatellite DNA markers for
sugarcane germplasm evaluation and variety identity testing.
Sugar Tech, 2006, 8: 246–256
[6] Zhang G M, Li Y R, He W Z, He H, Liu X H, Song H Z, Liu H B,
Zhu R C, Fang W K. Analysis of the genetic diversity in Saccha-
rum spontaneum L. accessions from Guangxi Province of China
with RAPD-PCR. Sugar Tech, 2010, 12: 31–35
[7] Frankel O H. Genetic perspectives of germplasm conservation. In:
Arber W, Llimensee K, Peacock W J, Starlinger P, eds. Sympo-
sium on Genetic Manipulation: Impact on Man and Society.
Cambridge, UK: Cambridge University Press, 1984. pp 161–170
[8] Brown A H D. Core collections: a practical approach to genetic
resources management. Genome, 1989, 31: 818–824
[9] Brown A H D. The case for core collections. In: Brown A H D,
Frankel O H, Marshall D R, Willims J T, eds. The Use of Plant
Genetic Resources. Cambridge, UK: Cambridge University Press,
1989. pp 136–156
[10] Zhang H L, Zhang D L, Wang M X, Sun J L, Qi Y W, Li J J, Wei
X H, Han L Z, Qiu Z, Tang S X, Li Z C. A core collection and
mini core collection of Oryza sativa L. in China. Theor Appl
Genet, 2011, 122: 49–61
[11] Qiu L-J(邱丽娟), Li Y-H(李英慧), Guan R-X(关荣霞), Liu
Z-X(刘章雄), Wang L-X(王丽侠), Chang R-Z(常汝镇). Estab-
lishment, representative testing and research progress of soybean
core collection and mini core collection. Acta Agron Sin (作物学
报), 2009, 35(4): 571–579 (in Chinese with English abstract)
[12] Balakrishnan R, Nair N V, Sreenivasan T V. A method for estab-
lishing a core collection of Saccharum officinarum germplasm
based on quantitative morphological data. Genet Resour Crop
Evol, 2000, 47: 1–9
[13] Tai P Y P, Miller J D. A core collection for Saccharum sponta-
neum L. from the world collection of sugarcane. Crop Sci, 2001,
41: 879–885
[14] Amalraj V, Balakrishnan R, Jebadhas A, Balasundaram N. Con-
stituting a core collection of Saccharum spontaneum L. and
comparison of three stratified random sampling procedures.
Genet Resour Crop Evol, 2006, 53: 1563–1572
[15] Chen H(陈辉), Fan Y-H(范源洪), Shi X-W(史宪伟), Cai Q(蔡
青), Zhang M(张明), Zhang Y-P(张亚平). Research on genetic
diversity and systemic evolution in Saccharum spontaneum L.
Acta Agron Sin (作物学报), 2001, 27(5): 645–652 (in Chinese
with English abstract)
[16] Deng H-H(邓海华). Pedigree analysis of the native spontaneum-
derived varieties of sugarcane in mainland China. Guandong Ag-
ric Sci (广东农业科学), 2012, 39(8): 167–170 (in Chinese with
English abstract)
[17] Lao F-Y(劳方业), Liu R(刘睿), He H-Y(何慧怡), Deng H-H(邓
海华), Chen Z-H(陈仲华), Chen J-W(陈健文), Fu C(符成),
Zhang C-M(张垂明), Yang Y-H(杨业后). AFLP analysis of ge-
netic diversity in series sugarcane parents developed at HSBS.
Mol Plant Breed (分子植物育种), 2008, 6(3): 517–522 (in Chi-
nese with English abstract)
[18] Cai Q(蔡青), Fan Y-H(范源洪). Technical Code for Evaluating
Germplasm Resources-Sugarcane (Saccharum L.) (甘蔗种质资
源鉴定技术规程). Beijing: China Agriculture Press, 2008
656 作 物 学 报 第 39卷

[19] Besse P, Mcintyre C L, Berding N. Ribosomal DNA variations in
Erianthus, a wild sugarcane relative (Andropogoneae-Saccha-
rinae). Theor Appl Genet, 1996, 92: 733–743
[20] Cordeiro G M, Taylor G O, Henry R J. Characterisation of mi-
crosatellite markers from sugarcane (Saccharum spp.), a highly
polymorphic species, Plant Sci, 2000, 155: 161–168
[21] Pan Y B. Highly polymorphic microsatellite DNA markers for
sugarcane germplasm evaluation and variety identity testing,
Sugar Tech, 2006, 8: 246–256
[22] Pinto L R, Oliveira K M, Ulian E C, Garcia A A F, de Souza A P.
Survey in the sugarcane expressed sequence tag database (SUCEST)
for simple sequence repeats. Genome, 2004, 47: 795–804
[23] Fan L-N(樊丽娜), Li Y(李昱), Luo Q-W(罗青文), Lao F-Y(劳
方业), Wang Q-N(王勤南), He H-Y(何慧怡), Chen Y-G(陈月桂),
Deng H-H(邓海华), Li Q-W(李奇伟), Qi Y-W(齐永文). Genetic
diversity of Saccharum spontaneum L. from Guangdong pro-
vince analyzed based on SSR markers. Mol Plant Breed (分子植
物育种), 2012, 10(5): 1338–1345 (in Chinese with English ab-
stract)
[24] Bassam B J, Caetano-Anolles G, Gresshoff P M. Fast and sensi-
tive silver staining of DNA in polyacrylamide gels. Anal Biochem,
1991, 196: 80-83
[25] Gouesnard B, Bataillon T M, Decoux G, Rozale C, Schoen D J,
David J L. MSTRAT: an algorithm for building germplasm core
collections by maximizing allelic or phenotypic richness. Here-
dity, 2001, 92: 93–94
[26] Su H-S(苏火生), Liu X-L(刘新龙), Mao J(毛钧), Ying X-M(应
雄美), Lu X(陆鑫), Ma L(马丽), Fan Y-H(范源洪), Cai Q(蔡青).
Sampling strategy of pre-core collection for Saccharum sponta-
neum. J Hunan Agric Univ (湖南农业大学学报), 2011, 37(3):
253–259 (in Chinese with English abstract)
[27] Liu K, Muse S V. PowerMarker: an integrated analysis environ-
ment for genetic marker analysis. Bioinformatics, 2005, 21:
2128–2129
[28] Zhang H-L(张洪亮), Li Z-C(李自超), Cao Y-S(曹永生), Qiu
Z-E(裘宗恩), Yu P(余萍), Wang X-K(王象坤). Comparison of
parameters for testing the rice core collection in phenotype. Acta
Agron Sin (作物学报), 2003, 29(2): 252–257 (in Chinese with
English abstract)
[29] Hu J, Zhu J, Xu H M. Methods of constructing core collection by
stepwise cluster with three sampling strategies based on geno-
typic values of crops. Theor Appl Genet, 2000, 101: 264–268
[30] Rohlf F J. Numerical Taxonomy and Multivariate Analysis Sys-
tem, Version 2.1, User Guide. Exeter Software, New York, 2000
[31] Belaj A, Dominguez-García M C, Atienza S G, Urdíroz N M, De
la Rosa R, Satovic Z, Martín A, Kilian A, Trujillo I, Valpuesta V,
Del Río C. Developing a core collection of olive (Olea europaea
L.) based on molecular markers (DArTs, SSRs, SNPs) and agro-
nomic traits. Tree Genet Genomes, 2012, 8: 365–378
[32] Chen C L, Li L F, Wu S Z. Chromosome number distribution of
Saccharum spontaneum in the southwest region of China. Intl
Sugar J, 1981, 83: 264–267
[33] Chang D, Yang F Y, Yan J J, Wu Y Q, Bai S Q, Liang X Z, Zhang
Y W, Gan Y M. SRAP analysis of genetic diversity of nine native
populations of wild sugarcane, Saccharum spontaneum from Si-
chuan, China. Genet Mol Res, 2012, 11: 1245–1253