全 文 ：作物学报 ACTA AGRONOMICA SINICA 2009, 35(7): 1209−1216 http://www.chinacrops.org/zwxb/
ISSN 0496-3490; CODEN TSHPA9 E-mail: xbzw@chinajournal.net.cn

本研究由云南省应用基础研究计划重点项目(2006C0013Z), 国家科技基础条件平台工作项目子专题(2007DKA21002-11), 国家科技支撑计划
子课题(2006BAD13B05-2-10), 国家科技支撑计划项目(2007BAD30B02)资助。
*
通讯作者(Corresponding author): 范源洪, E-mail: fyhysri@vip.sohu.com
第一作者联系方式: E-mail: lxlgood868@163.com
Received(收稿日期): 2008-12-23; Accepted(接受日期): 2009-03-18.
DOI: 10.3724/SP.J.1006.2009.01209
甘蔗杂交品种初级核心种质取样策略
刘新龙 1,3 蔡 青 2,3 马 丽 1,3 吴才文 1,3 陆 鑫 1,3 应雄美 1,3 范源洪 1,3,*
1 云南省农业科学院甘蔗研究所, 云南开远 661600; 2 云南省农业科学院生物技术与种质资源研究所, 云南昆明 650223; 3云南省甘蔗
遗传改良重点实验室, 云南开远 661600
摘 要: 以国家甘蔗种质资源圃中 1 202 份甘蔗杂交品种为材料, 根据 23 个数量和质量性状, 从分组原则、组内取
样比例、组内取样方法 3个层次探讨构建甘蔗杂交品种初级核心种质的最佳取样策略, 共形成 26种取样策略; 同时
设 10个总体取样量梯度, 确定最佳的总体取样量。分组原则以原产地、种植区域、总体聚类进行分组及不分组的大
随机; 组内取样比例按组内个体数量的简单比例(P)、平方根比例(S)、对数比例(L)和多样性比例(G)确定; 组内取样
方法采用聚类(C)和随机(R) 2种方法; 10个总体取样量梯度为 5%、10%、15%、20%、25%、30%、35%、40%、45%
和 50%。应用变异系数、遗传多样性指数、表型保留比例、表型频率方差、表型方差等 5 个参数来检验各取样策略
的优劣。结果表明, 聚类取样优于随机取样; 总体聚类分组优于其他分组; 在聚类取样中, 平方根比例最好, 在随机
取样中, 多样性比例最好; 根据取样策略及总体取样量的分析结果最终确认按 10%总体取样量, 以总体聚类分组、按
对数比例在组内聚类取样为构建甘蔗杂交品种初级核心种质的最佳策略组合, 其遗传多样性明显高于总资源库。在
此初级核心种质的基础上, 加入极值材料和取样极易丢失表型性状的材料共计 136份组成最终初级核心种质, 占总资
源的 11.31%。
关键词: 甘蔗杂交品种; 初级核心种质; 取样策略
Strategy of Sampling for Pre-Core Collection of Sugarcane Hybrid
LIU Xin-Long1,3, CAI Qing2, MA Li1,3, WU Cai-Wen1,3, LU Xin1,3, YING Xiong-Mei1,3, and FAN Yuan-Hong1,3,*
1 Sugarcane Research Institute, Yunnan Academy of Agricultural Sciences, Kaiyuan 661600, China; 2 Biotechnology & Genetic Resources Institute,
Yunnan Academy of Agricultural Sciences, Kunming 650223, China; 3 Yunnan Key Laboratory of Sugarcane Genetic Improvement, Kaiyuan 661600,
China
Abstract: Sugarcane is a major economic crop in the world and sugarcane hybrids provides an important gene pool for sugarcane.
The National Nursery of Sugarcane Germplasm Resources (NNSGR) in China has maintained a large collection of sugarcane
hybrids from over ten provinces of China and twenty countries around the world. In this study, 1 202 sugarcane hybrids were se-
lected as materials, 26 sampling procedures were used, which consisted of 4 grouping principles (cluster grouping, grouping based
on original regions, grouping based on planting regions and not grouping), 4 sampling proportions within group (simple propor-
tion, logarithmic proportion, square root proportion and genetic proportion), 2 individual selection methods within group (random
selection and cluster selection) on the basis of 23 quantitative and qualitative traits. At the same time, 10 grads for sampling per-
centage (5%, 10%, 15%, 20%, 25%, 30%, 35%, 40%, 45%, and 50%) from total resources were analyzed to decide the best one of
them. The sampling strategies and the pre-core collection were validated and evaluated with five effective parameters including
indices of genetic diversity, variance of phenotypic value, variance of phenotypic frequency, coefficient of variation and ratio of
phenotypic traits retained. The result indicated that the cluster sampling was better than the random sampling; cluster grouping
was the best grouping principle; square root proportion was the best sampling proportion within group in clustering sampling,
genetic proportion was the best in random sampling. Finally, an optimal pre-core collection was set up based on cluster grouping,
logarithmic proportion, and cluster sampling according to 10% sampling percentage by analyzing 26 sampling strategies and 10
sampling ratio. The pre-core collection contained 136 accessions, which accounted for 11.31% of total resources and its genetic
diversity was better than that of total resources. They included 120 accessions sampled by program and 16 accessions chosen by
1210 作 物 学 报 第 35卷

directional selection, which included the elite ones and some with the rare phenotypic traits.
Keywords: Sugarcane hybrid; Pre-core collection; Sampling strategy
甘蔗是重要的制糖原料之一, 而甘蔗良种是甘
蔗生产发展和提质增效的核心和关键。在近 150 年
的甘蔗遗传育种过程中, 甘蔗杂交品种为甘蔗良种
的选育和优良亲本的杂交利用提供了丰富的资源基
础[1], 推动了甘蔗产业持续健康发展。近年来, 随着
甘蔗杂交品种的不断育成和国内国外品种交换规模
的持续扩大, 国家甘蔗种质资源圃内已保存了来自
全国 10 个省区和 20 多个国家的甘蔗杂交品种资源
1 200多份, 类型丰富多样, 是我国甘蔗种质资源的
宝贵基因库。如何通过合理保存和有效利用, 将潜
在的资源优势转变为现实的品质和生产优势, 是资
源研究的重要课题。核心种质(core collection)概念
[2-5]的提出和完善为解决资源有效保存和利用问题
开辟了新的道路。国内外先后在水稻[6-8]、小麦[9-10]、
扁豆[11]、大麦[12]、芝麻[13]、鹰嘴豆[14]、小豆[15]、菜
豆[16]、大豆[17-19]、玉米[20]、辣椒[21]、木豆[22]、海岛
棉[23]、莴苣[24]、绿豆[25]等作物中构建了核心种质, 极
大地促进了相关作物的管理和利用。在甘蔗种质资
源方面, Tail 等[26]依据 USDA-ARS 国家资源圃 342
个野生割手密(S. spontaneum ) 11个数量性状构建了
由 75 个材料组成的核心库; Balakrishnan 等[27]用数
量形态学数据构建了印度 Cannanore 甘蔗育种中心
的热带种(S. officinarum)资源的核心库。本研究采用
不同分组原则、不同组内取样比例、不同取样方法、
不同总体取样量进行核心种质取样策略分析, 从而
确定构建甘蔗杂交品种核心资源的最佳方案, 旨在
更好地保育和利用现有的甘蔗杂交品种资源。
1 材料与方法
1.1 材料与数据
以国家甘蔗种质资源圃内保存的 1 202 份甘蔗
杂交品种资源作为原始材料, 根据国家甘蔗种质资
源圃数据库系统中每份资源的基本情况(包括品种
类型、育成单位、原产地等)、形态特征(包括根、茎、
叶、花等形态特征)和农艺性状(包括田间锤度、株高、
茎径等)等数据作为研究依据, 按照《甘蔗种质资源
描述规范和数据标准》[28]和《甘蔗种质资源鉴定技
术规程》[29]进行规范和标准化整理, 所用性状包括
气生根、茎形、节间性状、曝光前节间颜色、曝光
后节间颜色、节间长度、蜡粉带、木栓、生长裂缝、
生长带形、芽形、芽沟、叶姿、叶色、脱叶性、57
号毛群、内叶耳、外叶耳等 18个质量性状和叶片长
度、叶片宽度、田间锤度、株高、茎径等 5 个数量
性状, 数量性状质量化时以 0.5 个标准差为间距分为
10组。
1.2 研究方法
取样策略分 3个层次, 即分组原则、组内取样比
例的确定、组内取样方法。分组原则按照原产地分
组(GZ, 32组), 总体聚类分组(JZ, 3组), 种植区域分
组(ZZ, 10 组)及不分组(NZ)的大随机; 分组后的组
内取样比例 , 采用按组内个体数量的简单比例法
(P)、平方根比例法(S)、对数比例方法(L)和多样性
比例法(G)4种方法; 组内取样方法使用随机取样(R)
和聚类取样(C)。以上 3 个层次共组合成 26 种取样
策略, 为避免主要生物类型的遗漏, 每个分组内保
证至少有 1份样品入选。为探讨合适的总体取样量,
设 10个梯度, 即 5%、10%、15%、20%、25%、30%、
35%、40%、45%、50%进行比较分析, 每种方法组
合设 3 个重复。根据核心种质的概念及前人研究结
果[6,8,30], 本研究选用了对核心库检验有效的 5 个参
数作为评价初级核心库的指标, 即遗传多样性指数
(Shannon’s-Waver 指数, I)、表型保留比例(ratio of
phenotype retained, RPR)、变异系数(coefficient of
variation, CV)、表型频率方差(variance of phenotypic
frequency, VPF)、表型方差(variance of phenotypic
value, VPV), 计算公式参见张洪亮等[30]研究结果。
初级核心种质及其 5个参数的获得在 Foxpro系
统下编程实现 , 对 5个参数的分析及聚类分析在
SPSS15.0 系统下进行。以 Duncan 多重检验为基础,
比较各分组间、组内取样比例间、组内取样方法间、
取样策略间 5个参数的差异, 用相同秩数表示无显著
差异, 不同的秩数表示有显著差异, 秩数排列由小
到大表示不同取样策略的优劣。
2 结果与分析
2.1 分组原则比较
根据前人研究结果, 本研究选择保类和保序性
高、检验有效的变异系数、表型方差、遗传多样性
指数、表型频率方差等 4个参数评价分组原则的优
劣。由表 1可知, 在随机取样中, 各分组原则优劣为
不分组＝总体聚类分组>原产地分组>种植区域分组;
在聚类取样中 , 优劣为总体聚类分组>种植区域分
第 7期 刘新龙等: 甘蔗杂交品种初级核心种质取样策略 1211


组>原产地分组>不分组。总之, 不论是随机取样还
是聚类取样, 总体聚类分组在所有分组方法中是最
好的, 表明科学的统计聚类分组更能充分地反映资
源本身的遗传结构。
2.2 组内取样比例的比较
根据表 2 不同组内取样方法下 4 种组内取样比
例的秩数平均值排列 , 可以看出 , 在随机取样下 ,
优劣为多样性比例>简单比例>对数比例>平方根比
例; 而在聚类取样下, 平方根比例>对数比例>简单
比例>多样性比例。从以上分析可以看出在不同的取
样方法下 , 组内取样比例的优劣出现相反的结果 ,
表明在随机取样下, 按照多样性比例取样能够最大
程度地保留原资源库的遗传变异 ; 在聚类取样下 ,
在保留了原资源库的遗传结构的同时按照平方根比
例取样能够有效地降低大组的取样数量, 剔除遗传
重复, 获得良好的结果。
2.3 取样方法比较
聚类取样和随机取样 4 个参数的方差检验呈极
显著性, 表 3秩数排列表明聚类取样优于随机取样。
聚类取样可以将遗传相似的材料归为 1 类, 从中选
出 1 份作为代表, 因此能有效剔除遗传冗余, 最大限
度地保证原始资源库的遗传结构。

表 1 26种取样策略中分组原则的秩数排列
Table 1 Average rank of grouping principle in 26 sampling strategies
组内取样方法
Sampling method
within group
分组原则
Grouping principle
变异系数
CV
表型方差
VPV
遗传多样性指数
I
表型频率方差
VPF
秩数平均值
Average rank

不分组
Not grouping
1.0 1.0 2.0 2.0 1.50

总体聚类分组
cluster grouping
1.0 2.0 1.0 2.0 1.50

原产地分组
Grouping based on original regions
3.0 2.0 1.0 1.0 1.75

随机取样
Random selection
种植区域分组
Grouping based on planting regions
2.0 2.0 1.0 3.0 2.00

不分组
Not grouping
2.0 2.0 3.0 3.0 2.50

总体聚类分组
cluster grouping
1.0 1.0 1.0 2.0 1.25

原产地分组
Grouping based on original regions
3.0 1.0 2.0 1.0 1.75

聚类取样
Cluster selection
种植区域分组
Grouping based on planting regions
2.0 1.0 1.0 3.0 1.75
CV: coefficient of variation; VPV: variance of phenotypic value; I: indices of genetic diversity; VPF: variance of phenotypic frequency.

表 2 26种取样策略中组内取样比例的秩数排列
Table 2 Average rank of sampling proportion within group in 26 sampling strategies
组内取样方法
Selection method
within group
组内取样比例
Sampling proportions within group
变异系数
CV
表型方差
VPV
遗传多样性
指数
I
表型频率方差
VPF
秩数平均值
Average rank

多样性比例 Genetic proportion 1.5 1.0 1.0 1.0 1.13

简单比例 Simple proportion 1.0 1.0 3.0 1.0 1.50

对数比例 Logarithmic proportion 2.5 2.0 1.5 1.0 1.75

随机取样
Random selection
平方根比例 Square root proportion 3.0 2.0 2.5 1.0 2.13

多样性比例 Genetic proportion 2.0 1.0 1.0 2.0 1.50

简单比例 Simple proportion 1.0 1.0 2.0 1.5 1.38

对数比例 Logarithmic proportion 1.5 1.0 1.0 1.5 1.25

聚类取样
Cluster selection
平方根比例 Square root proportion 1.5 1.0 1.0 1.0 1.13
Abbreviations as in Table 1.

1212 作 物 学 报 第 35卷

表 3 26种取样策略中组内取样方法的秩数排列
Table 3 Average rank of sampling method within group in 26 sampling strategies
组内取样方法
Selection method within group
变异系数
CV
表型方差
VPV
遗传多样性指数
I
表型频率方差
VPF
秩数平均值
Average rank
聚类取样 Cluster selection 1.0 1.0 1.0 1.0 1.00
随机取样 Random selection 2.0 2.0 2.0 2.0 2.00
Abbreviations as in Table 1.

2.4 初级核心种质的确定
从表 4 可以看出, 总体聚类分组按多样性比例
聚类取样(JZ-G-C)、总体聚类分组按对数比例聚类取
样 (JZ-L-C)、种植区域分组按简单比例聚类取样
(ZZ-P-C) 3种取样策略并列第一, 是分组原则、组内
取样比例和取样方法的最佳组合。
在总体取样量的确定上, 选用变异系数、遗传
多样性指数、表型保留比例、表型频率方差等 4个参
数评价[6,8]。在方差分析中, 分组原则、组内取样比
例、总体取样量之间存在互作, 因此不能采用不同总
体取样量梯度下 4个参数的平均值来确定最佳总体取
样量, 笔者认为应该在最优取样策略下比较 4个参数
在不同总体取样量梯度下的优劣来确定最佳总体取
样量才能最大限度地保证核心库对总资源库的代表
性。由表 5 可知, 在 ZZ-P-C取样策略中, 当总体取
样量到达 20%时 , 表型保留比例为 97.31%, 其他

表 4 26种取样策略的秩数平均值排列
Table 4 Average rank of 26 sampling strategies
取样策略
Sampling strategy
变异系数
CV
表型方差
VPV
遗传多样性指数
I
表型保留比例
RPR
表型频率方差
VPF
秩数平均值
Average rank
JZ-G-C 1.0 1.5 1.5 1 1.5 1.3
JZ-L-C 1.5 1.5 1.0 1 1.5 1.3
ZZ-P-C 1.5 1.0 1.5 1 1.5 1.3
JZ-P-C 1.5 1.5 1.5 1 1.5 1.4
JZ-S-C 1.5 1.5 1.5 1 1.5 1.4
ZZ-S-C 4.5 1.5 1.0 1 2.5 2.1
GZ-P-C 6.5 1.5 1.5 1 1.0 2.3
ZZ-L-C 3.5 1.5 1.0 1 4.5 2.3
NZ-P-C 2.5 2.5 3.5 1 3.5 2.6
GZ-L-C 8.5 1.5 1.5 1 1.0 2.7
GZ-S-C 8.5 1.5 1.5 1 1.0 2.7
GZ-G-C 8.5 1.5 1.5 1 1.5 2.8
JZ-G-R 1.5 1.5 2.5 1 8.5 3.0
ZZ-G-C 5.5 1.5 1.5 1 5.5 3.0
GZ-P-R 8.5 3.5 6.5 1 2.5 4.4
NZ-P-R 5.5 1.5 8.0 1 6.5 4.5
JZ-L-R 3.5 5.5 4.5 1 8.5 4.6
GZ-G-R 11.5 6.5 3.5 1 1.5 4.8
JZ-S-R 5.5 6.5 5.5 1 7.5 5.2
ZZ-P-R 5.5 3.5 7.5 1 9.5 5.4
GZ-L-R 12.0 7.5 5.5 1 1.5 5.5
ZZ-G-R 6.5 4.5 4.5 1 11.0 5.5
GZ-S-R 12.0 7.5 7.5 1 1.5 5.9
ZZ-L-R 9.5 6.5 3.5 1 9.5 6.0
JZ-P-R 7.5 9.0 7.5 1 6.5 6.3
ZZ-S-R 10.5 8.5 5.5 1 10.5 7.2
RPR: ratio of phenotypic traits retained. Abbreviations as in Table 1.
第 7期 刘新龙等: 甘蔗杂交品种初级核心种质取样策略 1213


3 个参数值开始优于总资源库; 在 JZ-L-C 取样策略
中 , 当总体取样量到达 10%时 , 表型保留比例为
94.62%, 其他 3个参数开始优于总资源库; 在 JZ-G-
C 取样策略中, 当总体取样量到达 15%时, 表型保
留比例为 95.97%, 其他 3个参数开始优于总资源库。
因此 JZ-L-C、ZZ-P-C、JZ-G-C分别在 10%、20%、
15%的总体取样量梯度下就能保证所构建的核心种
质库对总资源库的代表性 , 这其中又以 JZ-L-C-
10%最优。
通过对最优核心种质库 JZ-L-C-10%丢失表型
性状的分析(表 6), 笔者发现有 5个在总资源库中所
占份数极少的表型性状在核心库构建过程中极易丢
失, 在未丢失这些性状的重复取样核心库里, 也仅
有 1 份入选。鉴于以上情况, 为了确保所构建核心
库具有最大的表型保留比例, 可将 5个易丢失表型性
状所代表的材料各取 1 或 2 份纳入该核心库, 从而
使该核心库的表型保留比例提高到 100%。
3 讨论
3.1 核心种质构建策略
根据核心种质概念, 核心种质应以最小的资源
份数代表所研究物种最大的遗传多样性。在核心种

表 5 3个最优取样策略在不同总体取样量下 4个参数值的比较
Table 5 Comparison of different sampling ratio for four parameters in three best sampling strategies
取样策略
Sampling strategy
取样比例
Sampling ratio (%)
变异系数
CV
遗传多样性指数
I
表型保留比例
RPR
表型频率方差
VPF

5 15.7825 1.1355 91.93 0.0626
10 15.3010 1.1407 95.43 0.0638
15 15.7098 1.1441 95.97 0.0627
20 15.6608 1.1484 97.31 0.0620
25 15.4867 1.1520 98.12 0.0627
30 15.1145 1.1486 98.39 0.0637
35 15.2112 1.1581 100.00 0.0609
40 15.2437 1.1530 100.00 0.0617
45 15.4584 1.1568 99.73 0.0610
ZZ-P-C
50 15.4470 1.1610 99.46 0.0596

5 15.0168 1.1337 90.86 0.0612
10 15.8344 1.1503 94.62 0.0627
15 15.9012 1.1508 96.50 0.0629
20 15.4368 1.1510 98.66 0.0648
25 15.7216 1.1546 97.31 0.0637
30 15.6032 1.1556 99.19 0.0618
35 15.3382 1.1575 98.66 0.0616
40 15.5247 1.1605 99.73 0.0613
45 15.5297 1.1590 100.00 0.0614
JZ-L-C
50 15.5449 1.1588 100.00 0.0619

5 15.9115 1.1216 88.44 0.0651
10 15.6718 1.1402 94.89 0.0659
15 15.8031 1.1538 95.97 0.0627
20 15.4928 1.1549 96.24 0.0630
25 15.4853 1.1518 98.66 0.0636
30 15.6408 1.1591 99.19 0.0611
35 15.5642 1.1584 98.12 0.0619
40 15.5313 1.1637 99.46 0.0612
45 15.5058 1.1595 100.00 0.0615
JZ-G-C
50 15.5650 1.1605 100.00 0.0616
总资源库 Total resources 15.2579 1.1450 100.00 0.0627
Abbreviations as in Table 4.
1214 作 物 学 报 第 35卷

表 6 最优核心种质 JZ-L-C-10%的表型性状丢失情况
Table 6 Phenotypic trait lost in the best pre-core collection(JZ-L-C-10%)
序号
No.
表型性状
Phenotypic trait
总份数
Accession No.
JZ-L-C-10%

1 倒圆锥形节间形状
Internodes shape: Obconoidal
1 丢失
Lost

2 弯曲形节间形状
Internodes shape: Concavo-convex
5 丢失
Lost

3 曝光前节间颜色: 绿条纹
Internodes color unexposed: Green stripe
4 部分重复丢失; 未丢失重复里取样 1份
Lost some replications; only 1 sampled from other replications

4 曝光前节间颜色: 黄条纹
Internodes color unexposed: Yellow stripe
2 部分重复丢失; 未丢失重复里取样 1份
Lost some replications; only 1 sampled from other replications

5 锤度分组: 10组
Brix grouping: 10
3 丢失
Lost

质构建研究中, 评价数据的选择尤为关键。目前用
于核心种质构建的有基本数据、特征数据、评价鉴
定数据 3 种类型。基本数据指有关材料收集地、起
源地的生态地理状况或育种体系、分类体系等信息,
可用于对总资源库的分组[31]; 特征数据是指形态、
生化、分子标记在内的表征某材料特征的数据, 其
中以质量性状和生化分子标记数据受环境影响较小,
应用最为广泛, 数量性状虽然较易受环境影响, 不
适于多样性研究 , 但可用于群体内部均度的估计 ;
评价鉴定数据是指包括一些产量、品质及抗耐性等
在内的农艺性状, 应用也十分广泛。在实际的核心
种质构建过程中, 由于原始资源份数庞大, 要获得
全部种质资源的生化和分子标记数据是极为困难的,
因此目前普遍采取的步骤是先利用现有较全的基本
数据、质量性状、数量性状、农艺性状数据构建初
级核心种质, 再利用生化、分子标记对初级核心种
质进行压缩, 最终获得高质量的核心种质库。
3.2 核心种质总体取样量的确定
Brown[5]等提出 , 核心种质一般占总体种质资
源的 5%~10%, 遗传代表性不低于 70%比较适宜。
目前, 大多数植物资源核心种质总体取样量在 10%
左右, 以 10%~13%居多[32], 但是所有研究都没有提
供一个统一的总体取样量, 缘于不同植物资源在收
集程度、遗传多样性状况、内部遗传结构上的不同[31],
不能用统一的标准来确定总体取样量, 应根据实际
情况和取样策略分析来调整, 如资源份数低于 1 000
份的扁豆、咖啡、野生大豆的核心样本总体取样量
在 6.54%~26.04%; 资源份数在 1 000~3 000份的西
班牙大麦、硬粒小麦、浙江粳稻地方品种的总体取
样量在 6.51%~18.18%之间 ; 资源份数在 3 000~
7 000份的材料如苜蓿、芝麻、一年生野生大豆、花生
总体取样量在 6.68%~29.40%; 资源份数大于 10 000
份的材料如水稻、普通小麦、高粱、栽培大豆等总
体取样量在 8.0%~14.9%之间[32]。由此可见在相同规
模下, 不同植物资源的核心材料的总体取样量变化
很大, 李自超等 [8]认为总资源规模大的总体取样量
可以小一些, 反之可相对大一些。本研究表明在同
一总体取样量下不同的取样策略所获得的相关参数
值差别较大, 即使在低总体取样量下, 好的取样策
略也能获得好的参数值, 因此仅通过某个总体取样
量梯度下的相关参数的平均值而忽略取样策略组合
来确定总体取样量显然是不科学的, 笔者认为应根
据最优取样策略在不同总体取样量下的表现来确定
最合适的总体取样量才能保证所构建的核心材料能
够最大程度地代表总资源库。
3.3 核心种质的动态变化
“核心种质”是一个动态的概念[10], 所构建的核
心种质应具有最大的实用性, 而且能根据实际情况
不断补充和完善 , 因此应将一些未入选的极值个
体、种质创新和遗传育种上有价值的亲本材料及取
样极易丢失具稀有表型性状的材料一同纳入核心库,
这样所建立起的核心库即包含了总资源库所有的表
型性状, 又确保了优异特异材料的入选, 因此具有
很强的科学性和实用性。
4 结论
总体聚类分组最好 , 聚类取样优于随机取样 ;
随机取样时 , 组内多样性比例最好 , 聚类取样时 ,
组内平方根比例最好; 26 种取样策略中总体聚类分
组-对数比例-聚类取样(JZ-L-C)、总体聚类分组-多样
性比例-聚类取样(JZ-G-C)、按种植区域分组-简单比
例-聚类取样(ZZ-P-C) 3 种取样策略最好; 总体取样
量以 JZ-L-C-10%为本研究的最佳核心库构建方法组
合, 同时将未入选的极值个体、取样极易丢失的具
第 7期 刘新龙等: 甘蔗杂交品种初级核心种质取样策略 1215


稀有表型性状的材料纳入该核心库, 使核心库材料
达到 136 份, 占总资源的 11.31%, 遗传多样性指数
为 1.1680, 变异系数为 16.4630, 表型频率方差为
0.0623, 表型保留比例 100%, 效率明显优于总资
源库。

致谢：本研究得到中国农业大学作物学院李自超、
张洪亮老师的帮助, 在此表示感谢。
References
[1] Chen R-K(陈如凯). Theory and Practice in Modern Sugarcane
Breeding (现代甘蔗育种的理论与实践). Beijing: China Agri-
culture Press, 2003. pp 2–12 (in Chinese)
[2] Frankel O H. Genetic Perspectives of Germplasm Conservation.
In: Arber W, Llimensee K, Peacock W J, Starlinger P, eds. Sym-
posium on Genetic Manipulation: Impact on Man and Society.
Cambridge, UK: Cambridge University Press, 1984. pp 161–170
[3] Frankel O H, Brown A H D. Plant genetic resources today: A
critical appraisal. In: Holden J H W, Williams J T, eds. Crop Ge-
netic Resources: Conservation & Evaluation. London: George
Allen & Urwin Ltd., 1984. pp 249–257
[4] Brown A H D. Core collections: A practical approach to genetic
resources management. Genome, 1983, 31: 818–824
[5] 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
[6] Li Z-C(李自超), Zhang H-L(张洪亮), Zeng Y-W(曾亚文), Yang
Z-Y(杨忠义), Shen S-Q(申时全), Sun C-Q(孙传清), Wang
X-K(王象坤). Study on sampling schemes of core collection of
local varieties of rice in Yunnan. Sci Agric Sin (中国农业科学),
2000, 33(5): 1−7 (in Chinese with English abstract)
[7] Wei X-H(魏兴华), Tang S-X(汤圣祥), Yu H-Y(余汉勇), Jiang
Y-Z(江云珠), Qiu Z-E(裘宗恩). Studies on methods of develop-
ing a core collection for China traditional japonica rice germ-
plasm. Chin J Rice Sci (中国水稻科学), 2000, 14(4): 237−240
(in Chinese with English abstract)
[8] Li Z-C(李自超), Zhang H-L(张洪亮), Cao Y-S(曹永生), Qiu
Z-E(裘宗恩), Wei X-H(魏兴华), Tang S-X(汤圣祥), Yu P(余萍),
Wang X-K(王象坤). Studies on the sampling strategy for primary
core collection of Chinese ingenious rice. Acta Agron Sin (作物
学报), 2003, 29(1): 20−24 (in Chinese with English abstract)
[9] Dong Y-C(董玉琛), Cao Y-S(曹永生), Zhang X-Y(张学勇), Liu
S-C (刘三才), Wang L-F(王兰芬), You G-X(游光霞), Pang
B-S(庞斌双), Li L-H(李立会), Jia J-Z(贾继增). Establishment of
candidate core collection in Chinese common wheat germplasm.
J Plant Genet Resour (植物遗传资源学报), 2003, 4(1): 1−8 (in
Chinese with English abstract)
[10] Hao C-Y(郝晨阳), Dong Y-C(董玉琛), Wang L-F(王兰芬), You
G-X(游光霞), Zhang H-N(张洪娜), Ge H-M(盖红梅), Jia J-Z(贾
继增), Zhang X-Y(张学勇). Genetic diversity and construction of
core collection in Chinese wheat genetic resources. Chin Sci Bull
(科学通报), 2005, 50(10): 908−915 (in Chinese)
[11] Erskine W, Muehlbauer F J. Allozyme and morphological vari-
ability, outcrossing rate and core collection formation in lentil
germplasm. Theor Appl Genet, 1991, 83: 119−125
[12] Van Hintum T J L. Comparison of market systems and construc-
tion of a core collection in a pedigree of European spring barley.
Theor Appl Genet, 1994, 89: 991−997
[13] Zhang X-L(张秀荣), Guo Q-Y(郭庆元), Zhao Y-Z(赵应忠),
Feng X-Y(冯祥运), Zhou M-D(周明德). Establishment of ses-
ame germplasm core collection in China. Sci Agric Sin (中国农
业科学), 1998, 31(3): 1−4 (in Chinese with English abstract)
[14] Upadhyaya H D, Ortiz R. A mini core subset for capturing and
promoting utilization of chickpea genetic resource in crop im-
provement. Theor Appl Genet, 2001, 102: 1292−1298
[15] Wang S-M(王述民), Cao Y-S(曹永生), Hu J-P(胡加蓬). Pre-
liminary establishment of Chinese adzuki bean germplasm re-
source core collection with agro ecology and characterization
date. Acta Agric Boreali-Sin (华北农学报), 2002, 17(1): 35−40
(in Chinese with English abstract)
[16] Rodino A P, Santalla M, Ron A M D, Singh S P. A core collec-
tion of common bean from the Iberian peninsula. Euphytica, 2003,
131:165−175
[17] Qiu L-J(邱丽娟), Cao Y-S(曹永生), Chang R-Z(常汝镇), Zhou
X-A(周新安), Wang G-X(王国勋), Sun J-Y(孙建英), Xie H(谢
华), Zhang B(张博), Li X-H(李向华), Xu Z-Y(许占有), Liu
L-H(刘立宏). Establishment of Chinese soybean (Glycine max)
core collection: I. Sampling strategy. Sci Agric Sin (中国农业科
学), 2003, 36(12): 1442−1449 (in Chinese with English abstract)
[18] Zhao L-M(赵丽梅), Dong Y-S(董英山), Liu B(刘宝), Hao S(郝
水), Wang K-J(王克晶), Li X-H(李向华). Establishment of a
core collection for the Chinese annual wild soybean (Glycine
soja). Chin Sci Bull (科学通报), 2005, 50(10): 989−996 (in Chi-
nese)
[19] Wang L X, Guan Y, Guan R X, Li Y H, Ma Y S, Dong Z M, Liu
X, Zhang H Y, Zhang Y Q, Liu Z X, Chang R Z, Xu H M, Li L H,
Lin F Y, Luan W J, Yan Z, Ning X C, Zhu L, Cui Y H, Piao R H,
Liu Y, Chen P Y, Qiu L J. Establishment of Chinese soybean
(Glycine max) core collections with agronomic traits and SSR
markers. Euphytica, 2006, 151: 215−223
[20] Li Y, Shi Y S, Cao Y S, Wang T Y. Establishment of a core col-
lection for maize germplasm preserved in Chinese national gene
bank using geographic distribution and characterization data.
Genet Resour Crop Evol, 2004, 51: 845−852
[21] Zewdie Y, Tong N K, Bosl P. Establishing a core collection of
Capsicum using a cluster analysis with enlightened selection of
accessions. Genet Resour Crop Evol, 2004, 51: 147−151
[22] Reddy L J, Upadhyaya H D, Gowda C L L, Singh S. Develop-
ment of core collection in pigeonpea [Cajanus cajan (L.) Mill-
spaugh] using geographic and qualitativedescriptors. Genet Re-
sour Crop Evol, 2005, 52: 1049−1056
[23] Xu H M, Mei Y J, Hu J, Zhu J, Gong P. Sampling a core collec-
1216 作 物 学 报 第 35卷

tion of Island cotton (Gossypium barbadense L.) based on the
genotypic values of fiber traits. Genet Resour Crop Evol, 2006,
53: 515−521
[24] Jansen J, Hintum T V. Genetic distance sampling: a novel sam-
pling method for braining core collections using genetic distances
with an application to cultivated lettuce. Theor Appl Genet, 2007,
114: 421−428
[25] Liu C-Y(刘长友), Wang S-H(王素华), Wang L-X(王丽侠), Sun
L(孙蕾), Mei L(梅丽), Xu N(徐宁), Cheng X-Z(程须珍). Estab-
lishment of candidate core collection in Chinese mungbean
germplasm. Acta Agron Sin (作物学报), 2008, 34(4): 700−705
(in Chinese with English abstract)
[26] 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
[27] 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
[28] Cai Q(蔡青), Fan Y-H(范源洪). Descriptors and Data Standard
for Sugarcane (Saccharum officinarum L.) (甘蔗种质资源描述
规范和数据标准). Beijing: China Agriculture Press, 2006. pp
7–31
[29] Cai Q(蔡青), Fan Y-H(范源洪). Technical Code for Evaluating
Germ Plasm Resources-Sugarcane (Saccharum L.) (甘蔗种质资
源鉴定技术规程). Beijing: China Agriculture Press, 2008. pp
1–9
[30] 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)
[31] Li Z-C(李自超), Zhang H-L(张洪亮), Sun C-Q(孙传清), Wang
X-K(王象坤). Status and prospects of core collection in plant
germplasm resource. J China Agric Univ (中国农业大学学报),
1999, 4(5): 51−62 (in Chinese with English abstract)
[32] Cui Y-H(崔艳华), Qiu L-J(邱丽娟), Chang R-Z(常汝镇), Lü
W-H(吕文河). Advances in research on core collection of plant
germplasm resources. J Plant Genet Resour (植物遗传资源学
报), 2003, 4(3): 279−284 (in Chinese with English abstract)