全 文 ：作物学报 ACTA AGRONOMICA SINICA 2008, 34(9): 1518−1528 http://www.chinacrops.org/zwxb/
ISSN 0496-3490; CODEN TSHPA9 E-mail: xbzw@chinajournal.net.cn

基金项目: 农业部作物种质资源保护项目[NB07-2130135-(25-30)-13]; 国家“十一五”科技支撑计划项目(2006BAD13B05, 2006BAD02B08); 科
技部植物种质资源共享平台建设项目(2005DKA21001-06); 农业部农业行业专项(nyhyzx07-017); 中澳政府间大型双边国际合作项
目(ACIAR: CS1/2000/035)
作者简介: 宗绪晓(1964–), 男, 山东莱州, 研究员, 研究方向为食用豆类种质资源。Tel: 010-62186651; E-mail: zongxx@mail.caas.net.cn
*
通讯作者(Corresponding author): 刘庆昌。Tel: 010-62733710; E-mail: liuqc@cau.edu.cn
Received(收稿日期): 2008-01-17; Accepted(接受日期): 2008-03-30.
DOI: 10.3724/SP.J.1006.2008.01518
国外栽培豌豆遗传多样性分析及核心种质构建
宗绪晓 1,2 关建平 2 王述民 2 刘庆昌 1,∗ Robert R Redden3 Rebecca Ford4
(1中国农业大学农学与生物技术学院, 北京 100094; 2中国农业科学院作物科学研究所 / 国家农作物基因资源与基因改良重大科学工程,
北京 100081; 3 Australian Temperate Field Crops Collection, Grains Innovation Park, The Department of Primary Industries, Private Bag 260,
Horsham, Victoria, Australia 3401; 4 BioMarka, Faculty of Land and Food Resources, The University of Melbourne, Victoria, Australia 3010)
摘 要: 从 111对备选 SSR引物中筛选出能扩增出清晰稳定单一带的多态性引物 21对及其最佳退火温度, 并优化了
豌豆 SSR标记实验体系。利用上述引物, 对来自于 67个国家的 731份豌豆栽培种质(Pisum sativum L.)进行遗传多样
性分析与核心种质构建。共扩增出 109 条多态性带, 每对引物平均扩增出 5.19 个等位变异。SSR等位变异在各大洲
间分布不均匀, 有效等位变异数、Shannon’s 信息指数(I)洲际间差异明显。各大洲资源群间遗传多样性差异显著, 其
中亚洲最高(I = 1.1753), 欧洲其次(I = 1.1387), 俄罗斯联邦(I = 1.0285)、美洲(I = 1.0196)、非洲(I = 0.9254)、大洋洲
(I = 0.8608)依次降低。利用 Popgene 1.32软件, 依豌豆栽培资源洲际间 Nei78遗传距离可聚类成 2个组群和 4个亚组
群; 基于 Structure 2.2软件分析, 国外栽培豌豆资源实际由 3大类群组成, 并与 Popgene 1.32聚类结果呼应得较好。
上述两种分析方法均表明, 国外栽培豌豆类群的遗传多样性与其地理分布相关。设计并实践了一套基于 Structure 分
析的科学可靠、逻辑性强的核心种质构建标准化方案, 并依此构建了一套以 6.57%的资源(48份)涵盖总体 84.4%等位
变异的国外栽培豌豆核心种质。
关键词: 豌豆栽培种(Pisum sativum L.); SSR; 遗传多样性; 核心种质; 国外资源
Genetic Diversity and Core Collection of Alien Pisum sativum L. Germ-
plasm
ZONG Xu-Xiao1,2, GUAN Jian-Ping2, WANG Shu-Min2, LIU Qing-Chang1,∗, Robert R Redden3, and
Rebecca Ford4
(1 Department of Plant Genetics and Breeding, College of Agriculture and Biotechnology, China Agricultural University, Beijing 100094; 2 Institute of
Crop Sciences / National Key Facility for Crop Gene Resources and Genetic Improvement, Chinese Academy of Agricultural Sciences, Beijing
100081, China; 3 Australian Temperate Field Crops Collection, Grains Innovation Park, The Department of Primary Industries, Private Bag 260, Hor-
sham, Victoria, Australia 3401 BioMarka; 4 Faculty of Land and Food Resources, Melbourne University, Victoria, Australia 3010)
Abstract: China is the second producer of pea in the world with a collection of 5 000 accessions, around 20% of which were
introduced from 70 foreign countries. It is essential to assess the genetic diversity among alien pea (Pisum sativum L.) germplasm
accessions, to analyze their genetic relationships among various groups of gene pool from different geographical/ecological areas,
and to constitute core collection of alien genetic resources of pea. The information generated from the study will be very helpful
for the exploration and utilization of overseas pea genetic resources. For the purpose above, 21 SSR primer pairs with unambigu-
ous unique polymorphic bands and their optimum annealing temperatures were successfully screened out from the 111 candidates.
Pea’s SSR marker experimental system was optimized thereafter, and adopted for genetic diversity analysis and for constitution of
a core collection among the 731 pea accessions from 67 countries of various continents. Using 21 SSR primer pairs, 109 poly-
morphic bands were amplified, and 5.19 alleles were detected by each SSR primer pairs on an average. SSR alleles were not uni-
formly distributed among continents, and the number of effective alleles and Shannon’s information index (I) were much varied
第 9期 宗绪晓等: 国外栽培豌豆遗传多样性分析及核心种质构建 1519


among continental based groups of genetic resources. Significant difference appeared in the pairwise comparisons for genetic
diversity between continental based groups of genetic resources. Asia group had the highest level of genetic diversity (I = 1.1753),
followed by Europe (I = 1.1387), USSR (I = 1.0285), America (I = 1.0196), Africa (I = 0.9254), and Oceania (I = 0.8608) groups.
Two large cluster groups and four cluster sub-groups were identified based on the dendrogram of pairwise Nei78 genetic distance.
The clustering results of alien genetic resources revealed geographically broad correlation to their genetic diversity. Three types of
population structure within 731 alien pea accessions were inferred by Structure analysis, which also broadly correlated to their
geographic origins. A scientific and logical standard methodology for construction of core collection based on Structure analysis
was designed and applied in this study, a subset (6.57% of the whole collection) of 48 accessions representing 84.4% of the whole
allelic variability was proposed to be a core collection.
Keywords: Pisum sativum L.; SSR; Genetic diversity; Core collection; Alien genetic resources
豌豆(Pisum sativum L.)是世界第四大食用豆类
作物[1]。据 FAO统计[2], 2005年全世界有 88个国家
生产干豌豆, 栽培面积 658万公顷左右, 总产 1 126
万吨; 72 个国家生产青豌豆, 栽培面积 112 万公顷,
总产 910万吨。2000—2005年全世界平均干豌豆栽
培面积较大的 5 个国家依次是加拿大(126 万公顷),
中国(91万公顷), 印度(73万公顷), 俄罗斯联邦(72万
公顷)和法国(34 万公顷); 青豌豆栽培面积较大的 5
个国家依次是印度(33万公顷), 中国(22万公顷), 美
国(9万公顷, 英国(4万公顷)和法国(3万公顷)[2]。中
国在世界豌豆生产中占有举足轻重的地位, 已收集
的 5 000余份豌豆资源中, 约 20%来自澳大利亚、美
国、原苏联、法国、英国、匈牙利、德国、尼泊尔、
印度和日本等国[3]。我国收集保存近千份国外豌豆
资源来源于世界 5大洲近 70个国家, 但对其遗传多
样性及不同资源群间的异同点缺乏基本认识, 且尚
未进行核心种质筛选。掌握其遗传多样性分布特点
及规律, 筛选核心种质, 对于充分发掘、利用现有国
外豌豆种质, 合理选配亲本、拓宽育成品种遗传基
础等具有十分重要的意义。
国外曾有过豌豆遗传多样性研究与核心种质筛
选的报道。Hoey等[4]利用同工酶和 RAPD标记方法,
发现豌豆野生种和栽培种间有明显差别, Ellis 等[5]
于 1998 年利用来源于 Ty1-copia 逆转录转座子的
SSAP标记方法, 得到了相同的结果。在豌豆栽培种
遗传多样性研究中 , 单独利用 RAPD 标记 [6]或与
AFLP标记方法结合使用[7], 结果都发现栽培豌豆类
型间存在明显差别。Burstin 等[8]根据豌豆简单重复
序列信息合成了 43 对 SSR 标记引物, 对 12 个豌豆
品系进行分析, 检测到 31个等位变异, 显示 SSR标
记可用于豌豆遗传多样性研究。Ford等[9]利用 12对
位点专一性 SSR 标记 (即序列标签 SSR)引物和
RAMS标记, 对 15份来自澳大利亚育种项目的豌豆
栽培资源和 5 份野生资源, 进行了遗传多样性分析,
聚类结果显示栽培种与野生种区别明显。Tar’an等[10]
曾利用 RAPD、SSR 和 ISSR 标记, 对 65 份豌豆栽
培资源和 21 份野生资源进行遗传多样性分析 ,
UPGMA 聚类及主成分分析(PCA)结果均显示, 豌豆
栽培种明显区别于野生亚种和野生变种, 野生亚种
和野生变种间也有较为明显的区别。Baranger 等[11]
在前人工作的基础上 , 利用同工酶、贮藏蛋白、
RAPD、ISSR、SSR 和 STS 标记, 对主要来自于西
欧的 148 份豌豆栽培资源和育成品种进行遗传多样
性分析, 发现按用途区分的栽培豌豆类型间存在明
显差别 , 相同系谱来源的育成品种基本聚为一类 ,
由其中 43 份参试材料构建的核心种质含有所有参
试材料 96%的等位变异; 除此之外, Baranger等比较
不同分子标记在揭示遗传多样性效果时发现 SSR与
RAPD 的效果较好, 接近于多种标记综合运用的效
果。综上所述, 基于 PCR的分子标记(SSR、RAPD、
ISSR、AFLP、RAMS和 STS)对于豌豆属资源鉴别、
遗传多样性探测分析十分可靠和有效。
近年来国内外豌豆遗传多样性研究主要集中于豌
豆属(Pisum)的生物系统进化[4-5], 和不同分子标记在
豌豆属(Pisum)遗传多样性研究中的作用[7-8,11-13]。所有
上述研究或者采用的样本数太少, 或者仅限于小范
围产地来源, 虽然肯定了基于 PCR 的分子标记在豌
豆遗传多样性研究中的可靠性, 但是缺少对广泛地
理来源、大量代表性栽培豌豆资源样本的系统分析,
及其核心种质构建。本研究拟用 SSR 标记, 对来自
于 5大洲 67个国家的 731份食用、饲草和饲料类型
栽培豌豆(Pisum sativum L.)种质进行遗传多样性分
析, 评价国外栽培豌豆种基因库的遗传多样性, 构
建国外栽培豌豆核心种质, 为豌豆育种亲本合理选
配、现有国外种质的充分发掘利用提供依据。
1520 作 物 学 报 第 34卷


1 材料与方法
1.1 试验材料
豌豆栽培种资源 731份来自 67个国家(表 4), 约
占国家种质库现存国外豌豆种质资源的 70%, 由澳
大利亚温季作物种质库(ATFCC)和中国农业科学院
作物科学研究所提供。
1.2 DNA提取与 SSR分析
1.2.1 DNA 提取 对每份参试材料, 从 20 个随
机单株中取 200~300 mg叶样, 在液氮中冻干研磨成
细粉。参照 Dellaporta 等 [14]和 Doyla 等[15]创立的
CTAB 法, 作适当修改后, 提取 DNA。对提取到的
基因组总 DNA, 采用 1.4%琼脂胶电泳, 溴化乙锭
(EB)显影, 以已知浓度的 λDNA 做对照, 稀释标定
到 25 ng μL−1, 放−20℃冰箱备用。
1.2.2 SSR 引物 111 对备选 SSR 引物, 序列信
息来自澳大利亚墨尔本大学(源自 Pisum microsatel-
lite consortium, Agrogène, France)[8-9,16], 由 Sigma公
司合成; Taq DNA Polymerase、dNTPs 购自 New
England 公司 ; 10 bp DNA ladder marker 购自
Invitrogen公司。
1.2.3 SSR 反应条件 PCR 总体积为 10 μL, 含
1×PCR buffer, 2.5 mmol μL−1 MgCl2, 4种 dNTP各
0.168 mmol μL−1, 0.5 U Taq DNA polymersae 酶,
Primer F和 Primer R引物各 0.4 μmol μL−1, 25 ng模
板 DNA。PCR 扩增在 PTC-220型(MJ Research) PCR
仪上进行, 盖温控制在 105 , ℃ 先在 94℃下预变性 3
min; 再进行 38个循环的变性(94 30 s)℃ 、退火(温
度随引物而不同 30 s)、延伸(72 120 s)℃ 步骤; 然后
在 72℃下继续延伸 5.5 min; 最后慢慢冷却至 10℃。
1.2.4 产物检测 扩增产物加 1/5 体积的上样缓
冲液(40%蔗糖, 0.025%溴酚蓝), 取 3.5 μL利用 6%非
变性聚丙烯酰胺凝胶电泳分离, 银染检测[17]。
1.3 数据统计与分析
记载同一对 SSR 引物扩增条带(等位变异)在各
参试材料中有或无。如果无, 记为 0; 如果有, 则按
其分子量从大到小的顺序 , 分别记录为 1、2、
3、……。此种转换方式是根据 SSR标记长于揭示等
位基因的特点, 配合相应统计软件对 SSR 原始数据
格式要求确定的[18-22]。在 Popgene 1.32软件包[20]中
完成不同群体间和不同群体内某一位点的等位变异
数及等位变异频率, 有效等位基因数[23], Shannon’s
信息指数[24-25]统计; 在 Fstat 2.9.3.2软件包[18]中完成
Nei’s基因多样性(Nei’s gene diversity)[26], 资源群体
遗传多样性差异显著性比较; 在 Popgene 1.32 软件
包 [20]和 MEGA 3.1 软件包 [26]中完成参试材料间
Nei78 遗传距离计算及群体间遗传距离聚类图绘制;
在 NTSYS-pc 2.20d 软件包[19]中完成参试资源间欧
氏距离计算, 主成分分析(PCA)及三维作图[27-28]; 通
过Microsoft Excel计算相关系数; 在 Structure 2.2软
件包[21-22,29]中完成资源群体结构剖析及每份参试材
料的适当群体划入, 核心种质构建及其相关参数计
算。Structure 软件开发之初便可用于 SSR、SNP 和
RFLP标记[21,30-31], 新版本 Structure 2.2 (2007年 4月
发布)已可用于 AFLP标记并可处理含有无效等位变
异和其他含混数据的矩阵[22], Structure 软件给出 ln
P(D)值用于推断参试材料的合理组群数[32]。
2 结果与分析
2.1 SSR标记及其位点多样性
利用 12 份不同地理来源的豌豆 DNA 样品, 对
111 对豌豆 SSR 备选引物进行稳定性和退火温度筛
选, 初步筛选出 25对引物用于 731份国外豌豆种质
SSR分析, 结果有 21对引物在所有材料中能扩增出
清晰且稳定的多态性单一带, 其余 4 对引物因扩增
带模糊或无多态性而最终被放弃。21对中选引物的
序列信息、最适宜的退火温度等信息见表 1。21 对
SSR 引物在 731 份参试材料中共扩增出 109 条多态
性带(等位变异); 每对引物平均扩增出 5.19 个等位
变异, 其中有效等位变异数 2.96, 有效等位变异所
占比重为 57.06%; 21 对 SSR 引物平均的 Shannon’s
信息指数为 1.16, 其中 Shannon’s信息指数 1.5以上,
等位变异数 6 以上且有效变异数 4.0 以上的最有效
的 SSR 引物为 PSAD270, PSAC58, PSAA18 和
PSAC75 (表 2)。
2.2 种质群洲际间的遗传多样性差异
各大洲栽培豌豆参试材料份数, 所含的等位变
异数, 有效等位变异数和 Shannon’s信息指数, 见表
3。参试材料份数与等位变异数间的相关系数为
0.6377, 未达 5%显著水平, 说明各大洲 SSR 等位变
异数与其参试材料份数相关不密切, SSR 等位变异
在各大洲分布不均匀。参试材料份数与有效等位变
异数间的相关系数为 0.1461, 参试材料份数与
Shannon’s信息指数间的相关系数为 0.2878, 等位变
异数与有效等位变异数间的相关系数为 0.7039, 均
未达到 5%显著水平, 说明 SSR 有效等位变异数、
Shannon’s信息指数洲际间差异明显。综合反映资源
群遗传多样性高低的 Shannon’s 信息指数(表 3), 亚
洲资源群最高, 欧洲等其次, 大洋洲最低。
第 9期 宗绪晓等: 国外栽培豌豆遗传多样性分析及核心种质构建 1521


表 1 21对豌豆 STMS核心引物及其相关信息
Table 1 The sequences and their relevant information of 21 STMS primer pairs selected for SSR analysis
代号
Code
名称
Name
碱基数
(bp)
分子量
MW
碱基序列
Sequence(5′–3′)
最佳退火温度
Annealing temp.(℃)
PB14F 25 7678.8 GAGTGAGCTTTTTAGCTTGCAGCCT PB14
PB14R 22 6759.3 TGCTTGAGAACAGTGACTCGCA
67

PSAA18F 22 6721.3 CTGTAGACCAAGCCCAAAAGAT PSAA18
PSAA18R 22 6823.3 TGAGACACTTTTGACAAGGAGG
61

PSAA175F 22 6761.4 TTGAAGGAACACAATCAGCGAC PSAA175
PSAA175R 22 6632.3 TGCGCACCAAACTACCATAATC
62

PSAC58F 20 6091.9 TCCGCAATTTGGTAACACTG PSAC58
PSAC58R 22 6682.2 CGTCCATTTCTTTTATGCTGAG
60

PSAC75F 23 7040.5 CGCTCACCAAATGTAGATGATAA PSAC75
PSAC75R 24 7392.8 TCATGCATCAATGAAAGTGATAAA
62

PSAA219F 23 7018.4 ATTTGTGCAATTGCAATTTCATT PSAA219
PSAA219R 20 6060.9 CGAAAACGCTTTGCATCCTA
61

PSAD83F 22 6814.3 CACATGAGCGTGTGTATGGTAA PSAD83
PSAD83R 22 6930.5 GGGATAAGAAGAGGGAGCAAAT
62

PSAD270F 22 6756.2 CTCATCTGATGCGTTGGATTAG PSAD270
PSAD270R 22 6848.2 AGGTTGGATTTGTTGTTTGTTG
61

PSAA456F 22 6888.4 TGTAGAAGCATAAGAGCGGGTG PSAA456
PSAA456R 22 6731.2 TGCAACGCTCTTGTTGATGATT
63

PSAB23F 22 6605.2 TCAGCCTTTATCCTCCGAACTA PSAB23
PSAB23R 22 6743.3 GAACCCTTGTGCAGAAGCATTA
61

PSAB47F 23 6920.5 TCCACAATACCATCTAAATGCCA PSAB47
PSAB47R 26 7956.0 AATTTGTTCAGTTGAAATTTCGTTTC
60

PSAA497F 26 7951.0 TTGTGACTGATTTAGAAGTTTCCCAC PSAA497
PSAA497R 23 7050.4 TTGATGAGTTGCAATTTCGTTTC
67

PSAD280F 25 7661.8 TGGTGCTCGTGATTAATTTCACATA PSAD280
PSAD280R 25 7580.9 ACTAAACAACCAACTGCCAAAACTG
61

PSAB72F 26 7855.0 ATCTCATGTTCAACTTGCAACCTTTA PSAB72
PSAB72R 23 7006.5 TTCAAAACACGCAAGTTTTCTGA
68

PSAB109F 25 7711.9 GAACCCTTGTGTAGAAGCATTTGTG PSAB109
PSAB109R 27 8305.2 GAGCTACTGTGAGTCTGATGCCATTAT
63

PSAB141F 23 6887.4 ATCCCAATACTCCCACCAATGTT PSAB141
PSAB141R 26 7871.9 AGACTTAGGCTTCCCTTCTACGACTT
62

PSAB161F 26 8000.0 CTCAAGTGAAGACTTGGAATTTCGTT PSAB161
PSAB161R 22 7991.0 TTTGGTCTTCCTCAAGTGATAAGATG
61

AD100F 21 6353.1 TACACCCAAGACGACAAGCCT AD100
AD100R 21 6379.0 GGAGCTTCCGCTTGATTCTCT
65

AD134F 27 8174.1 TTTATTTTTCCATATATTACAGACCCG AD134
AD134R 25 7560.8 ACACCTTTATCTCCCGAAGACTTAG
60

AA303F 19 5965.8 GGGTGAAGGAAAATCGTGA AA303
AA303R 21 6380.1 GCATCCCATAAAATTGGTTCT
60
AA315F 21 6623.2 AGTGGGAAGTAAAAGGTGTAG AA315
AA315R 22 6705.2 TTTCACTAGATGATATTTCGTT
59
1522 作 物 学 报 第 34卷


表 2 21对 SSR引物扩增的等位变异数、有效变异数与 Shannon’s信息指数
Table 2 The SSR amplified products and their polymorphism in alien germplasm of pea
SSR位点
SSR primer pair
等位变异数
na
有效等位变异数
ne
有效等位变异所占比重
Ratio of ne/na
Shannon’s信息指数
I
PSAD270 8 5.5411 0.6926 1.8035
PSAC58 8 4.6017 0.5752 1.6637
PSAA18 7 5.6385 0.8055 1.8089
PSAC75 6 4.2223 0.7037 1.5664
PSAD280 6 3.4941 0.5824 1.3802
PB14 6 2.9947 0.4991 1.2722
PSAA175 6 1.9512 0.3252 0.9825
AD134 6 1.7669 0.2945 0.9014
PSAB72 5 3.6368 0.7274 1.3770
PSAB109 5 3.5957 0.7191 1.3747
PSAB23 5 3.2563 0.6513 1.2664
PSAD83 5 2.8756 0.5751 1.2141
PSAB47 5 2.5534 0.5107 1.1136
PSAB141 4 3.2329 0.8082 1.2643
PSAA219 4 2.5209 0.6302 1.1075
AA315 4 2.5049 0.6262 1.0927
PSAB161 4 2.3307 0.5827 1.0458
AA303 4 1.5455 0.3864 0.6859
PSAA456 4 1.4115 0.3529 0.5973
PSAA497 4 1.3851 0.3463 0.5621
AD100 3 1.1334 0.3778 0.2739
合计 Total 109 62.1932
平均 Mean 5.1905 2.9616 0.5706 1.1597
标准差 SD 1.3645 1.2857 0.4024
na：等位变异数; ne：有效等位变异数; I：Shannon’s信息指数。
na：observed number of alleles; ne：effective number of alleles; I：Shannon’s information index.

表 3 21对 SSR引物扩增的资源群等位变异数、有效变异数与 Shannon’s信息指数
Table 3 The distribution of SSR amplified products and their polymorphism in groups of alien genetic resources
来源
Origin
资源份数
Number of
accessions
等位变异数
na
有效等位变异数
ne
有效等位变异
所占比重
Ratio of ne/na
Shannon’s信息指数
I
亚洲 Asia 120 101 61.583 0.610 1.1753
欧洲 Europe 197 98 60.224 0.615 1.1387
俄罗斯联邦 USSR 52 87 54.961 0.632 1.0285
美洲 America 157 94 53.204 0.566 1.0196
非洲 Africa 57 76 52.802 0.695 0.9254
大洋洲 Oceania 148 85 46.276 0.544 0.8608
na：等位变异数; ne：有效等位变异数; I：Shannon’s信息指数。
na：observed number of alleles; ne：effective number of alleles; I：Shannon’s information index.

主成分分析绘制的三维聚类图, 显示 731 份参
试材料没有明显的空间结构分化。但是采用 Popgene
1.32 计算不同洲际豌豆种质间的 Nei78 遗传距离,
借助 MEGA 3.1 的绘图功能获得的洲际资源群间聚
类图(图 1), 则可显示 5大洲及俄罗斯联邦来源的栽
培豌豆资源群体间的亲缘关系远近。从截距 6.8733
处分割, 形成组群 I 和组群 II (图 1); 从截距 9.944
处进一步分割, 组群 I下又分成亚组群 I-1即非洲资
源群、亚组群 I-2即大洋洲资源群; 组群 II下又分为
亚组群 II-1和亚组群 II-2, 亚组群 II-1由欧、亚、美
第 9期 宗绪晓等: 国外栽培豌豆遗传多样性分析及核心种质构建 1523


3大洲的 3个资源群组成, 而亚组群 II-2仅由俄罗斯
联邦资源群组成(图 1)。聚类图显示, 欧洲与美洲资
源群间的遗传距离最近, 与亚洲资源群间的遗传距
离次之, 且同属于亚组群 II-1, 表明欧、亚、美三大
洲栽培豌豆种质资源间的亲缘关系近; 俄罗斯联邦
资源群属于亚组群 II-2, 虽与亚组群 II-1 组群中的
欧、亚 2 大洲的 2 个资源群同处欧亚大陆板块, 但
其资源群间的亲缘关系较远。非洲资源群属于亚组
群 I-1, 大洋洲资源群属于亚组群 I-2, 虽同在组群 I
内, 但其间的遗传距离较远。组群 I 与组群 II 间的
遗传距离最大, 显示国外栽培豌豆种质可粗略分为
两大组群, 资源群间存在明显的洲际差异。同时, 利
用 Fstat 2.9.3.2软件经 300次多重比较测验表明, 各
大洲资源群两两之间的遗传多样性差异均达到了显
著水平(5%或然率下)。
2.3 种质群体结构剖析
采用 SSR 标记数据, 利用 Structure 2.2 软件对
731份参试资源进行 10次重复的 1到 90组(K=1, 2,
3, …, 90)类群划分测试。将类群划分测试过程中软
件给出的 ln P(D)值平均数, 绘制成散点曲线图(图 2),
曲线先陡后缓, K=3 时散点曲线出现第一个拐点(图
中以*表示), 根据 Evanno等[33]描述的方法推断出参
试材料中真实存在 3 大类群(图 3), 3 大类群(pop 1,
Pop 2和 Pop 3)的资源构成见表 4。类群 1内资源间
的平均距离(杂合性期望值)为 0.4038, 明显低于类
群 2 (0.5903)和类群 3 (0.5919)内资源间的平均距离,



图 1 基于 SSR标记数据的种质资源洲际(地区)间遗传距离聚类图
Fig. 1 Dendrogram of continental (regional) groups of pea genetic resources using UPGMA based on SSR analysis



图 2 利用作图法推断参试资源的合理类群数划分
Fig. 2 Graphical method allowing detection of the true number of groups



图 3 Structure分析推断出的 3大类群聚类图
Fig. 3 Three clusters (populations) inferred by Structure analysis
1524 作 物 学 报 第 34卷


表明类群 1 内蕴藏的遗传多样性程度要低于类群 2
和类群 3, 后两类群的遗传多样性程度相仿。同时,
Structure 2.2 软件给出的基于等位基因频率的类群
间开度值(allele frequency divergence)即净核苷酸距
离(net nucleotide distance), 类群1与类群2间为0.1283,
类群 1 与类群 3 间为 0.1674, 类群 2 与类群 3 间为
0.1071, 也说明类群 1与类群 2和类群 3间距离较远,
而类群 2与类群 3间距离较远。
详细分析各大洲资源在 3大类群间的分布(表 4)
发现, 非洲、大洋洲资源绝大部分属于类群 1 和类
群 3, 两者最为相似; 亚洲、欧洲、美洲资源以类群
1和类群 2为主, 三者最为相似; 俄罗斯联邦资源以
类群 1为主, 剩下的小半资源几乎均等分布在类群 2
和类群 3, 且类群 2仅由俄罗斯一国资源构成, 与上
述各大洲间的情况明显不同。可见, 种质群体剖析
类群分类结果与 Popgene 1.32按洲际间Nei78遗传距
离聚类结果呼应的较好。两种分析方法均说明, 国外
栽培豌豆类群的遗传多样性与其地理分布相关。
2.4 核心种质构建
根据 Structure聚类原理, 在 Structure聚类图中,
每个类群最左侧的参试材料即为该类群最具代表性
的参试材料, 该聚类图每个类群最左侧的所有参试
材料便构成了代表该聚类图中所有类群的核心种质,
因此核心种质份数等于类群数(即 K值)。据此, 采用
SSR 标记数据, 通过给定不同的 K 值(类群数), 对
731份参试材料进行 Structure聚类, 首先将其分成 5
个类群、10 个类群, 直至 90 个类群, 得到 30 种不
同聚类结果, 从中挑出能代表每个聚类图所有类群
的资源构成 30个不同的预选核心种质群(表 5)。利用
Popgene 1.32和 Fstat 2.9.3.2统计各预选核心种质群
的等位变异数(na)、有效等位变异数(ne)、Shannon’s
信息指数(I)和基因多样性值(表 5), 并绘制变化趋势
曲线图(图 4、图 5)。
图 2、图 4和图 5显示, ln P(D)值、等位变异数
(na)、有效等位变异数(ne)和 Shannon’s 信息指数(I)
随核心种质群体的逐渐增大而增大, 基因多样性值
则随核心种质群体的逐渐增大而减小, 均呈先急后
缓的趋势; 而当处理编号为 12 (K=48), 即该核心种
质由 48份特定的核心资源构成时, 上述 5个参数在
变化趋势曲线图上均进入稳定的平台期, 由 5 大洲
与俄罗斯联邦所属 19个国家来源的该 48份资源(表
6), 组成了 731 份国外栽培豌豆总体的首选核心资
源。该首选核心种质样本, 资源份数仅占全部参试材
料的 6.57%却包含总体84.4%的等位变异(92个), 其包
含的有效等位变异数(63.1575)、Shannon’s信息指数
(1.1678)和基因多样性值(0.641)均明显高于 731份国
外栽培豌豆总体(62.1936、1.1597和 0.6119), 具有很
好的代表性(表 5), 表明国外栽培豌豆核心种质构建
是成功的。
3 讨论
3.1 关于国外栽培豌豆的遗传多样性
研究表明洲际间资源遗传多样性差异显著, 亚
洲最高, 欧洲次之, 大洋洲最低。大洋洲资源多数为
澳大利亚培育的品系和品种, 可能是该洲遗传多样
性水平低的重要原因, 现代育种项目通常会造成遗
传多样性降低[11], 此结论与豇豆遗传多样性研究结
果一致[33]。以主成分分析绘制的三维聚类图, 虽然
显示 731份参试材料没有明显的空间结构分化, 洲际
资源群间的遗传距离仅有 2.5835~6.8733, 但洲际间
的遗传多样性差异仍达到了显著水平, 与前人对国
外豌豆资源的研究结论基本相符[34-35]。通常认为豌
豆栽培种(Pisum sativum L.)起源于土耳其和伊朗一
带, 然而近代欧洲、美洲、澳洲和俄罗斯联邦相互
间豌豆资源交换频繁以及育种活动, 已经将各自来
源地的基因渗透到了世界 5 大洲[36], 可以解释三维
聚类图没有空间结构分化和洲际资源群间遗传距离
较小的原因。
3.2 关于国外栽培豌豆种质群体结构
根据 Structure 群体结构分析, 国外栽培豌豆资
源由 3 大类群组成, 其来源地明显不同, 遗传多样
性参数(杂合性期望值、基于等位基因频率的类群间
开度值)差异明显 , 类群与地理分布有一定的相关
性。这对于豌豆资源改良和育种有重要意义。通过
人工杂交, 实现春性小麦基因库与冬性小麦基因库
间相互渗透, 曾拓宽了小麦抗病育种和品质改良的
遗传基础, 育成品种的适应性得到加强, 单产得到
提高[37-38]。普通菜豆的安第斯基因库遗传背景狭窄,
应与南美基因库相互渗透才能获得重大育种进展[39]。
根据本群体结构研究结果, 结合前人在小麦、菜豆
上的经验, 在豌豆育种选配亲本时不仅要考虑地理
远缘, 还应考虑类群归属。

第 9期 宗绪晓等: 国外栽培豌豆遗传多样性分析及核心种质构建 1525


表 4 Structure分析推断出的 3大类群资源构成
Table 4 Compositions of the three clusters (populations) inferred by Structure analysis
组群 1 Pop 1 组群 2 Pop 2 组群 3 Pop 3
资源份数
Number of accessions
267 245 219
非洲
Africa(57)
非洲 Africa(21)
布隆迪 Burundi(1), 埃塞俄比亚
Ethiopia(14), 摩洛哥 Morocco(2),
卢旺达 Rwanda(1), 坦桑尼亚
Tanzania(1), 突尼斯 Tunisia(1),
扎伊尔 Zaire (1)
非洲 Africa(2)
埃及 Egypt(1),
苏丹 Sudan(1)
非洲 Africa(34)
埃塞俄比亚 Ethiopia(28), 肯尼亚
Kenya(1), 利比亚 Libya(1), 马达
加斯加 Madagascar(1), 摩洛哥
Morocco(1), 乌干达 Uganda(1),
赞比亚 Zambia(1)

美洲
America(157)
美洲 America(28)
玻 利 维 亚 Bolivia(1), 加 拿 大
Canada(1), 美国 United States (26)
美洲 America(105)
加拿大 Canada(2), 智利
Chile(3), 美 国 United
States(100)
美洲 America(24)
加拿大 Canada(5),
智 利 Chile(1), 哥 伦 比 亚
Colombia(1), 墨西哥 Mexico(1),
秘鲁 Peru(1), 美国 United States
(15)
亚洲
Asia(120)
亚洲 Asia(68)
阿 富 汗 Afghanistan(5), 中 国
China(4), 印 度 India(6), 伊 朗
Iran(1), 以色列 Israel(2), 日本
Japan(1), 蒙古 Mongolia(1), 尼泊
尔 Nepal (20), 巴 基 斯 坦
Pakistan(7), 巴勒斯坦 Palestine(1),
菲律宾 Philippines (1), 叙利亚
Syria (6), 土耳其 Turkey (14)
亚洲 Asia(32)
阿富汗 Afghanistan(1), 印
度 India(8), 日本 Japan(4),
尼泊尔 Nepal(6), 叙利亚
Syria(9), 土耳其 Turkey(4)
亚洲 Asia(20)
阿富汗 Afghanistan(2), 亚美尼亚
Armenia(2), 中国 China(3), 印度
India(3), 伊朗 Iran(1), 马来西亚
Malaysia(1), 缅 甸 Myanmar(1),
尼 泊 尔 Nepal(2), 菲 律 宾
Philippines(1), 叙利亚 Syria(1),
土耳其 Turkey(3)

大洋洲
Oceania(148)
大洋洲 Oceania(33)
澳大利亚 Australia(32), 新西兰
New Zealand(1)
大洋洲 Oceania(13)
澳大利亚 Australia(9), 新
西兰 New Zealand(4)
大洋洲 Oceania(102)
澳大利亚 Australia(100), 新西兰
New Zealand(2)

欧洲
Europe(197)
欧洲 Europe(88)
阿尔巴尼亚 Albania(2), 奥地利
Austria(1), 保加利亚 Bulgaria(10),
法国 France(1), 德国 Germany
(19), 希 腊 Greece(2), 匈 牙 利
Hungary(1), 冰岛 Iceland(1), 意大
利 Italy(1), 荷兰 Netherlands(3),
波兰 Poland(6), 葡萄牙 Portugal
(2), 罗马尼亚 Romania(2), 西班
牙 Spain(28), 瑞典 Sweden(2), 英
国 United Kingdom (4), 南斯拉夫
Yugoslavia (3)
欧洲 Europe(82)
保加利亚 Bulgaria(6), 捷
克斯洛伐克 Czechoslova-
kia(4), 丹麦 Denmark(1),
法 国 France(10), 德 国
Germany (26), 希腊Greece
(2), 匈牙利 Hungary(4),
荷兰 Netherlands(1), 波兰
Poland(4), 罗 马 尼 亚
Romania(5), 瑞典 Sweden
(1), 英国 United Kingdom
(18)
欧洲 Europe(27)
保加利亚 Bulgaria(1), 丹麦 Den-
mark(1), 爱沙尼亚 Estonia (1),
法国 France(2), 德国Germany(4),
希腊 Greece(2), 意大利 Italy(1),
荷兰 Netherlands(1), 波兰 Poland
(2), 瑞典 Sweden(3), 英国United
Kingdom(8), 南 斯 拉 夫 Yugo-
slavia(1)

俄罗斯联邦
USSR(52)
俄罗斯联邦 USSR(28)
乔治亚 Georgia(8), 哈萨克斯坦
Kazakhstan(6), 吉 尔 吉 斯 斯 坦
Kyrgyzstan(1), 俄 罗 斯 Russian
Federation(6), 塔 吉 克 斯 坦
Tajikistan(2), 乌 兹 别 克 斯 坦
Uzbekistan(6)
俄罗斯联邦 USSR(11)
俄罗斯 Russian Federation
(11)
俄罗斯联邦 USSR(12)
白俄罗斯 Belarus(1), 乔治亚
Georgia(1), 哈萨克斯坦 Kaza-
khstan(1), 吉尔吉斯斯坦 Kyrgy-
zstan(2), 俄罗斯 Russian Federa-
tion(4), 塔吉克斯坦 Tajikistan
(1), 乌克兰 Ukraine(2)

同一类群内两两参试资源间的平
均距离(杂合性期望值)
Average distances (expected
heterozygosity) between individuals
in same population
0.4038 0.5903 0.5919
1526 作 物 学 报 第 34卷


表 5 30个“预选核心种质群”及其相关遗传多样性参数
Table 5 Thirty sets of pre-core collections and their genetic diversity parameters
处理编号
No. of
treatment
K值
K-value (number of core
collections)
等位变异数
na
有效等位变异数
ne
Shannon’s信息指数
I
基因多样性值
Gene diversity per locus
1 5 42 38.4804 0.5744 0.7214
2 10 56 47.2206 0.7775 0.6734
3 15 67 53.3358 0.9695 0.6708
4 20 78 57.1695 1.0505 0.6540
5 25 77 59.3040 1.0483 0.6577
6 30 86 61.4397 1.1095 0.6649
7 35 87 61.1247 1.1006 0.6484
8 40 91 60.9819 1.1342 0.6459
9 45 86 59.5938 1.0885 0.6377
10 46 89 60.3288 1.1129 0.6305
11 47 87 61.5489 1.0913 0.6249
12 48 92 63.1575 1.1678 0.6410
13 49 91 62.2020 1.1358 0.6358
14 50 91 61.0617 1.1101 0.6343
15 51 94 62.1747 1.1279 0.6378
16 52 94 62.3091 1.1362 0.6306
17 53 92 61.8219 1.1413 0.6375
18 54 97 62.7102 1.1545 0.6264
19 55 90 62.2482 1.1108 0.6301
20 56 98 63.9492 1.1712 0.6383
21 57 95 61.7442 1.1220 0.6333
22 58 91 61.9899 1.1013 0.6340
23 59 95 63.0609 1.1451 0.6321
24 60 96 62.6703 1.1424 0.6393
25 65 97 61.8303 1.1348 0.6239
26 70 101 64.4931 1.1679 0.6341
27 75 98 62.2692 1.1397 0.6272
28 80 102 65.1609 1.1950 0.6382
29 85 102 62.9748 1.1719 0.6403
30 90 101 63.9891 1.1803 0.6432
31 731 109 62.1936 1.1597 0.6119
na：等位变异数; ne：有效等位变异数; I：Shannon’s信息指数。
na：observed number of alleles; ne：effective number of alleles; I：Shannon’s information index.



图 4 等位变异数(na)和有效等位变异数(ne)随核心种质群体大小的变化趋势
Fig. 4 Trend of na and ne number changes with the capacity variation of core collectons
第 9期 宗绪晓等: 国外栽培豌豆遗传多样性分析及核心种质构建 1527




图 5 Shannon’s信息指数(I)和基因多样性值随核心种质群体大小的变化趋势
Fig. 5 Trends of Shannons information index and gene diversity changes with the capacity variation of core collectons

表 6 核心种质列表
Table 6 List of core collections
序号
No.
资源编号
Accession No.
大洲/地区
Continent/region
国家
Country
序号
No.
资源编号
Accession No.
大洲/地区
Continent/region
国家
Country
1 ATC1021 Africa Ethiopia 25 G0002854 Europe Bulgaria
2 ATC1287 Africa Ethiopia 26 G0002887 Europe Germany
3 ATC1553 Africa Ethiopia 27 G0002900 Europe Germany
4 G0002119 America Chile 28 ATC947 Europe Greece
5 G0000865 America United States 29 ATC1057 Europe Poland
6 G0002186 America United States 30 ATC3362 Europe Poland
7 G0002245 America United States 31 ATC1695 Europe Spain
8 G0002960 America United States 32 ATC1711 Europe Spain
9 G0003398 America United States 33 ATC163 Europe United Kingdom
10 G0003399 America United States 34 G0000808 Oceania Australia
11 G0003406 America United States 35 G0000868 Oceania Australia
12 G0003435 America United States 36 G0003470 Oceania Australia
13 G0003448 America United States 37 93-019-6-3 Oceania Australia
14 ATC3277 America United States 38 96-151-1 Oceania Australia
15 ATC1191 Asia Afghanistan 39 97-042-4 Oceania Australia
16 ATC4732 Asia Armenia 40 97-431-1 Oceania Australia
17 G0003975 Asia India 41 98-17-7 Oceania Australia
18 ATC1630 Asia Israel 42 98-190-9 Oceania Australia
19 G0002218 Asia Nepal 43 98-63-3 Oceania Australia
20 ATC1040 Asia Nepal 44 G0002172 Oceania New Zealand
21 ATC1659 Asia Nepal 45 ATC3992 USSR Kazakhstan
22 ATC4070 Asia Palestine 46 ATC4035 USSR Kazakhstan
23 G0002977 Asia Turkey 47 ATC89 USSR Russian Federation
24 G0000854 Europe Bulgaria 48 ATC4265 USSR Uzbekistan

4 结论
筛选出 21 对能扩增出清晰且稳定多态性单一带
的最佳引物及其最佳退火温度。设计并实践了一套
科学可靠、逻辑性强的核心种质构建标准化方案 ,
并依此构建了一套以 6.57%的资源(48 份)涵盖总体
84.4%等位变异的国外栽培豌豆核心种质。
亚洲资源遗传多样性程度最高, 其次为欧洲、
俄罗斯联邦、美洲和非洲, 大洋洲最低。洲际间遗
传多样性差异显著。国外栽培豌豆资源由 3 大类群
组成, 遗传多样性参数类群间差异明显, 类群的遗
传多样性与其地理分布相关。
1528 作 物 学 报 第 34卷


References
[1] Zheng Z-J(郑卓杰), Wang S-M(王述民), Zong X-X(宗绪晓).
Food Legume Crops in China (中国食用豆类学). Beijing: China
Agriculture Press, 1997. pp 88–127 (in Chinese)
[2] FAO. Statistical Database, Food and Agriculture Organization
(FAO) of the United Nations, Rome. http://www.fao.org, 2006
[3] Zong X-X(宗绪晓), Wang Z-G(王志刚), Guan J-P(关建平).
Descriptors and Data Standard for Pea (Pisum sativum L.)(豌豆
种质资源描述规范和数据标准). Beijing: China Agriculture
Press, 2005. pp 1–2 (in Chinese)
[4] Hoey B K, Crowe K R, Jones V M, Polans N O. A phylogenetic
analysis of Pisum based on morphological characters, allozyme
and RAPD markers. Theor Appl Genet, 1996, 92: 92–100
[5] Ellis T H N, Poyser S J, Knox M R, Vershinin A V, Ambrose M J.
Polymorphism of insertion sites of Ty1-copia class retrotrans-
posons and its use for linkage and diversity analysis in pea. Mol
Gen Genet, 1998, 260: 9–19
[6] Samec P, Nasinec V. Detection of DNA polymorphism among
pea cultivars using RAPD technique. Biol Planta, 1995, 37:
321–327
[7] Simioniuc D, Uptmoor R, Friedt W, Ordon F. Genetic diversity
and relationships among pea cultivars revealed by RAPDs and
AFLPs. Plant Breed, 2002, 121: 429–435
[8] Burstin J, Deniot G, Potier J, Weinachter C, Aubert G, Baranger
A. Microsatellite polymorphism in Pisum sativum. Plant Breed,
2001, 120: 311–317
[9] Ford R, Le Roux K, Itman C, Brouwer J B, Taylor P W J.
Genome-specific sequence tagged microsatellite site (STMS)
markers for diversity analysis and genotyping in Pisum species.
Euphytica, 2002, 124: 397–405
[10] Taran B, Zhang C, Warkentin T, Tullu A, Vandenberg A.
Genetic diversity among varieties and wild species accessions of
pea (Pisum sativum L.) based on molecular markers, and mor-
phological and physiological characters. Genome, 2005, 48:
257–272
[11] Baranger A, Aubert G, Arnau G, Laine A L, Deniot G, Potier J,
Weinachter C, Lejeune-Henaut I, Lallemand J, Burstin J. Genetic
diversity within Pisum sativum using protein and PCR-based
markers. Theor Appl Genet, 2004, 108: 1309–1321
[12] Lu J, Knox M R, Ambrose M J, Brown J K M, Ellis T H N.
Comparative analysis of genetic diversity in pea assessed by
RFLP- and PCR-based methods. Theor Appl Genet, 1996, 93:
1103–1111
[13] Posvec Z, Griga M. Utilisation of isozyme polymorphism for cul-
tivar identification of 45 commercial peas (Pisum sativum L.).
Euphytica, 2000, 113: 251–258
[14] Dellaporta S L, Wood J, Hicks J B. A plant DNA mini prepara-
tion: Version II. Plant Mol Biol, 1983, Rep.1: 19–21
[15] Doyle J J, Doyle J L. Isolation of plant DNA from fresh tissue.
Focus, 1990, 12: 149–151
[16] Loridon K, McPhee K, Morin J, Dubreuil P, Pilet-Nayel M L,
Aubert G, Rameau C, Baranger A, Coyne C, Lejeune-Hènaut I,
Burstin J. Microsatellite marker polymorphism and mapping in
pea (Pisum sativum L.). Theor Appl Genet, 2005, 111:
1022–1031
[17] Zong X, Tomooka N, Kaga A, Wang X, Vaughan D. The genetic
diversity of the Vigna angularis complex in Asia. Genome, 2003,
46: 647–658
[18] Goudet J. FSTAT (ver. 1.2): A computer program to calculate
F-statistics. J Hered, 1995, 86: 485–486
[19] Rohlf F. NTSYS-pc ver. 2.2: Numerical Taxonomy System. Se-
tauket, New York: Exeter Publishing, Ltd., 2006
[20] Yeh F C, Yang R C, Boyle T. Popgene Version 1.31 Quick User
Guide. Canada: University of Alberta, and Centre for Interna-
tional Forestry Research, 1999
[21] Falush D, Stephens M, Pritchard J K. Inference of population
structure: Extensions to linked loci and correlated allele frequen-
cies. Genetics, 2003, 164: 1567–1587
[22] Falush D, Stephens M, Pritchard J K. Inference of population
structure using multilocus genotype data: dominant markers and
null alleles. Mol Ecol Notes, 2007, 7: 574−578
[23] Kimura M, Crow J F. The number of alleles that can be main-
tained in a finite population. Genetics, 1964, 49: 725–738
[24] Pielou E C. An Introduction to Mathematical Ecology. New York:
Wiley-Interscience, 1969
[25] Lewontin R C. The apportionment of human diversity. Evol Biol,
1972, 6: 381–398
[26] Kumar S, Tamura K, Nei M. MEGA3: Integrated software for
molecular evolutionary genetics analysis and sequence alignment.
Brief Bioinfor, 2004, 5: 150–163
[27] Flury B N. Common principal components in k groups. J Am Stat
Assoc, 1984, 79: 892–898
[28] Flury B N, Constantine G. The F-G diagonalization algorithm.
Appl Stat, 1985, 34: 177–183
[29] Pritchard J K, Stephens M, Donnelly P. Inference of population
structure using multilocus genotype data. Genetics, 2000, 155:
945–959
[30] Conrad D, Jakobsson M, Coop G, Wen X, Wall J, Rosenberg N,
Pritchard J. A worldwide survey of haplotype variation and link-
age disequilibrium in the human genome. Nat Genet, 2006, 38:
1251–1260
[31] Harter A, Gardner K, Falush D, Lentz D, Bye R, Rieseberg L.
Origin of extant domesticated sunowers in eastern North America.
Nature, 2004, 430: 201–205
[32] Evanno G, Regnaut S, Goudet J. Detecting the number of clusters
of individuals using the software STRUCTURE: a simulation
study. Mol Ecol, 2005, 14: 2611–2620
[33] Pasquet R S. Genetic diversity of cultivated cowpea Vigna un-
guiculata (L.) Walp. based on allozyme variation. Theor Appl
Genet, 2000, 101: 211–219
[34] Zohary D. The origin of cultivated cereals and pulses in the near
east. In: Wahrman J, Lewis K R, eds. Chromosomes today. Vol. 4,
New York: Wiley, 1973. pp 307–320
[35] Zohary D. Monophyletic vs. polyphyletic origin of the crops on
which agriculture was founded in the Near East. Genet Resour
Crop Evol, 1999, 46: 133–142
[36] Ambrose M J. From Near East center of origin, the prized pea
migrates throughout world. Diversity, 1995, 11: 118
[37] Rajaram S. Approaches for breaching yield stagnation in wheat.
Genome, 1999, 42: 629–634
[38] Fuentes D, Rajaram G S, Singh G. Inheritance of resistance to
karnal bunt (Tilletia indica Mitra) in bread wheat (Triticum aes-
tivum L.). Plant Breed, 1995, 114: 250–252
[39] Islam F, Beebe S, Munoz M, Tohme J, Redden R J, Basford K E.
Using molecular markers to assess the effect of introgression on
quantitative attributes of common bean in the Andean gene pool.
Theor Appl Genet, 2004, 108: 243–252