吉林省玉米种质资源SSR和SNP分子身份证的构建及应用

张茗起，王蕊，张春宵，孙擘，任洁，李淑芳，王璐，朱少喜，张江斌，施昕晨，王海杰，张云龙，田红丽，赵怡锟，匡猛，王元东，易红梅，李晓辉，王凤格

吉林省玉米种质资源SSR和SNP分子身份证的构建及应用

张茗起1,3，王蕊1，张春宵2，孙擘1,3，任洁1，李淑芳4，王璐1，朱少喜1，张江斌1，施昕晨1，王海杰1，张云龙1，田红丽1，赵怡锟1，匡猛3，王元东1，易红梅1，李晓辉2，王凤格1

1北京市农林科学院玉米研究所/农业农村部农作物DNA指纹创新利用重点实验室（部省共建）/玉米DNA指纹及分子育种北京市重点实验室，北京 100097；2吉林省农业科学院玉米研究所，吉林公主岭 136100；3中国农业科学院棉花研究所/棉花生物学国家重点实验室，河南安阳 455000；4吉林省农业科学院作物资源研究所，吉林公主岭 136100

【目的】农作物种质资源具有重要的战略地位。吉林省玉米种质资源库主要存储具有北方春玉米区特色的种质资源。鉴于在传统农作物种质资源管理过程中难以获取真实身份信息的现状，利用分子标记技术构建种质资源分子身份证可以有效鉴定种质资源真实身份，强化种质资源的分类管理。通过深度发掘吉林省玉米种质资源库的优异资源，推动共享利用。【方法】以吉林省玉米种质资源库中的2 918份玉米种质资源为研究对象，采用玉米品种鉴定检测标准中推荐的40对SSR标记，以及61 214个SNP标记来构建其分子身份证。根据获得的分子身份证信息将种质资源划分为核心、同近源、异质和群体等类进行管理，并进一步针对核心种质进行遗传多样性分析。【结果】为2 918份种质资源构建了SSR分子身份证，为除异质性种质外的2 502份种质资源构建了SNP分子身份证。分别制定了玉米种质资源SSR和SNP分子身份证的建设规范。其中，SSR分子身份证由40个SSR位点指纹转化为三位数字和一位字母的编码组合构成，并以二维码形式存储；SNP分子身份证由61 214个SNP位点指纹转化为可视化的条形码。根据样品纯合度和指纹特异性等特征，将样品划分为1 561份核心类、705份同近源类、416份异质类及236份群体类种质资源。遗传多样性分析表明，以旅大红骨群、黄改群为代表的国内种质资源是该库的主要种质资源，占全部核心种质资源的64.38%。【结论】提出了玉米种质资源分子身份证构建流程，为吉林省玉米种质资源库2 918份种质资源构建了全部的SSR分子身份证和2 502份SNP分子身份证；建立了核心、同近源、异质、群体四类种质资源筛选方案，实现了种质资源的分类管理。

玉米；种质资源；吉林；SSR；SNP；分子身份证

0 引言

【研究意义】农作物种质资源具有重要的战略地位，现有的种质资源中蕴含多种多样的优异遗传基因[1]。合理地保存和科学地评价农作物种质资源，对于获取优异育种材料、选育优良新品种、保持农业生产持续发展至关重要[2]。目前，我国通过国家、省级的两级管理政策，建立了农业种质资源保护体系。其中，国家级种质资源库对各省级种质资源库筛选提交的农作物种质资源进行保护管理；而省级种质资源库则保护区域内特色种质资源，与国家级种质资源库实现有效衔接[3]。吉林省是我国玉米种植重点区域，自20世纪50年代起，吉林省农业科学院开始广泛征集和整理地方品种资源，引进具有代表性的种质建立省级玉米种质资源库，现保存玉米种质资源约有11 000份。库内的种质不仅遗传基础丰富、综合性状优良，还包含多种特殊种质类群和优良特异基因[4]，在全国各级玉米种质资源库中具有较强的代表性。因此，通过对种质资源进行整理、筛选、评估和利用，将其建设成为全国种质资源管理模式示范库，对于我国种质资源的研究和利用具有重要意义。【前人研究进展】现阶段种质资源库通常仅对农作物种质资源进行植物学类别和主要农艺性状进行鉴定、记录和管理[5-6]，仅有一些杂粮、经济作物初步建立了分子身份证[7-18]。使用分子标记进行玉米品种身份鉴定可有效解决传统田间鉴定所需时间长、易受环境影响等问题[19]，SSR标记和SNP标记已广泛应用于DNA指纹库构建和种质资源分析等领域。SSR标记具有重复性好、数量丰富、多态性高、遗传稳定等优势[20-22]，常用于各类农作物的真实性和纯度鉴定[23]；SNP标记是一种二态性标记，广泛、均匀地覆盖全基因组[24]，为派生品种鉴定、遗传背景评估、功能基因挖掘提供了有效手段[25-27]，更适合于高密度或高通量的检测方案，且单个位点检测成本低于SSR标记[28]。尽管国内外已针对玉米建立以育成品种为主体的DNA指纹数据库[29]，但尚未建立玉米种质资源分子身份证数据库。已建成的数据库实现了品种全过程管理，并被用来开发新的分子标记，为重要功能基因的定位、克隆及比较基因组研究奠定基础[30]。【本研究切入点】目前，在管理种质资源库储存的大量种质资源过程中，缺乏快速发掘核心种质资源的能力，并且无法区分同源冗杂种质及由于人为混杂导致的异质性种质。已有的分子身份证构建方案通常只涉及单一分子标记，无法发挥SSR和SNP标记各自的优势，导致得到的结论存在一定的局限。【拟解决的关键问题】本研究通过综合利用高分辨率、高密度等特点的SSR、SNP分子标记技术构建玉米种质资源的分子身份证，建立一种标准化、高通量、高性价比的农作物种质资源分类管理方案，进一步对玉米种质资源进行快速分析评估，明确资源的真实身份，标识库内种质混杂及同源情况，实现对种质资源的快速分类、筛查整理，加强优异种质资源的深度发掘和共享利用。

1 材料与方法

1.1 试验材料

从吉林省玉米种质资源库内选取早期入库的2 918份种质资源，由吉林省农业科学院提供。在2 918份种质资源中，早期入库种质资源存在的诸如同名异源、同名异质，农家品种、近等基因系、遗传群体和未知材料分类不清的现象，其中一些典型材料整理见电子附表1。

1.2 样品准备和DNA提取

每份样品选取5粒种子进行避光沙土恒温恒湿培养，取3日龄幼苗置于取样管中[31]，液氮低温研磨。采用高通量SDS磁珠法提取样品DNA[32-33]，使用Nanodrop 8000紫外分光光度计测定DNA质量，检测结果OD260/OD280比值范围为1.8—2.0，并使用琼脂糖凝胶电泳进行验证，条带清晰无扩散现象，符合SNP芯片检测所需DNA质量[34]。

1.3 SSR分子身份证构建

SSR分子身份证构建参照《玉米品种鉴定技术规程 SSR标记法》（NY/T 1432—2014）进行，选取推荐的40对核心引物配制反应体系，反应程序为94 ℃ 5 min；94 ℃ 40 s，60 ℃35 s，72 ℃ 45 s，共35个循环；72 ℃ 10 min，4 ℃保存。

按规程规定分4组等体积混合扩增产物，采用AB3730XL DNA分析仪（Applied Biosystems, Waltham, USA）进行毛细管电泳检测，采用Date Collection Ver.1.0软件收集原始数据[35]。通过SSR指纹分析器SSR Analyser（软著登记号：2015SR161217）进行指纹分析，过滤因引物不对称扩增造成的高低峰等数据，保证数据采集的一致性和准确性。将指纹数据导入植物品种DNA指纹管理系统[36]，获得种质资源SSR-DNA指纹数据及图谱[35]，并整理形成SSR分子身份证。

1.4 SNP分子身份证构建

参照芯片标准流程，对样品DNA进行扩增、片段化、沉淀、重悬、芯片的杂交及洗染[37]。gDNA重悬后加入杂交液并进行质检。质检合格后，利用GeneTitan MC进行芯片杂交，洗染和扫描。将原始数据导入到Axiom Analysis Suite软件中，选择样本集合和分析参数，对原始数据进行聚类和基因分型，导出质控结果、样品分析结果和基因分型数据，整理形成SNP分子身份证。

1.5 种质资源分类管理流程

通过对种质资源按照核心、同近源、异质性和群体4类进行分类管理，分别建立对应的种质资源库。其中，核心种质资源库主要储存遗传差异较大的纯系种质资源，同近源种质资源库主要储存近等基因系、近似品种和具有同源问题的种质资源，异质性种质资源库主要储存农家品种和纯合度较差的种质资源，群体种质资源库主要储存用于育种或研究需求的遗传群体种质资源。其分类管理流程如下（图1）：

（1）采用SSR指纹数据为全部样品建立SSR分子身份证，结合背景信息分析，筛选群体种质资源。

（2）利用SSR指纹数据对除群体种质资源外的其他样品进行纯合度分析，按下述公式计算种质资源样品纯合度。

（3）将纯合度低于90%的样品划分为异质类种质资源。

（4）在去除异质类种质的基础上，为群体样品和一致性较高的样品建立SNP分子身份证，并对这部分样品的SNP和SSR分子身份证结合比对进行相互印证；将分子信息高度近似（样品间SNP分子身份证相似度≥95%）的样品划为同近源种质资源，将纯合度较高、SNP分子身份证相似度＜95%的样品划为核心种质资源，将具有一些难以确认问题的样品划为其他类。

最后，对上述4类种质资源分类管理。

1.6 遗传多样性分析

利用R version 4.2.0计算上述种质资源之间的相似系数，进行非加权组平均法（unweighted pair-group method with arithmetic mean，UPGMA）遗传相似度聚类分析，绘制核心种质资源样品的遗传聚类图，并用iTOL美化遗传聚类图。

图1 种质资源分子身份证构建流程示意图

2 结果

2.1 群体类、异质类种质库构建

基于种质资源名称和背景信息，筛选出236份群体样品，归入群体类种质资源库。

为了更有效地利用不同来源、具有不同特点的种质资源，特别区分了纯合度较低的样品。正常情况下，纯合度高的玉米自交系SSR指纹图谱多呈现单峰，而纯合度较低的样品通常会在多个SSR位点上出现高低峰、双峰甚至三峰的现象。检测出现高低峰或等高峰，可能是由于样品本身纯合度低混株样品一致性较差引起；由于玉米是二倍体作物，出现三峰说明样品一致性较差，样品存在混杂问题。因此，可根据40个SSR标记绘制的指纹图谱对样品纯合度进行判断。以纯系吉754（图2-a）和农家品种郑白1（图2-b）的前10个SSR标记指纹图谱为例，其中，纯系在10个位点全部表现为单带；农家品种的P01位点在325和358处形成了等高峰，P04位点在352和380处形成了高低峰，P05位点在294和338处形成了高低峰，P06位点在336和341处形成了高低峰，P09位点在271和317处形成了高低峰，P10位点则在268和288处形成了高低峰，上述位点表现为杂合。

种质资源中包含2 502份纯合度高于90%的样品，占85.74%；185份样品纯合度＜90%但≥80%，231份样品纯合度＜80%（图3）。从统计结果可以看出，吉林省种质资源库内储存的纯系种质占比远高于以农家品种为代表的异质性种质。结合品种一致性鉴定等级和品种鉴定技术规程等标准，将纯合度低于90%（即超过4个SSR指纹图谱为非单峰）的样品归为异质类种质，共计416份种质资源，纯合度≥90%种质资源样品进入后续分析。

图2 核心种质资源吉754与农家品种郑白1在前十个SSR位点指纹图谱的对比

图3 吉林省玉米种质资源纯合度分布图

2.2 种质资源SSR分子身份证建立

利用SSR-DNA指纹信息为种质资源创建SSR分子身份证，并将这些信息转化为数据表格，由于大多数种质资源主要是纯合基因型，因此，设计的种质资源SSR分子身份证的基本格式为“3位数字编码+1位字母编码”，3位数字编码表示SSR-DNA指纹图谱的主条带片段长度，不足三位时用0补齐，“000”表示该样品在该位点SSR-DNA指纹数据缺失。依据等位基因扩增产物大小而非数字编码命名等位基因，对于种质资源样品来说能够不断补充新增稀有等位基因，避免了固定数据编码需要频繁调整等位基因命名的问题；1位字母编码Y/N代表该样品在标记位点呈现纯合还是杂合基因型，字母编码能够记录种质资源样品SSR指纹图谱的主要信息，避免重复记录纯合等位基因造成的数据冗余。40个SSR标记可分为4组，生成160位的数据化表格（表1），根据表格数据可使图谱信息转化为二维码形式的SSR分子身份证（图4）。以代表性种质资源吉754和农家品种郑白1为例，扫码它们的SSR分子身份证后都会得到160位的数据化信息，这直观地反映不同种质资源样品的SSR分子信息，较直接存储40个SSR指纹图谱更高效地保存了指纹信息。

图4 代表性种质资源SSR分子身份证

表1 代表性种质资源SSR分子身份证表格

每个位点为“3位数字编码+1位字母编码”，3位数字编码表示SSR-DNA指纹图谱的主条带片段长度，不足三位时用0补齐，“000”表示该样品在该位点SSR-DNA指纹数据缺失；1位字母编码中字母Y代表该样品在标记位点为纯合基因型，字母N代表该样品在标记位点为杂合基因型

Each locus consists of a "three-digit numerical code + one-letter code." The three-digit numerical code represents the main band fragment length of the SSR-DNA fingerprint. If the length is less than three digits, it is supplemented with zeros, and "000" indicates the absence of SSR-DNA fingerprint data for the sample at this locus. In the one-letter code, the letter 'Y' represents that the sample is homozygous at the marker locus, while the letter 'N' represents that the sample is heterozygous at the marker locus

2.3 种质资源SNP分子身份证建立

在已完成SSR分子身份证的基础上，为核心和同近源样品中进一步建立SNP-DNA指纹信息。由于SNP标记为二态型标记，且核心种质指纹杂合率较低，单个SNP位点上结果主要为AA或BB基因型，使用黑色和白色来代表2种纯合基因型，创建了种质资源样品的高密度条码化SNP分子身份证，将高密度分子指纹转化为可视指纹图谱（图5）。通过可视化的SNP分子身份证可以直观地查看不同种质资源在不同区间内的基因型分布，展示种质资源间基因组差异。代表性种质资源黄早四和旅9宽形成的SNP分子身份证显示出显著的差异。每份核心种质资源的SNP分子身份证都具有独特性，实现核心种质资源基因组间的可视化识别。

黑色为AA型、白色为BB型，深灰色表示AB型，浅灰色表示位点缺失，10条色带对应玉米的10条染色体

2.4 同近源类、核心类种质库的构建

综合利用2种分子标记信息进行样品间两两比对（图6），将相似性超过95%的样品定义为同近源样品。可以发现绝大多数样品间相似度范围为80%—95%，在该区间内，2种显示出高度的相关性。通过40个SSR位点和61 214个SNP位点进行样品比对，共筛出同名同近源样品209组，共487份样品；异名同近源样品96组，共218份样品。该类种质资源主要包含近等基因系（如Mo17和Mo17Ht）或疑似品种等情况，在DNA指纹相同或相近的样品组中，通过与标准指纹对比、背景调查等多种方式综合研判，选择其中一份作为标准样品列入核心种质；其他种质转入同近源种质库储存。

综合背景信息、纯合度、遗传相似度等分析，将吉林省种质资源库中的样品划分为1 561份核心类、705份同近源类、416份异质类及236份群体类种质资源，并建立分类信息管理台账（表2）。在建立分子身份证和分类管理后，整理了电子附表1样品清单中的种质资源，其中，大多数样品存在的问题符合预期，但少部分样品建立分子身份证后得到的信息与预估不同。如样品名称同为系14的3份样品，预期全部属于同近源材料。但根据分子身份证判断，其一份样品或因机械混杂等因素，纯合度未达到要求，应归属于异质性种质资源库；另两份系14样品与标准样品比对、入库信息等评估后，一份归属于核心种质资源库，另一份归属于同近源种质资源库。再如示例中的4份Mo17样品，根据预期排除命名不规范的问题后都应属于同名种质，其中一份归属于核心种质资源，其余3份归属于同近源种质资源。但在建立分子身份证后判断，其中一份纯合度较低，属于异质性种质，另外2份属于同近源种质中的近等基因系，最后一份Mo17样品经与标准样品比对、分子身份证评估符合核心种质要求。通过构建分子身份证对种质资源样品进行分类管理可以显著提升种质资源库管理的准确性，避免基于表型现象或样品名称进行管理，从而减少分类混乱的现象。

表2 玉米种质资源分类管理信息表（样表）

图6 利用SSR和SNP标记对吉林核心及同近源种质资源进行两两比对结果

2.5 种质资源遗传聚类分析

基于61 214个SNP位点对1 561个核心种质资源样品进行聚类分析，将其划分为10个类群（图7）。其中，Ⅰ群包括丹340等386份材料，占比为23.99%；Ⅱ群包括龙抗13等443份材料，占比为27.53%；Ⅲ群包括B73等90份材料，占比为5.59%；Ⅳ群包括郑58等66份材料，占比为4.10%；V群包括沈137等45份材料，占比为2.80%；Ⅵ群包括SH-251等31份材料，占比为1.93%；Ⅶ群包括衡白522等3份材料，占比为0.19%；Ⅷ群包括黄早四等207份材料，占比为12.86%；Ⅸ群包括京724等153份材料，占比为9.51%；X群包括Mo17等185份材料，占比为11.50%。总体来看，吉林省玉米种质资源库储存了国内外的主要种质，尤其以国内种质为主，如以旅大红骨种质（Ⅰ群和Ⅱ群）、黄改种质（Ⅷ群）为代表的种质资源，其占全部种质资源的64.38%，构成了该库的主要种质资源。

图7 基于SNP标记的种质资源遗传多样性分析

3 讨论

3.1 SSR和SNP标记结合构建分子身份证策略的优势分析

SSR标记具有检测速度快、性价比高和图谱数据一体化的特点[13]，能够准确显示试材等位基因并实现等位基因比例半定量化[38]，尤其适用于混杂的农家品种和异质性种质的划分。然而，由于SSR标记数量有限，不能高密度地覆盖染色体，对于近似种质资源的分析存在一定的局限性。故本研究选取40个SSR位点优先对玉米种质资源进行纯合度检测[39-41]，通过构建SSR分子身份证直观展现资源在40个SSR位点的纯合度，鉴别出以农家品种为代表纯合度较低的样品416份，实现快速区分异质性种质资源的目的。

SNP是二态性的标记，具有高密度、自动化分析的特点，可对大量位点进行快速高效的基因分型，因此可以精确判断高度近似种质资源的遗传相似度[10]，评估纯合度较高的种质资源。构建SNP分子身份证可实现全基因组片段的追溯，有利于对派生品种进行鉴定，将新种质溯源至原始品种或其他已授权品种，为玉米自交系确权提供支撑[42]。然而，尽管SNP标记的开发和检测成本相对较低，但是由于其多态性低，在应用中需要利用大量标记建立分子身份证[43]，其整体成本相对较高[44]。因此，本研究先通过SSR标记以较低代价快速地筛选异质性种质，发挥SSR标记多态性丰富、直观的优势，再构建SNP分子身份证与SSR分子身份证联合分析[45]，发挥SNP标记数量多、全基因组覆盖密集，分型准确的优势，精准划分包含近等基因系的705份同近源种质资源，区分遗传背景相近的不同种质资源，提高管理的科学性、利用效率和准确性。

3.2 利用分子身份证管理种质资源库的优势

现阶段大部分农作物种质资源库的建设停留于收集、编目和保存种质资源，同时记录相关的表型信息[46-47]的阶段，这一流程虽然有助于种质资源的收集和管理，但在管理过程中难以保证种子的真实性和纯合度，而通过分子鉴定技术可以有效地解决上述管理中存在的问题[48]。

本研究利用吉林省玉米种质资源库2 918份种质资源，构建了相应数量的SSR和2 502份SNP分子身份证，并整合形成数据库。分子身份证的建立精确显示了种质资源样本的纯度和真实性，帮助管理人员快速、准确地识别和区分不同的玉米种质资源，有效解决了早期入库种质的归属不明的情况，在后续应用中也可避免重复入库和名称混淆问题的出现。

构建种质资源分子身份证使得种质资源库能进行更精细化的分类和管理。在保存和调查种质资源的基础信息和表型信息的基础上，新增了种质资源的分子信息。玉米种质资源中纯合度较低的异质类种质资源占比不高，SSR分子身份证能快速评估材料的遗传纯合度，包括部分农家品种、种质资源扩繁混杂及机械混杂等情况。对于同近源种质资源，使用SNP标记进行鉴定并单独管理，这些资源除包含同源问题外，还包括近等基因系样品。将这些样品归为一组进行成套保管，有利于后续基因定位和基因功能研究，充分发挥种质资源的研究价值。分子身份证在种质资源库管理中应用不仅能辅助日常工作的展开，还可以促进种质资源的深层次分析利用。将分子手段技术从品种管理延伸至种质资源管理，将过去难以实现的品种深度解析问题有效解决，从源头提升品种权保护的能力[9]，为种质资源品种确权提供科技利器。

3.3 吉林省玉米种质资源库建设的应用前景展望

本研究结果表明，吉林省种质资源库的核心种质资源遗传变异丰富、广泛，特别是作为我国特有种质类型的旅大红骨在种质资源库较为丰富。这不但为优异基因的定位和功能分析提供了重要的基础，同时也预示着可能发掘出更多适应吉林省玉米生产需求的高产、抗病、抗逆基因资源。通过构建和管理玉米种质资源分子身份证模式库，能更好地了解种质资源的遗传特征，为研究和开发具有优良特性的新品种提供材料支撑，进而提高玉米的产量和品质，促进吉林省玉米产业的创新和升级[49]。

现基于本研究确立的种质资源分子身份证和分类管理方法，为吉林省早期入库的2 918份玉米种质资源构建分子身份证模式库。下一步应以该库为模板，为吉林省玉米种质资源库全部11 000份种质资源建立分子身份证并进行分类管理，全面梳理该库内储存的种质资源情况。最后为全国各省级乃至国家级玉米种质资源分子身份证数据库的建设起到示范作用，并进一步推广到其他农作物种质资源。

4 结论

明确了玉米种质资源入库前构建分子身份证及数据库的流程，为吉林省现有玉米种质资源库建立了2 918份种质资源SSR分子身份证和2 502份SNP分子身份证，通过分类整理，核心、同近源、异质和群体4类种质资源分别有1 561、705、416和236份。在1 561份核心资源中，以旅大红骨种质、黄改种质为代表的国内种质资源为主要成分，占比64.38%。

[1] 蔡东明, 陈耀锋, 王长发, 李继钢, 韩德俊. 我国农作物种质资源储备现状与分析. 农业与技术, 2021, 41(1): 8-10.

CAI D M, CHEN Y F, WANG C F, LI J G, HAN D J. Present situation and analysis of crop germplasm resources reserve in China. Agriculture and Technology, 2021, 41(1): 8-10. (in Chinese)

[2] 从春生, 李永祥, 李春辉, 石云素, 宋燕春, 张登峰, 黎裕, 王天宇. 分子标记辅助选择玉米杂种后代创新种质方法研究. 中国农业科学, 2016, 49(20): 3874-3885. DOI: 10.3864/j.issn.0578-1752.2016. 20.002.

CONG C S, LI Y X, LI C H, SHI Y S, SONG Y C, ZHANG D F, LI Y, WANG T Y. Research on methodology of maize germplasm development with source of hybrids by using marker-assisted selection. Scientia Agricultura Sinica, 2016, 49(20): 3874-3885. DOI: 10.3864/j.issn.0578-1752.2016.20.002. (in Chinese)

[3] 颜学海, 许春梅, 刘三梅, 何发, 代世红, 郝丽宁, 马艳玮, 吴红梅. 我国农作物种质资源保护利用现状与思考. 农业科技通讯, 2022(10): 20-23.

YAN X H, XU C M, LIU S M, HE F, DAI S H, HAO L N, MA Y W, WU H M. Present situation and thinking on the protection and utilization of agricultural germplasm resources in China. Bulletin of Agricultural Science and Technology, 2022(10): 20-23. (in Chinese)

[4] 李淑华, 孙志超, 徐国良, 代玉仙, 荆绍凌. 吉林省玉米种质资源保存利用现状及研究对策. 玉米科学, 2010, 18(3): 65-67.

LI S H, SUN Z C, XU G L, DAI Y X, JING S L. Preservation and utilization status and research countermeasures for maize germplasm resources in Jilin Province. Journal of Maize Sciences, 2010, 18(3): 65-67. (in Chinese)

[5] 段永红, 余亚莹, 邓晶. 种质资源库在农作物种质资源普查中的作用和建议. 中国种业, 2017(9): 41-44.

DUAN Y H, YU Y Y, DENG J. Functions and suggestions of germplasm resource bank in general survey of agricultural germplasm resources. Chinese seed industry, 2017(9): 41-44. (in Chinese)

[6] 王国军, 杨华, 林田, 李天菲, 石群芳, 龙渡, 牛婷婷, 王飞, 刘鸿艳, 罗利军, 龙萍. 上海市农作物种质资源信息管理系统设计与应用. 植物遗传资源学报, 2023, 24(1): 203-214.

WANG G J, YANG H, LIN T, LI T F, SHI Q F, LONG D, NIU T T, WANG F, LIU H Y, LUO L J, LONG P. Design and application of Shanghai crop germplasm resources information management system. Journal of Plant Genetic Resources, 2023, 24(1): 203-214. (in Chinese)

[7] 马庆国, 宋晓波, 贺君星, 周晔, 黄勇, 张俊佩, 裴东. 基于SSR分子标记的核桃种质资源分子身份证构建. 植物资源与环境学报, 2023, 32(2): 1-9.

MA Q G, SONG X B, HE J X, ZHOU Y, HUANG Y, ZHANG J P, PEI D. Establishment of molecular identity cards of walnut (spp.) germplasm resources based on SSR molecular marker. Journal of Plant Resources and Environment, 2023, 32(2): 1-9. (in Chinese)

[8] 胡玉璐, 姜百灵, 陈凌, 王海岗, 曹晓宁, 王瑞云, 乔治军. 利用SSR创建中国北方黍稷资源DNA身份证. 山西农业科学, 2022, 50(4): 478-485.

HU Y L, JIANG B L, CHEN L, WANG H G, CAO X N, WANG R Y, QIAO Z J. Using SSR to create DNA identity cards of broomcorn millet resources in northern China. Journal of Shanxi Agricultural Sciences, 2022, 50(4): 478-485. (in Chinese)

[9] 刘彬, 赵雨露, 杨鑫雷, 张建恒, 孙鑫博, 刘晓清, 温晓敏, 耿艳楼, 李悦有, 穆国俊, 吕玮. 251份藜麦种质资源遗传多样性及分子身份证构建. 植物遗传资源学报, 2022, 23(3): 706-721.

LIU B, ZHAO Y L, YANG X L, ZHANG J H, SUN X B, LIU X Q, WEN X M, GENG Y L, LI Y Y, MU G J, Lü W.Genetic diversity of 251 germplasm accessions and construction of molecular ID in quinoa (Willd.). Journal of Plant Genetic Resources, 2022, 23(3): 706-721. (in Chinese)

[10] 樊晓静, 于文涛, 蔡春平, 林浥, 王泽涵, 房婉萍, 张见明, 叶乃兴. 利用SNP标记构建茶树品种资源分子身份证. 中国农业科学, 2021, 54(8): 1751-1772. DOI: 10.3864/j.issn.0578-1752.2021.08.014.

FAN X J, YU W T, CAI C P, LIN Y, WANG Z H, FANG W P, ZHANG J M, YE N X.Construction of molecular ID for tea cultivars by using of single-nucleotide polymorphism (SNP) markers. Scientia Agricultura Sinica, 2021, 54(8): 1751-1772. DOI: 10.3864/j.issn. 0578-1752.2021.08.014. (in Chinese)

[11] 陈小红, 林元香, 王倩, 丁敏, 王海岗, 陈凌, 高志军, 王瑞云, 乔治军. 基于高基元SSR构建黍稷种质资源的分子身份证. 作物学报, 2022, 48(4): 908-919.

CHEN X H, LIN Y X, WANG Q, DING M, WANG H G, CHEN L, GAO Z J, WANG R Y, QIAO Z J. Development of DNA molecular ID card in hog millet germplasm based on high motif SSR. Acta Agronomica Sinica, 2022, 48(4): 908-919. (in Chinese)

[12] 冉昆, 隋静, 王宏伟, 魏树伟, 张勇, 董冉, 董肖昌, 王少敏. 利用SSR荧光标记构建山东地方梨种质资源分子身份证. 果树学报, 2018, 35(S1): 71-78.

RAN K, SUI J, WANG H W, WEI S W, ZHANG Y, DONG R, DONG X C, WANG S M. Using the fluorescent labeled SSR markers to establish the molecular ID of pear germplasm resources in Shandong. Journal of Fruit Science, 2018, 35(S1): 71-78. (in Chinese)

[13] 高源, 刘凤之, 王昆, 王大江, 龚欣, 刘立军. 苹果部分种质资源分子身份证的构建. 中国农业科学, 2015, 48(19): 3887-3898.DOI: 10.3864/j.issn.0578-1752.2015.19.011.

GAO Y, LIU F Z, WANG K, WANG D J, GONG X, LIU L J. Establishment of molecular ID for some apple germplasm resources. Scientia Agricultura Sinica, 2015, 48(19): 3887-3898. DOI: 10.3864/ j.issn.0578-1752.2015.19.011. (in Chinese)

[14] 唐源江, 曹雯静, 吴坤林. 基于SRAP标记的国兰种质资源遗传多样性分析及分子身份证构建. 中国农业科学, 2015, 48(9): 1795-1806.DOI: 10.3864/j.issn.0578-1752.2015.09.13.

TANG Y J, CAO W J, WU K L.Genetic diversity analysis and molecular identification card construction of Chinesegermplasms based on SRAP markers. Scientia Agricultura Sinica, 2015, 48(9): 1795-1806. DOI: 10.3864/j.issn.0578-1752.2015.09.13. (in Chinese)

[15] 徐雷锋, 葛亮, 袁素霞, 任君芳, 袁迎迎, 李雅男, 刘春, 明军. 利用荧光标记SSR构建百合种质资源分子身份证. 园艺学报, 2014, 41(10): 2055-2064.

XU L F, GE L, YUAN S X, REN J F, YUAN Y Y, LI Y N, LIU C, MING J. Using the fluorescent labeled SSR markers to establish molecular identity of lily germplasms. Acta Horticulturae Sinica, 2014, 41(10): 2055-2064. (in Chinese)

[16] 邱杨, 李锡香, 李清霞, 陈亦辰, 沈镝, 王海平, 宋江萍. 利用SSR标记构建萝卜种质资源分子身份证. 植物遗传资源学报, 2014, 15(3): 648-654.

QIU Y, LI X X, LI Q X, CHEN Y C, SHEN D, WANG H P, SONG J P. Establishment of the molecular identification for radish germplasm using SSR markers. Journal of Plant Genetic Resources, 2014, 15(3): 648-654. (in Chinese)

[17] 李斯更, 沈镝, 刘博, 邱杨, 张晓辉, 张忠华, 王海平, 李锡香. 基于黄瓜基因组重测序的InDel标记开发及其应用. 植物遗传资源学报, 2013, 14(2): 278-283.

LI S G, SHEN D, LIU B, QIU Y, ZHANG X H, ZHANG Z H, WANG H P, LI X X. Development and application of cucumber InDel markers based on genome resequencing. Journal of Plant Genetic Resources, 2013, 14(2): 278-283. (in Chinese)

[18] 陈昌文, 曹珂, 王力荣, 朱更瑞, 方伟超. 中国桃主要品种资源及其野生近缘种的分子身份证构建. 中国农业科学, 2011, 44(10): 2081-2093.DOI: 10.3864/j.issn.0578-1752.2011.10.013.

CHEN C W, CAO K, WANG L R, ZHU G R, FANG W C. Molecular ID establishment of main China peach varieties and peach related species. Scientia Agricultura Sinica, 2011, 44(10): 2081-2093. DOI: 10.3864/j.issn.0578-1752.2011.10.013. (in Chinese)

[19] 宋伟, 赵久然, 王凤格, 田红丽, 葛建镕, 王元东, 赵衍鑫. SSR和SNP标记在玉米分子标记辅助背景选择中的应用比较. 玉米科学, 2016, 24(3): 57-61.

SONG W, ZHAO J R, WANG F G, TIAN H L, GE J R, WANG Y D, ZHAO Y X. Comparison of SSR and SNP markers in maize molecular marker assisted background selection. Journal of Maize Sciences, 2016, 24(3): 57-61. (in Chinese)

[20] 刘奇燕. SSR分子标记技术在种子纯度检测中的应用. 现代农业科技, 2017(13): 49, 51.

LIU Q Y. Application of SSR molecular marker technique in seed purity test. Modern Agricultural Science and Technology, 2017(13): 49, 51. (in Chinese)

[21] WANG F G, TIAN H L, ZHAO J R, HONGMEI Y, WANG L, WEI S. Development and characterization of a core set of SSR markers for fingerprinting analysis of Chinese maize varieties. Maydica, 2011, 56(1): 7-18.

[22] BREDEMEIJER G, COOKE R, GANAL M, PEETERS R, ISAAC P, NOORDIJK Y, RENDELL S, JACKSON J, RÖDER M, WENDEHAKE K, DIJCKS M, AMELAINE M, WICKAERT V, BERTRAND L, VOSMAN B. Construction and testing of a microsatellite database containing more than 500 tomato varieties. Theoretical and Applied Genetics, 2002, 105: 1019-1026.

[23] 李世聪, 朱华国, 薛飞. 玉米种子纯度SSR分子标记检测研究报告. 种子科技, 2019, 37(7): 147-148.

LI S C, ZHU H G, XUE F.Research report on SSR molecular marker detection of maize seed purity. Seed Science & Technology, 2019, 37(7): 147-148. (in Chinese)

[24] TIAN H L, WANG F G, ZHAO J R, YI H M, WANG L, WANG R, YANG Y, SONG W. Development of maizeSNP3072, a high-throughput compatible SNP array, for DNA fingerprinting identification of Chinese maize varieties. Molecular Breeding, 2015, 35(6): 136.

[25] 马世鹏, 张云龙, 段民孝, 易红梅, 许理文, 葛建镕, 范亚明, 赵怡锟, 田红丽, 杨扬, 霍永学, 王凤格, 王蕊, 李莉. 基于Maize6H-60K芯片精准分型的玉米DH群体遗传规律研究. 中国农业大学学报, 2022, 27(11): 1-12.

MA S P, ZHANG Y L, DUAN M X, YI H M, XU L W, GE J R, FAN Y M, ZHAO Y K, TIAN H L, YANG Y, HUO Y X, WANG F G, WANG R, LI L.Study on genetic rule of maize doubled haploid population based on Maize6H-60K accurate-genotyping. Journal of China Agricultural University, 2022, 27(11): 1-12. (in Chinese)

[26] GUO Z F, WANG H W, TAO J J, REN Y H, XU C, WU K S, ZOU C, ZHANG J N, XU Y B. Development of multiple SNP marker panels affordable to breeders through genotyping by target sequencing (GBTS) in maize. Molecular Breeding, 2019, 39(3): 37.

[27] JIAO G J, PENG Z, MEI H Q, MIN W J, HONG Y X, BAO C Q, HUA Z J. SNP markers potential applied in DUS testing of maize. International Journal of Agriculture and Biology, 2020, 23(2): 417-422.

[28] 李巧英, 郑戈文. SNP分子标记技术在农作物种子检测中的研究与应用. 中国种业, 2019(11): 16-18.

LI Q Y, ZHENG G W.Research and application of SNP molecular marker technology in crop seed detection. China Seed Industry, 2019(11): 16-18. (in Chinese)

[29] JIANG B, ZHAO Y K, YI H M, HUO Y X, WU H T, REN J, GE J R, ZHAO J R, WANG F G. PIDS: A user-friendly plant DNA fingerprint database management system. Genes, 2020, 11(4): 373.

[30] ZHANG Z X, ZHANG F D, TANG W H, PI Y J, ZHENG Y L. Construction and characterization of normalized cDNA library of maize inbred MO17 from multiple tissues and developmental stages. Molecular Biology, 2005, 39(2): 177-184.

[31] 辛景树, 郭景伦, 贾希海. SSR技术在玉米种子纯度鉴定上的应用(上). 种子科技, 2005, 23(3): 155-157.

XIN J S, GUO J L, JIA X H.Application of SSR technology in purity identification of maize seed (I). Seed Science& Technology, 2005, 23(3): 155-157. (in Chinese)

[32] Mahuku G S. A simple extraction method suitable for PCR-based analysis of plant, fungal, and bacterial DNA. Plant Molecular Biology Reporter, 2004, 22(1): 71-81.

[33] ALLEN G C, FLORES-VERGARA M A, KRASYNANSKI S, KUMAR S, THOMPSON W F. A modified protocol for rapid DNA isolation from plant tissues using cetyltrimethylammonium bromide. Nature Protocols, 2006, 1(5): 2320-2325.

[34] 刘可心, 王璐, 蔚荣海, 王凤格, 田红丽. 一种适于SNP芯片分型的玉米种皮组织DNA提取方法. 分子植物育种, 2017, 15(1): 195-199.

LIU K X, WANG L, YU R H, WANG F G, TIAN H L.A DNA extraction method from maize seed capsule tissue suitable for SNP chip genotyping. Molecular Plant Breeding, 2017, 15(1): 195-199. (in Chinese)

[35] 田红丽, 赵紫薇, 杨扬, 范亚明, 班秀丽, 易红梅, 杨洪明, 刘少荣, 高玉倩, 刘亚维, 王凤格. 290个吉林省审定玉米品种SSR-DNA指纹构建及遗传多样性分析. 作物学报, 2022, 48(12): 2994-3003.

TIAN H L, ZHAO Z W, YANG Y, FAN Y M, BAN X L, YI H M, YANG H M, LIU S R, GAO Y Q, LIU Y W, WANG F G. Construction of SSR-DNA fingerprints and genetic diversity analysis of 290 maize varieties approved in Jilin Province, China. Acta Agronomica Sinica, 2022, 48(12): 2994-3003. (in Chinese)

[36] 王凤格, 李欣, 杨扬, 易红梅, 江彬, 张宪晨, 霍永学, 朱丽, 葛建镕, 王蕊, 任洁, 王璐, 田红丽, 赵久然. 植物品种SSR指纹分析专用软件SSR Analyser的研发. 中国农业科学, 2018, 51(12): 2248-2262.DOI: 10.3864/j.issn.0578-1752.2018.12.003.

WANG F G, LI X, YANG Y, YI H M, JIANG B, ZHANG X C, HUO Y X, ZHU L, GE J R, WANG R, REN J, WANG L, TIAN H L, ZHAO J R.SSR analyser: a special software suitable for SSR fingerprinting of plant varieties. Scientia Agricultura Sinica, 2018, 51(12): 2248-2262. DOI: 10.3864/j.issn.0578-1752.2018.12.003. (in Chinese)

[37] TIAN H L, YANG Y, YI H M, XU L W, HE H, FAN Y M, WANG L, GE J R, LIU Y W, WANG F G, ZHAO J R. New resources for genetic studies in maize (L.): a genome-wide Maize6H-60K single nucleotide polymorphism array and its application. The Plant Journal, 2021, 105(4): 1113-1122.

[38] PATZAK J, PAPRŠTEIN F, HENYCHOVÁ A, SEDLÁK J. Genetic diversity of Czech apple cultivars inferred from microsatellite markers analysis. Horticultural Science, 2012, 39(4): 149-157.

[39] 曾艳华, 谢和霞, 江禹奉, 周锦国, 谢小东, 周海宇, 谭贤杰, 覃兰秋, 程伟东. 基于SNP标记的爆裂玉米农家品种遗传多样性. 作物杂志, 2020(5): 65-70.

ZENG Y H, XIE H X, JIANG Y F, ZHOU J G, XIE X D, ZHOU H Y, TAN X J, QIN L Q, CHENG W D.Genetic diversity of popcorn landraces based on SNP markers. Crops, 2020(5): 65-70. (in Chinese)

[40] HE C, XIA Z L, CAMPBELL T A, BAUCHAN G R. Development and characterization of SSR markers and their use to assess genetic relationships among alfalfa germplasms. Crop Science, 2009, 49(6): 2176-2186.

[41] DRINIĆ S, TRIFUNOVIĆ S, DRINIĆ G, KONSTANTINOV K. Genetic divergence and its correlation to heterosis in maize as revealed by SSR-based markers. Maydica, 2002, 47: 1-8.

[42] TIAN H L, YANG Y, WANG R, FAN Y M, YI H M, JIANG B, WANG L, REN J E, XU L W, ZHANG Y L, GE J R, LIU Y W, WANG F G, ZHAO J R. Screening of 200 core SNPs and the construction of a systematic SNP-DNA standard fingerprint database with more than 20,000 maize varieties. Agriculture, 2021, 11(7): 597.

[43] 林萍, 王开良, 姚小华, 任华东. 基于转录组SNP构建油茶主要品种资源的分子身份证. 中国农业科学, 2023, 56(2): 217-235. DOI: 10.3864/j.issn.0578-1752.2023.02.002.

LIN P, WANG K L, YAO X H, REN H D. Development of DNA molecular ID ingermplasm based on transcriptome- wide SNPs. Scientia Agricultura Sinica, 2023, 56(2): 217-235. DOI: 10.3864/j.issn.0578-1752.2023.02.002. (in Chinese)

[44] CHEN Z J, TANG D G, NI J X, LI P, WANG L, ZHOU J H, LI C Y, LAN H, LI L J, LIU J. Development of genic KASP SNP markers from RNA-Seq data for map-based cloning and marker-assisted selection in maize. Bmc Plant Biology, 2021, 21(1): 157.

[45] SIMIC D, LEDENCAN T, JAMBROVIC A, ZDUNIC Z, BRKIC J, BRKIC A, MLADENOVIC-DRINIC S, BRKIC I. SNP and SSR marker analysis and mapping of a maize population. ABI Genetika, 2009,41(3): 237-246.

[46] 田智硕, 姜建福, 张国海, 刘崇怀. 国外主要葡萄种质资源数据库简介. 中外葡萄与葡萄酒, 2012(1): 59-62.

TIAN Z S, JIANG J F, ZHANG G H, LIU C H. Brief introduction of database of main grape germplasm resources abroad. Sino-overseas Grapevine & Wine, 2012(1): 59-62. (in Chinese)

[47] 付深造, 张恩瑜, 陈超. 我国作物种质资源保护利用现状及发展建议. 种子世界, 2013(10): 1-3.

FU S Z, ZHANG E Y, CHEN C. Present situation and development suggestions of crop germplasm resources protection and utilization in China. Seed World, 2013(10): 1-3. (in Chinese)

[48] 郭盛, 禾璐, 贾苏卿, 李世勇, 王秀明, 张璐, 董冰, 魏一凡. 农作物种质资源保护和开发利用存在的问题及对策. 中国种业, 2018(4): 41-43.

GUO S, HE L, JIA S Q, LI S Y, WANG X M, ZHANG L, DONG B, WEI Y F.Problems and countermeasures of conservation and opening utilization of crop germplasm resources. China Seed Industry, 2018(4): 41-43. (in Chinese)

[49] 王巍, 王远路. 20份玉米农家种质优势类群的划分和优势模式分析. 玉米科学, 2013, 21(4): 11-14.

WANG W, WANG Y L. Heterotic group and heterotic pattern in twenty maize landraces of Heilongjiang. Journal of Maize Sciences, 2013, 21(4): 11-14. (in Chinese)

The Construction and Application of SSR and SNP Molecular ID for Maize Germplasm Resources of Jilin Province

ZHANG MingQi1,3, WANG Rui1, ZHANG ChunXiao2, SUN Bo1,3, REN Jie1, LI ShuFang4, WANG Lu1, ZHU ShaoXi1, ZHANG JiangBin1, SHI XinChen1, WANG HaiJie1, ZHANG YunLong1, TIAN HongLi1, ZHAO YiKun1, KUANG Meng3, WANG YuanDong1, YI HongMei1, LI XiaoHui2, WANG FengGe1

1Maize Research Institute, Beijing Academy of Agricultural and Forestry Sciences/Key Laboratory of Crop DNA Fingerprinting Innovation and Utilization (Co-construction by Ministry and Province)/Beijing Key Laboratory of Maize DNA Fingerprinting and Molecular Breeding, Beijing 100097;2Maize Research Institute, Jilin Academy of Agricultural Sciences, Gongzhuling 136100, Jilin;3Institute of Cotton Research of Chunese Academy of Agricultural Sciences/State Key Laboratory of Cotton Biology, Anyang 455000, Henan;4Crop Germplasm Resources Institute, Jilin Academy of Agricultural Sciences, Gongzhuling 136100, Jilin

【Objective】Crop germplasm resources hold a crucial strategic position. The Maize Germplasm Resources Bank in Jilin Province safeguards a collection of germplasm resources distinctively representative of the Northern Spring Maize Region. Traditional germplasm resource management faces challenges in ascertaining accurate identity information. To address this issue, molecular marker technology has been employed to establish a process for the construction and classification of molecular IDs for germplasm resources, thereby enabling precise identification and bolstering categorical management. Thorough exploration of the exceptional resources within Jilin Province's Maize Germplasm Resources Bank is intended to advance the shared utilization of these valuable germplasm resources. 【Method】A total of 2 918 maize germplasm resources were utilized from the Jilin Provincial Maize Germplasm Resources Bank as subjects of the study, the molecular IDs were constructed by using 40 pairs of SSR markers and 61 214 SNP markers recommended in maize variety identification standards. Based on the molecular ID information, the germplasm resources were categorized into core, closely related, heterogeneous, and population groups for management purposes. Furthermore, the core germplasms were analyzed on genetic diversity. 【Result】In this investigation, the SSR molecular IDs were constructed for 2 918 maize germplasm resources, while the SNP molecular IDs were constructed for 2 502 maize germplasm resources, excluding heterogeneous germplasm. The standards for the construction of SSR and SNP molecular IDs were established for maize germplasm resources. The SSR molecular ID is composed of a combination of three-digit numbers and one-letter code converted from 40 SSR loci fingerprints, stored in the form of a QR code. The SNP molecular ID converts the fingerprints of 61 214 SNP loci into visual barcodes. Based on the features of sample homozygosity and fingerprint specificity, the samples were categorized into 1 561 cores, 705 closely related, 416 heterogeneous, and 236 population types of germplasm resources. Genetic diversity analysis indicates that domestic germplasm resources, represented by Lüdahonggu and Huanggai groups, constituting the main germplasm resources in the Jilin Provincial Maize Germplasm Resources Bank, accounting for 64.38% of all core germplasm resources. 【Conclusion】This research outlines a methodology for constructing molecular IDs for maize germplasm resources. The SSR molecular IDs were constructed for 2 918 accessions stored in the Jilin Provincial Maize Germplasm Resources Bank and the SNP molecular IDs were constructed for 2 502 among them. The germplasm resources were categorized into core, closely related, heterogeneous, and population types to achieve the classification management.

maize; germplasm resource; Jilin; SSR; SNP; molecular ID

10.3864/j.issn.0578-1752.2024.02.002

2023-06-05；

2023-08-01

国家重点研发计划（2021YFD1201005）、北京市农林科学院科技创新能力建设专项（KJCX20230303）、北京市农林科学院科研创新平台建设专项（PT2023-34）

张茗起，E-mail：mrzhangmq@foxmail.com。王蕊，E-mail：skywangr@126.com。张茗起和王蕊为同等贡献作者。通信作者王凤格，E-mail：gege0106@163.com。通信作者李晓辉，E-mail：lixiaohui2002lix@163.com

（责任编辑 李莉）