李健

摘 要 遗传多样性研究是作物育种的基础性工作，对优异亲本选择、优良种质挖掘具有重要的参考价值。而亲缘系数法是评价遗传多样性的简易方法。当研究对象为高度自花授粉作物，其谱系信息也相对完整时，利用亲缘系数分析法得到的遗传多样性分析结果与利用分子标记法所得到的分析结果具有较好的一致性，因此亲缘系数法广泛应用于麦类作物遗传多样性分析。基于此，综述利用亲缘系数法对麦类作物进行遗传多样性分析的研究报道，为相关研究提供有益参考。

关键词 亲缘系数;麦类作物;遗传多样性

中图分类号：S512 文献标志码：B DOI：10.19415/j.cnki.1673-890x.2021.03.104

作物遗传多样性研究是作物育种的重要基础性工作，其研究方法较多，常用的研究方法有表型性状法、分子标记法、芯片法、重测序法等。表型性状受环境因素的影响较大，工作量大，耗时耗力。分子标记法会受标记数量、密度、分布等因素影响，标记数量少、密度低、分布不均匀会对遗传多样性分析的结果产生不利影响。芯片法、重测序法虽然可以获得大量遗传多样性数据，能够对研究对象的遗传多样性进行详细分析，但费用高昂，限制了这两种方法的使用范围。亲缘系数是衡量个体之间亲缘关系远近或共占特定基因概率的指标[1]。如果研究对象是高度自花授粉作物，且拥有相对完整的谱系信息，那么利用亲缘系数法和分子标记法所得到的遗传多样性分析结果具有较好的一致性[2]。因此，亲缘系数法作为对作物遗传多样性评价的简便方法，在多种自花授粉作物遗传多样性分析中广泛使用。

1 利用亲缘系数分析法对小麦群体的遗传多样性进行分析

陈玉清等利用亲缘系数分析法对来自于四川省的40个小麦主推品种进行遗传多样性分析，40个参试品种形成780对成对组合，其中40.13%的组合亲缘系数不为0，组合亲缘系数的变异范围是0～0.75，组合平均亲缘系数为0.08[3]。

王江春等利用亲缘系数法对66个小麦品种进行遗传多样性分析，结果表明，66个小麦品种形成2 145对成对组合，其中32.56%的组合亲缘系数为0，组合亲缘系数的变异范围是0～0.820 3，组合平均亲缘系数为0.062 49[4]。

徐晓丹等利用亲缘系数法对河南省57个小麦品种进行了遗传多样性分析，57个品种形成1 596对成对组合，47.43%的组合间亲缘系数不为0，组合亲缘系数变异范围是0～0.75，组合平均亲缘系数为0.041 3[1]。

比较不同研究人员的研究结果，可以清楚了解不同地区小麦品种的遗传多样性，以横向评估本研究所涉对象的遗传基础是否狭窄、脆弱。

2 利用亲缘系数分析法对大麦群体的遗传多样性进行分析

Mikel等利用亲缘系数法对1970—2006年选育而成的363个北美大麦品种进行遗传多样性分析。结果显示，363个大麦品种的组合平均亲缘系数为0.023，其中，294个春性大麦品种的组合平均亲缘系数为0.029，62个冬性大麦品种的组合平均亲缘系数为0.068[5]。相比而言，饲用大麦的组合平均亲缘系数（0.020）远低于啤酒大麦（0.111），其中六棱饲用大麦的组合平均亲缘系数为0.026，显著低于二棱饲用大麦的组合平均亲缘系数（0.058）。对于啤酒大麦，六棱型啤酒大麦的遗传多样性低于二棱型啤酒大麦的遗传多样性。

郭焕强等利用亲缘系数分析法对155个中国大麦主栽品种进行遗传多样性分析。结果显示，155个大麦品种形成11 935个成对品种组合，各组合亲缘系数的变异范围为0～0.75，组合累计亲缘系数达到157.586 7，组合平均亲缘系数达到0.013 2，其中東北地区的大麦组合平均亲缘系数最高，达到0.049 3;华东地区次之，达到0.043 6;

其余三个地区（西南、西北、华中）的大麦主栽品种组合平均亲缘系数较为接近，大致处于0.034 5水平[6]。

3 基于亲缘系数分析的作物骨干亲本挖掘

骨干亲本是重要的种质资源，在作物育种工作中，占据及其重要的地位，具有极高的研究价值。以亲缘系数为基础，对参试品种进行聚类分析，可以较为容易地筛选出研究对象中包含的骨干亲本以及由骨干亲本构成的衍生种群体。

陈玉清等利用类平均法对由40个四川小麦种质资源所构成的亲缘系数矩阵进行聚类分析，36个参试品种被分为3个类群，其中繁六、绵阳11号及其15个衍生品种构成A类群，阿勃小麦及其13个衍生种构成B类群，成都光头小麦及其4个衍生种构成C类群，以4个骨干亲本为中心的3个类群所包含品种占参试品种总数的90%[3]。

王江春等采用兰氏距离类平均法对由66个小麦品种所构成的亲缘系数矩阵进行聚类分析。结果显示，66个小麦品种被分为6个类群，阿勃小麦及其衍生种构成B类群的主体，丰产3号、矮丰3号和蚰包的衍生种构成C类群的主体，鲁麦14号及其衍生种构成了D类群的主体[4]。

徐晓丹等采用欧式距离法对由57个小麦品种构成的亲缘系数矩阵进行聚类分析，57个小麦品种被分为7个类群。以豫麦2号和豫麦2号的衍生种豫麦25为亲本的品种构成了A类群的主体，豫麦69及其衍生种构成了B类群的主体，豫麦18及其衍生种构成了C类群的主体，豫麦21及其衍生种构成了E类群的主体[1]。

郭焕强等采用欧式距离法对由155个大麦品种构成的亲缘系数矩阵进行聚类分析，结果表明，在欧式距离为20时，155个中国大麦主栽品种被分为6个类群[6]。Ⅰ类群包含12个品种，早熟3号及其衍生种构成了该类群的主体;Morex、Manker及其衍生种构成了Ⅱ类群的主体;外引种质S-4和S500及其衍生种构成了Ⅲ类群的主体;苏引麦2号及其衍生种构成了Ⅳ类群的主体;法瓦维特及其衍生种组成了Ⅴ类群的主体。Ⅵ类群包含100个参试品种，在欧式距离为17.5处，100个参试品种被分为7个亚类群。由早熟3号为祖先种的品种构成了Ⅵ-1类群的主体;红日麦1号及其衍生种构成了Ⅵ-2类群的主体;Bowman及其衍生的蒙啤麦系列品种构成了Ⅵ-3亚类的主体;ARUPO和早熟3号的后代品种是Ⅵ-4类群的主体品种;Ⅵ-5亚类是由谱系信息部分缺失、与其他参试品种亲缘关系较远的品种组成，共29个品种;川农大2号和85V24的后代品系构成了Ⅵ-6亚类的主体;以川裸1号和美里黄金为亲本或祖先种的参试品种构成了Ⅵ-7亚类的主体。

4 展望

1949年以来，我国利用杂交育种技术选育了大量优良的麦类作物品种。这些品种的推广种植，有效提升了麦类作物的产量。随着现代分子生物技术的发展，挖掘、聚合有利于提高麦类作物产量的有利基因是进一步提升麦类作物单产的重要途径。但是，在当前的条件下，与复杂数量性状相关的基因挖掘工作存在技术要求高、费用高昂等困难，尤其对于西部偏远地区的育种单位而言，很难开展大规模、高标记密度的关联分析。因此，选择高代表性、高特意性的研究群体，确定大小适宜的群体规模十分必要。通过亲缘系数法、表型性状法对研究群体进行初步分析，以分析结果为依据，筛选高代表性、高特意性的骨干亲本及其衍生群体作为全基因组关联分析的研究群体，通过横向、纵向比对，筛选、追踪与目标性状相关联的位点，可能是提升基因挖掘及分子标记开发效率的有效途径，其研究成果可以为相关育种工作提供技术支撑。

参考文献：

[1] 徐晓丹，冯晶，蔺瑞明，等.河南小麦主栽品种亲缘系数分析[J].麦类作物学报，2011，31（04）：653-659.

[2] Almanza-Pinzón M I， Khairallah M， Fox P N，et al. Comparison of molecular markers and coefficients of parentage for the analysis of genetic diversity among spring bread wheat accessions[J].Euphytica，2003，130（01）：77-86.

[3] 陳玉清，郑有良，周永红.应用亲缘系数分析四川小麦种质资源的遗传多样性[J].南京师大学报（自然科学版），2002（02）：22-27.

[4] 王江春，胡延吉，余松烈，等.建国以来山东省小麦品种及其亲本的亲缘系数分析[J].中国农业科学，2006（04）：664-672.

[5] Mikel M A， Kolb F L. Genetic Diversity of Contemporary North American Barley[J]. Crop Science，2008，48（04）：1399-1407.

[6] 郭焕强，王文峰，姚全杰，等.大麦主栽品种亲缘系数和对叶斑病的抗性分析[J].植物遗传资源学报，2016，17（04）：586-598.

（责任编辑：赵中正）