用于玉米品种真实性鉴定的最优核心SNP位点集的研发

品种真实性是种子质量监测的一个重要指标。为建立准确可靠、快速简便、高通量、低成本的玉米品种真实性鉴定技术,本文利用200个核心SNP位点构建的5816个玉米杂交品种,3274个自交系的指纹数据,基于遗传算法、品种识别率评估确定了一套高鉴别力的核心SNP位点集,包含96个SNP位点。这96个SNPs全部位于基因内区域,相对均匀分布在10对染色体上。采用上述杂交品种和自交系的指纹数据评估显示这96个位点具有较高多态性和品种区分能力,PIC、MAF、DP平均值分别为0.36、0.40、0.60和0.36、0.39、0.48,对杂交品种、自交系的品种识别率达到99.14%和99.24%。两两样品成对比较结果显示,99.99%的品种间差异位点数目≥3个,杂交品种和自交系中96.74%和95.67%的成对比较差异位点数目集中在30~65个和30~60个。基于221个主推杂交品种的40个SSR位点、96个SNP位点的基因型数据分析结果显示,这2组标记集的鉴定结果具有较高的一致性。综上所述,本研究报道了一套具有位点数量最少、区分能力最强,兼容多平台、适于自动化分型等优点的最优核心SNP集。期望位点集将在玉米品种真实性监测、种子质量控制中得到广泛应用,进而维护玉米种子市场秩序、保障育种者权利以及保护农民利益。