一种基于遗传相似度的特异性测试近似品种高效筛选方法

本发明涉及一种基于遗传相似度的特异性测试近似品种筛选方法，属于植物新品种测试(或称DUS测试)技术领域。

特异性、一致性和稳定性是对植物品种的基本要求，是植物新品种获得品种权保护、主要农作物品种审定和非主要农作物品种登记的前提条件。特异性是指申请品种权保护或审定、登记的品种(申请品种)应当明显区别于申请日以前所有已知的同属或同种品种(已知品种)。为鉴定一个品种具备特异性，需要证明该品种在表型性状上不同于已知的同类作物其他任何品种。主要作物已知品种往往数以万计，将每一个申请品种与这些已知品种进行田间种植比较，实践上是不可行的。为此，需要通过一些筛选机制，将那些不需要种植比较即可确定与申请品种表型性状明显不同的品种排除，只种植那些不通过田间比较试验则不能确定与申请品种是否有明显表型差异的品种(即近似品种)。通过田间种植试验，比较申请品种与近似品种是否存在明显差异，据此得出申请品种是否具备特异性的结论。因此，近似品种的选择是特异性测试的关键环节。

传统的近似品种筛选一般通过比较申请品种和已知品种表型性状表达状态进行。如果能够确定一个已知品种与申请品种的表达状态差异足够大以至于田间种植时两者间必定会表现出明显差异，则可以将该已知品种排除，剩余的品种作为近似品种。然而表达状态观测值会因环境条件和人为因素的影响发生波动。因此使用表型性状筛选近似品种时，对于申请品种每一个性状表达状态，已知品种必须根据该性状的表达状态波动程度设置一个较宽的范围，会导致选入大批近似品种，增加了试验的成本，也降低了特异性测试的准确度。

DNA分子标记技术的发展，为近似品种筛选提供了新的技术手段。大量研究表明，品种间的表型距离和遗传相似度存在一定的相关性。尤其是当品种间遗传相似度低于一定的阈值时，可以保证品种间表型差异明显。利用这一现象可以筛选特异性测试的近似品种。在利用遗传相似度进行植物(如小麦)近似品种筛选方面，目前采取的做法是，首先利用一组植物(如小麦)SSR标记采集申请品种和已知品种的DNA指纹，然后利用专用软件计算品种间的遗传相似度，最后根据申请品种与其他品种遗传相似度大小人工筛选其近似品种。采用上述方法筛选近似品种，存在以下问题有待进一步改进：(1)该方法遗传相似度计算软件(例如Powermarker 3.25)对SSR数据格式要求严格，数据整理耗时长，遗传相似度计算步骤多，数据准备工作量大，需要数天才能完成遗传相似度计算，影响田间种植试验按时播种；(2)该方法近似品种选择完全依赖人工进行，对每个申请品种都要从数以万计的数据中出遗传相似度符合要求的近似品种，耗时长，易出错。

为了解决现有技术中近似品种选择操作繁琐，耗时长，因人工操作易出错的问题，本发明提供了一种基于遗传相似度的特异性测试近似品种筛选方法，可以实现小麦、玉米、大白菜、大豆等植物近似品种的快速、高效、准确筛选。

本发明的技术方案是：一种基于遗传相似度的特异性测试近似品种高效筛选方法，其特征是，首先对申请品种和已知品种采集一组简单重复序列标记(SSR标记)或单核苷酸多态性标记(SNP标记)数据(DNA指纹)；然后建立已知品种的DNA指纹数据库系统，并开发近似品种筛选数据库软件；该软件能够自动计算申请品种与每个已知品种的遗传相似度，并可根据任意遗传相似度阈值，选择每个申请品种的近似品种。

具体步骤如下：

1)根据各植物的DNA指纹采集标准或采集方法，采集已知品种基于一组简单重复序列标记(SSR标记)或单核苷酸多态性标记(SNP标记)的DNA指纹数据；指纹数据的格式以代号(SSR标记)或碱基代号(SNP标记)和等位变异片段长度表示；

2)根据上述的DNA指纹数据，构建已知品种DNA指纹数据库系统；

3)在步骤2)建立的已知品种DNA指纹数据库基础上，进一步开发近似品种筛选数据库软件；该软件的要求为：能够自动计算申请品种与每个已知品种的遗传相似度，并能够根据输入的任意遗传相似度阈值，选择高于该阈值的已知品种作为申请品种的近似品种；

4)采集申请品种的DNA指纹数据，方法同步骤1)；

5)将申请品种的DNA指纹数据和阈值输入步骤3)的带有近似品种筛选数据库软件的已知品种DNA指纹数据库系统中，从而将高于该阈值的已知品种作为申请品种的近似品种筛选出来。

其中，所述步骤3)的近似品种筛选数据库软件能够按以下公式计算品种间的遗传相似度，遗传相似度(GS)＝两个品种共有的等位变异数量÷全部等位变异数量×100％。

优选的，所述步骤2)的已知品种DNA指纹数据库系统基本功能包括：单品种添加，部分品种修改，批量导入导出、数据筛选、结果显示及打印功能。

其中，上述的筛选方法适用于小麦、玉米、大白菜、大豆等植物的筛选。

本发明的有益效果是：

1、本发明利用数据库技术管理品种DNA指纹数据，计算遗传相似度，选择近似品种，大大提高了工作效率，将近似品种筛选由数天时间完成缩短到瞬时完成；

2、新增加的申请品种和已知品种DNA指纹数据导入数据库即可，不需要与原有品种数据一起重新人工计算遗传相似度；

3、本发明可根据任意遗传相似度阈值，自动判别近似品种，克服了现有方法近似品种选择操作繁琐，耗时长，出错率高的不足；

4、利用数据库技术管理已知品种DNA指纹数据，数据管理效率高。

图1为基于本发明方法的小麦特异性测试近似品种筛选结果数据库界面。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种基于遗传相似度和数据库技术的高效特异性测试近似品种筛选方法，解决现有技术中近似品种选择时效性差、操作繁琐易出错的问题，可以实现小麦、玉米、大白菜、大豆等植物近似品种的快速、高效、准确筛选。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面以小麦为例子，结合附图和具体实施方式对本发明作进一步详细的说明。具体步骤包括：

步骤1：根据《NY/T 2470-2013小麦品种鉴定技术规程SSR分子标记法》提供的小麦DNA指纹数据采集方法，采集表1中6份申请品种和表2中120份已知品种42个SSR位点的指纹数据。采集的部分SSR位点DNA指纹数据如表3所示。其中，指纹数据的格式以SSR等位变异片段长度表示。

表1 6份申请品种

表2 120份已知品种

表3申请品种与已知品种的部分SSR位点指纹数据(SSR等位变异片段长度)

步骤2：采用WINFORM框架设计建立NETFRAMEWORK 4.0支持的适用于MicrosoftWindows me/NT/2000/XP/7/8等版本操作系统的小麦已知品种DNA指纹数据库系统。数据库系统采用C/S结构，后台数据库为Microsoft SQL SERVER，编程语言为C