[发明专利]一种基于表型距离的玉米特异性测试近似品种筛选方法

说明书

本发明公开了一种基于表型距离的玉米特异性测试近似品种筛选方法。本发明首先根据环境条件和人员对不同性状表达状态观测值的影响程度不同这一特点，对品种间表型性状代码的差值，给予一个权重(见表1)。权重的大小取决于该性状表达状态观测值受环境和人员观测影响程度和代码差值的大小。所有表型性状上的权重相加得出品种间的表型距离。通过对大量真实品种间表型距离和差异明显程度的比较分析，确定一个安全的表型距离阈值。在筛选近似品种时，小于阈值的已知品种作为近似品种与申请品种进行田间相邻种植和特异性评价。本方法较好排除了人员观测偏差、基因型与环境互作和数据录入错误和对近似品种筛选的影响，提高了近似品种筛选的严谨性。

技术领域

本发明涉及一种基于表型距离的玉米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。

背景技术

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应当明显区别于申请日以前所有已知的同属或同种品种。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DUS测试的品种(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。

虽然主要作物已知品种数量众多，但是对于大多数已知品种，尤其是选育早的品种，因丰产性等原因已不能满足当前生产需要，在近似品种筛选时可以不予考虑。近似品种的筛选一般通过比较申请品种和仍有应用潜力的已知品种(例如近十年来育成的品种)的性状表达状态进行。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。对于数量性状和假质量性状(尤其是假质量性状的连续变化区域的表达状态)，其表达状态观测值会因环境条件和人为因素的影响呈现以下特点：(1)受环境条件影响，同一个品种的同一个性状，在不同年份和不同地区种植时，表达状态观测值(表达状态代码)会发生一定的波动；(2)不同的性状表达受环境影响的程度不同，表现为表达状态波动程度因性状而异。(3)不同测试人员对性状表达状态的观测结果，容易产生偏差。偏差的大小，与性状和人员均有关系。如何确定近似品种筛选指标，是近似品种筛选的难点。一种做法是根据性状的表达方式、性状表达受环境程度影响波动程度和受人为误差影响大小，通过申请品种与已知品种各个性状表达状态的比较，筛选近似品种：对于假质量性状和数量性状，采用与之相差1-3个代码的表达状态范围。采用上述做法，对于数据的准确性要求很高。实践中，存在着一些性状表达状态的数据由于受人员观测偏差的影响偏离正常值过大、或由于性状与环境条件的互作(极少数情况下)、或由于数据录入错误，会导致本应作为近似品种的已知品种未能筛选进来，造成近似品种的遗漏，直接影响特异性测试的准确性。另外，对每个品种的筛选条件进行设置，过程繁琐，筛选效率较低。

申请人之前开发了一种基于表型性状的玉米特异性测试中的近似品种筛选方法(发明专利申请号201610061377.7)，该方法是根据性状的表达方式、性状表达受环境程度影响波动程度和受人为误差影响大小，对于申请品种的每一个假质量性状和数量性状，已知品种采用与之相差1-3个代码的表达状态范围，通过申请品种与已知品种各个表达状态的比较，筛选近似品种。申请人在后续研究中发现，该方法仍然存在以下不足，需要进一步改善：(1)容错性差，对数据的准确性要求很高。实践中，存在着个别性状表达状态的数据由于受人员观测偏差的影响偏离正常值过大、或由于数据录入错误，或由于性状与环境条件的互作(极少数情况下)，会导致本应作为近似品种的已知品种未能筛选进来，造成近似品种的遗漏。(2)该方法基于单个性状的差异筛选近似品种，不能把品种间的差异进行累加，导致选入不够近似的品种；(3)不能显示入选近似品种与申请品种的近似程度，不便于设计田间特异性测试试验。