基于农艺性状的韩国紫苏种质资源核心库构建与多样性分析

推荐：本研究针对紫苏(Perilla frutescens)种质资源管理成本高、利用率低的问题，通过评估1227份材料的17个农艺性状，采用PowerCore和CoreHunter软件构建了包含235份种质(占19.2%)的D_Core核心库。该核心库展现出更高的变异系数(CV% 26.1 vs 20.5)和累积方差(PC5达90%)，完整保留了原始群体的表型多样性，为紫苏育种和功能基因挖掘提供了高效资源平台。

　　

紫苏(Perilla frutescens)作为东亚地区重要的油料和药用作物，其栽培种(PF)和野生型(WPF/WPC)蕴含着丰富的遗传多样性。然而随着城市化进程，野生资源正急剧减少；同时基因库中海量种质的保存成本与利用效率矛盾日益突出。韩国国立农业生物多样性中心保存的2300余份紫苏种质面临管理难题——如何用最小样本量保留最大遗传多样性？这直接关系到抗病育种、功能成分开发等研究进展。

为解决这一难题，Hyeon Park团队在《Industrial Crops and Products》发表研究，首次基于表型数据构建紫苏核心库。研究人员从1227份材料（含521 PF、483 WPF、223 WPC）出发，测量了7个质量性状（叶色CL、茎色CS等）和10个数量性状（株高PH、种子百粒重SW等），采用两种算法生成4个子核心库后，最终整合出235份的D_Core。关键技术包括：基于R软件的CoreHunter分析、PowerCore筛选、Shannon-Weaver多样性指数评估，以及主成分分析(PCA)验证。

【4.1 整个收集的17个农艺形态特征】

研究发现三类紫苏表型差异显著：WPC展现出最丰富的叶色变异（紫色占21.5%），但植株最矮（平均99.5 cm）；PF种子最重（0.2733 g/100粒），是WPC的2.4倍；WPF在多数性状上呈现中间值。这种梯度分布暗示WPF可能是PF与WPC的过渡类型。

【4.2 使用两种方法构建五个核心集合】

通过比较不同构建方法发现：PowerCore生成的P_Core规模最大（362份），而CoreHunter构建的A_Core等更精简（184份）。D_Core作为交集集合，其变异系数(CV%)比原始群体高27%，且包含所有极端表型个体，如最早开花（56天）和最晚成熟（160天）的种质。

【4.3 重复核心收集与整个收集的比较】

PCA分析显示D_Core前两个主成分解释67.6%变异，显著高于全库的52.6%。虽然其株高等3个性状均值略低（因PF比例从42.5%降至29.8%），但箱线图证实其保留了全库99%的表型范围，包括203 cm的巨型植株和0.046 g的微型种子。

讨论部分强调，这个占全库19.2%的核心集首次实现了三个突破：1) 覆盖韩国本土13个道及中日尼泊尔种源的地理多样性；2) 整合花青素含量（通过叶色CL分级）与种子功能成分（硬度SH分级）的性状谱；3) 为GWAS分析提供理想群体——例如WPC特有的紫色茎(CS)与长花序(LI 14.1 cm)可能关联特定代谢通路。作者建议后续结合Sa等开发的22个SSR标记，构建"表型-基因型"双维核心库。

这项研究不仅为韩国紫苏种质保存节省60%管理成本，更通过D_Core的高效设计，助力应对气候变化下的育种挑战。例如WPC在高温下的稳定开花特性（DF 93.9天±8.2），可能蕴含耐热基因资源。随着紫苏功能成分（如抗癌物质）研究升温，该核心库将成为解析α-亚麻酸合成等关键通路的战略资源库。