基于转录组SSR标记与挥发物分析的苍术属植物遗传多样性及品种鉴别研究

本研究针对苍术(Atractylodis Rhizoma)种质资源鉴定难题，开发了29对高多态性SSR引物，构建了准确率达98.8%的SVM鉴别模型，首次揭示茅山、大别山等主产区的三大遗传群体结构，并筛选出24种潜在差异代谢物，为中药材质量控制与优良种质选育提供了分子标记工具和机器学习方法。

　　

苍术作为东亚传统药材，其基原植物Atractylodes lancea（茅苍术）和A. chinensis（北苍术）因形态相似、化学成分差异显著，长期面临品种混淆难题。尽管《中国药典》记载二者在挥发油含量和药效上存在区别，但分子标记分辨率不足，且缺乏关联次生代谢产物的遗传标记。更棘手的是，植物分类学界对这两个物种的界定仍存争议，《中国植物志》甚至将北苍术列为茅苍术异名。现有鉴别技术如叶绿体trnL-F序列分析、MLPA-qPCR等方法或存在灵敏度局限，或操作复杂难以推广。如何建立高效、精准的品种鉴别体系，同时解析其药用成分的遗传基础，成为制约苍术产业高质量发展的关键瓶颈。

湖北省自然科学基金资助的研究团队通过整合多组学技术，对采自7个主产区的432份野生样本展开系统研究。基于茅苍术转录组数据开发SSR标记，结合GC-MS代谢分析和机器学习算法，在《Journal of Applied Research on Medicinal and Aromatic Plants》发表突破性成果。关键技术包括：1）Illumina测序组装获得12.5万条unigene用于SSR挖掘；2）MISA软件筛选多态性位点设计引物；3）毛细管电泳检测264个等位基因；4）SVM构建分类模型；5）GC-MS鉴定24种差异挥发物。

^{转录组组装与SSR标记开发}
研究团队从茅山采集的茅苍术根茎提取RNA，经Illumina测序获得6.6Gb高质量数据，组装得到N₅₀达1012bp的12.5万条非冗余unigene。通过MISA软件鉴定出29个高多态性SSR位点，其中三核苷酸重复占比最高（42.3%），开发的引物扩增效率达92.1%，为后续分析奠定基础。

^{群体遗传结构解析}
基于29对SSR引物的毛细管电泳数据，发现茅山种群遗传多样性最高（He=0.312），其次为大别山群体（He=0.286）。STRUCTURE分析将样本划分为三大类群：茅山特异群、大别山群及其他地区混合群。通过等位基因最小最大化算法，从原始种质中优选106份核心种质，可保留99%以上遗传变异，极大简化后续研究样本量。

^{机器学习辅助品种鉴别}
研究创新性地将SSR数据导入SVM模型，通过径向基核函数优化后，对茅苍术和北苍术的鉴别准确率提升至98.8%，显著优于传统聚类分析（85.2%）。该模型首次实现基于分子标记的苍术品种智能化判别。

^{挥发物关联分析}
GC-MS检测发现β-桉叶醇（β-eudesmol）、苍术酮（atractylon）等24种成分存在种间差异（VIP>1.5，p<0.01）。通过Mantel检验证实SSR基因型与挥发物表型显著相关（r=0.637），其中位于Unigene_45721的(AG)₈重复单元与苍术素含量呈强关联（r²=0.71），为分子标记辅助育种提供靶点。

这项研究构建了首个整合SSR标记、代谢组学和人工智能的苍术品质评价体系。29对核心引物不仅可精准区分茅苍术与北苍术，还能预测关键药效成分含量。提出的"核心种质-SVM模型-代谢标记"三位一体策略，为其他中药材的种质创新提供了范式。特别值得注意的是，研究证实传统道地产区茅山的种质具有最丰富的遗传多样性，从分子层面验证了"道地性"的科学内涵。未来通过标记辅助回交，有望培育出挥发油含量提升30%以上的新品种。该成果对实现《"十四五"中医药发展规划》提出的中药材标准化种植目标具有重要实践价值。