结构方程建模（SEM）与数据挖掘技术用于研究影响Smilax excelsa L.（菝葜属）遗传多样性和形态分化的因素

《Genetic Resources and Crop Evolution》：Structural equation modeling (SEM) and data mining of the factors shaping the genetic diversity and morphological divergence in Smilax excelsa L. (Genus Smilax)

中药荨麻属植物Smilax excelsa在伊朗12个地理种群中，SCoT分析揭示低遗传多样性（0.00-0.447%），但AMOVA显示28%遗传方差由种群间差异构成，DAPC和sPCA均确认4个遗传簇及地理梯度分化，形态学分化与遗传距离显著相关（Mantel test p=0.01），环境因素通过PLS-SEM模型（R2=0.92）主导表型变异，气候稳定性在物种适生区得到验证。

　　

摘要

Smilax excelsa L. 是一种药用植物，其分布范围仅限于黑海到里海地区。尽管该物种具有重要的生态价值，但人们对它的遗传结构以及影响其变异性的环境因素知之甚少。在这项研究中，我们分析了伊朗境内12个 S. excelsa 地理种群，以评估其遗传多样性和形态分化的空间模式。起始密码子靶向（SCoT）分析生成了38个位点，表明种群间的遗传变异较低（0.00–0.447%）；而分子方差分析（AMOVA）显示28%的总遗传变异存在于不同种群之间（p = 0.01）。Nei的遗传距离范围为0.03至0.60，主成分判别分析（DAPC）将种群分为四个不同的遗传簇，这与混合模式一致（Gst = 0.59，Nm = 0.33）。RDA和CCA分析（p = 0.01）发现多个与经度、纬度和海拔相关的SCoT位点，其中前两个CCA轴解释了98%的变异。sPCA显示了显著的全局和局部空间结构（p = 0.01），并表明形成了受地理变量影响的遗传梯度。形态分析显示种群间存在显著差异（Adonis分析和方差分析，p = 0.01），同时遗传距离和形态距离之间存在强相关性（Mantel检验，p = 0.01）。物种分布模型的预测准确性很高（ROC > 0.96），表明该物种在其适宜生境中具有气候稳定性。偏最小二乘（PLS）-结构方程（SEM）模型表明环境因素显著解释了系统中的变异（R² = 0.92），并显著影响了抗性（β = ?0.98）和形态特征（p = 0.001）。遗传潜变量分析（R² = 0.57）显示遗传因素与环境、抗性、生物气候和形态特征之间存在显著关联（β = ?1.36、?1.02、0.40、0.65）。总体而言，我们的研究结果表明空间、环境和气候因素共同塑造了 S. excelsa 种群的遗传和形态分化，为保护规划提供了坚实的基础。