整合遗传与环境多样性评估来自巴西卡廷加的Passiflora cincinnata迁地种质收集

《Journal of Zoological and Botanical Gardens》：Integrating Genetic and Environmental Diversity to Evaluate an Ex Situ Germplasm Collection of Passiflora cincinnata from the Brazilian Caatinga

　　

迁地种质收集对保护植物遗传资源至关重要，但其有效性取决于其能否代表自然种群的遗传多样性和环境多样性。Passiflora cincinnata Mast.是原产于巴西卡廷加（Caatinga）的一种特有野生西番莲，在半干旱条件下是保护和育种的重要适应性性状来源。本研究评估了Embrapa Semiárido活跃西番莲种质库保存的55份种质所代表的遗传多样性与环境多样性。研究人员利用8个ISSR引物，通过多态位点百分比、香农信息指数、期望杂合度（H_e）、UPGMA聚类、主坐标分析（PCoA）、分子方差分析（AMOVA）和Mantel检验评估遗传多样性。环境特征基于WorldClim生物气候变量、主成分分析（PCA）、k-means聚类和PERMANOVA进行。研究人员在整个收集材料中检测到大量遗传多样性，总体期望杂合度（H_e）为0.444，多态位点百分比为100%。大多数遗传变异发生在生物地理域内（97.1%），域间分化较低（PhiPT = 0.029；p = 0.124）。研究人员确定了5个不同的气候组，反映了卡廷加地区温度和降水格局的明显差异。分子与环境分析的整合表明，该种质收集保存了丰富的遗传多样性和广泛的环境变异，为保护规划、种质管理和气候韧性西番莲育种提供了互补信息。

植物遗传资源是作物改良和粮食安全的基础。栖息地快速丧失和气候变异加剧，使野生近缘种遗传多样性保护成为全球优先事项。迁地种质收集（ex situ germplasm collection）的有效性不仅取决于保存材料数量，更取决于这些材料对物种自然分布区遗传多样性和环境多样性的代表性。已有关于Passiflora cincinnata Mast.的研究多集中于分子标记检测的遗传多样性和亲缘关系，较少评估迁地收集的环境代表性，因此分子多样性与环境多样性是否提供互补的保护信息仍不清楚。为填补这一空白，研究人员以巴西Embrapa Semiárido活跃西番莲种质库（BAG Passiflora）保存的55份P. cincinnata种质为对象，联合评估遗传与环境代表性，以指导种质管理、保护空缺识别和未来采集计划。

研究人员使用的材料来自巴西卡廷加8个预定义生物地理域内的野外采集材料。关键技术方法包括：利用8个简单序列重复间区引物（Inter Simple Sequence Repeats, ISSR）获得16个可重复的显性位点并构建二元矩阵；基于Jaccard遗传距离进行非加权配对算术平均法（Unweighted Pair Group Method with Arithmetic Mean, UPGMA）聚类和主坐标分析（Principal Coordinate Analysis, PCoA）；通过分子方差分析（Analysis of Molecular Variance, AMOVA）评估生物地理域间遗传分化；采用Mantel检验和基于距离的冗余分析（distance-based redundancy analysis, dbRDA）检验遗传距离与地理距离、气候距离的关系；环境方面，从WorldClim 2.1的19个生物气候变量中经相关性和方差膨胀因子（Variance Inflation Factor, VIF）筛选保留6个变量，使用主成分分析（Principal Component Analysis, PCA）、k-means聚类和多元置换方差分析（PERMANOVA）刻画环境多样性。

3.1 种质收集的地理与环境代表性
研究通过坐标记录和生物气候变量分析发现，55份材料覆盖卡廷加8个主要地貌域，但各域样本量不均。基于6个非共线生物气候变量的PCA显示前两轴解释64.9%的环境变异，k-means聚类识别出5个气候组，PERMANOVA显示组间差异显著（pseudo-F = 6.49，R² = 0.491，p = 0.0001），表明种质库覆盖了广泛的气候梯度。

3.2 ISSR多态性与遗传多样性
8个ISSR引物产生300–800 bp的清晰可重复片段，16个位点全部为多态，总体多态位点百分比为100%，期望杂合度（H_e）为0.444，香农信息指数为0.634。按生物地理域分别统计时，中—下圣弗朗西斯科河洼地因样本量最大（n = 18）表现出较高多样性（I = 0.564，H_e = 0.383）。由于各域样本量差异较大，这些数值仅作为描述性估计，不作标准化区域比较。

3.3 遗传结构
UPGMA聚类将材料分为6个主要遗传类群，但与地理域仅有部分对应；PCoA前两轴解释33.20%的分子变异，各域在排序空间中重叠明显。AMOVA显示97.1%的遗传变异存在于生物地理域内，域间差异仅2.9%（PhiPT = 0.029，p = 0.124），说明预定义地貌域间的遗传分化弱，大部分分子变异在各区域间共享。

3.4 分子多样性与环境多样性之间的关系
Mantel检验显示遗传距离与地理距离无显著相关（r = 0.027，p = 0.762），与气候距离也无显著相关（r = 0.110，p = 0.151）。dbRDA中环境模型解释了12.4%的遗传变异（R² = 0.124；调整R² = 0.015），但整体模型不显著（p = 0.381）。因此，ISSR检测的遗传变异并未按地理或气候梯度结构化，遗传多样性与环境代表性是互补而非冗余的信息维度。

讨论部分指出，该种质库保存了较高水平的分子多样性，为育种提供了重要遗传资源；弱结构模式与P. cincinnata异花授粉及大型蜂类传粉介导的基因流有关，但16个ISSR位点分辨率有限，不能视为全基因组结构的最终结论。环境变量与中性ISSR变异未检测到显著关联，说明环境代表性提供了中性分子标记之外的生态信息；未来采集应优先考虑环境代表性不足的区域，并结合SSR标记、全基因组SNP和表型评价进一步验证。

综合来看，整合分子、地理和环境信息为评估迁地种质收集提供了比单独分子表征更全面的框架。对于P. cincinnata，该综合方法表明，活跃种质库既保存了大量分子多样性，又涵盖了巴西卡廷加多样的气候和生物地理环境。本数据集中中性分子变异与环境梯度之间未检测到显著关联，进一步说明这些信息来源具有互补性；同时，受标记分辨率和取样设计限制，细微关系仍可能未被检测到。因此，将环境数据纳入种质管理，有助于识别保护空缺、确定未来采集优先序，并最大化迁地收集保存的适应潜力。该框架可推广至其他野生作物近缘种，为热带半干旱环境下的保护与适应育种提供支撑。