《Horticulturae》：Genetic Background and Agronomic Trait Assessment in 212 Tomato (Solanum lycopersicum L.) Based on Phenotypic and SNP: Implications for Breeding and Germplasm Utilization
编辑推荐：
为全面评价212份番茄种质资源并深入了解其遗传背景，研究人员对17个主要农艺性状进行了评估，并对全部材料进行了全基因组重测序。结果表明，数量性状的遗传多样性丰富，遗传多样性指数（H′）介于0.79至2.03之间。相比之下，质量性状的遗传多样性相对较低，H′介于
为全面评价212份番茄种质资源并深入了解其遗传背景，研究人员对17个主要农艺性状进行了评估，并对全部材料进行了全基因组重测序。结果表明，数量性状的遗传多样性丰富，遗传多样性指数（H′）介于0.79至2.03之间。相比之下，质量性状的遗传多样性相对较低，H′介于0.363至0.936之间。表型间的关系错综复杂且存在信息冗余。前五个主成分捕获了69.014%的表型信息。基于F值和D值的综合评价方法表现出较强的一致性（r = 0.955**）。在两种评分均排名前20的17份种质中，12份属于具有明显遗传背景的大果黄色晚熟类型。这些初步工作不仅为表型评价、表型聚类与群体结构的整合分析提供了思路、框架和数据集，也为未来的数据间网络研究奠定了基础，并为后续育种工作提供了潜在的材料支持。
**基于表型与SNP的212份番茄种质遗传背景与农艺性状综合评价研究解读**
**一、研究背景与目的**
番茄（Solanum lycopersicum L.）作为全球重要的经济蔬菜作物，在蔬菜产业结构调整中发挥着关键作用。尽管全球产量持续增长，但番茄生产仍面临提高总产量、优化品质和增强抗性等多重挑战。杂交育种作为最广泛应用的遗传改良策略，其核心在于亲本选配，而亲本选择的根本前提是对种质资源农艺性状的系统调查与优良核心种质的挖掘。然而，当前番茄种质资源遗传基础狭窄的问题日益突出，长期连续杂交和定向选择导致遗传多样性逐渐降低。现有的综合评价方法多局限于单一类别性状或孤立指标的聚合，缺乏在产量、品质、抗性等多维度上的系统分析；同时，当前研究主要依赖表型聚类，未能将群体结构分析与遗传背景的内在关系纳入考量，导致表型特征与遗传结构脱节，难以精确鉴定具有特定遗传背景的核心种质，从而制约了种质资源的利用效率和利用创新。因此，建立表型与基因型数据多源融合的综合评价体系，系统阐明种质资源的遗传背景及其与表型性状的内在联系，已成为番茄种质资源高效利用和育种创新的迫切需求。
**二、研究内容与意义**
研究人员以212份来自东北农业大学番茄研究所的优良番茄品种为材料（该研究所为国家重点番茄遗传育种单位），覆盖植株形态、产量构成、成熟特性、果实品质特性和抗性特性五个领域共17个主要农艺性状，进行了表型多样性分析、相关性分析、主成分分析（PCA）、隶属函数综合评价，并结合群体单核苷酸多态性（SNP）进行了进化树构建、亲缘关系分析和群体结构推断。该研究验证了基于隶属函数F值和D值的两种综合评价方法的可靠性与一致性，证明其在番茄种质评价中的有效性。通过多源数据融合，初步探讨了番茄表型聚类、综合评价与群体结构之间的内在关系。上述工作为表型评价、表型聚类与群体结构的整合分析提供了研究思路、分析框架和基础数据集，为未来数据间网络研究奠定了基础，同时为后续育种提供了潜在的核心材料支持。
**三、关键技术与方法**
本研究以212份优良番茄品种为材料（来源于东北农业大学番茄研究所，该研究所为国家重点番茄遗传育种单位），田间试验采用完全随机区组设计，在东北农业大学向阳农场塑料温室进行。研究人员采用Shannon-Wiener多样性指数（H′）分析遗传多样性；基于全基因组重测序获得基因组变异数据，利用Admixture软件进行群体结构推断，以邻接法构建系统发育树，并采用主成分分析（PCA）评估个体间遗传关系；应用隶属函数F值法和D值法进行种质资源综合评价；利用SPSS、TBtools、Origin、PLINK、GAPIT等工具进行数据统计与可视化分析。
**四、主要研究结果**
**4.1 数量性状遗传多样性丰富，质量性状遗传多样性相对较低**：对17个性状的统计分析显示，数量性状变异系数范围为4.7%~131.3%，遗传多样性指数（H′）为0.79~2.03，均值1.75。质量性状中，无限生长类型占88.2%，灰叶斑病抗性占66%，粉红色果实占68.4%，39.1%果实具绿肩，59.9%不裂果；质量性状H′仅介于0.36~0.94之间，表明质量性状遗传多样性低于数量性状。
**4.2 性状间关联复杂且存在信息冗余**：多数性状间存在显著或极显著的相关关系，表型关联网络复杂，信息冗余程度较高。用户该部分内容需从原文图表（Figure 1）对应文字描述中核实具体相关矩阵细节。
**4.3 五个主成分累计贡献率达69.014%**：基于特征值>1的标准，提取前五个主成分：PC1（贡献率30.388%）代表产量与品质；PC2（11.856%）代表植株形态；PC3（10.593%）代表成熟特性；PC4（9.046%）代表果实外观；PC5（7.131%）代表产量与抗性。五种主成分累计贡献率为69.014%。
**4.4 F值和D值综合评价结果高度一致**：基于隶属函数原理的两种综合评价方法结果具有极显著一致性（r=0.955**）。除植株高度、生长类型、绿肩和裂果性状外，两种方法的评价结果与大多数其他性状均呈显著相关。有17份种质在两种评价体系中均排名前20，其中12份为黄色晚熟型大果类型，5份为非黄色无限生长型大果类型，均表现为无限生长型。
**4.5 表型聚类与SNP群体结构分析揭示复杂遗传背景**：基于表型将全部种质划分为三个类群：12份樱桃型、9份罗马型和191份大果型。基于SNP的群体结构在K=3时被清晰地分为I、II和III三个亚群。17份双高评价种质的遗传背景分析表明，它们分散分布于不同遗传类群中，体现出表型分类不能完全反映遗传背景的复杂性。
**五、讨论与结论**
本研究表明，表型分析作为最基础和直接的种质鉴定方法具有简便、成本低等优点，但表型是基因型与环境共同作用的结果，仅基于表型多样性的遗传变异分析存在一定的片面性。因此，有必要将分子标记如简单重复序列（SSR）和单核苷酸多态性（SNP）等技术纳入评价体系，通过基于基因型的群体结构分析进行遗传背景的精确剖析，以更高效地利用综合评价获得的优良材料进行强杂种优势组合的配制。此外，研究发现果重与单株结果数之间存在极显著的负相关，但均可作为产量评价的主要指标；单果重与产量相关关系更密切，而结果数与可溶性固形物含量呈正相关。据此，适度增加果数而略微降低单果重的思路，可能为番茄品质与产量的协同优化提供新的突破口。研究结论为：基于212份番茄种质资源整合了表型与SNP数据的综合评价和遗传背景系统解析，进一步验证了隶属函数F值和D值两种综合评价方法的可靠性与一致性；尽管当前条件下获得的结果仍需进一步验证，这些工作为表型评价、表型聚类及群体结构整合分析提供了思路、框架与数据基础，也为后续育种提供了种质材料支撑。
