廣西鳳山中籽茶群體種質SNP標記開發及遺傳進化分析

付超 劉凱 張幸 梁國校 江澤鵬 王凌暉

摘 要：【目的】開發大量SNP 標記用于油茶種質資源鑒定及其遺傳差異化分析，為廣西優良地方油茶種質資源的開發和利用提供依據?！痉椒ā恳詮V西鳳山中籽茶8 個居群64 份種質資源的葉片為供試材料，參考已公布的茶樹Camellia sinensis var.sinensis 基因組進行酶切預測，選擇最適酶切方案，對油茶基因組DNA 酶切構建SLAF-seq 文庫，利用SLAF-seq 測序技術對其進行高通量測序、SNP 標記開發及其進化關系分析?！窘Y果】通過對照組水稻（Oryza sativa）測序數據的評估檢測，顯示本次試驗雙端比對效率為95.53%，酶切效率為95.06%，表明SLAF 建庫正常；構建SLAF-seq 文庫并進行雙端測序，平均測序深度為13.43 x，共獲得207.34 M 的讀長數據，測序平均Q30 為88.94%，平均GC 含量為44.85%，共開發879 284 個SLAF 標簽，其中多態性SLAF 標簽242 892 個，共得到4 565 217 個群體SNP，進一步地開發獲得199 745 個高一致性的SNP 標記；基于高一致性SNP 標記的遺傳分析結果表明：可將這廣西鳳山中籽茶8 個居群64 份種質劃分為2 個大類群，4個亞類群，每個亞類群均由來源于1 ～ 3 個地方群體種質組成?！窘Y論】本研究表明SLAF-seq 測序技術可有效用于油茶群體種質SNP 標記開發，其標記數量、質量及效率遠遠優于ISSR、SRAP、SSR 等第一、二代分子標記技術；聚類分析表明，遺傳變異多來自于群體內，群體間各群各自聚類、地域性相對明顯，其遺傳分化程度與地理距離遠近呈現顯著的正相關性。從全基因組范圍開發的高質量SNP 標記可進一步用于油茶種質資源鑒定、連鎖圖譜構建以及重要性狀的關聯分析等研究。

關鍵詞：油茶；SNP；SLAF-seq；遺傳分析

中圖分類號：S794.4 文獻標志碼：A 文章編號：1003—8981（2023）03—0169—07

油茶Camellia oleifera 別名茶油樹、茶子樹，是我國南方特有的優質食用油料樹種。油茶籽油中不飽和脂肪酸含量高達80% 以上，因其組分與橄欖油相似，故有“東方橄欖油”美譽[1]。同時，油茶籽油富含生育酚、角鯊烯等天然抗氧化劑成分，且能夠降低人體血清中甘油三酯含量而提高有益膽固醇含量，與其他植物油相比，是一種理想的營養保健食用油[2]。我國油茶栽培歷史悠久，主要栽培區為湖南、江西、廣西、湖北等地。目前，通過國家審定的油茶良種有百余個，如湖南“湘林”系列、“三華”系列，江西“長林”系列、“贛無”系列、廣西“岑軟”系列等[3]。油茶是異花授粉植物，遺傳背景比較復雜，個體間變異性大，加上普通油茶常為多倍體，這給油茶種質資源遺傳多樣性分析、評價及利用帶來了很大困難[4-5]。

群體遺傳學是植物遺傳學研究的重要組成單位。隨著分子標記技術的快速發展，其在群體遺傳學研究中也得以廣泛應用，其原理為利用應用數學和統計學方法，分析全基因組中大量高準確的核苷酸變異信息，討論群體遺傳結構、物種形成機制、基因交流情況和群體進化動態等研究問題，闡述植物進化機制規律為育種工作提供理論基礎[6-7]。同時，通過全基因組高密度核苷酸的多態性位點，研究種群間及群體內個體的基因交流、突變及自然選擇等遺傳進化過程影響機制，也提供了一種在基因水平上研究群體遺傳學的新方法。SLAF-seq（Specific-Locus Amplified FragmentSequencing）是以高通量測序為基礎的簡化基因組測序技術。通過生物信息學進行實驗方案系統設計，用特定的限制性內切酶對基因組進行酶切，篩選特異長度的DNA 片段（即SLAF 標簽），構建SLAF-seq 文庫，測序獲得海量序列數據，利用軟件進行數據信息分析，進而開發特異性的分子標記（SNP 和InDel）[8]。SLAF-seq 可在短時間內以較低的成本實現全基因組范圍的分子標記開發，是目前最熱門的分子標記開發技術之一。該技術具有通量高、有效reads 長、準確度高、重復性好、成本低等特點[9]。

鳳山中籽茶C. oleifera of Fengshan，也稱鳳山中果茶，泛指廣西鳳山縣境分布的有一定栽培歷史的一類普通油茶實生林。鳳山中籽茶農家種質作為廣西油茶種質資源的重要組成部分之一，因其對當地栽培環境具有較好的適應性和抗逆性，加之其具有果實皮薄、籽粒大等優良經濟性狀，且適宜當地陡坡落地撿籽作業習慣，深得當地種植戶青睞。但這一區域的油茶特色地方優良種質資源長期處于自然放縱狀態，至今尚未得到有效研發和利用，長期缺乏地方良種支撐，一定程度制約了當地油茶產業的發展。應立足當地油茶資源，開展區域性特色地方種質遺傳多樣性研究，是充分發揮我區現有油茶優良種質資源優勢，促進油茶產業良種化健康發展的需要，也是一項迫在眉睫的良種改造工程。本研究以廣西鳳山中籽茶8 個居群64 份種質為供試材料，采用SLAF-seq技術，獲取大量多態性SLAF 標簽，進而開發出一批高一致性的SNP 位點，并對鳳山中籽茶開展遺傳多樣性分析，探索其遺傳進化歷程、生存狀況，為下一步鳳山中籽茶核心種質保護及優異形狀選育利用等研究奠定基礎。

1 材料與方法

1.1 材 料

本研究選用廣西鳳山中籽茶8 個居群64 份種質，分別為廣西鳳山縣喬音、砦牙、長洲、金牙、中亭、平樂、江州、袍里等8 個鄉鎮的居群；從每個居群中分別選擇8 個單株作為樣株，樣株選擇隔離采樣，每隔500 m 選擇一株，分別采取無病蟲害的嫩葉片，-70 ℃保存備用。每個品系按照1 ～ 8 進行編號（基本信息見表1）。

1.2 方 法

1.2.1 基因組DNA 提取及質量檢測

采用改良CTAB 法提取供試64 份油茶種質的葉片gDNA，以瓊脂糖凝膠電泳和紫外分光光度計分別檢測DNA 的完整性、純度及濃度，油茶gDNA 檢測合格后，可供后續試驗。

1.2.2 酶切建庫及高通量測序

目前，尚未見到普通油茶全基因組序列信息公布，無法直接通過其基因組信息選擇最優的限制性內切酶進行酶切，故需一個已公布基因組信息的油茶近緣物種作為參考基因組，通過在線電子酶軟件（SLAF-predict）預測篩選出合適的限制性內切酶及酶切方案。茶樹C. sinensis var.sinensis 是山茶科山茶屬植物，為油茶近緣種，且已公布全基因組序列信息（http：//tpia.teaplant.org/index.html，基因組大小為3.1 Gb，GC 含量為42.3%），故可選擇茶樹基因組作為酶切參考，篩選最適限制性內切酶及酶切方案，并對油茶基因組DNA 進行酶切。將獲得的所有酶切片段（SLAF標簽）進行3 末端加A 尾巴處理、連接專用測序接頭、PCR 擴增、純化、混樣、切膠、回收目的片段，質檢合格后的SLAF 文庫用于IlluminaHiSeqTM 高通量測序。

為評估供試油茶酶切實驗的準確性，選取以水稻O. sativa 作為對照同時進行測序檢測驗證。利用Dual-index 軟件識別高通量測序獲得的所有原始數據，得到各個樣品所有的讀長（reads），并過濾測序所有reads 的接頭、低質量閱讀框和去污染處理，進行堿基含量分布值（GC 含量）和測序質量值（Q30）分析，以此保證所有供試樣品的測序質量及數據量。最后利用SOAP 軟件[10] 將對照（水稻）的測序reads 與已公布的水稻組（http：//rapdb.dna.affrc.go.jp/）進行比對，進行酶切效率評估，得以判斷整個實驗酶切測序過程的準確性和有效性。

1.2.3 油茶特異性SNP 位點的開發及其遺傳分析

根據過濾去除獲得的所有原始測序reads 序列相似性，將各樣品測序產生的reads 分別進行聚類，所有供試樣品中聚類到一起的reads 均來自于同一個SLAF 片段（SLAF 標簽）；不同樣品間的同一個SLAF 標簽在序列有堿基差異、缺失（即有多態性），即定義為多態性SLAF 標簽。開發SNP 標記是以深度最高的每個SLAF 標簽序列類型作為參考序列，利用BWA[11] 軟件技術將測序得到的reads 比對到參考序列上，再使用GATK[12] 和samtools[13] 兩種軟件分析方法分別開發SNP，最終以兩種方法得到的交集SNP 標記作為可靠的SNP標記。通過MEGA 6.0 軟件，采用neighbor-joining算法，對所有供試樣株進行遺傳進化分析，構建系統發育樹。同時，利用cluster 軟件，設置第一、第二、第三主成分，進行主成分分析（Principalcomponent analysis，PCA），得到所有供試樣品的主成分聚類信息。

2 結果與分析

2.1 建庫評估

酶切成功與否是直接影響后續測序及分析實驗成功的關鍵指標之一。利用SLAF-predict 軟件，通過對茶樹參考基因組進行電子酶切來預測，最終確定選取Hae Ⅲ為限制性內切酶；對酶切片段的進一步分析表明，獲得的茶樹基因組酶切片段基本上均勻分布其基因組上，且在重復序列區中的標簽占比較少，并把篩選出長度在414 ～ 464 bp的酶切片段序列界定為SLAF 標簽，預測共獲得130 019 個SLAF 標簽。為進一步評價酶切方案的可靠性與酶切效率，以評估監控水稻（對照）測序數據的實驗過程正常與否，確定酶切方案實施的可靠性與酶切效率。通過SOAP 軟件將水稻的測序reads 與已公布的水稻組（http：//rapdb.dna.affrc.go.jp/）進行比對，結果顯示，水稻雙端比對效率為95.53%，酶切效率為95.06%，表明SLAF建庫正常。

2.2 測序數據統計與評估

為保證數據分析質量，本研究采用讀長（reads）125 bp×2 作為后續的數據評估和分析。經過Illumina HiSeqTM 高通量測序平臺對所有供試樣品64 份油茶及對照水稻進行測序，共獲得207.34 Mreads 數據，對照水稻的數據量為0.15 M reads；64 份油茶樣品測序獲得的數據量在1.27 ～ 6.07 Mreads 之間，GLPT-3 獲得的數據量最小為1.27M reads，SJ-7 獲得的數據量最大為6.07 M reads（圖1A）。GC 含量在43.24% ～ 46.43% 之間，所有供試樣品測序的平均GC 含量為44.85%（圖1B），說明達到了測序要求。

在測序識別過程中，每個堿基都會有1 個測序質量值（Q），其是衡量高通量測序中堿基識別是否正確的重要指標，以此便于衡量此堿基被識別的穩定性和準確性，該值越高表明堿基測序錯誤率越低；如果堿基的測序出錯的概率為1‰，則其該堿基的質量值Q 為30，所以一般將測序質量值（Q）大于等于30（Q30）作為測序結果較為可靠的標準。本研究64 份油茶樣本的Q30 在85.93% ～ 92.03% 之間，所有樣品測序平均Q30達到88.94%（圖1B），說明測序錯誤率較低，測序數據良好并可用于下一步分析。

2.3 SLAF 標簽與特異性SNP 位點開發

所有供試樣本共獲得879 284 個SLAF 標簽， 其中，242 892 個多態性SLAF 標簽， 占開發SLAF 標簽總數的27.6%，每個供試樣品平均得到141 067 個SLAF 標簽，樣本平均測序深度為13.43 x，（ 圖1C—D）。采用GATK 和samtools兩種軟件分別開發SNP，以兩種方法獲得的交集SNP 標記作為最終可靠的SNP 標記，本研究共獲得4 565 217 個群體SNP；SNP 的雜合率在10.81% ～ 33.51% 之間， 完整度在48.28% ～98.15% 之間；根據完整度＞ 0.8，最小等位基因頻率（MAF）＞ 0.05 過濾，共得到199 745 個高一致性的廣西鳳山中籽茶群體SNP（圖1E—F）。

2.4 遺傳進化分析

基于獲得的199 745 個高一致性的廣西鳳山中籽茶群體SNP， 通過MEGA 6.0 軟件， 采用neighbor-joining 算法，對廣西鳳山中籽茶8 個居群64 份種質進行系統進化關系分析，構建其進化樹。聚類結果表明，可將64 份油茶種質劃分為兩個大類群，繼續細分可分為A、B、C、D 這4 個亞類群（圖2），第一大類群只包含A 亞類群，由廣西鳳山縣喬音鄉（DL）、長洲鎮（FS）、砦牙鄉（CX）3 個居群組成；第二大類群包含B、C、D 三個亞類群，由廣西鳳山縣平樂鄉（TY）、中亭鄉（SJ）、江洲鄉（GLPT）、袍里鄉（LP）、金牙鄉（SMI）5 個居群組成。亞群A、B 和D 中均在不同地理來源的種群，說明對應亞群內部的居群親緣關系較近，但第一大類群（TY，DL，FS）中3 個居群和第二大類群5 個居群（CX，GLPT，LP，SJ，SMJ）的個體間無交叉聚類的現象，說明兩個大類群的居群遺傳關系較遠。進一步結合居群地理信息發現，第一大類居群均來自廣西鳳山縣西南部，第二大類居群均來自廣西鳳山縣的東北部，由此可見，不同地理來源的居群與其遺傳分化情況一致。

2.5 PCA 分析

主成分分析（PCA，principal component analysis）是一種利用線性代數方法，把多個變量變為少數幾個綜合變量數據，相對全面地體現出整個數據量特征，進行由繁到簡的降維研究方法。我們把這些所謂的綜合變量稱為主成分，幾個主成分之間彼此不相關，也就說明他們之間含有不重復的信息?；谝陨虾Y選獲得的SNP，通過cluster 軟件，分別設置3 個變量為主成分代表，對所有64份供試油茶種質進行主成分分析，由此得到一個三維的聚類圖（圖3）。結果顯示廣西鳳山中籽茶居群內的個體相對集中于一個層面，居群間存在一定程度的群體分層，部分居群間個體少量互有混雜，暗示廣西鳳山縣境內的不同居群的中籽茶可能由于距離、時間、小氣候等因素產生的一定差異，同時也一定程度上保留部分共有基因、性狀。PCA 分析與遺傳進化聚類結果較一致。

3 討 論

SLAF-seq 技術是一種基于高通量測序技術，在沒有供試物種全基因組序列信息的前提下，通過對供試物種一定數量的個體進行簡化基因組測序，從而獲取該物種基因組中相對多的特異DNA 序列，用以開發大量的特異SNP 標記，并可與前期的重要農藝性狀關聯分析，以實現候選功能區域的精細定位。SLAF-seq 技術因具有高通量、高效率、高準確率、成本低等優勢，已被廣泛應用在小麥、棉花、白菜、黃瓜等多個物種的研究中[14-16]。

相對于RAPD、SRAP、ISSR、SSR 等第一、二代分子標記均是依賴于電泳檢測的分析技術，PCR 擴增過程以及條帶讀取受人為因素以及環境的影響較大，高通量樣本分析工作量大，而且這些標記在基因組中呈現不均勻分布，油茶為異花授粉植物，不同種質的雜合度高，遺傳背景復雜，已開發的油茶分子標記數量極為有限，因此，難以全面、準確地反映油茶群體的遺傳多樣性，這也限制了優良油茶種質資源的開發和利用。

酶切是直接影響后續測序及分析關鍵指標，故SLAF-seq 測序前應先進行酶切預測，先酶切預測供試物種近緣物種基因組，其原理是借用酶切參考基組與供試物種實際參考基因組的大小比例對開發得到的標簽數目進行換算。油茶為異花授粉植物、雜合度高、遺傳背景復雜，目前尚無可參考基因組，所以根據預測的普通油茶基因組大小以及GC 含量等信息（實際基因組大小約為2.94Gb，GC 含量為44.85%），最終選取茶樹（組裝出的基因組大小為3.1 Gb，GC 含量為42.30%）基因組作為酶切參考基因組；為評估酶切實驗的準確性，選用水稻作進行測序對照，結果顯示水稻雙端比對效率為95.53%，酶切成功效率為95.06%，表明SLAF 建庫正常，表明選用茶樹基因組作為參考基因組進行酶切預測是可行的。SLAF-seq 自開發以來已廣泛地應用于動植物高密度遺傳連鎖圖譜構建、QTL 定位、群體遺傳學分析等研究中并取得了良好的效果[17-21]。盡管前人開發了大量的DNA 分子標記對油茶群體種質資源進行遺傳多樣性及差異化分析，包括RAPD、SRAP、ISSR、SSR 等分子標記[22-27]。但由于第一、二代分子標記均是使用電泳檢測分離技術，辨別度和靈敏度不高，大量樣本分析比較繁雜，而且這些標記在基因組中的分布不均勻，難以全面、準確地反映油茶群體的遺傳多樣性。

廣西鳳山中籽茶原始野生種質資源長期未得到有效保護，并缺乏有效經營管護措施，加之居群內植株樹齡偏大（50 ～ 60 a）、且前期植株密度過大造成樹體畸形、老化嚴重，導致其原始自然分布居群數較少、居群內正常發育單株極少，造成本研究供試材料的居群內植株選取的基數偏少（每個居群內8 株）。但在有限的供試材料選取采集過程中，嚴格把控選取供試材料質量（如：植株間距離、樹齡相對一致、無病蟲害、葉片完整度、種實數量等因素），最大限度地體現廣西鳳山中籽茶種質資源遺傳分化深度及廣度。本研究基于SLAF-seq 技術對廣西鳳山中籽茶8 個居群64 份種質進行SNP 標記開發及差異化分析，獲得的有效標記信息豐富，遠超過以往研究油茶種質標記開發數量總和。因此，油茶全基因組范圍內的分子標記開發與利用顯得尤為重要。

4 結 論

本研究首次從DNA 水平上對廣西鳳山中籽茶開展了遺傳多樣性研究工作，并獲得了199 745 個高一致性的SNP 標記位點，進一步表明SLAF-seq測序技術可有效用于油茶群體種質SNP標記開發，且標記數量、質量及效率遠遠優于ISSR、SRAP、SSR 等第一、二代分子標記技術。鳳山中籽茶群體遺傳聚類分析表明，廣西鳳山縣境內的不同居群的中籽茶可能由于距離、時間、小氣候等因素產生的一定差異，同時也一定程度上保留部分共有基因、性狀；其遺傳變異多來自于居群內，居群間各群各自聚類、區域性相對明顯，其遺傳分化程度與地理距離遠近呈現正相關性。本研究基于簡化基因組技術開發出的大量鳳山中籽茶群體SNP 標記，可為下一步油茶種質優異性狀QTL 定位及輔助育種奠定基礎，為廣西其他特色地方品種的相關研究提供有益的參考。

參考文獻：

[1] 胡芳名， 譚曉風， 裴東等. 我國經濟林學科發展報告[C]// 國家林業局， 廣西壯族自治區人民政府， 中國林學會. 第二屆中國林業學術大會—S9 木本糧油產業化論文集.[ 出版者不詳]，2009：14.

HU F M， TAN X F， PEI D， et al. Report on the developmentof China's economic forestry discipline [C]//The StateForestry Administration， the People's Government ofGuangxi， the Chinese Forestry Society. The 2nd China forestryacademic conference-S9 woody grain and oil industrializationanthology [Publisher unknown]， 2009：14.

[2] 莊瑞林. 我國油茶良種選育工作的歷史回顧與展望[J]. 林業科技開發，2010，24（6）：1-5.

ZHUANG R L. Historical review and prospect on the selectionof improved oil tea cultivars in China[J]. China Forestry Scienceand Technoloy，2010，24（6）：1-5.

[3] 李良. 湖北省油茶優良單株遺傳多樣性及品質初步分析[D].武漢： 華中農業大學，2010.

LI L. Analysis of genetic diversity and quality ofCamellia oleiferaresources in Hubei province[D]. Wuhan： Huazhong AgriculturalUniversity，2010.

[4] 戴瑞強， 張林， 扈東青， 等. 植物分子育種研究進展[J]. 安徽農業科學，2009，37（32）：15725-15727， 15729.

DAI R Q， ZHANG L， HU D Q， et al. Research advance in plantmolecular breeding[J]. Journal of Anhui Agricultural Science，2009，37（32）：15725-15727，15729.

[5] 傅志強， 袁汕， 申春暉等. 基于花器官特征的油茶遺傳多樣性分析[J]. 經濟林研究，2022，40（4）：12-18，28.

FU Z Q， YUAN S， SHEN C H， et al. Genetic diversity analysisbased on characteristics of ?oral organs ofCamellia oleifera[J].Non-wood Forest Research，2022，40（4）：12-18，28.

[6] 王滑， 郝俊民， 王寶慶， 等. 中國核桃8 個天然居群遺傳多樣性分析[J]. 林業科學，2007，43（7）：120-124.

WANG H， HAO J M， WANG B Q， et al. SSR analyses of geneticdiversity of eight natural walnut populations in China[J]. ScientiaSilvae Sinicae，2007，43（7）：120-124.

[7] 周炎花， 喬小燕， 馬春雷， 等. 廣西茶樹地方品種遺傳多樣性和遺傳結構的EST-SSR 分析[J]. 林業科學，2011，47（3）：59-67.

ZHOU Y H， QIAO X Y， MA C L， et al. Genetic diversity andstructure of tea landraces from Guangxi based on EST-SSRanalysis[J]. Scientia Silvae Sinicae，2011，47（3）：59-67.

[8] 劉凱， 王東雪， 江澤鵬， 等. 基于SLAF-seq 技術的油茶SNP 位點開發及雜交后代早期鑒定[J]. 廣西林業科學，2018，47（1）：13-17.

LIU K， WANG D X， JIANG Z P， et al. SNP markers developmentbased on SLAF-seq and identification ofCamellia Oleifera Abelhybrids[J]. Guangxi Forestry Science，2018，47（1）：13-17.

[9] SUN X W， LIU D Y， ZHANG X F， et al. SLAF-seq： an efficientmethod of large-scalede novo SNP discovery and genotypingusing high-throughput sequencing[J]. PLoS One，2013，8（3）：236078820.

[10] LI R Q， YU C， LI Y R， et al. SOAP2： an improved ultrafasttool for short read alignment[J]. Bioinformatics，2009，25（15）：1966-1967.

[11] LI H， DURBIIN R. Fast and accurate short read alignment withBurrows-Wheeler transform[J]. Bioinformatics，2009，25（14）：1754-1760.

[12] MCKENNA A， HANNA M， BANKS E， et al. The genomeanalysis toolkit： a MapReduce framework for analyzing nextgenerationDNA sequencing data[J]. Genome Research，2010，20（9）：1297-1303.

[13] LI H， HANDSAKER B， WYSOKER A， et al. The sequencealignment/map format and SAMtools[J]. Bioinformatics，2009，25（16）：2078-2079.

[14] MINGJIAN H， HAIPING Z， KAI L， et al. Cloning andcharacterization ofTaTGW-7A gene associated with grain weightin wheat via SLAF-seq-BSA[J]. Frontiers in Plant Science，2016，7：1-12.

[15] ZHANG Z， SHANG H H， SHI Y Z， et al. Construction of ahigh-density genetic map by specific locus amplified fragmentsequencing （SLAF-seq） and its application to Quantitative TraitLoci （QTL） analysis for boll weight in upland cotton （Gossypiumhirsutum.）[J]. BMC plant biology，2016，16（1）：79.

[16] LIANG D N， CHEN M Y， et al. QTL mapping by SLAF-seq andexpression analysis of candidate genes for aphid resistance incucumber[J]. Frontiers in Plant Science，2016，7（7）：1-8.

[17] LI B， TIAN L， ZHANG J， et al. Construction of a high-densitygenetic map based on large-scale markers developed by specificlength amplified fragment sequencing （SLAF-seq） and itsapplication to QTL analysis for isoflavone content in glycinemax[J]. BMC Genomics，2014，15：1086.

[18] XU X W， XU R X， ZHU B Y， et al. A high-density genetic mapof cucumber derived from specific length amplified fragmentsequencing （SLAF-seq）[J]. Frontiers in Plant Science，2014，5：768.

[19] XU X W， LU L， ZHU B Y， et al. QTL mapping of cucumber fruitflesh thickness by SLAF-seq[J]. Scientific Reports，2015，5：15829.

[20] GENG X X， JIANG C H， YANG J， et al. Rapid identification ofcandidate genes for seed weight using the SLAF-Seq method inBrassica napus[J]. PLoS One，2016，11（1）：e147580.

[21] 俞超， 陳煜， 汪財生， 等. 基于SLAF-seq 技術的紅心火龍果SNP 位點開發及遺傳分析[J]. 熱帶作物學報，2017，38（4）：591-596.

YU C， CHEN Y， WANG C S， et al. SNP sites by specific lengthamplification fragment sequencing （SLAF-seq） and geneticanalysis in red pitaya[J]. Journal of Tropical Crops，2017，38（4）：591-596.

[22] 王保明， 陳永忠， 譚曉風， 等. 應用ISSR 分析油茶無性系的遺傳多樣性[J]. 東北林業大學學報，2008，36（6）：19-23.

WANG B M， CHEN Y Z， TAN X F， et al. Genetic diversity ofelite clones ofCamellia oleifera by ISSR[J]. Journal of NortheatForestry University，2008，36（6）：19-23.

[23] 黃永芳， 陳錫沐， 莊雪影， 等. 油茶種質資源遺傳多樣性分析[J]. 林業科學，2006，42（4）：38-43.

HUANG Y F， CHEN X L， ZHUANG X Y， et al. 2006， Analysisof genetic diversity inCamellia oleifera germplasms[J]. ScientiaSilvae Sinicae，2006，42（4）：38-43.

[24] 林萍， 姚小華， 王開良， 等. 油茶長林系列優良無性系的SRAP分子鑒別及遺傳分析[J]. 農業生物技術學報，2010，18（2）：272-279.

LIN P， YAO X H， WANG K L， et al. Identification and geneticanalysis of Changlin series superior clones by SRAP molecularmarker[J]. Journal of Agricultural Biotechnology，2010，18（2）：272-279.

[25] 梁國校， 劉凱， 馬錦林， 等. 香花油茶分子分類與鑒定[J]. 經濟林研究，2017，35（1）：26-29.

LIANG G X， LIU K， MA J L， et al. Molecular taxonomy andidentification ofCamellia osmantha[J]. Non-wood Forest Research，2017，35（1）：26-29.

[26] 謝薈， 祝文娟， 張應中， 等. 基于SRAP 分子標記的廣寧紅花油茶種質資源遺傳多樣性研究[J]. 中南林業科技大學學報，2017，37（8）：93-97.

XIE H， ZHU W J， ZHANG Y Z， et al. Genetic diversity ofCamellia semiserrata Chi germplasm based on SRAP markers[J].Journal of Central South University of Forestry & Technology，2017，37（8）：93-97.

[27] 高園， 解元， 楊自云， 等. 基于花期差異和ISSR-PCR 分析的不同茶梅品種間親緣關系[J]. 經濟林研究，2022，40（4）：209-217.

GAO Y， JIE Y， YANG Z Y， et al. Genetic relationship analysis ofdifferentCamellia sasanqua cultivars based on the difference of?owering season and ISSR-PCR[J]. Non-wood Forest Research，2022，40（4）：209-217.

[ 本文編校：李義華]