作物分子身份證構建軟件ID analysis的編制

胡振幫，高運來，齊照明，蔣洪蔚，劉春燕，辛大偉，胡國華，潘校成，陳慶山

（1東北農業大學農學院，哈爾濱150030；2黑龍江省農墾科研育種中心，哈爾濱150090；365301部隊副業基地，黑龍江五大連池164100）

?

作物分子身份證構建軟件ID analysis的編制

胡振幫1，高運來1，齊照明1，蔣洪蔚2，劉春燕2，辛大偉1，胡國華2，潘校成3，陳慶山1

（1東北農業大學農學院，哈爾濱150030；2黑龍江省農墾科研育種中心，哈爾濱150090；365301部隊副業基地，黑龍江五大連池164100）

摘要：【目的】以作物品種或資源的SSR分子標記為基礎數據，應用Visual Basic6.0開發作物分子身份證構建配套軟件ID analysis，快速準確地篩選引物組合并高效鑒定品種。【方法】作物分子身份證理論由陳慶山提出，其原理是利用SSR標記在材料中的多態性特點，將多個標記進行排列組合，快速有效地區分品種資源的算法——逐步擴增法。通過對40份黑龍江省大豆品種的40對引物數據進行分子身份證構建，闡述該軟件的詳細操作過程?！窘Y果】利用 Visual Basic6.0編程軟件設計人機交互界面，通過編程實現核心算法，開發 ID analysis軟件，軟件集成全庫構建、部分構建、ID判定、數據合并等功能。其中，全庫構建是軟件的核心功能，通過全庫構建可以快速分析區分材料的最少標記；部分構建可以選擇部分目標材料進行區分；ID判定可以在分子身份證數據庫構建完成的前提下，對未知材料進行SSR分析，根據獲得的分子身份證數據來確定材料是哪個品種或近似品種；數據合并功能可以將多次試驗數據整合成一個數據集。利用軟件全庫構建功能對范例數據進行分析得到以下結果：①在40對引物對40個大豆品種的分子身份證構建中，共有13個引物由于缺失過多，不符合標準被剔除，剔除引物為：Sat_111、Sat_218、Satt231、Satt685、Satt514、Satt551、Satt077、Satt358、Satt424、Satt100、Satt838、Satt893和Satt891。②共有6個引物由于與其他引物相似系數過高，不符合標準被剔除，剔除引物為：Satt253、Satt192、Satt417、Sat_229、Satt127和Satt496。③在分析的40個品種中，共有5個品種具有7個特異等位基因，分別為引物Satt516在材料東農36中顯示特異條帶3；引物Satt253在材料東農36中顯示特異條帶1；引物Sat_229在材料嫩豐17中顯示特異條帶1；引物Satt192在材料東農42中顯示特異條帶3；引物Satt206在材料北豐19中顯示特異條帶1；引物Satt244在材料北豐19中顯示特異條帶4；引物Satt363在材料黑河14中顯示特異條帶1，因此，可以通過這些特異等位基因直接確定需要鑒定的品種。④僅需7對引物便可將40份大豆品種完全區分開，引物組合為：Satt398、Satt380、Satt453、Satt288、Satt244、Sat_092和Satt206?！窘Y論】編制了用于作物分子身份證構建的軟件ID analysis，軟件界面友好、使用簡便、高效、靈活。實現單個軟件完成作物分子身份證的構建，達到了對資源品種鑒定的目的。隨著技術的發展和毛細管電泳的應用，開發全自動分子身份證分析系統甚至開發基于分子身份證理論的快速資源鑒定儀將成為可能。

關鍵詞：大豆；作物；SSR標記；分子身份證；軟件開發

聯系方式：胡振幫，Tel：0451-5519194；E-mail：zbhu@neau.edu.cn。通信作者陳慶山，E-mail：qshchen@sohu.com。通信作者潘校成，E-mail：soybean2007@126.com

0 引言

【研究意義】黑龍江省是中國優質大豆主產區，1986—2010年共審定大豆品種275份［1］，2011—2015年審定大豆品種113份［2-9］。隨著科研能力的提高，為滿足人們生產、生活需求，越來越多的大豆新品種被育成，但市場監管能力不足，許多不良的品種充斥市場，給農民生產及品種權益保護帶來嚴峻的考驗，分子身份證軟件的研發對相關研究開展、資源鑒定及品種權益保護具有重大意義?！厩叭搜芯窟M展】指紋圖譜（fingerprinting）的形式多種多樣，但主要分為化學指紋圖譜和生物指紋圖譜2種類型，其中，近紅外透射光譜分析［10］、深度顏色特征［11］、高光譜圖像處理［12］都屬于化學指紋圖譜，DNA條形碼［13-15］、ISSR、SNP指紋圖譜［16］都屬于分子生物指紋圖譜。分子指紋圖譜具有數量多、分布廣、多態性高、不受環境影響等優點［17］。在眾多技術中SSR微衛星DNA又叫做簡單重復序列，SSR標記屬于共顯性標記，并且具有良好的遺傳多樣性［18-19］。目前，整合的大豆SSR標記共有1 015對［20-22］，豐富的SSR標記數量使基于SSR標記應用更加廣泛［23-25］。在分子身份證研究方面，由陳慶山提出，高運來等［26］構建了大豆品種的分子身份證。近幾年，張靖國等［27］以 20個梨栽培品種為例，利用17對SSR標記構建梨分子身份證體系。陸徐忠等［28］利用12對SSR標記對127份水稻品種構建了40位的身份證條碼編號。徐雷鋒等［29］以 96份百合種質資源為材料，使用20對SSR標記進行百合種質分子身份證構建試驗?！颈狙芯壳腥朦c】分子身份證構建方法分析樣本材料數量有限，而使用的標記卻很多，生成的字符串超長，記錄繁瑣，往往需要聯合GeneMapper、MinimalMarket、Data Collection、Genemapper和條碼生成器等多個軟件［27-29］，迄今為止，還未發現能夠直接構建分子身份證的軟件。利用SSR技術區分品種已成為主流，但SSR結果分析仍然停留在人工選擇上，一直未找到合適的軟件進行綜合判讀?！緮M解決的關鍵問題】本研究擬開發一套適用于分析大量材料、具有較高效率的軟件。實現單個軟件完成分子身份證的構建。軟件的研發有助于相關研究開展，特別是可以解決資源及品種權益保護中出現的身份鑒定問題。

1 材料與方法

1.1 數據獲取

參試材料于 2008年播種于黑龍江省農墾科研育種中心基地，選擇40對引物對40個大豆品種進行分析，參考陳慶山等［30-31］方法進行大豆種粒 DNA的提取、PCR擴增及電泳試驗，并獲得標記數據。標記試驗在黑龍江省農墾科研育種中心實驗室完成。

1.2 名詞及符號定義

其中，行對應的是n個材料，列對應的是m個標記，其中，a11，a12…anm表示使用m個標記對n個材料的電泳條帶碼。

定義S1、S2…Sn，其中S1表示第1個材料，n為材料容量。

定義V1、V2…Vm，其中V1表示第1個標記，m為標記個數。

標記多態度：在分子標記中，單標記或標記組合的全部類型，叫作標記多態型，標記多態型的個數，叫作標記多態度，用d表示。

1.3 逐步擴增法

作物分子身份證理論及逐步擴增法的算法由組陳慶山［32］提出并應用于計算分子身份證，若標記的數量足夠多，并且標記對材料的區分度好，這種方法就有可能找到分子身份證的可行格式。若有20個標記，每個標記有2個等位基因，則這些標記有220= 1 048 476＞106種組合，即這些標記可區分百萬個以上的不同材料。因此，對于一般的1 000以內的材料來說，一般20個標記足夠了。

圖1　逐步擴增法流程圖Fig. 1 Program flow chart of step amplification method

逐步擴增法的具體過程（圖 1）：首先標記按照等位基因多少進行排序，計算相鄰標記區分度相關系數，淘汰相關系數過高的引物。然后選擇 V1，計算V1的多態度dv1看是否與材料容量n相等，若相等，表明V1就可以區分出所有的材料，V1即為分子身份證的一個可行格式；若不等，則說明V1不能區分出所有材料，算法繼續引入V2構成V1V2標記組合，計算該標記組合的多態度dv1v2，看是否與材料容量n相等；若相等，表明V1V2可以區分出所有的材料，V1V2即為分子身份證的一個可行格式；若不等，算法繼續引入新標記，直到將材料全部區分開為止，假設此時的標記組合為V1V2V3…Vm，則它即為該材料分子身份證的一個可行格式。

在實際的執行過程中，為了降低運算量，每引入一個標記，都要計算各材料對應標記組合的等位基因頻率，若頻率為 1，則對該材料從計算數組中剔除，加快了計算速度。

1.4 分子身份證構建的實現策略

作物分子身份證是針對作物種質資源或品種品系，基于作物分子標記的多態性檢測手段，利用最簡引物組合實現作物種質資源最大區分，并以類似于身份證的等位基因編碼，作為標識和圖形化的理論和技術。基于分子身份證的概念和構建算法，結合實際應用的需要，建立分子身份證的實現策略。策略共分 4個部分：全庫構建、部分構建、選擇分析和分子身份證判定（ID判定）。

1.4.1 全庫構建 全庫構建是分子身份證構建的基礎，是基于數據庫中的全部材料和標記信息，應用1.2、1.3算法，對全部材料進行分子身份證構建的策略。全庫構建的基本步驟如下：

步驟 1：不符合標記的剔除。剔除標準首先標記的缺失太多（默認不超過 5％）其次是標記間相似系數太高（默認不高于0.8）；

步驟 2：有效標記數量判別。若標記充足則轉入步驟3，否則轉入步驟4；

步驟 3：執行算法，計算出材料（品種）分子身份證，包括標出特異性條帶；

步驟 4：以標記集能區分的材料數最多為依據，計算出材料的分子身份證。

1.4.2 部分構建 在全庫構建的基礎上，可選擇性地對部分材料進行特異性引物條帶的篩選和分子身份證的構建。部分構建以全庫構建的材料、標記集為構建背景，選擇部分材料以全部引物為標記利用算法進行分子身份證計算。部分構建的基本步驟如下：

步驟1：從全部材料中選擇部分材料集；

步驟 2：不符合標記的剔除。剔除標準首先標記的缺失太多（默認不超過 5％）其次是標記間相似系數太高（默認不高于0.8）；

步驟3：執行算法，計算出部分材料分子身份證，包括標出特異性條帶；

步驟 4：以標記集能區分的材料數最多為依據，計算出部分材料的分子身份證。

1.4.3 選擇分析 在全庫構建的基礎上，可選擇部分標記對材料進行判別，主要用來考察部分標記（受關注的）在分子多態水平上區分材料的能力。由于選定了部分標記集，故算法上只需將供試材料的分子身份證編碼標出即可。選擇分析的結果可能會鎖定唯一分子身份證的材料，也可能有多個共享一個分子身份證的材料，還可能由于缺失導致的具有不完全身份證的材料等幾種可能。選擇分析的基本步驟如下：

步驟1：從全部標記中選擇部分標記集；

步驟2：對供試材料進行分子條帶碼標識；

步驟 3：將結果進行分類顯示，唯一識別材料、分組識別材料和不確定材料。

1.4.4 分子身份證判定 在全庫構建的基礎上，選擇幾個標記，對待測材料進行基于選定標記的電泳試驗，將電泳帶型數字化，在全庫構建的背景下，基于所選定標記計算該待測材料與其他材料間的相似度，判別該材料的類別歸屬，從而達到品種識別和品種鑒定的目的。分子身份證判定分析步驟如下：

步驟1：選定背景標記集；

步驟2：測定待測材料的帶型；

步驟 3：在該標記集下，計算待測材料與數據庫中全材料的相似度，以判別該材料的歸屬。

2 結果

2.1 分子身份證構建軟件模塊

分子身份證軟件依據分子身份證的實現策略設計功能及界面（圖 2），軟件功能包括：數據庫瀏覽及更新、全庫構建、部分構建、輸入構建、選擇分析和ID判定等功能。

2.1.1 分子身份證軟件簡介 分子身份證軟件應用Microsoft公司Visual Basic6.0 進行程序開發，軟件在開發時充分考慮到使用的兼容性問題，軟件可以在Windows9X/me/2000/XP/ win Vista/win7等大部份Windows的32位或64位操作系統下運行，軟件的運行對計算機硬件環境要求不高，Intel奔騰CPU/512M內存/1G硬盤空間及以上機型都可運行。如果構建的標記及材料數量過多時，運算時間會相應增加，要想達到理想的運算效率，計算機的硬件配置不應過低。

圖2　分子身份證軟件主界面Fig. 2 Software interface of ID analysis

分子身份證軟件首發版本為ID Analysis 1.0，軟件登記號：2007SR11870a，通過應用完善了軟件的功能及操作界面，目前版本為ID Analysis 4.1，軟件具有功能豐富、界面友好（圖 3）、操作簡單等優點，一步即可達到以往需要多個軟件聯合使用才能完成的任務。軟件可以獲得方式：發送索取軟件的郵件給作者qshchen@126.com或訪問“大豆設計網”站進行下載www.designsoybean.com。

圖3　Satt424等位基因特征圖Fig. 3 Alleles feature of Satt424 primer

2.1.2 標記獲取及數據文件準備 標記統計是將電泳膠圖上的目標條帶數字化的過程，具體原則是根據擴增片段的分子量由大到小依次按1、2、3、4 …… N的順序進行記錄。其中，0表示零等位基因（即該泳道由于基因片段丟失而無帶），-1表示該品種數據由于試驗操作造成缺失，-2表示該泳道出現雜合帶型。圖3為黑龍江省主栽大豆品種分子身份證構建試驗中所獲得的一張比較理想的電泳圖，以此圖為例闡明標記統計原則。

利用40對SSR引物對40份大豆品種進行電泳分析，共獲得1 600個標記數據，將標記整理成軟件可識別的文本文檔（圖4）。數據文本的第1行第1個位置表示數據矩陣大小，其中“40/40”表示該數據文本中的數據矩陣為40行40列，第一個40表示有40個材料，第二個40表示有40對引物。向右接著是引物信息，引物需要用加引號，矩陣大小及引物間加一半角空格，以換行符結尾。例如“40/40”“Satt516”“Satt338”“Satt573”。從第 2行開始每行表示1個材料，從左向右第1個位置表示材料名稱，中英文皆可，但要加用引號，向右接著是該資源使用40對不同引物的電泳標記數據，資源名及帶型標記間加一半角空格，以換行符結尾。例如：“合豐25” 1 1 3 3。

圖4　軟件可識別的數據文檔Fig. 4 Data document for software input

2.1.3 數據集更新 分子身份證構建的基礎是數據，數據是由引物和材料組成的二維標記矩陣集。由于數據缺失、引物更新和材料的變化而導致標記集數據的動態變化，而數據的改變進一步決定了分子身份證的構建也是動態可變的。因此軟件設計開始時就考慮到由于對缺失數據的補充、新品種材料的更新，高多態性引物的加入等問題而導致數據集更新的麻煩。

為解決數據集更新的麻煩，軟件開發了數據庫合并功能（圖 5）?？梢愿鶕锖筒牧系牧斜韺Χ鄠€數據集進行整合，并可以對其發生改變的等位基因進行校驗和提示，這樣有利于整合最新的研究結果，開發全部材料最合適的分子身份證。

合并后的數據結果以文本形式輸出（圖 5），由結果文件可知，合并后的新數據集是由6份材料及4對引物組成，其中合并前二個數據集有1個差異數據，差異數據為“東農46，Satt516”，在a集中標記是1，在b集中標記是3，結果還顯示了合并到新數據集中的材料、引物的數量及名稱。

2.2 軟件驗證

2.2.1 全庫構建 將40對引物對40份大豆品種的標記數據導入軟件，具體如下：打開分子身份證軟件，點擊快捷工具欄的第三個圖標“全庫構建”，即可打開全庫構建窗口（圖 6）。點擊文件下拉菜單-打開-瀏覽到數據文件-打開，導入數據文件，點擊“ID analysis”按鈕即可完成分子身份證構建。

構建完的數據會顯示在窗口的數據顯示區，點擊窗口文件下拉菜單-輸出-瀏覽文件保存位置-命名文件名-保存，結果文件以文本形式保存。文件內容共分4部分，第1部分指明分析時的參數；第2部分指明不符合引物信息；第3部分指明特異引物信息；第4部分給出引物組合及每個材料的分子身份證的編號（圖6）。

由分子身份證構建結果可知，在40對引物對40個大豆品種的分子身份證構建中：共有13對引物由于缺失過多，不符合標準被剔除，剔除引物為Sat_111、Sat_218、Satt231、Satt685、Satt514、Satt551、Satt077、Satt358、Satt424、Satt100、Satt838、Satt893和Satt891。共有7對引物由于與其他引物相似系數過高，不符合標準被剔除，剔除引物為Satt253、Satt192、Satt417、Sat_229、Satt127和Satt496。在分析的40個品種中，共有5個品種具有7個特異等位基因，因此，可以通過這些特異等位基因直接確定需要鑒定的品種，通過計算僅需要7對引物即可區分40個大豆品種，引物組合為 Satt398、Satt380、Satt453、Satt288、Satt244、 Sat_092和Satt206，例如北豆3號在該引物組合下的分子身份證編號為2411343。

圖5　數據合并窗口及結果Fig. 5 Data merge window and output result

圖6　全庫構建窗口及結果Fig. 6 Full-library construction window and output result

2.2.2 部分構建 部分構建的具體操作如下：打開分子身份證軟件，點擊快捷工具欄的第四個圖標“部分構建”，即可打開部分構建窗口（圖 7）。點擊文件下拉菜單-打開-瀏覽到數據文件-打開，導入數據文件。從材料欄里選擇一些材料到目標材料欄內，點擊“ID analysis”按鈕即可完成部分材料的分子身份證構建。同時為了方便用戶使用，軟件還提供“輸入構建”窗口，在該窗口中將材料的選擇方式變為人工輸入，其他功能相同。

構建完的結果文件內容共分3部分，第1部分指明不符合引物信息；第2部分指明特異引物信息；第3部分給出引物組合及被選擇的部分材料的分子身份證的編號（圖7）。

圖7　部分構建窗口及結果Fig. 7 Partial-library construction window and output result

2.2.3 ID判定 ID判定的具體操作如下：打開分子身份證軟件，點擊快捷工具欄的第七個圖標“ID判定”，即可打開ID判定窗口（圖8）。點擊文件下拉菜單-打開-瀏覽到數據文件-打開，導入數據文件。在“引物及ID”欄內輸入引物名稱及分子身份證編號，其格式為“Satt338，Satt369，Satt453：314”，點擊“Possible GP”按鈕即可計算出由引物組合以及身份證編號所確定的唯一材料名稱。

圖8　ID判定窗口Fig. 8 Molecular ID determination window and output result

有些時候可能需要考察部分受關注的引物在分子多態水平上區分材料的能力。此時可以使用“選擇分析”功能，其結果可能是被唯一區分的材料，也可能是多個共享一個分子身份證的材料，或是由于缺失導致的具有不完全身份證的材料等幾種可能。

3 討論

3.1 軟件算法改進

關于尋找最優引物組合，可以采用貪婪算法，窮舉法等多種方法。貪婪算法［33-34］可提高效率，但較易錯過最優解。窮舉法［35］比較全面客觀，但計算量大，耗時耗力。而逐步擴增法利用引物缺失率和引物相似系數對引物進行了有效的篩選、排序和刪除，在運算過程中，逐步淘汰引物的等位基因組合頻率為1的材料，大大提高了運算速率，實現了算法的優化改進。

關于標記多態度排序，在計算中可以看出，調整標記的順序會直接影響結果，因此，可根據單個標記等位基因多態性大小進行排序，使區分能力較強的標記更早出現，這樣就使標記組合的區分度迅速增加，從而加快算法搜索速度。

關于材料容量縮減，每次有新標記引入都會重新計算當前標記多態型下的每個材料條帶碼頻數，而有部分材料在新標記入選前等位基因組合頻率已經為1，達到了區分目的，沒有重新計算的必要。因此，可以將被區分開的材料從計算的數據集中刪除，逐步縮減材料容量，達到加快算法目的。

3.2 軟件程序改進

到目前該軟件已經在大豆、水稻、花生、玉米、高粱、真菌、木耳等多種作物上得到廣泛應用［36-41］，但仍然存在不足，由其是隨著新材料的改良及新標記的發現［1，20-22］以及生物信息學的發展，在未來的分析中所要面對的數據量將更為龐大［35，42］，甚至只能在Linux系統下才能分析。目前，ID analysis軟件的核心算法在軟件程序實現過程中仍然需要進一步優化，VB程序具有操作系統的局限性，以及執行效率低的缺點［43-45］；另一方面開發在線的網絡版分子身份證構建系統，對于方便更多研究人員使用，提高軟件利用率等方面具有更大的意義。

相比VB程序語言，Java技術具有簡單、完全面向對象、屬于解釋執行語言、安全性高、可移植性強、執行性能高、多線程以及動態性等優點［46-47］。利用Java技術實現分子身份證軟件的核算法，即可打包成單機版軟件，又可作為網絡在線分析的服務端程序，并且可跨平臺使用，解決了龐大標記數據的運算效率問題，達到一次開發多角度利用的目的。

3.3 軟件引物的選取和圖像的獲得

分子身份證軟件構建核心目標是為了利用最優引物對組合完成對目標材料群體的唯一性區分，如果具有較為完善的品種資源數據庫系統，便可以解決資源的鑒定，育種材料的分析和候選審定材料的創新性判定等很多現實存在的棘手問題。

在軟件數據庫開發方面，可以基于研究對象特性開發的各類特殊分子標記來構建分子身份證。在標記開發方面，可以針對研究資源的特性，設計獨特的分子身份證，利用在產量、品質、抗耐性上具有特殊性狀的分子標記［48］對未知材料進行基因型分析和等位基因信息獲取，可以直接完成材料對應性狀的評價和分子輔助育種研究。

目前，軟件只能對電泳膠圖數字化后的數據進行分析，而由于傳統電泳膠圖分辨率低［49-50］，在數字化過程中經常會出現識別偏差。為解決問題，軟件應該具有圖形分析功能，借助標識引物確定等位基因大小，對電泳膠圖進行基于條帶分子量大小的數字化識別。軟件圖形分析功能的開發必將提高資源、品種鑒定的準確性。從分析儀器發展水平來看，毛細管電泳將為分子身份證軟件提供解決問題之道［51］，在此基礎上開發全自動分子身份證分析技術乃至基于分子身份證的快速資源鑒定儀都將成為可能。

4 結論

基于SSR標記在材料中的多態性特點，提出了快速有效地區分品種資源的算法——逐步擴增法。利用Visual Basic6.0編制了基于逐步擴增法的作物分子身份證構建軟件——ID analysis。該軟件可以構建作物分子身份證，實現了只需單個軟件即可完成作物分子身份證構建的過程，達到了對資源品種鑒定的目的。

References

［1］ 滕衛麗， 盧雙勇， 高陽， 孫明明， 韓英鵬， 武小霞， 李文濱. 黑龍江省 1986-2010年大豆審定品種的品質性狀分析. 作物雜志， 2011，25（2）： 105-108. TENG W L， LU S Y， GAO Y， SUN M M， HAN Y P， WU X X， LI W B. Analysis of yield changes of soybean cultivars authorized in Heilongjiang province. Crops， 2011， 25（2）： 105-108. （in Chinese）

［2］ 孫明明. 2011年黑龍江省審定推廣的大豆新品種. 大豆科學， 2011，30（4）： 713-718. SUN M M. Examination and popularization of soybean varieties at Heilongjiang province in 2011. Soybean Science， 2011， 30（4）：713-718. （in Chinese）

［3］ 宋顯軍. 2012年黑龍江省審定推廣的大豆新品種. 大豆科學， 2012，31（3）： 504-510. SONG X J. Examination and popularization of soybean varieties at Heilongjiang province in 2012. Soybean Science， 2012， 31（3）：504-510. （in Chinese）

［4］ 王萍. 2013年黑龍江省審定推廣的大豆新品種I. 大豆科學， 2013，32（3）： 429-432. WANG P. Examination and popularization of soybean varieties at Heilongjiang province in 2013-I. Soybean Science， 2013， 32（3）：429-432. （in Chinese）

［5］ 王萍. 2013年黑龍江省審定推廣的大豆新品種II. 大豆科學， 2013，32（4）： 576-579. Wang P. Examination and popularization of soybean varieties at Heilongjiang province in 2013-II. Soybean Science， 2013， 32（4）：576-579. （in Chinese）

［6］ 孫明明， 王萍. 2014年黑龍江省審定推廣的大豆品種I. 大豆科學，2014， 33（3）： 463-466. SUN M M， WANG P. Examination and popularization of soybean varieties at Heilongjiang province in 2014-I. Soybean Science， 2014，33（3）： 463-466. （in Chinese）

［7］ 孫明明， 王萍. 2014年黑龍江省審定推廣的大豆品種II. 大豆科學，2014， 33（4）： 626-628. SUN M M， WANG P. Examination and popularization of soybean varieties at Heilongjiang province in 2014-II. Soybean Science， 2014，33（4）： 626-628. （in Chinese）

［8］ 孫明明， 王萍， 呂世翔. 2015年黑龍江省審定推廣的大豆品種 I.大豆科學， 2015， 34（5）： 918-920. SUN M M， WANG P， Lü S X. Examination and popularization of soybean varieties at Heilongjiang province in 2015-I. Soybean Science，2015， 34（5）： 918-920. （in Chinese）

［9］ 孫明明， 王萍， 呂世翔. 2015年黑龍江省審定推廣的大豆品種 II.大豆科學， 2015， 34（6）： 1100-1102. SUN M M， WANG P， Lü S X. Examination and popularization of soybean varieties at Heilongjiang province in 2015-II. Soybean Science， 2015， 34（6）： 1100-1102. （in Chinese）

［10］ 楊冬風， 朱洪德. 基于近紅外透射光譜分析和BP神經網絡的大豆品種識別. 大豆科學， 2013， 32（2）： 249-253. YANG D F， ZHU H D. Recognition of soybean varieties based on near infrared transmittance spectroscopy and bp neural network. Soybean Science， 2013， 32（2）： 249-253. （in Chinese）

［11］ 張云麗， 韓憲忠， 王克儉. 基于深度顏色特征的灰度直方圖玉米品種識別研究. 作物雜志， 2015（1）： 156-159. ZANG Y L， HANG X Z， WANG K J. Study on corn variety identification based on depth and color features of gray histogram. Crops， 2015（1）： 156-159. （in Chinese）

［12］ TAN K Z， CHAI Y H， SONG W X， CAO X D. Identification of soybean seed varieties based on hyperspectral image. Transactions of the Chinese Society of Agricultural Engineering， 2014， 30（9）：235-242.

［13］ 任保青， 陳之端. 植物 DNA條形碼技術. 植物學報， 2010， 45（1）：1-12. REN B Q， CHEN Z R. DNA barcoding plant life. Chinese Bulletin of Botany， 2010， 45（1）： 1-12. （in Chinese）

［14］ SARWAT M， YAMDAGNI M M. DNA barcoding microarrays and next generation sequencing： Recent tools for genetic diversity estimation and authentication of medicinal plants. Critical Reviews in Biotechnology， 2016， 36（2）： 191-203.

［15］ VERE N D， RICH T C G， TRINDER S A， LONG C. DNA barcoding for plants. Methods in Molecular Biology， 2015， 1245： 101-118.

［16］ 殷麗琴， 彭云強， 付紹紅， 楊進， 陳濤， 黃敏， 余勤， 韋獻雅， 牛應澤. 基于ISSR標記的彩色馬鈴薯遺傳多樣性分析及指紋圖譜構建.西南農業學報， 2016， 29（1）：20-25. YIN L Q， PENG Y Q， FU S H， YANG J， CHEN T， HUANG M， YU Q，WEI X Y， NIU Y Z. Genetic diversity and DNA fingerprint of pigmented potato （Solanum tuberosum L.） based on ISSR markers. Southwest China Journal of Agricultural Sciences， 2016， 29（1）： 20-25. （in Chinese）

［17］ SONG Q J， HYTEN D L， JIA G F， QUIGLEY C V， FICKUS E W，NELSON R L， CREGAN P B. Fingerprinting soybean germplasm and its utility in genomic research. Genes Genomes Genetics， 2015， 5（10）：1999-2006.

［18］ 黃丹娟， 馬建強， 陳亮. 茶樹 DNA分子指紋圖譜研究進展. 茶葉科學， 2015， 35（6）：513-519. HUANG D J， MA J Q， CHEN L. Research progress on DNA molecular fingerprinting of tea plant （Camellia sinensis）. Journal of Tea Science， 2015， 35（6）： 513-519. （in Chinese）

［19］ TARGO?SKA M， BOLIBOK-BR?GOSZEWSKA H， RAKOCZYTROJANOWSKA M. Assessment of genetic diversity in secale cereale based on SSR markers. Plant Molecular Biology Reporter，2016， 34： 37-51.

［20］ SONG Q J， MAREK L F， SHOEMAKER R C， LARK K G，CONCIBIDO V C， DELANNAY X， SPECHT J E， CREGAN P B. A new integrated genetic linkage map of the soybean. Theoretical and Applied Genetics， 2004， 109（1）： 122-128.

［21］ CHOI I Y， HYTEN D L， MATUKUMALLI L K， SONG Q， CHAKY JM， QUIGLEY C V， CHASE K， LARK K G， REITER R S， YOON M S， HWANG E Y， YI S I， YOUNG N D， SHOEMAKER R C，TASSELL C P， SPECHT J E， CREGAN P B. A soybean transcript map： gene distribution， haplotype and single-nucleotide polymorphism analysis. Genetics Society of America， 2007， 176： 685-696.

［22］ 美國農業部大豆基因數據庫［EB/OL］. ［2008.12.23］. http：//www. soybase.org/ dlpages. The USDA Soybean Genetic Database［EB/OL］. ［2008.12.23］. http：// www.soybase. org/dlpages. （in Chinese）

［23］ 郭數進， 楊凱敏， 霍瑾， 周永航， 王宏勇， 李貴全. 山西大豆自然群體產量及品質性狀與SSR分子標記的關聯分析. 山西農業科學，2015， 43（4）： 374-377， 387. GUO S J， YANG K M， HUO J， ZHOU Y H， WANG H Y， LI G Q. Association analysis of yield，quality traits and SSR markers of natural soybean population in Shanxi. Journal of Shanxi Agricultural Sciences， 2015， 43（4）： 374-377， 387. （in Chinese）

［24］ 陳亮， 鄭宇宏， 范旭紅， 孟凡凡， 孫星邈， 張云峰， 王明亮， 王曙明.大豆SSR指紋圖譜身份證的研究進展與展望. 大豆科技， 2015， 2：38-43. CHEN L， ZHENG Y H， FAN X H， MENG F F， SUN X M， ZHANG Y F， WANG M L， WANG S M. Progress and perspective on SSR fingerprint identification establishment in soybean. Soybean Science and Technology， 2015， 2： 38-43. （in Chinese）

［25］ 王梓鈺， 年海， 宋恩亮， 楊春明， 王新風， 馬巍， 富健. 華南大豆重要農藝性狀與SSR的關聯分析. 貴州農業科學， 2015， 43（12）： 6-8. WANG Z Y， NIAN H， SONG E L， YANG C M， WANG X F， MA W，FU J. Association analysis on important agronomic traits and SSR markers in South China. Guizhou Agricultural Sciences， 2015， 43（12）：6-8. （in Chinese）

［26］ 高運來， 朱榮勝， 劉春燕， 李文福， 蔣洪蔚， 李燦東， 姚丙晨， 胡國華， 陳慶山. 黑龍江部分大豆品種分子 ID 的構建. 作物學報，2009， 35（2）： 211-218. GAO Y L， ZHU R S， LIU C Y， LI W F， JIANG H W， LI C D， YAO B C， HU G H， CHEN Q S. Establishment of molecular id in soybean varieties in Heilongjiang， China. Acta Agronomica Sinica， 2009， 35（2）：211-218. （in Chinese）

［27］ 張靖國， 田瑞， 陳啟亮， 楊曉平， 胡紅菊. 基于SSR標記的梨栽培品種分子身份證的構建. 華中農業大學學報， 2014， 33（1）： 12-17. ZHANG J G， TIAN R， CHEN Q L， YANG X P， HU H J. Establishment of molecular id for pear cultirars based on SSR markers. Journal of Huazhong Agricultural University， 2014， 33（1）： 12-17. （in Chinese）

［28］ 陸徐忠， 倪金龍， 李莉， 汪秀峰， 馬卉， 張小娟， 楊劍波. 利用SSR分子指紋和商品信息構建水稻品種身份證. 作物學報， 2014， 40（5）：823-829. LU X Z， NI J L， LI L， WANG X F， MA H， ZHANG X J， YANG J P. Construction of rice variety indentity using SSR fingerprint and commodity information. Acta Agronomica Sinica， 2014， 40（5）：823-829. （in Chinese）

［29］ 徐雷鋒， 葛亮， 袁素霞， 任君芳， 袁迎迎， 李雅男， 劉春， 明軍. 利用熒光標記SSR構建百合種質資源分子身份證. 園藝學報， 2014，41（10）： 2055-2064. XU L F， GE L， YUAN S X， REN J F， YUAN Y Y， LI Y N， LIU C，MING J. Using the fluorescent labeled SSR markers to establish molecular identity of lily germplasms. Acta Horticulturae Sinica，2014， 41（10）： 2055-2064. （in Chinese）

［30］ 陳慶山， 劉春燕， 呂東， 何建勛. 大豆 DNA提取基本原理的探討.東北農業大學學報， 2004， 35（2）： 129-134. CHEN Q S， LIU C Y， Lü D， HE J X. The basic principle of DNA extraction from soybean. Journal of Northeast Agricultural University，2004， 35（2）： 129-134. （in Chinese）

［31］ 陳慶山， 劉春燕， 劉迎雪， 劉海燕， 陳立君， 付堯， 單繼勛， 郭強，張麗娜. 核酸體外擴增技術. 中國生物工程， 2004， 24（5）： 10-14. CHEN Q S， LIU C Y， LIU Y X， LIU H Y， CHEN L J， FU R， SHAN J X， GUO Q， ZHANG L N. Progress of nucleic acid amplification technologies. China Biotechnology， 2004， 24（5）： 10-14. （in Chinese）

［32］ 陳慶山. 作物分子身份證構建策略及其在大豆中的應用. 哈爾濱：黑龍江人民出版社， 2014. CHEN Q S. Crop Molecular Identity Building Strategy and the Application in the Soybean. Harbin： People Press Heilongjiang， 2014. （in Chinese）

［33］ COWELL R G. A simple greedy algorithm for reconstructing pedigrees. Theoretical Population Biology， 2013， 83： 55-63.

［34］ CHEN H， ZHOU Y C， TANG Y Y， LI L Q， PAN Z B. Convergence rate of the semi-supervised greedy algorithm. Neural Networks， 2013，44： 44-50.

［35］ GUNVANT P， BABU V， RUPESH D， SILVAS P， BJORN N， ZHAO M Z， HUMIRA S， LI S， LI L， JUHI C， LIU Y， TRUPTI J， XU D，NGUYEN H T. Soybean （Glycine max） SWEET gene family： Insights through comparative genomics， transcriptome profiling and whole genome re-sequence analysis. BMC Genomics， 2015， 16： 520-536.

［36］ 王黎明， 焦少杰， 姜艷喜， 嚴洪冬， 蘇德峰， 孫廣全. 142份甜高粱品種的分子身份證構建. 作物學報， 2011， 37（11）： 1975-1983. WANG L M， JIAO S J， JIANG Y X， YAN H D， SU D F， SUN G Q. Establishment of molecular identity in 142 sweet sorghum varieties. Acta Agronomica Sinica， 2011， 37（11）： 1975-1983. （in Chinese）

［37］ 王蕾. 中國花生品種遺傳多樣性研究及分子 ID數據庫的構建［D］.青島： 青島科技大學， 2014： 51-56. WANG L. Analysis of genetic diversity and construction of molecular id in peanut varieties in China［D］. Qingdao： Qingdao University of Science Technology， 2014： 51-56. （in Chinese）

［38］ 于瀟， 許修宏， 劉華晶. 黑龍江部分野生黑木耳菌株的分子 ID構建. 中國農學通報， 2012， 28（13）：171-175. YU X， XU X H， LIU H J. Establishment of molecular id in auricularia auricula in Heilongjiang. Chinese Agricultural Science Bulletin， 2012，28（13）： 171-175. （in Chinese）

［39］ 丁俊杰， 姜翠蘭， 顧鑫， 楊曉賀， 趙海紅， 申宏波， 仕相林， 劉春燕，胡國華， 陳慶山. 利用與大豆灰斑病抗性基因連鎖的 SSR標記構建大豆品種（系）的分子身份證. 作物學報， 2012， 38（12）： 2206-2216. DING J J， JIANG C L， GU X， YANG X H， ZHAO H H， SHEN H B，SHI X L， LIU C Y， HU G H， CHEN Q S. Establishment of molecular id of soybean varieties （Lines） using SSR markers linked to resistance genes against Cercospora sojina. Acta Agronomica Sinica， 2012，38（12）： 2206-2216. （in Chinese）

［40］ 李偉忠， 許崇香， 安英輝， 孫梅， 閔麗， 姜森， 陳慶山， 胡國華. 257份玉米自交系分子ID的構建. 玉米科學， 2013， 21（2）： 24-30. LI W Z， XU C X， AN Y H， SUN M， MIN L， JIANG S， CHEN Q S，HU G H. Establishment of molecule id in 257 maize inbred lines. Journal of Maize Sciences， 2013， 21（2）： 24-30. （in Chinese）

［41］ 何琳， 何艷琴， 劉業麗， 邱強， 欒懷海， 韓雪， 胡國華. 2012年北方春大豆國家區試大豆品種純度鑒定、分子ID構建及遺傳多樣性分析. 中國農學通報， 2014， 30（18）： 277-282. HE L， HE Y Q， LIU Y L， QIU Q， LUAN H H， HAN X， HU G H. Purity identification， molecular ID establishment and genetic diversity analysis of soybeans attending national regional test of north spring soybean in 2012. Chinese Agricultural Science Bulletin， 2014， 30（18）：277-282. （in Chinese）

［42］ LEE Y G， JEONG N， KIM J H， LEE K， KIM K H， PIRANI A， HA B K， KANG S T， PARK B S， MOON J K， KIM N， JEONG S C. Development， validation and genetic analysis of a large soybean SNP genotyping array. The Plant Journal， 2015， 81（4）： 625-636.

［43］ 王良瑩. 主流編程語言的特點與比較. 電腦編程技巧與維護，2009（6）： 96-106. WANG L Y. The characteristics and comparisons of certain mainstream programming language wang liangying. Study of Computer Application in Education， 2009（6）： 96-106. （in Chinese）

［44］ 關琳琳. 試論 VB編程語言在軟件開發中的應用. 河南科技，2013（1）： 1-3， 44. GUAN L L. Discuss VB programming language application in software development. Journal of Henan Science and Technology，2013（1）： 1-3， 44. （in Chinese）

［45］ 李暢. 編程語言的特點與比較. 華中師范大學研究生學報， 2005，12（3）： 145-148. LI C. The analysis of singing psychology in singing training and art performance. Huazhong Normal University Journal of Postgraduates，2005， 12（3）： 145-148. （in Chinese）

［46］ 馬響. 基于java語言在web開發的知識探討. 信息技術與信息化，2015（11）： 169-171. MA X. Based on Java language knowledge in web development. Information. Technology and Information， 2015（11）： 169-171. （in Chinese）

［47］ 冀瀟， 李楊. JavaScript 與Java在Web開發中的應用與區別. 通信技術， 2013， 46（6）： 145-151. JI X， LI Y. Applications and differences of between Javascript and Java in web development. Communications Technology， 2013， 46（6）：145-151. （in Chinese）

［48］ 陳慶山. 大豆分子輔助育種體系構建、遺傳—物理圖整合與應用及轉基因研究［R］. 黑龍江省農墾科研育種中心， 2009. CHEN Q S. Construction of Molecular Assisted Breeding System，Integration and Application of Genetic map and Physical map， and Transgenic Research in Soybean［R］. The crop research and breeding center of land-reclamation of Heilongjiang province， 2009. （in Chinese）

［49］ 孟菲， 蔡小彥， 崔興雷， 劉方， 王星星， 周忠麗， 王春英， 王玉紅，彭仁海， 王坤波. 聚丙烯酰胺凝膠銀染技術的優化. 中國棉花，2015， 42（4）： 12-14. MENG F， CAI X Y， CUI X L， LIU F， WANG X X， ZHOU Z L，WANG C Y， WANG Y H， PENG R H， WANG K B. An optimized protocol for silver staining of polyacrylamide Gel. Journal Chinese Cotton， 2015， 42（4）： 12-14. （in Chinese）

［50］ 梁宏偉， 王長忠， 李忠， 羅相忠， 鄒桂偉. 聚丙烯酰胺凝膠快速、高效銀染方法的建立. 遺傳， 2008， 30（10）： 1379-1382. LIANG H W， WANG C Z， LI Z， LUO X Z， ZOU G W. Improvement of the silver-stained technique of polyacrylamide Gel electrophoresis. Hereditas， 2008， 30（10）： 1379-1382. （in Chinese）

［51］ SáNCHEZ-PéREZA R， BALLESTERB J， DICENTAA F， ARúSB P，MARTíNEZ-GóMEZA P. Comparison of SSR polymorphisms using automated capillary sequencers， and polyacrylamide and agarose gel electrophoresis： Implications for the assessment of genetic diversity and relatedness in almond. Scientia Horticulturae， 2006， 108：310-316.

（責任編輯 李莉）

Software Development of -ID Analysis for Crop Molecular Identity Construction

HU Zhen-bang1， GAO Yun-lai1， QI Zhao-ming1， JIANG Hong-wei2， LIU Chun-yan2， XIN Da-wei1， HU Guo-hua2，PAN Xiao-cheng3， CHEN Qing-shan1
（1College of Agriculture in Northeast Agricultural University， Harbin 150030；2Land Reclamation Science & Research Breeding Center of Heilongjiang Province， Harbin 150090；3Sideline Base for 65301 Force， Wudalianchi 164100， Heilongjiang）

Abstract：【Objective】Based on the SSR molecular marker data of crops resources， software ID analysis was developed using visual Basic6.0 for crop molecular identity construction， which could screen primer combinations rapidly and accurately for efficient cultivar identification. 【Method】The crop molecular ID theory was proposed by Mr. Qingshan Chen. SSR markers in crop varieties showed high polymorphism characteristics， and a set of markers was permutated and combined to quickly and effectively divide varieties with step amplification method. Finally， 40 pairs of SSR data of 40 soybean varieties in Heilongjiang province were used for identity construction with the software. 【Result】 ID analysis software was developed with core algorithm by using Visual Basic 6.0 to design man-machine interactive interface. This software has integrated full-library construction， partial-library construction，molecular ID determination， and database merging function. The full-library construction was the core functions together which could quickly obtained the minimum SSR prime combination to distinguish all the varieties. Partial-library construction could be used for some target varieties identification. For an unknown materials， with the already existing molecular identity database and the SSR analysis data， molecular ID determination could be used to determine the variety names or similar varieties. Database merging could be used to integrate several experimental data into a data set. The following results were analyzed by full-library construction with case data. First， among the 40 pairs of SSR data of 40 soybean cultivars， a total of 13 primers were excluded because missing data were too much and did not meet the standards， they were Sat_111， Satt218， Satt231， Satt685， Satt514， Satt551， Satt077， Satt358，Satt424， Satt100， Satt838 ，Satt893， and Satt891. Second， 6 primers were excluded because they showed high similarity coefficient with other primers， and they were Satt253， Satt192， Satt417， Sat_229， Satt127， and Satt496. Third， 5 varieties showed 7 specific alleles among all 40 varieties. They were， allele 3 of Satt516 and allele 1 of Satt253 showed in Dongnong36， allele 1 of Sat_229 showed in Nenfeng 17， allele 3 of Satt192 showed in Dongnong42， allele 1 of Satt206 and allele 4 of Satt244 showed in Beifeng 19，and allele 1 of Satt363 showed in Heihe14. So these specific allelic genes could directly identify the varieties. Forth， only seven pairs of SSR primers could distinguish 40 soybean varieties completely. The primer combinations were Satt398， Satt380， Satt453， Satt288，Satt244， Sat_092， and Satt206. 【Conclusion】 In this research， the software analysis ID was developed to construct crop molecular identity. The software has a friendly interface and easy to be used， high efficiency and flexible. The construction of the crop molecular identity can be realized completely by using a single software， and thus achieving the purpose of variety identification. With the development of technology of the application of capillary electrophoresis and the molecular identity theory， the development of an automatic molecular identity analysis system and even a rapid resource identification system will become possible.

Key words：soybean； crops； SSR markers； molecular identity； software development

收稿日期：2016-02-22；接受日期：2016-04-18

基金項目：國家自然科學基金青年基金（31401465）、黑龍江省留學回國人員科技項目擇優資助啟動項目、哈爾濱市科技創新人才研究專項資金（杰出青年人才計劃類）（RC2015JQ002004）、國家自然科學基金（31471516，31271747）