[发明专利]基于表型性状的花生特异性测试中的近似品种筛选方法

说明书

技术领域

本发明涉及一种基于表型性状的花生特异性测试中的近似品种筛选方法，属于DUS测试技术领域。

背景技术

花生是重要的油料作物，其品种繁多，随着植物育种和种子产业的发展，植物新品种保护(Protection of New Varieties of Plant，简称PVP)作为知识产权的10种内容之一，其重要性越来越突出。新品种的准确鉴定不仅是新品种审定和保护的前提，也为辨别假冒伪劣种子，保护自身知识产权，维护育种者的切身利益提供保障和科学依据。特异性、一致性和稳定性是对植物品种的基本要求，是植物新品种获得品种权保护和主要农作物品种通过品种审定和非主要农作物品种登记的前提条件。

特异性是指申请品种应当明显区别于申请日以前所有已知的同属或同种品种。为鉴定一个品种具备特异性，需要证明该品种在表型性状上不同于已知的同类作物每个品种。主要作物已知品种往往数以万计，将每一个申请DUS测试的品种(“申请品种”)与这些已知品种进行田间种植比较，实践上是不可行的。为此，需要通过一些筛选机制，将那些不需要种植比较即可确定与申请品种表型性状明显不同的品种排除，只种植那些不通过田间比较试验则不能确定与申请品种是否有明显表型差异的品种，即近似品种。通过田间种植试验，比较申请品种与近似品种是否存在明显差异申请品种，据此得出申请品种是否具备特异性的结论。因此，近似品种的选择又是特异性测试的关键环节。

虽然主要作物已知品种数量众多，但是对于大多数已知品种，尤其是早期选育的品种，因丰产性等原因已不能满足当前生产需要，在近似品种筛选时可以不予考虑。近似品种的筛选主要通过比较申请品种和仍有应用潜力已知品种(例如近十年来育成的品种)的性状表达状态进行。如果能够确定一个已知品种与申请品种的表达状态差异足够大以至于田间种植时两者间必定会表现出明显差异，则可以将该已知品种排除，剩余的品种作为近似品种。对于数量性状和假质量性状(假质量性状的连续变化区域的表达状态)，其表达状态观测值会因环境条件和人为因素的影响呈现以下特点：(1)受环境条件影响，同一个品种的同一个性状，在不同年份和不同地区种植时，表达状态观测值(表达状态代码)会发生一定的波动；(2)不同的性状表达受环境影响的程度不同，表现为表达状态波动程度因性状而异；(3)不同测试人员对同一性状表达状态的观测结果，容易产生偏差。偏差的大小，既取决于性状，也受表达状态在性状变异范围中所处位置的影响。因此，根据一个申请品种不同性状的表达状态观测值，如何确定近似品种筛选时已知品种表达状态取值范围，是近似品种筛选的关键。现有的做法是采用固定的已知品种表达状态范围：对于假质量性状，采用与之相同的表达状态；对于数量性状，采用与之相差三个代码的表达状态范围。采用固定已知品种表达状态范围做法，对于受环境和人员观测影响较大的性状和表达状态，容易遗漏近似品种，导致特异性测试结果不可靠；反之，对于受环境和人员观测影响较小的性状和表达状态，导致选入过多的近似品种，增加测试成本，降低试验精确度。

发明内容

针对上述DUS测试中近似品种筛选容易导致遗漏或选入过多近似品种的问题，本发明提供了一种基于表型性状的花生特异性测试中的近似品种筛选方法。该方法根据品种不同，性状和性状表达状态受环境和人员观测影响程度不同这一特点，通过对申请品种的每一个表达状态观测值设置一个相应的已知品种的表达状态范围，极大提高了近似品种筛选效率。

本发明的技术方案是：一种基于表型性状的花生特异性测试中的近似品种筛选方法，其特征是，

(1)花生品种表型性状数据库的建立

采集当前仍具有应用潜力的花生品种(例如近十年来育成的品种)的表型性状数据(DUS测试指南中的全部31个性状，每个品种一般测试二个生长周期)；对采集的表型性状数据进行整理，建立花生品种表型性状数据库；

(2)申请品种性状数据导入

将花生特异性测试的申请人提供的花生申请品种编号、名称和性状表达状态观测值(即技术问卷性状数据)或测试机构采集的性状数据导入花生表型性状数据库；输入申请品种名称(或编号)，显示申请品种的相关性状的表达状态；

(3)设置已知品种的表达状态范围

对应每一个申请品种各个性状的表达状态(代码)，根据预先设定的已知品种性状表达状态的安全取值范围(如表1所示，包含全部的安全取值范围)，在数据库中输入相应表达状态取值范围(代码范围)；

(4)近似品种筛选

花生品种表型性状数据库将符合条件的近似品种筛选出来。