Resumen

En este estudio, se evaluaron mediante marcadores SSR la diversidad genética y la estructura de la población de 205 colecciones básicas de soja silvestre del noreste de China procedentes de nueve poblaciones de latitud y nueve poblaciones de longitud. Se detectó un total de 973 alelos mediante 43 loci SSR, y el número medio de alelos por locus fue de 22,628. El índice medio de información de Shannon (I) y la heterocigosidad media esperada fueron de 2,528 y 0,879, respectivamente. A nivel de población, las regiones de 42°N y 124°E presentaban la mayor diversidad genética entre todas las latitudes y longitudes. Cuanto mayor era la diferencia de latitud, mayor era la distancia genética, mientras que no se encontró una tendencia similar en las poblaciones de longitud. Se asignaron a las poblaciones tres grupos principales (1N, <41°N-42°N; 2N, 43°N-44°N; y 3N, 45°N->49°N). El análisis AMOVA mostró que la diferenciación genética entre poblaciones de latitud y longitud era de 0,088 y 0,058, respectivamente, y que la mayor parte de la variación genética se producía dentro de las poblaciones. La prueba de Mantel reveló que la distancia genética estaba significativamente correlacionada con la distancia geográfica (r=0,207, p<0,05). Además, el análisis de autocorrelación espacial mostró que existía una estructura espacial (ω=119,58, p<0,01) y que el coeficiente de correlación (r) disminuía a medida que aumentaba la distancia en un radio de 250 km.

• Materias:Ácido ribonucleico (ARN) Biosíntesis Biogénesis Genética vegetal Genómica
• Subjects:Ribonucleic acid (RNA) Biosynthesis Biogenesis Plant genetics Genomics
• Palabras claves:poblaciones de longitud, distancia genética, índice medio de información de Shannon, colecciones básicas de soja silvestre, mayor diversidad genética, análisis de autocorrelación espacial, alelos, latitud, poblaciones, análisis AMOVA
• Keywords:longitude populations, genetic distance, mean Shannon information index, wild soybean core collections, highest genetic diversity, spatial autocorrelation analysis, alleles, latitude, populations, AMOVA analysis