[논문]변이밀집영역 유래 27개 InDel 마커를 이용한 콩(Glycine max (L.) Merrill) 신품종 판별 및 국내 149 품종과 유연관계 분석

전재범; 진민아; 정남희; 조철오; 서미숙; 최만수; 김둘이; 손황배; 김율호

doi:10.7732/kjpr.2019.32.5.519

변이밀집영역 유래 27개 InDel 마커를 이용한 콩(Glycine max (L.) Merrill) 신품종 판별 및 국내 149 품종과 유연관계 분석
Genetic Identification and Phylogenic Analysis of New Varieties and 149 Korean Cultivars using 27 InDel Markers Selected from Dense Variation Blocks in Soybean (Glycine max (L.) Merrill) 원문보기

韓國資源植物學會誌 = Korean journal of plant resources, v.32 no.5, 2019년, pp.519 - 542

전재범 (농촌진흥청 국립식량과학원 작물기초기반과) , 진민아 (농촌진흥청 국립식량과학원 작물기초기반과) , 정남희 (농촌진흥청 국립식량과학원 작물기초기반과) , 조철오 (농촌진흥청 국립식량과학원 작물기초기반과) , 서미숙 (농촌진흥청 국립식량과학원 작물기초기반과) , 최만수 (농촌진흥청 국립식량과학원 작물기초기반과) , 김둘이 (농촌진흥청 국립식량과학원 작물기초기반과) , 손황배 (국립식량과학원 고령지농업연구소) , 김율호 (국립식량과학원 고령지농업연구소)

초록
AI-Helper

본 연구에서는 국내 콩 유전체의 변이밀집영역(dVB)에서 유래한 27개 InDel 마커를 신품종 20개에 적용하여 품종판별용 마커로서 범용성을 검증하고 신품종의 구별성과 국내 품종의 유전적 다양성을 확인하였다. 20개 신품종과 MyCrops에 포함된 기존 149개 품종과의 유사도는 평균 61.3%이고, 최저 25.9%에서 최대 96.3%의 유사도로 완전 일치(100%)되는 바코드는 없어 20개 신품종의 유전적 구별성을 모두 확인할 수 있었다. 유연관계를 분석한 결과에서는 신품종을 포함한 국내 169품종이 4개의 유전집단으로 구분되었으며 풋콩 및 단기성 콩의 80%가 I-2 소그룹, 나물콩의 65.9%가 II-2 소그룹에 주로 속한 반면, 장류 및 두부콩은 I-1 (44.4%), I-2 (26.4%), II-2 (23.6%) 소그룹에 고르게 분포하였다. 20개 신품종에 대한 계보도는 나물콩 주요 계보와 장류 및 두부콩으로 크게 두 그룹으로 나누어지며 유연관계분석을 뒷받침하였다. 품종판별을 위한 최소 마커를 선발하기 위해 PIC가 높은 공통마커와 품종별 특이마커를 선발하는 2단계 과정을 통해 품종에 따라 7~9개의 최소 마커로 신품종의 진위를 판별할 수 있었다. 이처럼 콩 변이밀집영역에서 유래된 27개 InDel 마커와 이를 이용한 신품종 바코드 정보의 지속적인 업데이트는 수입산에 대한 국산 품종의 보호와 육성가의 권리 증진에 기여하며, 더불어 육종과정 중 신규 유전변이를 도입하고 목표형질을 선발하는 등 육종 효율을 개선하는데도 도움이 될 것으로 기대한다.

Abstract ▼ AI-Helper

Twenty soybean cultivars developed recently were assessed using 27 insertion and deletion (InDel) markers derived from dense variation blocks (dVBs) of soybean genome. The objective of this study is to identify the distinctness and genetic relationships among a total of 169 soybean accessions including new cultivars. The genetic homology between 149 accessions in the soybean barcode system and 20 new cultivars was 61.3% on average with the range from 25.9% to 96.3%, demonstrating the versatile application of these markers for cultivars identification. The phylogenic analysis revealed four subgroups related to their usage. The 80% of cultivars for vegetable and early maturity and the 65.9% of cultivars for bean sprouts were clustered in subgroup I-2 and II-2, respectively, indicating of the limited gene pools of their crossing parents in breeding. On the other hands, the cultivars for soy sauce and tofu with considerable gene flow by genome reshuffling were distributed evenly to several subgroups, I-1 (44.4%), I-2 (26.4%) and II-2 (23.6%). We believe that the 27 InDel markers specific to dVBs can be used not only for cultivar identification and genetic diversity, but also in breeding purposes such as introduction of genetic resources and selection of breeding lines with target traits.

주제어

표/그림 (8)

표 Table 1. List of 20 soybean new cultivars used in this study
표 Table 2. Details of 27 InDel markers used for the discrimination of 20 new soybean cultivars in this study^z
그림 Fig. 1. 2-Dimensional barcoding representation of the polymorphisms revealed by 27 InDel markers in the 20 soybean cultivars. The white square located in the position represented same allele with Williams 82's and black square represented different allele with Williams 82's. Horizontal axis symbolized chromosome number of soybean and vertical axis exhibited the position of markers on each chromosome.
그림 Fig. 2. Comparison of 2-Dimensional barcode patterns between 'Daechan' and 'Seonpung' bred from cross of same parent lines, 'Suwon224ho' and Dongsan121ho'. (A) Homology comparison of 2-Dimensional barcode between 'Daechan' and 'Seonpung'. Horizontal axis symbolized the number of chromosome where the 27 markers are located and vertical axis exhibited the position of markers on each chromosome. The white square represented the same between Daechan's and Seonpung's alleles, the black square represented a different allele between two cultivars' alleles and the gray are null with no marker. (B) Seed morphology of 'Daechan' and 'Seonpung'.
그림 Fig. 3. Hierarchical clustering tree of 169 soybean cultivars based on 27 InDel markers. Cultivars with asterisks are 20 new soybean cultivars.
그림 Fig. 4. Number of cultivars by soybean utilization types in four subgroups based on hierarchical clustering result. Twelve cultivars of unknown utilization type were excluded.
그림 Fig. 5. Reconstruction pedigrees of 20 new soybean cultivars. The pedigrees were roughly divided two groups. One group mainly consisted of Bean sprout usage and the other group mainly consisted of Soy sauce and Cooking with rice usage. 'TaeCheong', 'Jangol' and 'Cheongja5' were not integrated because of no linked or shared parent lines.
표 Table 3. Changes of PIC value of 27 markers and markers selected for new cultivars identification

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

(2017a)이 국내 콩 149개 품종 판별에 적용할 수 있다고 선발한 27개 InDel 마커를 이후 개발된 신품종 20개에 적용하여 품종판별용 마커로서 범용성을 검증하고 신품종의 구별성과 균일성을 확인하여 품종보호를 위한 기초 자료를 확보하고자 하였다. 또한 신품종을 포함한 국내 품종의 유전적 다양성을 분석하여 향후 변이 확대를 위한 유전자원 도입과 원하는 영역의 선발을 위한 교배조합 예측 등 육종 효율을 개선하기 위해 27개 InDel 마커의 활용 가능성을 확인하고자 하였다. 본 연구에 사용된 InDel 마커는 품종 외에도 농업유전 자원센터(http://genebank.
본 실험에서는 dVB에서 유래한 27개 InDel 마커를 신품종에 적용하여 향후 새로 육성되는 콩 품종의 판별기술로서 InDel 마커의 범용성을 확인하였다. InDel 마커를 이용한 판별기술은 품종의 구별성과 균일성을 보다 정확하게 판단하는 기술로서 품종등록 시 육성가의 권리보호에 기여하며, 국산콩과 수입콩의 원산지 구분을 통해 국내 콩 생산자와 소비자 보호에도 기여할 수 있다.
본 연구에서는 Sohn et al. (2017a)이 국내 콩 149개 품종 판별에 적용할 수 있다고 선발한 27개 InDel 마커를 이후 개발된 신품종 20개에 적용하여 품종판별용 마커로서 범용성을 검증하고 신품종의 구별성과 균일성을 확인하여 품종보호를 위한 기초 자료를 확보하고자 하였다. 또한 신품종을 포함한 국내 품종의 유전적 다양성을 분석하여 향후 변이 확대를 위한 유전자원 도입과 원하는 영역의 선발을 위한 교배조합 예측 등 육종 효율을 개선하기 위해 27개 InDel 마커의 활용 가능성을 확인하고자 하였다.
본 연구에서는 국내 콩 유전체의 변이밀집영역(dVB)에서 유래한 27개 InDel 마커를 신품종 20개에 적용하여 품종판별용 마커로서 범용성을 검증하고 신품종의 구별성과 국내 품종의 유전적 다양성을 확인하였다. 20개 신품종과 MyCrops에 포함된 기존 149개 품종과의 유사도는 평균 61.

제안 방법

2012년도 이후 다양한 용도로 개발된 콩 신품종 20개(장류 및두부용 9품종, 밥밑용 5품종, 나물용 4품종, 단기성 2품종)의유전적 다양성 분석 및 품종 구분을 위해 Sohn et al. (2017a) 이 제시한 27개 InDel 마커를 이용하여 신품종의 유전형을 분석하였다(Supplementary Fig. 1). 품종인식 바코드 시스템 (MyCrops_Soybean)에서 유전형 정보를 디지털화하여 2차원바코드로 전환하였으며(Fig.
6%) 소그룹에 고르게 분포하였다. 20개 신품종에 대한 계보도는 나물콩 주요 계보와 장류 및 두부콩으로 크게 두 그룹으로 나누어지며 유연 관계분석을 뒷받침하였다. 품종판별을 위한 최소 마커를 선발하기 위해 PIC가 높은 공통마커와 품종별 특이마커를 선발하는 2단계 과정을 통해 품종에 따라 7~9개의 최소 마커로 신품종의 진위를 판별할 수 있었다.
27개 InDel 마커에 대한 증폭산물은 마커별 콩 표준유전체인 Williams 82 품종의 증폭산물과 같은 크기이면 ‘a’로 다른 크기이면 ‘b’로 판정하였다.
27개 InDel 마커의 다형성 변화를 확인하기 위해 품종인식 바코드 시스템 내 149품종과 신품종 20개에 대한 마커별 PIC 값의 변화를 확인하였다(Table 3). 신품종 20개에 대한 PIC 결과는 평균 0.
(2017a)은 콩 전장유전체재분석(resequencing) 정보로부터 실험실에서 간단하게 분석할 수 있는 공우성(co-dominant)의 InDel 마커를 개발하였다. 6개 콩 품종의 유전체를 비교하여 한국 콩 품종의 변이밀집영역(dense Variation Block, dVB)을 분석하고 이 영역 에서 InDel 마커 202종을 개발하여 국내 등록품종 등 149품종에 대한 유전형을 분석하였다. dVB에 기반하여 개발된 이 InDel 마커들의 경우 변이들이 한국 품종과 그 교배친에서 안정적으로 유지되어 추가 마커의 개발 없이도 새로 육성되는 품종의 판별 에도 적용될 수 있다고 하였다(Sohn et al.
DNA 농도는 분광광도계(NanoVue Plus, Bio Chrom, USA)를이용하여 측정하였으며 PCR 실험을 위하여 최종 농도 20 ng/μL 로 희석하고 바코딩에는 품종당 5개체 DNA를 혼합하여 사용하였다.
시험 재료는 완전임의배치법으로 온실에서 제 1본엽이 전개되는 단계에서 어린잎을 품종마다 5개체씩 채취하였다. Genomic DNA 는 대량 DNA 추출 장치 Biosprint96 (Qiagen, Hilden, Germany) 을 이용하여 Biosprint96 DNA plant kit (Qiagen, Hilden, Germany)를 이용하여 96 시료 단위로 개체별 DNA를 추출하였다. DNA 농도는 분광광도계(NanoVue Plus, Bio Chrom, USA)를이용하여 측정하였으며 PCR 실험을 위하여 최종 농도 20 ng/μL 로 희석하고 바코딩에는 품종당 5개체 DNA를 혼합하여 사용하였다.
PCR 조건은 95℃에서 5분 간 초기변 성하고, 95℃에서 30초 간 변성단계를 거쳐, 55℃에서 30초 간 결합, 그리고 75℃에서 30초 간 신장단계를 35회 반복한 후, 최종적으로 72℃에서 5 분간 신장하였다. 먼저 1% 아가로스겔에서 PCR 증폭 여부를 확인하고, 증폭이 된 경우 3% 아가로스겔 대신 정밀한 DNA 사이즈 비교를 위해 capillary 방식의 LabChip (PerkinElmer, Massachusetts, USA)을 이용하여 자동 전기영동을 수행하였다.
본 실험에서 바코딩한 20개 신품종과 기존 품종 간에 유사도를 비교하기 위해 콩 품종인식 바코드 시스템에 포함되어 있는 149 품종에 대한 27개 InDel 마커의 유전형을 추출하여 유전적 유사도 분석에 사용하였다. 유전적 유사도는 비교하는 두 품종 사이에 27개 마커별 같은 유전형을 가진 마커수를 백분률(두 품종 사이 동일한 유전형의 개수/27×100)로 표시하였다.
본 실험에서 바코딩한 20개 신품종의 바코딩 정보와 콩 품종 인식 바코드 시스템에 포함되어 있는 149품종에 대한 27개 마커별 유전형 정보를 이용하여 마커별 유전적 다형성(PIC)을 분석 하였다. 계산은 Anderson et al.
이 정보를 품종인식 바코드 시스템 (MyCrops_Soybean)에 입력하여 ‘0’과 ‘1’의 디지털 신호로 변환하고 ‘0’은 흰색, ‘1’은 검은색의 바코드로 표시하여 가로는 마커의 염색체 번호로 세로는 마커의 염색체별 물리적 위치로 하여 2차원 바코드로 전환하였다(Sohn et al., 2017a).
품종별 27개 InDel 마커의 유전형 정보를 이용하여 신품종 20개와 품종인식 바코드 시스템의 149품종에 대한 유연관계분석을 수행하였다(Fig. 3). 크게 두 개의 그룹으로 분류되었는데 I 그룹에는 ‘태청’부터 ‘석량풋콩’까지 103개 품종이, II 그룹에는 ‘보석’부터 ‘새금’까지 66개 품종이 각각 포함되었다.
1). 품종인식 바코드 시스템 (MyCrops_Soybean)에서 유전형 정보를 디지털화하여 2차원바코드로 전환하였으며(Fig. 1), 품종인식 시스템의 149품종과 비교하여 품종 간 유사도를 계산하였다(Supplementary Table 1). 20개 신품종과 149개 품종과의 유사도는 평균 61.

대상 데이터

‘아람’ 품종의 경우 1단계 마커를 이용하면 신품종을 포함한 168품종 중 3개 품종(‘소록’, ‘진품’, ‘해원’)과 구분되지 않아 이들을 구분하기 위해 Sindel_03_19와 Sindel_19_16 마커를 추가 선정하였다.
1단계 과정을 통해 구분되지 않는 신품종 13개를 구분하기 위해 2단계에서는 품종별 구분 마커를 선정하였는데 ‘해품’의 경우 1단계 선정마커 7개를 이용했을 때 기존 149품종 대부분과 구분되었으나 ‘신화’ 품종과는 차이가 없어 이를 구분하기 위해 Sindel_20_09 마커를 추가 선정하였다.
콩 신품종 20개와 품종인식 바코드 시스템에 있는 149품종을 판별하기 위한 최소 InDel 마커를 두 단계 과정을 통해 선발하였다. 1단계에서는 27개 마커 중 PIC 값이 높은 마커를 선정하였고, 2단계에서는 1단계에서 선발된 마커로 구별되지 않은 나머지 품종을 구분하기 위해 품종별로 구분 마커를 추가 선정하였다(Table 3). 1단계에는 신품종 20개와 품종인식 바코드 시스템에 포함된 149개 품종을 모두 합한 169품종에 대한 27개 마커의 PIC 값을 분석하여 높은 순으로 7개 마커를 선정(평균 0.
본 실험에서는 Sohn et al. (2017a)이 202개 InDel 마커 중 품종판별용으로 선발한 27개 마커를 이용하였는데 그 중 Sindel_ 12_02마커는 비특이적인 PCR 증폭으로 인해 Sindel_12_11로 대체하여 사용하였다(Table 2). Sohn et al.
용도 별로 장류 및 두부용 9품종, 밥밑용 5품종, 나물용 4품종, 단기성이 2품종에 해당된다. 시험 재료는 완전임의배치법으로 온실에서 제 1본엽이 전개되는 단계에서 어린잎을 품종마다 5개체씩 채취하였다. Genomic DNA 는 대량 DNA 추출 장치 Biosprint96 (Qiagen, Hilden, Germany) 을 이용하여 Biosprint96 DNA plant kit (Qiagen, Hilden, Germany)를 이용하여 96 시료 단위로 개체별 DNA를 추출하였다.
시험재료로 국립식량과학원 남부작물부(19품종)와 경기도 농업기술원(‘연풍’)에서 2012년도 이후 육성된 20개 품종을 분양받아 사용하였다(Table 1).
콩 신품종 20개와 품종인식 바코드 시스템에 있는 149품종을 판별하기 위한 최소 InDel 마커를 두 단계 과정을 통해 선발하였다. 1단계에서는 27개 마커 중 PIC 값이 높은 마커를 선정하였고, 2단계에서는 1단계에서 선발된 마커로 구별되지 않은 나머지 품종을 구분하기 위해 품종별로 구분 마커를 추가 선정하였다(Table 3).
콩 품종 20개에 대한 교배모본 정보를 활용하여 교배모본 선대의 정보를 수집하였다. Lee et al.

데이터처리

품종 간 유연관계는 R 통계프로그램(3.5.1 버전)에서 “dist” 함수(binary 옵션)와 “hclust” 함수(ward. D 옵션)를 이용하여 계층적 병합 군집분석을 수행한 뒤 시각화는 “plot.hclust” 함수를 사용하여 dendrogram을 작성하였다(The R Project for Statistical Computing R version 3.5.1 from https://www.r-project.org).

이론/모형

Sohn et al. (2017b)이 제시한 방법에 따라 20 μL 반응액[20 ng genomic DNA, 2 pmol primer, 1X DNA PCR premix (Genetbio, Korea)]으로 PCR (Biometra, Germany)을 수행하였다.
계산은 Anderson et al. (1993)이 제시한 방법에 따라 R 통계프로그램(3.5.1 버전)에서 “table” 함수와 “lapply” 함수를 이용하여 PIC를 계산하였다.

성능/효과

‘대찬’ 과 ‘선풍’은동일한 교배 모부본(‘수원224호’/’동산121호’)에서 유래되어 고세대 때 분리 선발된 품종들로 27개 InDel 마커로 명확하게 구분할 수 있음을 확인하였다(Fig. 2B).
1), 품종인식 시스템의 149품종과 비교하여 품종 간 유사도를 계산하였다(Supplementary Table 1). 20개 신품종과 149개 품종과의 유사도는 평균 61.3%이고, 최저 25.9%에서 최대 96.3%의 유사도로 완전 일치(100%)되는 바코드는 없어 20개 신품종의 유전적 구별성을 모두 확인할 수 있었다.
본 연구에서는 국내 콩 유전체의 변이밀집영역(dVB)에서 유래한 27개 InDel 마커를 신품종 20개에 적용하여 품종판별용 마커로서 범용성을 검증하고 신품종의 구별성과 국내 품종의 유전적 다양성을 확인하였다. 20개 신품종과 MyCrops에 포함된 기존 149개 품종과의 유사도는 평균 61.3%이고, 최저 25.9%에서 최대 96.3%의 유사도로 완전 일치(100%)되는 바코드는 없어 20개 신품종의 유전적 구별성을 모두 확인할 수 있었다. 유연관계를 분석한 결과에서는 신품종을 포함한 국내 169품종이 4개의 유전집단으로 구분되었으며 풋콩 및 단기성 콩의 80%가 I-2 소그룹, 나물콩의 65.
20개 신품종의 계보도는 크게 두 그룹으로 나누어지며 밭밑콩 ‘청자5호’와 ‘태청’, 단기성인 ‘장올’은 두 그룹에 속하지 않고 독립적으로 존재하였다(Fig. 5).
20개 신품종의 용도별 유전적 유사도를 비교해볼 때 나물콩 품종(4개)간 유전적 유사도는 평균 81.5% (74.1~88.9%)로 두부 및 장류콩 품종(9개)간 평균 유사도 67.9% (48.1~96.3%)와 밥밑용 품종(5개)간 평균 유사도 63.0% (40.7~74.1%)에 비해 크게 높아 나물콩 용도의 신품종 간의 유전적 다양성이 낮음을 알 수 있었다. 이러한 결과는 국내 나물콩이 소립종 선발을 주요 육종목표로 하고 있어 교배 모본의 풀이 제한적으로 사용되고 있다는 Lee et al.
0280) 감소하였는데 이는 149품종에 비해 신품종에서 다양성이 매우 낮아지는 일부 마커(Sinde1_03_13, Sindel_07_18, Sindel_12_11, Sindel_14_15) 의 영향 때문이다. 27개 InDel 마커 중 14개 마커는 신품종에서 PIC 값이 소폭 증가하였으며 특히 Sindel_18_16 마커의 경우 0.1964 증가하였다. 종합적으로 보면 27개 마커 중 다형성이 크게 감소(4종) 또는 증가(1종)하는 일부 마커를 제외하고 나머지마커들은 PIC의 큰 변화가 관찰되지 않았다.
가장 낮은 유사도(25.9%)는 나물콩 용도의 신품종 ‘아람’(농촌진흥청 육성)과 품종인식 바코드 시스템에 포함된 두부 및 장류콩인 ‘기찬’(강원도농업기술원 육성) 사이에서 나타났다.
가장 높은 유전적 유사도(96.3%)는 두 신품종인 ‘대찬’ 과 ‘선풍’ 사이로, 두 품종의 바코드를 비교하여 27개 마커 중 Sindel_19_ 16 마커에서만 차이를 발견하였다(Fig. 2A).
3). 따라서 27개 InDel 마커에 의한 유연관계 분석은 품종의 계보도와 교배모부본의 정보를 잘 반영하고 있음을 확인할 수 있었다.
‘아람’ 품종의 경우 1단계 마커를 이용하면 신품종을 포함한 168품종 중 3개 품종(‘소록’, ‘진품’, ‘해원’)과 구분되지 않아 이들을 구분하기 위해 Sindel_03_19와 Sindel_19_16 마커를 추가 선정하였다. 따라서 본 연구의 신품종 20 개를 기존 품종과 판별하기 위한 최소 마커는 품종에 따라 최소 7개에서 최대 9개까지 선정될 수 있었다. 집단구조, 유전적 다양성 및 유연관계 분석 등에는 유전체 전체를 대변할 수 있는 다수의 마커가 활용되어야 하나 품종 진위를 판별하기 위해서는 반드시 모든 마커를 사용할 필요없이 품종에 따라 마커 수를 최소화할 수 있다.
3%의 유사도로 완전 일치(100%)되는 바코드는 없어 20개 신품종의 유전적 구별성을 모두 확인할 수 있었다. 유연관계를 분석한 결과에서는 신품종을 포함한 국내 169품종이 4개의 유전집단으로 구분되었으며 풋콩 및 단기성 콩의 80%가 I-2 소그룹, 나물콩의 65.9%가 II-2 소그룹에 주로 속한 반면, 장류및 두부콩은 I-1 (44.4%), I-2 (26.4%), II-2 (23.6%) 소그룹에 고르게 분포하였다. 20개 신품종에 대한 계보도는 나물콩 주요 계보와 장류 및 두부콩으로 크게 두 그룹으로 나누어지며 유연 관계분석을 뒷받침하였다.
장류 및 두부콩(72 품종)의 경우는 I-1, I-2, II-2 소그룹에 각각 44.4% (32 품종), 26.4% (19 품종), 23.6% (17품종)씩 포함 되어 있으며 나물콩, 풋콩 및 단기성 품종들에 비해 상대적으로 소그룹별 고르게 분포하는 것을 알 수 있었다. 이러한 분포는 장류 및 두부콩의 오랜 육종 과정에서 다양한 그룹 내 재래종 또는 품종의 유전자 조합(genetic reshuffling)을 지속적으로 유도한 결과로 예측하고 있다(Sohn et al.
1964 증가하였다. 종합적으로 보면 27개 마커 중 다형성이 크게 감소(4종) 또는 증가(1종)하는 일부 마커를 제외하고 나머지마커들은 PIC의 큰 변화가 관찰되지 않았다.
크게 두 개의 그룹으로 분류되었는데 I 그룹에는 ‘태청’부터 ‘석량풋콩’까지 103개 품종이, II 그룹에는 ‘보석’부터 ‘새금’까지 66개 품종이 각각 포함되었다.
(2017b)의 202개 InDel마커를 활용한 국내품종 유연관계 및 유전구조분석에서 유전집단이 우리나라 콩 육종프로그램에 따라 구분된 네 가지의 용도와 연관성이 높다는 보고와 일치한다. 특히, 본 연구에서는 변이밀집영역(dVB)으로부터 개발된 202개 마커 전체를 사용하는 대신 품종구분용으로 선발된 27개 마커만으로도 풋콩 및 단기성 콩의 80%가 I-2그룹에 속하고 나물콩의 65.9%가 II-2 그룹에 속하는 등 이들의 유전적 다양성이 제한적인라는 것을 군집분석을 통해 확인할 수 있었다.
20개 신품종에 대한 계보도는 나물콩 주요 계보와 장류 및 두부콩으로 크게 두 그룹으로 나누어지며 유연 관계분석을 뒷받침하였다. 품종판별을 위한 최소 마커를 선발하기 위해 PIC가 높은 공통마커와 품종별 특이마커를 선발하는 2단계 과정을 통해 품종에 따라 7~9개의 최소 마커로 신품종의 진위를 판별할 수 있었다. 이처럼 콩 변이밀집영역에서 유래된 27개 InDel 마커와 이를 이용한 신품종 바코드 정보의 지속적인 업데이트는 수입산에 대한 국산 품종의 보호와 육성가의 권리증진에 기여하며, 더불어 육종과정 중 신규 유전변이를 도입하고 목표형질을 선발하는 등 육종 효율을 개선하는데도 도움이 될 것으로 기대한다.

후속연구

또한 신품종을 포함한 국내 품종의 유전적 다양성을 분석하여 향후 변이 확대를 위한 유전자원 도입과 원하는 영역의 선발을 위한 교배조합 예측 등 육종 효율을 개선하기 위해 27개 InDel 마커의 활용 가능성을 확인하고자 하였다. 본 연구에 사용된 InDel 마커는 품종 외에도 농업유전 자원센터(http://genebank.rda.go.kr)에 보유되어 있는 수만 여점의 콩 유전자원에 적용하여 육종소재는 물론 화장품, 기능성 식품 등 부가가치가 높은 산업화 자원을 개발하기 위한 유전적 다양성분석의 기반기술로 활용될 수 있을 것으로 기대한다.
InDel 마커를 이용한 판별기술은 품종의 구별성과 균일성을 보다 정확하게 판단하는 기술로서 품종등록 시 육성가의 권리보호에 기여하며, 국산콩과 수입콩의 원산지 구분을 통해 국내 콩 생산자와 소비자 보호에도 기여할 수 있다. 이 외에도 27개 InDel 마커는 품종의 군집분석, 다양성 분석, 유전자 재조합(reshuffling) 양상 예측 등에도 이용되어 교배육종 과정 중 신규자원을 이용한 유전변이의 도입 및 확대, 목표형질의 선발 등 육종 효율 개선에도 도움이 될 수 있을 것으로 기대한다.
품종판별을 위한 최소 마커를 선발하기 위해 PIC가 높은 공통마커와 품종별 특이마커를 선발하는 2단계 과정을 통해 품종에 따라 7~9개의 최소 마커로 신품종의 진위를 판별할 수 있었다. 이처럼 콩 변이밀집영역에서 유래된 27개 InDel 마커와 이를 이용한 신품종 바코드 정보의 지속적인 업데이트는 수입산에 대한 국산 품종의 보호와 육성가의 권리증진에 기여하며, 더불어 육종과정 중 신규 유전변이를 도입하고 목표형질을 선발하는 등 육종 효율을 개선하는데도 도움이 될 것으로 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	콩은 무엇인가?	콩은 단백질(35~40%)과 지방(15~20%)의 주요 공급원으로서 한국뿐 아니라 전 세계적으로 재배되는 주요 작물 중에 하나이다. 한국에서는 오래 전부터 콩의 용도에 따라 장류 및 두부, 나물, 밥밑콩, 풋콩 및 단기성 콩 등 다양한 형태로 이용하여 왔으며 최근에는 건강식품 및 화장품 원료 등 산업화 소재로도 이용하고 있다.
	국내 등록된 콩의 품종은 몇 개인가?	한국에서는 오래 전부터 콩의 용도에 따라 장류 및 두부, 나물, 밥밑콩, 풋콩 및 단기성 콩 등 다양한 형태로 이용하여 왔으며 최근에는 건강식품 및 화장품 원료 등 산업화 소재로도 이용하고 있다. 현재까지 국내에는 180여 품종이 국립종자원에 품종보호 등록이 되어 있으며 이 외에도 10여 품종이 품종등록을 위해 재배심사 중에 있다(http://www.seed.
	한국에서의 콩의 용도는?	콩은 단백질(35~40%)과 지방(15~20%)의 주요 공급원으로서 한국뿐 아니라 전 세계적으로 재배되는 주요 작물 중에 하나이다. 한국에서는 오래 전부터 콩의 용도에 따라 장류 및 두부, 나물, 밥밑콩, 풋콩 및 단기성 콩 등 다양한 형태로 이용하여 왔으며 최근에는 건강식품 및 화장품 원료 등 산업화 소재로도 이용하고 있다. 현재까지 국내에는 180여 품종이 국립종자원에 품종보호 등록이 되어 있으며 이 외에도 10여 품종이 품종등록을 위해 재배심사 중에 있다(http://www.

참고문헌 (23)

Agarwal, M., N. Shrivastava and H. Padh. 2008. Advances in molecular marker techniques and their applications in plant sciences. Plant Cell Rep. 27:617-631.

상세보기
Anderson, J.A., G.A. Churchill, J.E. Autrique, S.D. Tanksley and M.E. Sorrells. 1993. Optimizing parental selection for genetic linkage maps. Genome 36:181-186.

상세보기
Heo, M.S., K. Han, J.K. Kwon and B.C. Kang. 2017. Development of SNP markers using genotyping-by-sequencing for cultivar identification in rose (Rosa hybrida). Hortic. Environ. Biote. 58:292-302.

상세보기
Hwang, T.Y., T. Sayama, M. Takahashi, Y. Takada, Y. Nakamoto, H. Funatsuki, H. Hisano, S. Sasamoto, S. Sato, S. Tabata, I. Kono, M. Hoshi, M. Hanawa, C. Yano, Z. Xia, K. Harada, K. Kitamura and M. Ishimoto. 2009. High-density integrated linkage map based on SSR markers in soybean. DNA Res. 16:213-225.

상세보기
Hyten, D.L., Q. Song, E.W. Fickus, C.V. Quigley, J.S. Lim, I.Y. Choi, E.Y. Hwang, M. Pastor-Corrales and P.B. Cregan. 2010. High-throughput SNP discovery and assay development in common bean. BMC Genomics 11:475-475.

상세보기
Ji, H.S., E.k. Ahn, B.Y. Seo, H.J. Kang, S.B. Lee, U.J. Hyun, I.C. Choi, K.H. Kim, S.L. Kim, S.B. Lee, S.C. Suh and G.S. Lee. 2018. Detection of genes conferring resistance to the brown planthopper (BPH) in Gayabyeo through genome resequencing and development of their selection markers. Korean J. Breed. Sci. 50:104-115 (in Korean).

상세보기
Kim, G.J., Y.H. Song, G.Y. Gi, S.T. Kim, J.H. Lee and T.H. Han. 2011. Application of UPOV data for the analysis of genetic variation in rose cultivars. Korean J. Hortic. Sci. 29(3):240-246.
Kim, M.Y., S. Lee, K. Van, T.H. Kim, S.C. Jeong, I.Y. Chio, D.S. Kim, Y.S. Lee, D. Park, J. Ma, W.Y. Kim, B.C. Kim, S. Park, K.A. Lee, D.H. Kim, K.H. Kim, J.H. Shin, Y.E. Jang, K.D. Kim, W.X. Liu, T. Chaisan, Y.T. Kang, Y.H. Lee, K.H. Kim, J.K. Moon, J. Schmutz, S.A. Jackson, J. Bhak and S.H. Lee. 2010. Whole-genome sequencing and intensive analysis of the undomesticated soybean (Glycine soja Sieb. and Zucc.) genome. Proc. Natl. Acad. Sci. USA 107:22032-22037.

상세보기
Kim, S.H., E.Y. Nam, K.H. Cho, J.H. Jun and K.H. Chung. 2019. Development of SNP molecular marker for red-fleshed color identification of peach genetic resources. Korean J. Plant Res. 32(4):303-311 (in Korean).
Kim, Y.H., H.M. Park, T.Y. Hwang, S.K. Lee, M.S. Choi, S. Jho, S. Hwang, H.M. Kim, D. Lee, B.C. Kim, C.P. Hong, Y.S. Cho, H. Kim, K.H. Jeong, M.J. Seo, H.T. Yun, S.L. Kim, Y.U. Kwon, W.H. Kim, H.K. Chun, S.J. Lim, Y.A. Shin, I.K. Choi, Y.S. Kim, H.S. Yoon, S.H. Lee and S. Lee. 2014. Variation block-based genomics method for crop plants. BMC Genomics 15:477-477.

상세보기
Korir, N.K., J. Han, L. Shangguan, C. Wang, E. Kayesh, Y. Zhang and J. Fang. 2013. Plant variety and cultivar identification: advances and prospects. Crit. Rev. Biotechol. 33:111-125.

상세보기
Lee, C., M.S. Choi, H.T. Kim, H.T. Yun, B. Lee, Y.S. Chung, R.W. Kim and H.K. Choi. 2015. Soybean [Glycine max (L.) Merrill]: Importance as a crop and pedigree reconstruction of Korean varieties. Plant Breed. Biotech. 3:179-196.

상세보기
Lee, E.S., J.H. Kim, J.P. Hong, D.S. Kim, M.K. Kim, Y.C. Huh, C.G. Back, J.D. Lee, and H.E. Lee. 2018. Development of HRM markers based on SNPs identified from next generation resequencing of susceptible and resistant parents to Gummy stem blight in watermelon. Korean J. Breed. Sci. 50:424-433 (in Korean).

상세보기
Lee, K.J., Y.J. An, J.K. Ham, K.H. Ma, J.R. Lee, Y.H. Cho and G.A. Lee. 2017. Development of microsatellite markers and their use in genetic diversity and population analysis in Eleutherococcus senticosus. Korean J. Plant Res. 30(3):323-330.

원문보기 상세보기
Liu, B., Y. Wang, W. Zhai, J. Deng, H. Wang, Y. Cui, F. Cheng, X. Wang and J. Wu. 2012. Development of INDEL markers for Brassica rapa based on whole-genome re-sequencing. Theor. Appl. Genet. 126:231-239.
Moghaddam, S.M., Q. Song, S. Mamidi, J. Schmutz, R. Lee, P. Cregan, J.M. Osomo and P.E. McClean. 2014. Developing market class specific InDel markers from next generation sequence data in Phaseolus vulgaris L. Front. Plant Sci. 5:295-300.
Mwangi, E.W., S. Marzougui, J.S. Sung, E.C. Bwalya, Y.M. Choi and M.C. Lee. 2019. Assessment of genetic diversity and population structure on Kenyan sunflower (Helianthus annus L.) breeding lines by SSR markers. Korean J. Plant Res. 32(3):244-253.

원문보기 상세보기
Nguyen, K.L., A. Grondin, B. Courtois and P. Gantet. 2019. Next-generation sequencing accelerates crop gene discovery. Trends Plant Sci. 24:263-274.

상세보기
Sohn, H.B., S.J. Kim, T.Y. Hwang, H.M. Park, Y.Y. Lee, K. Markkandan, D. Lee, S. Lee, S.Y. Hong, Y.H. Song, B.C. Koo and Y.H. Kim. 2017a. Barcode system for genetic identification of soybean [Glycine max (L.) Merrill] cultivars using InDel markers specific to dense variation blocks. Front. Plant Sci. 8:520-520.
Sohn, H.B., S.J. Kim, T.Y. Hwang, H.M. Park, Y.Y. Lee, B.C. Koo and Y.H. Kim. 2017b. Chromosome reshuffling patterns of Korean soybean cultivars using genome-wide 202 InDel markers. Korean J. Breed. Sci. 49:213-223 (in Korean).

상세보기
Sohn, H.B., Y.H. Song, S.J. Kim, S.Y. Hong, K.D. Kim, B.C. Koo and Y.H. Kim. 2018. Identification and chromosomal reshuffling patterns of soybean cultivars bred in Gangwon-do using 202 InDel markers specific to variation blocks. Korean J. Breed. Sci. 50:396-405 (in Korean).

상세보기
Song, Q., G. Jia, Y. Zhu, D. Grant, R.T. Nelson, E.Y. Hwang, D.L. Hyten and P.B. Cregan. 2010. Abundance of SSR motifs and development of candidate polymorphic SSR markers (BARCSOYSSR_1.0) in soybean. Crop Sci. 50:1950-1960.

상세보기
Yaqi, M. 2018. Recent progress in whole genome sequencing, high-density linkage maps, and genomic databases of ornamental plants. Breeding Sci. 68:62-70.

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format