烟草(Nicotiana tabacum L)是茄科(Solanaceae)烟草属植物,是在世界范围内都非常重要的经济作物,同时烟草作为一种模式植物在现代分子生物学和生命科学的多个相关领域都应用广泛。SNP是新兴的一种分子标记方法,具有密度高,准确性好,实验操作简单等优点,成为当前研究的热点。本实验针对已有SNP预测软件的不足,开发了一个植物SNP预测平台,并通过此平台研究了已知的烟草EST序列,开发了大量的SNP位点,并选择位点设计引物进行了实验验证和物种亲缘关系的鉴定。主要结果如下：1、使用60个植物作为对比, 开发了植物SNIP预测平台CsSNP(http://biodb.sdau.edu.cn/cssnp/index,html.)。2、基于10种烟草EST序列,开发了20,607,973个潜在的SNP位点,其丰度是在67 SNPs/KB (N. tabacum)和 256 SNPs/KB (N. suaveolens x tabacum)之间,平均丰度为87.57 SNPs／KB。共统计了12个类型的SNP,并且表明SNP在基因组中是广泛存在的。统计结果表明碱基之间置换(59.22%)的比例要大于颠换(40.78%)3、根据SNP位点设计引物,并在15个烟草品种中进行扩增后进行测序；对所测序列进行联配并聚类分析,可以区别出不同烟草品种的亲缘。4、基于得到的烟草SNP信息, 构建了第一个烟草SNP数据库NSNP(http://biodb.sdau.edu.cn/nsnp/)。