141份国内外小麦种质资源主要性状遗传多样性分析与特异性评价

doi:10.16035/j.issn.1001-7283.2025.01.004

摘要/Abstract

摘要：

为拓宽国内小麦种质资源的遗传背景，提供优异亲本材料，以141份国内外小麦种质资源为试验材料，通过变异分析、遗传多样性分析、聚类分析和灰色关联分析等对15个主要性状进行综合评价。结果表明，农艺性状的变异系数（CV）为6.87%~48.18%，其中穗颈长CV最大，总小穗数最小；6个品质性状的CV为2.55%~ 23.90%，其中沉降值的CV最大，淀粉最小；遗传多样性指数（H'）为1.08~2.09，水分最低，株高最高。聚类分析将141份小麦种质资源分为6个类群，各类群间均具有显著优异的性状。对141份种质资源进行特异性分析可知，中国和墨西哥的材料在7个主要育种性状间无显著差异，其他地区材料相对偏高，美国、欧洲和澳大利亚种质的穗粒数相对较少，美国材料的千粒重最低，其次为加拿大和欧洲材料，加拿大的材料湿面筋含量最高。灰色关联度分析结果表明，CM98、CM26、CM84、CM99和CM24等18个种质资源的综合性状优良，可作为小麦品种农艺和品质性状改良以及新品种选育的优良亲本。

关键词: 小麦, 种质资源, 遗传多样性, 农艺性状, 品质性状

Abstract:

To expand the genetic reservoir of wheat and facilitate the availability of superior breeding material in China, this research employed a total of 141 wheat germplasms, encompassing both domestic and foreign cultivars. Fifteen key traits were meticulously examined and assessed through a comprehensive array of analytical techniques, including variation analysis, genetic diversity analysis, cluster analysis, and grey correlation analysis. The findings indicated that the coefficients of variation (CV) for agronomic traits spanned from 6.87% to 48.18%, the CV for length of spike neck was the largest, while the CV for total number of spikelet was the smallest. The CV for the six quality traits ranged from 2.55% to 23.90%. The CV of sedimentation value was the largest, while the CV of starch content was the smallest. The genetic diversity index (H') ranged from 1.08 to 2.09, with the lowest value observed for moisture content and the highest value observed for plant height. Cluster analysis categorized the 141 wheat germplasms into six groups, each exhibiting significantly outstanding traits. An analysis of specificity was conducted on a total of 141 wheat germplasms, the findings indicated that there were no significant distinctions observed between domestic and Mexican wheat germplasms in terms of seven major breeding traits. However, a relatively large number of differences were observed in other foreign wheat varieties. Furthermore, the wheat varieties from the United States, Europe, and Australia exhibited a relatively low grain number per spike. Additionally, the wheat germplasms from the United States exhibited the lowest 1000-kernel weight, followed by wheat germplasms from Canada and Europe. In comparison to wheat germplasms originating from other nations, Canada wheat germplasms exhibited the highest wet gluten content. Through the application of grey correlation analysis, a total of eighteen elite germplasms, namely CM98, CM26, CM84, CM99, and CM24, were identified. These varieties hold potential for breeders to discern and choose superior accessions as parental candidates within breeding programs.

Key words: Wheat, Germplasm resources, Genetic diversity, Agronomic traits, Quality traits

颜群翔, 庞玉辉, 洪壮壮, 毕俊鸽, 王春平. 141份国内外小麦种质资源主要性状遗传多样性分析与特异性评价[J]. 作物杂志, 2025 (1): 26–34

Yan Qunxiang, Pang Yuhui, Hong Zhuangzhuang, Bi Junge, Wang Chunping. Genetic Diversity Analysis and Specificity Evaluation of Main Traits of 141 Wheat Germplasm Resources at Domestic and Foreign[J]. Crops, 2025(1): 26–34

图/表 7

表1

141份小麦种质名称及来源

来源Source	种质名称及编号Germplasm name and number
中国China	蚂蚱麦（CM2）、燕大1817（CM3）、蚰子麦（CM4）、北京8号（CM5）、北京10号（CM6）、东方红3号（CM7）、农大139（CM8）、丰抗2号（CM9）、丰抗8号（CM10）、京冬8号（CM11）、中麦175（CM12）、辉县红（CM13）、碧蚂1（CM14）、碧蚂4（CM15）、丰产3号（CM16）、小偃6号（CM17）、南大2419（CM18）、郑引1号（CM21）、扬麦5号（CM22）、扬麦158（CM23）、鄂恩1号（CM24）、繁6（CM25）、绵阳11（CM26）、川麦47（CM27）、内乡5号（CM28）、郑州3号（CM29）、百农3217（CM30）、豫麦2（CM31）、豫麦7（CM32）、豫麦13（CM33）、豫麦18（CM34）、豫麦21（CM35）、豫麦34（CM36）、豫麦49（CM37）、豫麦54（CM38）、郑麦9023（CM39）、周麦16（CM40）、周麦18（CM41）、新麦18（CM42）、偃展4110（CM43）、矮抗58（CM44）、周麦22（CM45）、中麦895（CM46）、泰山1号（CM47）、济南2号（CM48）、济南13号（CM49）、鲁麦1号（CM50）、鲁麦14号（CM51）、济南17（CM52）、济麦22（CM53）、冀麦30（CM54）、石4185（CM55）、邯6172（CM56）、宁春4号（CM58）、宁春5号（CM59）、中国春（A70）
CIMMYT	Sunstate（CM60）、SONALIKA（CM62）、SIETE CERROS T66（CM63）、PAVON F 76（CM64）、SERI M 82（CM65）、BACANORA T 88（CM66）、PBW343（CM67）、ATTILA（CM68）、ROELFS F2007（CM69）、BORLAUG100 F2014（CM70）、KACHU #1（CM71）、MUTUS #1（CM72）、PRL/2PASTOR、MISR 1（CM73）、FRANCOLIN #1（CM76）、DANPHE #1（CM77）、KINGBIRD #1（CM78）、SWSR22T.B./2BLOUK #1//WBLL12/KURUKU（CM79）、NADI（CM80）、CHIPAK（CM81）、MUCUY（CM82）、KACHU//KIRITATI/2TRCH（CM83）、MUTUS//ND643/2WBLL1（CM84）、QUAIU #1/BECARD（CM85）、KACHU2/BECARD（CM87）、PRL/2PASTOR//KACHU（CM88）、BAJ #1/3/TRCH/SRTU//KACHU（CM89）、ROLF07/SAUAL/5/SERI.1B//KAUZ/HEVO/3/AMAD2/4/KIRITATI（CM90）、KACHU/SAUAL/4/ATTILA2/PBW65//PIHA/3/ATTILA/2PASTOR（CM91）、MUCUY//MUTUS2/TECUE #1（CM92）、KASUKO（CM93）、KASUKO1（CM94）、WBLL12/KUKUNA//KIRITATI/2TRCH/3/BAJ #1/AKURI（CM95）、ROLF072/DIAMONDBIRD//TRCH/HUIRIVIS #1/3/BORL14（CM96）、KUTZ2//KFA/2KACHU（CM97）、CHIPAK2/3/KSW/SAUAL//SAUAL（CM98）、KACHU//WBLL12/BRAMBLING2/3/KACHU/KIRITATI（CM99）、SUP152//WBLL12/BRAMBLING2/3/KSW/SAUAL//SAUAL（CM100）
美国及其他国家 The United States and other countries	Quality（CM1）、BAXTER（A1）、WESTONIA（A2）、YITPI（A3）、KOELBIRD（A4）、PURPLE WHEAT（A5）、Sonora 64（A6）、PASTOR（A28）、AC KARMA（A8）、ALBERTA RED（A9）、HARVEST,（A11）、MARQUIS（A12）、PEWTER（A13）、RED FIFE（A14）、ULLA（A18）、TOUKO JOKIONINEN（A19）、APU (SPRING)、PROVENCE（A20）、CAILLOUX（A22）、PROMESSE（A25）、VOLCANI DD1（A27）、KONINI PVR（A30）、RUNAR（A31）、IG 43425（A33）、ZIMDAR（A34）、ZERNOGRADKA 8（A35）、Moro（A38）、SANSA（A39）、ALTGOLD（A43）、KARESIK（A45）、YEKTAY 406（A46）、SAKARYA（A47）、Alsen（A53）、BUCKSHOT（A54）、BURT（A55）、CHEYENNE（A56）、CHRIS（A57）、HARVEST QUEEN（A60）、HOPE（A61）、LARK（A63）、NORDIC（A66）、RED CHIEF（A67）、RELIANCE（A68）、ZAK（A69）、Jagger（CM57）

表1

表2

图1

图2

图3

表3

表4

小麦种质资源灰色关联度分析

排名 Ranking	关联度 Correlation degree	编号 Number	排名 Ranking	关联度 Correlation degree	编号 Number	排名 Ranking	关联度 Correlation degree	编号 Number	排名 Ranking	关联度 Correlation degree	编号 Number
1	0.6731	CM98	37	0.6394	A10	73	0.5995	CM80	109	0.5317	CM60
2	0.6661	CM26	38	0.6393	CM13	74	0.5994	CM45	110	0.5277	A1
3	0.6655	CM84	39	0.6377	CM53	75	0.5978	CM36	111	0.5234	A56
4	0.6644	CM99	40	0.6365	CM73	76	0.5975	CM62	112	0.5218	A8
5	0.6629	CM24	41	0.6353	CM25	77	0.5949	A54	113	0.5213	A22
6	0.6622	CM83	42	0.6348	A66	78	0.5941	A20	114	0.5205	A14
7	0.6600	CM89	43	0.6341	CM50	79	0.5940	CM12	115	0.5197	A35
8	0.6592	CM7	44	0.6333	CM37	80	0.5925	CM30	116	0.5193	A13
9	0.6587	CM71	45	0.6329	CM77	81	0.5903	CM27	117	0.5151	A53
10	0.6562	CM70	46	0.6329	CM35	82	0.5894	A31	118	0.5147	A57
11	0.6558	CM87	47	0.6319	CM57	83	0.5858	A25	119	0.5121	CM41
12	0.6557	CM74	48	0.6309	CM97	84	0.5831	CM16	120	0.5095	A5
13	0.6555	CM14	49	0.6305	CM54	85	0.5829	A34	121	0.5077	CM96
14	0.6539	CM28	50	0.6301	CM91	86	0.5826	A3	122	0.5035	A60
15	0.6525	CM1	51	0.6281	CM65	87	0.5816	CM10	123	0.5029	CM48
16	0.6525	CM66	52	0.6271	CM47	88	0.5801	A39	124	0.4994	A18
17	0.6507	CM90	53	0.6271	A33	89	0.5790	CM8	125	0.4982	A19
18	0.6500	CM34	54	0.6261	CM59	90	0.5749	CM19	126	0.4969	A38
19	0.6492	CM31	55	0.6248	CM82	91	0.5715	CM18	127	0.4957	A6
20	0.6485	CM92	56	0.6243	CM85	92	0.5705	A46	128	0.4891	A11
21	0.6483	CM79	57	0.6243	CM22	93	0.5683	A28	129	0.4872	CM38
22	0.6475	CM5	58	0.6239	CM69	94	0.5629	A55	130	0.4863	A4
23	0.6469	CM11	59	0.6236	CM78	95	0.5611	CM43	131	0.4839	A2
24	0.6469	CM88	60	0.6227	CM3	96	0.5579	CM42	132	0.4751	A69
25	0.6458	CM51	61	0.6171	CM68	97	0.5537	CM100	133	0.4733	CM40
26	0.6456	CM94	62	0.6149	CM21	98	0.5464	CM29	134	0.4708	A61
27	0.6455	CM6	63	0.6123	CM15	99	0.5451	CM4	135	0.4671	A27
28	0.6447	CM55	64	0.6085	CM2	100	0.5443	A30	136	0.4653	A63
29	0.6441	CM93	65	0.6076	CM33	101	0.5435	A47	137	0.4627	A21
30	0.6436	CM72	66	0.6076	CM63	102	0.5379	CM49	138	0.4558	A45
31	0.6425	CM76	67	0.6069	CM46	103	0.5369	CM9	139	0.4457	A43
32	0.6417	CM32	68	0.6065	CM67	104	0.5354	CM95	140	0.4411	A68
33	0.6414	CM58	69	0.6054	CM64	105	0.5350	A70	141	0.4297	CM39
34	0.6413	CM52	70	0.6030	A12	106	0.5333	A67
35	0.6399	CM56	71	0.6027	CM17	107	0.5329	CM44
36	0.6399	CM81	72	0.6026	CM20	108	0.5321	CM23

表4

参考文献 30

[1]	马景源. 2022年12月世界农产品供需形势预测简报. 世界农业, 2023, 525(1):133-138.
[2]	赵鹏. 引进小麦种质资源品质性状的评估. 杨凌:西北农林科技大学, 2019.
[3]	Reif J C, Zhang P, Dreisigacker S, et al. Wheat genetic diversity trends during domestication and breeding. Theoretical and Applied Genetics, 2005, 110(5):859-864. doi: 10.1007/s00122-004-1881-8 pmid: 15690175
[4]	王平. 我国种业发展的主要问题及对策探析. 中国农业科技导报, 2021, 23(11):7-16.
[5]	Tanksley S D, Mccouch S R. Seed banks and molecular maps:unlocking genetic potential from the wild. Science, 1997, 277:1063-1066. doi: 10.1126/science.277.5329.1063 pmid: 9262467
[6]	李小军, 徐鑫, 刘伟华, 等. 应用SSR分子标记分析国外种质对我国小麦品种的遗传贡献. 作物学报, 2009, 35(5):778-785.
[7]	高艳, 唐建卫, 邹少奎, 等. 小麦周麦22及其衍生品种的遗传多样性分析. 植物遗传资源学报, 2021, 22(1):38-49. doi: 10.13430/j.cnki.jpgr.20200419002
[8]	谢静敏, 侯万伟, 张小娟. 青海省小麦品种基于55K SNP芯片的遗传多样性分析. 麦类作物学报, 2022, 42(11):1343-1350.
[9]	张凡, 刘国涛, 杨春玲. 620份小麦种质资源农艺性状调查及其遗传多样性分析. 山东农业科学, 2022, 54(3):15-21.
[10]	许娜丽, 王新华, 马冬花, 等. 251份小麦种质资源的主要农艺与品质性状遗传多样性分析. 南方农业学报, 2021, 52(9):2404-2416.
[11]	李楠楠, 杜晓宇, 韩玉林, 等. 中国四大冬小麦主产区品种农艺性状的综合性分析. 种子, 2021, 40(12):94-101.
[12]	Dagnaw T, Mulugeta B, Haileselassie T, et al. Phenotypic variability, heritability and associations of agronomic and quality traits in cultivated Ethiopian durum wheat (Triticum turgidum L. ssp. Durum,Desf.). Agronomy, 2022, 12(7):1714.
[13]	程西永, 陈平, 许海霞, 等. 不同国家小麦种质资源遗传多样性研究. 麦类作物学报, 2009, 29(5):803-808.
[14]	Al-Tabbal J. Variability, heritability, phenotypic and genotypic correlations and path coefficients of some agronomic characters in glaucous lines from a “Safra Maʼan” wheat landrace population. Philippine Agricultural Scientist, 2016, 99(2):142-149.
[15]	李红艳, 杨忠慧, 李绍祥, 等. 云南省田麦新品系主要农艺性状与产量的相关性和灰色关联度分析. 南方农业学报, 2023, 54(4):1077-1085.
[16]	全国农业技术推广服务中心. 农作物品种区域试验技术规程小麦:NY/T 1301-2007. 全国农业技术推广服务中心,2007
[17]	余桂红, 邢锦城, 马鸿翔, 等. 转SbPIP1基因小麦的农艺性状调查. 安徽农业科学, 2016, 44(32):27-28.
[18]	郭莹, 王振平, 吕迎春, 等. 不同麦类种质抗旱性评价及优异种质筛选. 麦类作物学报, 2022, 42(10):1208-1219.
[19]	Ambati D, Phuke R M, Vani V, et al. Assessment of genetic diversity and development of coregermplasm in durum wheat using agronomic and grainquality traits. Cereal Research Communications, 2020, 48(3):375-382. doi: 10.1007/s42976-020-00050-z
[20]	雷梦林, 刘霞, 李欣, 等. 利用农艺性状研究山西小麦地方品种的遗传代表性. 分子植物育种, 2020, 18(20):6853-6872.
[21]	倪永静, 姜晓君, 卢祖权, 等. 30份国内外小麦种质资源主要农艺性状的分析与评价. 中国农学通报, 2020, 36(3):16-22. doi: 10.11924/j.issn.1000-6850.casb20190700380
[22]	蒋云, 张洁, 宣朴, 等. 川辐小麦品种农艺和品质性状改良演化. 四川农业大学学报, 2018, 36(5):576-583.
[23]	张会芳, 齐红志, 孙岩, 等. 黄淮冬麦区不同来源地新育成小麦品种性状多样性分析. 植物遗传资源学报, 2023, 24(3):719-731.
[24]	王掌军, 刘妍, 王志兰, 等. 宁春4号与河东乌麦杂交F₂产量相关性状和抗病性及其QTL分析. 河南农业科学, 2019, 48(8):7-17.
[25]	马莹雪, 王鑫, 胡立芹, 等. 引自CIMMYT六倍体小黑麦农艺、品质性状调查及抗病性评价. 山东农业科学, 2016, 48(7):10-17.
[26]	张喜平, 宋建荣, 王伟, 等. 23个天选系冬小麦品种品质性状的多样性分析. 甘肃农业科技, 2020(8):14-18.
[27]	马国江, 马靖福, 张沛沛, 等. 128份抗旱冬小麦新品系农艺性状遗传多样性分析. 甘肃农业大学学报, 2021, 56(3):37-44.
[28]	王亚飞, 李世景, 徐萍, 等. 黄淮和长江中下游冬麦区小麦品种(系)农艺性状及其聚类分析. 中国生态农业学报, 2020, 28(3):395-404.
[29]	丁明亮, 林丽萍, 李明菊, 等. 云南育成小麦品种(系)品质性状遗传多样性分析及综合评价. 南方农业学报, 2020, 51 (2):255-266.
[30]	吴立国, 陶媛, 潘静, 等. 宁夏春小麦品种(品系)农艺性状遗传多样性分析. 现代农业科技, 2023(18):1-4.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

指标 Index	株高 Plant height (cm)		成穗率 Spike-setting rate (%)		整齐度 Uniformity		穗下节间长 Internode length below spike (cm)		穗颈长 Length of the spike neck (cm)		穗长 Ear length (cm)		总小穗数 Total number of spikelets		穗粒数 Kernels per spike
变异幅度 Variation amplitude	51.80~138.50		6.67~25.67		1.17~3.33		18.83~59.00		2.00~33.40		6.17~16.83		15.40~22.20		25.33~72.67
平均值±标准误差 Average value±error	88.41±18.71		14.84±4.10		2.28±0.49		32.91±8.36		13.78±6.64		10.61±1.70		19.06±1.31		46.99±8.35
变异系数 Coefficient of variation (%)	21.16		27.62		21.49		25.40		48.18		16.02		6.87		17.76
H'	2.09		1.96		1.93		1.89		1.92		1.96		1.99		1.99
指标 Index		千粒重 1000-kernel weight (g)		水分 Moisture (%)		蛋白质相对含量 Relative protein content (%)		干面筋含量 Dry gluten content (%)		湿面筋含量 Wet gluten content (%)		淀粉相对含量 Relative starch content (%)		沉降值 Sedimentation value (mL)
变异幅度 Variation amplitude		26.67~58.98		9.04~23.33		12.49~24.75		45.05~66.09		25.03~54.05		52.56~77.96		19.42~63.47
平均值±标准误差 Average value±error		45.75±6.64		10.53±1.37		16.59±2.03		59.45±3.57		35.06±4.05		73.68±1.88		35.77±8.55
变异系数 Coefficient of variation (%)		14.51		13.01		12.23		6.01		11.55		2.55		23.90
H'		2.01		1.08		1.85		1.89		1.84		1.48		1.78

来源 Source	种质数量 Germplasm number	株高 Plant height (cm)	淀粉相对含量 Relative starch content (%)	干面筋含量 Dry gluten content (%)	穗粒数 Kernels per spike	千粒重 1000-kernel weight (g)	湿面筋含量 Wet gluten content (%)	蛋白质相对含量 Relative protein content (%)
中国China	55	51.80~138.50	69.98~75.43	51.05~65.86	25.33~72.66	30.43~58.28	28.32~41.04	12.86~19.80
墨西哥Mexico	40	61.71~116.33	72.70~76.15	55.89~66.09	36.16~71.16	37.81~57.26	29.81~43.58	13.89~21.29
美国The United States	13	67.67~133.33	72.90~75.87	51.79~62.68	30.00~55.83	30.55~40.28	30.17~40.09	14.30~19.33
加拿大Canada	7	79.17~116.58	70.92~77.96	56.80~63.50	42.00~52.17	28.31~49.04	28.36~43.77	15.38~20.56
欧洲Europe	19	79.90~133.33	72.22~76.03	53.33~60.14	29.50~65.80	26.47~50.38	31.74~42.82	15.55~20.30
澳洲Australia	7	73.60~118.30	73.23~77.85	53.87~63.76	32.17~56.50	36.58~49.77	30.67~39.20	15.40~18.01