基于向日葵DUS测试的遗传多样性分析及代码分级
Genetic Diversity Analysis and Code Classification Based on DUS Testing in Sunflower
通讯作者:
收稿日期: 2019-01-29 修回日期: 2019-07-10 网络出版日期: 2019-10-15
基金资助: |
|
Received: 2019-01-29 Revised: 2019-07-10 Online: 2019-10-15
作者简介 About authors
王永行,助理研究员,从事大田作物研究及DUS测试工作 。
通过对来源于全国各地的253份向日葵种质资源进行相关、回归、遗传多样性分析,为向日葵种质资源开发、利用、评价提供参考;利用2倍标准差法对数量性状进行代码分级,并采用频次分析对代码分级的科学性进行探讨,为向日葵DUS测试[对申请保护的植物新品种进行特异性(distinctness)、一致性(uniformity)和稳定性(stability)的栽培鉴定试验或室内分析测试]指南的修订提供依据。通过相关分析和回归分析发现叶片大小与叶长、叶宽,瘦果大小与瘦果长度、瘦果宽度存在极显著相关关系且存在着一定的线性函数关系。通过性状代码分级和频次分析发现苞叶密度、舌状花密度、叶长、瘦果厚度分级比较少,且数据较为集中,不利于区分不同品种。瘦果长度、瘦果宽度、瘦果大小虽然分级较多,但不符合正态分布,表明代码分级不够科学合理。而主茎叶数、叶宽、叶片大小、花盘直径、株高这些性状数据分布符合正态分布,代码分级较为科学,便于区分不同品种。造成代码分级不合理的主要原因是人工选择的结果,同时也受品种保护意识淡薄、法律法规不完善的影响。
关键词:
Keywords:
本文引用格式
王永行, 单飞彪, 闫文芝, 杜瑞霞, 杨钦方, 刘春晖, 白立华.
Wang Yongxing, Shan Feibiao, Yan Wenzhi, Du Ruixia, Yang Qinfang, Liu Chunhui, Bai Lihua.
中国向日葵产业经过多年的高速发展,目前在种植面积、消费能力、出口贸易、科研水平和从业人数等方面居世界前列,世界向日葵产业中心正加速向中国转移,虽然我国向日葵产业发展迅猛,但种质保护工作起步较晚,保护措施略显薄弱[4]。
我国1999年加入植物新品种保护联盟(UPOV)后陆续发布了10批植物新品种保护名录[5]。包含了我国大部分的植物物种,同时针对每个物种制定了各自的特异性、一致性和稳定性测试指南,用于指导测试工作,向日葵作为最重要的油料作物之一发布在第10批中。
本试验的实施旨在通过对收集的253份向日葵材料数量性状进行分析,为向日葵种质资源开发、利用提供帮助,为修订向日葵测试指南和完善向日葵品种权保护制度提供理论支持。
1 材料与方法
1.1 试验材料及来源
试验材料来自农业农村部2017年安排在植物新品种测试巴彦淖尔分中心的53份DUS测试[对申请保护的植物新品种进行特异性(distinctness)、一致性(uniformity)和稳定性(stability)的栽培鉴定试验或室内分析测试]材料,巴彦淖尔分中心自主接收的全国各地委托的79份DUS测试材料,以及从新疆、福州、吉林、公主岭DUS测试分中心、内蒙古种子管理站、各大向日葵育种企业收集的总计253份向日葵材料。
1.2 试验设计
1.3 数据处理
2 结果与分析
2.1 遗传多样性分析
2.1.1 形态多样性分析 对253份测试材料的几个主要数量性状进行描述性统计分析(表1)。
表1 数量性状描述
Table 1
性状Trait | 平均 Mean | 中位数 Middle number | 标准差 SD | 最小值 Min | 最大值 Max | 变异系数 CV (%) |
---|---|---|---|---|---|---|
主茎叶数Leaves of main stem | 32.84 | 32.10 | 2.17 | 22.40 | 54.10 | 3.26 |
舌状花密度(个/盘) Ligulate flower density (number/disk) | 32.38 | 44.22 | 5.47 | 22.41 | 86.74 | 7.29 |
苞叶密度(个/盘) Bract density (number/disk) | 46.25 | 63.40 | 5.34 | 36.55 | 94.31 | 11.55 |
叶长Leaf length (mm) | 313.62 | 315.70 | 39.30 | 197.80 | 405.00 | 12.53 |
叶宽Leaf width (mm) | 311.87 | 312.00 | 26.81 | 179.50 | 457.00 | 4.90 |
叶片大小Leaf size (mm2) | 994.43 | 991.41 | 78.35 | 362.76 | 1 679.80 | 7.88 |
花盘直径Disc diameter (mm) | 225.47 | 226.65 | 11.68 | 98.00 | 327.20 | 5.18 |
株高Plant height (cm) | 186.31 | 177.90 | 12.71 | 76.53 | 332.71 | 6.82 |
瘦果长度Seed length (mm) | 20.45 | 22.14 | 0.96 | 9.48 | 26.27 | 4.69 |
瘦果宽度Seed width (mm) | 8.26 | 8.56 | 0.49 | 3.88 | 11.08 | 5.93 |
瘦果大小Seed size (mm2) | 174.64 | 188.97 | 11.38 | 38.61 | 280.55 | 6.52 |
瘦果厚度Seed thickness (mm) | 4.19 | 4.16 | 0.47 | 2.51 | 5.82 | 11.26 |
2.1.2 相关性分析 由表2可以看出主茎叶数与株高极显著正相关,相关系数0.64;叶长与叶宽极显著正相关,相关系数0.84,与叶片大小极显著正相关,相关系数0.86,与花盘直径极显著正相关,相关系数0.53;叶宽与叶片大小极显著正相关,相关系数0.87;瘦果长度与瘦果宽度极显著正相关,相关系数0.88,与瘦果大小极显著正相关,相关系数0.96;瘦果宽度与瘦果大小极显著正相关,相关系数0.96,与瘦果厚度极显著正相关,相关系数0.69。
表2 数量性状相关性分析
Table 2
性状 Trait | 主茎叶数 Leaves of main stem | 舌状花密度 Ligulate flower ensity | 苞叶密度 Bract density | 叶长 Leaf length | 叶宽 Leaf width | 叶片大小 Leaf size | 花盘直径 Disc diameter | 株高 Plant height | 瘦果长度 Seed length | 瘦果宽度 Seed width | 瘦果大小 Seed size |
---|---|---|---|---|---|---|---|---|---|---|---|
舌状花密度 | 0.13* | ||||||||||
苞叶密度 | 0.37** | -0.53** | |||||||||
叶长 | 0.16* | -0.03 | -0.05 | ||||||||
叶宽 | 0.08 | 0.05 | -0.01 | 0.84** | |||||||
叶片大小 | 0.10 | 0.05 | -0.01 | 0.86** | 0.87** | ||||||
花盘直径 | 0.32** | 0.18** | -0.20** | 0.53** | 0.50** | 0.49** | |||||
株高 | 0.64** | 0.18** | -0.24** | 0.33** | 0.31** | 0.30** | 0.31** | ||||
瘦果长度 | 0.20** | -0.05 | -0.13* | 0.39** | 0.29** | 0.34** | 0.34** | 0.37** | |||
瘦果宽度 | 0.18** | 0.04 | -0.03 | 0.45** | 0.36** | 0.39** | 0.51** | 0.33** | 0.88** | ||
瘦果大小 | 0.21** | 0.01 | -0.07 | 0.42** | 0.33** | 0.37** | 0.45** | 0.37** | 0.96** | 0.96** | |
瘦果厚度 | 0.04 | 0.07 | -0.06 | 0.42** | 0.35** | 0.38** | 0.55** | 0.04 | 0.44** | 0.69** | 0.57** |
Note: * mean significant correlation at the 0.05 level; ** mean significant correlation at the 0.01 level
注:*表示相关性在0.05水平显著;**表示相关性在0.01水平显著
表3 回归分析模型摘要
Table 3
性状Trait | R | R2 | 调整后R2 Adjusted R2 | 标准估算的误差Error in standard estimates |
---|---|---|---|---|
叶片大小Leaf size | 0.902 | 0.814 | 0.812 | 10.6300 |
瘦果大小Seed size | 0.985 | 0.970 | 0.969 | 9.3975 |
表4 方差分析
Table 4
性状Trait | 模型Model | 平方和SS | 自由度DF | 均方MS | F | 显著性Significance |
---|---|---|---|---|---|---|
叶片大小Leaf size | 回归Regression | 10 940 983.380 | 2 | 5 470 491.690 | 545.816 | 0.000 |
残差Residual | 2 505 650.267 | 250 | 10 022.601 | |||
总计Total | 13 446 633.640 | 252 | ||||
瘦果大小Seed size | 回归Regression | 706 634.884 | 2 | 353 317.442 | 4 000.741 | 0.000 |
残差Residual | 22 078.251 | 250 | 88.313 | |||
总计Total | 728 713.136 | 252 |
表5 回归方程系数
Table 5
性状 Trait | 模型 Model | 未标准化系数 Unnormalized coefficient | 标准误 Standard error | 标准化系数 Normalized coefficient | t | 显著性 Significance |
---|---|---|---|---|---|---|
叶片大小Leaf size | 常量Constant | -730.372 | 53.932 | -13.542 | 0.000 | |
叶长X1 Leaf length X1 | 2.896 | 0.315 | 0.464 | 9.200 | 0.000 | |
叶宽X2 Leaf width X2 | 2.621 | 0.278 | 0.476 | 9.444 | 0.000 | |
瘦果大小Seed size | 常量Constant | -121.054 | 3.684 | -32.863 | 0.000 | |
瘦果长度x1 Seed length x1 | 6.558 | 0.299 | 0.517 | 21.957 | 0.000 | |
瘦果宽度x2 Seed width x2 | 19.561 | 0.926 | 0.497 | 21.114 | 0.000 |
2.2 代码分级
2.2.1 代码分级 本试验按级差大于或等于2倍平均标准差的要求,对各数量性状进行代码分级。
极差=最大值-最小值;
级数1=极差/(标准差平均值×2);
级数2是最接近级数1且不大于9的奇数;
级差=极差/级数2
分级数是根据中值和级差而确定的连续的不同数据分布范围的数量。
根据2倍标准差法,主茎叶数可以分为7级,舌状花密度可以分为5级,苞叶密度可以分为5级,叶长可以分为3级,叶宽可以分为5级,叶片大小可以分为7级,花盘直径可以分为9级,株高可以分为9级,瘦果长度可以分为7级,瘦果宽度可以分为7级,瘦果大小可以分为9级,瘦果厚度可以分为3级(表6)。
表6 12个数量性状的分级情况
Table 6
性状Trait | 平均Mean | 最小值Min | 最大值Max | 极差Range (Max-Min) | 级数1 Step 1 | 级数2 Step 2 | 级差Range |
---|---|---|---|---|---|---|---|
主茎叶数 Leaves of main stem | 32.84 | 22.40 | 54.10 | 31.70 | 7.30 | 7 | 4.53 |
舌状花密度(个/盘) Ligulate flower density (number/disk) | 32.38 | 22.41 | 86.74 | 64.33 | 5.88 | 5 | 12.87 |
苞叶密度(个/盘) Bract density (number/disk) | 46.25 | 36.55 | 94.31 | 57.76 | 5.41 | 5 | 11.55 |
叶长Leaf length (mm) | 313.62 | 197.80 | 405.00 | 207.20 | 7.67 | 3 | 69.07 |
叶宽Leaf width (mm) | 311.87 | 179.50 | 457.00 | 277.50 | 5.18 | 5 | 55.50 |
叶片大小Leaf size (mm2) | 994.43 | 362.76 | 1 679.80 | 1 317.04 | 8.40 | 7 | 188.15 |
花盘直径Disc diameter (mm) | 225.47 | 98.00 | 327.20 | 229.20 | 9.81 | 9 | 25.47 |
株高Plant height (cm) | 186.31 | 76.53 | 332.71 | 256.18 | 10.08 | 9 | 28.46 |
瘦果长度Seed length (mm) | 20.45 | 9.48 | 26.27 | 16.80 | 8.75 | 7 | 2.40 |
瘦果宽度Seed width (mm) | 8.26 | 3.88 | 11.08 | 7.20 | 7.34 | 7 | 1.03 |
瘦果大小Seed size (mm2) | 174.64 | 38.61 | 280.55 | 241.93 | 10.63 | 9 | 26.88 |
瘦果厚度Seed thickness (mm) | 4.90 | 2.51 | 5.82 | 3.31 | 3.51 | 3 | 1.10 |
2.2.2 频次分析 对12个数量性状进行频次分析,根据图1可以看出,苞叶密度、舌状花密度、叶长、瘦果厚度分级比较少,且数据较为集中,不利于区分不同品种。瘦果长度、瘦果宽度、瘦果大小虽然分级较多,但不符合正态分布,表明代码分级不够合理。而主茎叶数、叶宽、叶片大小、花盘直径、株高数据比较符合正态分布,代码分级较为科学,便于区分不同品种。
图1
图1
向日葵主要数量性状频次分布
Fig.1
Frequency distribution of main quantitative characters of sunflower
由表7可知,叶长、瘦果厚度的遗传多样性指数分别为0.81和0.58,其他性状的遗传多样性指数都在1.00以上,遗传多样性较为丰富,能够比较全面反映向日葵种质资源各数量性状在不同分级代码的分布特点。
表7 12个数量性状的遗传多样性指数
Table 7
分级 Classification | 主茎叶数 Leaves of main stem | 舌状花密度 Ligulate flower density | 苞叶密度 Bract density | 叶长 Leaf length | 叶宽 Leaf width | 叶片大小 Leaf size |
---|---|---|---|---|---|---|
1 | - | - | - | - | - | - |
2 | 0.18 | - | - | - | - | 0.09 |
3 | 0.33 | 0.04 | 0.02 | - | 0.13 | 0.20 |
4 | 0.32 | 0.36 | 0.34 | 0.29 | 0.32 | 0.34 |
5 | 0.34 | 0.34 | 0.34 | 0.25 | 0.34 | 0.36 |
6 | 0.33 | 0.30 | 0.32 | 0.28 | 0.33 | 0.33 |
7 | 0.14 | 0.04 | 0.08 | - | 0.11 | 0.23 |
8 | 0.09 | - | - | - | - | 0.08 |
9 | - | - | - | - | - | - |
多样性指数Diversity index | 1.74 | 1.08 | 1.10 | 0.81 | 1.22 | 1.63 |
分级 Classification | 花盘直径 Disc diameter | 株高 Plant height | 瘦果长度 Seed length | 瘦果宽度 Seed width | 瘦果大小 Seed size | 瘦果厚度 Seed thickness |
1 | 0.14 | 0.02 | - | - | 0.29 | - |
2 | 0.05 | 0.04 | 0.30 | 0.14 | 0.08 | - |
3 | 0.21 | 0.20 | 0.07 | 0.24 | 0.04 | - |
4 | 0.33 | 0.35 | 0.26 | 0.23 | 0.30 | 0.17 |
5 | 0.36 | 0.36 | 0.34 | 0.34 | 0.36 | 0.16 |
6 | 0.33 | 0.28 | 0.30 | 0.33 | 0.35 | 0.25 |
7 | 0.26 | 0.27 | 0.04 | 0.02 | 0.22 | - |
8 | 0.08 | 0.16 | - | 0.02 | 0.04 | - |
9 | 0.02 | 0.14 | - | - | 0.00 | - |
多样性指数Diversity index | 1.77 | 1.81 | 1.31 | 1.34 | 1.67 | 0.58 |
3 讨论
本研究以搜集的253份材料为基础,对《植物新品种特异性、一致性、稳定性测试指南-向日葵》中12个数量性状的数据进行采集,利用SPSS进行遗传多样性分析,利用2倍标准差法对12个数量性状进行代码分级,通过频次分析,根据数据的分布状况对代码分级的科学性进行探讨。
通过相关、回归分析结果可以看出,叶片大小与叶长、叶宽;瘦果大小与瘦果长度、瘦果宽度存在着线性关系。叶片大小、瘦果大小直接关系到产量的高低,品种选育过程中可以选择叶片肥大、瘦果大的组合,容易选育出高产的品种。
本研究结果显示,利用2倍标准差法对瘦果长度、瘦果宽度、瘦果大小的分级虽然较多,但不符合正态分布,造成代码分级不合理、不科学,其原因主要有:(1)人工选择的结果。由于育种模式单一,与产量相关不显著的性状被忽略。(2)对资源收集的认识不足,从事资源收集和保藏的工作人员和机构匮乏。(3)种质资源保护力度不够。
综上所述,要想使向日葵数量性状代码分级更为合理,向日葵DUS测试指南得到进一步完善,向日葵种质资源保护工作得到加强,需要从以下几个方面入手:(1)进一步完善植物新品种权保护措施,加大植物新品种权宣传力度,使大家认识到品种权保护的重要性。(2)通过政策、资金支持,鼓励一些企事业单位开展种质资源收集保藏工作,丰富我国向日葵种质资源的多样性。(3)搭建资源、数据交流平台,互通有无,增强信息交流。
参考文献
Standardization of growing substrates and NPK doses for growth and flowering of alstroemeria (Alstroemeria hybrida L.)
,
/
〈 | 〉 |