158份裸大麦种质资源主要性状的多样性分析与综合评价
1
2
Diversity Analysis and Comprehensive Evaluation of Main Traits in 158 Naked Barley Germplasm Resources
1
2
通讯作者:
收稿日期: 2025-05-26 修回日期: 2025-06-27 网络出版日期: 2025-10-16
| 基金资助: |
|
Received: 2025-05-26 Revised: 2025-06-27 Online: 2025-10-16
作者简介 About authors
李赢,主要从事大麦种质资源筛选与遗传育种研究,E-mail:
为高效利用裸大麦种质资源,对158份不同来源裸大麦种质的15个性状进行变异系数分析、Shannon- Wiener遗传多样性指数分析、相关性分析、主成分分析及聚类分析,通过综合评价筛选优异种质。结果表明,15个性状在不同裸大麦资源间存在丰富的变异,变异系数在7.84%~69.65%,平均为26.69%,其中,穗色的离散程度最高,籽粒周长的变异系数最低;多样性指数在0.51~2.09,平均值为1.62,其中,籽粒宽度的多样性指数最高,芒型的多样性指数最低。通过逐步回归建立回归方程,千粒重、穗色、籽粒周长、β-葡聚糖含量、棱型、籽粒面积和籽粒宽度可以作为筛选优异裸大麦种质的综合评价指标。主成分分析将15个单项指标转换为6个独立的综合指标,累计贡献率达82.111%。聚类分析将参试材料分为5类,其中类群Ⅳ的21份材料平均D值最高,D值前5位的品种依次为Jet、Tet、22DJ2、藏青3000和12-10-556,可作为裸大麦育种的优良亲本。
关键词:
To efficiently utilize naked barley germplasm resources, 15 traits of 158 naked barley germplasm resources from different sources were analyzed using coefficients of variation, Shannon-Wiener genetic diversity indexes, correlation analysis, principal component analysis, and cluster analysis, and comprehensive evaluation was conducted to screen for excellent germplasm. The results showed that there was abundant variation in the 15 traits among different naked barley resources, with the coefficient of variation ranging from 7.84% to 69.65% and an average of 26.69%. Among them, the degree of dispersion of spike color was the highest, and the coefficient of variation of grain perimeter was the lowest. The diversity index ranged from 0.51 to 2.09, with an average of 1.62, among which grain width had the highest diversity index and awn type had the lowest. A regression equation was established through stepwise regression, indicating that 1000-grain weight, spike color, grain perimeter, β-glucan content, row type, grain area, and grain width can be used as comprehensive evaluation indicators for screening excellent naked barley germplasm. Principal component analysis transformed the 15 individual indicators into six independent comprehensive indicators with a cumulative contribution rate of 82.111%. Cluster analysis classified the tested materials into five groups, among which Group Ⅳ (21 materials) had the highest average D-value. The top five varieties based on D-value were Jet, Tet, 22DJ2, Zangqing 3000, and 12-10-556, which can serve as excellent parents for naked barley breeding.
Keywords:
本文引用格式
李赢, 刘海翠, 石晓旭, 梁志浩, 徐肖, 刘建, 沈会权, 魏亚凤.
Li Ying, Liu Haicui, Shi Xiaoxu, Liang Zhihao, Xu Xiao, Liu Jian, Shen Huiquan, Wei Yafeng.
优异的种质资源是培育优良裸大麦品种的基础。对裸大麦资源进行综合评价有利于提高现有资源的利用效率。近年来,许多学者[9
江苏裸大麦种植历史悠久,具有巨大的消费市场和发展前景,然而现有江苏裸大麦品种的籽粒千粒重和β-葡聚糖含量较西藏、青海和甘肃等地还存在较大差距,难以满足市场需求[16]。培育籽粒外观品质优异、β-葡聚糖含量高的裸大麦新品种对于促进江苏地区裸大麦产业发展意义重大。本研究以158份国内外裸大麦资源为材料(其中中国江苏材料61份),基于植株性状、籽粒性状及β-葡聚糖含量对其进行综合评价,以期筛选出综合性状优良裸大麦种质用于优质高产多抗裸大麦新品种的选育,助力江苏地区裸大麦产业的健康发展。
1 材料与方法
1.1 试验材料
以国内外158份裸大麦资源为参试材料(表1),其中国内裸大麦资源116份,包含江苏61份、西藏31份、青海12份、四川8份、云南2份、浙江1份和北京1份;国外裸大麦种质42份,包含日本10份、丹麦7份、墨西哥6份、加拿大5份、黎巴嫩5份、美国3份,捷克斯洛伐克、德国、叙利亚和尼泊尔各1份,来源不明的国外种质2份。
表1 158份裸大麦资源名称及来源
Table 1
| 编号Code | 名称Name | 来源Origin | 编号Code | 名称Name | 来源Origin | 编号Code | 名称Name | 来源Origin | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 戴帽元麦 | 中国江苏 | 46 | 江苏元麦95号 | 中国江苏 | 91 | 光芒黄大麦 | 中国云南 | ||||||||||
| 2 | 青元麦 | 中国江苏 | 47 | 江苏元麦9号 | 中国江苏 | 92 | 阿212 | 中国四川 | ||||||||||
| 3 | 建湖三月黄 | 中国江苏 | 48 | 苏511元麦 | 中国江苏 | 93 | 藏830928 | 中国西藏 | ||||||||||
| 4 | 四棱元麦 | 中国江苏 | 49 | 苏71-75-12 | 中国江苏 | 94 | 藏840714 | 中国西藏 | ||||||||||
| 5 | 紫元麦 | 中国江苏 | 50 | 早芒8号 | 中国江苏 | 95 | Jet | 丹麦 | ||||||||||
| 6 | 6棱孔麦 | 中国江苏 | 51 | 昆仑12 | 中国青海 | 96 | H.tetrast.L.V.viol | 捷克斯洛伐克 | ||||||||||
| 7 | 淮安狗尾选系 | 中国江苏 | 52 | 昆仑13 | 中国青海 | 97 | 670 | 国外(未知) | ||||||||||
| 8 | 藏青3000 | 中国西藏 | 53 | 昆仑14 | 中国青海 | 98 | Tet | 国外(未知) | ||||||||||
| 9 | 洋辣子 | 中国江苏 | 54 | 昆仑15 | 中国青海 | 99 | 83 | 加拿大 | ||||||||||
| 10 | 紫元麦 | 中国江苏 | 55 | 柴青1号 | 中国青海 | 100 | Black Hulless | 丹麦 | ||||||||||
| 11 | 南通铁麦 | 中国江苏 | 56 | 苏裸麦2号 | 中国江苏 | 101 | Black Hull-less C.I.596 | 美国 | ||||||||||
| 12 | 江都四棱子 | 中国江苏 | 57 | 通0914 | 中国江苏 | 102 | Black Hull-less C.I.1027 | 美国 | ||||||||||
| 13 | 太县洋6棱 | 中国江苏 | 58 | 紫元麦 | 中国西藏 | 103 | Brachiki | 墨西哥 | ||||||||||
| 14 | 句容6棱元麦 | 中国江苏 | 59 | 肚里黄 | 中国青海 | 104 | C1334 | 加拿大 | ||||||||||
| 15 | 武进元麦 | 中国江苏 | 60 | 5171 | 中国西藏 | 105 | Gaffel byg nϕgen | 丹麦 | ||||||||||
| 16 | 键米大麦 | 中国江苏 | 61 | 甘青4号 | 中国青海 | 106 | H.polyst.V.trif.C | 丹麦 | ||||||||||
| 17 | 常熟6棱元麦 | 中国江苏 | 62 | 东陈元麦 | 中国江苏 | 107 | H.riol.B.Sch | 丹麦 | ||||||||||
| 18 | 立新2号 | 中国江苏 | 63 | 泰兴元麦 | 中国江苏 | 108 | Lyallpur | 丹麦 | ||||||||||
| 19 | 通麦3号 | 中国江苏 | 64 | 罗道庄大麦 | 中国北京 | 109 | SIBIRI"S" | 墨西哥 | ||||||||||
| 20 | 江苏元麦110号 | 中国江苏 | 65 | 临海裸大麦 | 中国浙江 | 110 | SNJCO"S" | 墨西哥 | ||||||||||
| 21 | 江苏元麦117号 | 中国江苏 | 66 | 尼泊尔青稞 | 尼泊尔 | 111 | C 2734 | 加拿大 | ||||||||||
| 22 | 江苏元麦123号 | 中国江苏 | 67 | 皮当蓝 | 中国西藏 | 112 | MANKER-OREGANO | 墨西哥 | ||||||||||
| 23 | 江苏元麦124号 | 中国江苏 | 68 | 西嘎果那 | 中国西藏 | 113 | OREGANO | 墨西哥 | ||||||||||
| 24 | 江苏元麦140号 | 中国江苏 | 69 | 竹居青 | 中国西藏 | 114 | Streng | 叙利亚 | ||||||||||
| 25 | 江苏元麦141号 | 中国江苏 | 70 | 色堆短芒 | 中国西藏 | 115 | Japanische 419 | 德国 | ||||||||||
| 26 | 江苏元麦143号 | 中国江苏 | 71 | 沙尔兰 | 中国西藏 | 116 | Muanbori | 日本 | ||||||||||
| 27 | 江苏元麦145号 | 中国江苏 | 72 | 沃马紫 | 中国西藏 | 117 | Scout | 加拿大 | ||||||||||
| 28 | 江苏元麦146号 | 中国江苏 | 73 | 沃马兰 | 中国西藏 | 118 | 四国裸46号 | 日本 | ||||||||||
| 29 | 江苏元麦151号 | 中国江苏 | 74 | 油松 | 中国西藏 | 119 | 四国裸87号 | 日本 | ||||||||||
| 30 | 江苏元麦156号 | 中国江苏 | 75 | 定结牧紫 | 中国西藏 | 120 | 四国裸88号 | 日本 | ||||||||||
| 31 | 江苏元麦157号 | 中国江苏 | 76 | 孟德黄 | 中国西藏 | 121 | 御岛裸 | 日本 | ||||||||||
| 32 | 江苏元麦160号 | 中国江苏 | 77 | 雄马兰 | 中国西藏 | 122 | Ⅲ-526 | 日本 | ||||||||||
| 33 | 江苏元麦162号 | 中国江苏 | 78 | 二长四短芒白青稞 | 中国青海 | 123 | Ⅲ-558 | 日本 | ||||||||||
| 34 | 江苏元麦164号 | 中国江苏 | 79 | 藏青2000 | 中国西藏 | 124 | Ⅲ-564 | 日本 | ||||||||||
| 35 | 江苏元麦31号 | 中国江苏 | 80 | 红胶泥 | 中国青海 | 125 | Ⅲ-570 | 日本 | ||||||||||
| 36 | 江苏元麦44号 | 中国江苏 | 81 | 钩芒紫青稞 | 中国青海 | 126 | 藏青690 | 中国西藏 | ||||||||||
| 37 | 江苏元麦48号 | 中国江苏 | 82 | 黑青稞 | 中国青海 | 127 | 冬青18 | 中国西藏 | ||||||||||
| 38 | 江苏元麦50号 | 中国江苏 | 83 | 蓝青稞 | 中国青海 | 128 | 2016-品比36 | 中国西藏 | ||||||||||
| 39 | 江苏元麦51号 | 中国江苏 | 84 | 阿黑 | 中国四川 | 129 | 喜马拉雅22 | 中国西藏 | ||||||||||
| 40 | 江苏元麦53号 | 中国江苏 | 85 | 色黑瑞朗 | 中国四川 | 130 | 藏青25 | 中国西藏 | ||||||||||
| 41 | 江苏元麦54号 | 中国江苏 | 86 | 日大多 | 中国四川 | 131 | 喜马拉雅19 | 中国西藏 | ||||||||||
| 42 | 江苏元麦55号 | 中国江苏 | 87 | 足木足大头6棱(绿) | 中国四川 | 132 | 12-10-556 | 中国西藏 | ||||||||||
| 43 | 江苏元麦62号 | 中国江苏 | 88 | 小青稞(密) | 中国四川 | 133 | 2016-品比42 | 中国西藏 | ||||||||||
| 44 | 江苏元麦65号 | 中国江苏 | 89 | 荞窝青稞 | 中国四川 | 134 | INBON-5 | 黎巴嫩 | ||||||||||
| 45 | 江苏元麦78号 | 中国江苏 | 90 | 长钩紫大麦 | 中国云南 | 135 | 藏青17 | 中国西藏 | ||||||||||
| 136 | 藏青320 | 中国西藏 | 144 | 通麦6号 | 中国江苏 | 152 | 泽盖紫青稞 | 中国四川 | ||||||||||
| 137 | INBON-12 | 黎巴嫩 | 145 | 苏裸麦1号 | 中国江苏 | 153 | H.Viol B.8c H | 丹麦 | ||||||||||
| 138 | INBON-31 | 黎巴嫩 | 146 | 通麦8号 | 中国江苏 | 154 | 藏85品3872 | 中国西藏 | ||||||||||
| 139 | INBON-45 | 黎巴嫩 | 147 | 通0612 | 中国江苏 | 155 | Black Hull-less C.I.2320 | 美国 | ||||||||||
| 140 | INBON-67 | 黎巴嫩 | 148 | 22DJ2 | 中国江苏 | 156 | 84 | 加拿大 | ||||||||||
| 141 | 紫钩元麦 | 中国西藏 | 149 | 通1409 | 中国江苏 | 157 | CMB-74A-1796-B-6B-1Y-1B-1Y | 墨西哥 | ||||||||||
| 142 | 藏青18 | 中国西藏 | 150 | 藏830187 | 中国西藏 | 158 | Ⅴ-193 | 日本 | ||||||||||
| 143 | 盐食裸2号 | 中国江苏 | 151 | 苏72-63 | 中国江苏 | |||||||||||||
1.2 试验设计
试验于2023-2024年在江苏沿海地区农业科学研究所南洋试验场(33°24′58″ N,120°12′15″ E)进行。每份种质种植2行,行长1.50 m,行距0.25 m,每行条播100粒。田间管理同大田常规生产。
1.3 测定项目与方法
田间调查裸大麦种质资源的芒型、棱型、穗色和株高。每份资源随机选取10穗,室内考察籽粒颜色、穗密度、穗长、千粒重和每穗实粒数。参照《大麦种质资源描述规范和数据标准》[17]考察表型指标。
每份种质随机选取200粒,利用万深SC-A种子自动考种仪测定籽粒面积、籽粒周长、籽粒长度、籽粒宽度和长宽比,每份材料测定2个重复。参试资源中Jet、Tet和22DJ2的籽粒颜色为黑色,使用Megazyme公司生产的β-葡聚糖试剂盒(K-BGLU 02/17)测定β-葡聚糖含量,3份样品均测定3个重复,其余资源利用波通DA 7250近红外分析仪测定各种质籽粒的β-葡聚糖含量,每份种质装盘3次,每次装盘扫描重复2次。测定标准见表2。
表2 裸大麦主要性状及测定标准
Table 2
| 性状Trait | 记载标准Recording standards |
|---|---|
| 芒型AT | 1=无芒,2=短芒,3=长芒,4=短钩芒, 5=长钩芒 |
| 棱型RT | 1=二棱,2=中间型,3=六棱 |
| 籽粒颜色GC | 1=黄,2=蓝,3=紫,4=褐,5=黑 |
| 穗密度SD | 1=稀,2=密,3=极密 |
| 穗色SC | 1=黄,2=灰,3=紫,4=褐,5=黑 |
| 株高PH (cm) | 成熟植株从主茎分蘖节到穗顶的高度, 不含芒 |
| 穗长SL (cm) | 穗轴基部至穗顶部的长度(不包括芒) |
| 千粒重TGW (g) | 1000粒自然风干的大麦籽粒的重量 |
| 每穗实粒数FGPS | 每个穗子的实际结实数 |
| 籽粒面积GA (mm2) | 成熟收获后籽粒的面积 |
| 籽粒周长GP (mm) | 成熟收获后籽粒的周长 |
| 籽粒长度GL (mm) | 成熟收获后籽粒的长度 |
| 籽粒宽度GW (mm) | 成熟收获后籽粒的宽度 |
| 籽粒长宽比RLWG | 成熟收获后籽粒长度与宽度的比值 |
| β-葡聚糖含量BG (%) | 成熟后籽粒的β-葡聚糖含量 |
AT:芒型;RT:棱型;GC:籽粒颜色;SD:穗密度;SC:穗色;PH:株高;SL:穗长;TGW:千粒重;FGPS:每穗实粒数;GA:籽粒面积;GP:籽粒周长;GL:籽粒长度;GW:籽粒宽度;RLWG:籽粒长宽比;BG:β-葡聚糖含量。下同。
AT: awn type; RT: row type; GC: grain color; SD: spike density; SC: spike color; PH: plant height; SL: spike length; TGW: 1000-grain weight; FGPS: filled grains per spike; GA: grain area; GP: grain perimeter; GL: grain length; GW: grain width; RLWG: ratio of length to width for grain; BG: β-glucan content. The same below.
1.4 数据处理
利用Origin Pro 2022软件整理各指标数据。对数量性状从第1级[Xi<(X-2σ)]到第10级[Xi>(X+2σ)],每0.5σ为1级进行分类,计算Shannon- Wiener多样性指数(H'),H'=-Σ[Piln(Pi)],式中,Pi为该性状第i级别内的材料份数占总份数的百分比,ln为自然对数。使用R语言的ggplot包绘制相关性热图。参照文献[18]对裸大麦种质进行综合评价,利用IBM SPSS Statistics 27软件进行主成分分析和聚类分析,计算各主成分的得分,结合模糊隶属函数法对各主成分得分进行归一化处理,计算各主成分的权重系数,计算各种质的综合得分(D值)。以15个性状数据作为自变量,D值为因变量,构建回归方程并对评价指标进行进一步筛选。
2 结果与分析
2.1 裸大麦15个性状的变异系数和遗传多样性分析
由表3可知,158份裸大麦资源15个性状的变异系数在7.84%~69.65%,平均为26.69%,其中穗色的离散程度最高,籽粒颜色的离散程度次之,仅有籽粒周长(7.84%)、籽粒长度(8.51%)、籽粒宽度(8.46%)和长宽比(8.65%)的变异系数低于10%。H'范围在0.51~2.09,平均值为1.62,其中籽粒宽度的H'最高,芒型的H'最低,株高(2.04)、穗长(2.02)、千粒重(2.01)、籽粒周长(2.05)、籽粒长度(2.06)、籽粒宽度(2.09)、长宽比(2.04)和β-葡聚糖含量(2.07)的H'均>2.00,表明参试的裸大麦资源整体遗传多样性较为丰富。
表3 裸大麦15个性状的变异系数和遗传多样性系数
Table 3
| 性状Trait | 平均值Mean | 标准差SD | 最大值Max. | 中位数Median | 最小值Min. | 极差Range | 变异系数CV (%) | H′ |
|---|---|---|---|---|---|---|---|---|
| AT | 2.98 | 0.47 | 5.00 | 3.00 | 1.00 | 4.00 | 15.83 | 0.51 |
| RT | 2.23 | 0.71 | 3.00 | 2.00 | 1.00 | 2.00 | 31.62 | 1.02 |
| GC | 1.73 | 1.09 | 5.00 | 1.00 | 1.00 | 4.00 | 62.57 | 1.12 |
| SD | 1.59 | 0.74 | 3.00 | 1.00 | 1.00 | 2.00 | 46.43 | 0.97 |
| SC | 1.39 | 0.97 | 5.00 | 1.00 | 1.00 | 4.00 | 69.65 | 0.52 |
| PH (cm) | 96.58 | 13.71 | 125.50 | 97.63 | 51.00 | 74.50 | 14.20 | 2.04 |
| SL (cm) | 7.34 | 1.78 | 11.76 | 7.20 | 4.10 | 7.66 | 24.29 | 2.02 |
| TGW (g) | 40.92 | 9.76 | 67.51 | 38.79 | 19.31 | 48.20 | 23.85 | 2.01 |
| FGPS | 52.23 | 14.44 | 77.65 | 55.07 | 20.00 | 57.65 | 27.65 | 1.98 |
| GA (mm2) | 33.75 | 12.03 | 61.97 | 29.38 | 16.89 | 45.08 | 35.64 | 1.84 |
| GP (mm) | 19.87 | 1.56 | 24.10 | 19.79 | 16.70 | 7.40 | 7.84 | 2.05 |
| GL (mm) | 8.00 | 0.68 | 10.11 | 7.95 | 6.52 | 3.59 | 8.51 | 2.06 |
| GW (mm) | 3.84 | 0.33 | 4.73 | 3.84 | 3.11 | 1.62 | 8.46 | 2.09 |
| RLWG | 2.10 | 0.18 | 2.65 | 2.08 | 1.75 | 0.90 | 8.65 | 2.04 |
| BG (%) | 4.10 | 0.62 | 6.30 | 4.09 | 2.75 | 3.55 | 15.20 | 2.07 |
2.2 裸大麦15个性状的相关性分析
相关性分析(图1)表明参试裸大麦资源的15个性状之间存在不同程度的相关性,且大多呈显著或极显著相关。棱型与穗密度和每穗实粒数呈极显著正相关,与穗色、穗长、千粒重、籽粒周长、籽粒长度和籽粒宽度呈极显著负相关。穗密度与绝大部分性状均呈显著或极显著负相关。除籽粒宽度与籽粒长宽比之间呈极显著负相关外,籽粒周长、籽粒长度、籽粒宽度和籽粒长宽比两两之间均呈极显著正相关。千粒重与棱型、穗密度、每穗实粒数、籽粒长宽比均呈极显著负相关,与穗长、籽粒周长、籽粒长度和籽粒宽度呈极显著正相关。在所有极显著负相关的性状中,棱型与千粒重相关系数的绝对值最大;在所有极显著正相关的性状中,籽粒宽度与千粒重相关系数的绝对值最大,表明棱型和籽粒宽度对千粒重起决定作用。籽粒β-葡聚糖含量与穗密度呈极显著负相关,与籽粒长宽比呈显著负相关,与穗长、每穗实粒数和籽粒周长呈显著正相关,与籽粒颜色、穗色、千粒重和籽粒宽度呈极显著正相关。在所有极显著关系中,穗色与β-葡聚糖相关系数的绝对值最大,表明穗色对β-葡聚糖含量起决定作用。
图1
图1
裸大麦种质资源15个性状的相关系数
AT:芒型;RT:棱型;GC:籽粒颜色;SD:穗密度;SC:穗色;PH:株高;SL:穗长;TGW:千粒重;FGPS:每穗实粒数;GA:籽粒面积;GP:籽粒周长;GL:籽粒长度;GW:籽粒宽度;RLWG:籽粒长宽比;BG:β-葡聚糖含量。“*”和“**”分别表示在P < 0.05和P < 0.01水平上差异显著。
Fig.1
Correlation coefficients among 15 traits of naked barley germplasm resources
AT: awn type; RT: row type; GC: grain color; SD: spike density; SC: spike color; PH: plant height; SL: spike length; TGW: 1000-grain weight; FGPS: filled grains per spike; GA: grain area; GP: grain perimeter; GL: grain length; GW: grain width; RLWG: ratio of length to width for grain; BG: β-glucan content.“*”and“**”indicate significant differences at P < 0.05 and P < 0.01 levels, respectively.
2.3 裸大麦15个性状的主成分分析
基于15个性状进行主成分分析,根据累计贡献率大于80%的原则,共提取了6个主成分,其主成分特征值分别为4.752、2.039、1.803、1.692、1.062和0.969;主成分贡献率分别为31.682%、13.592%、12.022%、11.281%、7.078%和6.457%,前6个主成分的累积贡献率达到82.111%,可以解释裸大麦资源性状的大部分信息(表4)。
表4 裸大麦种质资源主要性状的主成分分析
Table 4
| 性状 Trait | 主成分Principal component | |||||
|---|---|---|---|---|---|---|
| PC1 | PC2 | PC3 | PC4 | PC5 | PC6 | |
| AT | 0.186 | -0.115 | 0.207 | -0.025 | -0.279 | 0.887 |
| RT | -0.655 | 0.129 | -0.071 | 0.513 | -0.069 | 0.008 |
| GC | 0.293 | 0.223 | 0.780 | 0.021 | 0.226 | -0.152 |
| SD | -0.633 | 0.198 | -0.125 | -0.312 | 0.379 | 0.015 |
| SC | 0.316 | 0.356 | 0.764 | 0.002 | 0.159 | 0.012 |
| PH | 0.213 | -0.236 | 0.313 | 0.493 | -0.266 | -0.196 |
| SL | 0.712 | -0.336 | -0.100 | 0.302 | -0.214 | -0.060 |
| TGW | 0.847 | 0.369 | -0.280 | 0.029 | -0.011 | -0.032 |
| FGPS | -0.473 | 0.132 | -0.210 | 0.694 | -0.092 | -0.088 |
| GA | -0.155 | -0.124 | -0.237 | 0.402 | 0.686 | 0.281 |
| GP | 0.920 | -0.075 | -0.230 | 0.016 | 0.166 | -0.026 |
| GL | 0.875 | -0.271 | -0.179 | 0.017 | 0.225 | -0.019 |
| GW | 0.677 | 0.619 | -0.348 | -0.043 | -0.043 | 0.010 |
| RLWG | 0.186 | -0.891 | 0.183 | 0.086 | 0.239 | -0.039 |
| BG | 0.282 | 0.447 | 0.147 | 0.585 | 0.165 | 0.161 |
| 特征值Eigenvalue | 4.752 | 2.039 | 1.803 | 1.692 | 1.062 | 0.969 |
| 方差贡献率Variance contribution rate (%) | 31.682 | 13.592 | 12.022 | 11.281 | 7.078 | 6.457 |
| 累计贡献率Cumulative contribution rate (%) | 31.682 | 45.273 | 57.295 | 68.576 | 75.654 | 82.111 |
PC1中籽粒周长、籽粒长度和千粒重的特征向量值高于其他性状,说明这些指标在裸大麦主要性状和综合评价中起主导作用;PC2中籽粒长宽比的特征向量值为负值,且绝对值最大,说明PC2为籽粒长宽比因子;PC3中籽粒颜色和穗色具有较高的正向载荷,代表颜色因子;PC4中每穗实粒数和β-葡聚糖含量具有较高的正向载荷,说明该成分是每穗实粒数和β-葡聚糖含量的综合反映;PC5中籽粒面积的特征向量值最高,代表籽粒面积因子;PC6中芒型的特征向量值最大,代表芒型因子。
2.4 裸大麦种质资源的综合评价
采用隶属函数法对参试资源的6个主成分得分进行归一化处理,根据6个主成分的方差贡献率计算权重系数,分别为0.386、0.166、0.146、0.137、0.086和0.079,计算得到各裸大麦资源的综合得分值(表5)。158份裸大麦资源的综合得分值在0.253~0.712,平均值为0.462,排名前5的资源依次为Jet、Tet、22DJ2、藏青3000和12-10-556,排名末5位的依次为Muanbori、Streng、Brachiki、江苏元麦162号和江苏元麦31号。由表6可知,D值排名前5位的平均千粒重(57.21 g)和β-葡聚糖含量(5.42%)明显高于排名末5位的资源的平均千粒重(25.26 g)和β-葡聚糖含量(3.36%),综合性状表现较好。
表5 158份裸大麦资源的综合得分D值
Table 5
| 编号 Code | D值 D-value | 编号 Code | D值 D-value | 编号 Code | D值 D-value | 编号 Code | D值 D-value | 编号 Code | D值 D-value | 编号 Code | D值 D-value | 编号 Code | D值 D-value | 编号 Code | D值 D-value | 编号 Code | D值 D-value | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 0.359 | 19 | 0.463 | 37 | 0.428 | 55 | 0.577 | 73 | 0.529 | 91 | 0.403 | 109 | 0.428 | 127 | 0.456 | 145 | 0.474 | ||||||||
| 2 | 0.360 | 20 | 0.435 | 38 | 0.464 | 56 | 0.386 | 74 | 0.513 | 92 | 0.389 | 110 | 0.376 | 128 | 0.576 | 146 | 0.502 | ||||||||
| 3 | 0.434 | 21 | 0.389 | 39 | 0.422 | 57 | 0.598 | 75 | 0.454 | 93 | 0.548 | 111 | 0.415 | 129 | 0.513 | 147 | 0.522 | ||||||||
| 4 | 0.416 | 22 | 0.377 | 40 | 0.374 | 58 | 0.580 | 76 | 0.447 | 94 | 0.500 | 112 | 0.425 | 130 | 0.481 | 148 | 0.687 | ||||||||
| 5 | 0.428 | 23 | 0.384 | 41 | 0.418 | 59 | 0.628 | 77 | 0.417 | 95 | 0.712 | 113 | 0.351 | 131 | 0.534 | 149 | 0.516 | ||||||||
| 6 | 0.397 | 24 | 0.409 | 42 | 0.424 | 60 | 0.608 | 78 | 0.492 | 96 | 0.470 | 114 | 0.279 | 132 | 0.643 | 150 | 0.573 | ||||||||
| 7 | 0.354 | 25 | 0.399 | 43 | 0.383 | 61 | 0.577 | 79 | 0.528 | 97 | 0.582 | 115 | 0.390 | 133 | 0.561 | 151 | 0.346 | ||||||||
| 8 | 0.680 | 26 | 0.415 | 44 | 0.427 | 62 | 0.365 | 80 | 0.394 | 98 | 0.710 | 116 | 0.253 | 134 | 0.551 | 152 | 0.503 | ||||||||
| 9 | 0.414 | 27 | 0.542 | 45 | 0.338 | 63 | 0.432 | 81 | 0.473 | 99 | 0.516 | 117 | 0.454 | 135 | 0.602 | 153 | 0.504 | ||||||||
| 10 | 0.392 | 28 | 0.359 | 46 | 0.370 | 64 | 0.414 | 82 | 0.451 | 100 | 0.554 | 118 | 0.343 | 136 | 0.600 | 154 | 0.568 | ||||||||
| 11 | 0.371 | 29 | 0.414 | 47 | 0.386 | 65 | 0.359 | 83 | 0.407 | 101 | 0.520 | 119 | 0.371 | 137 | 0.568 | 155 | 0.392 | ||||||||
| 12 | 0.330 | 30 | 0.421 | 48 | 0.482 | 66 | 0.440 | 84 | 0.513 | 102 | 0.502 | 120 | 0.368 | 138 | 0.598 | 156 | 0.514 | ||||||||
| 13 | 0.322 | 31 | 0.377 | 49 | 0.410 | 67 | 0.380 | 85 | 0.449 | 103 | 0.288 | 121 | 0.344 | 139 | 0.606 | 157 | 0.587 | ||||||||
| 14 | 0.414 | 32 | 0.462 | 50 | 0.322 | 68 | 0.626 | 86 | 0.489 | 104 | 0.464 | 122 | 0.485 | 140 | 0.538 | 158 | 0.405 | ||||||||
| 15 | 0.426 | 33 | 0.303 | 51 | 0.546 | 69 | 0.516 | 87 | 0.458 | 105 | 0.357 | 123 | 0.458 | 141 | 0.551 | ||||||||||
| 16 | 0.397 | 34 | 0.373 | 52 | 0.551 | 70 | 0.429 | 88 | 0.489 | 106 | 0.393 | 124 | 0.498 | 142 | 0.498 | ||||||||||
| 17 | 0.403 | 35 | 0.310 | 53 | 0.563 | 71 | 0.512 | 89 | 0.545 | 107 | 0.512 | 125 | 0.415 | 143 | 0.518 | ||||||||||
| 18 | 0.396 | 36 | 0.408 | 54 | 0.603 | 72 | 0.516 | 90 | 0.513 | 108 | 0.487 | 126 | 0.541 | 144 | 0.458 |
表6 D值排名末5位和前5位的裸大麦的数量性状
Table 6
| 材料 Material | PH (cm) | SL (cm) | TGW (g) | FGPS | GA (mm2) | GP (mm) | GL (mm) | GW (mm) | RLWG | BG (%) | D值 D-value |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Muanbori | 89.25 | 6.13 | 26.13 | 66.57 | 17.86 | 17.28 | 6.89 | 3.40 | 2.07 | 2.80 | 0.253 |
| Streng | 102.25 | 5.05 | 23.69 | 71.27 | 16.89 | 17.24 | 7.04 | 3.24 | 2.19 | 3.70 | 0.279 |
| Brachiki | 107.25 | 6.54 | 27.77 | 49.43 | 17.13 | 16.70 | 6.52 | 3.45 | 1.93 | 3.88 | 0.288 |
| 江苏元麦162号Jiangsuyuanmai 162 | 102.00 | 5.62 | 24.25 | 75.00 | 49.63 | 17.20 | 6.90 | 3.33 | 2.10 | 3.53 | 0.303 |
| 江苏元麦31号Jiangsuyuanmai 31 | 114.50 | 7.15 | 24.44 | 35.79 | 30.12 | 18.33 | 7.65 | 3.11 | 2.48 | 2.89 | 0.310 |
| 12-10-556 | 98.00 | 9.09 | 67.51 | 60.58 | 30.31 | 22.00 | 8.41 | 4.71 | 1.79 | 4.34 | 0.643 |
| 藏青3000 Zangqing 3000 | 101.50 | 9.75 | 59.77 | 57.67 | 58.72 | 22.84 | 9.14 | 4.53 | 2.02 | 5.69 | 0.680 |
| 22DJ2 | 93.75 | 7.50 | 52.37 | 26.82 | 27.85 | 21.92 | 8.84 | 4.20 | 2.11 | 6.30 | 0.687 |
| Tet | 101.25 | 9.81 | 50.96 | 22.38 | 29.98 | 23.28 | 9.45 | 4.29 | 2.21 | 5.47 | 0.710 |
| Jet | 97.25 | 8.93 | 55.44 | 21.62 | 29.94 | 22.74 | 9.08 | 4.44 | 2.05 | 5.31 | 0.712 |
将15个性状与D值进行相关性分析,由表7可知,D值与芒型呈显著正相关,与棱型、穗密度和每穗实粒数达极显著负相关,与籽粒颜色、穗色、穗长、千粒重、籽粒周长、籽粒长度、籽粒宽度和β-葡聚糖含量均呈极显著正相关。
表7 裸大麦15个性状与综合得分D值间的相关性
Table 7
| 性状Trait | D值D-value | 性状Trait | D值D-value | |
|---|---|---|---|---|
| AT | 0.166* | FGPS | -0.329** | |
| RT | -0.515** | GA | 0.016 | |
| GC | 0.312** | GP | 0.871** | |
| SD | -0.498** | GL | 0.778** | |
| SC | 0.377** | GW | 0.821** | |
| PH | 0.106 | RLWG | -0.058 | |
| SL | 0.564** | BG | 0.495** | |
| TGW | 0.911** |
“*”表示显著相关(P < 0.05),“**”表示极显著相关(P < 0.01)。
“*”indicates significant correlation (P < 0.05),“**”indicates extremely significant correlation (P < 0.01).
2.5 回归模型构建与综合指标的筛选
以D值为因变量,15个性状为自变量进行逐步回归分析,构建最优回归方程:Y=0.027+0.305X8+ 0.163X5+0.382X11+0.222X15-0.146X2+0.097X10+0.157X13,式中,X8、X5、X11、X15、X2、X10和X13分别代表千粒重、穗色、籽粒周长、β-葡聚糖含量、棱型、籽粒面积和籽粒宽度。方程相关系数R=0.994,决定系数R2=0.988,表明这7个性状可以决定D值总变异的98.8%,F值为1802.327,方差极显著。由回归方程可知,以上7个性状对裸大麦资源综合得分D值影响显著,可作为筛选裸大麦优异种质的关键指标。
2.6 裸大麦资源的聚类分析
基于15个性状和D值,以欧氏距离为遗传距离,采用组内联接法对参试裸大麦资源进行系统聚类。在遗传距离为19.50处时,158份材料可分为5个类群(图2)。
图2
由表8可知,类群Ⅰ包含20份资源,占参试材料的12.66%,该类群D值表现中等,株高、每穗实粒数和β-葡聚糖含量在5个类群中最低,籽粒周长和籽粒长度最高。类群Ⅱ包含31份资源,占参试材料的19.62%,该类群的主要特点为株高最高、籽粒宽度最小和籽粒长宽比最大,D值中等。类群Ⅲ包含50份资源,占参试材料的31.65%,该类群穗长、千粒重、籽粒周长、籽粒长度和D值在5个类群中最低,籽粒面积最高。类群Ⅳ包含21份资源,占参试材料的13.29%,该类群的β-葡聚糖含量在5个类群中最高,籽粒面积和长宽比最低,D值最高(0.55),综合表现最好。类群Ⅴ包含36份资源,占比22.78%,该类群的主要特点为穗长最长、千粒重最重、每穗实粒数最多和籽粒宽度最宽,D值为0.54,仅次于类群Ⅳ。
表8 参试裸大麦不同类群的主要性状及D值
Table 8
| 项目 Item | 类群Group | ||||
|---|---|---|---|---|---|
| Ⅰ | Ⅱ | Ⅲ | Ⅳ | Ⅴ | |
| 份数Number | 20 | 31 | 50 | 21 | 36 |
| PH (cm) | 89.24 | 102.11 | 92.25 | 100.45 | 99.64 |
| SL (cm) | 8.15 | 8.25 | 5.66 | 7.39 | 8.41 |
| TGW (g) | 48.70 | 34.06 | 32.26 | 46.96 | 50.99 |
| FGPS | 26.31 | 55.08 | 59.09 | 43.63 | 59.67 |
| GA (mm2) | 28.36 | 33.15 | 38.03 | 27.55 | 34.94 |
| GP (mm) | 21.59 | 19.47 | 18.45 | 20.24 | 21.01 |
| GL (mm) | 8.77 | 7.97 | 7.40 | 8.05 | 8.39 |
| GW (mm) | 4.07 | 3.53 | 3.65 | 4.03 | 4.15 |
| RLWG | 2.16 | 2.28 | 2.05 | 2.01 | 2.04 |
| BG (%) | 3.44 | 3.79 | 3.99 | 4.74 | 4.53 |
| D值D-value | 0.52 | 0.41 | 0.38 | 0.55 | 0.54 |
3 讨论
3.1 裸大麦种质资源的变异系数和遗传多样性分析
种质资源的变异系数和H′能够反映性状变量的离散程度,体现不同资源的遗传背景和抵抗逆境的能力,对现有种质资源分类、筛选与利用对专用型裸大麦新品种选育具有重要的参考价值[19-20]。一般认为,变异系数>10%,样本间差异显著[21]。本研究中,质量性状的变异系数在15.83%~69.65%,数量性状的变异系数在7.84%~35.64%,除籽粒周长、籽粒长度、籽粒宽度和长宽比外,其余性状的变异系数均>10%,表现出明显的差异性,有利于筛选优异裸大麦种质。参试资源的H′在0.51~2.09,平均值为1.62,表明参试资源的遗传变异较为丰富,可为后续品种改良提供种质基础。质量性状中粒色的H′最高,数量性状中籽粒宽度的H′最高,但变异系数最低,H′和变异系数无明显相关性,这与徐肖等[22]和夏腾飞等[23]的研究结果较为一致。
3.2 裸大麦种质资源的相关性和主成分分析
相关性分析能够体现不同性状的关联程度。本研究对参试资源15个性状进行了相关性分析,结果显示大部分性状间存在显著或极显著相关性,其中β-葡聚糖含量与穗密度呈极显著负相关,与籽粒长宽比呈显著负相关,与穗长、每穗实粒数和籽粒周长呈显著正相关,与籽粒颜色、穗色、千粒重和籽粒宽度呈极显著正相关,因此可利用穗密度、籽粒长宽比、穗长、每穗实粒数、籽粒周长、籽粒颜色、穗色、千粒重和籽粒宽度来调控裸大麦籽粒的β-葡聚糖含量。然而,牛小霞等[24]研究发现,裸大麦的β-葡聚糖含量与粒型性状和千粒重无显著相关性,这可能由于测试资源的来源、数量、年份和环境不一致所致。
主成分分析可以将多个变量降维为少数不相关的综合指标,在简化原有信息的基础上更好地描述总变异构成特征[18]。本研究共筛选出6个主成分,PC1为籽粒大小因子,PC2为籽粒长宽比因子,PC3代表颜色因子,PC4是每穗实粒数和β-葡聚糖含量的综合反映,PC5为籽粒面积因子,PC6代表芒型因子,表明籽粒大小、颜色、芒型、每穗实粒数和β-葡聚糖含量等性状对参试资源综合性状差异有较大的贡献。
3.3 裸大麦种质资源的隶属函数分析与综合评价
对种质资源进行综合评价能够为挖掘和利用优异资源提供理论和实践基础[25]。结合隶属函数法和主成分分析对种质资源进行综合评价可以消除性状间的相关性,避免直接利用单一或某些性状造成评价过于片面的问题,目前已在水稻[18]、高粱[26]和裸大麦[27]等作物中得到应用。本研究利用隶属函数法对主成分得分值进行归一化处理,计算得到综合得分D值。资源的D值越大,其综合性状表现越优异。Jet、Tet、22DJ2、藏青3000和12-10-556的D值较高,综合性状最佳,其中Jet、Tet和22DJ2均来自类群Ⅳ,藏青3000和12-10-556来自类群Ⅴ,除12-10-556的β-葡聚糖含量为4.34%外,这5份资源的千粒重和β-葡聚糖含量均较高,且能较好适应江苏地区的生长环境,可作为优异亲本与当地主栽品种杂交,以提高江苏地区裸大麦的千粒重和β-葡聚糖含量。结合D值和15个性状进行逐步回归分析,构建回归方程,筛选评价裸大麦参试资源的最优指标[28]。15个性状中千粒重、穗色、籽粒周长、β-葡聚糖含量、棱型、籽粒面积和籽粒宽度对D值影响显著,可作为综合评价裸大麦资源的关键指标。
3.4 裸大麦种质资源的聚类分析
聚类分析是研究作物种质资源的亲缘关系及起源的常用手段,可以直观体现种质个体间相关性的分类[19]。系统聚类法将参试裸大麦资源分为5类,类群Ⅰ主要特征为株高矮、每穗实粒数少、β-葡聚糖含量低、籽粒周长长和籽粒长度长;类群Ⅱ主要特征为株高高、籽粒宽度小和籽粒长宽比大;类群Ⅲ类主要特征为穗长短、千粒重低、籽粒周长短、籽粒长度短、D值低且籽粒面积大;类群Ⅳ的主要特征为β-葡聚糖含量高、籽粒面积小、长宽比低且D值最高;类群Ⅴ主要表现为穗长长、千粒重重、每穗实粒数多且籽粒宽度最宽,D值仅次于类群Ⅳ。不同类群的主要特征各不相同,应优先选择类群Ⅳ和类群Ⅴ的资源作为专用型裸大麦育种的亲本材料。聚类分析主要聚集性状相似的材料,而相同地理来源的种质并没有聚为一类,在糜子中也发现相同的现象[29]。这可能是同一地理来源的种质由于气候环境和人工选择出现了遗传分化。然而,D值较高的类群Ⅳ和类群Ⅴ中,江苏资源仅有3份,综合性状较西藏和青海等其他来源的裸大麦资源存在较大差距。
本研究中参试裸大麦资源的遗传多样性丰富,结合隶属函数法和主成分分析计算综合得分D值,筛选了一批优异资源,为裸大麦资源高效利用提供了种质基础。聚类分析将资源分为5类,其中类群Ⅳ和类群Ⅴ的资源综合性状表现优异,可作为杂交育种的亲本。下一步将结合重测序技术进一步分析参试资源的遗传多样性和群体结构,科学全面地评价裸大麦资源,为种质资源创新和新品种培育提供理论依据。
4 结论
158份裸大麦材料15个性状的H′在0.51~ 2.09,平均值为1.62;变异系数在7.84%~69.65%,平均为26.69%,表明供试材料的遗传多样性较为丰富。筛选出Jet、Tet、22DJ2、藏青3000和12-10-556等综合性状较好的材料,可作为优质高产多抗裸大麦品种选育的优良亲本。
参考文献
Diversity analysis of the developed qingke (hulless barley) cultivars representing different growing regions of the qinghai-tibet plateau in China using sequence related amplified polymorphism (SRAP) markers
Exome sequencing of geographically diverse barley landraces and wild relatives gives insights into environmental adaptation
DOI:10.1038/ng.3612
PMID:27428750
After domestication, during a process of widespread range extension, barley adapted to a broad spectrum of agricultural environments. To explore how the barley genome responded to the environmental challenges it encountered, we sequenced the exomes of a collection of 267 georeferenced landraces and wild accessions. A combination of genome-wide analyses showed that patterns of variation have been strongly shaped by geography and that variant-by-environment associations for individual genes are prominent in our data set. We observed significant correlations of days to heading (flowering) and height with seasonal temperature and dryness variables in common garden experiments, suggesting that these traits were major drivers of environmental adaptation in the sampled germplasm. A detailed analysis of known flowering-associated genes showed that many contain extensive sequence variation and that patterns of single- and multiple-gene haplotypes exhibit strong geographical structuring. This variation appears to have substantially contributed to range-wide ecogeographical adaptation, but many factors key to regional success remain unidentified.
Abundant genetic diversity harbored by traditional naked barley varieties on tibetan plateau: implications in their effective conservation and utilization
DOI:10.3390/biology13121018
URL
[本文引用: 1]
Naked barley (Hordeum vulgare var. nudum) is a staple food crop, contributing significantly to global food security. Understanding genetic diversity will facilitate its effective conservation and utilization. To determine genetic diversity and its distribution within and among varieties, we characterized 30 naked barley varieties from Tibet, representing the traditional, modern, and germplasm-resources-bank gene pools, by analyzing SSR molecular fingerprints. The results demonstrate abundant genetic diversity in Tibetan naked barley varieties, particularly those in the traditional gene pool that holds much more private (unique) alleles. Principal coordinates and STRUCTURE analyses indicate substantial deviation of the modern varieties from the traditional and germplasm-resources-bank varieties. A considerable amount of seed mixture is detected in the modern varieties, suggesting the practices of using mixed seeds in modern-variety cultivation. Cluster analyses further indicate the narrow genetic background of the modern varieties, likely due to the limited number of traditional/germplasm-resources-bank varieties applied in breeding. Relationships between increases in genetic diversity and sample sizes within naked barley varieties highlight the importance of effective sampling strategies for field collections. The findings from this study have important implications for the sustainable utilization and effective conservation of different types of naked barley germplasm, both in Tibet and in other regions around the world.
Promising effects of β-glucans on glyceamic control in diabetes
Characterization,in vitro binding properties,and inhibitory activity on pancreatic lipase of β-glucans from different Qingke (Tibetan hulless barley) cultivars
In vitro and in vivo antioxidant activity of polyphenols extracted from black highland barley
大麦表型多样性分析及优异饲草种质资源筛选
DOI:10.13430/j.cnki.jpgr.20181109001
[本文引用: 1]
为探究我国库存大麦种质资源的表型多样性及其变异规律,同时挑选高生物产量的大麦遗传资源发展饲草大麦,本研究以来源于全国不同地区的102份库存高秆大麦种质为材料,通过Shannon-Weaver多样性指数、相关分析、聚类分析、主成分分析等方法对15个表型性状进行综合评价。结果表明:15个性状中拔节期底部叶片黄化、倒伏性、灌浆期底部叶片黄化、千粒重变异较大,粒宽、株高变异较小,表型多样性指数范围为0.729 - 0.957,皮裸性、千粒重、籽粒周长、灌浆期株高等性状的遗传多样性较高。不同来源种质间表型多样性比较结果表明,冬大麦生态区表型多样性(0.721)高于西南及青藏高原裸大麦生态区(0.706)。相关分析、主成分分析、聚类分析均表明,皮裸性是影响大麦种质表型差异的重要影响因素,而倒伏、拔节期和灌浆期底部叶片黄化等饲草相关性状相对独立。聚类分析将102份种质分为4类,相同来源地的种质聚在一起。本研究结果表明我国库存大麦种质资源具有丰富的表型多样性,从中筛选的高秆、大叶、抗倒伏等优异性状的大麦资源,为后续培育青饲、青贮专用型大麦品种提供了资源保障。
青稞种质资源对大麦黄矮病毒的抗性鉴定和生理分析
DOI:10.13430/j.cnki.jpgr.20221231001
为明确青稞种质资源对大麦黄矮病毒( BYDV,barley yellow dwarf virus) 的抗性水平,本研究采用田间人工接种法,对245份青稞材料进行了连续3年抗病性鉴定。供试材料中仅有08-1280表现为高抗黄矮病,6份材料(ZYM1289、北青6号、ZDM4409、甘青2号、藏青3000、ZYM1853)表现为抗病,中抗、感病、高感材料分别有47份、173份、18份。分子标记检测结果显示08-1280携带Yd2抗性基因。为了解大麦黄矮病毒侵染对青稞抗性生理指标的影响,分析了接种病毒后高抗材料08-1280、高感材料康青3号中总酚、脯氨酸、可溶性糖和可溶性蛋白含量的变化差异。接种后10 d,高抗材料总酚、脯氨酸含量增加幅度显著高于高感材料。接种后30 d时,高抗材料总酚含量增加幅度高于高感材料,可溶性糖含量增加幅度显著低于高感材料;与对照组相比,高抗材料可溶性蛋白显著下降,高感材料显著上升。本研究为青稞抗病品种培育和抗性机制研究提供了优异资源和理论参考。
贵州香禾糯地方稻种资源表型遗传多样性分析与综合评价
DOI:10.3864/j.issn.0578-1752.2023.11.001
[本文引用: 3]
【目的】分析贵州传统特色地方稻种资源香禾糯种质的表型遗传多样性,筛选表型综合评价指标,构建可靠的综合评价模型,为香禾糯特色优异种质的发掘和选育提供理论支撑。【方法】以286份来源于贵州黔东南州的香禾糯种质为研究对象,测定其13个表型性状。综合运用遗传多样性指数、主成分分析结合隶属函数法、回归分析等多元统计方法,对香禾糯种质进行表型遗传多样性分析和综合评价。【结果】香禾糯种质具有较高的表型遗传多样性,13个表型性状的变异系数为6.79%(谷粒宽)—30.73%(单株有效穗),多样性指数(H')为2.484(谷粒长宽比)—2.996(剑叶宽)。相关性分析表明,各性状间显著或极显著相关,主成分分析将13个单项指标转换为7个独立的综合指标,贡献率为8.44%—23.14%,累计贡献率达90.29%。通过隶属函数法计算表型综合评价D值显示排名前5的品种综合性状最优;13个表型中有11个性状与D值显著相关。利用逐步回归分析建立表型评价数学模型,Y=-0.249+0.119X<sub>5</sub>+0.395X<sub>13</sub>+0.071X<sub>6</sub>-0.161X<sub>3</sub>+0.108X<sub>10</sub>+ 0.170X<sub>2</sub>+0.110X<sub>9</sub>(F =2 800.200,R<sup> 2</sup>=0.986),筛选出7个表型综合评价指标。基于D值进行系统聚类,将286份种质划分为4类,各类群间性状差异明显,特点突出。第Ⅰ类综合性状最优,具有高产潜力,包含38份资源;第Ⅱ类综合性状一般,结实率较高,包含103份资源;第Ⅲ类综合性状较差,生育期较长,包含94份资源;第Ⅳ类综合性状最差,包含51份资源。【结论】贵州香禾糯稻种资源表型遗传多样性丰富;采用多元统计分析方法综合评价香禾糯种质是可行的;相同条件下构建的回归方程,可量化评价香禾糯种质的综合表现,且穗实粒数、谷粒宽、结实率、单株有效穗、剑叶长、株高和单株产量可作为鉴评指标;鉴选出早禾、糯禾-12、90天禾、苟东-1、糯禾-11等综合性状协调的优异种质,可供香禾糯品种遗传改良与水稻育种利用。
基于表型性状分析蕙兰种质资源遗传多样性
DOI:10.3864/j.issn.0578-1752.2025.02.010
[本文引用: 1]
【目的】研究蕙兰种质的表型性状变异规律和遗传多样性关系,探讨可靠的种质资源综合评价方法,筛选蕙兰优异种质,为蕙兰种质创新与新品种选育提供重要依据。【方法】以102份蕙兰种质为供试材料,对其38个表型性状进行测定,综合运用遗传多样性指数、主成分分析,结合隶属函数法、聚类分析和相关性分析等多元统计方法,对蕙兰种质进行表型遗传多样性分析和综合评价,并根据综合评价F值及目标性状筛选出蕙兰优异种质。【结果】102份蕙兰种质数量性状变异系数为13.18%—28.28%,遗传多样性指数为1.52—1.97,花数、萼片形状等性状的遗传多样性指数较高;各花部表型性状间的相关系数中达到显著或极显著的有46对性状,多数营养器官性状与生殖器官性状间呈极显著正相关;主成分分析结果表明,蕙兰种质资源表型性状累计贡献率达到74.52%时,共提取出12个主成分;利用隶属函数法计算综合评价F值,综合评价F值变化范围为-0.45—1.26,获得排名前10的综合性状优异的蕙兰种质资源;通过系统聚类将蕙兰表型性状和种质资源分别聚为3类,R型聚类结果直观展示了蕙兰不同数量、质量性状指标之间的关联性,与相关性分析结果一致;Q型聚类结果揭示了不同蕙兰种质之间的亲缘关系和遗传背景,综合评价F值排名前10的种质资源有9个位于第Ⅲ大类群。【结论】蕙兰种质资源在数量性状和质量性状上均表现出极为丰富的多样性;采用多元统计分析方法综合评价蕙兰种质是可行的;隶属函数法结合主成分分析法计算表型综合值可量化蕙兰种质资源的综合性状,筛选出‘大一品’‘金奥素’‘程梅’‘宝蕙素’‘江南新极品’‘郑孝荷’‘大陈字’‘绣蕙牡丹’‘蕙兰虎斑’‘端蕙梅’等性状优良的种质资源;株型、花色、萼片及花瓣姿态可作为蕙兰种质评价的关键性指标,以供蕙兰育种亲本材料筛选以及种质资源创新利用。
青藏高原裸大麦种质资源形态多样性分析
DOI:10.3969/j.issn.1004-1524.2019.07.02
[本文引用: 1]
为了解青藏高原裸大麦区种质资源的遗传多样性,提高该地区裸大麦种质资源利用效率,对86份青藏裸大麦种质资源的形态多样性进行鉴定。结果表明:该地区裸大麦种质资源遗传多样性丰富,主穗长的形态多样性指数最高,为2.05;株型的遗传多样性指数最低,为0.47。总体表现为数量性状形态多样性指数大于质量性状。基于形态性状的聚类分析把86份材料聚为4类,第Ⅰ类是二棱种质,为高秆大穗大粒型,第Ⅱ类种质为矮秆多粒长穗型,第Ⅲ类种质为短穗型,第Ⅳ类种质为高秆多粒型。采用主成分分析进行种质评价,提取前7个主成分即可概括全部性状的大部分生物学信息,筛选出适合江苏地区生长的优良种质资源,为裸大麦种质资源的收集和利用提供理论依据。
基于表型性状的高粱育种材料遗传多样性分析及综合评价
DOI:10.3864/j.issn.0578-1752.2023.15.001
[本文引用: 1]
【目的】 解析高粱育种材料的表型性状变异规律和遗传多样性,探讨育种材料的综合评价方法,筛选高粱优异种质,为高粱种质创新与新品种选育提供重要依据。【方法】 以263份不同来源的高粱种质为供试材料,2015—2016年在山西榆次对其17个表型性状进行鉴定,采用Shannon-Wiener's多样性指数计算表型性状的遗传多样性,综合运用相关分析、主成分分析、聚类分析和逐步回归等方法对高粱种质进行综合评价,并根据综合评价F值及目标性状筛选出高粱优异种质。【结果】 263份高粱育种材料具有较高的遗传多样性,不同性状的多样性指数分布范围为0.497—2.075,其中,穗形的多样性指数最小,穗柄长的多样性指数最大。不同年份7个数量性状的变异系数有所变化,变幅最小的是生育期,其次是穗长;变幅最大的是单穗粒重,其次是茎粗。育种材料综合评价表明在累计贡献率高于80%时,共发现11个主成分;利用隶属函数法计算表型综合值(F值),高粱育种材料的表型性状综合值(F值)平均为0.464,恢复系L28的F值最高(0.581),保持系72B/DORADO双的F值最低(0.330)。通过逐步回归建立了12个性状(主脉色、穗型、穗形、芒性、颖壳包被度、粒形、株型、茎粗、穗长、单穗粒重、千粒重和生育期)作为自变量的回归方程,可以作为高粱育种材料表型性状的综合评价指标。基于F值进行聚类,将263份供试材料分为6个类群,其中,第Ⅳ类群的33份材料农艺性状优良,平均F值最高,可作为材料创新及杂交育种的亲本材料。【结论】 参试高粱种质表型性状遗传变异较为丰富,遗传多样性高,采用多元统计分析方法综合评价高粱种质是可行的;筛选出优异种质33份。
花生种质资源表型性状的综合评价及指标筛选
DOI:10.13430/j.cnki.jpgr.20180105001
[本文引用: 1]
分析花生种质资源表型性状的遗传变异规律,构建花生种质资源的综合评价体系,筛选最优的评价指标。本研究以40份花生种质资源的17个表型性状为研究对象,利用变异系数与Shannon-Weaver多样性指数对表型性状的遗传多样性进行分析,采用聚类分析、主成分分析以及逐步回归分析对花生种质资源进行了综合评价和鉴定指标的筛选。结果表明:17个表型性状的变异系数变化范围为4.15%-31.82%,油酸、亚油酸以及蔗糖含量的性状变异丰富,出仁率、粗脂肪及蛋白质的性状较稳定。多样性指数变化范围为1.39-2.06,主茎高、百仁重及蛋白质的性状分布比较均匀,油酸、亚油酸及棕榈酸的性状分级及分布较不均匀。聚类分析把40份花生种质资源分为了4个类群。主成分分析把17个表型性状归为5个主成分(累计贡献率80.41%,反映出17个表型性状的大部分信息),依次为花生籽粒含油量因子、籽粒含糖量因子及丰产性因子,以上因子可以较准确的评价花生种质。花生种质表型性状的综合评价由F值大小判定,F值均值为0.73,开农176的F值最高,阜花12号的F值最低。由逐步回归分析筛选出8个表型性状:单株鲜果重、百果重、出仁率、粗脂肪、蛋白质、棕榈酸、油酸和蔗糖含量。花生种质资源遗传多样性较丰富,综合评价F值可以为花生种质资源评价提供参考,筛选的8个表型性状可以作为花生种质资源性状评价指标。
/
| 〈 |
|
〉 |

