作物杂志, 2026, 42(4): 85-94 doi: 10.16035/j.issn.1001-7283.2026.04.010

遗传育种·种质资源·生物技术

442份青稞种质资源农艺性状遗传多样性分析与优异种质筛选

周佳浩,1,2, 王燕,1,3, 杨明奇1,2, 谢润东1,3, 姚有华1,3, 吴昆仑,1,2,3, 姚晓华,1,3

1 青海大学农林科学院810016青海西宁

2 青海大学农牧学院810016青海西宁

3 青海省青稞遗传育种重点实验室/国家麦类改良中心青海青稞分中心/青藏高原种质资源研究与利用实验室810016青海西宁

Genetic Diversity Analysis of Agronomic Traits and Screening of Elite Germplasm in 442 Highland Barley Germplasm Resources

Zhou Jiahao,1,2, Wang Yan,1,3, Yang Mingqi1,2, Xie Rundong1,3, Yao Youhua1,3, Wu Kunlun,1,2,3, Yao Xiaohua,1,3

1 Academy of Agriculture and Forestry Sciences, Qinghai University, Xining 810016, Qinghai, China

2 College of Agriculture and Animal Husbandry, Qinghai University, Xining 810016, Qinghai, China

3 Qinghai Provincial Key Laboratory of Highland Barley Genetics and Breeding / Qinghai Highland Barley Sub-Center of National Wheat Improvement Center / Laboratory of Germplasm Resources Research and Utilization of Qinghai-Tibet Plateau, Xining 810016, Qinghai, China

通讯作者: 姚晓华,研究方向为青稞遗传育种,E-mail:yaoxiaohua009@126.com吴昆仑为共同通信作者,研究方向为青稞遗传育种,E-mail:wklqaaf@126.com

收稿日期: 2025-05-18   修回日期: 2025-07-22   网络出版日期: 2025-10-17

基金资助: 青海大学科研实力提升专项(2025KTST09)
青海省科技特派员专项(2025-NK-P01)
青海大学农牧学院农科拔尖创新人才科研训练项目(NKX202509)

Received: 2025-05-18   Revised: 2025-07-22   Online: 2025-10-17

作者简介 About authors

周佳浩,研究方向为青稞遗传育种,E-mail:3525478909@qq.com

王燕为共同第一作者,研究方向为青稞遗传育种,E-mail:1041530613@qq.com

摘要

为研究青藏高原青稞种质资源关键农艺性状的遗传多样性,基于来自中国青海、西藏、四川、甘肃、云南和国外的442份青稞种质资源,分析8个籽粒性状(籽粒面积、粒长、粒宽、粒厚、籽粒直径、籽粒圆度、千粒重、籽粒硬度)和4个株型性状(株高、穗下节间长、穗长、芒长)的表型遗传多样性,并筛选优异种质。结果表明,各性状均符合正态分布,变异系数在4.31%~32.70%,其中,芒长的变异最为显著,籽粒直径的变异程度最小。遗传多样性指数在1.84~2.10,粒宽和籽粒直径的最大,芒长的最小。相关性分析表明,各农艺性状间普遍存在相关性,与千粒重显著相关的性状最多(9个),与株高显著相关的性状最少(3个)。主成分分析显示,PC1的贡献率为37.621%,籽粒直径、籽粒面积、粒宽、粒厚和千粒重为主要性状。性状综合分析得分最高的种质为虎达紫、嘎不和胜利白。聚类分析将供试种质资源划分为5个类群,类群1种质数量最多(415份)、千粒重较大(43.72 g)且株高最低(102.36 cm),表现出高产和抗倒伏的优异特征。

关键词: 青稞; 种质资源; 农艺性状; 遗传多样性; 聚类分析

Abstract

To investigate the genetic diversity of key agronomic traits of highland barley germplasm resources on the Qinghai-Tibet Plateau, the phenotypic genetic diversity of eight grain traits (grain area, grain length, grain width, grain thickness, grain diameter, grain roundness, 1000-grain weight, and grain hardness) and four plant-architecture traits (plant height, internode length below the spike, spike length, and awn length) was analyzed based on 442 highland barley germplasm resources from Qinghai, Tibet, Sichuan, Gansu, Yunnan, and abroad, and elite germplasm were screened. The results showed that all traits followed a normal distribution, with coefficients of variation ranging from 4.31% to 32.70%; among them, the variation of awn length was the most significant, and the degree of variation in grain diameter was the smallest. The genetic diversity indices ranged from 1.84 to 2.10, with grain width and grain diameter being the largest and awn length being the smallest. Correlation analysis indicated that correlations were prevalent among various agronomic traits, with 1000-grain weight significantly correlated with the most traits (9) and plant height significantly correlated with the fewest traits (3). Principal component analysis showed that the contribution rate of PC1 was 37.621%, with grain diameter, grain area, grain width, grain thickness, and 1000-grain weight as the primary traits. The germplasms with the highest scores in the comprehensive trait analysis were Hudazi, Gabu, and Shenglibai. Cluster analysis divided the tested germplasm resources into five groups, with Group 1 having the largest number (415), high 1000-grain weight (43.72 g) and the lowest plant height (102.36 cm), exhibiting elite characteristics of high yield and lodging resistance.

Keywords: Highland barley; Germplasm resources; Agronomic traits; Genetic diversity; Cluster analysis

PDF (974KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

周佳浩, 王燕, 杨明奇, 谢润东, 姚有华, 吴昆仑, 姚晓华. 442份青稞种质资源农艺性状遗传多样性分析与优异种质筛选. 作物杂志, 2026, 42(4): 85-94 doi:10.16035/j.issn.1001-7283.2026.04.010

Zhou Jiahao, Wang Yan, Yang Mingqi, Xie Rundong, Yao Youhua, Wu Kunlun, Yao Xiaohua. Genetic Diversity Analysis of Agronomic Traits and Screening of Elite Germplasm in 442 Highland Barley Germplasm Resources. Crops, 2026, 42(4): 85-94 doi:10.16035/j.issn.1001-7283.2026.04.010

青稞(Hordeum vulgare L.)为禾本科大麦属作物,因其成熟时稃壳与籽粒分离,所以又称裸大麦[1]。作为青藏高原地区极具代表性的传统作物,青稞在该区域的农业生态系统中占据核心地位,其种植历史悠久,具有显著的文化与生态适应性价值[2]。青稞中含有丰富的蛋白质、矿物质、维生素和淀粉等,是极具营养价值的农作物[3]。除作为日常食粮外,青稞由于富含β-葡聚糖、硒以及多酚类物质,对于改良饮食结构和改善人体健康状况也有着重要作用[4]。此外,青稞作为高寒生态系统中的重要组成部分,在固定土壤、防止水土流失和维持生态平衡方面发挥着关键作用[5]。由此可见,青稞种质资源的性状分析和优异种质筛选对青藏地区人民的饮食、健康和生态具有重要意义。

近年来,诸多学者结合数学统计方法,在青稞种质的筛选方面取得了显著进展。牛小霞等[6]基于逐步回归分析方法,从40份青稞种质的15个农艺性状中筛选出株高等7个关键性状作为种质资源评价的核心指标;卓嘎等[7]基于西藏地区310份青稞种质资源的6个重要性状进行遗传多样性分析,揭示了该地区青稞品种丰富的遗传多样性和显著的地域性差异;夏腾飞等[8]则利用聚类分析方法,对267份青稞种质资源的10个质量性状和9个数量性状进行了综合评价,成功鉴定出低分蘖、大粒且多穗的高产类群;刘雅洁等[9]通过对75份青稞种质资源的综合评价,筛选出优异种质,为后续育种工作奠定了基础;旺姆等[10]对青稞的6个表型性状进行综合鉴定,为未来青稞改良中亲本的选择提供了思路和依据。本研究对442份供试青稞种质资源的12个农艺性状进行分析,涵盖性状更全面,种植规模更大,研究结果更具普遍性。

青藏高原作为我国青稞的主要种植区,种植历史悠久,并且极端的高原气候[11]使得该地区有着更加丰富的遗传资源。因此,在青藏高原地区开展青稞种质资源的研究对于加速青稞品种遗传改良进程、筛选优异种质、培育具有优良农艺性状和适应性的新品种有重要意义。本研究以来自中国青海、西藏、四川、甘肃和国外的442份青稞种质资源为材料,对8个籽粒性状(籽粒面积、粒长、粒宽、粒厚、籽粒直径、籽粒圆度、千粒重、籽粒硬度)和4个株型性状(株高、穗下节间长、穗长、芒长)进行遗传多样性分析、相关性分析、主成分分析和聚类分析,并建立线性回归模型,以分析青藏高原青稞的遗传多样性、筛选优良种质以及探索不同性状之间的相关性,为培育优良品种提供理论依据。

1 材料与方法

1.1 试验材料

442份供试青稞品种由中国农业科学院国家作物种质库提供(表1)。

表1   供试青稞品种

Table 1  Highland barley varieties tested

编号Code品种Variety编号Code品种Variety编号Code品种Variety编号Code品种Variety编号Code品种Variety
23_2肚里黄23_70晋内嘎布23_130春青稞23_180吉丁浅兰23_255马绕
23_3麻青稞23_71本地白青稞23_131兰六棱23_181吉丁23_256扎仁
23_4木选1号23_72白青稞23_132嘎列23_182吉丁紫23_257扎仁
23_6湟中瓦兰青稞23_73杂青稞23_133白青稞23_183车多23_258扎布那
23_7湟源1(黄四棱)23_77易贡隆青稞23_134苏马23_185嘎拉黄23_259扎尼玛
23_8大通瓦兰23_78纳沙23_135紫六棱23_186翁珠23_260扎尼嘎不
23_9乐都青稞23_80纳沙23_136早熟青稞23_187帕当嘎布23_261扎瑞
23_11民和青稞23_81门巴青稞23_137灰壳23_188二季青稞23_262木扎
23_12化隆红青稞23_82兰青稞23_140黑青稞23_189山则青稞23_263瓦尼
23_13循化4(紫四棱)23_83年楚23_141杂塘23_190乃东兰23_264中长侧短紫青稞
23_14门源白青稞23_84六十天23_142欧姆兰23_192加热白青稞23_265中间型大麦
23_15门源亮兰青稞23_85塞包23_143六棱23_193扎尼马23_266长芒白青稞
23_16祁连花腰青稞(兰四棱)23_87嘎基彭错23_145白青稞23_195耐那23_267长芒白青稞
23_17贵德麻青稞23_88嘎不23_146乌鸦黑23_196欧泽23_268长芒白青稞
23_18察汗乌苏红胶泥23_89多布九23_147兰青稞23_198白密穗23_270长芒白青稞
23_20德令哈青稞23_91紫青稞23_148吉塘兰23_199玛若23_271长芒白青稞
23_21湟中黄青稞23_93米如23_149索朗紫23_200雄马23_273长芒青稞
23_22互助红胶泥23_97班那岗白23_151黑青稞23_201仁进里23_274长芒青稞
23_23互助藏青稞23_98通路西卡兰23_152黑青稞23_203六棱青稞23_276长芒密穗
23_24互助六棱23_100酣久马23_154长芒白23_206紫青稞23_277长芒紫青稞
23_25乐都黑六棱23_103白青稞23_155本地青稞23_207黄青稞23_278长芒黑青稞
23_27循化黑青稞23_105索柱23_156卡娃胛波23_210囊中23_279长芒黑青稞
23_28循化2号(紫)23_106青稞23_157黑青稞23_211永267723_280长芒黑青稞
23_29循化青稞(紫)23_107紫青稞23_158耐那23_214阳西白23_281长芒蓝青稞
23_36三岩龙本地青稞23_110班那岗兰23_159黑青稞23_215希德白23_282什伯赤热
23_39高山紫黑青稞23_112农仁兰23_160岬托黄23_217库龙黄23_283乌久
23_40巴底春青稞23_113白青稞23_162白玉23_218扎西岗青稞23_285玉粒
23_41松潘灰青稞23_114芒六棱23_163长勾芒23_219穷让黄23_288卡热白
23_42白青稞23_115亚加白23_164本地青稞23_222苏如23_289四棱蓝青稞
23_43小春黑青稞23_116吉那23_165白青稞23_223穷结紫青稞23_290生尺马绕
23_44六棱短芒23_117长芒白(冬播)23_166哈扎白23_237二粒23_291白青稞
23_45巴塘八十天早青稞23_118长白冬23_167黑青稞23_240乃那23_292白青稞
23_46黑水青稞2号23_119短芒冬播23_168紫青稞23_242乃那23_294白青稞
23_48色尔古23_120白青稞23_169普兰白青稞23_243乃玛久布23_295白青稞
23_52绿青稞23_121加查白壳23_170旱地早熟23_244乃青23_297白青稞
23_54德甘拉青稞23_122紫红大棱23_171柳乡兰23_245乃拿扎仁23_298白青稞
23_60W8-223_123白青稞23_172虎达紫23_246乃嘎布23_299白青稞
23_64黑青稞23_124查久23_173穷让旱地白23_247乃嘎布23_300白青稞
23_65列旺色列23_125扎尼玛23_174荣乡白23_248下盐井尼嘎23_301白青稞
23_66查九青稞23_126查久23_176卡至白23_250门勒23_302白青稞
23_67花籽23_127那缺黑23_177申吉则兰23_251门琼-123_309白青稞
23_68拉木兰青稞23_128浪波23_178木嘎23_252门嘎如乃那23_311白青稞
23_69嘎夏折通23_129群体23_179郭青23_254马若23_315
23_316尼多23_374阿巴住23_433紫青稞23_487吉定黄23y_2292022Y-45-5-6
23_318尼玛23_377青稞23_434紫青稞23_489早熟青23y_230全株黑
23_320尼卓玛23_378青稞23_436紫青稞23_490冲堆紫23y_232_1KL16
23_321尼满23_379青稞23_437紫青稞23_491江林黄23y_234GY027FB0423
23_322尼嘎23_380青稞23_438紫青稞23_493农木扎23y_235甘青4号
23_323尼嘎23_381直筒23_439紫青稞23_494希洞23Y_23715-1141
23_324尼嘎扎仁23_382欧久23_440紫青稞23_496若作青23y_238种质库
23_325加曲尼23_383欧子23_441紫青稞23_497侠洛兰23y_239康青糯1号
23_326加卓玛23_385旺多23_442紫青稞23_498春丕青稞23y_240糯青稞
23_327对芒白青稞23_387果洛23_443紫青稞23_499查青没叉23y_241肚里黄
23_328对芒白青稞23_388果洛23_444紫青稞23_500胜利白23y_24221Y-14-1
23_329对芒白青稞23_389果洛23_445紫青稞23_1247翁嘎短芒23y_245C2
23_331对芒紫青稞23_390果洛23_446紫钩芒青稞23_1248蓝青稞23y_24608-1127
23_332对芒紫青稞23_391果洛23_448黑青稞23_1249萨迦兰23y_248XZW-011
23_335对芒黑青稞23_393单珍23_450短芒白青稞23_1250康沙摸布23y_249云南红穗
23_336对芒蓝青稞23_394波乃嘎布23_452短芒紫青稞23_1251白青稞23y_250涅如母扎
23_337母嘎23_395泽仁23_453短芒紫青稞23_1252白青稞23y_251达章紫
23_340扬孙23_396查久23_454短芒紫青稞23_1254青稞23y_252白91-97-3
23_341共荣白青稞23_397查同玛23_455强布白23_1259六棱紫青稞23y_253KL14
23_342当地黑青稞23_398查诀23_456蓝白青稞23_1260蓝青稞23y_254青稞
23_345全芒紫青稞23_399查居23_457蓝青稞23_1262二道眉紫青稞23y_255甘南0835
23_346杀热23_400钩芒23_459蓝青稞23_1263六棱白青稞23y_256白青稞
23_347色布车仁23_402钩芒青稞23_461蓝青稞23_1264长芒白青稞23y_257陇青1号
23_348羊孙23_407奖扎乌日23_462蓝青稞23_1265长芒红青稞23y_259小新紫宅黑
23_349羊卓木穷23_408活勒23_463蓝青稞23_1266长芒红青稞23y_262ZDM6763洛扎红青稞
23_350次玛23_410热龙黑青稞23_464蓝青稞23_1267长芒紫青稞23y_263紫青稞
23_351江塘紫青稞23_411格木23_465嘎木23_1268蓝青稞23y_264长芒红青稞
23_352安布23_412格西23_466嘎日23_1269长钩芒紫青稞23y_266玉树囊谦
23_354那居23_413格西23_467嘎母23_1270白青稞23y_267阿坝17423
23_355红青稞23_414索曲23_468嘎母23_1271白康青23y_269蓝青稞
23_356红青稞23_415称仁嘎摸23_470嘎孜23_1273钩芒紫青稞23y_271M169陈静
23_357红青稞23_416粉红青稞23_471嘎夏23_1274短芒红胶泥23y_272短穗下节
23_358红青稞23_417浪波紫青稞23_472嘎夏23_1276蓝青稞23y_27321Y-14-1长穗上节
23_360红青稞23_418勒那23_473嘎夏23_1278德格青稞23y_274甘南0835
23_361赤欧豆23_419勒那23_474嘎雄23_1279拉绥青稞23y_305青稞
23_362贡乃23_420勒那23_476擦旺青稞23_1281隆孜青稞23y_306KL17塘格木
23_363贡嘎单琼23_421勒勒黑青稞23_477藏嘎达仁23_1282乃东青稞23y_309白青稞
23_364折巴23_422勒嘎23_478乃那23_1283白四棱23y_311化隆红青稞
23_365花钩芒青稞23_425康青23_479下康布青23y_220M16923y_312红青稞
23_366苏珠五穷23_426混在乃庆中23_480日古爬顺23y_221M19023y_315无皮青稞
23_367来康23_427密穗短芒青稞23_481长所蓝23y_222M14723y_317黑青稞-1
23_368肖孙23_428密穗蓝青稞23_482巴达摸布23y_223M25623y_32013-1047
23_369余孙23_429绿青稞23_483龙中黄23y_224藏青稞23y_32113-1408
23_370间肖刚木23_430绿青稞23_484尼日欧豆23y_2252022Y-45-5-2
23_371间肖嘎母23_431绿青稞23_485加加黄23y_226白青稞
23_372穷奶23_432紫青稞23_486对芒青23y_2282022Y-45-5-5

新窗口打开| 下载CSV


1.2 试验设计

2023年3月将青稞种质播种于青海西宁试验基地(36.73° N,101.75° E)。试验采用随机区组设计,每区组设3次重复。每个区组内包含所有待测种质,每份种质设置1个小区。小区采用单行点播种植,行长1.5 m,行距0.4 m,所有小区在区组内随机排列,采用常规田间管理。

1.3 测定项目与方法

于供试青稞收获前,使用量尺测定株高、穗下节间长、穗长和芒长。2023年7月收获籽粒并晾干后,每个品种随机挑取约300粒完整的种子,采用万深SC-G自动考种分析仪测定籽粒性状(籽粒面积、粒长、粒宽、粒厚、籽粒直径及籽粒圆度),采集图像并分析。每个品种随机挑取1000粒完整的种子,采用知种软件(浙江托普云农科技股份有限公司)结合分析天平(南京伯尼塔科学仪器有限公司)测定千粒重;对于不足1000粒的材料,计算公式:千粒重=籽粒总重量/籽粒总粒数× 1000。采用硬度计(山东盛泰仪器有限公司)测定籽粒硬度。

1.4 数据处理

利用Excel 2021软件进行遗传多样性分析,将12个农艺性状按每0.5σ为1级分为10级,从第1级[Xi<(μ-2σ)]到第10级[Xi>(μ+2σ)],每级相对频率用于计算Shannon-Wiener遗传多样性指数(H'):H'=-∑Pi×lnPii=1,2,3,……n),式中,Pi表示某性状第i级别内的相对频率[12]。利用IBM SPSS Statistics 27和Origin 2024软件进行相关性分析、聚类分析及主成分分析,分析前将数据在IBM SPSS Statistics 27中进行标准化处理。

2 结果与分析

2.1 青稞种质资源的遗传多样性分析和性状分布

表2可知,供试青稞种质12个农艺性状的变异系数在4.31%~32.70%,籽粒直径变异系数最小,芒长变异系数最大,说明芒长更易受遗传和环境因素的影响。各性状的H'在1.84~2.10,粒宽和籽粒直径的H'最大,芒长的H'最小。

表2   青稞种质的农艺性状及遗传多样性指数

Table 2  Agronomic traits and genetic diversity index of highland barley germplasm

性状Trait最大值Max.最小值Min.平均值Mean标准差SD变异系数CV (%)遗传多样性指数H'
籽粒面积Grain area (mm2)24.5815.7520.161.738.602.09
粒长Grain length (mm)9.276.667.820.455.802.06
粒宽Grain width (mm)4.033.023.490.195.452.10
籽粒直径Grain diameter (mm)5.574.465.040.224.312.10
籽粒圆度Grain roundness0.550.360.450.036.962.02
粒厚Grain thickness (mm)3.262.342.810.175.882.07
千粒重1000-grain weight (g)60.5230.0443.635.1611.842.08
籽粒硬度Grain hardness (N)273.7196.75162.2528.4017.512.04
株高Plant height (cm)133.5074.16102.669.669.412.07
穗下节间长Internode length below ear (cm)52.2022.5835.575.2514.772.06
穗长Spike length (cm)12.865.048.041.3116.312.03
芒长Awn length (cm)14.900.009.693.1732.701.84

新窗口打开| 下载CSV


对各性状的分布情况进行分析,12个农艺性状均符合正态分布(图1)。籽粒面积主要分布在17.56~22.76 mm2,粒长主要分布在7.14~8.50 mm,粒宽主要分布在3.20~3.77 mm,籽粒直径主要分布在4.72~5.37 mm,籽粒圆度主要分布在0.41~0.50,粒厚主要分布在2.57~3.06 mm,千粒重主要分布在35.88~51.37 g,籽粒硬度主要分布在119.64~204.86 N,株高主要分布在88.18~117.15 cm,穗下节间长主要分布在27.69~43.45 cm,穗长主要分布在6.07~10.01 cm,芒长主要分布在8.11~13.66 cm。其中芒长离散程度最大,体现了该群体表型在该性状上的多样性;除千粒重和籽粒硬度外的籽粒性状分布较集中,体现了该群体在这些性状上的稳定性。

图1

图1   青稞种质12个农艺性状的分布

Fig.1   Distribution of 12 agronomic traits of highland barley germplasm


2.2 青稞种质各农艺性状间的相关性分析

对442份供试青稞种质的12个农艺性状进行相关性分析,结果(表3)表明,籽粒面积与粒长、粒宽、籽粒直径、粒厚、千粒重、籽粒硬度、穗下节间长、穗长和芒长呈极显著正相关;粒长与粒宽、籽粒直径、粒厚、千粒重、穗下节间长、穗长和芒长呈极显著正相关,与籽粒硬度呈显著正相关,而与籽粒圆度呈极显著负相关;粒宽与籽粒直径、籽粒圆度、粒厚、千粒重和芒长呈极显著正相关,与籽粒硬度呈显著正相关;籽粒直径与粒厚、千粒重、籽粒硬度、穗下节间长、穗长和芒长呈极显著正相关;籽粒圆度与粒厚、千粒重呈极显著正相关,与穗长呈极显著负相关;粒厚与千粒重、籽粒硬度和芒长呈极显著正相关,与穗下节间长呈显著正相关。通过上述分析发现,千粒重与籽粒硬度、穗下节间长、芒长、籽粒面积、粒长、粒宽、籽粒直径、籽粒圆度和粒厚均呈极显著正相关,因此在青稞种质资源改良过程中应综合考虑不同性状对产量的影响。

表3   青稞种质资源各性状的相关性分析

Table 3  Correlation analysis of different characteristics of highland barley germplasm resources

性状
Trait
籽粒
面积
Grain
area
粒长
Grain
length
粒宽
Grain
width
籽粒直径
Grain
diameter
籽粒圆度
Grain
roundness
粒厚
Grain
thickness
千粒重
1000-
grain
weight
籽粒
硬度
Grain
hardness
株高
Plant
height
穗下节间长
Internode
length
below ear
穗长
Spike
length
芒长
Awn
length
籽粒面积Grain area1.000
粒长Grain length0.800**1.000
粒宽Grain width0.770**0.260**1.000
籽粒直径Grain diameter0.999**0.795**0.776**1.000
籽粒圆度Grain roundness-0.066-0.631**0.573**-0.0571.000
粒厚Grain thickness0.550**0.138**0.792**0.557**0.526**1.000
千粒重1000-grain weight0.711**0.408**0.726**0.714**0.242**0.710**1.000
籽粒硬度Grain hardness0.136**0.118*0.094*0.136**-0.0050.188**0.281**1.000
株高Plant height-0.0420.009-0.076-0.042-0.0660.0580.0590.151**1.000
穗下节间长
Internode length below ear
0.140**
0.144**
0.055
0.138**
-0.085
0.117*
0.165**
0.113*
0.522**
1.000
穗长Spike length0.150**0.286**-0.0620.149**-0.291**-0.0390.0750.116*0.154**0.106*1.000
芒长Awn length0.311**0.266**0.213**0.317**-0.0530.140**0.253**-0.017-0.020-0.0230.0231.000

*”表示在P < 0.05水平显著相关;“**”表示在P < 0.01水平极显著相关。下同。

*”indicates significant correlation at P < 0.05 level;“**”indicates extremely significant correlation at P < 0.01 level. The same below.

新窗口打开| 下载CSV


2.3 青稞种质资源的聚类分析

对供试青稞种质资源进行聚类分析,442份材料分为5大类群(图2),对比各类群农艺性状的平均值(表4)及其分布(图3)。类群1包含415份种质,占供试材料的93.89%,可代表442份青稞种质资源的基准水平,其株高最矮(102.36 cm)且千粒重较大(43.72 g),可从中挑选高产抗倒伏的核心材料;类群2包含12份种质,其籽粒面积(20.62 mm2)、籽粒直径(5.10 mm)、籽粒硬度(175.34 N)、株高(108.32 cm)和芒长(10.18 cm)均最大,为大粒长芒类群,可作为高产抗虫亲本用于育种研究;类群3包含3份种质,其粒长最长(8.14 mm),为长粒类群;类群4包含11份种质,其穗长最长(8.48 cm),为大穗类群,可用于穗长遗传机理的研究;类群5包含1份种质,其粒宽(3.65 mm)、籽粒圆度(0.49)和粒厚(3.00 mm)均最大,籽粒直径较大(5.06 mm)且粒长最小(7.57 mm),为圆粒类群,可用于籽粒形状的相关研究。

图2

图2   青稞种质资源聚类图

Fig.2   Clustering diagram of highland barley germplasm resources


图3

图3   青稞种质资源5个类群各农艺性状分布

Fig.3   Distribution of agronomic traits in five groups of highland barley germplasm resources


表4   青稞种质资源5个类群的农艺性状

Table 4  Agronomic traits of five groups of highland barley germplasm resources

类群
Group
数量
Number
籽粒面积
Grain
area
(mm2)
粒长
Grain
length
(mm)
粒宽
Grain
width
(mm)
籽粒直径
Grain
diameter
(mm)
籽粒圆度
Grain
roundness
粒厚
Grain
thickness
(mm)
千粒重
1000-grain
weight (g)
籽粒硬度
Grain
hardness
(N)
株高
Plant
height
(cm)
穗下节间长
Internode
length below
ear (cm)
穗长
Spike
length
(cm)
芒长
Awn
length
(cm)
141520.177.813.495.040.452.8243.72162.32102.3635.528.029.69
21220.628.003.485.100.442.7944.91175.34108.3238.298.3610.18
3320.248.143.305.050.412.5139.59173.63108.1139.397.888.34
41119.197.773.354.920.442.7539.84143.82106.4134.118.489.70
5120.267.573.655.060.493.0045.16144.92103.6030.727.999.86

新窗口打开| 下载CSV


2.4 青稞种质资源的主成分分析

计算442份供试种质资源12个农艺性状的隶属函数值,并进行主成分分析(表5),以每个成分的特征值是否大于1作为判断主成分的标准,最终筛选出3个主成分,特征值分别为4.515、2.258和1.607。3个主成分累计贡献率达69.827%,可代表供试种质的大部分信息。PC1的贡献率为37.621%,特征值为4.515,主要性状包括籽粒直径、籽粒面积、粒宽、粒厚和千粒重,与籽粒大小有关,性状间关系表明千粒重越大的品种,其籽粒直径、籽粒面积、粒宽和粒厚越大。PC2的贡献率为18.813%,特征值为2.258,主要性状为籽粒圆度和粒长,与籽粒形状有关,性状间关系表明粒长越长的品种,其籽粒圆度一般越小。PC3的贡献率为13.393%,特征值为1.607,主要性状为株高和穗下节间长,与植株株型有关,性状间关系表明株高越高的品种,其穗下节间长越长。

表5   青稞种质资源农艺性状的主成分分析

Table 5  Principal component analysis of agronomic traits in highland barley germplasm resources

性状TraitPC1PC2PC3
籽粒面积Grain area0.9480.195-0.149
粒长Grain length0.6520.697-0.199
粒宽Grain width0.861-0.44-0.035
籽粒直径Grain diameter0.9510.186-0.149
籽粒圆度Grain roundness0.138-0.9440.145
粒厚Grain thickness0.745-0.4750.176
千粒重1000-grain weight0.855-0.1520.119
籽粒硬度Grain hardness0.2360.0620.379
株高Plant height0.0260.2030.821
穗下节间长
Internode length below ear
0.190
0.232
0.743
穗长Spike length0.1340.5020.172
芒长Awn length0.3590.125-0.236
特征值Eigenvalue4.5152.2581.607
贡献率Contribution rate (%)37.62118.81313.393
累计贡献率
Cumulative contribution rate (%)
37.621
56.434
69.827

新窗口打开| 下载CSV


2.5 青稞种质资源各农艺性状的综合评价

计算青稞种质资源的3个主成分得分(分别用F1~F3表示),公式为:F1=0.446X1+0.307X2+0.405X3+ 0.448X4+0.065X5+0.351X6+0.402X7+0.111X8+0.012X9+0.089X10+0.063X11+0.169X12F2=0.130X1+0.464X2-0.293X3+0.124X4-0.628X5-0.316X6-0.101X7+0.041X8+0.135X9+0.154X10+ 0.334X11+0.083X12F3=-0.118X1-0.157X2-0.028X3-0.118X4+0.114X5+0.139X6+0.094X7+ 0.299X8+0.647X9+0.586X10+0.136X11-0.186X12,式中,X1~X12分别表示籽粒面积、粒长、粒宽、籽粒直径、籽粒圆度、粒厚、千粒重、籽粒硬度、株高、穗下节间长、穗长和芒长。将贡献率权重作为系数计算出每份材料的综合得分(F值),442份青稞种质得分在-3.407~3.645,排名前10位的种质综合得分在2.577~3.645,综合得分前3位的种质分别为虎达紫、嘎不和胜利白(表6),未来可以以这3份材料为核心亲本进行优异种质的培育。

表6   排名前10位的青稞种质资源得分及排序

Table 6  Scores and rankings of the top 10 germplasm resources of highland barley

品种
Variety
F1F2F3F
F-value
排名
Ranking
虎达紫Hudazi4.9661.9592.3023.6451
嘎不Gabu4.3541.8952.8423.4022
胜利白Shenglibai4.4583.179-0.4963.1633
嘎夏Gaxia4.0642.2981.6753.1304
乃拿扎仁Nainazharen5.3820.1060.8833.0985
拉木兰青稞Lamulanqingke4.642-0.0682.9373.0466
班那岗兰Bannaganglan4.7580.7050.8572.9187
六十天Liushitian4.5111.0590.4872.8098
紫青稞Ziqingke4.0631.5061.0862.8039
白青稞Baiqingke3.0402.1881.8252.57710

新窗口打开| 下载CSV


通过逐步回归分析,构建方程预测综合得分FF=0.000002029+0.253μ1+0.260μ2+0.134μ3+0.252μ4-0.112μ5+0.130μ6+0.208μ7+0.128μ8+0.167μ9 +0.202μ10+0.150μ11+0.078μ12R2=1,式中,μ1~μ12分别代表籽粒面积、粒长、粒宽、籽粒直径、籽粒圆度、粒厚、千粒重、籽粒硬度、株高、穗下节间长、穗长、芒长的隶属函数值,各性状均与综合得分值存在极显著相关性。建立的回归方程未来可用于简化表型性状的筛选标准,为后续青稞种质综合得分的预测提供更加简便的方法。

3 讨论

3.1 青稞种质资源的遗传多样性

性状是基因型与环境因素相互作用的结果,在不同品种和个体中一般会表现出不同程度的差异[13]。本研究对442份青稞种质资源12个农艺性状的遗传多样性进行分析,可以了解不同种质资源在同一性状上的差异,有助于挖掘青稞种质特异材料,充分利用其优良基因进行遗传改良,为青稞种质资源鉴定及育种改良提供依据,从而筛选、评价及开发利用青稞新品种[14]

表型性状的变异系数可以代表种质资源的离散程度[15],本研究中,12个农艺性状变异系数在4.31%~32.70%,平均变异系数为11.63%,表明供试样本间存在明显差异。其中,籽粒直径变异系数最小,芒长变异系数最大,说明芒长存在较多的变异类型,结合前人[16]有关芒长与抗虫性关系的研究,可将其作为植株抗虫性的指标。H'是反映样本遗传多样性的重要指数[17],442份青稞种质的H'在1.84~2.10,其中粒宽和籽粒直径的H'最大,芒长的H'最小。变异系数也能反映群体遗传多样性,但其与H'并无绝对关系,如孔子雯等[18]在试验中发现变异系数大的性状并不一定伴随高H',在本研究中也出现了这种现象,如粒长的H'(2.06)小于籽粒直径的H'(2.10),但粒长的变异系数(5.80%)大于籽粒直径的变异系数(4.31%)。这是由于二者在数据表现的维度不同所引起的,变异系数一般表示数量的波动,而H'则是用于表示种类的分布[19],因此本研究综合2种指标对供试群体的遗传多样性进行综合分析。

3.2 青稞种质资源的相关性和聚类分析

本研究对442份青稞种质的12个数量性状进行相关性分析,结果表明,株高、穗下节间长、穗长均与千粒重呈正相关,与牛小霞等[20]的研究结果一致,由此可将株高、穗下节间长和穗长作为预测千粒重的指标。千粒重与粒宽、粒长呈极显著正相关,与李赢等[21]的研究结果一致,由此可推测改良粒型可同步改良种质的产量性状。此外,株高与穗下节间长之间存在显著相关性,由此可推测株高的增加可能会使穗下节间长增大从而减少茎秆基部的弯曲应力,进而影响抗倒伏能力[22]。通过相关性分析发现,青稞不同农艺性状的表型、遗传和变异之间并不是相互独立的,而是多方面综合作用的结果,因此在未来的育种工作中应重视多个性状间的互作作用。

聚类分析作为评价育种群体的有效方法,被广泛应用于作物种质资源多样性研究中[23]。本研究采用聚类分析将442份供试材料分为5大类群。类群1株高最矮(102.36 cm),相较于其他类群拥有更强的抗倒伏能力[24];此外,类群1种质的芒长(9.69 cm)和千粒重(43.72 g)也处于较高水平,可有效抵抗虫害[16]。由此可判断类群1为大籽粒、抗倒伏、抗虫害的优良类群,适合在高海拔多风地区推广种植[25],未来可结合分子标记辅助选择等技术,加速优良性状改良进程或深入研究其生理机制。此外,类群1占总类群的93.89%,既体现了青稞种质在一些性状上变异的保守性,也反映了该群体可能在本研究未涉及的其他性状上存在变异。

3.3 青稞种质资源的主成分分析及性状综合评价

主成分分析是综合考虑多个变量、避免单一变量间相互作用的分析方法,可用来简化评价体系,提高评价结果的客观性[26]。李健[27]和王晓鸣等[28]在进行作物农艺性状的综合评价时,为提高评价结果的准确性,将主成分分析与隶属函数相结合。本研究通过对442份青稞种质资源的12个农艺性状进行主成分分析,量化各性状的贡献率,发现4个主成分的累计贡献率达69.827%,其中,PC1的主要性状为籽粒面积、粒宽、粒厚和千粒重,且均为正相关,说明PC1与青稞产量密切相关;PC3的主要性状为株高和穗下节间长,与植株的株型及抗倒伏能力密切相关[24]。为筛选出优异种质,本试验在此基础上,结合主成分分析结果,计算综合得分F值,并对参试种质进行排序,最终筛选出综合得分排名前3位的种质虎达紫、嘎不和胜利白,其中虎达紫和嘎不为中熟,胜利白为早熟。对于生长在青藏高原的青稞而言,较短的生育期可以帮助其规避霜冻等自然灾害,避免籽粒灌浆受损导致产量下降,是关键的适应性性状[29]。这3份材料综合得分高且生育期较短,可作为后续育种工作的核心亲本材料。此外,本研究利用标准化处理后的表型数据建立线性回归方程,可用于简化表型性状的筛选标准[30],为后续种质综合得分的预测提供了更加简便的方法。本研究不仅构建了青稞种质资源农艺性状综合评价的技术体系,也为青稞优异种质资源的筛选与高效利用提供了重要的理论依据。

4 结论

系统评价442份青稞种质资源的12个农艺性状,解析其表型变异特征。结果表明,供试青稞种质资源遗传多样性丰富;基于主成分分析和性状综合评价体系,筛选出虎达紫、嘎不和胜利白等综合性状优异的种质资源,未来可在此基础上结合分子标记辅助选择,从基因层面推动青稞品种改良进程,也可将类群1中的雄马和六棱青稞等品种作为抗逆亲本,培育适应高原环境的新品种。

参考文献

崔永梅, 李洁, 张丽, .

青稞种质资源抗旱性鉴定评价

植物遗传资源学报, 2025, 26(3):519-542.

[本文引用: 1]

张赛, 谭泽敏, 侯璐.

2个青稞种质资源抗条纹病基因遗传分析

青海科技, 2025, 32(2):187-193.

[本文引用: 1]

Li Y, You M, Liu H B, et al.

Comparison of distribution and physicochemical properties of β-glucan extracted from different fractions of highland barley grains

International Journal of Biological Macromolecules, 2021,189:91-99.

[本文引用: 1]

邓鹏, 张婷婷, 王勇, .

青稞的营养功能及加工应用的研究进展

中国食物与营养, 2020, 26(2):46-51.

[本文引用: 1]

从我国青稞产业发展现状出发,综述了青稞的营养价值、功能作用及加工应用的研究进展。

曾兴权, 王玉林, 原红军, .

青稞高原适应性的多组学研究进展与展望

西藏农业科技, 2025, 47(1):2-9.

[本文引用: 1]

牛小霞, 陈娟, 柳小宁, .

40份青稞种质资源农艺和品质性状的综合评价及评价指标筛选

江苏农业科学, 2023, 51(3):88-93.

[本文引用: 1]

卓嘎, 伦珠朗杰, 张旭辉, .

西藏青稞地方品种主要农艺性状的遗传多样性

西北农林科技大学学报(自然科学版), 2023, 51(6):48-57,65.

[本文引用: 1]

夏腾飞, 王蕾, 徐金青, .

267份青藏高原青稞种质材料的表型多样性分析

西北农业学报, 2018, 27(2):182-193.

[本文引用: 1]

刘雅洁, 李茂, 李超, .

75份青稞种质的品质性状综合评价

麦类作物学报, 2024, 44(7):855-864.

[本文引用: 1]

旺姆, 卓嘎, 扎桑, .

基于6个表型性状的青稞种质遗传多样性分析及综合评价

作物学报, 2025, 51(6):1526-1537.

DOI:10.3724/SP.J.1006.2025.41085      [本文引用: 1]

通过青稞种质遗传多样性评估, 能够深入了解资源的优势变异, 为青稞育种中优异互补亲本的选择提供便利, 有效提高优异基因的交流聚合和新品种选育的效率。本研究选用了来自青稞种植区域的不同生态类型的1112份供试材料, 通过6个表型性状的综合鉴定, 评估遗传多样性和鉴定优异种质资源。结果表明: (1) 青稞资源的表型遗传多样性丰富, 分蘖数、株高、穗长、茎粗、主穗粒数和主穗粒重均表现了丰富的变异; 从农家品种到人工杂交选择的育成品种主要在产量密切相关的性状有较明显的变化, 育种的遗传增益主要体现在增加穗粒数和穗粒重; (2) 区内人工杂交选择的育成品种遗传多样性相比区外人工杂交选择的育成品种低, 但总体性状表现优于区外品种; (3) 系统聚类分析, 将青稞资源分成4类, 第I类6个性状表型平均值最高, 第II类分蘖数最多, 其他性状表现中等, 第III类分蘖数最少, 其他性状表现中等, 第IV类各性状的表型平均值最低; (4) 主成分分析法和逐步回归分析法综合评判表明, 除穗长对青稞综合表型影响较低以外, 其他5个性状可作为青稞表型鉴定的主要指标, 解释率R<sup>2</sup>高达0.999。

Holme I, Dionisio G, Madsen C K, et al.

The biotechnology potentials of barley HvPAPhy_a as transgenes providing high phytase activities in grains and straw of mature barley plants

Copenhagen:Plant Biotech Denmark Annual Meeting, 2016.

[本文引用: 1]

谭琳元, 李先德.

基于主成分分析法的中国大麦产业发展影响因素实证分析

东北农业科学, 2024, 49(3):80-86.

[本文引用: 1]

李清超, 张登峰, 李春辉, .

西南地区玉米地方种质资源遗传多样性分析及综合评价

作物杂志, 2024(4):24-32.

[本文引用: 1]

姚祝芳, 张雄坚, 杨义伶, .

177份甘薯地方资源表型性状的遗传多样性分析

作物学报, 2022, 48(9):2228-2241.

DOI:10.3724/SP.J.1006.2022.14166      [本文引用: 1]

种质资源的遗传多样性是新品种选育的基础。甘薯地方品种具有很多优异的基因, 但是很多性状未能得到利用。为有效利用我国甘薯地方资源的遗传多样性, 分析不同时期收集的甘薯地方资源表型上的差异。本研究分析了177份甘薯地方品种资源。结果表明, 11个表型性状的多样性指数(H')在0.42~2.08之间, 3个数量性状的变异系数(CV)在18.40%~46.83%之间, 大部分性状表现出丰富的遗传多样性。以11个性状为基础的聚类分析将177份甘薯地方资源分为2个类群。主成分分析结果表明, 2000&#x02014;2009年和2010&#x02014;2019年收集的甘薯资源主要分布在Cluster 3和Cluster 4, 另外3个时期收集的资源则分布相对分散。相关性分析的结果表明, 各性状之间并不是相互独立的, 而是彼此相互关联。不同时期收集的甘薯地方资源在表型上具有显著差异。在不同的收集时期, &#x0201c;薯皮色、薯肉色、茎直径、最长蔓长、基部分枝&#x0201d;在11个性状中变化最大。在描述型性状上, 5个阶段收集的占比最多的资源的薯肉色以&#x0201c;白肉、黄肉、淡黄肉、桔黄肉、淡黄肉&#x0201d;在变化。在数量性状上, 2010&#x02014;2019年阶段的茎直径显著缩小, 基部分枝性状在5个时期呈增加趋势, 最长蔓长在2000年后显著变短。本研究为甘薯种质资源的保护和利用提供了重要的参考依据。

赵孟良, 王丽慧, 任延靖, .

257份菊芋种质资源表型性状的遗传多样性

作物学报, 2020, 46(5):712-725.

DOI:10.3724/SP.J.1006.2020.94098      [本文引用: 1]

为有效利用我国菊芋种质资源的遗传多样性, 分析了257份菊芋种质资源, 表明12个数量性状的变异系数(CV)在6%~50%之间, 平均为24.75%, 单株块茎重的变异系数最大(50%), 生育期的变异系数最小(6%), 多样性指数(H')分布在1.24~1.53之间, 平均为1.44, 单株块茎数的多样性指数最高(1.53), 叶宽的多样性指数最低(1.24); 8个质量性状的多样性指数在0.85~1.08之间, 平均为0.98, 以块茎习性最大, 块茎整齐度最小, 大部分性状表现出丰富的遗传多样性; 257份菊芋资源的隶属函数均值介于0.12~0.58之间, 其中JA1095材料最高(0.58), 其花数和单株块茎重具有明显优势.菊芋资源12个数量性状的相关性分析表明, 茎粗,叶长,花和花盘大小可作为今后选育高产菊芋品种的指导目标性状; 主成分分析结果表明, 7个主成分因子的累计贡献率达66.794%, 其中花数量,单株块茎数量,块茎毛根量,块茎表皮光滑程度4个性状是构成菊芋种植表型差异的主要因素; 以20个性状为基础的聚类分析将257份种质材料分为5类, 其中, 第I类和第II类占总资源量的85%.本研究结果为菊芋种质资源的利用及品种选育等提供了重要参考.

杨晓雨, 马指挥, 魏青, .

普通小麦的芒研究进展

耕作与栽培, 2024, 44(5):73-76,81.

[本文引用: 2]

Banks-Leite C, Pardini R, Tambosi L R, et al.

Using ecological thresholds to evaluate the costs and benefits of set-asides in a biodiversity hotspot

Science, 2014, 345(6200):1041-1045.

DOI:10.1126/science.1255768      PMID:25170150      [本文引用: 1]

Ecological set-asides are a promising strategy for conserving biodiversity in human-modified landscapes; however, landowner participation is often precluded by financial constraints. We assessed the ecological benefits and economic costs of paying landowners to set aside private land for restoration. Benefits were calculated from data on nearly 25,000 captures of Brazilian Atlantic Forest vertebrates, and economic costs were estimated for several restoration scenarios and values of payment for ecosystem services. We show that an annual investment equivalent to 6.5% of what Brazil spends on agricultural subsidies would revert species composition and ecological functions across farmlands to levels found inside protected areas, thereby benefiting local people. Hence, efforts to secure the future of this and other biodiversity hotspots may be cost-effective. Copyright © 2014, American Association for the Advancement of Science.

孔子雯, 田如霞, 苗如意, .

60份螺丝椒种质资源农艺性状的遗传多样性分析

中国农业科技导报, 2024, 26(3):40-47.

[本文引用: 1]

Lozupone C A, Hamady M, Kelley S T, et al.

Quantitative and qualitative β diversity measures lead to different insights into factors that structure microbial communities

Applied and Environmental Microbiology, 2007, 73(5):1576-1585.

DOI:10.1128/AEM.01996-06      URL     [本文引用: 1]

牛小霞, 柳小宁, 潘永东, .

97份大麦种质资源农艺性状分析与评价

种子, 2021, 40(8):68-72,77.

[本文引用: 1]

李赢, 刘海翠, 石晓旭, .

398份裸大麦种质资源表型性状遗传多样性分析

植物遗传资源学报, 2023, 24(5):1311-1320.

[本文引用: 1]

Tumino G, Voorrips R E, Morcia C, et al.

Genome-wide association analysis for lodging tolerance and plant height in a diverse European hexaploid oat collection

Euphytica, 2017, 213:1-12.

DOI:10.1007/s10681-016-1788-x      [本文引用: 1]

王亚飞, 李世景, 徐萍, .

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(中英文), 2020, 28(3):395-404.

[本文引用: 1]

张英, 李健, 谢世刚, .

青稞抗倒伏因素及研究现状

耕作与栽培, 2022, 42(6):138-139,150.

[本文引用: 2]

贾巧君.

大麦半矮秆基因sdw1/denso的克隆与功能分析

杭州:浙江大学, 2015.

[本文引用: 1]

Yang T, Wang X R.

Evaluation of the plant landscape suitability in mountain parks based on principal component analysis: a case study of Guiyang City

Agronomy Journal, 2021, 113(2):760-773.

DOI:10.1002/agj2.v113.2      URL     [本文引用: 1]

李健.

青稞种质资源遗传多样性研究现状

南方农业, 2021, 15(2):231-232.

[本文引用: 1]

王晓鸣, 邱丽娟, 景蕊莲, .

作物种质资源表型性状鉴定评价:现状与趋势

植物遗传资源学报, 2022, 23(1):12-20.

[本文引用: 1]

李璠, 校瑞香, 严应存, .

气候变化对青海省青稞物候期的影响

麦类作物学报, 2022, 42(6):755-763.

[本文引用: 1]

Tian W, Li Z C, Wang L, et al.

Comprehensive evaluation of apple germplasm genetic diversity on the basis of 26 phenotypic traits

Agronomy, 2024, 14(6):1264.

DOI:10.3390/agronomy14061264      URL     [本文引用: 1]

We used 256 apple germplasm resources for a thorough examination of the genetic diversity associated with 26 phenotypic traits (i.e., genetic diversity analysis, cluster analysis, correlation analysis, principal component analysis, and membership function). The average coefficient of variation for 12 morphological traits was 66.39% (21.10–201.5%). The coefficient of variation was highest and lowest for the fruit arris and the width of the eye basin, respectively. Additionally, the diversity index ranged from 0.54 to 1.33. Moreover, the coefficient of variation for 14 numerical traits varied from 5.37% to 50%. The titratable acid content had the highest coefficient of variation, with a diversity index ranging from 2.01 to 2.08 (average of 2.045). A cluster analysis categorized 256 germplasms into four groups, among which Group I included germplasms with large fruits and the best comprehensive performance. Of the top 10 principal components revealed by the principal component analysis, principal component 1 was mainly related to fruit size and flavor. The top 10 germplasms were selected on the basis of comprehensive scores using the membership function method. Furthermore, a stepwise regression analysis identified 15 key traits for identifying apple germplasms, including the vegetative growth day, fruit weight, and the firmness of the fruit without skin. These results can serve as the foundation for future analyses of the phenotypic diversity of apple germplasms, while also providing a theoretical basis for screening, characterizing, and further improving excellent apple germplasms.

/