GGE雙標圖在西北旱區(qū)馬鈴薯新品種選育中的應用

李亞杰，羅 磊，白江平，王 娟，姚彥紅， 黃 凱，劉 毅，王興政，李德明

(1.定西市農業(yè)科學研究院， 甘肅 定西 743000； 2.甘肅農業(yè)大學， 甘肅 蘭州 730070； 3.定西市安定區(qū)團結鎮(zhèn)人民政府， 甘肅 定西 743000)

在常規(guī)育種試驗中，品系比較試驗是作物育種程序中的關鍵步驟，主要針對品種豐產性、穩(wěn)定性、抗逆性等特點進行分析對比，篩選出綜合性狀優(yōu)良的品系進行區(qū)域試驗，淘汰表現較差的品系，對于優(yōu)良新品種的選育尤為重要，但是由于參試品系多，性狀特點復雜，影響因子多，往往在最終結果處理中難以進行全面綜合性分析。

基因型主效應及其與環(huán)境互作(genotype main effect plus genotype-environment interaction, GGE)雙標圖是研究基因型與環(huán)境互作以及不同環(huán)境下作物品系產量穩(wěn)定性的新方法，該模型采用環(huán)境中心化后的數據，結果中只含有與品系評價有關的G(品系效應)和GE(品系與環(huán)境互作效應)，是分析多點試驗數據的理想工具[1-2]。同時，GGE雙標圖給出了品系與環(huán)境及其相互關系的信息，包括確定某一特定環(huán)境下最好的品系，某一特定品系最適宜的環(huán)境，任意的兩品系在不同環(huán)境中的表現如何，什么品系是高產、穩(wěn)產品系，什么是有利于篩選高產、穩(wěn)產品系的環(huán)境等。對此，通過其在小麥[3-4]、大豆[5]、花生[6]、油菜[7]、芝麻[8]、燕麥[9]的區(qū)域試驗和栽培試驗的成功應用，GGE雙標圖已經被證明是一種有效的分析基因環(huán)境互作的方法。

GGE雙標圖的應用不限于多點試驗數據分析，對數據的限制性不大，只要能夠整理成兩向表的形式，就可以用雙標圖進行直觀分析。農業(yè)科研工作者將雙標圖多用于品種-環(huán)境、雙列雜交[7,10]、環(huán)境條件-作物性狀[6]等分析，本文中提到的品種-多性狀[11-12]雙標圖分析在作物育種試驗中出現較少。

馬鈴薯是西北區(qū)主要栽培作物之一，馬鈴薯種植是甘肅省農村經濟最具優(yōu)勢和最有特色的產業(yè)之一，主要分布在中部干旱、半干旱地區(qū)和高寒陰濕地區(qū)，中部地區(qū)馬鈴薯面積占全省馬鈴薯種植面積的60%以上。新品種的選育推廣是推動西北區(qū)馬鈴薯產業(yè)發(fā)展的主要動力。為了更清晰地描述品比試驗中馬鈴薯各品系與環(huán)境互作的表現情況，幫助馬鈴薯育種專家進行多品系多性狀綜合分析，確定入選多點試驗的品系，在本文中利用GGE雙標圖將品系比較試驗的各項性狀指標數據進行綜合分析比較，通過雙標圖的形式展現在育種工作者的面前。在雙標圖中包含品比圃中各品系的主要性狀，包括株高、主莖數、單株塊莖數、單株薯塊質量、產量、商品薯率。

1 材料與方法

1.1 試驗材料

試驗材料為2014年參加甘肅省定西市農科院馬鈴薯品系比較試驗的各品系，以隴薯6號為對照品系(CK)(表1)。

1.2 試驗設計

采用隨機區(qū)組設計，各品系(系)在試驗點隨機種植3個小區(qū)，每個小區(qū)種植5行，播種量為100株。設計小區(qū)長4.5 m，寬3.0 m，面積為13.5 m2，株距、行距分別為30 cm和70 cm。每個重復內部的小區(qū)之間不留走道，試驗地四周設有保護行，種植、灌溉、施肥等條件相同，收獲測產時對每個小區(qū)單收單測稱重。

試驗地點位于定西市安定區(qū)市農科院育種基地，地跨北緯35°17′54″至36°02′40″、東經104°12′48″至105°01′06″之間，屬中溫帶干旱、半干旱區(qū)，大陸性季風氣候顯著。年平均日照2 500 h。年均氣溫6.3℃，極端最高溫34.3℃，無霜期141 d。全區(qū)正常年降水量400 mm左右，多集中在秋季，蒸發(fā)量高達1 500多毫米。

1.3 數據處理

試驗數據應用Excel進行統計編輯，采用甘肅農業(yè)大學白江平博士提供的基因-基因環(huán)境互作分析軟件(GGEbiplot 6.3)進行雙標圖[13]分析，方差分析采用SPSS17.0 統計分析軟件。

1.4 分析方法

GGE雙標圖理論由兩個概念構成：雙標圖，GGE。該方法理論利用雙標圖去表示基因(G)與基因環(huán)境互作(GE)兩個因素的關系(G+GE)。

雙標圖屬于一種2維矩陣圖，通過對含有品系環(huán)境的2維矩陣進行特征值分解(Singular Value Decomposition，SVD)，將一個含有品系環(huán)境的區(qū)域試驗數據集進行主成分分析，其中解釋變異最多的主成分叫第一主成分(PC1)，第二多的主成分叫第二主成分(PC2)。

GGE雙標圖的數學模型是考慮品系總體效應(G)和品系×環(huán)境互作(GE)的方法，多品系多環(huán)境試驗產量一般可分解為：

為了將PC1和PC2顯示在雙標圖中，GGE雙標圖數學模型可重新表示為：

n=1，2

GGE雙標圖由ξi1，ηj1與ξi2，ηj2組成，為了使GGE雙標圖更容易、更全面地顯示兩向數據表中的信息結果。

表1 參加馬鈴薯新品系選育的各品系產量及農藝性狀

2 結果與分析

在表2中， 對馬鈴薯新品系選育中的產量及農藝性狀進行方差分析， 可得知不同品系的產量及相關農藝性狀之間具有極顯著差異。 在嚴威凱[14]的相關研究結果中提到， 與品種評價有關系的只是G和GE， 而且， 可靠的品種評價必須同時考慮G和GE。 不同品系的產量及相關農藝性狀之間的極顯著差異說明品系(G)， 品系×環(huán)境(GE)與這種差異出現有關聯， 可用GGE雙標圖作進一步分析。

2.1 品系與產量及產量因子之間的相關性分析

在圖1中，PC1與PC2分別解釋了45.7%與28.7%的變異信息，共解釋74.4%的變異信息，PC3解釋了8.4%的變異信息，解釋變異信息的所占比例小，擬合度屬中等水平，據此分析推斷較可靠。

表2 馬鈴薯參試品系產量及農藝性狀方差分析

圖1中連接原點和各品系與產量及產量因子的直線稱為“向量”，向量分別代表產量及產量因子向量與品系向量，產量及產量因子向量間夾角之余弦衡量產量及產量因子間在區(qū)分品系上的不相似性，品系向量之長度衡量該品系對產量及產量因子的反應能力，兩品系向量間夾角之余弦衡量品系在對產量及產量因子反應方面上的不相似性，品系向量、產量及產量因子向量及二者間夾角之余弦衡量該品系與產量及產量因子之間相互作用的大小和方向。

從圖1可以看出，單株薯塊數、主莖數、單株薯塊質量、株高、商品薯率與產量間的夾角小于90°，說明產量與單株薯塊數、主莖數、單株薯塊質量、株高、商品薯率呈顯著正相關關系；單株薯塊數、主莖數、單株薯塊質量、株高、商品薯率間的夾角小于90°，說明單株薯塊數、主莖數、單株薯塊質量、株高、商品薯率間也呈正相關關系；商品薯率與主莖數、單株薯塊數間的夾角均大于90°，說明它們間均呈負相關關系，株高與主莖數、單株薯塊數間的夾角大于90°，說明它們間均呈負相關關系。

圖1基于GGE雙標圖的品系與產量及產量因子的相關性分析

Fig.1 Relevance of lines and yield and yield components based on GGE-biplot analysis

品系G38(0903-111)與產量和單株薯塊質量的夾角重合，表明G38(0903-111)與產量和單株薯塊質量關系相互作用大。G16(0904-25)、G30(0904-51)、G31(0773-9)、G35(0773-3)與主莖數、單株薯塊數夾角較小，表明G16(0904-25)、G30(0904-51)、G31(0773-9)、G35(0773-3)與主莖數、單株薯塊數相互作用大，G1(0913-27)、G2(0911-101)、G6(0929-6)、G9(0904-75)、G20(0907-25)、G23(0904-11)、G24(0904-15)、G27(0904-134)、G39(09-4-3)等與株高和商品薯率夾角較小，表明它們之間的相互作用較大。

2.2 馬鈴薯參試品系的農藝性狀表現

雙標圖能直觀鑒別在各農藝性狀中表現最好的品系，把各品系的標志點用直線連接起來，形成一個包含所有品系在內的多邊形，從原點起作各邊的垂線，將整個雙標圖分為若干扇形區(qū)域，每個農藝性狀自然落于某個扇形區(qū)域內，每個區(qū)的“頂角”品系就是該區(qū)域內在每一農藝性狀上都表現最好的品系，位于多邊形內部的、靠近原點的品系是接近平均產量且對農藝性狀變化不敏感的品系。在表1中對各個品系的基本情況進行了詳細說明。

圖2雙標圖被分成6大區(qū)域，6個農藝性狀分落于第Ⅰ和第Ⅲ區(qū)域內。第Ⅰ區(qū)域內是產量、單株薯塊數、主莖數、單株薯塊質量，其中以品系G16(0904-25) 表現最佳。第Ⅲ區(qū)域內是株高和商品薯率，以G9(0904-75)表現最佳。沒有性狀落于第Ⅱ、Ⅳ、Ⅴ、Ⅵ區(qū)域內，說明這4個區(qū)域內所有品系的農藝性狀都不是最好。位于多邊形內部的、靠近原點的品系是農藝性狀表現較差的品系。

2.3 馬鈴薯參試品系農藝性狀的穩(wěn)定性

在GGE雙標圖分析中，由于AEA(Average environment axis)橫軸代表了品系的農藝性狀，在AEA (Average environment axis)的投影，箭頭所示方向為正，即各個品系在AEA軸上的投影點越靠右，其農藝性狀表現越好。AEA橫軸將試點分為三個區(qū)域，橫軸上部包括單株薯塊數和主莖數，橫軸包括產量、單株薯塊質量，橫軸下面包括株高、商品薯率。AEC(Average environment coordinate)縱軸代表了品系的穩(wěn)定性，AEC橫軸上垂線的長短顯示品系穩(wěn)定性的大小，垂線越短，穩(wěn)定性越好。在綜合考慮品系與農藝性狀的情況下(圖3)，在AEA橫軸上部G18(0732-8)表現最差，G16(0904-25)的表現高于平均值，而G38(0903-111)、G15(1003-2)的表現相對于G16(0904-25)要穩(wěn)定。在AEA橫軸下部，G17(0906-30)表現最差，G1(0913-27)接近平均表現值且較其它品系在產量、單株薯塊質量、株高、商品薯率方面表現更穩(wěn)定。

圖2 基于GGE-biplot雙標圖分析馬鈴薯參試品系的農藝性狀

圖3基于GGE雙標圖分析各品系農藝性狀的穩(wěn)定性

Fig.3 Agronomic traits stability of lines based on GGE-biplot analysis

2.4 農藝性狀的區(qū)分力和代表性

為進一步分析農藝性狀對各品系的影響力(區(qū)分能力)。利用 GGE雙標圖對農藝性狀進行分析，如圖4所示，連接各個農藝性狀的位點與雙標圖原點的直線稱為處理向量。向量的長度反映的是不同農藝性狀對各品系的區(qū)別能力，向量之間夾角的余弦值近似于兩個農藝性狀之間的相關系數。各農藝性狀的向量長度比較接近，說明各品系的不同農藝性狀表現也比較接近。各向量與平均處理軸之間的夾角則反映了各農藝性狀的代表性，代表性指的是在同一農藝性狀下各個品系的表現均達到最大，夾角越小說明代表性越強。

圖4 GGE-biplot雙標圖分析處理農藝性狀的區(qū)分力和代表性

Fig.4 Agronomic traits discrimination and representativeness based on GGE-biplot analysis

在圖4中，產量、單株薯塊質量、單株薯塊數和商品薯率的向量長度較長，說明其對各品系表現的區(qū)分力強；產量與單株薯塊質量與平均軸夾角最小，在各農藝性狀中代表性最強；株高、主莖數與平均軸的夾角相對較小，但是向量長度短，對品系表現的區(qū)分力弱。

2.5 品比試驗中理想品系(產量因子)選擇

利用AEC作圖確定出一個理想品系(或產量因子)的位置。理想品系即在所有試點中平均產量最高、穩(wěn)定性最好的品系，理想產量因子則指對品系分辨能力最強、對所有產量因子最具有普遍代表性。以理想品系(或產量因子)為圓心做多層同心圓，根據與理想品系(或產量因子)的接近程度，可直觀地對供試品系(或產量因子)優(yōu)劣進行排序。越靠近同心圓中心，則表示該品系(或產量因子)越理想，反之亦然。

在圖5中，品系G16(0904-25)、G38(0903-111)、G15(1003-2)、G1(0913-27)靠近同心圓中心，為理想品系。產量和單株薯塊質量靠近同心圓中心，在區(qū)分力和代表性方面表現較好，為理想農藝性狀。

圖5馬鈴薯品比試驗的理想品系(產量及產量因子)選擇

Fig.5 Ideal lines(yield and yield components) in the field demonstration of varieties

3 結論與討論

在品比試驗中，對農作物的農藝性狀、田間表現、抗旱性、抗病性、穩(wěn)定性、豐產性等情況進行記載分析，由于數據量大，工作任務重，往往會造成對各品系性狀分析的失準，在篩選優(yōu)良品系時不能掌握作物生長的整體信息而忽略掉一些好的品系特征，致使新品種的選育進度延緩。本文利用GGE雙標圖分析馬鈴薯品比試驗中各品系農藝性狀表現情況，將馬鈴薯各品系的生長情況以圖解的形式表現出來，對育種工作者來說，不僅減輕工作量，而且增加了統計分析的準確性，從雙標圖中可直觀地分辨出各個品系在不同農藝性狀中的表現程度，為馬鈴薯新品種選育提供了一個直觀的分析方法。

在試驗結果分析中，品系G38(0903-111)與產量和單株薯塊質量關系相互作用大；G16(0904-25)、G30(0904-51)、G31(0773-9)、G35(0773-3)與主莖數、單株薯塊數相互作用大，G1(0913-27)、G2(0911-101)、G6(0929-6)、G9(0904-75)、G20(0907-25)、G23(0904-11)、G24(0904-15)、G27(0904-134)、G39(09-4-3)等與株高和商品薯率之間的相互作用較大。

在品比試驗中，不僅要考慮各品系的豐產性還要考慮穩(wěn)定性，在圖2中，G16(0904-25)處于多邊形的頂角位置，第Ⅰ區(qū)域內包括產量、單株薯塊數、主莖數、單株薯塊質量，其中以品系G16(0904-25)表現最佳，在圖3中，在AEA橫軸上部只有G16(0904-25)的表現高于平均值，但是G38(0903-111)、G15(1003-2)的表現相對于G16(0904-25)要穩(wěn)定許多，綜合表現接近于平均水平，在農業(yè)可持續(xù)發(fā)展中，優(yōu)良的作物品種在其適宜的生態(tài)區(qū)域內不僅在當年具有高產、優(yōu)質、抗病蟲性強，多年內也應一直具有產高、質優(yōu)、抗病蟲性強的穩(wěn)定表現，綜合起來G38(0903-111)是表現最好的品系，其次為G15(1003-2)。

在農藝性狀的代表性和區(qū)分力方面，產量和單株薯塊質量相較其它農藝性狀，具有很強的代表性和區(qū)分力，能夠準確反映出試驗各品系的表現特性，篩選出優(yōu)良的品系。單株薯塊數和商品薯率的向量長度較長，說明其對各品系表現的區(qū)分力強。

在圖1中，產量與單株薯塊數、主莖數、單株薯塊質量、株高、商品薯率呈顯著正相關關系；單株薯塊數、主莖數、單株薯塊質量、株高、商品薯率間也呈正相關關系；商品薯率與主莖數、單株薯塊數間呈負相關關系，株高與主莖數、單株薯塊數間均呈負相關。在分析馬鈴薯產量時，可以將單株薯塊數、主莖數、單株薯塊質量、株高、商品薯率等主要影響因子結合起來綜合評價，這與仲義[15]的研究結論基本一致，在圖1中還可以發(fā)現，商品薯率與主莖數、單株薯塊數無關，植株的高度與主莖數、單株薯塊數也無關。

在以后的品比試驗總結中，馬鈴薯品質檢測的分析更加重要，干物質含量，淀粉含量，Vc含量，還原糖含量，蛋白質等品質指標的檢測能增加馬鈴薯品比試驗結果分析的精確性，提高品比試驗結果的可信度，通過產量、農藝性狀、品質指標的GGE綜合分析，育種者可快速篩選出符合標準的優(yōu)良品系，淘汰表現較差的品系，加快育種進程，提高育種質量。

在作物育種中，如果試驗為多環(huán)境情況下，對照品種作為參照與新育品種相比較，通常只是比較兩個品種的平均值，但是利用GGE雙標圖，兩個品種在不同地點或環(huán)境下的表現會展示在圖中。雙標圖圖解方式以“內積原理”為基礎，雙向表中的每一個數值(元素)都可從圖上直觀得出，因為它近似等于該數據所在行的向量長度、所在列的向量長度及行向量和列向量間夾角的余弦三者之積，根據這種特性，任意兩向表或矩陣，只要能為一個2-D(兩維)矩陣所近似，就可以用一個2-D雙標圖來同時直觀分析各行之間的關系、各列之間的關系和行與列之間的交互關系[13]。所以，GGE雙標圖的用途并不限于區(qū)域試驗結果的分析，按照數據的特點，可以構造出品種×性狀、雙列雜交、基因表達數據等不同的疊圖，以幫助全面地認識親本和合理地選配親本，而且在馬鈴薯病害藥劑防控試驗、不同栽培模式試驗等方面應用，充分發(fā)揮GGE雙標圖的圖解分析功能。

參考文獻：

[1] Yan W, Hunt L A, Sheng Q L, et al. Cultivar evaluation and mega-environment investigation based on GGE biplot[J]. Crop Sci., 2000,40(3):596-605.

[2] Yan W, Holland J B. A heritability-adjusted GGE Biplot for test environment evaluation[J]. Euphytica, 2010,171(3):355-369.

[3] 常 磊,柴守璽.GGE雙標圖在我國旱地春小麥穩(wěn)產性分析中的應用[J].中國生態(tài)農業(yè)學報,2010,18(5):988-994.

[4] 柴守璽,常 磊,楊蕊菊,等.小黑麥基因型與環(huán)境互作效應及產量穩(wěn)定性分析[J].核農學報,2011,25(1):155-161.

[5] 周長軍,田中艷,李建英,等.雙標圖法分析大豆多點試驗中品系產量穩(wěn)定性及試點代表性[J].大豆科學,2011,30(2):318-321.

[6] 陳四龍,李玉榮,程增書,等.用GGE 雙標圖分析種植密度對高油花生生長和產量的影響[J].作物學報,2009,35(7):1328-1335.

[7] 尚國霞,王 瑞,李加納,等.甘藍型油菜油酸配合力的雙標圖分析[J].植物遺傳資源學報,2010,11(5):566-572.

[8] 王 瑾,周立杰,李玉榮,等.不同栽培方式對芝麻農藝性狀及產量的影響[J].華北農學報,2011,26(S2):253-256.

[9] 張志芬,付曉峰,劉俊青,等.用GGE雙標圖分析燕麥區(qū)域試驗品系產量穩(wěn)定性及試點代表性[J].作物學報,2010,36(8):1377-1385.

[10] 尚 毅,李少欽,李殿榮,等.用雙標圖分析油菜雙列雜交[J].作物學報,2006,32(2):243-248.

[11] Yan W, Frégeau-Reid J A. Breeding line selection based on multiple traits[J]. Crop Sci, 2008,48(2):417-423.

[12] 石 強,李亞杰,范士杰,等.貴州省馬鈴薯區(qū)試品種產量與農藝性狀的GGE雙標圖分析[J].干旱地區(qū)農業(yè)研究,2015,33(2):5-15.

[13] 嚴威凱.雙標圖分析在農作物品種多點試驗中的應用[J].作物學報,2010,36(11):1805-1819.

[14] 嚴威凱,盛慶來,胡躍高,等.GGE疊圖法-分析品種×環(huán)境互作模式的理想方法[J].作物學報,2001,27(1):21-28.

[15] 仲 義,梁煊赫,高華援.馬鈴薯主要農藝性狀與單株產量的遺傳相關及通徑系數分析[J].吉林農業(yè)科學,2009,34(2):17-19.