69份分蘗洋蔥種質資源農藝及品質性狀的綜合評價

李 偉 卜慧琳 賀雪琴 陳 慧 潘 凱

（東北農業大學園藝園林學院，黑龍江哈爾濱 150000）

分蘗洋蔥（Allium cepaL.var.agrogatumDon）為百合科蔥屬一年生草本植物（李曙軒，1990；崔崇士和傅喜山，2000），用鱗莖繁殖，鱗莖為長圓形或圓形（郭貴林和邢啟研，1992）；生育期短，產量高，極耐貯運，是黑龍江省特有的蔬菜作物之一（劉思宇 等，2018）。分蘗洋蔥氣味辛辣，可以促進消化，其富含的槲皮酮可以預防動脈硬化和血栓（巴紅梅和趙研，2008；郭文場 等，2011；黃云彤 等，2019）。同時，分蘗洋蔥與其他農作物間作、套作，可以減少農藥使用量，促進綠色農業的發展（相元萍，2003；姜玉東，2004；路鵬 等，2021）。對分蘗洋蔥種質資源的農藝性狀及品質性狀進行初步的分析與評價，可為品種資源的合理利用及優良品種選育提供依據。

農藝性狀的鑒定和描述是種質資源研究最基本的方法和途徑（Areshchenkova &Ganal，2002；He et al.，2003）。變異分析、主成分分析、聚類分析及相關性分析有助于種質資源的分類及篩選（陳沁濱 等，2007a）。牛小霞等（2021）通過主成分分析發現，株高、穗下節長、穗長、千粒重和蛋白質含量是造成大麥種質資源差異的主要因素。王玲燕等（2021）利用主成分分析將大蔥的主要性狀簡化為產量性狀和株型性狀2 個主成分。于婭等（2020）通過聚類分析將43 份黃瓜種質資源分成歐洲溫室型黃瓜、華北型黃瓜和華南型黃瓜3 個類群。初文嬌等（2010）對不同分蘗洋蔥品種的農藝性狀進行聚類分析，篩選出了優勢品種Z-011。陳薇等（2019）對307 份洋蔥種質資源進行農藝性狀及遺傳多樣性分析，篩選出熟性適于江蘇省種植的優質資源。劉守偉等（2014）對收集的49 份分蘗洋蔥種質資源進行農藝性狀調查分析，篩選出了單球質量、單株產量較高的6 份材料，分別為吉林2、西林、獨頭、四六瓣、綏棱和拉林1。莊紅梅等（2017）的相關性分析結果表明，洋蔥單個鱗莖質量與單產、鱗莖縱橫徑呈顯著或極顯著正相關。鐵原毓等（2020）對國內外23 份大蔥種質資源的營養品質進行變異分析和相關性分析，結果表明葉片可溶性蛋白含量、可溶性糖含量和假莖抗壞血酸含量可作為食用大蔥的重要品質指標。

將變異分析、聚類分析、主成分分析、相關性分析與分子標記技術，如RAPD、RFLP、ISSR、SRAP 等結合，可以獲得更準確的結果（崔成日 等，2006；陳沁濱 等，2007b；Liu et al.，2008；苗錦山 等，2012）。金雪（2013）利用ISSR 標記對48份分蘗洋蔥種質資源的遺傳多樣性進行分析，結果表明48 份分蘗洋蔥的遺傳多樣性較豐富，聚類分析表明品種分類與來源存在顯著相關性。劉淑芹等（2012）建立了分蘗洋蔥葉片ISSR-PCR 擴增體系。田保華（2011）采用ITS 序列分析法和SSR 標記對153 份不同來源的蔥屬種質資源進行系統發育和遺傳多樣性分析，結果表明洋蔥與分蘗洋蔥親緣關系近，而大蒜、韭蔥、韭菜的親緣關系近。賈俊香等（2019）通過構建不同大蔥種質資源DNA 指紋圖譜，為大蔥品種的鑒定、分類及新品種選育提供了參考依據。

目前針對分蘗洋蔥種質資源的研究主要集中在栽培模式、脫毒苗培養、營養成分等方面。對于分蘗洋蔥品種的分類，優良品種篩選的報道較少，不利于分蘗洋蔥種質資源的高效利用和新品種的選育。本試驗系統調查了來自不同地區69 份分蘗洋蔥種質資源的株高、葉片數等8 個主要農藝性狀，測定了鱗莖可溶性固形物含量、可溶性蛋白含量及總黃酮含量等3 個基礎營養品質指標；并結合變異分析、聚類分析、主成分分析和相關性分析等多元統計方法，對其農藝及品質性狀進行綜合分析和評價，以期提高分蘗洋蔥種質資源的利用效率，為種質創新和新品種選育提供參考。

1 材料與方法

1.1 試驗材料

69 份來自不同地區的分蘗洋蔥種質資源均由東北農業大學園藝園林學院設施蔬菜生理生態課題組保存提供，編號為M01～M69（表1）。

表1 69 份分蘗洋蔥種質資源形態特征、來源及綜合排名

續表

1.2 試驗方法

1.2.1 農藝性狀調查 69 份分蘗洋蔥種質資源于2019 年4 月播種于東北農業大學試驗田中，大壟雙行種植，每份材料2 壟，壟距60 cm，株距10 cm，栽培面積不少于5 m2，常規田間管理。播種后每隔3 d 調查1 次出苗期情況，統計各材料出苗率達到60%以上的時間（早，4 月15 日出苗率達到60%以上；中，4 月18 日出苗率達到60%以上；晚，4 月21 日出苗率達到60%以上）；播種后30 d，調查幼葉顏色，使用比色板進行比色；播種后45 d，調查管狀葉態；之后，每隔10 d 調查1 次鱗莖膨大期情況，統計各材料鱗莖膨大株數達到50%以上的時間（早，5 月21 日鱗莖膨大株數達到50%以上；較早，5 月31 日鱗莖膨大株數達到50%以上；中，6 月10 日鱗莖膨大株數達到50%以上；其余材料鱗莖膨大期為晚）；播種后60 d，每份材料隨機選取生長勢一致且具有代表性的植株6 株，測量株高、分蘗數、葉片數、冠幅長、冠幅寬（劉守偉等，2014）；之后每隔15 d 調查1 次成熟期情況，統計各材料達到成熟期的時間，達到成熟期的標志為管狀葉片尖部變黃，地上部倒伏（早，6 月5 日開始達到成熟期；中，6 月20 日開始達到成熟期；其余材料成熟期為晚）；播種后90 d，調查各材料所有植株抽薹株數；然后將每份材料選取的6 株樣本株采收，待鱗莖自然風干后調查鱗莖顏色，使用比色板進行比色，利用游標卡尺測量鱗莖高度和直徑，單球質量使用千分之一電子天平稱量，計算球形指數及單株產量。

1.2.2 品質指標測定 每份材料選取3 個自然風干的鱗莖，切碎后混勻測定可溶性固形物、可溶性蛋白、總黃酮含量（王學奎，2006；黃云彤 等，2019），3 次重復。

1.3 數據處理

利用WPS Office 2019 軟件進行數據統計整理，利用SPSS 21.0 軟件進行農藝性狀及品質性狀的變異分析、相關性分析、主成分分析及聚類分析，使用Rx64 4.0.4 軟件作圖。

2 結果與分析

2.1 分蘗洋蔥種質資源形態特征及抽薹情況

由表1 可知，69 份分蘗洋蔥種質資源中，出苗期早的有6 份，出苗期中等的有42 份，出苗期晚的有21 份；47 份材料幼葉為綠色，22 份為淺綠色；鱗莖膨大期早的有7 份，較早的有30 份，中等的有28 份，晚的有4 份；大部分材料的管狀葉為半直立形態；成熟期早的有33 份，成熟期中等的有27 份，成熟期晚的有9 份；鱗莖顏色為紫黃色、棕黃色、淺棕黃色3 種，其中紫黃色6 份，棕黃色29 份，淺棕黃色34 份；M18 抽薹株數最多為13 株，M09、M16、M21、M26、M54、M60 等6份材料零星抽薹，其余材料不抽薹。

2.2 分蘗洋蔥種質資源農藝及品質性狀的變異分析

對69 份分蘗洋蔥種質資源的8 個農藝性狀及3 個品質性狀進行變異分析，結果表明（表2），變異系數范圍在6.42%～57.04%之間，平均值為24.02%。可溶性蛋白含量、球形指數和總黃酮含量變異系數較低，變異幅度較小，遺傳較穩定；其中，可溶性蛋白含量的變異系數最小，為6.42%，變異幅度為1.23～1.69 mg·g-1。單球質量、單株產量、冠幅長和葉片數變異系數較高，變異較為豐富；其中，單球質量的變異系數最大，為57.04%，變異幅度為2.49～39.95 g。不同分蘗洋蔥種質資源主要農藝及品質性狀存在著較大的差異，這為優異資源的篩選創造了條件。

表2 69 份分蘗洋蔥種質資源農藝及品質性狀的變異分析結果

2.3 分蘗洋蔥種質資源農藝及品質性狀的相關性分析

69 份分蘗洋蔥種質資源11 個農藝及品質性狀的相關性分析表明（圖1），性狀間呈極顯著正相關的有20 對，呈顯著正相關的有1 對，呈極顯著負相關的有6 對，呈顯著負相關的有5 對。其中葉片數、株高、冠幅長、冠幅寬、單球質量、單株產量兩兩之間呈極顯著正相關，且均與球形指數呈極顯著負相關；總黃酮含量與株高、冠幅長、單球質量、單株產量呈顯著負相關。

圖1 69 份分蘗洋蔥種質資源基于11 個農藝及品質性狀的相關性分析結果

2.4 分蘗洋蔥種質資源農藝及品質性狀的主成分分析

對69 份分蘗洋蔥種質資源的11 個農藝及品質性狀進行主成分分析，根據特征值大于1 的標準確定了4 個主成分，累積貢獻率為79.849%（表3）。表明這4 個主成分可以綜合反映原11 個性狀的大部分信息。因此，可利用這4 個主成分進行分析評價，篩選出優質分蘗洋蔥種質資源。

表3 各主成分得分系數及貢獻率

第1 主成分的特征值為5.401，貢獻率為49.100%，對應的特征向量中以株高的值最大，為0.937；其次是冠幅長，冠幅寬、單株產量，分別為0.924、0.906、0.888，表明第1 主成分主要是與分蘗洋蔥生長勢及產量相關的性狀，其特征向量間的關系表明，在高產育種中要適當增加植株的株高、冠幅長和冠幅寬。第2主成分的特征值為1.351，貢獻率為12.286%，對應的特征向量中以可溶性固形物含量的值最大，為0.699。第3 主成分的特征值為1.028，貢獻率為9.350%，對應的特征向量中以可溶性固形物含量的值最大，為0.416；可溶性蛋白含量值最小，為-0.654。第4 主成分的特征值為1.002，貢獻率為9.113%，對應的特征向量中以總黃酮含量的值最大，為0.656；其次是可溶性蛋白含量，為0.563。第2、3、4 主成分主要是與分蘗洋蔥鱗莖品質相關的性狀。

通過入選的特征向量和特征值，計算69 份分蘗洋蔥種質資源的主成分值，進行評價和排序。4 個主成分用F1～F4表示，11 個農藝及品質性狀用X1～X11表示，利用各成分得分系數得到如下方程式。

根據F1、F2、F3、F4數值，以及各主成分的貢獻率權重（貢獻率/累計貢獻率）0.615、0.154、0.117、0.114，計算每份材料的綜合得分。

依F值大小對69 份分蘗洋蔥種質資源農藝及品質性狀進行綜合評價，F值越大，綜合性狀越好，綜合排名結果見表1，其中排名前5 的材料為M41、M31、M37、M30 和M33。

2.5 分蘗洋蔥種質資源農藝及品質性狀的聚類分析

以標準化后的數據對69 份分蘗洋蔥種質資源進行聚類分析，種質間距離采用平方歐式距離，聚類方法為質心聚類法。結果顯示（圖2），在平方歐式距離系數為10.0 處可將69 份分蘗洋蔥種質資源分為4 個類群。

圖2 69 份分蘗洋蔥種質資源基于11 個農藝及品質性狀的聚類分析結果

第I 類群只有1 份材料M14，特點是株高最高，冠幅長最長；第Ⅱ類群也是1 份材料M31，特點是葉片數最多，單球質量及單株產量較高；第Ⅲ類群有20 份材料，特點是單球質量及單株產量較高，葉片數較多，株高較高，冠幅長較長；第Ⅳ類群有47 份材料，特點是分蘗數較多，冠幅寬較寬，單株產量較高，球形指數接近1.00，可溶性固形物、可溶性蛋白、總黃酮含量較高。因4 個類群特點各不相同，可根據需要綜合考慮選擇優質種質資源。

3 結論與討論

本試驗對69 份分蘗洋蔥種質資源形態特征及抽薹情況調查發現，各材料間存在明顯差異。對11 個農藝及品質性狀變異分析結果表明，變異系數范圍在6.42%～57.04%之間，平均值為24.02%；其中，單球質量的變異系數最大，這與王海平等（2014）得出單頭鱗莖質量在大蒜21 個農藝性狀中變異系數最大的研究結果一致。單球質量的變異系數大，表明其可供選擇范圍廣，在鱗莖產量方面的利用潛力較大。可溶性蛋白含量的變異系數最小，表明該性狀受環境的影響較其他性狀小，在品種進化過程中較穩定。

本試驗對分蘗洋蔥11 個農藝及品質性狀進行相關性分析，發現8 個農藝性狀間幾乎都存在極顯著的相關關系，單球質量、單株產量、葉片數、株高、冠幅長及冠幅寬兩兩之間均呈極顯著正相關，表明鱗莖產量性狀受這幾個植株農藝性狀的影響較大，即株高越高，葉片數越多，其鱗莖產量越高，這與何蕓巧等（2022）的研究結果一致。8 個農藝性狀中只有球形指數與其他農藝性狀間呈極顯著負相關，其原因有待進一步分析。品質性狀中的總黃酮含量與株高、冠幅長、單球質量、單株產量呈顯著負相關。因此，在篩選分蘗洋蔥優良種質資源時可以從株高、葉片數、球形指數、總黃酮含量等性狀推斷出其他相關性狀的信息，從而加速育種進程，提高育種水平。

主成分分析法在許多作物種質資源綜合評價研究中均有應用（Inghelandt et al.，2010；孫東雷 等，2018；劉思辰 等，2020；林針懿 等，2021）。本試驗主成分分析結果表明，4 個主成分的累積貢獻率為79.849%，基本包含了所調查的11 個性狀的大部分信息。第1 主成分主要是與分蘗洋蔥生長勢及產量相關的性狀，第2、3、4 主成分則主要是與分蘗洋蔥品質相關的性狀。通過主成分分析計算出各材料農藝及品質性狀的綜合得分F 值，其中排名前5 的材料分別為M41、M31、M37、M30 和M33，表明其綜合品質較好，這可為品種選育提供有價值的參考依據。

聚類分析法在揭示作物種質資源間遺傳關系的研究中應用廣泛（趙樂杰 等，2019；趙青 等，2021；徐澤俊 等，2022）。本試驗通過聚類分析將69 份分蘗洋蔥種質資源分成4 個類群，被劃分為同一類群的種質間性狀相似，而不同類群間則差異明顯。其中第Ⅲ類群可為高產分蘗洋蔥品種的選育提供優質種質資源，第Ⅳ類群營養品質較好，可應用于食品加工等領域。莫惠棟和顧世梁（1987）的研究表明，利用多個性狀進行聚類時，某些性狀的差異可能會被另一些性狀的差異所掩蓋，導致出現部分組間差異模糊。因此，可在必要時對組內材料再進行系統聚類，以達到更精確的聚類結果。本試驗對分蘗洋蔥種質資源8 個農藝性狀及3 個品質性狀的的變異分析、相關性分析、主成分分析及聚類分析可為分蘗洋蔥種質資源的高效利用和品種選育提供參考價值。