40份青稞種質資源農藝和品質性狀的綜合評價及評價指標篩選

牛小霞，陳 娟，柳小寧，包奇軍，徐銀萍

(甘肅省農業科學院經濟作物與啤酒原料研究所，甘肅蘭州 730070)

青稞(Hordeumvulgarevar.nudum)，也稱裸大麥，具有生育期短、耐寒、抗旱、抗逆性強、適應性廣等特點，主要種植于青藏高原的西藏、青海、甘肅、四川、云南等高海拔地區，是藏族同胞的主要口糧[1]。青稞籽粒營養豐富，蛋白質和賴氨酸含量高，纖維素、維生素含量豐富，脂肪、糖含量低，青稞β-葡聚糖含量也相對較高，具有降血脂、降血糖、降膽固醇等功效，可以預防糖尿病、心腦血管疾病，提高人體免疫力等多種營養保健功能。青稞高蛋白、高膳食纖維、低脂肪的營養組成十分符合現代人的飲食結構需求，因此青稞具有很高的科研價值和良好的產業化開發前景[2]。

青稞的市場消費需求增長迅速，提高青稞產量和品質仍是目前育種需要解決的關鍵問題[3]。而品種改良是實現增產的最有效途徑之一[4]，優良品種的選育需要優異的種質資源[5]。對種質資源的研究，有利于合理選配親本，減少育種盲目性。農藝和品質性狀多為數量性狀，易受環境因素的影響[6]。數量性狀是作物長期進化和人為選擇形成的結果，是內在基因型的外在表現形式，具有表現直觀，與生產實際密切相關的遺傳特性[7]。鑒定表型性狀有利于了解種質資源的性狀特點，是種質資源分類的重要依據[8]。目前，針對青稞種質資源的報道比較少，胥婷婷對 402 份青稞種質進行了形態和分子遺傳多樣性研究[9]，夏騰飛等對267份青稞種質資源的10個質量性狀和9個數量性狀進行了分析[10]，徐肖等對86份青藏高原裸大麥進行了形態多樣性分析[11]。β-葡聚糖是青稞的一個重要品質性狀，本研究測定40份青稞資源的β-葡聚糖含量，通過鑒定40份青稞資源的15個表型性狀，分析青稞種質資源遺傳多樣性，并進行綜合評價，以期為青稞優異種質資源創新利用以及新品種選育提供理論基礎。

1 材料與方法

1.1 試驗材料

40份青稞種質資源有7份是二棱大麥，33份是六棱大麥，詳見表1。

表1 40份參試青稞種質資源名稱和F值

1.2 試驗方法

試驗于2019—2020年在甘肅省農業科學院黃羊鎮麥類作物試驗站進行，每份材料種植5行，按順序播種，不設重復；行長2 m，行距0.25 m，播深3～4 cm，小區播種量按畝播種量30萬粒折算。

1.3 測定方法

根據《大麥種質資源描述規范和數據標準》[12]，苗期記載分蘗數；成熟后，每行隨機選取20株考察其株高、穗長、第一莖節長、第二莖節長、穗下莖節長、總穗粒數、總穗粒質量、千粒質量等指標；蛋白質、淀粉、水分含量用近紅外儀測定，種子飽滿粒(直徑≥2.5 mm)比例、瘦小粒(直徑≤2.2 mm)比例用篩選儀測定；β-葡聚糖含量按Houston等介紹的方法[13]，采用Megazyme公司生產的β-葡聚糖試劑盒(K-BGLU 02/17)測定。

1.4 數據處理

利用Excel 2010、DPS 7.05進行數據統計分析。用2019—2020年2年數據的平均值進行數據分析。用軟件DPS 7.05 進行聚類分析、相關性和主成分分析，通過回歸分析的方法篩選青稞種質資源評價性狀。隸屬函數的計算公式為μ(Xi)=(Xi-Xmin)/(Xmax-Xmin)(i=1，2，3，…，n)[14]。利用Shannon Wiener’s 指數(H′)進行遺傳多樣性評價。H′=-∑Pi(lnPi)(i=1，2，3，…，n)，Pi表示某個性狀處于第i級別內的材料份數占總材料的比例。

2 結果與分析

2.1 青稞種質資源農藝和品質性狀的統計分析

15個農藝和品質性狀的變異系數范圍為2.45%～121.39%，平均值為28.61%(表2)；其中瘦小粒比例變異系數最大，為121.39%，其次為飽滿粒比例，為48.27%；其中變異系數高于20%的性狀有分蘗數、總穗粒質量、總穗粒數、穗長和穗下莖節長，分別為37.09%、37.31%、31.72%、28.22%、20.37%；第二莖節長、第一莖節長、β-葡聚糖含量、千粒質量、蛋白質含量的變異系數分別為19.32%、18.77%、18.29%、17.63%、12.92%，在10%～20%之間；表明這些性狀變異較為豐富。淀粉含量和水分含量的變異系數最小，分別為3.00%和2.45%。15個性狀的多樣性指數范圍為1.269～1.975，均值為1.749；按照多樣性指數由大到小排序為總穗粒數>總穗粒質量>第二莖節長>飽滿粒比例>β-葡聚糖含量>蛋白質含量>穗下莖節長>分蘗數>淀粉含量>株高>水分>第一莖節長>千粒質量>穗長>瘦小粒比例。不同青稞種質資源主要農藝性狀存在較大的差異，具有豐富的遺傳多樣性，適宜進行評價分析。

表2 40份青稞種質資源農藝和品質性狀的描述統計

2.2 相關性分析

相關性分析結果(表3)表明，分蘗數與穗長呈顯著正相關，與總穗粒質量和總穗粒數呈顯著負相關；穗長與千粒質量呈顯著正相關，株高與穗下莖節長呈極顯著正相關，第一莖節長與第二莖節長呈極顯著正相關，第二莖節長與穗下莖節長呈顯著負相關，千粒質量分別與飽滿粒比例、總穗粒質量呈顯著、極顯著正相關，飽滿粒比例與瘦小粒比例呈顯著負相關，蛋白質含量與淀粉含量呈極顯著負相關。

表3 青稞種質資源表型性狀的相關性

2.3 聚類分析

基于青稞資源的15個性狀進行聚類分析，將40份資源劃分為4個類群(圖1)。第Ⅰ類有9份資源，第一莖節長高于其他3類，蛋白質含量和β-葡聚糖含量比較高，分蘗比較少、株高較低、穗下莖節長較短，飽滿粒和瘦小粒比較低；第Ⅱ類有13份資源，千粒質量較輕，瘦小粒比較多，水分含量較高，β-葡聚糖含量比較低；第Ⅲ類只有3份資源，分蘗數、株高、穗長、第二莖節長、穗下莖節長、飽滿粒比例這些性狀都比較優異，淀粉含量比較高，但總穗粒數、總穗粒質量、千粒質量、蛋白質含量這些性狀比較差；第Ⅳ類有15份資源，總穗粒數、總穗粒質量、千粒質量這些產量性狀比較優異，穗長、第一莖節長和第二莖節長較短，淀粉含量比較低(表4)。

2.4 主成分分析

主成分分析40份青稞種質資源的15個農藝和品質性狀，結果(表5)表明，第Ⅰ主成分貢獻率為20.89%，主要反映總穗粒質量(0.362 4)、總穗粒數(0.352 5)和分蘗數(-0.347 0)；第Ⅱ主成分貢獻率為15.34%，主要反映第一莖節長(0.424 3)、第二莖節長(0.432 5)和千粒質量(-0.388 6)；第Ⅲ主成分貢獻率為14.19%，主要反映穗長(0.467 3)；第Ⅳ主成分貢獻率為10.73%，主要反映株高(0.585 7)和穗下莖節長(0.488 0)；第Ⅴ主成分貢獻率為8.49%，主要反映水分含量(-0.625 7)；第Ⅵ主成分貢獻率為6.65%，主要反映瘦小粒比例(0.578 6)和β-葡聚糖含量(-0.578 4)；第Ⅶ主成分貢獻率為5.78%，主要反映淀粉含量(0.421 6)和蛋白質含量(-0.402 0)；第Ⅷ主成分貢獻率為5.37%，主要反映飽滿粒比例(0.471 3)；前8個主成分貢獻率達到87.43%，因此，這8個主成分代表40份青稞的15個性狀信息，可以選擇這8個主成分作為青稞性狀的綜合評價指標。

表5 主成分分析各成分得分系數及貢獻率

表4 不同類群青稞種質性狀的平均值

2.5 青稞種質資源15個表型性狀的綜合評價

對15個農藝和品質性狀值通過隸屬函數方法進行處理，將標準化數值帶入8個主成分的得分中，可得到8個主成分的得分。計算各主成分的權重系數(0.239 4、0.175 8、0.161 6、0.122 8、0.097 1、0.076 0、0.066 1和0.061 2)，最后利用公式F=0.239 4F1+0.178 5F2+0.161 6F3+0.122 8F4+0.097 1F5+0.076 0F6+0.066 1F7+0.061 2F8計算每份種質材料的綜合得分F值(表1)，對40份青稞種質資源進行綜合評價。青稞的各性狀綜合得分F值平均為0.386 5，排在前5位的分別是QB13(0.675 5)、甘墾6號(0.579 4)、000-6(0.572 6)、QTB25(0.534 1)和昆侖14號(0.523 9)，排在最后2位的是2013J/193(0.231 1)和Hiprdy(0.227 9)。表型性狀綜合得分F值與15個表型性狀的相關性分析結果(表6)表明，F值與蛋白質含量極顯著負相關，與分蘗數顯著負相關，與穗長、穗下莖節長、瘦小粒比例和β-葡聚糖含量負相關；與飽滿粒比例和淀粉含量極顯著正相關，與第一莖節長、第二莖節長、總穗粒數和總穗粒質量顯著正相關，與株高、千粒質量和水分含量正相關。

表6 15個表型性狀與綜合性狀得分(F值)的相關系數

2.6 青稞種質資源綜合評價指標篩選

利用15個表型和F值，構建的回歸方程為Y=-1.521 6+0.005 2X2+0.001 3X3+0.025 5X5+0.001 3X7+0.007 1X9+0.001 7X10+0.030 4X14，其中：X2、X3、X5、X7、X9、X10、X14分別為株高、穗長、第二莖節長、總穗粒數、千粒質量、飽滿粒比例、淀粉含量。復相關系數R為0.969 8，確定系數R2為0.940 5，7個性狀可解釋總變異的94.05%，F值為25.276 4，方差達到極顯著水平，可以作為青稞種質資源的評價指標。

3 討論

對種質資源表型性狀進行鑒定，開展優異種質資源的基因挖掘，才能更好地改良作物品種[15]。本研究通過對40份青稞種質資源的15個表型性狀進行遺傳多樣性分析表明，多樣性指數變化范圍為1.269～1.975，均值1.749；總穗粒數、總穗粒質量、飽滿粒比例、β-葡聚糖含量和蛋白質含量等產量和品質性狀的多樣性指數比較高。15個性狀變異系數的變化范圍為2.45%～121.39%，瘦小粒比例變異系數最大，為121.39%；淀粉和水分含量變異系數最小，分別為3.00%和2.45%，說明這2個性狀遺傳較穩定。從花期到成熟期的氣候溫度和降水量等綜合環境因素影響淀粉含量，正常的氣候條件下淀粉含量變異范圍較小[16]。瘦小粒比例的變異系數最大，這與青稞籽粒大小容易受環境影響，遺傳穩定性較差有關[17]；青稞籽粒平均灌漿速率和干物質最終積累量顯著低于二棱大麥，而且穗著粒密度越大，同化物分配量越小，瘦小粒越多，且易受氣候因素影響[18]，本研究結果與之一致。

對種質資源的表型性狀進行綜合分析和評價是種質創新利用的基礎，可以指導青稞育種的親本選配。常用的灰色關聯分析等方法評價種質資源不全面，通過隸屬函數法和主成分分析相結合對種質資源進行綜合評價，比較科學和全面[19]。本研究從15個農藝和品質性狀中鑒定出株高、穗長、第二莖節長、總穗粒數、千粒質量、飽滿粒比例、淀粉含量等7個性狀可以作為青稞綜合評價的指標。利用表型性狀綜合得分F值的大小為依據，篩選出QB13、甘墾6號、000-6、QTB25和昆侖14號等優異種質，2013J/193和Hiprdy的F值最小，綜合表現最差；綜合比較這幾個材料的15個表型性狀值可知，表型綜合性狀得分F值可以準確地評價青稞種質資源，可以利用這種方法篩選優良種質，提高育種工作效率。

本研究通過系統聚類，將參試的40份材料分為4個類群，其中第Ⅰ類品質性狀比較好，第Ⅳ類產量性狀比較好。F值與9個表型性狀呈正相關，包含利用主成分分析和逐步線性回歸分析篩選出的7個鑒定指標性狀，說明本研究分析結果比較可靠。利用表型性狀研究種質資源還存在一定的局限性，后續研究可結合分子標記技術，提高青稞種質資源遺傳多樣性和綜合評價研究的準確性和深度。