蠶豆產量組分的基因型與環境互作及穩定性分析

邵 揚 郭延平 周丙月 張 峰 張興民 王玉萍,4,*

1甘肅省臨夏回族自治州農業科學院, 甘肅臨夏 731100; 2 甘肅農業大學園藝學院, 甘肅蘭州 730070; 3 甘肅農業大學農學院，甘肅蘭州 730070；4甘肅農業大學/甘肅省作物遺傳改良與種質創新重點實驗室, 甘肅蘭州 730070

蠶豆(ViciafabaL.)屬豆科(Leguminosae), 野豌豆屬(ViciaL.), 是我國重要的冷季食用豆類, 為重要的糧、菜、飼、藥和綠肥兼用型作物[1]。蠶豆是甘肅省高寒陰濕地區的特色作物, 具有提高土壤肥力、發展畜牧業和促進農業良性循環的作用, 是種植業結構調整中重要的養地和間套種作物[2]。隨著農業產業結構調整和蠶豆產業多元化發展的要求,需要培育高產, 優質、穩產和多用途的蠶豆品種。對選育的高代品系在不同區試點進行產量、適應性、穩定性等方面的系統分析與綜合評價, 是選育產量性狀優良及不同生態適應型品種的基礎。同時評價各試點的區分力和代表性, 為引進資源和品系篩選的理想試點提供依據。品種的評價必須考慮包括產量性狀在內的多個農藝性狀組分, 這些農藝性狀大多屬于多基因控制且遺傳基礎復雜的數量性狀[3-4],受到基因型效應、環境效應以及基因型與環境互作效應的共同影響[5-6]。早期采用平均產量的變異系數來檢驗產量的穩定性, 僅能說明基因型效應的差異。利用線性回歸和變異系數來研究產量性狀, 雖然可以體現出基因型效應, 但環境效應和基因型與環境互作效應卻無法表達出來[7]。應用方差分析評價品種的適應性, 不能分析環境效應和互作效應的關系[8]。利用AMMI (additive main multiplicative interaction)模型進行品種鑒定和試點評價, 只考慮基因型與環境互作效應, 無法解釋基因型效應和基因型與環境間的互作關系, 也無法鑒定試點的區分力和代表性[9-10]。基因型(G)和基因型與環境互作(GE)聯合效應的GGE模型[11], 綜合考慮G和GE效應, 可同時對基因型和試點進行評價[12], 已經在馬鈴薯[6]、玉米[13]、棉花[14]、大豆[15]、花生[16]等作物的產量、基因型和環境互作中進行了研究。品種選育過程是對產量[17]、適應性[18]、穩定性以及株型[19-20]等綜合選擇的過程。目前, 利用GGE雙標圖對我國蠶豆品種多性狀綜合評價的研究未見報道。本研究擬通過GGE模型對6份參試蠶豆品系(種) 2年6點試驗的產量及產量組分性狀, 及適應性、豐產性和穩定性進行分析評價, 闡述基因型與環境互作效應對評價蠶豆產量和產量組分的效果, 綜合產量組分,篩選優良蠶豆品種(系), 結合試點的區分力和代表性, 進行綜合評價, 為不同生態區域蠶豆品種選則和栽培提供參考。

1 材料與方法

1.1 參試材料和試驗點

參試蠶豆品系信息和各試點海拔、降雨量等信息分別見表1和表2。其中L6為試驗對照品種和政尕蠶豆。于2017—2018年在甘肅省和政縣新莊鄉草灘村(和政縣)、康樂縣鳴鹿鄉洼灘村(康樂縣)、積石山縣寨子溝鄉寨子溝村(積石山縣)、渭源縣會川鎮半陰坡村(魏源縣)、臨夏縣北塬鄉前石村(臨夏縣)、漳縣殪虎橋鎮殪虎橋村(漳縣) 6個區試點進行(表2)。

表1 蠶豆高代品系和主栽品種的外觀性狀Table 1 Advanced lines and domestic main variety of faba bean

表2 試驗點環境信息Table 2 Characteristics of the tested locations used in this study

1.2 試驗設計

2017年和2018年分別在和政縣、康樂縣、積石山縣、魏源縣、臨夏縣和漳縣6個試點(表2)采用隨機區組設計。每個品種(系)設置4個小區, 寬窄行種植, 單壟單行, 寬行行距60 cm, 窄行行距25 cm,小區面積為666.67 m2。過磷酸鈣750 kg hm–2、磷酸二銨300 kg hm–2、硝酸銨75 kg hm–2, 其余各地塊栽培管理措施保持一致。每年4月上旬當土壤解凍10 cm左右時頂凌播種, 7月上旬田間數據采集, 8月中旬植株中上部莢80%變褐時及時收獲。收獲期測定產量和產量組分。參照《蠶豆栽培品種綜合性狀的比較與分析》[21]測量與統計株高、分枝數、株莢數、株粒數、百粒重和小區產量。

1.3 數據分析

采用Microsoft Excel 2016和SPSS 22.0軟件進行數據統計與分析。采用Genstat 21st軟件處理基因型與環境互作模型數據, R version 4.1.0進行相關性分析及熱圖繪制。

1.4 適應性及穩定性分析

GGE雙標圖常用于農作物多環境(multienvironment trials, METs)測試數據分析[6]。在對基因型-環境數據進行分析時, GGE雙標圖能同時顯示數據表中的基因型主效應(G)和基因型×環境效應(GE)。GGE雙標圖被稱為環境中心化的主成分分析, 在原始數據中減去環境的平均值后將基因型在互作效應中進行奇異值分解[23]。GGE雙標圖基于以下模型:

式中,Yij是第i個小區第j個區組中的平均產量。μj是第j個區組的總體均值。gk(i,j)是小區(i,j)中第k個基因型的期望值。Tij是小區(i,j)的田間實際值。εij是小區(i,j)的殘差。

當試驗沒有重復時, 基因型效應就無法準確估算, 也就無法基于殘差估計空間趨勢。這種情況下,須將公式(1)中的基因型效應和殘差作為隨機效應,所以GGE模型可重新定義為:

在公式(2)中無論試驗是否有重復, 試驗結果都將由實際的觀察值進行估算, 而不是基于殘差進行估算。

2 結果與分析

2.1 農藝性狀表現分析

對2017和2018年的各參試蠶豆品種(系)在不同區試點的農藝性狀進行測量并取平均值(圖1)發現,除L2在漳縣試點的小區產量較L3高外, L3的小區產量在其余不同的試點均較其他品種(系)高, 在和政縣試點的產量最高, 為312.52 kg, 穩定性也最高(圖1-A); L3的株高在漳縣、臨夏和積石山試點均較其他品種(系)高, 漳縣試點最高, 為115.7 cm, L6在和政、渭源和康樂試點的株高較其他品種(系)高(圖1-B); L3在不同試點的分枝數較其他品種(系)多, 穩定性也較高, 在臨夏試點分枝數表現最多, 平均3.1枝(圖1-C);L3在不同試點的株莢數較其他品種(系)多, 穩定性也高, 渭源試點的株莢數最多, 平均23.2個(圖1-D)。L3在不同試點的株粒數均較其他品種(系)最高, 且穩定性高, 試點漳縣的株粒數最多, 為53.1粒(圖1-E); L1的百粒重在不同試點均低于較其他品種(系), 穩定性較高, 漳縣試點的百粒重最小, 為118.17 g (圖1-F)。

圖1 參試品系(種)不同試點農藝性狀分析Fig. 1 Agronomic characters in different pilots

2.2 區域試驗分析

2.2.1 方差分析 蠶豆品種(系)農藝性狀方差分析結果表明, 分枝數、株莢數、株粒數和百粒重的基因型×環境互作效應差異極顯著(P<0.01); 小區產量和株高基因型×環境互作效應差異不顯著(表3)。小區產量、株高、分枝數、株莢數、株粒數和百粒重的基因型效應平方和占總變異平方和的比分別為7.46%、21.99%、88.52%、81.03%、85.50%和89.80%,基因型是影響分枝數、株莢數、株粒數和百粒重最主要的因素; 基因型×環境互作效應平方和占總變異平方和的比分別為2.30%、12.77%、7.84%、13.06%、10.03%和8.58%, 基因型與環境互作對株莢數影響最大; 環境效應平方和與總變異平方和的占比分別為8.36%、36.15%、1.14%、0.98%、1.89%和1.61%, 環境為影響株高最主要的因素。

表3 蠶豆農藝性狀方差分析Table 3 Analysis of variance for agronomic traits in faba bean

2.2.2 農藝性狀適應性分析 農藝性狀適應性GGE雙標圖根據基因型-環境的互作效應對試點分組, 篩選每組中適應性最強的品種(系)[22]。多邊形由相同方向上距離原點最遠的基因型連接形成, 所有基因型都包括在內。通過從原點到多邊形各邊垂線將多邊形劃分為不同的扇區, 各區內多邊形頂角上的基因型是各性狀適應性最強的品系(種)。雙標圖中在同一個圈中的試點代表同一生態類型。蠶豆農藝性狀適應性GGE雙標圖中小區產量、株高、分枝數、株莢數、株粒數和百粒重的G+GE之和占比分別為78.54%、85.46%、96.29%、93.90%、97.38%和96.96%(圖2-A～F)。

圖2 農藝性狀適應性GGE分析Fig. 2 Agronomic traits adaptability by the GGE biplot

小區產量GGE雙標圖中, L2、L5、L1、L6、L3連接成多邊形被5條射線分為2個扇區, 試點和政縣2017年、漳縣2017年和2018年落在一個扇區內,L2在此扇區內畝產量最高; 試點和政縣2018年、康樂縣2017年和2018年、積石山縣2017和2018年、渭源縣2017年和2018年、臨夏縣2017和2018年落在另一個扇區內, L3在此扇區內畝產量最高; 無試點落在以L1、L5、L6為頂角的扇區內, 代表這3個品種(系)在所有試點中小區產量均表現不佳(圖2-A)。多邊形頂角的基因型不同, 連接成的多邊形不同, 產量相關性狀雙標圖被分成不同的扇區, 相同試點中優勢基因型不同(圖2-A～F)。株高GGE雙標圖中, L4、L6、L1、L5、L3連接成的多邊形被5條射線分為2個扇區, 試點臨夏縣2017和2018年、和政縣2017年、積石山縣2017年中L3的適應性最高, 試點康樂縣2017年和2018年、渭源縣2017年和2018年、漳縣2017年和2018年、積石山縣2018年、和政縣2018年L6的適應性最高(圖2-B)。在分枝數GGE雙標圖中, L6、L7、L4、L3連接成的多邊形被4條射線分為1個扇區, 試點和政縣、康樂縣、積石山縣、渭源縣、臨夏縣和漳縣在2017年和2018年中L3的適應性均最高(圖2-C)。株莢數GGE雙標圖中, L6、L2、L5、L4、L3連接成的多邊形被5條射線分為1個扇區, 試點和政縣、康樂縣、積石山縣、渭源縣、臨夏縣和漳縣在2017年和2018年L3的適應性均最高(圖2-D)。株粒數GGE雙標圖中,L6、L5、L4和L3連接成的多邊形被4條射線分為1個扇區, 試點和政縣、康樂縣、積石山縣、渭源縣、臨夏縣和漳縣在2017—2018年中L3的適應性均最高(圖2-E)。百粒重GGE雙標圖中, L1、L2、L3、L5和L6連接成的多邊形被5條射線分為1個扇區, 試點和政縣、康樂縣、積石山縣、渭源縣、臨夏縣和漳縣在2017年和2018年的L1的適應性均最高(圖2-F)。

2.2.3 農藝性狀穩定性分析 農藝性狀的優異性和穩定性是理想品種重要的評價指標。穩定性分析GGE雙標圖中的小圓圈代表平均環境。單向箭頭從原點指向平均環境作為平均環境軸(average environment axis, AEA), 箭頭所指的方向代表較高的農藝性狀表現。垂直于AEA軸的雙向箭頭的直線為縱軸, 作為平均環境坐標(average environment coordination, AEC), 2個箭頭指向較不穩定農藝性狀平均值, 越接近于AEA軸, 基因型穩定性越好, GE效應越小(圖3-A～F)。

(圖3)

小區產量GGE雙標圖中, L3小區產量最高, 其次分別是為L2、L6、L4; 穩定性最高的是L4, 其次為L1、L5、L3; 高產且穩定的是L3和L4 (圖3-A)。株高GGE雙標圖中, L6株高最高, 其次為L3、L5、L2; 穩定性最好的是L2, 其次為L1、L4、L5 (圖3-B)。分枝數GGE雙標圖中, 分枝最多的是L3, 其次分別為L2、L1、L6; 穩定性最高的為L3, 其次為L2、L1、L5 (圖3-C)。株莢數GGE雙標圖中, L3的株莢數最多, 其次為L6、L2、L1; 穩定性最好的是L3, 其次是L5、L1、L2 (圖3-D)。株粒數GGE雙標圖中, L3株粒數最多, 其次分別為L6、L2、L4; 穩定性最好的是L5, 其次為L3、L1、L2 (圖3-E)。百粒重GGE雙標圖中, 百粒重L1最重, 其次為L6、L5、L2; 穩定性最好的是L3, 其次為L4、L1、L2 (圖3-F)。

2.2.4 試點區分力和代表性分析 在試點評價GGE雙標圖中, 各個環境向量之間的夾角代表各試點間的相關性, 夾角小于90度表示正相關; 大于90度, 表示負相關; 等于90度, 試點間無相關; 環境向量的長度代表各試點對品種(系)的區分力, 環境向量越長, 對品種(系)的區分力越強; 環境向量與橫坐標的夾角是試點代表性強弱的體現, 夾角越大,代表性越強(圖4-A～F)。

圖4 試點的區分力和代表性GGE分析Fig. 4 Discriminative and representativeness of pilot by the GGE biplot

在小區產量GGE雙標圖中, 和政縣2017年與2018年之間的夾角為90度, 代表相同試點在不同年份間, 小區產量互不影響, 其余各試點之間的夾角均小于90度, 呈正相關關系(圖4-A); 其余各性狀在兩個不同年份間, 試點向量之間的夾角也均小于90度, 代表不同年份試點之間均正相關(圖4-A～F)。小區產量GGE雙標圖中, 區分力最好的試點依次為康樂縣2017年、積石山縣2017年和2018年(圖4-A);株高、分枝數、株莢數、莢粒數和百粒重的區分力最好的試點為臨夏縣2017年、積石山縣2018年、漳縣2017年、積石山縣2018年、康樂縣2018年(圖4-B～F)。試點區分力和代表性GGE雙標圖中, 小區產量、株高、分枝數、株莢數、莢粒數和百粒重代表性最好的試點依次為渭源縣2017年、康樂縣2018年、積石山縣2018年; 積石山縣2017年和2018年、康樂縣2017年; 和政縣2017年和2018年、漳縣2017年; 漳縣2017年、臨夏縣2017年、漳縣2018年; 漳縣2017年和2018年、臨夏縣2017年; 渭源縣2017年和2018年、臨夏縣2017年(圖4-A～F)。

2.2.5 植株性狀與產量性狀相關性分析 通過Pearson相關性分析蠶豆植株性狀與產量性狀間的關系, 結果表明(圖5), 株高、分枝數與小區產量、株粒數和株莢數正相關, 分枝數與株粒數極顯著正相關(r=0.93); 株高、分枝數與百粒重負相關, 分枝數與百粒重呈顯著負相關(r= –0.38)。小區產量與株莢數和株粒數正相關, 小區產量與株莢數正相關(r= 0.25); 小區產量與百粒重負相關(r= –0.14)。

圖5 蠶豆農藝性狀相關性熱圖Fig. 5 Pearson correlations heatmap between traits across evaluated genotypes of faba bean

3 討論

蠶豆是甘肅省高寒陰濕地區主要的經濟和蔬菜作物之一, 多分布于半干旱區域, 以雨養農業和灌溉型農業生態系統為主, 年降雨量時空分布不均勻,年蒸發量大。作物農藝性狀大多為數量性狀, 易受環境影響, 有基因型與環境的互作效應[22]。針對該地區的環境條件, 在蠶豆品種選育中, 需要綜合高產、優質、適應性和穩定性好的多個農藝性狀。因此, 基于單一性狀組分綜合分析得出的結論比單一性狀分析的結論更重要[22]。蠶豆產量是由分枝數、株莢數、株粒數、百粒重等不同的性狀組成的復雜性狀, 將產量按照單個性狀進行分析, 僅能夠得到單個的總產量數據, 不能從總產量中獲得結莢數、莢粒數和百粒重、適應性和穩定性等組分數據和影響這些數據的主要原因。GGE雙標圖能夠反應基因型效應、環境效應和基因型與環境互作效應對每個產量性狀和產量組分農藝性狀的不同效應和影響,以及對各參試品系適應性和穩定性排序。GGE模型綜合考慮產量及多個產量性狀, 能全面了解產量和產量性狀之間的關系, 以及產量性狀對產量的影響程度。

品系(種)試驗中除了需要評價產量性狀中的組分形成的原因, 還需要分析在多年區試中每個品種產量組分的穩定性[23-24]。對2年6個試點蠶豆產量組分的穩定性分析發現, 小區產量的穩定性主要取決于基因型效應; 分枝數在田間表現的穩定性較差,取決于環境和基因型互作效應, 環境效應為首要因素; 環境效應也是影響蠶豆株高穩定性的最主要因素; 基因型與環境互作效應是影響農藝性狀穩定性的主要因素, 對株莢數影響最大。總之, 蠶豆產量組分農藝性狀中, 環境、基因型、基因型與環境互作效應影響產量組分存在差異。

適應性、豐產性和穩定性是品種推廣和應用的重要指標。試點環境對于所有產量組分都有顯著影響時, 需要選出在不同環境中性狀穩定性高的基因型。按參試蠶豆的小區產量來選擇, 可分為高產穩定性基因型, 如L3、L4, 適應于不同生態環境。高產不穩定性基因型, 如L4、L1、L5、L3, 可適應于特定的環境。廣適、高產和穩定性強的基因型在各試點均體現出基因型效應顯著, 互作效應顯著時表現為環境對基因型有利。廣適、高產而穩定性較差的基因型在各試點基因型主效性的差異顯著, 不同基因型受互作效應影響也存在顯著差異, 這類品種在特定生態區表現出高產穩定性, 也是主要選擇對象[6]。

對試點進行評價是鑒別其是否適合品種試驗,核心試點應該對目標環境具有高度代表性, 同時對基因型的差異具有較強的區分度[22]。通過比較各試點的區分力, 可以篩選出區分力高的試點, 提高區試效率。本研究發現, 試點區分力最好的是康樂縣2017年、積石山縣2017年和2018年, 代表性最好的是渭源縣2017年、康樂縣2018年、積石山縣2018年; 綜合區分力和代表性, 積石山縣為最佳試點。各基因型小區蠶豆產量在試點康樂縣2個年份間差異顯著, 原因可能是年份間的氣候變化。因此, 對試點選擇時, 不僅要考慮氣候和生態類型, 還要選擇區分力可重復性高的試點, 然而造成區分力低的原因復雜, 可通過多年多點品種試驗或者試驗數據的長期積累進行篩選[25]。

有研究表明, 蠶豆的單株產量與單株粒數、有效莢數、分枝數、株高、百粒重呈極顯著正相關[26]。本研究發現, 蠶豆小區產量與株高、分枝數、株莢數、株粒數之間正相關, 與百粒重負相關。可能由于基因型、種植區域、氣候變化以及栽培管理措施等原因, 試驗結果只能說明小區產量或單株產量與各農藝性狀之間的相關性, 不能代表大面積種植的總產量與農藝性狀的相關關系。然而在試驗設計合理、樣本量充足和栽培管理條件一致的前提下, 研究結果可以揭示產量與各農藝性狀之間普遍性的規律。

4 結論

GGE模型對蠶豆產量性狀各組分的分析可以綜合評價并篩選出優良品系。本研究篩選出的高產且穩定的品系是L3和L4。小區產量與株莢數顯著正相關, 分枝數與株粒數極顯著正相關, 株高與百粒重顯著負相關。對品種的區分力最好的試點是康樂縣2017年, 代表性最好的試點是渭源縣2017年, 最理想的試點是積石山縣。