58份大麥品種(系)主要農藝性狀的遺傳多樣性分析

摘要：為創制優異種質，探究大麥主要農藝性狀間的相互關系，對58份大麥品種（系）的7個主要農藝性狀進行遺傳多樣性分析和性狀進行綜合評價。結果表明，供試大麥品種（系）間存在較為豐富的遺傳變異，不孕粒數變異系數最大，為76.89%，其次是穗粒數，變異系數為42.02%；多樣性指數變化幅度為1.22～2.09，株高的多樣性指數最高，為2.09，其次是有效穗數，為2.02。相關性分析結果表明，穗粒數與產量極顯著正相關，穗長與千粒重極顯著正相關，不孕粒數和產量、穗粒數極顯著正相關。聚類分析將參試大麥品種（系）分為4個類群，類群Ⅰ穗粒數最高，為多粒型品種（系），類群Ⅱ產量最高，為高產型品種（系），類群Ⅲ有效穗數最高，為多穗型品種（系），類群Ⅳ株高最高、穗長最長，為高稈大穗型品種（系）。主成分分析選取累計貢獻率為86.25%的前3個主成分評價參試大麥材料，結合主成分，構建大麥品種（系）多性狀的綜合評價方程，可為大麥種質的鑒評、篩選及親本利用提供依據。

關鍵詞：大麥；農藝性狀； 相關分析； 聚類分析；主成分分析

中圖分類號：S512.302；S512.303文獻標志碼：A

文章編號：1002-1302（2025）02-0144-06

大麥是一種經濟價值較高的禾谷類作物，以適應性廣，抗逆性強和用途廣泛而在全世界廣為種植。在全球種植面積僅次于小麥、玉米、水稻，為第四大谷物［1］。我國是世界大麥起源地之一，種質資源十分豐富，挖掘和利用這些有價值的種質已成為我國農業、畜牧業、啤酒釀造業和醫藥保健業持續發展的需要。豐富的種質資源是作物育種和基因工程的基礎，對大麥種質資源進行正確合理的分析和評價，是對其有效改良的前提［2］。分析種質資源間的遺傳多樣性可以明確不同地區資源間的親緣關系，促進高產、優質、多抗新品種的選育［3］ 。因此，對大麥主要農藝性狀進行分析評價可以為大麥雜交育種和良種選育提供依據。蔣瑩等通過分析143份大麥種質資源主要農藝性狀遺傳多樣性，得到多穗型和多粒型種質［4］；劉海翠等通過分析51份裸大麥種質資源表型性狀遺傳多樣性，發現51份裸大麥種質資源主要農藝性狀上具有豐富的遺傳變異［5］；李贏等對398份裸大麥種質資源遺傳多樣性進行分析，發現裸大麥種質資源表型性狀遺傳多樣性豐富，為裸大麥資源高效利用及親本選擇提供了參考［6］。前人對大麥遺傳多樣性的研究主要集中在青藏高原地區，河南地區有關大麥遺傳多樣性的報道較少。河南省擁有豐富的大麥地方品種資源，但尚未有大麥種質資源農藝性狀遺傳多樣性的報道，本研究以58份國內外不同來源的大麥品種（系）為供試材料，運用相關性分析、聚類分析、方差分析、主成分分析等方法分析評價大麥主要農藝性狀的遺傳多樣性，以期為大麥種質創制和品種選育提供依據。

1材料與方法

1.1試驗材料與設計

試驗地點位于駐馬店市農業科學院試驗基地，選取58份近幾年從其他科研單位和高校引進篩選保存的大麥品種（系）作為試驗材料（表 1） 。

試驗采用隨機區組設計，設置3次重復，行長 9.00 m，行距 0.23 m，6行區，前茬作物為大豆，統一種植，統一田間管理，田間管理同大田生產。

1.2測定項目與方法

參試品種（系）主要農藝性狀按照《大麥種質資源描述規范和數據標準》［7］統一調查記載。大麥蠟熟期，每份材料隨機選取10株進行性狀統計，取平均值；蠟熟末期統一收獲、晾曬，測定小區產量及千粒重。

1.3數據處理

數據以調查數據平均值為指標，利用Excel進行基礎數據的處理，計算各性狀的平均值、最大值、最小值、標準差、變異系數和多樣性指數。利用RStudio進行聚類作圖，用SAS 9.2進行多重比較分析，用SPSS 26.0進行相關性分析和主成分分析。

2結果與分析

2.1參試大麥品種（系）農藝性狀多樣性分析

通過對參試58份大麥品種（系）的主要農藝性狀多樣性分析，結果（表2）表明，7個農藝性狀變異范圍較大，變異系數為8.85%～76.89%，其中，不孕粒數變異系數最大，為76.89%， 株高變異系數最小，為8.85%；7個性狀的遺傳多樣性指數變化范圍為1.22～2.09，株高的多樣性指數最高，為2.09，其次是有效穗數，為2.02，穗粒數的多樣性指數最低，為1.22，說明參試58份品種（系）的農藝性狀上存在較大的差異，遺傳變異類型豐富，遺傳范圍廣，不孕粒數、穗粒數、有效穗數等性狀的變異范圍較大，株高、有效穗數等性狀的多樣性較為豐富。

2.2參試大麥品種（系）農藝性狀相關性分析

對58份大麥品種（系）主要農藝性狀進行相關性分析，結果（表3）表明，有效穗數與千粒重呈極顯著正相關，與穗長呈顯著正相關，與穗粒數和不孕粒數呈極顯著負相關；穗長與千粒重呈極顯著正相關，與穗粒數、產量、不孕粒數呈極顯著負相關；穗粒數與產量、 不孕粒數呈極顯著正相關， 與千粒重呈極顯著負相關。其中，穗粒數和不孕粒數的相關系數最大（0.876），千粒重和穗粒數的負相關系數最大（-0.926），這與李贏等對裸大麥的研究結果［6］相一致。相關性分析結果表明，參試大麥品種（系）主要性狀間存在顯著或極顯著相關性，因此，在品種改良和選育過程中，應綜合考慮性狀間的相互關系，以獲得理想的優良品種［8-9］。

2.3參試大麥品種（系）聚類分析

對參試大麥材料的7個主要農藝性狀進行聚類分析，將參試的58份大麥品種（系）劃分為4個類群（圖1）。第Ⅰ類群包含2、6、8、9、10等5份材料，第Ⅱ類群包含28、30、47、55、46等16份材料，第Ⅲ類群包含33、38、31、35、36等13份材料，第Ⅳ類群包含7、11、12、4、5等24份材料。

根據聚類結果對不同類群的性狀進行方差分析，結果（表4）表明，不同類群間的農藝性狀差異較大，各性狀間存在顯著性差異。類群Ⅰ主要特征是穗粒數（61.54粒/穗）最多，有效穗數（43.20萬穗/667 m2）最少，千粒重較低，產量、不孕粒數較高，為多粒型品種（系）；類群Ⅱ表現為不孕粒數（5.07粒/穗）最多，產量（10.84 kg/13.5 m2）最高，穗粒數、株高相對較高，有效穗數、穗長較低，為高產型品種（系）；類群Ⅲ表現為有效穗數最高（69.56萬穗/667 m2），千粒重最高（42.39 g），穗粒數（23.35粒/穗）、株高（80.03 cm）、不孕粒數（1.17粒/穗）均最低，產量相對較低，穗長相對較高，為多穗型品種（系）；類群Ⅳ表現為平均株高（88.63 cm）最高，穗長（6.46 cm）最長，有效穗數、 千粒重相對較高，穗粒數、產量、不孕粒相對較低，為高稈大穗型品種（系）。

2.4主成分分析和綜合評價

2.4.1參試大麥品種（系）的主成分分析

對參試58份大麥品種（系）主要農藝性狀進行主成分分析，結果（表5）表明，前3個主成分累計貢獻率為86.25%，可反映絕大部分信息。第1主成分特征值為4.160，方差貢獻率為59.43%，穗粒數（0.472 5）和不孕粒數（0.455 9）有較高的正向載荷，千粒重（-0.460 5）有較高的負向載荷，第1主成分是穗粒數、千粒重和不孕粒數等性狀的綜合反映；第2主成分特征值為1.122，方差貢獻率為16.03%，株高（0.851 9）、有效穗數（-0.407 0）和穗長（0.304 7）載荷絕對值高于其他性狀，表明第2主成分主要由株高、有效穗、穗長組成。第3主成分特征值為0.755，方差貢獻率為10.78%，產量（0.636 5）和有效穗數（0.614 6）的載荷明顯高于其他性狀，說明第3主成分是產量和有效穗數的綜合反映。

2.4.2基于主成分分析的綜合評價

對58份大麥品種（系）的7個性狀數值進行標準化處理，獲得前3個主成分得分，以各性狀貢獻率計算各主成分的權重系數，利用前3個主成分得分值與其對應的權重乘積之和作綜合指標，對58份材料進行綜合評分和排序（表1）。 利用表5中各性狀載荷得到最優方程式Y=0.599y1+0.162y2+0.109y3+0.070y4+0.041y5+0.020y6。其中，

y1=-0.324 2x1-0.460 5x2+0.472 5x3+0.346 7x4-0.044 7x5-0.359 9x6+0.455 9x7；

y2=-0.407 0x1-0.043 7x2+0.081 8x3-0.077 0x4+0.851 9x5+0.304 7x6-0.035 7x7；

y3=0.614 6x1-0.016 3x2-0.103 6x3+0.636 5x4+0.418 7x5-0.168 9x6-0.048 4x7；

y4=-0.114 3x1-0.027 6x2+0.107 3x3+0.527 4x4-0.298 6x5+0.778 5x6-0.036 0x7；

y5=0.537 9x1+0.467 5x2+0.138 4x3-0.422 8x4+0.064 5x5+0.372 6x6+0.388 8x7；

y6=-0.051 0x1+0.518 4x2-0.291 0x3+0.062 1x4+0.046 4x5+0.063 5x6+0.769 2x7。

Y代表綜合評分；y1～y6代表6個主成分；x1、x2、x3、x4、x5、x6、x7分別代表有效穗數、千粒重、穗粒數、產量、株高、穗長、不孕粒數。

利用以上公式，可計算出參試58份大麥品種（系）主要性狀的主成分得分，即各品種（系）的綜合得分［6，10］。綜合得分越高，表明該品種綜合性狀表現越好［10］。58份大麥品種（系）綜合得分范圍為 -1.425 7～2.199 5，排名（表1）在前10位的分別是駐 7-245（45）、駐10-30（50）、駐11-32（48）、駐飼麥10號（8）、駐12-25（49）、駐4-520（51）、駐2013南8-15（53）、皖飼麥2號（28）、駐7-127（47）、駐3-118（56），這些材料綜合性狀表現較好，可作為優良的中間過渡材料加以利用。

3討論

3.1參試大麥品種（系）主要農藝性狀的遺傳多樣性

種質資源是大麥育種的基礎，研究其遺傳多樣性對大麥種質創制和利用具有重要意義。農藝性狀是作物綜合評價的主要依據，分析農藝性狀的遺傳多樣性是研究種質多樣性最常用的方法，可明確不同種質間的親緣關系，挖掘有利遺傳基因，促進大麥新品種選育［11-14］。李贏等對江蘇裸大麥品種農藝性狀進行分析發現，不同裸大麥品種的農藝性狀差異顯著，變異范圍為9.73%～28.58%［11］，本研究通過對58份大麥品種（系）主要農藝性狀進行綜合評估，7個農藝性狀變異范圍較大，變異系數為8.85%～76.89%，[JP+1]遠高于二棱大麥種質資源主要性狀的變異范圍（7.91%～22.04%）［13］，與趙鋒等對70份大麥種質資源主要性狀的變異系數分析結果［2］相一致。多樣性指數在一定程度上可以反映種質資源的遺傳多樣性，多樣性指數越高，說明性狀的多樣性越豐富。本研究58份大麥品種（系）主要農藝性狀的多樣性指數變化幅度為1.22～2.09，略低于田朋佳等對140份西藏大麥種質資源的研究結果（1.96～3.00）［15］，高于李贏等對398份裸大麥的研究結果（0.66～2.02）［6］，與馬艷明等對大麥遺傳多樣性的研究結果（1.37～2.04）［14］基本一致。

3.2參試大麥品種（系）主要農藝性狀的相關性分析和聚類分析

相關性分析可以較好地協調各性狀間的相互關系，有利于評估次要性狀對主要性狀遺傳增益的影響，為大麥育種中多個性狀的選擇提供參考［6］。本研究對58份大麥品種（系）的7個主要農藝性狀的相關性分析結果表明，穗粒數與產量呈極顯著正相關，且相關系數（0.629）最大，這與蔣瑩等的研究結果［4，6］相一致。本研究結果表明，穗長與千粒重呈極顯著正相關，與穗粒數、產量、不孕粒數呈極顯著負相關；與劉海翠等對裸大麥的研究中穗長與穗粒數呈極顯著負相關的結果［5］一致；謝俊花對小麥的研究認為產量構成因素千粒重與穗粒數呈負相關［16］，本研究中千粒重和穗粒數呈極顯著負相關的結果與之基本一致。

聚類分析是一種將研究對象分為相對同質群組的統計分析方法，能為選擇有利用價值的類群提供依據［17］。卓嘎等依據農藝性狀將西藏青稞地方品種劃分為穗粒數多、高稈大穗、千粒重高、矮稈穗粒數少等4個組［18］，張新忠等依據千粒重將187份大麥品種（系）聚為高、中、低粒重3類，認為大麥籽粒性狀具有廣泛的遺傳變異［19］，董攀等利用聚類分析將小麥品種（系）分類，挖掘到矮稈、分蘗力強和優質小麥品種［20-21］。呂建珍等對谷子品種（系）的研究，篩選出大穗、矮稈、早熟的材料［22］。本研究將58份大麥品種（系）劃分為4個類群，類群的劃分與穗粒數、千粒重、產量、株高、穗長等性狀密切相關，不同類群間的農藝性狀差異較大，各類群間存在顯著性差異。類群Ⅰ的主要特征是穗粒數最多，有效穗數最少，為多粒型品種（系）；類群Ⅱ表現為不孕粒數最多，產量最高，為高產型品種（系）；類群Ⅲ表現為有效穗數最高，千粒重最高，穗粒數、株高、不孕粒數均最低，為多穗型品種（系）；類群Ⅳ表現為平均株高最高，穗長最長，為高稈大穗型品種（系）。這與馬艷明等的研究結果［13］基本相同。

3.3參試大麥品種（系）主要農藝性狀的主成分分析和綜合評價

主成分分析是將多個彼此相關的指標轉換成新的少數幾個彼此獨立的綜合指標［23-26］。門秀麗等對內蒙古多棱大麥種質資源進行主成分分析，篩選出株高、主穗長、主穗粒數、主穗粒重對單株粒重貢獻率較大，因此想獲得高產優質的品種，應重視這些性狀的選擇［24］。本研究對58份大麥材料進行主成分分析，前3個主成分的累計貢獻率為86.25%，代表了7個農藝性狀的絕大部分信息，第1主成分貢獻率為59.43%，是穗粒數、千粒重和不孕粒數等性狀的綜合反映；其中，穗粒數和不孕粒數有較高的正向載荷，千粒重有較高的負向載荷，因此選擇性狀時，應充分考慮穗粒數、千粒重和不孕粒數的綜合影響，要想獲得高產優質的品種，應重視這些性狀的選擇。

種質的綜合評價（得分）是基于主成分分析對性狀數據的標準化處理，利用綜合得分值可為育種者提供直觀、便捷、量化的參考指標［24-27］，利用主成分分析，構建大麥品種（系）多性狀的綜合評價方程，為大麥種質的鑒評、篩選及親本利用提供依據。因此，可借助大麥品種（系）的綜合評價選育目標親本，從而培育高產優質的大麥新品種。

4結論

本研究分析了58份大麥品種（系）的主要農藝性狀特點及遺傳多樣性，結果表明58份大麥品種（系）的主要性狀間存在較為豐富的遺傳變異，7個農藝性狀的變異系數為8.85%～76.89%；多樣性指數變化范圍為1.22～2.09；依據7個農藝性狀可將58份大麥品種（系）分為4個類群，不同類群間的農藝性狀差異較大，存在顯著性差異。主成分分析結果表明，前3個主成分的信息量為總信息量的86.25%，反映了全部信息中的大部分信息。結合主成分分析，構建大麥品種（系）的綜合評價回歸方程，鑒評篩選了特異種質和綜合性狀較好的親本材料，得到了綜合性狀較好的前10位品種（系），可為大麥種質收集利用和育種改良提供理論依據。

參考文獻：

［1］曾樂，楊天賜，姚佳延，等. 不同大麥品種特異性SSR分子標記的篩選［J］. 麥類作物學報，2021，41（1）：20-29.

［2］趙鋒，包奇軍，潘永東，等. 70份大麥種質資源遺傳多樣性評價［J］. 作物雜志，2023，39（6）：54-61.

［3］郭呈宇，伊風艷，房用雨，等. 99份大麥種質資源表型性狀遺傳多樣性分析［J］. 北方農業學報，2023，51（4）：1-10.

［4］蔣瑩，常蕾，王安，等. 143份大麥種質資源主要農藝性狀遺傳多樣性分析［J］. 江蘇農業科學，2020，48（14）：94-98.

［5］劉海翠，李贏，石曉旭，等. 51份裸大麥種質資源農藝性狀分析［J］. 大麥與谷類科學，2023，40（1）：18-25.

［6］李贏，劉海翠，石曉旭，等. 398份裸大麥種質資源表型性狀遺傳多樣性分析［J］. 植物遺傳資源學報，2023，24（5）1311-1320.

［7］張京，劉旭. 大麥種質資源描述規范和數據標準［M］. 北京：中國農業出版社，2006.

［8］曾興權，王玉林，徐齊君，等. 利用SSR引物分析西藏青稞種質資源的遺傳多樣性［J］. 麥類作物學報，2013，33（2）：260-267.

［9］張宇，師祎，劉悅善，等. 不同地區大麥種質資源農藝性狀分析與評價［J］. 甘肅農業科技，2022，53（8）：30-35.

［10］牛小霞，柳小寧，潘永東，等. 97份大麥種質資源農藝性狀分析與評價［J］. 種子，2021，40（8）：68-72，77.

［11］李贏，劉海翠，石曉旭，等. 江蘇裸大麥品種農藝及營養品質性狀分析［J］. 分子植物育種，2022，20（9）：3044-3052.

［12］李贏，劉海翠，石呂，等. 江蘇裸大麥種質資源遺傳多樣性和群體結構分析［J］. 作物學報，2023，49（10）：2687-2697.

［13］宋俊良，李建波，劉志萍，等. 二棱大麥種質資源產量相關性狀的遺傳多樣性分析及綜合評價［J］. 內蒙古民族大學學報（自然科學版），2023，38（5）：428-437.

［14］馬艷明，趙連佳，王威，等. 大麥種質資源表型性狀遺傳差異分析［J］. 新疆農業科學，2022，59（11）：2628-2636.

［15］田朋佳，廖文華，高小麗，等. 140份西藏大麥種質資源遺傳多樣性分析［J］. 西南農業學報，2022，35（1）：16-26.

［16］謝俊花. 黃淮南片冬小麥產量及構成因素的相關分析［J］. 安徽農業科學，2012，40（17）：9249-9250，9253.

［17］賴俊聲，江錫兵，龔榜初，等. 板栗地方品種質量性狀多樣性分析［J］. 浙江農業科學，2016，37（8）：1196-1200.

［18］卓嘎，倫珠朗杰，張旭輝，等. 西藏青稞地方品種主要農藝性狀的遺傳多樣性［J］. 西北農林科技大學學報（自然科學版），2023，51（6）：48-57，65.

［19］張新忠，李英哲，郭寶健，等. 二棱大麥與六棱大麥籽粒性狀的差異性及其相關性［J］. 麥類作物學報，2016，36（11）：1474-1481.

［20］董攀，李偉，鄭有良. 波蘭小麥主要農藝性狀分析［J］. 麥類作物學報，2007，27（2）：216-222.

［21］杜曉宇，李楠楠，鄒少奎，等. 黃淮南片新育成小麥品種（系）主要性狀的綜合性分析［J］. 作物雜志，2021，37（4）：38-45.

［22］呂建珍，任瑩，王宏勇，等. 264 份谷子主要育成品種（系）表型多樣性綜合評價［J］. 作物雜志，2022，38 （4）：22-31.

［23］齊海祥，薛海楠，王金波，等. 六棱大麥種質資源光合特性和物質生產能力的綜合評價［J］. 內蒙古民族大學學報（自然科學版），2021，36（3）：217-224.

［24］門秀麗，馬巖，李建波，等. 內蒙古多棱大麥種質資源產量相關性狀的遺傳多樣性評價［J］. 內蒙古民族大學學報（自然科學版），2023，38（1）：39-45.

［25］韓家帆. 野大麥種質資源鑒定與評價［D］. 呼和浩特：內蒙古農業大學，2023：19-21.

［26］周桂梅，陳琳，劉振興，等. 小豆種質資源農藝性狀鑒定與綜合評價［J］. 江蘇農業科學，2023，51（21）：44-49.

［27］格桑卓瑪. 西藏半野生大麥表型多樣性及其關聯分析［D］. 拉薩：西藏大學，2023：3-9.