引用本文
蔡金华, 杨阳, 单延博, 张利伟, 卢济康, 李东升, 温明星, 曲朝喜. 35份小麦种质资源品质性状的主成分和聚类分析[J]. 浙江农业科学, 2017,(5):758-760
[J]. ZHEJIANG NONGYE KEXUE,2017,(5): 758-760  
Permissions
Copyright©2017, 《浙江农业科学》编辑部
《浙江农业科学》编辑部 所有
35份小麦种质资源品质性状的主成分和聚类分析
蔡金华1,2, 杨阳2, 单延博1, 张利伟2, 卢济康2, 李东升1, 温明星1, 曲朝喜1
1.江苏丘陵地区镇江农业科学研究所 镇江市农业科学院镇江市农业科学技术实业公司,江苏 句容 212400
2.南京农业大学 作物遗传与种质创新国家重点实验室,江苏 南京 210095

作者简介:蔡金华(1990—),男,江苏海门人,研究实习员,从事小麦遗传育种与区域试验工作,E-mail:jshmcjh@163.com。

基金项目: 江苏省科技支撑计划项目(BE2016409); 江苏省农业科技自主创新资金项目(CX132022); 江苏省镇江市农业科学院服务能力建设(SS2015026)
摘要

为了揭示小麦种植资源多样性,发掘小麦资源中的有益基因,利用主成分分析和聚类分析,对收集的35份小麦种质资源的9个品质性状进行多样性评价。研究结果表明,小麦资源存在丰富的遗传多样性,其中面团稳定时间的变异系数为41.16%;面团形成时间的变异系数为39.31%;弱化度的变异系数为26.12%;沉降值的变异系数为21.02%。应用主成分分析小麦9个性状简化为5个主成分,其累计贡献率为93.497%。以蛋白含量、湿面筋含量和面团形成时间贡献率最高,为5.191%。采用系统聚类分析,将35份供试材料在遗传距离40.85水平上聚为5个大类。

关键词: 小麦; 品质性状; 主成分分析; 聚类分析; 遗传多样性
中图分类号:S512 文献标志码:A 文章编号:0528-9017(2017)05-0758-03 doi: 10.16178/j.issn.0528-9017.20170510
Abstract
Keyword:

小麦是世界主要的粮食作物之一, 占全年粮食总产的20%以上[1]。国内外小麦育种、栽培和生理学家们对小麦的抗赤霉病、抗白粉病等方面开展了大量研究, 同时关于小麦的产量方面也有大量研究, 还有对小麦品质性状的遗传相关分析的报道[2, 3, 4, 5]。聚类分析方法在研究麦类作物品种资源的差异和分类方面已有不少应用[6, 7, 8, 9, 10]。但随着国内外小麦生产的发展和人民生活水平的不断提高, 小麦育种的目标和要求也在不断地提高, 如何培育出优质的新品种是小麦育种工作所面临的重要问题。优异丰富的种质资源是小麦育种工作的基础, 而种质资源遗传基础的宽窄、遗传多样性的丰缺和亲缘关系的远近则是育种成败的关键[11, 12, 13, 14, 15, 16, 17, 18, 19, 20]。本研究对35份小麦资源的9个品质性状进行主成分和聚类分析, 了解影响小麦资源排序的主成分和各种质资源的农业生物学性状的特点, 为筛选小麦种植资源杂种优势利用的亲本以及重要品质性状的研究和改良, 提高小麦种植资源的利用提供理论依据。

1 材料与方法
1.1 材料

以收集到的35份小麦种质资源为材料(表1)。

表1 材料的名称及编号
1.2 方法

田间试验于2014— 2015年度在江苏丘陵地区镇江农业科学研究所行香试验基地进行, 三行区, 行长2.0 m, 行距0.27 m, 每行80粒, 人工条播, 四周设置保护行。

1.3 数据统计

对所有数据用Excel、DPS软件进行处理, 计算最大值、最小值、平均数、标准差(SD)、变异系数(CV), 不同种质间性状的差异用变异系数表示。利用DPS统计软件进行主成分分析, 采用聚类分析中类平均法, 选择欧氏距离法对其进行聚类。

2 结果与分析
2.1 小麦种质资源品质性状表现

对9个小麦种质资源品质性状分别进行统计分析, 由表2可见, 小麦种质资源的9个品质性状存在着丰富的遗传变异。容重的平均值为778.00 g· L-1, 变幅为754.00~808.00 g· L-1, 标准差为13.70 g· L-1, 变异系数为1.76%; 粗蛋白含量平均值为12.36%, 变幅为10.91%~14.02%, 标准差为0.78%, 变异系数为6.28%; 湿面筋含量平均值为24.79%, 变幅为19.20%~30.10%, 标准差为2.80%, 变异系数为11.29%; 沉降值平均值为32.16 mL, 变幅为20.80~51.00 mL, 标准差为6.76 mL, 变异系数为21.02%; 每100 g吸水量平均值为55.05 mL, 变幅为50.50~60.70 mL, 标准差为2.65 mL, 变异系数为4.82%; 面团形成时间平均值为2.40 min, 变幅为1.00~4.80 min, 标准差为0.94 min, 变异系数为39.31%; 面团稳定时间平均值为4.12 min, 变幅为8.40~1.10 min, 标准差为1.70 min, 变异系数为41.16%; 弱化度平均值为96.14 F.U., 变幅为51.00~147.00 F.U., 标准差为25.12 F.U., 变异系数为26.12%; 硬度指数平均值为53.68, 变幅为20.80~69.20, 标准差为10.35, 变异系数为19.28%。小麦种质资源变异系数最大的为面团稳定时间, 其他由高到低依次为面团形成时间> 弱化度> 沉降值> 硬度指数> 湿面筋含量> 粗蛋白含量> 吸水量> 容重。

表2 小麦种质资源品质性状分析
2.2 主成分分析

为了充分反映各因素中起主导作用的综合指标, 对9个品质性状进行了主成分分析, 并计算出相关矩阵的特征根和相应的特征向量及特征根的累计贡献率。

由表3可知, 根据累计贡献率≥ 90%的标准, 试验中有5个主成分可以概括不同小麦种质资源品质性状的绝大部分信息, 其累计贡献率为93.497%。第1主成分特征值为2.267, 贡献率为25.191%, 主要反映粗蛋白含量、湿面筋含量和面团形成时间; 第2主成分特征值为2.248, 贡献率为24.982%, 主要反映面团吸水量和硬度指数; 第3主成分特征值为2.055, 贡献率为22.837%, 主要反映面团稳定时间和弱化度; 第4主成分特征值为1.040, 贡献率为11.554%, 主要反映容重; 第5主成分特征值为0.804, 贡献率为8.933%, 主要反映沉降值。

表3 小麦主要品种性状的主成分分析
2.3 聚类分析

由表4和图1可以看出, 在遗传距离40.85时, 35份小麦种质资源可分为5类。

表4 35个小麦种质资源9个品质性状的分类特点

第Ⅰ 类包括6份小麦种质资源, 分别为C839、光明麦1311、农麦126、皖西麦0638、扬辐麦1025、扬辐麦2054。主要品质特征容重为771.83 g· L-1, 粗蛋白含量为11.97%, 湿面筋含量为22.48%, 沉降值为26.35 mL, 每100 g面团吸水量为52.40 mL, 面团形成时间为1.62 min, 面团稳定时间为2.25 min, 弱化度为134.33 F.U., 硬度指数为45.15。

第Ⅱ 类包括13份小麦种质资源, 分别为安农1124、国红3号、京华麦2号、乐麦608、宁1027、宁1054、宁11076、瑞华1277、苏麦198、苏麦598、未来6193、新麦2号、中研麦0788。主要品质特征容重为771.23 g· L-1, 粗蛋白含量为12.18%, 湿面筋含量为24.17%, 沉降值为30.35 mL, 每100 g面团吸水量为55.01 mL, 面团形成时间为2.32 min, 面团稳定时间为3.50 min, 弱化度为105.15 F.U., 硬度指数为55.13。

第Ⅲ 类包括12份小麦种质资源, 分别为丰庆108、华麦0722、漯0610、宁09131、宁09-72、宁10161、扬09-111、扬10-66、扬11G4、亿麦16、亿麦9号、镇10375。主要品质特征容重为791.50 g· L-1, 粗蛋白含量为12.71%, 湿面筋含量为26.23%, 沉降值为35.16 mL, 每100 g面团吸水量为55.29 mL, 面团形成时间为2.61 min, 面团稳定时间为5.30 min, 弱化度为75.17 F.U., 硬度指数为55.69。

图1 小麦种质资源的聚类树

第Ⅳ 类包括1份小麦种质资源, 为华麦1028。主要品质特征容重为785.00 g· L-1, 粗蛋白含量为12.85%, 湿面筋含量为25.50%, 沉降值为35.00 mL, 每100 g面团吸水量为53.90 mL, 面团形成时间为2.00 min, 面团稳定时间为3.20 min, 弱化度为102.00 F.U., 硬度指数为20.80。

第Ⅴ 类包括3份小麦种质资源, 分别为06-135、宁0898、宁09121。容重为763.33 g· L-1, 粗蛋白含量为12.29%, 湿面筋含量为26.10%, 沉降值为38.67 mL, 每100 g面团吸水量为59.93 mL, 面团形成时间为3.60 min, 面团稳定时间为6.17 min, 弱化度为62.67 F.U., 硬度指数为67.37。

3 讨论

供试的小麦种质资源面团稳定时间、面团形成时间、弱化度、沉降值的变异系数较大, 遗传多样性丰富, 资源可选择范围大。华麦1028容重、粗蛋白含量、湿面筋含量较高, 是综合品质性状好的材料, 可作为优异基因资源应用于小麦品种改良。

主成分分析在作物上的应用表明, 可将作物多个主要品种指标转化为较少的几个主成分。由于这几个主成分提供了性状90%以上的信息, 而且是综合的、相对独立的指标体系, 数值直观、容易分析。所以将9个性状指标简化为5个综合指标, 并且运用7个综合因子来代表原始变量, 简化数据, 揭示变量之间的关系, 为小麦亲本选配提供了有利的科学依据。主成分分析基础上的聚类, 可有效地剔除一些无关大局的因子, 使结果更加精确, 在种质资源分析及评价中应用效果较好。其中第Ⅲ 、Ⅳ 、Ⅴ 类的粗蛋白含量、湿面筋含量较高, 适合作为选育优质小麦品种的杂交亲本。通过对小麦种质资源类型的分析, 可以根据育种目标选择性状互补的亲本配置组合, 使育种中亲本的选配更完善。

本研究仅针对小麦种质资源的主要品种性状进行了分析评价, 有关小麦种质资源农艺性状、抗逆性以及分子水平的研究还有待深入。

The authors have declared that no competing interests exist.

参考文献:
[1] 郑威. 长江流域小麦地方品种农艺品质性状的遗传多样性[D]. 武汉: 华中农业大学, 2013. [本文引用:1]
[2] 刘锐, 魏益民, 邢亚楠, 等. 小麦淀粉与面条质量关系的研究进展[J]. 麦类作物学报, 2013, 33(5): 1058-1063. [本文引用:1]
[3] 何一哲, 雷小刚, 张成东, 等. 富铁锌彩粒小麦营养品质与开发利用研究[J]. 植物遗传资源学报, 2012, 13(4): 672-677. [本文引用:1]
[4] 李川, 姚小华, 王开良, 等. 薄壳山核桃无性系果实性状指标简化研究[J]. 江西农业大学学报, 2011, 3(4): 696-700. [本文引用:1]
[5] 张力. S P S S 13. 0 在生物统计中的应用[M]. 厦门: 厦门大学出版社, 2006. [本文引用:1]
[6] 陈建成, 庞新生. 统计数据分析理论与方法[M]. 北京: 中国林业出版社, 2006. [本文引用:1]
[7] 邓维斌, 唐兴艳, 胡大权, 等. SPSS 19. 0(中文版)统计分析实用教程[M]. 北京: 电子工业出版社, 2012. [本文引用:1]
[8] 樊保国, 李月梅, 李登科, 等. 鲜食枣品质性状的综合评价[J]. 西北林学院学报, 2012, 27(2): 79-82. [本文引用:1]
[9] 吕中显, 赵铭钦, 刘国顺, 等. 主成分和聚类分析在烤烟化学品质分类评价中的应用[J]. 河南农业科学, 2010(11): 31-35. [本文引用:1]
[10] 李勇发, 左小清, 杨芳, 等. 基于FCM聚类及其改进的遥感图像分割算法[J]. 浙江农业科学, 2017, 58(3): 518-520. [本文引用:1]
[11] 陈华萍, 魏育明, 郑有良, 等. 四川省的小麦地方品种品质分析[J]. 植物遗传资源学报, 2006, 7(1): 89-94. [本文引用:1]
[12] 刘爱峰, 程敦公, 李豪圣, 等. 近年来山东省主要父本小麦育种材料的品质特性[J]. 山东农业科学, 2010(5): 15-20. [本文引用:1]
[13] 黄承彦, 迟斌, 曲辉英, 等. 山东省小麦品种品质状况分析[J]. 山东农业科学, 2004(2): 12-15. [本文引用:1]
[14] 田纪春. 优质小麦[M]. 济南: 山东科技出版, 1995. [本文引用:1]
[15] 中华人民共和国农业部. NY/T 967—2006, 农作物品种审定规范(小麦) [S]. 北京: 中国农业出版社, 2006. [本文引用:1]
[16] 马艳明, 范玉顶李斯深, 等. 黄淮麦区小麦品种(系)品质性状多样性分析[J]植物遗传资源学报, 2004, 5(2): 133-138. [本文引用:1]
[17] 刘艳玲, 田纪春. 小麦主要品质性状影响面包烘烤的回归分析[J]. 山东农业科学, 2004(2): 16-19. [本文引用:1]
[18] 陈四龙, 李玉荣, 程增书, 等. 花生品种系生物学性状的主成分分析和聚类分析[J]. 花生学报, 2007, 36(2): 28-34. [本文引用:1]
[19] 陶爱芬, 祁键民, 林培青, 等. 红麻优异种质产量和品质性状主成分聚类分析与综合评价[J]. 中国农业科学, 2008, 41(9): 2859-2867. [本文引用:1]
[20] 孙彩铃, 曲辉英, 吕建华, 等. 基于主成分和聚类分析的山东省区试小麦品种(系)品质的综合评价[J]. 山东农业大学学报(自然科学版), 2014, 45(4): 545-551, 558. [本文引用:1]