小麦品质性状的主成分和相关性分析

2015-06-05王小国

三门峡职业技术学院学报 2015年2期

关键词：直链面筋淀粉

◎王小国

（三门峡职业技术学院食品园林学院，河南三门峡472000）

小麦品质性状的主成分和相关性分析

◎王小国

（三门峡职业技术学院食品园林学院，河南三门峡472000）

利用IBM SPSS19.0软件对82个不同小麦品种的品质性状进行了主成分和相关性分析，结果表明：小麦蛋白含量与干面筋和湿面筋间、干面筋和湿面筋间、直链淀粉和支链淀粉间存在0.01水平显著相关；按方差贡献率提取出3个主成分，3个主成分初始特征值累积贡献率达89.683%，根据标准化正交特征向量矩阵，得出3个主成分的表达式和综合模型，通过综合得分的高低，对不同小麦品种的品质性状进行了排序，其中由新疆维吾尔自治区品种审定委员会审定的优势强筋小麦品种“新春21”的得分最高，“巴优1号”的综合得分最低。

主成分；相关系数；小麦；品质性状

小麦品质通常指小麦对某种特定用途的满足程度，主要包括营养品质和加工品质。[1]加工品质性状主要包括直链淀粉、支链淀粉和面团流变学特性等，其中直链与支链淀粉的含量及比例是影响面条质量的重要因素。[2]而衡量小麦营养品质通常有蛋白质含量、氨基酸、面筋含量等诸多指标。[3]

那么在评价品质性状时，为了能够正确处理这些指标间错综复杂的关系，就有必要从这些诸多个指标和因素中提取出主要指标和因素来，这通常需要用多元统计的方法来整理数据。[4]主成分分析（Principal components analysis，PCA）就是研究如何用少数几个综合指标或因素来代表众多指标或因素，综合后的新指标能综合反映原来多个指标或因素的大部分信息的一种统计方法[5-7]，已在多种植物的性状评价中得到应用。[8-10]

本研究利用IBM SPSS19.0对来自16个省的82个小麦品种的品质性状中蛋白含量、沉降值、湿面筋、干面筋、直链淀粉和支链淀粉等进行相关性分析和主成分分析，以期为小麦品质改良和新品种培育提供参考。

1 试验材料和方法

1.1 试验材料

以石河子大学农学院提供的82个春小麦品种资源作为试验材料，具体品种名称见主成分得分及综合得分情况表。

1.2 测定方法

蛋白质含量采用近红外反射法测定；干、湿面筋含量测定方法参照国家标准（GB/T14608-93）；沉降值采用常量法；直链淀粉含量和总淀粉含量采用微量分光光度法。支链淀粉含量为总淀粉含量和直链淀粉含量的差值。

1.3 数据处理

将数据导入SPSS后进行标准化处理，计算相关系数矩阵、特征值和单位特征向量以及主成分的方差贡献率和累积方差贡献率，得出主成分数学模型和综合得分，并按得分高低对不同小麦品种的品质性状进行排序。

2 结果与分析

2.1 小麦品质性状的相关系数矩阵

双侧检验条件下，小麦品质性状间的相关系数矩阵（见表1）可以看出，小麦蛋白含量与干面筋和湿面筋间、干面筋和湿面筋间、直链淀粉和支链淀粉间存在0.01水平显著正相关，沉降值和直链淀粉存在0.05水平显著正相关，而沉降值和蛋白含量、支链淀粉间存在负相关。较强的相关性说明相关性状间存在不同程度的信息重叠，有必要进行主成分分析。

表1 小麦品质性状的相关系数矩阵

2.2 小麦品质性状的主成分分析

对标准化相关系数矩阵进行KMO和Bartlett球形度检验，显著度为0，小于显著性水平0.05，因此拒绝Bartlett球度检验的零假设，适合进行主成分分析。对供试小麦品种蛋白含量、沉降值、湿面筋、干面筋、直链淀粉和支链淀粉含量六个品质性状的初始特征值、方差贡献率及累计方差贡献率（见表2），提取到的3个主成分的累积方差贡献率为89.683%，说明这3个主成分能够反映大部分的小麦品质特性。

表2 初始特征值和方差贡献率

载荷矩阵旋转可使载荷矩阵中各元素平方值向0和1两极分化，强烈影响品质的因子载荷接近于1，反之接近于0。由旋转前的因子载荷矩阵表（见表3）可以看出，第1主成分能够综合反映的是湿面筋、干面筋和蛋白含量三个指标信息；第2主成分可以综合反映直链淀粉和支链淀粉的相关信息；沉降值主要通过第3主成分上反映其指标的信息，三个主成分能够反映全部所选性状的信息。

2.3 供试小麦品质性状的综合评价

将3个主成分进行特征向量转换后得出标准化正交特征向量矩阵（见表4）。

表3 旋转前的因子载荷矩阵

表4 标准化正交特征向量矩阵

依据公式，得出供试小麦3个主成分的线性方程，如式（1），（2）和（3）：

式中，y1，y2，y3表示3个主成分的得分，ZxN为六个变量标准化后的值。

以每个主成分所对应的特征值占所提取主成分总的特征值之和的比例作为权重，得出主成分综合模型为：

式中，Y综表示品质综合得分，λ1、λ2、λ3分别表示3个主成分的初始特征值，y1，y2，y3分别表示3个主成分的得分。

依据主成分线性方程和综合模型即可对供试小麦品种进行综合评价。通过对各小麦品质主成分综合得分进行排序，可以发现“新春21”得分最高，“巴优1号”得分最低。分析原因可能是82个小麦品种中，“新春21”是新疆生产建设兵团农五师以高蛋白小麦“NS-23-3”为父本,“青海946”为母本杂交选育而成的优质强筋小麦新品种，其综合品质性状最好，除自身遗传因素外，可能与该品种能较好地适应新疆气候条件有直接关系。

3 小结

主成分分析是在损失很少信息的前提下把多个指标转化为几个综合指标的一种统计方法，近年来，已在烤烟、稻米、葡萄、小麦等植物的品质评价中得到应用。本研究通过相关性分析，得出了小麦蛋白含量与干面筋和湿面筋间、干面筋和湿面筋间、直链淀粉和支链淀粉间存在极显著正相关，这和陈华萍[11]等的研究结果是一致的。同时通过主成分分析，对来自不同省份的82个小麦品种的品质性状进行了排序，建立了3个主成分的表达式和综合数学模型，这对于今后提高小麦品质育种工作的效率具有积极的现实意义。

[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].华中农业大学,2013.

[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.

[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.

[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,2011，33(4):696-700.

[5]张力.SPSS13.0在生物统计中的应用[M].厦门:厦门大学出版社,2006.

[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.

[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.

[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.

[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.

[10]张克,王树栋,王文和,等.东方系百合品种主要性状的相关分析及主成分分析[J].天津农业科学, 2010,16(5):28-32.

[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.

（责任编辑卞建宁）