烟叶钾含量种质间差异分析及其田间鉴定指标筛选

2019-04-09马柱文张振臣袁清华屈玉娇李集勤李淑玲陈俊标

广东农业科学 2019年2期

马柱文，张振臣，袁清华，屈玉娇，李集勤，李淑玲，陈俊标

（广东省农业科学院作物研究所/广东省农作物遗传改良重点实验室，广东广州 510640）

【研究意义】钾含量是评价烟叶品质的重要指标之一，对烟叶成熟度、燃烧性及香气吃味均有影响，在优质烟草品种选育过程中起着重要指导作用［1-3］。但育种过程难以实现对大量种质及后代株系的烟叶钾含量进行逐一测定［4］，导致优质种质及株系（特别是高钾种质及株系）易被遗漏，影响高钾种质及株系筛选效果。因此，了解高钾烟草种质形态特征，合理评价高钾烟草种质以及确定钾含量的田间鉴定指标，对筛选高钾种质资源、选育优质烟草品种（特别是高钾品种）具有重要指导意义。【前人研究进展】越来越多研究者结合聚类分析、主成分分析、因子分析和多元逐步回归分析等多指标综合分析方法直观、快速判断作物的品质优劣［5-6］及抗逆强弱［7-8］。在作物钾含量多指标综合评定研究中，唐忠厚等［9］以31份不同类型优质甘薯品种（系）为材料，确定块根钾利用效率与钾敏感性可作为筛选钾高效甘薯品种的两个主要指标；阎洪奎等［10］认为玉米苗期叶片症状指数与穗粒重低钾胁迫指数具有极其显著的相关性，采用苗期叶片症状指数作为耐低钾鉴定指标,具有快速鉴定、早期筛选、

省工省时、节约试验用地等优点；杨佳蒴等［11］发现棉花苗期叶片蔗糖代谢、叶绿素含量和单株叶片生物量3项指标对棉花最终的钾含量具有较好的预测效果。【本研究切入点】传统的研究方法主要是通过线性回归建立的经验模型，由于涉及因素较多，参数选取较为困难，预测结果差异也较大。目前，烟叶钾含量与化学成分、形态特征的相关分析已有涉及［12-13］，而采用多指标综合分析方法的研究则较少报道。【拟解决的关键问题】尝试采用多元多指标分析方法，以形态特征为评价因子，结合聚类分析、主成分分析、因子分析和多元逐步回归分析方法, 筛选烟叶钾含量的田间鉴定最优指标，旨在为加速高钾种质资源初筛、挖掘及优质烟草品种选育提供参考依据。

1 材料与方法

1.1 试验材料

试验在广东省农业科学院白云试验基地进行。供试的31份烟草材料均来自广东省农业科学院作物研究所，其中烤烟13份，晒烟18份（表1）。

表1 供试烟草种质及类型Table 1 Types and germplasms of the tested tobacco

1.2 试验设计

试验按调制类型分区，设烤烟区和晒烟区，不同调制类型间及试验区周边分别设保护行。各类型间及同一类型内随机排列，单行植，行距1.2 m，株距0.5 m，3次重复，每小区植烟32株。

采用点穴方式播种，浅水育苗。采用精准鉴定方法，2016年1月5日播种，3月15日移栽；2017年1月7日播种，3月14日移栽。移栽后，结合小培土和大培土进行施肥，每667 m2施纯氮6.5 kg，氮磷钾比例1∶1∶2，田间管理措施与优质烟大田生产相同。土壤基础养分：pH 6.04、有机质含量18.8 g/kg、碱解氮含量93.2 mg/kg、有效磷含量72.4 mg/kg、速效钾含量95.6 mg/kg、缓效钾含量169 mg/kg。

1.3 调查项目及方法

形态特征调查记载：每一重复选紧邻5株正常生长的烟株，依据《烟草种植资源描述规范和数据标准》调查形态学特征：株高（x1）、茎围（x2）、节距（x3）、叶数（x4）、最大叶长（x5）、最大叶宽（x6）、主侧脉夹角（x7）、茎叶夹角（x8）、花冠长度（x9）、花冠直径（x10）、花萼长度（x11）［14］，计算两年平均值。

烟叶K2O含量测定：每一重复选紧邻5株正常生长的烟株，抽蕾打顶，每株成熟采收中部叶、上二棚叶片各3片，马上进行105℃杀青，然后晒干、混合粉碎，采用5%的乙酸提取，3次重复，K-Na火焰光度计测定钾含量［15］，计算平均值。

1.4 数据统计与分析

数据采用Excel 2016进行整理与分析；采用SPSS 19.0软件进行相关分析、聚类分析、主成分分析及多元逐步回归分析。

2 结果与分析

2.1 单项指标的统计描述

参试31份烟草种质的钾含量及形态特征存在丰富的遗传多样性，从表2可以看出，钾含量介于 13.50～47.50 mg/g，均值为 29.00（±7.60）mg/g，变异系数为26.10%。形态特征变异系数介于7.08%～32.61%，以茎叶夹角（32.61%）最大，茎围（7.08%）最小。

表2 供试烟草种质单项指标统计描述Table 2 Statistical description of single index of the tested tobacco germplasms

图1 31份烟草种质聚类树状图Fig.1 The dendrogram of the 31 tobacco germplasm

2.2 烟草种质聚类分析

采用欧式距离离差平方和法（UPGMA）对钾含量进行聚类分析（图1），可将31份烟草种质划分为3类：贝尔93、春雷三号、大白尖0929、大白筋599、大虎耳、大埔烟、库扎加E2、K326、封开11、81-26为第一类，为高钾种质；春雷五号、大山沟、大叶烟、鹤山二号-2、牛津26、大同、谷咀、海南6-2、鹤山中南、黑叶一号、五十叶、腾冲大柳叶、万年烟、细种秋根、云罗06-1、云罗04-1、小花青、奀种牛利为第二类，为中钾种质；古蚕黑叶、黑叶二号、云罗03为第三类，是低钾种质。

根据钾含量聚类分析的结果，将3类烟草种质的各主要性状计算平均值（表3），比较不同含钾类型种质的形态特征：

第一类（高钾种质）：植株高，茎围粗，节距疏，叶数较多，腰叶长，叶面宽，主侧面夹角较大，茎叶夹角小，花冠长，花冠直径大，花萼长。

第二类（中钾种质）：植株较高，茎围粗，节距较疏，叶数多，腰叶较长，叶面较宽，主侧面夹角小，茎叶夹角较大，花冠较长，花冠直径较大，花萼较长。

第三类（低钾种质）：植株矮小，茎围细，节距密，叶数少，腰叶短，叶面窄，主侧面夹角大，茎叶夹角大，花冠短，花冠直径小，花萼短。

表3 不同钾含量类型的形态特征比较Table 3 Comparison of morphological characteristics among different types of potassium

2.3 烟草形态特征相关分析及共线性诊断

钾含量与形态特征的相关分析表明，叶长、花冠直径与钾含量呈极显著正相关，花冠长度呈显著正相关。其中，最大叶长（r=0.683**）、花冠直径（r=0.651**）的相关系数较大，表现极显著正相关；花冠长度（r=0.363*）表现显著正相关；最大叶宽（r=0.347）、花萼长度（r=0.264）、茎围（r=0.189）、株高（r=0.135）、节距（r=0.108）、叶数（r=0.024）、茎叶夹角（r=-0.255）、主侧脉夹角（r=-0.003）的相关系数较小，表现弱相关性。由于各形态特征单项指标之间存在或多或少的相关性，以至于导致其提供的信息发生重叠，需在此基础上进行后续的多元线性回归分析。

对形态特征自变量观测数据构成的矩阵进行共线性诊断（表4），容差均大于0.1，方差膨胀因子（VIF）均小于10，说明变量之间并不存在严重的共线性，所反映的信息不发生较大重叠，可利用筛选可靠的评价指标。多元回归方程假设检验P=0.008，说明回归模型极显著，认为部分形态特征对钾含量的影响有统计学意义。叶长和花冠直径两个自变量对钾含量均达到显著水平，而其他自变量对钾含量的作用均不显著，这与相关分析结果一致。

2.4 烟草各形态特征主成分分析

对各形态特征进行主成分分析，将原来具有相关性的形态特征单项指标转换成几个新的且彼此独立的主成分指标。从表5可以看出，主成分分析特征值中5个主成分的累积贡献率达到84.624%，可以概括不同形态特征的大部分信息,可用这5个主成分指标对钾含量进行概括分析。

决定第一主成分大小的主要是最大叶长（0.718）、最大叶宽（0.726）、花冠长度（0.852）、花冠直径（0.732）和花萼长度（0.715）5个原始性状，可反映原始数据信息量的33.137%。

决定第二主成分大小的主要是株高（0.657）、茎围（0.660）和叶数（0.873）3个原始性状，可反映原始数据信息量的22.064%。

表4 多元线性回归参数估计及共线性统计Table 4 Multiple linear regression equation parameter estimate and collinearity statistics

表5 烟草各种各形态特征主成分的特征向量及贡献率Table 5 Eigenvectors and contribution rate of principal morphological characteristic components of the tobacco

决定第三主成分大小的主要是茎围（0.519）、叶宽（0.483）、茎叶夹角（0.410）和花萼长度（-0.514）4个原始性状，可反映原始数据信息量的11.547%。

决定第四主成分大小的主要是节距（0.501）、主侧脉夹角（-0.462）和茎叶夹角（0.595）3个原始性状，可反映原始数据信息量的9.679%。

决定第五主成分大小的主要是叶长（0.489）和花冠直径（0.465）2个原始性状，可反映原始数据信息量的8.197%。

表6 烟叶钾含量相关指标的主成分分析中特征根及特征变量Table 6 Eigenvalues and eigenvectors in PCA of correlated traits with the potassium content of tobacco leaves

2.5 逐步回归分析

以5个主成分的特征向量为自变量，钾含量为因变量进行主成分回归分析，主成分回归方程的假设检验P=0.001，说明主成分回归模型极显著（表6），可以认为形态特征的主成分对钾含量的影响有统计学意义。

经过主成分逐步回归分析，第一主成分（PC1）与第五主成分（PC5）对因变量的作用极显著，拟合回归方程：y=0.533PC1+0.461PC5。得到以11个形态特征为自变量，钾含量为因变量的一般多元线性回归方程：y=0.014x1+0.190x2+0.142x3-0.066x4+0.608x5+0.442x6+0.122x7-0.009x8+0.360x9+0.604x10+0.302x11。

根据相关分析、多元线性回归方程的结果可知，最大叶长与花冠直径对钾含量信息存在极显著的反映能力。以最大叶长（x5）和花冠直径（x10）为自变量，以钾含量为因变量，再次进行回归分析（表7）。回归方程假设检验P＜0.001，说明回归模型极显著，回归方程拟合度好。拟合回归方程y=-1.699+0.041x5+0.831x10（R2=0.9602），估计精度在89.66%以上。常量、叶长和花冠直径的假设检验均达显著水平，较好证明叶长、花冠直径对钾含量信息有极显著的反映能力。

3 讨论

烟草是喜钾作物，影响烟叶钾含量的因素很多，主要包括品种类型［16］、钾肥类型［17］、土壤环境［18］、施钾方式［19］、调控措施［20］以及气候条件［21］等。田间直观指标筛选，孤立的使用某一单项指标很难较准确反映烟叶钾含量的信息，而选择的评价指标间也存有一定的相关性，导致反映信息的交叉重叠。因此，多指标综合评价过程有必要对指标间进行共线性诊断，以确立可靠的指标筛选。品种类型是影响烟叶钾含量主要的内在因素［22］，参试的31份烟草种质的烟叶钾含量存有较大差异，变异系数达26.10%，贝尔93（47.5 mg/g）、春雷三号（43.1 mg/g）钾含量均大于40.0 mg/g，可作为高钾种质资源利用。通过聚类分析，将参试烟草种质划分为高钾种质、中钾种质和低钾种质3种类型。

主成分分析将11个形态特征指标转换成5个彼此独立的综合指标，其特征值中5个主成分的累积贡献率达到84.624%，可以概括不同形态特征的大部分信息。第一主成分反映原始数据信息量的33.137%，主要是最大叶长、最大叶宽、花冠长度、花冠直径和花萼长度5个原始性状组成。可以看出，花、叶的形态特征对品种间差异信息的反映能力较强。

通过逐步回归分析，筛选出显著反映烟叶钾含量的叶长（x5）和花冠直径（x10）两个形态特征指标，拟合烟叶钾含量的评价回归模型y=-1.699+0.041x5+0.831x10（R2=0.9602），估计精度在89.66%以上。最大叶长与烟叶钾含量具有显著相关，这与舒海燕［12］、张胜［13］等研究结果相似；而花的形态特征与烟叶钾含量的相关分析报道甚少，钾素在根系与地上部间较快速流动，基于源库关系，花形态建成能提供由根系向地上部运输的动力，有助于体内钾素积累。现蕾打顶是烤烟生产中重要的农艺措施，郑宪滨等［23］发现，打顶后10 d内，烟株体内有大量的钾离子沿韧皮部回流到根中，回流钾量占根系向地上部的钾量的比例大约在50%以上。