北方地区黄瓜种质资源农艺性状的主成分和聚类分析

于娅 李艳军 王飞 王娜 霍云龙 凤桐

摘    要：为了掌握不同类群黄瓜种质资源的商品性状及产量，为合理利用种质资源和选配育种亲本提供参考依据，选取12个农艺性状对43份黄瓜种质资源进行主成分分析和聚类分析。结果表明，12个黄瓜性状综合成4个主要成分，即果实大小因子、叶片因子、颜色因子、产量因子，累计贡献率达到81.959%，基本反映了供试种质资源的农艺性状信息。Q型聚类将43份种质资源在欧式距离5.72处分成3个类群，类群Ⅰ为欧洲温室型黄瓜，类群Ⅱ为华北型黄瓜，类群Ⅲ为华南型黄瓜，该类群多样性丰富，进一步划分为3个亚类群。综合分析表明，单瓜质量、瓜长、瓜刺类型、瓜把长、叶片长、叶片宽、瓜皮色和产量可作为黄瓜种质资源评价的重要指标。亚类群Ⅰ和亚类群Ⅱ可为高产黄瓜品种的培育提供亲本材料。

关键词：黄瓜;主成分分析;聚类分析

中图分类号：S642.2 文献标志码：A 文章编号：1673-2871（2020）12-029-06

Abstract： In order to understand the commercial traits and yield of different cucumber germplasm resources， and to provides reference for rational utilization and selection of breeding parents. 12 agronomic traits were selected to conduct principal component analysis and cluster analysis on 43 cucumber germplasm resources. 12 traits were combined into 4 principal components， namely， fruit size factor， leaf factor， color factor and yield factor， and the contribution rate reached  81.959%， which basically reflected the agronomic trait information of the tested germplasm resources. The tested resources were separated into three groups at Euclidean distance 5.72， group I was Europe type cucumber， group II was north China type cucumber， group III was south China cucumber， which was rich in diversity and could be further divided into three subgroups. Single melon weight， melon length， melon thorn type， melon handle length， leaf factor， leaf width， leaf length， melon skin color and yield could be used as important traits for the evaluation of cucumber germplasm resources. Subgroup I and subgroup II could be used as parent material for the breeding of high-yield cucumber varieties.

Key words： Cucumber; Principal component analysis; Cluster analysis

黃瓜属于葫芦科甜瓜属，具有食用、保健、美容等功效，种植地域范围广，是我国主要栽培的蔬菜作物之一，2018年收获面积约为104.62万hm2，产量达5 629.35万t[1]。种质资源是携带生物遗传信息的载体，是黄瓜生产和遗传育种研究的物质基础[2]。我国的黄瓜种质资源以分布在长江以南地区的华南型黄瓜和黄河流域以北的华北型黄瓜为主，欧洲温室型黄瓜在我国各地区均有少量分布，青海、西藏等地区黄瓜种质资源分布较少。近年来，聚类分析已经广泛运用到农作物种质资源研究中[3-9]，以稳定性状的数据统计为基础，进行等权处理后以数据或聚类分析图的形式反映农艺性状间的相似性和相关度，明确种质间的亲缘关系，为资源的利用提供参考依据。主成分分析能够将大量的性状简化成较少且不相关的指标信息[10]，为种质资源的快速、精准评价奠定基础。因此，笔者收集了我国北方地区的43份黄瓜种质资源，生态类型包括华南型、华北型以及欧洲温室型黄瓜，通过对12个性状指标进行数量分类和主成分分析，明确性状间的相关性和种质资源间的亲缘关系，为亲本选配提供数据支撑，加速育种进程，提高育种水平，推动黄瓜产业的良性发展。

1 材料与方法

1.1 材料

供试黄瓜资源名称、来源及生态类型见表1。

1.2 方法

1.2.1 试验设计 试验在吉林省农业科学院经济植物研究所范家屯试验基地进行，2018年4月12日于日光温室采用32孔穴盘育苗，5月22日定植于露地。43份黄瓜种质资源采用随机区组排列，3次重复，每小区定植30株，株行距30 cm×60 cm，试验小区采取统一的栽培管理和病虫害防控。

1.2.2 指标测定方法 本研究调查黄瓜农艺性状指标12个。叶片长、叶片宽、叶柄长、叶柄粗在结果盛期进行调查，选取植株主蔓中部最大叶片测量。瓜长、瓜横径、瓜把长、单瓜质量、瓜形、瓜皮色、瓜刺类型、瓜把形状在结果盛期选取达到商品瓜成熟度的正常瓜进行调查。质量性状进行目测赋值[11]，瓜皮色分7级（乳白=1，黄白=2，白绿=3，浅绿=4，绿=5，深绿=6，墨绿=7），瓜刺类型分3级（尖角硬刺=1，软毛刺=2，粒刺=3），瓜把形状分3级（瓶颈形=1，溜肩形=2，钝圆形=3）。单产记录从商品瓜收获始期到末期的总产量，根据测产株数的占地面积折算，最终计算每hm2的产量。

1.3 数据处理

将调查的数据进行性状相关性分析、主成分分析和聚类分析，调查指标的结果录入Excel，获得原始矩阵，以5.0/95工作簿的文件格式保存。将数据导入NTSYS-pc2.10e软件的数据编辑器中，为消除各性状不同量纲分析结果的影响，先将原始矩阵进行Standardization处理，利用SIMINT程序计算各分类运算单位之间欧氏距离，最后通过SHAN程序UPGMA法进行聚类分析，并导出树状聚类图。主成分分析以标准化矩阵为基础在SPSS 17.0软件上进行分析，获得主成分，计算各主成分的特征值、贡献率和每个性状在主成分中的特征向量。

2 结果与分析

2.1 农艺性状分析

由表2可知，不同种质资源间存在差异，遗传性状比较丰富。瓜长分布在15.0～39.1 cm，瓜横径在3.3～6.2 cm，瓜把长在2.2～9.2 cm，产量在24 932.1～99 564.6 kg·hm-2，H10、H18的瓜皮黄白色，颜色较浅，而H17、H24、H35的墨绿色，颜色较深。瓜刺多为软毛刺和粒刺，仅H42为尖角硬刺。根据差异系数可以判断出不同性状变异度大小，其中瓜把长和瓜把形状的变异度较大，变异系数分别为35%和33.2%，叶片长的变异度最小，变异系数仅为8.1%，其余性状介于10.4%～26.3%之间。

2.2 性状相关性分析

不同性状间的相关性分析如表3所示，单瓜质量与瓜横径呈极显著正相关，与瓜长、产量呈显著正相关。瓜横径与瓜把形状呈极显著正相关，与瓜长、瓜把长呈极显著负相关，与瓜皮色呈显著负相关。瓜长与瓜把长、瓜皮色呈极显著正相关，与瓜刺类型和瓜把形状呈极显著负相关。瓜把形状与瓜刺类型呈极显著正相关，与瓜把长和瓜皮色呈极显著负相关。叶片长与叶片宽、叶柄长、叶柄粗呈极显著正相关，与瓜刺类型呈显著正相关，与瓜皮色呈显著负相关。性状相关性结果说明瓜横径越大，单瓜质量越大，产量越高，同时瓜长和瓜把长越短，瓜皮色越浅。由此可知，12个性状间存在显著相关性，并且部分相关性达到极显著水平，存在信息相叠，适宜进行主成分分析。

2.3 主成分分析

黄瓜种质资源12个性状主成分的特征值及贡献率结果如表4所示，经分析共获得主成分12个。主成分的选择原则即为特征值大于等于1的主成分累计贡献率大于80%，本研究中前4个主成分累计贡献率达到81.959%，且各主成分的特征值均大于1，其中第1主成分的提取特征值为4.531，贡献率37.755%，第2主成分的提取特征值為2.779，贡献率23.162%，累计贡献率60.916%，第3主成分的提取特征值为1.520，贡献率12.665%，累计贡献率73.582%，第4主成分的提取特征值是1.005，贡献率为8.377%，累计贡献率81.959%。前4个主成分对原始变量信息的描述作用显著，基本反映了供试黄瓜种质资源的12个农艺性状信息。

如表5所示，每个农艺性状在4个主成分中对应不同特征向量，根据同一主成分中各性状特征向量绝对值的大小确定在种质资源评价中的地位。第1主成分中，单瓜质量、瓜长、瓜刺类型的特征向量绝对值较大，均在0.7以上，主要反映黄瓜果实的大小，因此第1主成分可称为果实大小因子，且贡献率最大;第2主成分根据特征向量绝对值大小选出的性状是叶片宽和叶片长，分别为0.606和0.596，主要反映与叶片相关的信息，称为叶片因子;第3主成分中，瓜皮色的特征向量绝对值最大为0.636，反映的是种质资源的果实颜色性状，故称为果实颜色因子;第4主成分中产量的特征向量绝对值最大，称之为产量因子。综上所述，单瓜质量、瓜长、瓜刺类型、叶片长、叶片宽、瓜皮色、产量可作为黄瓜种质资源评价的重要指标。

2.4 聚类分析

根据图1所示，供试的43份黄瓜种质资源在欧式距离5.72处可分3类，类群Ⅰ、类群Ⅱ、类群Ⅲ。类群Ⅰ有3份材料，分别是H38、H28、H17，该类群特征为瓜大小中等，叶面积小，叶柄短而细，瓜皮色为绿色或墨绿色，瓜把短，产量低或者中等。类群Ⅱ有8份材料，分别为H2、H12、H15、H22、H24、H35、H40、H43，该类群的特征为瓜细长、叶面积小，叶柄中等偏短，瓜皮颜色深，软毛瓜刺，瓜把较长且为瓶颈形，产量有的高产、有的中产、有的低产。类群Ⅲ囊括其余的32份材料，多样性丰富，可在欧式距离4.36处进一步分为3个亚类群。亚类群Ⅰ中包括H31、H42等2份材料，主要特征为高产，瓜中等，叶面积小，瓜皮颜色深，瓜把溜肩形;亚类群Ⅱ中包括H19、H21、H33、H34、H37、H39等6份材料，主要特征为中高产，瓜短粗，单瓜质量较大，叶片面积大，叶柄长而粗，瓜皮色为绿色或浅绿色，瓜把较短;亚类群Ⅲ包括24份材料，产量多为中低产，瓜大小中等，叶面积中等，瓜皮颜色较浅。

3 讨论与结论

通过对43份黄瓜种质资源的12个主要农艺性状的相关性分析，发现瓜长与瓜横径呈极显著负相关，与钟金仙等[12]得出的结果一致，与王成等[11]研究瓜长和瓜横径呈显著正相关的研究结果相反，这可能与选择供试群体的不同有关。单瓜质量与瓜长、产量呈显著正相关，单瓜质量与瓜横径呈极显著正相关，这与蒋举卫等[13]和史建磊等[14]的研究结果一致。在不同的环境条件下，不同的供试黄瓜材料所表现出类似的相关性，说明单瓜质量、瓜长、瓜横径等性状可作为选育高产黄瓜新品种的重要参考指标。

主成分分析可以在体现绝大部分信息量的基础上将多个性状进行简化，本研究将12个黄瓜性状简化成4个主要成分，即果实大小因子、叶片因子、颜色因子、产量因子，累计贡献率达到81.959%，同一性状在不同的主成分中荷载值不同，说明分析结果与供试群体和参试性状的选择有关。本研究的前4个主成分反映了供试材料的绝大部分遗传信息，可以为种质资源的综合评价提供有效方法。

供试的43份材料分成3大类，类群Ⅰ为瓜个中等、叶片小、瓜色深、瓜把短、中低产类群，包括的3份材料均为欧洲温室型黄瓜;类群Ⅱ为瓜细长、叶片小、瓜色深、瓜把长、瓜把瓶颈形、软毛瓜刺类群，包括的材料大多为华北型黄瓜，仅H35为华南型;类群Ⅲ为华南型黄瓜，多样性丰富，又可分为3个亚类群，亚类群Ⅰ为瓜个中等、叶片小、瓜皮颜色深、瓜把溜肩形的高产类群，亚类群Ⅱ为瓜短粗、单瓜质量较大、叶片大、叶柄长而粗、瓜皮色较浅、瓜把短的中高产类群，亚类群Ⅲ为瓜个中等、叶片中等、瓜皮颜色较浅的中低产类群。根据聚类分析结果可以基本将同一生态类型的种质资源聚为一类，这与传统的地理分布分类相吻合，说明同一生态类型的种质资源具有相似的遗传背景，其性状的表型基本一致。类群Ⅱ只有H35为华南型，这可能是多年来各地区间的引种交流或人工选择育种造成的。亚类群Ⅰ和亚类群Ⅱ可为高产黄瓜品种的培育提供亲本材料。

掌握不同类群黄瓜种质的商品性状及产量，有利于种质资源有效合理的利用，可针对不同环境、季节安排适宜的品种，提高生产效益，也可根据育种目标选择性状互补且遗传距离较大的亲本杂交，培育优良的黄瓜新品种。

参考文献

[1] http：//www.fao.org/faostat/en/#data，2020.

[2] 于娅.榆耳种质形质评价体系建立与有性繁殖系统解析及杂交育种的研究[D].长春：吉林农业大学，2016.

[3] 赵乐杰，王超，姜凯旋，等.秋甘蓝种质资源农艺性状主成分和聚类分析[J].北方园艺，2019（9）：7-13.

[4] 李林林，黄敏升，崔国贤，等.苎麻种质资源农艺性状主成分及聚类分析[J].中国农业科技导报，2019，21（3）：34-41.

[5] 蔡晓洋，张思荻，曾俊，等.基于主成分分析和聚类分析的栀子种质资源评价[J].中国实验方剂学杂志，2017，23（14）：30-37.

[6] 王志强，郭松，刘声锋，等.西瓜种质资源果实主要数量性状的主成分分析[J].东北农业大学学报，2014，45（3）：59-64.

[7] 陳书霞，周静，申晓青，等.大蒜种质产量和品质性状主成分聚类分析与综合评价[J].植物遗传资源学报，2012，13（3）：429-434.

[8] 苗锦山，刘彩霞，戴振建，等.葱种质资源数量性状的聚类分析、相关性和主成分分析[J].中国农业大学学报，2010，15（3）：41-49.

[9] 李清华，黄金堂，陈海玲，等.27份花生种质资源的主成分分析及遗传距离测定[J].植物遗传资源学报，2011，12（4）：519-524.

[10] 唐启明，冯明光.DPS 数据处理系统[M].北京：科学出版社，2007：727-734.

[11] 王成.黄瓜果实长度遗传分析及分子标记[D].哈尔滨：东北农业大学，2010.

[12] 钟金仙，罗英，曾仁杰，等.黄瓜种质资源果实性状的主成分分析与综合评价[J].中国农学通报，2017，33（16）：46-52.

[13] 蒋举卫，薛红霞，宋晓飞，等.109份黄瓜种质资源主要农艺性状分析[J].河北农业大学学报，2018，41（1）：38-43.

[14] 史建磊，陈先知，黄宗安，等.华南型黄瓜主要农艺性状遗传多样性评价[J].核农学报，2016，30（10）：1914-1924.