黄芩主要农艺性状的相关性及主成分分析

2020-08-13于营刘亚苓鲁海坤欧阳艳飞郭靖

特产研究 2020年4期

于营，刘亚苓，鲁海坤，欧阳艳飞，郭靖※

〔1.中国农业科学院特产研究所，吉林省中药材种植（养殖）重点实验室吉林长春130112；2.河北省农林科学院棉花研究所，河北石家庄050051〕

黄芩（Scutellaria baicalensis Georgi）为唇形科黄芩属多年生草本植物，以干燥的根入药，属大宗常用中药材，其性寒味苦[1-3]，入心、肺、胆、大肠经，具有泻火解毒、清热燥湿和止血安胎等作用，对上呼吸道感染、胸闷、肺热咳嗽、肝炎、高血压、痈肿疖疮和胎动不安等症有很好的疗效[4-7]。黄芩中含有黄酮类、挥发油、多糖及铁、铜、锌、锰等微量元素，主要在抗肿瘤、抗菌、抑制心脑血管疾病、抗氧化和抗炎等药理方面效果较明显[8]。黄芩最早记载于《神农木草经》中，临床使用历史已经长达2 000多年，由于其市场需求量大，药用价值高，野生资源逐渐减少，促使黄芩的人工种植面积不断扩大[8]。因此，搜集黄芩种质资源，进一步培育高产、稳产的新品种是目前满足黄芩大量需求最有效的途径[5-6]。

农艺性状指农作物的生育期、株高、叶面积和果实重量等可以代表作物品种特点的相关性状。产量性状是植物育种中比较重要的一个指标，大多数产量性状受多个表型影响[9-11]，具有选择比较直观、方便测量和性状间存在相互关联等特点，可为育种提供有效的遗传信息[12-14]。相关分析是研究随机变量之间相关关系的一种统计方法。主成分分析可以把多个指标合成为少数几个综合指标，能够反映原始变量的大部分信息[15-16]。因此，在培育高产黄芩品种过程中，对黄芩农艺性状进行相关性分析和主成分分析尤为重要。迄今为止，大多数学者仅对黄芩开展了药理与药化等方面的研究，对其品种、农艺性状等研究较少，仅温学森等研究发现了“晚花黄芩”这一高产类型，其单株产量比普通黄芩高近一倍[17]。本研究对3年生黄芩的9个农艺性状进行测定，并开展遗传变异、相关性分析及主成分分析，旨在为今后黄芩新品种选育奠定理论基础。

1 材料与方法

1.1 试验材料

试验材料为农业农村部长白山野生生物资源重点野外科学观测试验站人工种植3年生黄芩（30株），由中国农业科学院特产研究所郭靖研究员鉴定为唇形科黄芩属黄芩（Scutellaria baicalensis Georgi）。

1.2 农艺性状测定

2019年7月，在黄芩基地随机选取30株黄芩，对其农艺性状测定，指标包括根长、根粗、根重、根分枝数、株高、茎分枝数、茎粗、叶宽和叶长9个性状。

1.3 数据分析

采用2007版本Excel进行数据统计处理，利用SAS 6.12软件进行各农艺性状的相关性分析和主成分分析。

2 结果与分析

2.1 黄芩农艺性状遗传变异

由表1可知，黄芩的农艺性状变异系数由大到小依次为根重＞茎分枝数＞根分枝数＞根粗＞茎粗＞叶宽＞根长＞叶长＞株高。根重、根分枝数和茎分枝数变异系数较大，均大于55%；根粗、茎粗、叶宽和根长的变异系数次之，均大于20%；株高和叶长变异系数较小，均小于20%，表明这些性状不易受环境因子影响。因此，根据变异系数可以推测黄芩根重、根分枝数和茎分枝数遗传多样性比较丰富，选择潜力较大，其中根重可直接用于丰产目标的选择育种，可为黄芩优良品种选育提供丰富的基础材料。

表1黄芩主要农艺性状的变异系数分析Table 1 Variation coefficient analysis of main agronomic traits of Georgi

注：X1.根长；X2.根粗；X3.根重；X4.根分枝数；X5.株高；X6.叶长；X7.叶宽；X8.茎粗；X9.茎分枝数。Note:X1.Root length;X2.Root width;X3.Root weight;X4.Root branch number;X5.Plant height;X6.Leaf length;X7.Leaf width;X8.Stem diameter;X9.Stems branch number.

性状Character X1（cm） X2（mm） X3（g） X4（个） X5（cm） X6（cm） X7（cm） X8（mm） X9（枝）最大值maximum value 33.00 18.79 24.12 6.00 64.50 7.10 2.00 5.86 11.00最小值minimum value 11.40 5.56 1.71 1.00 35 3.70 0.60 1.82 1.00平均值average value 17.16 11.15 9.32 2.20 52.76 4.69 1.01 3.12 4.67变异系数CV（%） 24.34 30.44 29.12 55.22 12.11 14.11 26.66 27.10 56.37标准差SD 4.18 3.39 5.51 1.21 6.39 0.66 0.27 0.85 2.63极差range 11.45 11.52 30.37 1.48 40.80 0.44 0.07 0.72 6.92

2.2 黄芩主要农艺性状的相关分析

由表2可知，根长与根粗、根重和茎分枝数呈显著正相关（R=0.417 95*，0.422 36*，0.398 63*）。根粗与根重呈极显著正相关（R=0.87104**），与根分枝数、株高、茎粗、茎分枝数呈显著正相关（R=0.556 41*，R=0.485 22*，R=0.387 54*，R=0.512 06*），育种时可以通过地上株高、茎粗和茎分枝数间接对根粗进行选择。根重与根分枝数呈极显著正相关（R=0.607 62**），与株高、茎分枝数呈显著正相关（R=0.533 71*，R=0.453 57*），可以通过地上部株高和茎分枝数来间接选择根重。根分枝数与茎分枝数呈显著正相关（R=0.453 20*），可以通过选择茎分枝数少的间接选择根分枝数少的。

表2黄芩主要农艺性状间的相关分析Table 2 Correlation analysis of mian agronomic charactera of Georgi

注：*表示显著相关（P＜0.05）；**表示极显著相关（P＜0.01）。Note:*indicates significant correlation(P＜0.05);**indicates extremely significant correlation(P＜0.01).

性状Character X1 X2 X3 X4 X5 X6 X7 X8 X2 0.417 95*X3 0.422 36* 0.871 04**X4 0.266 49 0.556 41* 0.607 62**X5 0.239 58 0.485 22* 0.533 71* 0.216 66 X6 ﹣0.101 90 ﹣0.057 37 0.010 27 0.006 00 0.414 83*X7 0.157 71 0.333 34 0.161 46 0.011 63 0.035 48 0.273 33 X8 ﹣0.119 19 0.387 54* 0.520 14 0.278 69 0.518 85* 0.197 84 0.041 39 X9 0.398 63* 0.512 06* 0.453 57* 0.453 20* 0.325 81 ﹣0.048 83 0.403 79* 0.041 12

2.3 黄芩主要农艺性状的主成分分析

由表3可知，特征值大于1的有3个主成分，其累积贡献率达71.33%，包括了黄芩大部分农艺性状信息。第1主成分特征值是3.630，贡献率是40.330%，其中根重、根粗、根分枝数、株高和茎分枝数在第1主成分有较高的载荷，且载荷值均为正值，称为产量因子。第2主成分的特征值是1.516，贡献率是16.850%，叶长、茎粗和株高在第2主成分有较高的载荷，且载荷值均为正值，称为株型因子。第3主成分的特征值为1.274，贡献率为14.160 %，叶宽和叶长在第3主成分有较高的载荷，且载荷值均为正值，称之为叶型因子。

表3黄芩主要农艺性状的主成分分析Table 3 Principal component analysis of main agronomic characters of Georgi

分量来源Component of the source主成分component产量因子Production factor 株型因子Plant type factor 叶型因子Leaf type factor X1 0.270 -0.372 0.163 X2 0.469 -0.106 -0.081 X3 0.476 0.002 -0.204 X4 0.355 -0.133 -0.267 X5 0.349 0.410 0.040 X6 0.079 0.530 0.513 X7 0.177 -0.088 0.684 X8 0.272 0.520 -0.259 X9 0.349 -0.327 0.232特征值eigenvalue 3.630 1.516 1.274贡献百分率（%）percentage of contribution 40.330 16.850 14.160累积贡献百分率（%）cumulative contribution percentage 40.330 57.180 71.340

3 讨论

农艺性状是药用植物种质资源评价与育种的重要指标之一，变异系数可衡量农艺性状的变异范围及差异程度[19]。研究结果初步表明黄芩根重、根分枝数和茎分枝数变异系数较大，遗传多样性比较丰富，可为黄芩优良品种选育提供丰富的基础材料。

相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度。本研究结果表明，根重与根分枝数呈极显著正相关，与根粗和根长呈显著正相关。根长与根粗、根重和茎分枝数呈显著正相关；根粗与根分枝数呈显著正相关，且根重、根分枝数、根粗、根长变异系数均较大，因此，在采收期可以直接对根部性状进行育种选择。根重与株高、茎分枝数呈显著正相关；根粗与株高、茎粗、茎分枝数呈显著正相关；根分枝数与茎分枝数呈显著正相关；且茎分枝数、茎粗的变异系数均较大，因此，在生育期可以通过地上部茎分枝数、茎粗来间接选择根重与根粗，可以通过选择茎分枝数少的间接选择根分枝数少的。

主成分分析目的是通过提取出较少的几项综合性指标，最大限度地反映出原来较多指标所反映的信息[16]。本研究通过对黄芩进行主成分分析，共筛选出3个主成分，分别为产量因子、株型因子和叶型因子，其累积贡献率达71.33%。在黄芩育种时，产量因子为主要因子，其次为株型因子和叶型因子。

4 结论

通过对黄芩农艺性状研究表明，黄芩的根重、根分枝数、茎分枝数选择潜力较大。在黄芩生长期，可以通过茎分枝数、茎粗间接选择根重、根粗和根长，通过选择茎分枝数少的间接选择根分枝数少的植株；在采收期可以直接对根部性状进行育种选择。在黄芩各性状中进行主成分分析，产量因子对黄芩的可靠性要高于其他因子，其次为株型因子和叶型因子，本研究可为黄芩优良品种选育提供参考。