12个欧美杨无性系生长初期基因型与环境的互作效应*

2020-09-16丁昌俊苏晓华黄秦军

林业科学 2020年8期

刘宁丁昌俊李波丁密苏晓华黄秦军

(林木遗传育种国家重点实验室国家林业和草原局林木培育重点实验室中国林业科学研究院林业研究所北京 100091)

杨树(Populus)是我国主要造林树种，人工林面积居世界第一，美洲黑杨(Populusdeltoides)及其杂种后代欧美杨(Populus×euramericana)是我国各地区商业化的生产实践中的主要无性系(苏晓华等， 2010)。目前杨树育种主要形式是杂交育种，我国环境具有丰富的多样性，推出新的杨树品种需要区域化的试验以保证科学性(马常耕， 2004)。不同的遗传材料在不同地点的性状表型观测值常有较大的差异，单通过分析统计观测值做出的评价真实性不高，其表现主要由基因型和地点(环境)来决定(顾万春， 2004)。基因型与环境互作的效应对林业的生产造成了显著的影响，无性系在大面积推广之前，需要经过区域化试验，来鉴定其产量水平和适应性，为其推广和合理利用提供依据。对许多树种的区域化试验研究表明，基因型与环境间存在显著的互作效应，对基因型与环境进行互作效应分析及稳定性评价是区域化研究的有效方法(顾万春，1990；李火根等，1997；周志春等，1998；王军辉等， 2000)。随着计算机技术的发展，应用基于随机效应的统计模型越来越多，相较于固定效应模型，混合线性模型可以改善不平衡数据、试验地区组条件不一致所带来的问题；在农业上应用较广但在林木上报道较少的GGE双标图可以将试验分析的结果可视化以便筛选总结(严威凯， 2010)。本研究将6个试验点的欧美杨生长数据通过在ASReml-R中建立混合线性模型的方式，分析基因型与环境的互作效应；并通过提取模型中的预测值来绘制GGE双标图，以评价遗传和环境对杂交欧美杨无性系的影响。

1 材料与方法

1.1 试验设计

共设计6个试验地点，分别位于山东诸城、宁阳、郓城，湖北石首，河北滦南和辽宁黑山，其中诸城和郓城是大陆性暖温带半湿润气候，宁阳和滦南是大陆性暖温带季风气候，石首是亚热带季风气候，黑山是大陆性温带季风气候。地点间环境因子有明显差异(表1)。

试验材料为12个基因型的欧美杨杂交无性系，遗传背景见表2。统一于2015年培育， 2016年造林， 2017年测定树高和胸径。均为完全随机区组设计，4～12株小区，滦南为4区组，其余地点为3区组。

表1 试验地点环境概况

表2 欧美杨无性系遗传背景①

1.2 数据来源及统计分析方法

气象数据从中国气象数据网(http://www.cma.gov.cn/2011qxfw/2011qsjgx)下载，各地气象数据为过去20年各环境指标的年均值，日照时长为2017年和2018年的均值，统计整理环境概况见表1。各地点的生长数据均为每木检尺。使用塔尺测定树高，测树围尺测定胸径，并剔除由于断头、萌发等原因带来的异常值。

ASReml-R4.0是在R环境下用于混合线性模型分析统计软件包，通过求解给定的混合线性模型，利用限制性极大似然法(restricted maximum likelihood，REML)，可以得到固定效应和随机效应的方差分量(显著性水平)等参数；其优点是可以通过估计将缺失值补齐，以解决林木试验中缺失值导致的数据不平衡问题(边黎明等， 2012)。本研究使用的混合线性模型为：

yij=μ+Bi+Si+Gj+SGij+eij。

式中：yij为第i个地点第j基因型的观测值，μ为全部观测值的均值，Bi为区组的效应，Si为地点的效应，Gj为基因型的效应，SGij为基因型与地点的互作效应，eij为随机误差；其中区组效应为随机效应，地点、基因型及基因型与地点的互作效应为固定效应。

性状预测值是通过使用ASReml-R4.0中predict()函数，提取混合线性模型中的预测值，以解决缺失数据带来的误差(林元震， 2016)。GGEBiplotGUI软件包是用于多环境试验的可视数据分析的工具，便于植物育种者和遗传学家研究基因型的产量以及基因型与环境之间的相互作用(Frutosetal.， 2014)。使用R语言中的GGEBiplotGUI程序包绘制GGE双标图，参数设置时Scaled选择0(非标准化)，选择中心化G+GE(严威凯， 2010)，SVP特征值选项根据图的类型选择1或者2(Yan， 2002)。

2 结果与分析

2.1 树高和胸径的表型变异

不同地点的树高观测值总变异石首最大，超过25%；黑山次之，为20.93%，其余4个地点的变异系数均小于15%。2、3、4、7和9号基因型的树高观测值总变异系数小于30%；其余基因型树高的变异系数在30%～37%之间。地点胸径的观测值总变异系数只有宁阳和郓城小于15%，其余地点的胸径变异系数在16.91%～26.81%之间。除3号基因型的胸径变异总系数为36.92%外，其余11个基因型内的胸径变异系数均在40%～44%之间(表3)。

2.2 观测值统计及基因型与环境互作分析

树高和胸径是评价林木质量的主要指标(李志新等， 2013)。统计树高、胸径的观测值，发现造林初期欧美杨的树高、胸径的表现与基因型和试验地点密切相关(图1)。

6个试验地点的环境存在差异，其中气候以东北地区的黑山最冷，华中地区的石首最热，滦南、诸城、郓城和宁阳气候较为相似(表1)。各地点树高的总均值排序为：宁阳(9.3 m)>滦南(6.5 m)>石首(6.3 m)>诸城(6 m)>郓城(4.6 m)>黑山(4.3 m)；各地点胸径的总均值排序为：宁阳(10.5 cm)>滦南(6.9 cm)>诸城(5.5 cm)>石首(5.1 cm)>黑山(4.3 cm)>郓城(4 cm)。12个基因型树高的总均值排序为： 5(6.79 m)>7(6.57 m)>4(6.43 m)>9(6.42 m)>3(6.37 m)>12(6.27 m)>1(6.07 m)>2(5.98 m)>6(5.78 m)>10(5.75 m)>11(5.71 m)>8(5.62 m)； 12个基因型胸径的总均值排序为： 5(6.97 cm)>7(6.95 cm)>4(6.51 cm)>3(6.30 cm)>6(6.22 cm)>9(6.21 cm)>1(5.89 cm)>2(5.77 cm)>8(5.65 cm)>12(5.42 cm)>10(5.41 cm)>11(5.14 cm)。造林初期欧美杨的树高、胸径表现在宁阳地区最好，远优于其他地点；郓城和黑山的表现最差。5号、7号和4号基因型的平均表现最好，8号、10号和11号的平均表现最差。

在ASReml-R软件包中分别建立关于树高和胸径的混合线性模型，由于存在数据缺失、区组数不一致的情况，采用混合线性模型，利用极大似然法进行分析。将区组(重复)设为随机效应，固定效应是地点(环境)和基因型，分析并获得基因型、环境、基因型×环境的方差分量值及显著性(表4)；并提取预测值用于后续GGE双标图的绘制。结果表明，欧美杨的树高和胸径这2个生长性状在生长初期受到了环境因素、遗传因素以及基因型与环境交互作用的极显著影响(P<0.001)。对混合线性模型中的随机效应进行检验，无论树高还是胸径，区组效应都是极显著的；这在林木试验上是难以避免的(表5)。

图1 树高、胸径均值热图

表3 树高、胸径的变异系数

表4 固定效应分析

表5 随机效应分析

2.3 欧美杨生长初期的评价

2.3.1 对欧美杨生长初期胸径的评价经比较，生长性状预测值与观测值存在较为紧密的相关关系(图2)。利用胸径的性状预测值作的GGE双标图，第1主成分解释了64.79%的变异，第2主成分解释了22.18%的变异。双标图的拟合度达到86.97%(图3、图4、图5)，表明图中所揭示的趋势和关系与实际情况较为一致。

环境间的评价见图3，图中过圆心的实线为平均环境轴(average environment axis)，轴上的小圆圈代表平均环境。虚线向量用于度量各试验地点的能力；长度是其区分能力的度量，长度越长区分力越大；与平均环境轴的夹角是其代表性的度量，角度越小越有代表性；各环境间的向量的夹角为锐角，说明两环境存在正相关关系，其无性系排名相似；直角为不相关；钝角则是负相关(Yanetal.， 2010)。

图2 性状值与性状预测值比较

图3 区分力与代表性

对于胸径性状来说(图3)，宁阳、诸城、郓城和滦南4个地点的环境类似，正相关的程度较高；这4个地点位于华北东部和华东北部，其气候也类似(表2)。位于东北地区的黑山和位于华中地区的石首2个地点几乎不相关，其与另外4个地点的相关性也较低。根据早期胸径表现，6个地点中最适宜作为试验点的地点为宁阳，其代表性和区分力最强；石首区分力也很强，但其代表性较弱；郓城、滦南和诸城的环境下胸径表现相似，代表性很好但区分力稍弱；黑山地区的区分力和代表性在6个地点中最差。

图4是分组筛选品种的功能图，可以对基因型和地点的相互关系分组，并给出各组内最高产的基因型和优秀的基因型(严威凯， 2010)。根据各基因型胸径的表现，6个地点分为2组生态区：黑山、诸城、滦南和郓城为一组，优秀基因型有3号、4号和7号，该环境中表现最好的是7号；宁阳和石首为一组，优秀基因型有5号和9号，表现最好的是5号。图4中各环境内表现最好的无性系并不一致，这是交叉性互作现象(crossover GE)，其对于划分不同基因型的生态区以及适地适品种的筛选具有重要意义(严威凯， 2010)。

图5是显示高产性与稳产性的功能图，小圆圈代表平均产量，其所在直线也是平均环境轴。随着箭头的指向，产量逐渐升高；垂直于平均环境轴的虚线是各基因型与各地点相互作用的倾向性，基因型距离平均环境轴越远越不稳定(Gauchetal.，1997)。

图4 分组筛选双标图

图5 高产性与稳定性

基因型的胸径生长排名由高到低依次为5、7、4、3、9、6、1、2、8、10、12、11。最高产的基因型是5号，但其稳定性较差，原因是它在石首地区的表现很好，但在另一侧的5个地点表现一般，由于其平均产量最高，可以考虑在石首地区主栽，其余地点继续观察。与5号产量很接近的7号，其稳定性最好，平均胸径表现接近最好，是可以考虑推广栽植的基因型。高于胸径平均表现的还有4号，稳定性也不错，北部地区的表现更好。值得一提的是10、11、12号3个基因型的胸径表现最差，这可能与它们的遗传背景(表2)有关。

2.3.2 对欧美杨生长初期树高的评价利用树高的预测值(图2)作的GGE双标图(图3、图4、图5)，第1主成分解释了61.37%的变异，第2主成分解释了24.34%的变异。双标图的拟合度高于85%，表明图中所揭示的趋势和关系与实际情况较为一致。

在树高的表现上，宁阳与华中地区的石首类似，而北方的4个地点(滦南、郓城、黑山和诸城)相关性较高，这与关于胸径的环境评价相似但不相同。根据早期树高的表现6个地点中最适宜作为试验点的是滦南，其代表性最强，区分力较优；郓城区分力一般，但其代表性较强；黑山、诸城、宁阳和石首4个地点的区分力较强，但代表性弱一些(图3)。

根据各基因型树高的表现，图4将6个地点分为2组生态区：宁阳、石首、滦南和郓城为一组，优秀基因型有5号和7号，该环境中表现最好的是5号；黑山和诸城为一组，优秀基因型有3号、4号和9号，表现最好的是3号。

对于树高性状来说，基因型的排名与胸径相似，由高到低依次为5、7、4、3、9、12、1、2、11、6、8、10。最高产的基因型是5号，但其稳定性较差，原因是它在宁阳和石首地区的表现很好，但在北方的4个地点表现较优，可以考虑推广并在石首和宁阳地区主栽。7号的表现较优，其产量仅次于5号，但稳定性最强，可以推广。在黑山、诸城、郓城、滦南4个地点还可以推广3号、4号和9号。

3 讨论

林木群体中存在着大量变异，这是改良林木的宝贵财富，在不同的环境下分析并讨论欧美杨的遗传变异情况是改良欧美杨的必要条件(刘成功， 2018)。通过统计分析欧美杨不同基因型在各地点的变异系数发现，整体上看，树高的变异大于胸径，这与前人的研究结果(邓继峰等， 2010；司冬晶等， 2016； Pliuraetal.， 2007)一致。本试验中黑山地区的变异最大，这可能是因为黑山县处于我国的东北地区，其偏冷的气候(表1)不适合速生型欧美杨的生长。除此之外，石首地区的变异系数也略高，仅次于黑山地区，综合环境因子，这可能与土壤、光照时长、温度有关，具体主要是哪种环境因子引起的这些变异，本研究计划继续观测并收集数据，在试验后期做环境因子对于欧美杨生长的影响。

通过建立混合效应的线性模型，并使用预测性状值代替观测均值来作GGE双标图，解决了试验数据不平衡导致的误差问题。固定效应分析结果表明，基因型、环境以及基因型与环境互作效应对3年生的欧美杨生长初期树高、胸径的影响均极显著，国内外对于杨属(Populus)、松属(Pinus)、杉木属(Cunninghamia)、桤木属(Alnus)等树种的多点试验均验证了林木基因型(品种)与环境互作效应的显著存在(王军辉等， 2000；李火根等，1997；程玲等， 2018； Bianetal.， 2014； Wuetal.， 2005)。基因型同环境的显著互作效应与生长性状观测值的表现相吻合(图1)：同一基因型在不同地区的表现有明显差异，不同基因型在同一地区表现也不同。以上结果说明欧美杨的生长性状在生长初期主要受环境和遗传的控制，而基因型与环境的极显著互作效应使得各地点的优秀基因型表现更为明显。但是本研究没有克服试验地内的误差同质性，由于人工林木试验往往试验面积较大，区组的显著效应难以避免。使用空间分析法结合因子分析法的BLUP-GGE联合分析可以克服这一问题(程玲等， 2018)。

树高和胸径双标图的拟合度均在80%以上，解释了绝大部分的变异。利用树高和胸径的预测值作GGE双标图，发现欧美杨在生长初期树高和胸径的表现相似但不相同。对于不同生长性状，环境间的关系并不一致，由于欧美杨还处于生长初期，且目前互作效应极显著，应继续等待并观测，以期使用较稳定生长量数据来评价环境。根据树高、胸径的揭示丰产稳产双标图，入选的优良的基因型有5号、7号和4号，其中5号的产量最高，但稳定性不足，它在石首地区的表现最好，而在其他地区表现较好； 7号的稳产性最高，丰产性第二； 4号胸径表现高于平均产量，稳产性较优。

综合树高和胸径双标图显示的结果和规律表明：黑山地区和诸城地区的优良基因型有3号和4号，其中3号表现最佳，9号只在树高方面表现优良而7号只在胸径方面表现优良；宁阳地区和石首地区的最佳基因型为5号，9号只在胸径方面表现优良而7号只在树高方面表现优良；滦南地区和郓城地区的最佳基因型为7号，5号只在树高方面表现优良而3号和4号只在胸径方面表现优良。入选的基因型有3号、4号、5号、7号和9号，其遗传背景(表2)与之具有密切关系。这5个基因型都是属于母本为同一株丹红杨的半同胞家系，除3号的父本来自于德国北部外，其余的父本均来自于荷兰北部。4号、5号、6号和7号4个是全同胞家系，均为荷兰北方型的欧洲黑杨N146的后代; 但由于基因型不同，4号更适宜在东北地区的黑山和华东地区的诸城栽植； 5号更适宜在华中地区的石首和华东地区的宁阳栽植； 7号更适合在华北地区的滦南和华东地区的郓城栽植； 6号由于表现不佳而没有入选。遗传背景相似的后代，在不同环境下其生长适应性出现的变异表明遗传因素对欧美杨杂交育种有明显影响。10号、11号和12号3个基因型的表现均不好，这很可能是由于中石8号作为母本而导致的杂交不亲和。1号和2号的表现不佳可能是因为其父本种源地过于寒冷，在水热条件较好的地方表现出不适应。结果表明，父本的遗传物质和种源地对杂交无性系的表现有着明显的影响，荷兰北方型的欧洲黑杨N146是优良的父本材料。

林元震(2019)总结国内外相关研究，发现在杉木和松树上基因型与环境互作的效应有随树龄增长而减弱的效果，早期数据相对于成熟期的数据评价来说可能不可靠；另有研究表明，辐射松(Pinusradiata)的木材密度受环境影响小，主要受遗传影响，B型相关仅为0.7(Bianetal.， 2011)。由于被砍伐的年限较早，对于速生的欧美杨来说，基因型与环境互作效应的生长初期研究具有一定的理论意义和实用价值。本文通过对3年生的欧美杨生长数据进行分析以在生长初期进行初步筛选。在未来各基因型表现排名可能会由于保存率或其他因素的变化而出现差异，还需要持续开展试验，以期为欧美杨人工林生产时的适地适品种提供完整的技术支撑。