590份皮燕麦种质资源穗部性状遗传多样性分析

梁国玲， 刘文辉， 马 祥

(青海大学(青海省)畜牧兽医科学院， 青海省青藏高原优良牧草种质资源利用重点实验室， 青海 西宁 810016)

燕麦(AvenasativaL.)在我国种植历史悠久，遍及各山区、高原和北部高寒冷凉地区，具有产量高、营养全面、耐寒、耐盐碱、适应性广等特性，适宜在冷凉地区生长[1]。燕麦分为裸燕麦和皮燕麦，其中裸燕麦120多万公顷，占燕麦播种面积的92%，主要集中在内蒙古、河北和山西等省；皮燕麦主要集中在青海省、甘肃省和西藏自治区等[2]。然而，由于燕麦育种受到种质资源、育种技术和专业人员缺乏等限制，尤其是种质资源利用效率低、种质资源遗传关系不明确、改良技术落后、育种效率低、选育的品种跟不上当前农牧业生产需求等问题，燕麦产业化发展比较缓慢[3]。探明燕麦种质资源的农艺学性状和适应性，为合理选择、培育和利用燕麦种质资源及燕麦育种等起着至关重要的作用。

搜集具有多样性表型的种质资源一直是育种工作的重点[4-5]。燕麦种质资源遗传多样性研究，不仅有利于燕麦种质资源的合理保存、优异种质资源的挖掘与创新，而且对燕麦生产和育种具有重要指导意义。国内学者从形态学水平[6-8]、细胞学水平[9-10]、生理生化水平[11]和分子水平[12-14]对燕麦进行遗传多样性研究，揭示遗传物质的变异，而形态学鉴定是最直接、最简便、最易行且成本最低的检测方法，是资源分析鉴定的首选方法，也是进行分子鉴定的前提。如王建丽等[3]、张坤等[15]、齐冰洁等[16]、张向前等[7]和王娟等[8]在不同生产区域对不同来源皮裸燕麦的主穗小穗数、主穗粒重、花序长、株高和千粒重等农艺学性状表型数据，利用聚类分析、主成分分析和遗传多样性指数等对表型数据进行遗传多样性分析，客观评价燕麦种质资源重要农艺性状的遗传多样性，为进一步深入研究提供了科学依据。然而在资源农艺性状评价过程中，受自然环境、气候、人为因素及测定指标等因素影响，得出的结论也不尽一致，再加上资源份数相对较少，反应信息有限，难以详细、准确的阐明其遗传变异情况，在燕麦种质资源利用和育种等方面有一定局限性。

皮燕麦是高寒地区农牧业生产中不可或缺的重要粮饲兼用型作物，当地的科研工作者一直致力于燕麦栽培育种方面的研究。然而，近年来由于燕麦种植面积不断扩大，农牧民对燕麦品种的需求不断提高，对燕麦科研工作者提出了更高要求。为此，本研究对来源不同的590份皮燕麦资源在高寒区进行整体评价，针对这些材料穗部表型特征的数量及质量性状，通过聚类分析、主成分分析及相关性分析，探索高寒区皮燕麦穗部形态特征方面的表型遗传变异水平，为高寒区皮燕麦种质资源的筛选、利用和品种选育等提供重要参考。

1 材料与方法

1.1 试验材料

供试皮燕麦种质资源590份，均由青海省畜牧兽医科学院提供。分别来自15个国家，其中128份来自中国，占21.69%；305份来自丹麦，占51.69%；79份来自加拿大，占13.39%；19份来自匈牙利，占3.22%。详见表1。

表1 供试材料的来源及数量Table 1 The origin and amount of oats germplasm resources

1.2 田间种植及性状调查

1.2.1田间种植 试验位于青海省西宁市湟中县甘河滩镇下营村(101°33′20″ E，36°30′57″ N)，海拔2 592 m。试验田地势平坦，前茬作物油菜(BrassicanapusL.)，土壤属灰钙土。试验小区面积6.0 m2(2.0 m×3.0 m)，材料于2017年4月25～26日播种，条播，行长3 m，行距25 cm，播深3～4 cm，播前测定每份材料的千粒重和发芽率，按525万株·hm-2保苗数计算实际播量，小区间距50 cm，区组间距80 cm，四周设1 m保护行，不设重复。播前施150 kg·hm-2磷酸二铵和75 kg·hm-2尿素作基肥，旱作。

1.2.2性状调查 田间性状调查参照《燕麦种质资源描述规范和数据标准》[17]进行。各材料于完熟期随机选取单株各5株，进行表型测定和考种，描述其穗型、粒型、粒色、芒型、芒色、芒性、落粒性和籽粒饱满度等9个质量性状(表2)；测定主穗籽粒数、主穗小穗数、主穗籽粒重、花序长、小花数、空铃数、轮生层数和千粒重等16个数量性状。

表2 燕麦种质资源描述项目及鉴定标准[17]Table 2 Describe items and appraisal standards of oat germplasm resources

1.3 数据处理及统计分析

由于9个质量性状的量纲不同，将粒型、粒色等质量性状分别予以赋值(表2)。采用Excel 2016统计各个样品数量性状的平均值(μ)、最大值(Max)、最小值(Min)、标准差(σ)和变异系数(Cv)；SPSS 19.0进行主成分分析(PCA)和聚类分析(CA)，其中聚类分析采用离差平方和法，种质间遗传距离采用欧式距离[18-19]；Origin 8.0绘制次数分布直方图，用分布函数X2检验法检验各数量性状是否符合正态分布。

数量性状遗传多样性指数采用Shannon-Weaver指数(H′)计算[3]，计算公式为：多样性指数(H′)=-∑PilnPi，其中Pi为某性状第i个品种出现的频率。质量性状遗传多样性指数采用Shannon-Wiener diversity index指数(H′)计算[20]：通过计算参试材料的平均数(μ)和标准差(σ)，将考查的目标性状均划分为10级，从第1级[xi<(μ- 2σ)]到第10级[xi>(μ+ 2σ)]，每间隔0.5σ为一级，计算每一级相对频率Pi，从而根据公式H′ =-∑PilnPi计算多样性指数，式中Pi为某性状第i级别材料份数占总份数的百分比。

2 结果与分析

2.1 穗部主要性状变异及分布

2.1.1质量性状遗传多样性分析 对590份皮燕麦9个质量性状的遗传多样性分析表明(表3)，粒色遗传多样性指数最高，为1.479，以浅黄色居多，分布频率为0.505，说明该性状遗传差异较大，遗传基础比较广泛；其次抗倒伏性、穗型和落粒性遗传多样性指数较高，均在1.0以上，主要以抗倒伏、周散和口松居多，分布频率为0.403，0.649和0.492；芒型和芒性遗传多样性指数相对较低，分别为0.652和0.696。9个质量性状中遗传多样性指数大小依次为粒色>抗倒伏性>穗型>落粒性>芒色>粒型>籽粒饱满度>芒性>芒型。

2.1.2质量性状分布 皮燕麦穗部9个质量性状分布类型和分布频率表明(图1)，穗型以周散型居多，占64.92%；籽粒形状主要是披针形和纺锤形，分别占资源总数的32.54%和60.85%；籽粒颜色浅黄色较多，占50.51%；部分种质具芒，其中具芒种质占资源总数的25.60%，芒色主要是黄色和褐色，芒型以直立居多，约占资源总数的75.25%；落粒性一般，其中口松的约占资源总数49.15%；抗倒伏资源居多，约占资源总数的40.33%；多数资源籽粒饱满，约占资源总数的63.22%。

2.1.3数量性状变异及遗传多样性 变异系数大小反映品种固有特征的个体差异范围，而分布状态反映性状集散性，在进行数量性状分析时二者均应考虑[21-22]。590份皮燕麦种质资源穗部数量性状变异情况分析显示(表4)，16个数量性状的平均变异系数为28.84%，平均遗传多样性指数1.99。16个数量性状中空铃数变异系数最大，达63.97%，变异幅度0～18.80个；其次为单株籽粒重和单株籽粒数变异系数分别达42.80%和41.66%，变异幅度为0.39～7.15 g和18.20～231.67个；粒长变异系数最小，仅为10.98%，变异幅度在0.96～2.63 cm之间。穗部数量性状变异系数大小依次为：空铃数>单株籽粒重>单株籽粒数>主穗穗重>主穗籽粒重>主穗籽粒数>主穗小穗数>单株小穗数>小穗粒数>小花数>粒长/粒宽>花序长>千粒重>轮生层数>粒宽>粒长。遗传多样性指数以花序长最大(2.06)，主穗小花数最小(1.71)，遗传多样性指数排序依次为：花序长>粒宽、主穗籽粒数和主穗籽粒重>千粒重>单株小穗数、主穗小穗数和主穗穗重>空铃数>轮生层数>单株籽粒重和单株籽粒数>粒长/粒宽>粒长和小穗粒数>小花数。排序结果发现，变异系数高低和遗传多样性指数大小不具有统一性，如空铃数遗传多样性较低(2.00)，但变异系数较高(63.97%)，花序长变异系数较低(17.01%)，但遗传多样性指数较高(2.06)。

表3 皮燕麦种质资源9个质量性状的遗传多样性Table 3 Analysis on genetic diversity of 9 qualitative traits in covered oats germplasm redources

图1 皮燕麦种质资源质量性状变异类型分布Fig.1 The distribution of variation type of qualitative traits in covered oats germplasm resources

2.1.4数量性状分布 由分布函数X2检验可看出，千粒重、花序长、单株小穗数、小穗粒数、小花数、空铃数、单株籽粒数、单株籽粒重、粒长、粒宽、轮生层数和主穗籽粒重等16个数量性状均符合正态分布(图2)。

表4 皮燕麦种质资源穗部数量性状的变异分析Table 4 The variation analysis of quantitative traits of spike in covered oats germplasm resources

图2 皮燕麦种质资源数量性状次数分布Fig.2 Distribution of quantitative traits in covered oats germplasm resources

2.2 穗部主要性状相关性分析

燕麦种质资源穗部农艺性状相关性分析显示(表5)，穗部各农艺性状间存在显著(P<0.05)或极显著(P<0.01)正相关或负相关关系。其中千粒重与小穗粒数、小花数、单株籽粒重、粒长、主穗穗重和主穗籽粒重呈显著(P<0.05)或极显著(P<0.01)正相关关系，与单株籽粒数和轮生层数呈显著负相关关系(P<0.05)；花序长与单株籽粒数、单株籽粒重、轮生层数、主穗小穗数、主穗穗重、主穗籽粒数和主穗籽粒重呈极显著正相关关系(P<0.01)；单株小穗数与空铃数呈极显著正相关关系(P<0.01)，与粒长呈极显著负相关关系(P<0.01)；小穗粒数与小花数和粒宽呈极显著正相关关系(P<0.01)，与粒长/粒宽比呈极显著负相关关系(P<0.01)；小花数和粒宽呈极显著正相关关系(P<0.01)，与粒长/粒宽比呈极显著负相关关系(P<0.01)；单株籽粒数和单株籽粒重分别与轮生层数、主穗小穗数、主穗穗重、主穗籽粒数、主穗籽粒重和粒长/粒宽比呈显著正相关关系(P<0.05)；粒长/粒宽比分别与小穗粒数、小花数、空铃数、粒宽、主穗籽粒重、单株籽粒数和粒长呈显著(P<0.05)或极显著(P<0.01)负相关或正相关关系；主穗小穗数、主穗穗重、主穗籽粒数、主穗籽粒重和轮生层数互呈极显著正相关关系(P<0.01)。

表5 皮燕麦种质资源穗部农艺性状相关性分析Table 5 Correlation analysis of agricultural traits of spike in covered oats germplasm resources

2.3 穗部主要性状主成分分析

590份资源数量性状主成分分析结果表明(表6)，16个数量性状主成分构成主要信息集中在前5个主成分中，特征值均大于1，累计贡献率76.063%，其中第一主成分贡献率为36.152%，第二和第三主成分贡献率分别为14.438%和10.646%。第一主成分特征值为5.784，贡献率36.152%，特征向量中除小穗粒数、小花数和粒宽载荷为负外，其余均为正。载荷较高的性状有花序长、单株籽粒数、单株籽粒重、轮生层数、主穗小穗数、主穗穗重、主穗籽粒数和主穗籽粒重，特征向量值分别为0.678，0.845，0.866，0.626，0.901，0.928，0.936和0.935，这些性状与种子产量有关，可作为产量构成因子。在育种工作中，要重点关注轮生层数、主穗小穗数、主穗穗重、主穗籽粒数和主穗籽粒重。

第二主成分特征值为2.310，贡献率36.152%，特征向量中除花序长、粒长和粒长/粒宽载荷为负外，其余均为正。载荷较高的性状有小穗粒数、小花数和粒宽，特征向量值分别为0.691，0.644和0.796。由载荷数值可以看出，小穗粒数和小花数对种子产量也起到了重要作用。

表6 皮燕麦种质资源穗部农艺性状主成分分析Table 6 Principal component analysis of agricultural of spike in covered oats germplasm resources

第三主成分特征值为1.703，贡献率10.646%，特征向量中有正有负。载荷较高且为正的性状是小穗粒数、小花数、粒长和粒长/粒宽，分别为0.469，0.518，0.717和0.479，这些性状对种子大小影响较大。载荷较高且载荷为负的农艺性状有单株小穗数、花序长、空铃数和轮生层数，这些性状越高，就会间接影响籽粒的大小，因此，在育种中要适度选择。

第四主成分特征值为1.216，贡献率7.597%，特征向量中有正有负。载荷较高且特征向量为正的性状是千粒重、单株小穗数和籽粒重、主穗穗重和籽粒重，这些性状与籽粒大小相关，直接影响种子产量。载荷较高且载荷为负的农艺性状有花序长、轮生层数、主穗小穗数、小穗粒数和小花数等，说明轮生层数越多，花序越长，小花数和小穗数也越多，种子产量就越高，但这些因子又是制约千粒重、单株粒重和主穗粒重的主要因子，这与张向前等[7]的研究结论基本一致。因此，在育种中要进行合理选择。

第五主成分特征值为1.157，贡献率7.229%，特征向量中有正有负。载荷较高的性状是单株小穗数和空铃数，分别为0.622和0.481，主要反映植株的有效分蘖数。由各载荷值可知，分蘖数多少是影响产量的重要因子，如分蘖数过多，会直接导致千粒重、主穗粒重、主穗籽粒数、主穗籽粒重和单株粒重降低，不利于种子产量提高，这与张向前等[7]研究结论基本一致。可见，在育种过程中，要进行综合考量，注意植株分蘖数的选择。

2.4 燕麦种质资源的聚类分析

590份皮燕麦种质资源通过聚类分析表明，在遗传距离为20处将参试材料聚为5大类群，各类群特征见表7。第1类群包含109份材料，约占资源总数的18.47%，其主要特征是千粒重、单株的小穗数、籽粒重和籽粒数，主穗的小穗数、穗重、籽粒数和籽粒重、轮生层数在5个类群中变异系数较大，其中千粒重和单株小穗数平均数在5个类群中较大，分别达27.98 g和66.68个，其余性状的平均数在5个类群中最小，说明该类群多为低产材料，包括丹麦、中国、匈牙利、加拿大、瑞典等10个来源地材料在该类群。

表7 不同类群材料16个数量性状的平均值和变异系数Table 7 The mean and coefficient of variation of 16 quantitative traits in different groups

第2类群包含200份材料，约占资源总数的33.90%，其主要特征是小花数较多，空铃数相对较少，单株和主穗的籽粒数与籽粒重相对较好，其种子生产性能排第三位，包括丹麦、德国、法国、加拿大、中国、前苏联、瑞典及匈牙利等11个来源地材料在该类群。

第3类群包含117份材料，约占资源总数的19.83%，其主要特征是花序比较长(19.21 cm)和轮生层数(5.95 cm)比较多，且变异系数较小，单株籽粒数和籽粒重明显高于第1，2和4三个类群，说明其分蘖较多。同时该类群的主穗小穗数、穗重、籽粒重和籽粒数分别达39.58个、2.30 g，2.10 g和73.78个，且变异系数相对较小，说明该类群具有较好的种子生产性能，可重点进行粮饲兼用型品种筛选。该类群中包含中国、丹麦、荷兰、加拿大、日本、瑞典、挪威、前苏联和匈牙利9个国家，其中单株籽粒数和籽粒重均以来自中国和丹麦的较高，分别达161个和5.09 g，丹麦和加拿大的材料主穗小穗数较多，达65.2个，中国和丹麦的材料主穗穗重较大，达4.27 g，丹麦的材料主穗籽粒数较多，达112个。

第4类群包含154份材料，约占资源总数的26.10%，该类群小穗粒数和空铃数在5个类群中平均数最小，分别为2.05个和53.4个，但变异系数较大，分别达26.29%和68.77%，花序长变异系数也最大(15.54%)，其余与种子产量相关的穗部性状也表现一般，在5个类群中其潜在种子生产性能排在第四位，包括丹麦、中国、加拿大、德国、瑞典、前苏联、匈牙利等10来源地材料在该类群。

第5类群包含10份材料，约占资源总数的1.69%，主要来自丹麦和中国，其中丹麦占6份，其主要特征是花序较长，轮生层数较多，且主穗小穗数均值达47.64个，变异系数为22.76%，较其它类群高20.36%～173.48%，主穗籽粒数均值达97.10个，变异系数为17.43，较其它类群高31.61%～213.23%；同时单株的小穗数、籽粒数和籽粒重均值分别为67.35个、193.90个和5.06 g，在5个类群中最大，因而具有潜在的较高种子产量。可见，第5个类群与种子生产相关的穗部性状表现突出，同时其单株有效生殖枝较多，可在该类群中进行种用型燕麦品种选育。

3 讨论

种质资源遗传多样性主要是指群体内个体间基因组成的差异，对同一植物不同品种乃至同一品种不同个体间也有不用程度的差异性，多样性的高低对于品种的选育改良有很大的影响[18]。种质资源遗传多样性的分析研究不仅有助于种质资源的管理、评价和利用，更有利于进行核心种质创新研究，燕麦种质资源被广泛应用于燕麦的遗传改良工作中，是燕麦育种工作的基础[23]。农艺性状的鉴定和描述是种质资源研究中最直观、最基本的方法和途径，因此，本试验对590份皮燕麦种质资源进行了遗传多样性分析。结果表明，燕麦穗部9个质量性状分布类型和分布频率，基本涵盖了所有的变异类型。9个质量性状的遗传多样性指数以粒色最高，这与王建丽等[18]的研究结论一致，但与南铭等[6]得出的粒色遗传多样性指数最低的结论相反，其原因可能是研究中选择的皮燕麦资源相对较少，而裸燕麦资源较多且粒色上差异较小所致。16个数量性状的变异系数均大于10%，其中空铃数和单株籽粒重变异系数最大，表明这些性状在种质个体间差异较大，与张坤等[15]研究得出空铃数是变异系数最大的结论一致，也与南铭等[6]得出的燕麦单株粒重变异系数最大的研究结论基本相吻合；本研究同时发现16个数量性状中花序长、粒宽、主穗籽粒数、主穗籽粒重和千粒重遗传多样性指数最高，这与张坤等[15]研究得出的主穗小穗数、主穗粒重和千粒重遗传多样性指数较高的结论基本一致，但与南铭等[6]和王娟等[8]得出的单株粒重的遗传多样性指数最高的结论不一致，其原因可能是所选性状不同、资源数量以及种植区域等因素，导致其研究结论与本研究结果不太一致。本研究以590份皮燕麦为研究对象，群体庞大，针对穗部表型多个质量性状和数量性状，客观地对不同材料间的性状差异进行评价，发现皮燕麦种质资源具有丰富的遗传多样性，克服了仅以个别性状进行直观、经验性分类的误差，不仅为高寒区燕麦种质的科学分类提供了评价方法，也为燕麦品种改良提供了丰富、优良的亲本材料，为合理利用资源更有重要的实际意义。

590份皮燕麦种质资源的16个穗部数量性状均遵从正态分布，但各数量性状的分布存在差异。多样性分析表明，变异系数高低和遗传多样性指数大小不具有统一性，穗部数量性状中变异系数较大的是空铃数、单株籽粒重、单株籽粒数、主穗穗重、主穗籽粒重和主穗籽粒数。在遗传多样性指数方面，花序长、粒宽、主穗籽粒数、主穗籽粒重、千粒重、单株小穗数和主穗小穗数多样性指数较高，这与王建丽等[3]、张坤等[15]和齐冰洁等[16]得出的结论基本一致。相关性分析也表明，穗部各农艺性状间存在显著或极显著正相关或负相关关系，其中千粒重与小穗粒数、小花数、单株籽粒重、粒长、主穗穗重和主穗籽粒重呈显著或极显著正相关关系，与单株籽粒数和轮生层数呈显著负相关关系，说明轮生层数越多，花序越长，单株籽粒数越多，则产量越高。但是这些因子又制约着与千粒重相关的穗部性状，说明燕麦穗部各性状间存在着相互促进、相互制约的关系，在燕麦高产栽培育种中，应充分考虑性状间的相关性，防止在提高某一性状的同时抑制了其他性状，促进各性状协调发展。

主成分分析结果表明，前5个主成分反映了16个性状的大部分信息，累计贡献率76.063%，根据各性状载荷值大小，第一主成分中主穗的小穗数、穗重、籽粒数和籽粒重及单株籽粒数和籽粒重与种子产量关系最为密切，这与王建丽等[7]和张向前等[7]的研究结论基本一致，在育种中要重点关注的小穗数、穗重、籽粒数和籽粒重及单株籽粒数和籽粒重。第二和第三主成分与小花多少、小穗发育及种子大小密切相关，间接影响籽粒大小，在育种中要适度选择。第四主成分主要反映的是千粒重，与籽粒重关系较大，这与张向前等[7]的研究结论一致。第五主成分主要反映单株有效分蘖数，育种中要注意分蘖数的选择，这与张向前等[7]研究结论基本一致。可见，在皮燕麦种用型品种筛选和育种中，注重选择主穗穗部性状(小穗数、穗重、籽粒数和籽粒重)好，小花多、小穗结实率高的材料，同时结合分蘖数、花序长和轮生层数的进行合理选择。

聚类分析表明，590份皮燕麦材料穗部16个性状聚为5大类群，第1、第2和第4类群各性状与种子产量相关的性状表现均不突出，可作为一般种质材料保存；第3类群与种子产量的相关性状逊于第5类群，但该群体较大，可作为核心种质保存及进一步筛选利用；第5类群与种子产量相关的穗部性状表现突出，同时其单株有效生殖枝较多，潜在种子产量高，可在该类群中进行种用型燕麦品种选育。通过对590份皮燕麦资源穗部表型性状的遗传多样性评价，发现资源类型丰富，变异较大，来源于不同国家的燕麦种质资源在高寒区表现出较好的适应性、不同的表型及生产性能，因此应加大从不同国家及地区进行燕麦引种，丰富我国高寒地区皮燕麦种质资源的多样性，为燕麦利用、品种选育和种质创新等提供优异种质。

4 结论

本研究表明590份皮燕麦种质资源在青藏高原高寒区燕麦穗部表型性状遗传多样性指数较高的是粒色和花序长，较低的是芒型、芒性和小花数；变异系数最大的是空铃数，最小的为粒长。聚类分析将590份燕麦种质资源划分为5大类群，其中第3类群可作为粮饲兼用型育种目标亲本；第5个类群有效分蘖多、主穗小穗多、主穗籽粒重大、单株籽粒数多等，可作为种用型育种目标亲本。在皮燕麦育种工作中穗部性状应重点关注主穗的小穗粒数、小花数、穗重和籽粒重，同时兼顾分蘖数、穗长和轮生层数。