69份分蘖洋葱种质资源农艺及品质性状的综合评价

李 伟 卜慧琳 贺雪琴 陈 慧 潘 凯

（东北农业大学园艺园林学院，黑龙江哈尔滨 150000）

分蘖洋葱（Allium cepaL.var.agrogatumDon）为百合科葱属一年生草本植物（李曙轩，1990；崔崇士和傅喜山，2000），用鳞茎繁殖，鳞茎为长圆形或圆形（郭贵林和邢启研，1992）；生育期短，产量高，极耐贮运，是黑龙江省特有的蔬菜作物之一（刘思宇 等，2018）。分蘖洋葱气味辛辣，可以促进消化，其富含的槲皮酮可以预防动脉硬化和血栓（巴红梅和赵研，2008；郭文场 等，2011；黄云彤 等，2019）。同时，分蘖洋葱与其他农作物间作、套作，可以减少农药使用量，促进绿色农业的发展（相元萍，2003；姜玉东，2004；路鹏 等，2021）。对分蘖洋葱种质资源的农艺性状及品质性状进行初步的分析与评价，可为品种资源的合理利用及优良品种选育提供依据。

农艺性状的鉴定和描述是种质资源研究最基本的方法和途径（Areshchenkova &Ganal，2002；He et al.，2003）。变异分析、主成分分析、聚类分析及相关性分析有助于种质资源的分类及筛选（陈沁滨 等，2007a）。牛小霞等（2021）通过主成分分析发现，株高、穗下节长、穗长、千粒重和蛋白质含量是造成大麦种质资源差异的主要因素。王玲燕等（2021）利用主成分分析将大葱的主要性状简化为产量性状和株型性状2 个主成分。于娅等（2020）通过聚类分析将43 份黄瓜种质资源分成欧洲温室型黄瓜、华北型黄瓜和华南型黄瓜3 个类群。初文娇等（2010）对不同分蘖洋葱品种的农艺性状进行聚类分析，筛选出了优势品种Z-011。陈薇等（2019）对307 份洋葱种质资源进行农艺性状及遗传多样性分析，筛选出熟性适于江苏省种植的优质资源。刘守伟等（2014）对收集的49 份分蘖洋葱种质资源进行农艺性状调查分析，筛选出了单球质量、单株产量较高的6 份材料，分别为吉林2、西林、独头、四六瓣、绥棱和拉林1。庄红梅等（2017）的相关性分析结果表明，洋葱单个鳞茎质量与单产、鳞茎纵横径呈显著或极显著正相关。铁原毓等（2020）对国内外23 份大葱种质资源的营养品质进行变异分析和相关性分析，结果表明叶片可溶性蛋白含量、可溶性糖含量和假茎抗坏血酸含量可作为食用大葱的重要品质指标。

将变异分析、聚类分析、主成分分析、相关性分析与分子标记技术，如RAPD、RFLP、ISSR、SRAP 等结合，可以获得更准确的结果（崔成日 等，2006；陈沁滨 等，2007b；Liu et al.，2008；苗锦山 等，2012）。金雪（2013）利用ISSR 标记对48份分蘖洋葱种质资源的遗传多样性进行分析，结果表明48 份分蘖洋葱的遗传多样性较丰富，聚类分析表明品种分类与来源存在显著相关性。刘淑芹等（2012）建立了分蘖洋葱叶片ISSR-PCR 扩增体系。田保华（2011）采用ITS 序列分析法和SSR 标记对153 份不同来源的葱属种质资源进行系统发育和遗传多样性分析，结果表明洋葱与分蘖洋葱亲缘关系近，而大蒜、韭葱、韭菜的亲缘关系近。贾俊香等（2019）通过构建不同大葱种质资源DNA 指纹图谱，为大葱品种的鉴定、分类及新品种选育提供了参考依据。

目前针对分蘖洋葱种质资源的研究主要集中在栽培模式、脱毒苗培养、营养成分等方面。对于分蘖洋葱品种的分类，优良品种筛选的报道较少，不利于分蘖洋葱种质资源的高效利用和新品种的选育。本试验系统调查了来自不同地区69 份分蘖洋葱种质资源的株高、叶片数等8 个主要农艺性状，测定了鳞茎可溶性固形物含量、可溶性蛋白含量及总黄酮含量等3 个基础营养品质指标；并结合变异分析、聚类分析、主成分分析和相关性分析等多元统计方法，对其农艺及品质性状进行综合分析和评价，以期提高分蘖洋葱种质资源的利用效率，为种质创新和新品种选育提供参考。

1 材料与方法

1.1 试验材料

69 份来自不同地区的分蘖洋葱种质资源均由东北农业大学园艺园林学院设施蔬菜生理生态课题组保存提供，编号为M01～M69（表1）。

表1 69 份分蘖洋葱种质资源形态特征、来源及综合排名

续表

1.2 试验方法

1.2.1 农艺性状调查 69 份分蘖洋葱种质资源于2019 年4 月播种于东北农业大学试验田中，大垄双行种植，每份材料2 垄，垄距60 cm，株距10 cm，栽培面积不少于5 m2，常规田间管理。播种后每隔3 d 调查1 次出苗期情况，统计各材料出苗率达到60%以上的时间（早，4 月15 日出苗率达到60%以上；中，4 月18 日出苗率达到60%以上；晚，4 月21 日出苗率达到60%以上）；播种后30 d，调查幼叶颜色，使用比色板进行比色；播种后45 d，调查管状叶态；之后，每隔10 d 调查1 次鳞茎膨大期情况，统计各材料鳞茎膨大株数达到50%以上的时间（早，5 月21 日鳞茎膨大株数达到50%以上；较早，5 月31 日鳞茎膨大株数达到50%以上；中，6 月10 日鳞茎膨大株数达到50%以上；其余材料鳞茎膨大期为晚）；播种后60 d，每份材料随机选取生长势一致且具有代表性的植株6 株，测量株高、分蘖数、叶片数、冠幅长、冠幅宽（刘守伟等，2014）；之后每隔15 d 调查1 次成熟期情况，统计各材料达到成熟期的时间，达到成熟期的标志为管状叶片尖部变黄，地上部倒伏（早，6 月5 日开始达到成熟期；中，6 月20 日开始达到成熟期；其余材料成熟期为晚）；播种后90 d，调查各材料所有植株抽薹株数；然后将每份材料选取的6 株样本株采收，待鳞茎自然风干后调查鳞茎颜色，使用比色板进行比色，利用游标卡尺测量鳞茎高度和直径，单球质量使用千分之一电子天平称量，计算球形指数及单株产量。

1.2.2 品质指标测定 每份材料选取3 个自然风干的鳞茎，切碎后混匀测定可溶性固形物、可溶性蛋白、总黄酮含量（王学奎，2006；黄云彤 等，2019），3 次重复。

1.3 数据处理

利用WPS Office 2019 软件进行数据统计整理，利用SPSS 21.0 软件进行农艺性状及品质性状的变异分析、相关性分析、主成分分析及聚类分析，使用Rx64 4.0.4 软件作图。

2 结果与分析

2.1 分蘖洋葱种质资源形态特征及抽薹情况

由表1 可知，69 份分蘖洋葱种质资源中，出苗期早的有6 份，出苗期中等的有42 份，出苗期晚的有21 份；47 份材料幼叶为绿色，22 份为浅绿色；鳞茎膨大期早的有7 份，较早的有30 份，中等的有28 份，晚的有4 份；大部分材料的管状叶为半直立形态；成熟期早的有33 份，成熟期中等的有27 份，成熟期晚的有9 份；鳞茎颜色为紫黄色、棕黄色、浅棕黄色3 种，其中紫黄色6 份，棕黄色29 份，浅棕黄色34 份；M18 抽薹株数最多为13 株，M09、M16、M21、M26、M54、M60 等6份材料零星抽薹，其余材料不抽薹。

2.2 分蘖洋葱种质资源农艺及品质性状的变异分析

对69 份分蘖洋葱种质资源的8 个农艺性状及3 个品质性状进行变异分析，结果表明（表2），变异系数范围在6.42%～57.04%之间，平均值为24.02%。可溶性蛋白含量、球形指数和总黄酮含量变异系数较低，变异幅度较小，遗传较稳定；其中，可溶性蛋白含量的变异系数最小，为6.42%，变异幅度为1.23～1.69 mg·g-1。单球质量、单株产量、冠幅长和叶片数变异系数较高，变异较为丰富；其中，单球质量的变异系数最大，为57.04%，变异幅度为2.49～39.95 g。不同分蘖洋葱种质资源主要农艺及品质性状存在着较大的差异，这为优异资源的筛选创造了条件。

表2 69 份分蘖洋葱种质资源农艺及品质性状的变异分析结果

2.3 分蘖洋葱种质资源农艺及品质性状的相关性分析

69 份分蘖洋葱种质资源11 个农艺及品质性状的相关性分析表明（图1），性状间呈极显著正相关的有20 对，呈显著正相关的有1 对，呈极显著负相关的有6 对，呈显著负相关的有5 对。其中叶片数、株高、冠幅长、冠幅宽、单球质量、单株产量两两之间呈极显著正相关，且均与球形指数呈极显著负相关；总黄酮含量与株高、冠幅长、单球质量、单株产量呈显著负相关。

图1 69 份分蘖洋葱种质资源基于11 个农艺及品质性状的相关性分析结果

2.4 分蘖洋葱种质资源农艺及品质性状的主成分分析

对69 份分蘖洋葱种质资源的11 个农艺及品质性状进行主成分分析，根据特征值大于1 的标准确定了4 个主成分，累积贡献率为79.849%（表3）。表明这4 个主成分可以综合反映原11 个性状的大部分信息。因此，可利用这4 个主成分进行分析评价，筛选出优质分蘖洋葱种质资源。

表3 各主成分得分系数及贡献率

第1 主成分的特征值为5.401，贡献率为49.100%，对应的特征向量中以株高的值最大，为0.937；其次是冠幅长，冠幅宽、单株产量，分别为0.924、0.906、0.888，表明第1 主成分主要是与分蘖洋葱生长势及产量相关的性状，其特征向量间的关系表明，在高产育种中要适当增加植株的株高、冠幅长和冠幅宽。第2主成分的特征值为1.351，贡献率为12.286%，对应的特征向量中以可溶性固形物含量的值最大，为0.699。第3 主成分的特征值为1.028，贡献率为9.350%，对应的特征向量中以可溶性固形物含量的值最大，为0.416；可溶性蛋白含量值最小，为-0.654。第4 主成分的特征值为1.002，贡献率为9.113%，对应的特征向量中以总黄酮含量的值最大，为0.656；其次是可溶性蛋白含量，为0.563。第2、3、4 主成分主要是与分蘖洋葱鳞茎品质相关的性状。

通过入选的特征向量和特征值，计算69 份分蘖洋葱种质资源的主成分值，进行评价和排序。4 个主成分用F1～F4表示，11 个农艺及品质性状用X1～X11表示，利用各成分得分系数得到如下方程式。

根据F1、F2、F3、F4数值，以及各主成分的贡献率权重（贡献率/累计贡献率）0.615、0.154、0.117、0.114，计算每份材料的综合得分。

依F值大小对69 份分蘖洋葱种质资源农艺及品质性状进行综合评价，F值越大，综合性状越好，综合排名结果见表1，其中排名前5 的材料为M41、M31、M37、M30 和M33。

2.5 分蘖洋葱种质资源农艺及品质性状的聚类分析

以标准化后的数据对69 份分蘖洋葱种质资源进行聚类分析，种质间距离采用平方欧式距离，聚类方法为质心聚类法。结果显示（图2），在平方欧式距离系数为10.0 处可将69 份分蘖洋葱种质资源分为4 个类群。

图2 69 份分蘖洋葱种质资源基于11 个农艺及品质性状的聚类分析结果

第I 类群只有1 份材料M14，特点是株高最高，冠幅长最长；第Ⅱ类群也是1 份材料M31，特点是叶片数最多，单球质量及单株产量较高；第Ⅲ类群有20 份材料，特点是单球质量及单株产量较高，叶片数较多，株高较高，冠幅长较长；第Ⅳ类群有47 份材料，特点是分蘖数较多，冠幅宽较宽，单株产量较高，球形指数接近1.00，可溶性固形物、可溶性蛋白、总黄酮含量较高。因4 个类群特点各不相同，可根据需要综合考虑选择优质种质资源。

3 结论与讨论

本试验对69 份分蘖洋葱种质资源形态特征及抽薹情况调查发现，各材料间存在明显差异。对11 个农艺及品质性状变异分析结果表明，变异系数范围在6.42%～57.04%之间，平均值为24.02%；其中，单球质量的变异系数最大，这与王海平等（2014）得出单头鳞茎质量在大蒜21 个农艺性状中变异系数最大的研究结果一致。单球质量的变异系数大，表明其可供选择范围广，在鳞茎产量方面的利用潜力较大。可溶性蛋白含量的变异系数最小，表明该性状受环境的影响较其他性状小，在品种进化过程中较稳定。

本试验对分蘖洋葱11 个农艺及品质性状进行相关性分析，发现8 个农艺性状间几乎都存在极显著的相关关系，单球质量、单株产量、叶片数、株高、冠幅长及冠幅宽两两之间均呈极显著正相关，表明鳞茎产量性状受这几个植株农艺性状的影响较大，即株高越高，叶片数越多，其鳞茎产量越高，这与何芸巧等（2022）的研究结果一致。8 个农艺性状中只有球形指数与其他农艺性状间呈极显著负相关，其原因有待进一步分析。品质性状中的总黄酮含量与株高、冠幅长、单球质量、单株产量呈显著负相关。因此，在筛选分蘖洋葱优良种质资源时可以从株高、叶片数、球形指数、总黄酮含量等性状推断出其他相关性状的信息，从而加速育种进程，提高育种水平。

主成分分析法在许多作物种质资源综合评价研究中均有应用（Inghelandt et al.，2010；孙东雷 等，2018；刘思辰 等，2020；林针懿 等，2021）。本试验主成分分析结果表明，4 个主成分的累积贡献率为79.849%，基本包含了所调查的11 个性状的大部分信息。第1 主成分主要是与分蘖洋葱生长势及产量相关的性状，第2、3、4 主成分则主要是与分蘖洋葱品质相关的性状。通过主成分分析计算出各材料农艺及品质性状的综合得分F 值，其中排名前5 的材料分别为M41、M31、M37、M30 和M33，表明其综合品质较好，这可为品种选育提供有价值的参考依据。

聚类分析法在揭示作物种质资源间遗传关系的研究中应用广泛（赵乐杰 等，2019；赵青 等，2021；徐泽俊 等，2022）。本试验通过聚类分析将69 份分蘖洋葱种质资源分成4 个类群，被划分为同一类群的种质间性状相似，而不同类群间则差异明显。其中第Ⅲ类群可为高产分蘖洋葱品种的选育提供优质种质资源，第Ⅳ类群营养品质较好，可应用于食品加工等领域。莫惠栋和顾世梁（1987）的研究表明，利用多个性状进行聚类时，某些性状的差异可能会被另一些性状的差异所掩盖，导致出现部分组间差异模糊。因此，可在必要时对组内材料再进行系统聚类，以达到更精确的聚类结果。本试验对分蘖洋葱种质资源8 个农艺性状及3 个品质性状的的变异分析、相关性分析、主成分分析及聚类分析可为分蘖洋葱种质资源的高效利用和品种选育提供参考价值。