40份青稞种质资源农艺和品质性状的综合评价及评价指标筛选

牛小霞，陈 娟，柳小宁，包奇军，徐银萍

(甘肃省农业科学院经济作物与啤酒原料研究所，甘肃兰州 730070)

青稞(Hordeumvulgarevar.nudum)，也称裸大麦，具有生育期短、耐寒、抗旱、抗逆性强、适应性广等特点，主要种植于青藏高原的西藏、青海、甘肃、四川、云南等高海拔地区，是藏族同胞的主要口粮[1]。青稞籽粒营养丰富，蛋白质和赖氨酸含量高，纤维素、维生素含量丰富，脂肪、糖含量低，青稞β-葡聚糖含量也相对较高，具有降血脂、降血糖、降胆固醇等功效，可以预防糖尿病、心脑血管疾病，提高人体免疫力等多种营养保健功能。青稞高蛋白、高膳食纤维、低脂肪的营养组成十分符合现代人的饮食结构需求，因此青稞具有很高的科研价值和良好的产业化开发前景[2]。

青稞的市场消费需求增长迅速，提高青稞产量和品质仍是目前育种需要解决的关键问题[3]。而品种改良是实现增产的最有效途径之一[4]，优良品种的选育需要优异的种质资源[5]。对种质资源的研究，有利于合理选配亲本，减少育种盲目性。农艺和品质性状多为数量性状，易受环境因素的影响[6]。数量性状是作物长期进化和人为选择形成的结果，是内在基因型的外在表现形式，具有表现直观，与生产实际密切相关的遗传特性[7]。鉴定表型性状有利于了解种质资源的性状特点，是种质资源分类的重要依据[8]。目前，针对青稞种质资源的报道比较少，胥婷婷对 402 份青稞种质进行了形态和分子遗传多样性研究[9]，夏腾飞等对267份青稞种质资源的10个质量性状和9个数量性状进行了分析[10]，徐肖等对86份青藏高原裸大麦进行了形态多样性分析[11]。β-葡聚糖是青稞的一个重要品质性状，本研究测定40份青稞资源的β-葡聚糖含量，通过鉴定40份青稞资源的15个表型性状，分析青稞种质资源遗传多样性，并进行综合评价，以期为青稞优异种质资源创新利用以及新品种选育提供理论基础。

1 材料与方法

1.1 试验材料

40份青稞种质资源有7份是二棱大麦，33份是六棱大麦，详见表1。

表1 40份参试青稞种质资源名称和F值

1.2 试验方法

试验于2019—2020年在甘肃省农业科学院黄羊镇麦类作物试验站进行，每份材料种植5行，按顺序播种，不设重复；行长2 m，行距0.25 m，播深3～4 cm，小区播种量按亩播种量30万粒折算。

1.3 测定方法

根据《大麦种质资源描述规范和数据标准》[12]，苗期记载分蘖数；成熟后，每行随机选取20株考察其株高、穗长、第一茎节长、第二茎节长、穗下茎节长、总穗粒数、总穗粒质量、千粒质量等指标；蛋白质、淀粉、水分含量用近红外仪测定，种子饱满粒(直径≥2.5 mm)比例、瘦小粒(直径≤2.2 mm)比例用筛选仪测定；β-葡聚糖含量按Houston等介绍的方法[13]，采用Megazyme公司生产的β-葡聚糖试剂盒(K-BGLU 02/17)测定。

1.4 数据处理

利用Excel 2010、DPS 7.05进行数据统计分析。用2019—2020年2年数据的平均值进行数据分析。用软件DPS 7.05 进行聚类分析、相关性和主成分分析，通过回归分析的方法筛选青稞种质资源评价性状。隶属函数的计算公式为μ(Xi)=(Xi-Xmin)/(Xmax-Xmin)(i=1，2，3，…，n)[14]。利用Shannon Wiener’s 指数(H′)进行遗传多样性评价。H′=-∑Pi(lnPi)(i=1，2，3，…，n)，Pi表示某个性状处于第i级别内的材料份数占总材料的比例。

2 结果与分析

2.1 青稞种质资源农艺和品质性状的统计分析

15个农艺和品质性状的变异系数范围为2.45%～121.39%，平均值为28.61%(表2)；其中瘦小粒比例变异系数最大，为121.39%，其次为饱满粒比例，为48.27%；其中变异系数高于20%的性状有分蘖数、总穗粒质量、总穗粒数、穗长和穗下茎节长，分别为37.09%、37.31%、31.72%、28.22%、20.37%；第二茎节长、第一茎节长、β-葡聚糖含量、千粒质量、蛋白质含量的变异系数分别为19.32%、18.77%、18.29%、17.63%、12.92%，在10%～20%之间；表明这些性状变异较为丰富。淀粉含量和水分含量的变异系数最小，分别为3.00%和2.45%。15个性状的多样性指数范围为1.269～1.975，均值为1.749；按照多样性指数由大到小排序为总穗粒数>总穗粒质量>第二茎节长>饱满粒比例>β-葡聚糖含量>蛋白质含量>穗下茎节长>分蘖数>淀粉含量>株高>水分>第一茎节长>千粒质量>穗长>瘦小粒比例。不同青稞种质资源主要农艺性状存在较大的差异，具有丰富的遗传多样性，适宜进行评价分析。

表2 40份青稞种质资源农艺和品质性状的描述统计

2.2 相关性分析

相关性分析结果(表3)表明，分蘖数与穗长呈显著正相关，与总穗粒质量和总穗粒数呈显著负相关；穗长与千粒质量呈显著正相关，株高与穗下茎节长呈极显著正相关，第一茎节长与第二茎节长呈极显著正相关，第二茎节长与穗下茎节长呈显著负相关，千粒质量分别与饱满粒比例、总穗粒质量呈显著、极显著正相关，饱满粒比例与瘦小粒比例呈显著负相关，蛋白质含量与淀粉含量呈极显著负相关。

表3 青稞种质资源表型性状的相关性

2.3 聚类分析

基于青稞资源的15个性状进行聚类分析，将40份资源划分为4个类群(图1)。第Ⅰ类有9份资源，第一茎节长高于其他3类，蛋白质含量和β-葡聚糖含量比较高，分蘖比较少、株高较低、穗下茎节长较短，饱满粒和瘦小粒比较低；第Ⅱ类有13份资源，千粒质量较轻，瘦小粒比较多，水分含量较高，β-葡聚糖含量比较低；第Ⅲ类只有3份资源，分蘖数、株高、穗长、第二茎节长、穗下茎节长、饱满粒比例这些性状都比较优异，淀粉含量比较高，但总穗粒数、总穗粒质量、千粒质量、蛋白质含量这些性状比较差；第Ⅳ类有15份资源，总穗粒数、总穗粒质量、千粒质量这些产量性状比较优异，穗长、第一茎节长和第二茎节长较短，淀粉含量比较低(表4)。

2.4 主成分分析

主成分分析40份青稞种质资源的15个农艺和品质性状，结果(表5)表明，第Ⅰ主成分贡献率为20.89%，主要反映总穗粒质量(0.362 4)、总穗粒数(0.352 5)和分蘖数(-0.347 0)；第Ⅱ主成分贡献率为15.34%，主要反映第一茎节长(0.424 3)、第二茎节长(0.432 5)和千粒质量(-0.388 6)；第Ⅲ主成分贡献率为14.19%，主要反映穗长(0.467 3)；第Ⅳ主成分贡献率为10.73%，主要反映株高(0.585 7)和穗下茎节长(0.488 0)；第Ⅴ主成分贡献率为8.49%，主要反映水分含量(-0.625 7)；第Ⅵ主成分贡献率为6.65%，主要反映瘦小粒比例(0.578 6)和β-葡聚糖含量(-0.578 4)；第Ⅶ主成分贡献率为5.78%，主要反映淀粉含量(0.421 6)和蛋白质含量(-0.402 0)；第Ⅷ主成分贡献率为5.37%，主要反映饱满粒比例(0.471 3)；前8个主成分贡献率达到87.43%，因此，这8个主成分代表40份青稞的15个性状信息，可以选择这8个主成分作为青稞性状的综合评价指标。

表5 主成分分析各成分得分系数及贡献率

表4 不同类群青稞种质性状的平均值

2.5 青稞种质资源15个表型性状的综合评价

对15个农艺和品质性状值通过隶属函数方法进行处理，将标准化数值带入8个主成分的得分中，可得到8个主成分的得分。计算各主成分的权重系数(0.239 4、0.175 8、0.161 6、0.122 8、0.097 1、0.076 0、0.066 1和0.061 2)，最后利用公式F=0.239 4F1+0.178 5F2+0.161 6F3+0.122 8F4+0.097 1F5+0.076 0F6+0.066 1F7+0.061 2F8计算每份种质材料的综合得分F值(表1)，对40份青稞种质资源进行综合评价。青稞的各性状综合得分F值平均为0.386 5，排在前5位的分别是QB13(0.675 5)、甘垦6号(0.579 4)、000-6(0.572 6)、QTB25(0.534 1)和昆仑14号(0.523 9)，排在最后2位的是2013J/193(0.231 1)和Hiprdy(0.227 9)。表型性状综合得分F值与15个表型性状的相关性分析结果(表6)表明，F值与蛋白质含量极显著负相关，与分蘖数显著负相关，与穗长、穗下茎节长、瘦小粒比例和β-葡聚糖含量负相关；与饱满粒比例和淀粉含量极显著正相关，与第一茎节长、第二茎节长、总穗粒数和总穗粒质量显著正相关，与株高、千粒质量和水分含量正相关。

表6 15个表型性状与综合性状得分(F值)的相关系数

2.6 青稞种质资源综合评价指标筛选

利用15个表型和F值，构建的回归方程为Y=-1.521 6+0.005 2X2+0.001 3X3+0.025 5X5+0.001 3X7+0.007 1X9+0.001 7X10+0.030 4X14，其中：X2、X3、X5、X7、X9、X10、X14分别为株高、穗长、第二茎节长、总穗粒数、千粒质量、饱满粒比例、淀粉含量。复相关系数R为0.969 8，确定系数R2为0.940 5，7个性状可解释总变异的94.05%，F值为25.276 4，方差达到极显著水平，可以作为青稞种质资源的评价指标。

3 讨论

对种质资源表型性状进行鉴定，开展优异种质资源的基因挖掘，才能更好地改良作物品种[15]。本研究通过对40份青稞种质资源的15个表型性状进行遗传多样性分析表明，多样性指数变化范围为1.269～1.975，均值1.749；总穗粒数、总穗粒质量、饱满粒比例、β-葡聚糖含量和蛋白质含量等产量和品质性状的多样性指数比较高。15个性状变异系数的变化范围为2.45%～121.39%，瘦小粒比例变异系数最大，为121.39%；淀粉和水分含量变异系数最小，分别为3.00%和2.45%，说明这2个性状遗传较稳定。从花期到成熟期的气候温度和降水量等综合环境因素影响淀粉含量，正常的气候条件下淀粉含量变异范围较小[16]。瘦小粒比例的变异系数最大，这与青稞籽粒大小容易受环境影响，遗传稳定性较差有关[17]；青稞籽粒平均灌浆速率和干物质最终积累量显著低于二棱大麦，而且穗着粒密度越大，同化物分配量越小，瘦小粒越多，且易受气候因素影响[18]，本研究结果与之一致。

对种质资源的表型性状进行综合分析和评价是种质创新利用的基础，可以指导青稞育种的亲本选配。常用的灰色关联分析等方法评价种质资源不全面，通过隶属函数法和主成分分析相结合对种质资源进行综合评价，比较科学和全面[19]。本研究从15个农艺和品质性状中鉴定出株高、穗长、第二茎节长、总穗粒数、千粒质量、饱满粒比例、淀粉含量等7个性状可以作为青稞综合评价的指标。利用表型性状综合得分F值的大小为依据，筛选出QB13、甘垦6号、000-6、QTB25和昆仑14号等优异种质，2013J/193和Hiprdy的F值最小，综合表现最差；综合比较这几个材料的15个表型性状值可知，表型综合性状得分F值可以准确地评价青稞种质资源，可以利用这种方法筛选优良种质，提高育种工作效率。

本研究通过系统聚类，将参试的40份材料分为4个类群，其中第Ⅰ类品质性状比较好，第Ⅳ类产量性状比较好。F值与9个表型性状呈正相关，包含利用主成分分析和逐步线性回归分析筛选出的7个鉴定指标性状，说明本研究分析结果比较可靠。利用表型性状研究种质资源还存在一定的局限性，后续研究可结合分子标记技术，提高青稞种质资源遗传多样性和综合评价研究的准确性和深度。