APP下载

基于表型的蝴蝶兰花色数量分类

2024-01-08王世尧张果杨书才蒋拴丽王瑞华王俊

热带作物学报 2023年11期
关键词:蝴蝶兰聚类分析

王世尧 张果 杨书才 蒋拴丽 王瑞华 王俊

关键词:蝴蝶兰;花色表型;数量分类;聚类分析;ISCC-NBS色名表示法

蝴蝶兰(Phalaenopsisspp.),因花姿似蝴蝶飞舞而得名,素有“兰之皇后”之美誉[1]。当前,全球已登录38963个栽培蝴蝶兰品种,长期的杂交育种使蝴蝶兰具有丰富绚丽的色彩[2]。花色是观赏植物的重要经济性状,精准定义蝴蝶兰花色对其分类、品种鉴定及产业交流的规范性举足轻重[3]。陈和明等[4]基于213份蝴蝶兰资源的18个性状构建蝴蝶兰品质性状综合评价体系,花色性状为品质评价的关键指标之一,且变异程度较高。汤楷等[5]对17份蝴蝶兰新品种(系)的16个性状运用加权主成分分析法进行商品性综合评价,花色权重占20.87%。近年来,蝴蝶兰花色表型研究主要借助定性描述及比色卡来鉴别花色,宋一岚等[6]通过定性描述将蝴蝶兰分为白、黄、紫红、深紫、暗紫及6个复色镶嵌色系;陈剑锋等[7]利用比色卡对127份蝴蝶兰各花器官的主色进行了定义,但2种方式皆易受环境和人为因素影响进而造成较大误差。分光色差仪等精密仪器可有效消除上述影响,具备稳定性高、可量化的特点,目前已广泛应用于菊花[8]、荷花[9]、百合[10]、月季[11]等多种重要观赏植物的花色分类研究中,使得花色表型的数量化得以实现。

随着蝴蝶兰种质资源愈加丰富,蝴蝶兰在花色素组成[12]、花色功能基因鉴定[13-14]及基于形态特征的系统分类学[15-16]等方面开展了大量的研究工作,但基于蝴蝶兰花色表型数量化的分类研究尚无相关报道。对观赏植物的花色进行精准评价亦是建立其与各组遗传标记之间联系的前提[17],因此,亟须建立一套科学系统的基于表型的蝴蝶兰花色数量分类体系。本研究通过使用分光测色仪结合英国皇家園林协会RHS植物比色卡(RoyalHorticulturalSocietyColourChart,RHSCC)对146份蝴蝶兰种质进行花色测定,采用聚类分析和ISCC-NBS色名表示法对其进行分类命名,并对分布情况进行分析,以期精准定义蝴蝶兰花色并科学分类,为蝴蝶兰品种数量分类与鉴定、花色定向育种等工作提供理论基础。

1材料与方法

1.1材料

供试材料均为郑州市农林科学研究所蝴蝶兰种质资源圃所收集、保存的资源。2022年9—10月对资源圃内资源利用降温设备进行催花处理,2023年1—2月进入盛花期。经初步鉴定和筛选,选取长势良好,花色表型稳定的146份蝴蝶兰种质(部分如图1所示),于盛花期的晴朗上午进行取样测定。

1.2花色表型的测定

对每个品种选取具有典型颜色特征的3朵花,分别利用RHSCC和分光测色仪(三恩时TS7036)进行测定:在室内自然光条件下用比色卡进行比色,3次重复后以出现频率最高的颜色为最终测定结果;在光源C/2°、测量口径4mm的参数设置下使用测色仪,置花被片平铺于白纸上,将集光孔对准测定部位(图2),测定3个重复,取均值代表花被片颜色。

蝴蝶兰侧花瓣、萼片及唇瓣由斑点、条纹等图案导致的异色,根据其是否能覆盖底色来判定,若连成片状且颜色异于底色则认为是复色,若不能将底色覆盖则定义为纯色。

1.3数据处理

使用SQCX软件获取分光测色仪测定的基于CIELab表色系统的明度值(L*)、红度值(a*)、黄度值(b*)、彩度值(C)、色相角(h)和基于孟塞尔颜色系统的色相值(Hue)、明度值(Value)和彩度值(Chroma);采用MicrosoftExcel2007软件对统计数据进行整理;利用Origin2023软件,使用最远邻近法(欧式距离)对L*值、a*值和b*值进行系统聚类分析,分析其不同色系的差异并作图。

2结果与分析

2.1蝴蝶兰花瓣、萼片和唇瓣的花色表型差异分析

蝴蝶兰花朵由3枚萼片、2枚侧花瓣和1枚高度特化的腹部花瓣——唇瓣构成,具有较高的观赏价值。对供试的146份蝴蝶兰种质资源的侧花瓣、萼片和唇瓣的颜色进行测定(存在部分复色材料,分别获得172组侧花瓣、萼片数据及146组唇瓣数据),取其均值分析整体花色表型差异。如表1所示,侧花瓣和萼片的颜色参数值均无显著差异,而唇瓣L*值显著低于花瓣和萼片,其a*值和C值则显著高于二者,表明唇瓣相对于花瓣和萼片的颜色亮度较暗,但彩度较大,更偏向于红色。

2.2基于聚类分析的蝴蝶兰花色分类

因供试种质资源的花瓣和萼片的颜色差异不大,本研究主要以侧花瓣的色值作为分类依据。供试蝴蝶兰花色在CIELab表色系统各参数分布广泛(表2),L*值介于20.20~93.00之间;a*值和b*值分别分布在?13.76~74.10,?35.40~64.07区间内。对其L*、a*、b*值进行系统聚类分析,当欧式距离为10时,可将其分为8个类别(图3);参考RHSCC的命名规则进行命名,可分为8个色系(表2):紫色系、暗紫色系、浅紫色系、紫红色系、白色系、黄绿色系、粉色系和灰橙色系,其中紫红色系和白色系占比较大,但通过分析聚类样本发现,部分淡黄绿色、淡粉色等彩度偏低的品种被划在白色系,表明仅通过聚类分析不能对蝴蝶兰花色有效区分。

2.3基于ISCC-NBS色名表示法的蝴蝶兰花色分类

2.3.1蝴蝶兰花色分类基于聚类分析结果,采用ISCC-NBS色名表示法对所测得的172个蝴蝶兰花色表型值重新进行命名及归类,共获得44个颜色名称(表3)。通过简化饱和度和明度描述,可将供试蝴蝶兰花色划分为7大色系:黄色系、棕色系、红色系、紫罗兰色系、粉色系、紫色系和白色系。根据划分色系的色相、明度和彩度的参数范围(表4),可发现紫罗兰色和紫色系的明度和彩度相当,红色系中存在品种的明度较低,表现为暗红色或暗红偏灰,接近于黑色。

2.3.2蝴蝶兰花色表型分布特点使用CIELab表色系统对基于ISCC-NBS体系分类下的蝴蝶兰7个色系的L*、a*、b*参数进行分析,各色系的参数值分布规律较为明显(图4)。白色系和黄色系的L*值较大且分布集中,红色系的L*值最小;粉色系、紫色系和棕色系的L*值重叠,可通过a*值和b*值进行有效区分;白色系和黄色系的a*值在负值范围内有分布,其他色系的a*值均在正值范围;紫罗兰色系和紫色系b*值集中分布在负值,二者在a*、b*值的分布相似,但前者L*值明显低于后者。

供试蝴蝶兰花色在a*、b*色相坐标上,主要集中在第Ⅰ、Ⅱ、Ⅳ象限,在呈现蓝色的第Ⅲ象限中无分布(图5A)。在第Ⅰ象限主要分布棕色、粉色、红色3个色系的品种;黄色系主要分布在第Ⅱ象限;第Ⅳ象限主要分布紫色、紫罗兰色2个色系,红色系亦有分布;白色系集中分布在接近原点的位置。在L*、a*、b*值的三维散点图中花色数据多集中在一条主线附近,呈带状分布(图5B)。

2.3.3蝴蝶兰L*值与C值相关性分析彩度C值的变化会对明度L*值产生影响,根据供试蝴蝶兰不同色系的L*值与C值二维坐标的分布,可将其分为2个类群(图6)。第一类群的L*值随C值的增大而变小,包含白色、黄色、棕色、紫罗兰色、紫色和粉色等6个色系(图7A),对其L*值和C值进行线性拟合分析,绘制线性回归图,结果表明,拟合线性方程为y=-0.71749+93.17836,呈显著负相关(r=0.689);第二类群仅包含红色系(图7B),L*值和C值间无显著相关性(r=0.080)。

3讨论

蝴蝶兰新品种DUS测试指南中[18],利用RHSCC以群体目测的方式定义花瓣主色,将蝴蝶兰分为白色、黄色、绿色、橙色、粉红色、紫红色和褐色等7种类型,该种方式存在一定的主观性,在实际应用中不能保证定义结果具有良好的便捷性和精确度。而比色卡与测色仪相结合可保留视觉的直观性和精密仪器的客观性,可实现对花色的量化和精确描述。本研究中,基于侧花瓣的L*、a*、b*值进行聚类分析方法将蝴蝶兰划分为8个类别,经分析发现并不能将白色与浅粉色、浅黄色和浅绿色等花色进行有效区分。殷涵泰等[19]利用测色仪测定107份秋石斛品种花瓣和唇瓣的颜色并进行聚类分析,将其分为白、粉、黄绿、紫红、浅紫、紫、深紫、复色等8个色系,但存在黄色和绿色资源不能分开的情况;王玉蛟等[20]在对芍药的花色分类中也出现了此类情况,白色与黄绿色系中的浅色品种聚为一类,表明仅使用聚类分析对颜色较接近的花色进行分类易导致偏差。ISCC-NBS色名表示法是基于孟塞尔颜色系统由美国色彩协会(InterSocietyColourCouncil,ISCC)和美国国家标准局(NationalBureauofStandards,NBS)共同确定并颁布了267个适用于非发光物质的标准颜色名称,可从6个维度对颜色进行准确的分类和定义[21]。吴静等[22]基于466个紫斑牡丹单株花色的表型值,使用ISCC-NBS色名表示法将紫斑牡丹的花色分为8大色系,可有效区分相近的色系,取得了较合理的分类结果。本研究基于聚类分析结果并利用ISCC-NBS色名表示法将蝴蝶兰花色分为7个色系,不同色系与CIELab系统的L*、a*和b*参数具有合理的对应关系,即可归纳各色系的参数分布范围,实现对不同蝴蝶兰花色的定量描述,如目测易混淆为同一色系的紫罗兰色和紫色可通过L*值进行有效区分,实际应用中被定性为粉色的品种如小梅花(P.Xiaomeihua)、安娜(P.Anna)等被正确划分为紫色系,表明ISCC-NBS色名表示法的色系划分具备可量化的客观性。但本研究中存在种质资源样本较少的问题,如划分为粉色系的供试种质仅有3种,对应参数范围的准确性仍需进一步完善;此外,受限于分光测色仪的通光孔孔径的尺寸,蝴蝶兰的纹路、斑点、斑块等颜色分布类型难以实现对其量化和精确描述。因此,须加强蝴蝶兰种质资源的收集力度,同时进一步优化测色方法,通过聚类分析结合ISCC-NBS色名表示法及实际生产应用进而综合得到更科学、适用且精确的蝴蝶兰品种分类体系。

花朵呈色主要与其组织结构和组织细胞中的色素种类、含量密切相关[23]。蝴蝶兰花色多彩,供试种质在a*、b*参数坐标上除蓝绿色区间外广泛分布,缺乏纯正的蓝色品种。飞燕草素(delphinidin)及其衍生物对蓝色花形成至关重要,F3′5′H被称为蓝色基因,其时空表达和表达强度决定了飞燕草素的分布和积累量[24]。蝴蝶兰中的F3′5′H基因与其他植物F3′5′H基因同源性仅为50%,可能在进化过程中丢失了原有的功能是导致其无法呈蓝色的潜在原因[25-26]。LIANG等[27]将大花飞燕草(Delphiniumgrandiflorum)的DgF3′5′H和蝴蝶兰PeMYB2在P.SogoYukidian‘V3瞬时共表达,产生一种新奇的蓝紫色,其液泡的pH及金属离子(Al3+、Ca2+、Fe3+)与花青素的摩尔比均与紫色蝴蝶兰存在显著差异。日本学者将鸭跖草的基因轉入蝴蝶兰中,培育出转基因蓝紫色蝴蝶兰新品种BlueGene,但后代繁殖困难及栽培过程中需添加外源物质才能使其花色稳定[28-29]。随着多组学和生物信息学技术日渐成熟,基于蓝色蝴蝶兰呈色机制的复杂性,开展多维度的交叉融合研究是培育蓝色蝴蝶兰新品种的必由之路。

蝴蝶兰花色表型的明度和彩度整体呈负相关关系,可分为两类:第一类群包括白色、黄色、棕色、紫罗兰色、紫色和粉色6个色系,第二类群仅包含红色系,这可能与决定各色系的多种类别色素有关。蝴蝶石斛兰中明度L*值与总花青苷含量和总黄酮含量均呈极显著负相关[30]。郭鑫等[31]对190个紫斑牡丹品种为材料分析L*与C值,进行相关性分析发现亦分为2个类群,紫红色和黑红色系明度和彩度呈正相关,与本研究中红色系蝴蝶兰的表征趋近。大部分植物的萼片为绿色,而兰科植物中萼片和花瓣特化的唇瓣均有丰富的颜色[32]。李崇辉等[30]对24份蝴蝶石斛兰种质的花色表型进行测定,发现唇瓣颜色比花瓣和萼片暗,但色彩更浓郁,与蝴蝶兰的花色特征相同。在未来的蝴蝶兰花色育种工作中,须进一步明确外源基因导入对蝴蝶兰色素合成途径和呈色的作用,亦可结合花型育种培育“三唇瓣”品种[33];此外,还可通过引入蝴蝶兰近缘属特殊的花色种质资源与其进行远缘杂交,以期创制出新奇特异的蝴蝶兰花色新种质,如蝴蝶兰与万代兰属(Vanda)中的蓝色或火焰兰属(Renanthera)的亮橙色种质资源进行属间杂交,获得的杂种群体均可充分遗传双亲的特点[34-35]。

4结论

通过对146份蝴蝶兰种质资源花色表型值进行测定,发现蝴蝶兰花色较为丰富,缺乏蓝色系;花瓣和萼片颜色整体差异不大,唇瓣相较二者颜色更暗,彩度较大。基于侧花瓣的L*、a*、b*值进行聚类分析的分类结果不能完全表征蝴蝶兰花色的分布特点;利用ISCC-NBS色名表示法可将供试种质资源分为黄色系、棕色系、红色系、紫罗兰色系、粉色系、紫色系和白色系共7个色系,对于蝴蝶兰花色表型分类更为准确,整理出不同色系花色参数范围;整体上蝴蝶兰花色明度和彩度呈负相关,可分为红色系和其余色系2个类群。本研究初步建立基于表型的蝴蝶兰花色数量分类体系,为蝴蝶兰新品种和花色选育提供理论基础。

猜你喜欢

蝴蝶兰聚类分析
那簇绽放的蝴蝶兰
《室内蝴蝶兰落尽又放》
新媒体用户行为模式分析
农村居民家庭人均生活消费支出分析
基于省会城市经济发展程度的实证分析
基于聚类分析的互联网广告投放研究
“县级供电企业生产经营统计一套”表辅助决策模式研究
我最喜欢的蝴蝶兰
美丽的蝴蝶兰
蝴蝶兰的栽培技术