， ， ，

(1.天津農學院農學與資源環(huán)境學院， 天津 300380； 2.天津農學院工程技術學院， 天津 300380；3.內蒙古興安盟經濟作物工作站， 內蒙古 烏蘭浩特 137400)

基于近/中紅外光譜的玉米自交系組合的選配

李夢婷1，楊仁杰2，陳志遠3，劉海學1

(1.天津農學院農學與資源環(huán)境學院， 天津 300380； 2.天津農學院工程技術學院， 天津 300380；3.內蒙古興安盟經濟作物工作站， 內蒙古 烏蘭浩特 137400)

通過對41個玉米品種的近紅外光譜、中紅外光譜和融合后的近-中紅外光譜數(shù)據(jù)進行系統(tǒng)聚類分析，以對照組玉米的父母本作為參照，篩選出新的玉米自交系組合。結果表明：相對于單一的近/中紅外光譜，融合后的近-中紅外光譜能表征更多的特征信息，提供更為準確的篩選結果。理論上，利用近/中紅外光譜技術可從大量玉米品種中選擇與對照組父、母本相似或者相差大的樣品，再進行組合雜交。該方法在一定程度上克服了傳統(tǒng)育種的盲目性，使育種工作具有一定的定向性。

玉米育種； 近紅外光譜； 中紅外光譜；

玉米是世界三大作物之一，其種子需求量巨大。通過作物育種改良作物遺傳特性、培育優(yōu)質品種是提高作物產量、品質，促進經濟發(fā)展改善民生的有效途徑之一。當前的育種方式主要包括雜交育種、回交育種等方法，多采用系譜法來選擇優(yōu)良世代和雜交優(yōu)勢強的父母本，其所耗時間長，而且由于在田間試驗，試驗條件嚴苛，極易受到環(huán)境條件的影響，并且由于傳統(tǒng)育種方法選擇的不定向，導致收集種子等工程量浩大，極其浪費人力物力資源。因此，發(fā)展一種能夠大批量、實時、快速且能在早期篩選出目標玉米自交系組合用于育種的分析方法是非常必要的。

近/中紅外光譜分析技術是一種高效、快速的現(xiàn)代分析技術，以非破壞性、速度快、成本低等特點在農產品檢測中被廣泛應用[1-5]。20世紀60年代初，美國農業(yè)部Norris等[6]首先利用近紅外光譜技術測定谷物中水分、蛋白質、脂肪等含量，加拿大谷物研究室[7]使用近紅外光譜快速檢測硬質小麥的黃色顏料含量，為硬質小麥篩選提供了一種效率更高的方式。芮玉奎等[8]利用近紅外光譜結合人工神經網(wǎng)絡準確方便地識別了轉基因玉米。林家永[9]分析了近紅外光譜技術在玉米品質、玉米青貯飼料質量以及轉基因玉米快速分析中的應用。楊群等[10]利用傅里葉變換中紅外光譜對航天誘變育種甜椒品系種子和一般大田生產的種子進行了對比分析。關穎等[11]利用中紅外光譜對藥材防風育種進行了相關分析?？v觀國內外文獻，未見基于近紅外和中紅外光譜融合方法來選配玉米自交系組合的相關報道。

本研究借助近紅外、中紅外光譜儀，通過檢測不同玉米品種的近/中紅外光譜，采用系統(tǒng)聚類方法對所有玉米品種進行分析，以期為玉米自交系組合的選配提供更為簡潔的方法，使玉米育種工作能夠具有一定的定向性。

1 材料與方法

1.1 實驗材料

本實驗所用材料為海南某公司提供的41個玉米品種，包括6個雜交種。各樣品采用數(shù)字1～41表示。樣品對照設置：晚熟品種：樣品22(母本)、樣品11(父本)；早熟品種：樣品16(母本)、樣品41(父)；雜交種：樣品38。樣品預處理：取等量玉米樣品粉碎、過篩(80目)，裝袋，備測。

1.2 實驗儀器及實驗方法

采用高速萬能粉碎機(FW 100)粉碎玉米樣品。檢測使用美國PerkinElmer公司的Spectrum GX 傅里葉變換紅外光譜儀。儀器參數(shù)：近紅外光源為儀器自帶的鹵素燈，InGaAs 檢測器，掃描范圍為4 000～10 000 cm，中紅外光源為穩(wěn)壓空氣冷卻線盤，DTGS檢測器，ATR附件，ZnSe晶體池，掃描范圍為650～4 000 cm；2個波段的分辨率都為4 cm，掃描間隔為4 cm，掃描次數(shù)為16。測量樣品前，均以空氣的光譜作為背景光譜，用樣品光譜扣除背景光譜，即得到樣品的吸收光譜。每次測量均掃描16次取平均以降低隨機噪聲。

2 結果與討論

2.1 不同玉米品種的近紅外和中紅外光譜特性

在上述儀器參數(shù)下，采集了41個玉米品種在4 000～10 000 cm范圍內的近紅外光譜(見圖1)。從圖1可以看出，玉米在4 339，4 755，5 184，5 744，6 837 cm和8 360 cm處存在吸收峰，而且在整個近紅外光譜范圍內，所有樣品的光譜輪廓和特征峰位置都非常相似。因此，根據(jù)近紅外光譜的表觀信息，無法實現(xiàn)各品種的鑒別和分類，需要借助化學計量學方法。

圖1 不同玉米品種的近紅外光譜圖

圖2為41個玉米品種的中紅外光譜圖，同樣，在整個波數(shù)范圍內，光譜吸收峰位置大致相同，光譜曲線走向趨勢基本一致。這些樣品在839，1 006，1 754，2 851 cm和2 931 cm處存在共同的特征峰，其中，1 754 cm處為玉米中脂肪的特征峰，主要是由羰基伸縮振動引起；2 851 cm和2 931 cm處吸收峰由脂肪族的CH伸縮振動引起；839 cm和1 006 cm處吸收峰分別來自玉米中的乙烯類化合物和伯醇。因此，同樣根據(jù)中紅外光譜的表觀信息，無法實現(xiàn)各品種的鑒別和分類，需要借助化學計量學方法。

通過上述分析可知，對于所研究的41個樣品，無論是近紅外光譜，還是中紅外光譜，都非常相似，僅在細微處存在差別，無法通過肉眼來進行分類和鑒別。因此，本研究將光譜技術與系統(tǒng)聚類分析相結合來實現(xiàn)樣品的分類和鑒別，為育種種子的初步快速篩選提供依據(jù)。

2.2 系統(tǒng)聚類分析結果

在實際問題的解決中，為分類多樣本對象，常常考慮以多方面因素進行分類。聚類分析的基本思想是根據(jù)樣本之間的距離和類與類之間的距離進行分類，距離最近的分成一類。以此類推，從而完成聚類分析的過程[12-13]。本研究采用系統(tǒng)聚類法，利用Ward法(離差平方和法)對主要性狀進行聚類，并計算Euclidean距離(歐氏遺傳距離)。Ward 法是基于方差分析思想的一種方法。樣本之間的離差平方和較小，為同類，反之，為不同類。

圖2 不同玉米品種的中紅外光譜圖

2.2.1 近紅外光譜系統(tǒng)聚類分析

圖1中41個樣品可分為3類或者4類。分為4類時，第1類為：樣品18、21、23、35、17、25、20、19、36、33、22、37和樣品24；第2類為樣品26、27和樣品34；第3類為樣品30、31、13、14、16、7和樣品15；第4類為樣品2、10、6、41、5、9、8、1、12、38、4、3、40、39、32、11、29和樣品28。當類間距離小于5時，可以看出，與父本樣品11(晚熟品種)距離相近的有：樣品39、32、29和樣品28；與母本樣品22(晚熟品種)相近的有：樣品37、24、33和樣品36；與母本樣品16(早熟品種)相近的有：樣品13、14、31和樣品30；與父本樣品41(早熟品種)相近的有：樣品6、5、9和樣品8；與雜交樣品38相近的有樣品12、4、3和樣品1。樣品26、27和樣品34自成一類，與樣品11、16、41和樣品38相距較遠，差異較大，當類間距離約達到25時，才能合成一類。

2.2.2 中紅外光譜系統(tǒng)聚類分析

同樣，采用SPSS統(tǒng)計軟件對41個樣品的中紅外光譜進行系統(tǒng)聚類分析。圖4為用中紅外光譜進行系統(tǒng)聚類得到的樹狀圖。當類間距離=5時，41個樣品可分為3類或者4類。按4類可分為：第1類樣品34、35、9、33、40和樣品41；第2類樣品22、23、25、19、21、20、17、18、13、15、12、37、16和樣品27；第3類樣品24、26、14、10、36、5、3、6、2、31和樣品38；第4類樣品1、4、7、11、39、29、30、32、8和樣品28。當類間距離小于5時，由圖4可知，與父本樣品11(晚熟品種)相近的有：樣品39、29、30和樣品32；與母本樣品22(晚熟品種)相近的有：樣品23、25、20和樣品21；與母本樣品16(早熟品種)相近的有：樣品18、12、37和樣品27；與父本樣品41(早熟品種)相近的有樣品33、40、19和樣品21；與雜交樣品38相近的有樣品31、2、6和樣品3；樣品1、4、7自成一類，且和樣品41、22、16和樣品38相距遠，當類間距離=25時才能聚成一類。

圖3 近紅外聚類分析譜系圖

2.2.3 近-中紅外光譜系統(tǒng)聚類分析

通過上述對41個玉米樣品近/中紅外光譜的系統(tǒng)聚類分析，初步篩選出與其對照組相似和相異的樣品，但由于近/中紅外光譜所表征的信息不同，中紅外給出的是基團振動峰，譜峰比較窄，而近紅外則給出的是含氫基團振動的倍頻和合頻的復雜的信息，譜峰比較寬，導致結果略有差異。若將近紅外光譜和中紅外光譜所表征的信息進行融合，則能更全面地提取玉米的特征信息，有利于不同玉米品種組配的篩選。因此，下面將基于融合后的近-中紅外光譜進行系統(tǒng)聚類分析。圖5為41個玉米樣品的近-中紅外光譜系統(tǒng)聚類分析結果圖。由圖5可知：當類間距離=5時，41 個樣品可分為3類或者4類。分為4類時，第1類為樣品13、16、14、12、15、38、30和樣品31；第2類為樣品2、10、3、6、40、5、9、41、4、28、7、32、39、11、29和樣品8；第3類為樣品17、35、21、23、18、22、37和樣品24；第4類為樣品26、27、34、20、25、19、36和樣品33。當類間距離小于5時，可以看出，與父本樣品11(晚熟品種)距離相近的有：樣品32、39、29和樣品8；與母本樣品22(晚熟品種)相近的有：37、24、18、23和樣品21；與母本樣品16(早熟品種)相近的有：樣品13、14、12和樣品15；與父本樣品41(早熟品種)相近的有：樣品6、40、5和樣品9；與雜交樣品38相近的有樣品12、15、14和樣品16。樣品11、16和樣品41在類間距離約為6時，就可聚為同一類，樣品22與樣品11只有在類間距離達到最大時(約為25)才可聚成一類。同時，樣品11(晚熟父本)、16(早熟母本)、41(早熟父本)和樣品38(雜交種)與樣品33、36和樣品19相距較遠，22(晚熟母本)與樣品13、16和樣品14相距較遠。

圖4 中紅外聚類分析譜系圖

圖5 近-中紅外聚類分析譜系圖

3 結論與討論

通過設置玉米自交系對照組，從近紅外光譜、中紅外光譜以及融合后的近-中紅外光譜入手，采用系統(tǒng)聚類分析方法，來定向篩選玉米自交系組合，以克服傳統(tǒng)育種方式繁瑣、不定向等問題。研究結果表明：基于近/中紅外光譜技術對玉米自交系組合進行初步篩選是可行的，另外，由于融合后的近-中紅外光譜能提取更多的特征信息，因此，此方法可以為玉米自交系篩選提供更好的分析結果。

根據(jù)融合后近-中紅外光譜分析結果確定玉米自交系組合選配結果如下。與11(晚熟父本)相似的樣品32、39、29和樣品8，相異的樣品33、36和樣品19；與樣品22(晚熟母本)相似的有樣品37、24、18、23和樣品21，相異的樣品26、27和樣品34；與樣品16(早熟母本)相似的有樣品13、14、12和樣品15，相異的樣品33、36和樣品19；與樣品41(早熟父本)相似的有樣品6、40、5和樣品9，相異的樣品33、36和樣品19；所以，理論上可選擇與11相似(或相異)的樣品和與22相似(或相異)的樣品之間互相組配，但排列在前的樣品享有優(yōu)先組配的權利。同理，與16相似的樣品和與41相似的樣品之間也可互相組配。

下一步課題組將對玉米自交系組合的快速篩選方法進行進一步研究，并對其進行補充和完善，同時，對上述提出的自交系組合的組配結果進行田間試驗，以期為玉米育種工作提供一種新方法。同時，該方法也可推廣應用到其它作物的育種中。

[1]方彥.利用近紅外光譜法測定玉米品質的研究[D].甘肅農業(yè)大學碩士論文,2004.

[2]嚴衍祿,趙龍蓮,韓東海,等.近紅外光譜分析基礎與應用[M].北京:中國輕工業(yè)出版社,2005:286-394.

[3]李民贊,韓東海,王秀.光譜分析技術及其應用[M].北京:科學出版社,2006:176-328.

[4]孫通,徐惠榮,應義斌.近紅外光譜分析技術在農產品/食品品質在線無損檢測中的應用研究進展[J].光譜學與光譜分析,2009,29(1):122-126.

[5]Montes,J.M,Utz,H,Schipprack,W,Kusterer,B,et al.Near-infrared spectroscopy on combine harvesters to measure maize grain dry matter content and quality parameters[J].Plant Breed,2006,125:591-595.

[6]Norris K H,Bar n es R F,Moore J E,et al.Prediction for-age quality by near infrared reflectance spectroscopy[J].Journal of Animal Science,1976,43(4):899-897.

[7]張銀橋,趙博,王輝,等.農產品近紅外光譜分析系統(tǒng)綜述[J].農機化研究,2010(5):224-228.

[8]芮玉奎,羅云波,黃昆侖,等.近紅外光譜在轉基因玉米檢測識別中的應用[J].光譜學與光譜分析,2005(10):1 581-1 583.

[9]林家永.近紅外光譜分析技術在玉米品質分析中的研究進展[J].中國糧油學報,2010,25(4):108-116.

[10]楊群,王怡林,楊愛明,等.航天誘變育種甜椒品系的紅外光譜分析[J].光譜學與光譜分析,2006,26(3):438-440.

[11]關穎,郭西華,邸立杰,等.太空育種中藥材防風的FTIR分析與表征[J].光譜學與光譜分析,2008,28(6):1 283-1 285.

[12]公麗艷,孟憲軍,劉乃僑,等.基于主成分與聚類分析的蘋果加工品質評價[J].農業(yè)工程學報,2014,30(13):276-285.

[13]李培富,楊淑琴,馬宏偉.寧夏水稻主要農藝性狀的主成分及聚類分析[J].中國農學通報,2006,22(12):162-166.

Selection of Maize Inbred Lines Based on NIR and Mid-infrared Spectroscopy

LIMengting1,YANGRenjie2,CHENZhiyuan3,LIUHaixue1

2016-10-20

天津市科技特派員項目(16 JCTPJC 47500)資助。

李夢婷(1995—)，女，四川廣元人；在讀碩士研究生，主要從事作物遺傳育種方面的研究。

劉海學(1965—)，男，內蒙古通遼市人；博士，研究員，主要從事生化與分子生物學研究；E-mail:liuhaixue715@126.com。

融合近-中紅外光譜； 系統(tǒng)聚類

10.16590/j.cnki.1001-4705.2017.03.093

S 513； S 337

A

1001-4705(2017)03-0093-04