夏尊民， 曹洪勛， 劉 蕊， 韓喜財(cái)， 宋鑫玲， 曹 焜

(1.黑龍江省科學(xué)院大慶分院， 黑龍江 大慶 163319； 2.黑龍江省種業(yè)技術(shù)服務(wù)中心， 哈爾濱 150008)

components; cluster analysis

亞麻(LinumusitatissimumL.)按特征和用途分為纖維用亞麻、油用亞麻和油纖兼用亞麻三種類型[1]。亞麻是一種從種子到莖稈可以全植株加工利用的作物。亞麻莖稈中的纖維具有吸濕性強(qiáng)、散熱快、抑菌保健等優(yōu)點(diǎn)，廣泛應(yīng)用于紡織、服裝、汽車用品、室內(nèi)裝飾材料等[2]。亞麻籽中含有脂肪、蛋白質(zhì)、膳食纖維、木酚素、維生素E等營(yíng)養(yǎng)成分[3]，其中α-亞麻酸含量為45.0%～60.0%[4]。亞麻籽及其產(chǎn)品具有降低膽固醇、調(diào)節(jié)血脂、抑制血栓形成、預(yù)防和抗癌等功效，廣泛應(yīng)用于油脂、食品、醫(yī)藥和日用化工等領(lǐng)域，市場(chǎng)需求不斷增加[5-6]。

油用亞麻是我國(guó)西北、華北及東北地區(qū)重要的油料作物[7]，具有適應(yīng)性廣、耐寒、耐鹽堿的特性，在鹽漬化土壤條件下種植亞麻與其他作物相比具有明顯優(yōu)勢(shì)[8]。篩選適應(yīng)區(qū)域環(huán)境的種質(zhì)資源培育優(yōu)良品種是產(chǎn)業(yè)發(fā)展的基礎(chǔ)。通過(guò)種質(zhì)資源的評(píng)價(jià)鑒定，了解資源的遺傳多樣性，有利于為目標(biāo)性狀的改良和突破而選定親本材料[9]。本試驗(yàn)對(duì)近年來(lái)引進(jìn)的國(guó)內(nèi)外84份油用亞麻種質(zhì)資源在pH值為8.48、總鹽量0.268%的土壤條件下進(jìn)行主要性狀鑒定測(cè)試，并且在提取主成分的基礎(chǔ)上進(jìn)一步分析每份資源的主成分綜合得分，結(jié)合聚類分析直觀量化評(píng)價(jià)每份資源，為種質(zhì)資源利用提供依據(jù)。

1 材料與方法

1.1 材 料

試驗(yàn)材料為2018年和2019年引自中國(guó)農(nóng)科院麻類研究所、白俄羅斯國(guó)家科學(xué)院亞麻研究所和甘肅省農(nóng)科院作物研究所的84份亞麻種質(zhì)資源，序號(hào)、引進(jìn)年代和名稱見(jiàn)表1。

1.2 方 法

田間試驗(yàn)在大慶市東風(fēng)農(nóng)場(chǎng)五連試驗(yàn)基地進(jìn)行，試驗(yàn)地土壤pH值為8.48，總鹽量0.268%。田間采取順序排列方法，3次重復(fù)，播種密度為850粒/m2,行距20 cm，3行區(qū)人工條播。從出苗開(kāi)始記錄每份資源性狀特征。種子成熟期收獲，收獲前每小區(qū)選取20株有代表性的植株用于考種，考種方法和數(shù)據(jù)采集參照王玉富[10]主編的《亞麻種質(zhì)資源描述規(guī)范和數(shù)據(jù)標(biāo)準(zhǔn)》，測(cè)定株高、工藝長(zhǎng)度、分莖數(shù)、主莖分枝數(shù)、單株蒴果數(shù)、蒴果大小、單果粒數(shù)、單株粒重、每平方米種子產(chǎn)量、千粒重以及含油率等性狀。含油率采用浙江托普公司的HCY-20型核磁共振含油率檢測(cè)儀測(cè)定。

1.3 數(shù)據(jù)分析

采用 Microsot Excel軟件和SPSS_20軟件對(duì)數(shù)據(jù)進(jìn)行整理和分析。

2 結(jié)果與分析

2.1 性狀的變異分析

對(duì)84份油用亞麻種質(zhì)資源的11個(gè)主要性狀的原始數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，結(jié)果(表2)顯示，11個(gè)性狀的變異系數(shù)差異顯著，變異系數(shù)表現(xiàn)為分莖數(shù)>單株粒重>單株蒴果數(shù)>種子產(chǎn)量>主莖分枝數(shù)>工藝長(zhǎng)度>單果粒數(shù)>株高>蒴果大小>含油率。分莖數(shù)的變異系數(shù)最大，為134.91%，含油率的變異系數(shù)最小，為4.06%。變異幅度反映出84份資源所包含的類型豐富，性狀差異顯著，也表明不同性狀通過(guò)常規(guī)雜交育種手段得到改良的效果也不相同。

表2 主要性狀變異情況Table 2 Variation of main characters

表4 主成分的各性狀得分系數(shù)Table 4 Score coefficients of main components

2.2 資源的主成分綜合得分

利用11個(gè)性狀的原始數(shù)值做主成分分析，將11個(gè)性狀變量依次定名為x1、x2、x3……x11。由于這些性狀變量的單位和度量值不同，所以應(yīng)采用相關(guān)性矩陣分析。將11個(gè)性狀原始變量綜合轉(zhuǎn)化后，根據(jù)特征值和貢獻(xiàn)率提取4個(gè)主成分(見(jiàn)表3)，其累積貢獻(xiàn)率為82.634%，可以認(rèn)為其具有較好的信息代表性，而且KOM驗(yàn)證值為0.747，Bartlett球形度檢驗(yàn)Sig<0.005，表明各變量之間的相關(guān)性較高，利用這些變量做因子分析的結(jié)果比較可靠。根據(jù)主成分矩陣中性狀變量系數(shù)將4個(gè)主成分分別歸納為“單株粒重”“株高”“種子產(chǎn)量”“單果粒數(shù)”主成分。在此基礎(chǔ)上參照鄧維斌等[11]的方法進(jìn)一步計(jì)算每份資源主成分綜合得分。

首先對(duì)84份資源的11個(gè)性狀變量的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化轉(zhuǎn)換，標(biāo)準(zhǔn)化后的變量依次為zx1、zx2、zx3……zx11。然后用每個(gè)主成分矩陣中的性狀特征系數(shù)除以相應(yīng)特征值的正根值，計(jì)算出每個(gè)性狀對(duì)應(yīng)的主成分得分系數(shù)，依次設(shè)定為t1、t2、t3、t4(表4)。

表3 主成分矩陣、特征值及貢獻(xiàn)率Table 3 Principal component matrix,eigenvalue and contribution rate

利用得分系數(shù)和標(biāo)準(zhǔn)化變量按照下列公式計(jì)算每份資源的4個(gè)主成分得分：

y1=0.386×zx1+ 0.378×zx2-0.342×zx3+……+0.251×zx11

表5 資源的主成分綜合得分排列順序Table 5 Order of principal component comprehensive scores of resources

y2=0.354×zx1+ 0.371×zx2+ 0.296×zx3+……-0.283×zx11

y3=0.043×zx1-0.121×zx2+ 0.349×zx3+……+0.064×zx11

y4=0.074×zx1+ 0.079×zx2-0.088×zx3+……+0.548×zx11

最后以每個(gè)主成分的貢獻(xiàn)率按照公式Y(jié)= 0.450y1+0.145y2+0.136y3+0.096y4計(jì)算出每份資源的主成分綜合得分,采用升序排列后列于表5。

主成分綜合得分可直觀體現(xiàn)84份種質(zhì)資源11個(gè)性狀的綜合表達(dá)，主成分綜合得分值越大，體現(xiàn)油用類型品種的特性越突出，在油用亞麻育種研究中利用價(jià)值越大。

2.3 資源聚類分析

同樣選用11個(gè)性狀的原始測(cè)量數(shù)據(jù)，采用SPSS 20軟件的歐式距離法對(duì)84份資源進(jìn)行聚類分析(圖1)。在歐式距離D=12.5的水平上，將84份資源分為五大類群。

第1類群包括29、34、33、11、1、21、38、48、30、32、31、17、28、23、27、14、4、16、6、49、26、19、65、78、10、66、18、37、13、7、22、5、20、24、2號(hào)，共計(jì)35份資源。該類群主成分綜合得分平均值為-0.676，平均株高和工藝長(zhǎng)度最高，分莖數(shù)和單株蒴果最少，含油率較低，生育期短。

第2類群包括43、46、42、47、35、39、55、36、45、44、9、74、3、15、25、8、12、75號(hào)，共計(jì)18份資源。該類群主成分綜合得分平均值為-0.347，與第1類群相比株高和工藝長(zhǎng)度降低，分莖數(shù)、單株蒴果、分枝數(shù)、單株產(chǎn)量增加，含油率有所提高，生育期增長(zhǎng)。

第3類群包括41、67、40、50、60、51、57、52、62、76、77、59、69、71、84、79、63、56號(hào)，共計(jì)18份資源。該類群主成分綜合得分平均值為0.909，株高和工藝長(zhǎng)度較矮，蒴果數(shù)較多，單株粒重、千粒重較大，含油率較高。

第4類群包括53、82、64、70、72、58、68、80、81、83、54、61號(hào)，共計(jì)12份資源。該類群主成分綜合得分平均值為0.975，與其他類群相比單位面積種子產(chǎn)量最高，含油率最高。

圖1 84份資源聚類分析Fig.1 The cluster analysis of 84 oil flax germplasm resources

第5類群只有73號(hào)一份資源。該資源的主成分綜合得分值最高，為3.468，而且單株粒重、分枝數(shù)、分莖數(shù)、單株蒴果數(shù)也最多。

3 結(jié) 論

種質(zhì)資源是育種研究的基礎(chǔ)，亞麻的適應(yīng)區(qū)域雖然較廣泛，但是不同區(qū)域自然條件對(duì)品種的農(nóng)藝性狀和品質(zhì)表現(xiàn)也有顯著的影響。通過(guò)對(duì)84份油用亞麻種質(zhì)資源的11個(gè)主要性狀在鹽堿地條件下進(jìn)行鑒定評(píng)價(jià)，結(jié)果證明，11個(gè)性狀的變異系數(shù)差異顯著，變異系數(shù)超過(guò)50%的性狀有3個(gè)，分別為分莖數(shù)(134.9%)、單株粒重(65.4%)、單株蒴果數(shù)(57.2%)；變異系數(shù)小于10%的性狀有2個(gè)，分別為含油率(4.1%)、蒴果大小(6.5%)。變異系數(shù)越大的性狀通過(guò)雜交育種改良的效果越明顯，變異系數(shù)越小的性狀通過(guò)雜交育種改變的幅度越小，配制雜交組合時(shí)宜針對(duì)不同性狀采用優(yōu)勢(shì)疊加或互補(bǔ)方式選用親本資源。

通過(guò)對(duì)84份油用亞麻種質(zhì)資源的11個(gè)主要性狀采用相關(guān)性矩陣進(jìn)行主成分分析，提取“單株粒重”“株高”“種子產(chǎn)量”“單果粒數(shù)”4個(gè)主成分，累積方差貢獻(xiàn)率為82.63%。通過(guò)聚類分析，在歐氏距離D=12.5的水平上將84份資源歸納為五大類群：第1類群35份資源，第2類群18份資源，第3類群18份資源，第4類群12份資源，第5類只有1份資源。提取主成分只能體現(xiàn)各性狀因子的貢獻(xiàn)大小，聚類分析也同樣只能將遺傳特性相似的資源歸類，并不能直觀量化判定在各性狀因子作用下種質(zhì)資源的表現(xiàn)，也不便于直觀指導(dǎo)雜交育種的親本選配。因此，在提取主成分的基礎(chǔ)上，進(jìn)一步計(jì)算各份資源的主成分綜合得分，并且與聚類分析結(jié)合，不僅將84份資源進(jìn)行了歸類，而且根據(jù)主成分綜合得分可以對(duì)每個(gè)類群中的油用亞麻種質(zhì)資源進(jìn)行量化評(píng)價(jià)，各類群的主成分綜合得分的平均值依次為-0.676、-0.347、0.909、0.975和3.468。本研究結(jié)果為油用亞麻育種研究定向選配親本提供參考。