李德明，張 榕，武慧娟，耿小麗，劉 乾

（甘肅省草原技術(shù)推廣總站, 甘肅 蘭州 730010）

燕麥(Avena sativa)又稱雀麥、莜麥或鈴鐺麥，禾本科燕麥屬，是重要的糧草兼用植物[1-3]，具有耐寒、抗旱、耐鹽堿、耐貧瘠等優(yōu)良性狀，根據(jù)有無稃可分為皮燕麥和裸燕麥兩大類[4-5]。國外以種植飼用的皮燕麥為主，我國主要以食用燕麥種植為主，主要種植區(qū)集中在內(nèi)蒙古、河北、山西、甘肅以及西南高寒、干旱及高海拔地區(qū)[6]。近年來，在快速發(fā)展的畜牧業(yè)和人們對飼草品質(zhì)認(rèn)知提高的環(huán)境下，飼用皮燕麥和糧飼兼用優(yōu)質(zhì)高產(chǎn)燕麥品種的需求量急劇增加。因此，篩選和評價適于我國燕麥種植區(qū)的燕麥品種，符合我國畜牧業(yè)飼草供給安全戰(zhàn)略需求，也為加速我國高品質(zhì)燕麥育種提供一定的理論支持。

我國在培育抗性燕麥品種方面取得了一定的成績。張浩楠等[7]通過種間雜交，采用系譜法培育中晚熟品種‘晉燕21 號’，該品種適于山西地區(qū)種植，高產(chǎn)、適應(yīng)性好、抗逆性強(qiáng)。張春林等[8]通過種間雜交、系譜法選育而成的短生育期的早熟燕麥飼草新品種‘蒙飼5 號’，具有抗性強(qiáng)、產(chǎn)量及營養(yǎng)價值高、適宜種植范圍廣的特點(diǎn)。但相較于國外研究者應(yīng)用分子標(biāo)記、燕麥圖譜構(gòu)建等技術(shù)在燕麥育種方面取得的成就，我國相關(guān)技術(shù)應(yīng)用和研究相對滯后[9]。如我國燕麥育種工作主要采用了傳統(tǒng)的人工雜交、選擇和后代鑒定等方法，這種方法在效率和準(zhǔn)確性上都存在一定的不足，并且燕麥的遺傳基礎(chǔ)較為單一；缺乏高效的分子標(biāo)記，與其他作物相比，燕麥的分子標(biāo)記技術(shù)在我國開展得相對較晚，導(dǎo)致育種進(jìn)展緩慢；缺乏良好的品種評價體系，在燕麥育種過程中，缺乏針對長勢、品質(zhì)、抗逆性等多方面的評價指標(biāo)，導(dǎo)致燕麥品種的優(yōu)化和篩選面臨一定的困難；區(qū)域差異化研究不足，燕麥在不同種植區(qū)域的生長環(huán)境和產(chǎn)量表現(xiàn)存在較大的差異，但我國在燕麥育種方面的研究很少展開針對不同區(qū)域的專門研究。因此，通過加速國內(nèi)外燕麥種質(zhì)資源的收集、品比、引種和使用，提高國內(nèi)已登記燕麥品種的開發(fā)與研究，最大限度地拓寬現(xiàn)有燕麥資源的遺傳背景，準(zhǔn)確把握現(xiàn)有品種的遺傳多樣性，才能為選育適應(yīng)不同生長環(huán)境的燕麥新品種提供材料基礎(chǔ)。

2021 年我國進(jìn)口燕麥干草累計21.22 × 104t，燕麥種子進(jìn)口數(shù)量從2018 年的4 036 t 上升至2020 年8 171 t，反映出我國對優(yōu)質(zhì)燕麥飼草需求旺盛。在積極增加高品質(zhì)燕麥種植面積的同時，提高我國燕麥自育品種是改變過度依賴進(jìn)口、保證畜牧業(yè)飼草供給安全的根本解決之道。甘肅是我國第三大燕麥飼草生產(chǎn)省份，2019 年生產(chǎn)面積達(dá)到8.36 ×104hm2，占全國種植面積的21.9%，但均為引進(jìn)品種，自育品種寥寥無幾。因此，開展針對地區(qū)特點(diǎn)的燕麥選擇育種，是推動甘肅省燕麥產(chǎn)業(yè)快速發(fā)展的基礎(chǔ)。天祝是傳統(tǒng)的畜牧業(yè)區(qū)，燕麥?zhǔn)歉吆貐^(qū)冬春枯草季節(jié)牲畜補(bǔ)飼牧草的重要來源，因此加速栽培草地和半栽培草地的建設(shè)是解決天?？h冷季缺草、保證畜牧業(yè)生產(chǎn)穩(wěn)定持續(xù)增長的關(guān)鍵措施。

目前，甘肅省高寒地區(qū)種植的燕麥品種良莠不齊，國內(nèi)外品種種植表現(xiàn)參差不一。為豐富甘肅省高寒地區(qū)的燕麥種質(zhì)資源，本研究通過觀察35 份燕麥材料數(shù)量性狀和質(zhì)量性狀，對其表型性狀進(jìn)行遺傳多樣性分析、聚類分析及主成分分析，研究燕麥種質(zhì)資源親緣關(guān)系及變異的特性，開發(fā)燕麥種質(zhì)基因型和明確飼用燕麥遺傳基礎(chǔ)，對燕麥種質(zhì)資源的合理使用、現(xiàn)有燕麥種質(zhì)資源優(yōu)良基因篩選等具有深遠(yuǎn)意義，為促進(jìn)我國西北高寒地區(qū)燕麥育種和種植選擇提供理論支撐。

1 材料與方法

1.1 試驗(yàn)地概況

試驗(yàn)于2020 年在甘肅省草品種區(qū)域試驗(yàn)站天祝站進(jìn)行，該試驗(yàn)站地處天祝縣抓西秀龍鄉(xiāng)岔西灘村，地理位置102°51′11″ E，37°09′11″ N，海拔2 953 m，該區(qū)域氣候潮濕寒冷，年降水量423 mm，主要集中在7 月—9 月，年均溫-1 ℃，最冷月(1 月)平均氣溫-18 ℃，最熱月(7 月) 12.5 ℃，≥ 0 ℃年積溫1 380 ℃·d 左右，年日照時數(shù)2 663 h，無絕對無霜期。土壤為高山草甸土，土層厚度0.7～1.1 m，有機(jī)質(zhì)含量22.44 g·kg-1，全氮含量2.37 g·kg-1，速效氮含量15.4 mg·kg-1，速效磷含量15.4 mg·kg-1，速效鉀含量147.17 mg·kg-1，pH 7.81。

1.2 試驗(yàn)材料

供試材料為35 個燕麥品種，包括30 份皮燕麥和5 份裸燕麥(表1)。

1.3 試驗(yàn)設(shè)計

試驗(yàn)采用隨機(jī)區(qū)組設(shè)計，小區(qū)面積15 m2(3 m ×5 m)，重復(fù)3 次，于2020 年5 月15 日播種，播量為180 kg·hm-2，條播，行距15 cm，每小區(qū)20 行，播種深度3～5 cm。試驗(yàn)區(qū)四周設(shè)置1 m 的保護(hù)行。在分蘗期施1 次氮肥，并在需要時進(jìn)行病、蟲和雜草防除工作，在旱情嚴(yán)重影響試驗(yàn)結(jié)果時適量澆水。

1.4 性狀調(diào)查

燕麥進(jìn)入乳熟期取樣，每個小區(qū)隨機(jī)抽取10 株用于測定葉片數(shù)(number of leaf)、輪層數(shù)(number of ear laye)、旗葉長(length of leaf)、葉寬(width of leaf)、穗長(length of spikelet)、株高(plant height)、莖粗(stem thick)、根長(length of root)、分蘗數(shù)(number of tiller)、有效分蘗數(shù)(effective number of tiller)；成熟期每個小區(qū)拔取10 株，調(diào)查芒色(awn color)、粒形(grain type)、粒色(grain color)、皮/裸(husk/naked)，指標(biāo)測定嚴(yán)格按照《燕麥種質(zhì)資源描述規(guī)范和數(shù)據(jù)標(biāo)準(zhǔn)》執(zhí)行[7]。

1.5 數(shù)據(jù)分析

用Excel 軟件計算整理和分析各形態(tài)學(xué)指標(biāo)數(shù)據(jù)。采用Shannon-weaver 信息指數(shù)計算遺傳多樣性指數(shù)(H')，其劃級方法如下，先計算供試材料的總體平均值(X)和標(biāo)準(zhǔn)差(δ)，從第一級[Xi＜X- 2δ]到第十級[Xi＞X+ 2δ]，每0.5δ 為一級，每一級的相對頻率用于計算多樣性指數(shù)，計算公式如下：

式中：Pi為某一性狀在第i個級別出現(xiàn)的頻率[8]。

種質(zhì)間性狀值的離散性特征用變異系數(shù)(coefficient of variation，CV)表示，計算公式如下：

式中：s表示標(biāo)準(zhǔn)差，x表示平均數(shù)。

用SPSS 19.0 軟件進(jìn)行表型性狀的差異顯著性分析和主成分分析，聚類分析采用離差平方和法進(jìn)行聚類，種質(zhì)間遺傳距離為歐氏距離(Euclidean distance)。

2 結(jié)果

2.1 遺傳多樣性分析

2.1.1 質(zhì)量性狀遺傳多樣性分析

對35 份燕麥品種4 個質(zhì)量性狀進(jìn)行遺傳多樣性分析表明(表2)，芒色以白色為主，頻數(shù)為0.455；粒形以紡錘形為主，頻數(shù)為0.548；粒色以黃色為主，頻數(shù)為0.516，白色次之(頻數(shù)0.435)；且以皮燕麥為主，頻數(shù)為0.645，裸燕麥頻數(shù)為0.354。在4 個質(zhì)量性狀中，粒色的遺傳多樣性指數(shù)最高，為1.342，粒色在種質(zhì)間的遺傳差異較大，材料遺傳基礎(chǔ)較廣。遺傳多樣性指數(shù)大小排序：粒色 ＞ 芒色 ＞粒型 ＞ 皮裸性。

表2 4 個質(zhì)量性狀的遺傳多樣性Table 2 Genetic diversity of four quality characteristics

2.1.2 燕麥數(shù)量性狀遺傳多樣性分析

對供試35 份燕麥品種10 個數(shù)量性狀的遺傳多樣性分析結(jié)果表明(表3)：株高變化范圍98.66～183.28 cm，輪層數(shù)、葉片數(shù)變化范圍分別為2.40～4.40 層、3.40～5.40 片，葉長、葉寬分別為21.16～51.42 cm、8.29～25.24 mm，穗長最長41.82 cm，莖粗最粗7.67 mm，根長變化范圍6.68～19.32 cm。葉長的遺傳多樣性指數(shù)最高，為1.87，其余依次為株高 ＞莖粗 ＞ 葉寬 ＞ 輪層數(shù) = 葉片數(shù) ＞ 穗長 ＞ 有效分蘗數(shù) ＞根長 ＞ 分蘗數(shù)，Shannon-weaver 多樣性指數(shù)平均值為1.70，表明數(shù)量性狀遺傳在各品種間差異較大。不同燕麥品種變異系數(shù)差異很大，均值為16.66%，其中有效分蘗數(shù)的變異系數(shù)最大，達(dá)到25.12%，分蘗數(shù)次之，葉片數(shù)的變異系數(shù)最小，為8.01%，其次為輪層數(shù)和株高，說明這些品種間葉片、輪層數(shù)和株高等性狀的遺傳變異不明顯，遺傳基礎(chǔ)較窄，以后在新品種選育方面可以通過引入多葉或高桿基因來獲得高品質(zhì)或高產(chǎn)燕麥新品種。

表3 10 個數(shù)量性狀遺傳多樣性Table 3 Genetic diversity of ten quantitative characteristics

2.2 數(shù)量性狀主成分分析

對10 個數(shù)量性狀進(jìn)行主成分分析，其Kaiser-Meyer-Olkin 檢驗(yàn)值為0.615，Bartlett 球形度檢驗(yàn)的概率為0，表明變量間具有極顯著相關(guān)性(表4)。主成分分析結(jié)果表明，前4 個主成分包含了絕大部分信息，累計貢獻(xiàn)率達(dá)到了86.35% (表5)，第1 主成分占比最大，為47.89%；第2、3、4 主成分分別為18.94%、10.17%和9.34%。在其各特征向量中，載荷較高且作為正值的有株高、輪層數(shù)、葉片數(shù)、葉長、葉寬、穗長、莖粗、根長，其向量值分別為0.336 1、0.359 3、0.360 1、0.332 6、0.382 7、0.283 2、0.354 7 和0.177 7；符號為負(fù)的指標(biāo)為分蘗數(shù)和有效分蘗數(shù)，其特征向量值為-0.207 1 和-0.301 0，這說明株高、莖粗、葉長、葉寬等與分蘗數(shù)有負(fù)相關(guān)關(guān)系，當(dāng)燕麥在垂直方向上生長旺盛時，在水平方向上分蘗數(shù)就會減少，因此在培育飼草型燕麥品種時應(yīng)協(xié)調(diào)好這兩類指標(biāo)間的關(guān)系。第2 主成分特征值為1.894，貢獻(xiàn)率為18.94%。特征向量中有正有負(fù)，主要反映單株的分蘗數(shù)，其向量值為0.477 1，由載荷數(shù)值可以看出有效分蘗數(shù)、葉長、穗長均可以作為產(chǎn)量構(gòu)成因子，同時對輪層數(shù)、葉片數(shù)起到了制約作用；第3 主成分特征值為1.017，貢獻(xiàn)率為10.17%，特征向量中，輪層數(shù)、葉片數(shù)、根長、分蘗數(shù)和有效分蘗數(shù)為正，其余5 個性狀指標(biāo)為負(fù)，其中載荷最高的數(shù)量性狀是根長，其次為分蘗數(shù)和輪層數(shù)，隨著根長的增長會影響葉長和穗長，因此，在育種的過程中，應(yīng)適度把握。第4 主成分特征值為0.934，貢獻(xiàn)率為9.34%，特征向量中，主要反映葉寬，其向量值為0.432 2，說明第4 成分分值越高，燕麥粗蛋白含量越高，越適合作為優(yōu)質(zhì)飼草。

表4 KMO 和Bartlett 的檢驗(yàn)Table 4 Inspection by KMO and Bartlett tests

對35 份燕麥種質(zhì)的10 個數(shù)量性狀進(jìn)行主成分分析，計算5 得到各主成分與10 個數(shù)量性狀標(biāo)準(zhǔn)化數(shù)據(jù)的線性組合表達(dá)式為：

F1= 0.336 1X1+ 0.359 3X2+ 0.360 1X3+ 0.332 6X4+0.382 7X5+ 0.283 2X6+ 0.354 7X7+ 0.177 7X8- 0.207 1X9-0.301 0X10；

F2= 0.023 4X1- 0.277 7X2- 0.274 2X3+ 0.380 7X4+0.122 3X5+ 0.355 4X6+ 0.277 5X7+ 0.263 1X8+ 0.477 1X9+0.432 4X10；

F3= - 0.100 1X1+ 0.436 7X2+ 0.428 4X3- 0.231 2X4-0.040 1X5- 0.259 7X6- 0.075 0X7+ 0.470 6X8+ 0.451 1X9+0.250 2X10；

F4= - 0.439 3X1+ 0.078 5X2+ 0.093 2X3+ 0.144 6X4+0.432 2X5- 0.390 4X6+ 0.376 4X7- 0.505 0X8+ 0.166 7X9+0.087 2X10。

以每個主成分對應(yīng)的特征值占所提取主成分總的特征值之和的比例作為權(quán)重，計算得到主成分的綜合線性模型：F= 0.554 6F1+ 0.219 4F2+ 0.117 8F3+0.108 2F4。計算35 份燕麥種質(zhì)的主成分得分，并根據(jù)分值高低進(jìn)行排序發(fā)現(xiàn)，在35 個燕麥品種中，材料20 和34 綜合得分較高，是綜合性狀較好的材料(表6)。

表6 35 份燕麥種質(zhì)綜合得分Table 6 Principal component score and general score of the assessed characteristics of 35 oat germplasms

在各主成分因子得分中，在第1 主成分葉片數(shù)因子上，材料20、34、11 和5 表現(xiàn)較好；在第2 主成分單株分蘗數(shù)因子上，材料14 和17 表現(xiàn)較好； 在第3 主成分根長因子上， 材料28、19、9 和5 表現(xiàn)較好；在第4 主成分葉寬因子上，材料28、22、18、32 和13 表現(xiàn)較好。

2.3 燕麥品質(zhì)類群劃分與特征

利用DPS7.05 數(shù)據(jù)統(tǒng)計軟件，對不同燕麥品種的10 個數(shù)量性狀進(jìn)行聚類(圖1)。

圖1 基于10 個數(shù)量性狀的燕麥品種聚類分析Figure 1 Cluster analyses based on the ten quantitative traits of oat cultivars

在歐氏距離系數(shù)為2.98 時，35 份材料共分為4 個類群。各類群典型質(zhì)量性狀特征及數(shù)量性狀特征如表7 所列。

表7 各類群的生物學(xué)性狀Table 7 Characteristics of biological character traits

類群Ⅰ包括9 份材料，編號分別是1、3、8、9、10、13、18、21、33。這一類群株高、輪層數(shù)、葉片數(shù)、葉長、葉寬、穗長、莖粗、根長、分蘗數(shù)、有效分蘗數(shù)均處于中等水平，表型性狀沒有突出特點(diǎn)，皮燕麥居多。類群Ⅱ包括12 份材料，編號分別是4、6、7、12、17、19、24、25、26、29、30、31。這一類群株高、輪層數(shù)、葉片數(shù)、葉長、葉寬、穗長、莖粗、根長平均值均大于第Ⅰ類群，分蘗數(shù)、有效分蘗數(shù)則在4 大類群中最小，分蘗數(shù)平均值為4.15，變異系數(shù)為17.72%，有效分蘗數(shù)平均值為2.87。類群Ⅲ包括4 份材料，編號分別是22、27、28、32。這一類群主要是以皮燕麥為主，株高、輪層數(shù)、葉片數(shù)、葉長、葉寬、穗長、莖粗、根長均處于最低水平，株高平均值為112.79 cm，分蘗數(shù)、有效分蘗數(shù)處于最高水平，平均值分別為5.00 和3.63，變異系數(shù)分別為15.31%和18.80%，可作為矮稈或籽粒高產(chǎn)型燕麥品種選育的優(yōu)良親本。類群Ⅳ包括10 份材料，編號分別是2、5、11、14、15、16、20、23、34、35。這一類群株高、輪層數(shù)、葉片數(shù)、葉長、葉寬、穗長、莖粗均處于較高水平，株高平均值達(dá)到149.51 cm，該類群株高變異系數(shù)也為最高的7.45%；葉長、葉寬和穗長平均值分別為41.95 cm、19.84 mm 和28.20 cm，分蘗數(shù)、有效分蘗數(shù)處于中等水平，可作為優(yōu)良親本材料選育高稈、長穗燕麥品種。

3 討論與結(jié)論

種質(zhì)資源的遺傳多樣性是育種的重要前提和基礎(chǔ)。只有準(zhǔn)確把握現(xiàn)有品種的遺傳多樣性，才能有效避免新品種選育過程中親本的盲目選擇，有效利用優(yōu)良基因的疊加效應(yīng)，提高育種效率[10-12]。

本研究通過對35 份參試燕麥品種的14 個性狀的遺傳多樣性分析，結(jié)合應(yīng)用變異系數(shù)和遺傳多樣性指數(shù)，歸類劃分質(zhì)量性狀和數(shù)量性狀，有效區(qū)分了品種之間差異，克服了經(jīng)驗(yàn)性的直觀分類。結(jié)果顯示，4 個質(zhì)量性狀的遺傳多樣性指數(shù)粒色 ＞ 粒型 ＞皮裸性，而10 個數(shù)量性狀指標(biāo)中除葉片數(shù)外，其余9 個數(shù)量性狀在種質(zhì)個體間差異較大，多樣性指數(shù)：葉長 ＞ 變異系數(shù)株高 ＞ 莖粗 ＞ 葉寬 ＞ 輪層數(shù) = 葉片數(shù) ＞ 穗長 ＞ 有效分蘗數(shù) ＞ 根長 ＞ 分蘗數(shù)，說明不同品種間的遺傳變異程度存在差異，可作為優(yōu)良的親本對燕麥品種改良提供豐富的材料，同時增加了選育燕麥新品種的空間和方向。

主成分分析法是通過線性變換將多個性狀指標(biāo)轉(zhuǎn)化為若干個主成分，在保證這些主成分能反映85%以上性狀信息的前提下，既可綜合評價又能簡化選擇程序，使燕麥種質(zhì)資源評價和篩選更具科學(xué)性[13-15]。本研究通過主成分分析將累計貢獻(xiàn)率達(dá)到了86.35%的4 個綜合指標(biāo)代替原來的10 個數(shù)量性狀，第1 主成分貢獻(xiàn)率為47.89%，主要反映單株葉片數(shù)、輪層數(shù)和莖粗，說明燕麥選育工作中這3 項指標(biāo)可獨(dú)立進(jìn)行，但它們與分蘗數(shù)有負(fù)相關(guān)關(guān)系，同時說明當(dāng)燕麥在垂直方向上生長旺盛時，在水平方向上分蘗數(shù)就會減少，因此在培育飼草型燕麥品種時應(yīng)協(xié)調(diào)好這兩類指標(biāo)間的關(guān)系；第2 主成分主要反映單株的分蘗數(shù)，貢獻(xiàn)率為18.94%，分蘗數(shù)是影響燕麥草及種子產(chǎn)量的直接因素，在高產(chǎn)燕麥品種選育時可以考慮通過增加分蘗來達(dá)到增產(chǎn)；第3 主成分主要反映根長，根系作為植株礦物質(zhì)營養(yǎng)來源的主要通道，直接影響地上植株對營養(yǎng)的吸收，從而影響產(chǎn)量，因此在育種過程中不能忽略此性狀。第4 主成分主要反映葉寬，貢獻(xiàn)率為9.34%，這說明第4 成分分值越高，燕麥粗蛋白含量越高，越適合作為優(yōu)質(zhì)飼草。

通過聚類分析的方法，更加明晰了35 份燕麥種質(zhì)資源的10 個數(shù)量性狀特點(diǎn)，可以更科學(xué)、合理地選配親本，避免盲目性和隨意性[9,16]。在歐式距離為2.98 時將它們分為4 類，但結(jié)果發(fā)現(xiàn)，來自同一區(qū)域的材料并沒有聚為一類，這與前人們的研究結(jié)果一致[17-18]，說明材料之間的遺傳差異不一定與地理來源有關(guān)。種質(zhì)類群Ⅰ和類群Ⅱ未發(fā)現(xiàn)突出特點(diǎn)，以矮稈或分蘗多為育種目標(biāo)的可選擇類群Ⅲ的材料作為親本材料，以高稈和長穗為育種目標(biāo)的可選擇類群Ⅳ的材料作為親本材料。

綜上所述，在甘肅省高寒陰濕區(qū)進(jìn)行燕麥新品種選育，可以參考本研究中主成分分析結(jié)果，全面評價每份種質(zhì)的優(yōu)勢性狀，從而根據(jù)育種目標(biāo)來選擇適合的親本材料，結(jié)合聚類分析，合理選配組合，從而加快新品種選育進(jìn)程。同時，本研究也有一定的局限性，燕麥表型性狀受環(huán)境因素和栽培措施的影響較大，但本研究選擇地點(diǎn)單一，下一步應(yīng)該結(jié)合燕麥的生產(chǎn)性能和營養(yǎng)品質(zhì)進(jìn)行多年多點(diǎn)試驗(yàn)的綜合評價，為更加合理利用現(xiàn)有燕麥資源和下一步新品種選育工作提供更加全面、科學(xué)、合理的理論依據(jù)。