狼尾草野生种质资源的评价与分析

为加强野生狼尾草种质资源的研究与利用,以65份狼尾草种质资源为试验材料,对狼尾草7个主要性状进行评价与分析。结果表明:供试种质资源中花序数变异系数最大,其次依次为冠幅叶长抽穗后株高花序长抽穗前株高叶宽;根据种质资源间各性状的遗传差异,通过聚类分析将65份种质资源划分为3类,并从类群Ⅱ和类群Ⅲ中选出8个优选株系。优选株系主要性状表现株型紧凑,单株花序多等特点,抗逆性综合评价为优,在观赏狼尾草育种中具有重要利用价值。     

古蔺野生大茶树资源农艺性状多样性分析

[目的]明确古蔺野生大茶树农艺性状多样性。[方法]以古蔺县的47份茶树资源为研究对象,运用相关性分析、主成分分析及聚类分析等方法对古蔺野生大茶树的叶色、叶形、叶长、叶宽、叶面积等17个叶片农艺性状进行遗传多样性分析。[结果]古蔺野生大茶树种质资源农艺性状变异丰富,变异系数在9.28%～48.21%,遗传多样性指数为0.148 6～1.402 1;主成分分析显示,前6个主成分累计贡献率达73.14%,其中第1主成分贡献率为18.96%,第2主成分的贡献率为15.65%,第3主成分的贡献率为14.42%;17个农艺性状遗传多样性聚类分析结果显示：在欧氏距离10.88处,可将47份古蔺野生大茶树种质资源分为四大类群,桂花乡野生大茶树种质资源在四大类群中均有分布,说明桂花乡野生大茶树种质资源种类较丰富,聚有较大的育种潜力。[结论]该研究结果为古蔺茶树优异种质资源的收集保存、良种选育及开发利用提供了参考。     

基于表型性状的藜麦种质遗传多样性分析

【目的】深入了解藜麦种质资源表型性状的遗传多样性,为藜麦种质资源分类保存和品种改良提供理论依据。【方法】对46份藜麦种质资源的28个表型性状进行观测,计算多样性指数和变异系数,并运用主成分分析和聚类分析方法,研究藜麦种质资源表型性状遗传多样性。【结果】参试材料中多样性指数最高的性状是主花序成熟期颜色和茎粗(多样性指数均为2.084),变异系数最大的是主花序长度(变异系数为41.17%)。主成分分析将28个表型性状简化为9个主成分,其累积贡献率为77.998%,其中贡献率较大的有株型、株高、茎粗、叶柄长、叶长、叶宽、叶基形状、主花序类型、花序紧密度、籽粒颜色、籽粒直径、籽粒表皮皂苷度、单株粒重、籽粒蛋白质含量14个性状,是造成藜麦表型差异的主要因素。聚类分析结果将46份藜麦种质资源划分为5类,其中类群Ⅰ产量性状最佳;将28个表型指标聚为4类。【结论】46份藜麦种质资源类型丰富,多样性程度较高,筛选出一批大籽粒、高粒重、极早熟、矮秆、高蛋白等优异资源,可以在育种和生产上进一步研究利用。     

中型狼尾草种质资源表型性状的多样性

对采自云南省的25份野生种质和4份驯化栽培种质中型狼尾草材料的16个主要表型性状进行多样性分析,为其相关特性和优良种质资源的筛选提供基础资料。结果表明,中型狼尾草各表型在29份材料间均表现出极显著差异(P0.01),存在着丰富的表型多样性和变异水平,平均变异系数为17.58%,离散程度较高,极差变幅为0.31~51.60。主成分分析表明,叶长、穗长、穗宽、穗柄长、节间长等茎叶与穗部营养性状的变异是中型狼尾草表型变异的主要来源和贡献者,种子相关性状发芽率和结实率的变异程度低,遗传稳定。基于形态性状,把29份中型狼尾草种质聚类并划分为3大居群,聚类结果在一定程度上受到环境因子的影响。依据研究结果,对中型狼尾草种质资源的保护和育种亲本的选择策略给予建议。     

马铃薯种质资源表型性状的遗传多样性分析

为了解引进马铃薯种质资源的遗传多样性,为山西马铃薯新品种选育的亲本选配提供参考。田间采集种质资源的11个质量性状和10个数量性状,进行Shannon-Wiener指数、相关性、主成分与聚类分析。质量性状的多样性指数为0.42~1.52,其中薯形、皮色、肉色、株型的多样性指数较高;数量性状中,产量、株高、生育期、单株块茎数的遗传多样性指数较高,均≥2.0。相关分析结果显示,产量与出苗率、商品薯率、单株块茎数、株高、生育期和单薯质量呈极显著正相关。主成分分析确定了单薯质量、生育期、比重、株高4个主成分因子,累计贡献率达83.997%。聚类分析将种质资源分为中早熟低产型、中早熟高产型、中晚熟高产型、中晚熟低产型4大种质群。引进资源具有丰富的遗传多样性,第Ⅱ类种质群可作为早熟高产育种的优异资源,第Ⅲ类种质群可作为多目标性状育种的亲本材料加以利用。     

广西地方紫云英种质资源收集及表型多样性评价

以农业农村部“第三次全国农作物种质资源普查与收集行动”为契机,开展了广西壮族自治区紫云英(Astragalus sinicus L.)种质资源的考察收集与评价鉴定。结果表明,收集到的58份地方资源主要分布在桂东北以及0～400 m的中低海拔地区。12项农艺性状表型分析显示其遗传多样性丰富;主成分分析将12个农艺性状分为3个主成分,分别为种子产量、生物产量及生育期特征,累计贡献率达72.089%;通过加权平均计算得出综合排名前10位的种质资源为GXLF20180011、GXLF2019109、GXLF2019156、GXLF2019118、 GXLF2019112、 GXLF2019117、 GXLF20180006、 GXLF2019125、 GXLF2019111、GXLF2019136;排名前10位的种质资源全生育期为134～147 d,盛花期茎粗(直径)为2.83～3.66 mm,盛花期株高为41.63～54.73 cm,单株分枝数为2.83～4.19个,每分枝花序数为5.85～6.99个,总花序数为17.55～26.23个/株,结荚花序数为14.33～19.97个/株,鲜草产量...     

国外引进亚麻种质资源遗传多样性分析

【目的】 分析国外引进亚麻种质资源遗传多样性,为栽培亚麻育种亲本选择和种质创新提供依据。【方法】 以144份亚麻种质为材料,利用24个农艺性状对种质资源进行遗传多样性分析、相关性分析、主成分分析和聚类分析。【结果】 144份材料13个质量性状和11个数量性状的遗传多样性指数变幅在0.37～1.20和1.97～2.09,平均为0.83和2.03,表现为较高的遗传多样性。引进亚麻种质资源数量性状变异系数在6.22%～40.74％,其中蒴果数、千粒重、工艺长度的变异系数均较高,这些产量相关性状在亚麻育种中有较大的选择空间。各农艺性状相关性分析中,“高度因子”与“分枝因子”、“种子大小因子”呈显著负相关,株高与蒴果数未呈显著相关性,兼用亚麻株高、工艺长度、分枝数、蒴果数均较高从而对株高和蒴果数相关性造成干扰。9个主成分(PC1-PC9)解释约73.57%的表型变异,前2个主成分约占32.31%。PC1代表“油用亚麻特征性状因子”,PC2代表“纤用亚麻特征性状因子”。利用24个农艺性状将144份亚麻材料聚为纤用和油用两个群体。【结论】 国外引进亚麻种质资源具有较高的遗传多样性,形态学标记最先将纤用亚麻和油用亚麻区分开,亚麻驯化过程中产量相关性状受到主要选择。     

矮生观赏番茄种质资源农艺性状鉴定及观赏性评价

为筛选优异的矮生观赏番茄种质资源及优良育种亲本,提高观赏番茄育种效率,以26份国内外矮生观赏番茄种质资源为试验材料,运用变异分析、主成分分析和聚类分析法对20个主要农艺性状进行鉴定与评价;并采用层次分析法对其观赏性进行评价,筛选出观赏价值高的优良种质资源。结果表明:供试矮生观赏番茄种质资源的主要农艺性状及观赏特性遗传变异丰富。在16个数量性状中,坐果期为弱变异性状,其他15个为中等变异性状,无强变异性状;单花序花数的多样性指数最小,为1.00,可溶性固形物含量的多样性指数最大,为2.05。4个质量性状中,叶色的多样性指数最小,为0.96,果形的多样性指数最大,为1.63。主成分分析将20个主要农艺性状简化为4个主成分,分别为整株形态因子、果实及成串因子、物候期因子和果实色泽因子。系统聚类分析将供试材料分为3大亚族,不同亚族间的农艺性状存在较明显的差异。此外,本试验确定了基于层次分析法的观赏番茄观赏性评价标准,并构建了评价模型,其中果实特征约束层在约束层中所占权重最大,成熟果色指标层在指标层中所占权重最大,最终筛选出观赏价值最高的种质材料S1。本研究结果为应用观赏番茄优异基因资源及改良育种亲本提供了一定的理论依据。     

211份板栗种质资源花序表型多样性和聚类分析

【目的】 通过对10个省份（群体）211份中国板栗种质资源花序相关性状表型多样性和遗传特点的研究,进一步丰富中国板栗表型性状遗传多样性信息,挖掘优异基因材料,并为现有种质资源保护、利用、创新及遗传改良提供参考。【方法】 采用“板栗种质资源描述规范和数据标准”中提供的方法,对河北省农林科学院昌黎果树研究所板栗种质资源圃内211份中国板栗资源的15个花序相关表型性状进行系统调查,量化赋值后,使用SPSS 20.0软件进行遗传变异分析、Shannon-weaver指数多样性分析、相关性分析和主成分分析,采用MEGA 7.0进行聚类分析。【结果】 我国板栗资源花序相关性状具有丰富的表型多样性,平均变异系数和平均多样性指数分别为28.23%和1.70,其中每果枝雌花个数的变异系数最大为60.66,雄花序比例变异系数最小为7.37,序轴粗度比的多样性指数最高为1.99,每果枝两性花序个数、两性花序比例多样性指数最低为1.41。进一步分析发现不同地区板栗遗传变异和表型多样性存在差异,江苏群体变异程度最大,变异系数为35.53%;河北群体多样性水平最高,多样性指数1.86;安徽群体遗传变异和表型多样性水平均最低,变异系数和多样性指数分别为16.96%和0.95。测量性状中,除雄蕊长和序轴粗度比外,其余性状均为群体间差异显著,花序长、花轴粗、花簇密度、每果枝两性花序个数、两性花序比例、雄花序比例、每果枝雌花个数这7个性状,群体间差异极显著,不同地域间变异丰富,多样性程度高。相关性分析表明,花序形态性状内部间的相关性较明显,花序数量性状内部间的相关性较明显,但花序形态和花序数量间相关性不明显。主成分分析表明：前5个主成分反映了总信息量的84.18%,每果枝两性花序个数（0.931）、花序粗（0.912）、花序长粗比（-0.889）、花序长（0.864）、每果枝雌花个数（0.828）、雄花序比例（-0.821）、两性花序比例（0.820）、雄蕊长（0.806）8个性状的相关系数都在0.8以上,是板栗花序相关性状变异的主要因素。以第一主成分和第二主成分为标准,将211份资源分为5个类群,并筛选出9份两性花序数量多、雌雄比例高且高雌花量的板栗资源。聚类分析将211份资源分为8个类群,花相关表型性状变异相同的材料大多聚在一起,变异较大的类群和主成分分析结果相似。【结论】 中国板栗资源花序相关表型性状变异丰富,多样性程度高,地域间遗传变异和多样性程度不同,群体间性状差异显著。花序形态表型性状和花序数量表型性状内部的相关性较明显,但花序形态和花序数量间相关性不明显。筛选出8个性状可作为板栗花形和花量的综合评定指标,9个两性花序数量多、雌雄比例高且高雌花量的板栗资源可作为性别调控、改善产量的亲本材料。     

澳洲坚果种质资源花序表型多样性研究

【目的】对澳洲坚果种质资源花序表型性状进行多样性分析,为澳洲坚果种质资源的鉴定评价以及创新利用提供参考。【方法】花序表型性状的观测和描述方法参照《澳洲坚果种质资源描述规范和数据标准》和《澳洲坚果种质资源鉴定技术规范》,数据统计分析应用聚类和主成分分析的方法。【结果】40份供试澳洲坚果种质资源中90%种质小花为乳白色、50%种质小花自花序轴基部向顶端依次开放、77.5%种质无批次开花;花序长度的变异系数最大为26.30%,小花长度的变异系数最小为8.60%。聚类分析将40份种质资源在欧氏距离为4.79时分为2个组群,组群内的种质资源以花序长度和小花数量聚类;主成分分析结果将6个表型性状简化为3个主成分(花量、花色、开花顺序因子),解释的总变异为71.752%,更为直观地展现了花序表型特点,其结果与聚类分析基本一致。【结论】澳洲坚果种质资源的花序表型性状存在丰富的多样性,花序长度、小花数量、小花颜色和小花开放顺序是花序表型性状多样性构成的主导因子。