数量性状（共8篇）
数量性状 篇1
摘要：牦牛在青藏高原具有广泛分布, 对高寒、高海拔地区有较好的适应性, 集肉、乳、毛、皮、役等生产性能于一身, 是青藏高原上特有家畜和“全能家畜”;但是牦牛是比较原始的品种, 饲养管理粗放, 生产性能没有完全发挥出来。为提高牦牛生产性能已开展了一系列的研究, 并取得了一些成果。随着现代生物技术研究的深入, 如何从基因角度诠释和高效利用牦牛, 已经成为近年牦牛研究的热点, 文章仅就牦牛生产性能相关数量性状基因的研究进展作一综述。
关键词：牦牛,生产性能,基因,数量性状
牦牛 (Bos grunniens) 主要分布在青藏高原、天山山脉、阿尔泰山脉、萨彦岭至贝加尔湖的东南部, 全世界现有牦牛1 500多万头, 中国有1 400 多万头, 约占世界牦牛总数的95 %[1]。牦牛对高寒草地生态环境条件具有很强的适应性, 能在高海拔、高寒、饲养管理粗放的恶劣环境下生存、繁衍, 对牧区经济发展具有重要作用。牦牛属原始品种, 无专门化的经济用途, 集乳、肉、毛、皮、役等生产性能于一身, 样样俱全, 但都不突出。笔者仅就与牦牛生产性能相关的主要数量性状基因的研究作一综述。
1 生长激素及其受体基因的研究进展
生长激素 (GH) 是由脑垂体前叶嗜酸性细胞分泌的一种多肽类激素, 具有促生长、促蛋白合成及影响糖和脂肪代谢的作用。牦牛生长激素基因位于19号染色体上, 序列全长2 847 bp, 由5个外显子和4个内含子构成[2], 与黄牛同源性为98 %, 与水牛、山羊、绵羊同源性分别为96 %、94 %、93 %[3], 其编码序列长654 bp, 含有起始密码子ATG和终止密码子GAT, 编码217个氨基酸。与黄牛相比, 核苷酸序列在第607个碱基处存在C-A变异, 但未导致精氨酸的变化。研究表明, 牦牛与黄牛在生长激素组成上没有差异, 其氨基酸序列与山羊、 绵羊、 马、 猪、 猫和犬的同源性分别为99.1 %、98.6 %、88.9 %、88.5 %、88.9 %和 89.4 %[4]。生长激素能促进动物生长发育, 具有增加动物体重、产毛量、产乳量、提高饲料转化率和瘦肉率等重要功能, 是研究家畜生产性能的理想候选基因。目前, 对牦牛生长激素基因的研究多集中于多态性与生产性能的相关性分析及编码蛋白的表达和结构预测方面。研究发现, 牦牛生长激素基因第1, 2, 4外显子不存在多态性, 在第3内含子上存在C-T转换, 形成A、B 2个等位基因, 第5外显子存在G-T颠换, 形成C、D等位基因, 但该突变并没有引起氨基酸变异。而且, 这2个位点的多态性比较贫乏, Hardy -Weinberg平衡检验结果表明, 我国牦牛的这2个位点也处于不平衡状态。研究发现L牦牛生长激素基因第3内含子对体重有显著影响, AA型体重最大, BB型最小;对体长也有显著影响, AA型最长, BB型最短;对体高、胸围、管围无显著影响 (P>0.05) 。在第5外显子上, 发现其对牦牛的体重、体斜长、体高、胸围均无显著影响, 这一研究结果与对黄牛的研究结果并不一致[5]。
生长激素是一种生物大分子, 不能直接透过细胞膜, 必须由生长激素受体介导将信号传到细胞内, 从而产生生理效应。所以, 组织内生长激素受体含量多少与功能正常与否直接影响生长激素生理效应的发挥, 亦可以影响到产奶、产肉等性状。牛生长激素受体基因位于20号染色体的长臂q17带上 [6]。大多数哺乳动物的生长激素受体基因由10个外显子和9个内含子组成。Hale C S等[6]对牛生长激素受体基因的多态性与其生产性能进行了相关性分析, 结果表明, 部分对生产性能有较大影响的多态位点, 以生长激素受体为主要候选基因, 研究其遗传变异与其经济性状的相关性, 具有重要的意义。目前, 对牦牛生长激素受体基因的研究较少, 张森等[7]对我国的甘南牦牛、天祝白牦牛、青海高原牦牛这3个地方品种的生长激素受体基因的研究发现, 在3个地方品种中均检测到了AA、AB和BB基因型, B等位基因为3个牦牛品种的优势等位基因。从基因频率和基因型的分布来看, 天祝白牦牛B等位基因频率较甘南牦牛和青海高原牦牛低, 而且天祝白牦牛的基因型分布与甘南牦牛和青海高原牦牛之间差异极显著 (P<0.01) 。在生产实际中, 甘南牦牛和青海高原牦牛体格和生长发育情况比较接近, 体格较天祝白牦牛大。这是否预示着BB型与牦牛的生长发育存在一定的正相关, 还需进一步研究。张润锋[8]对我国牦牛个体的生长激素受体基因第10外显子的研究发现, 在257位处存在A-G突变, 导致了编码氨基酸的改变 (Ser-Gly) , 此处属于低度多态位点, χ2检验结果表明, 该位点处于Hardy-Weinberg平衡状态。对生长性状的相关分析结果表明, 在南阳牛生长过程中, 生长激素受体基因外显子10的单核苷酸多态性 (SNP) 对坐骨端宽性状的效应显著; 6月龄南阳牛纯合GG型个体的体高显著高于杂合个体和纯合AA型个体。12月龄南阳牛GG型个体的胸围明显高于杂合个体, 但对牦牛未作生产性能的相关研究。
2 胰岛素样生长因子系统
胰岛素样生长因子是发现较早的一类生长因子, 早在1957年Salmon等人对其就有相关描述, 后来研究发现其氨基酸序列与胰岛素有很高的同源性, 因而得名。胰岛素样生长因子家族 (IGFs) 由2种同源的相关多肽IGF-Ⅰ和IGF-Ⅱ组成。IGF-Ⅰ是由70个氨基酸组成的蛋白质, 其结构与胰岛素原相似。一般认为, IGF-Ⅰ是哺乳动物和禽类真正的生长调节因子, 生长激素抗体的促生长作用是通过IGF-Ⅰ介导的, IGF-Ⅰ对动物的生长发育和繁殖都有促进作用。IGF-Ⅱ又称为生长调节素A, 是目前所知功能最复杂多样的生长因子。Goodan J J等[9]将牛的IGF-Ⅱ定位在第29号染色体短臂的端粒区, 由10个外显子构成, 但没有4b外显子。IGF是一类既有胰岛素样合成代谢作用又有促生长作用的多肽, 能介导生长激素抗体促进多种组织细胞生长代谢, 对胚胎、神经、骨骼肌、骨骼的发育和细胞增殖、转化等都具有重要作用, 是一类多功能细胞增殖调控因子。潘和平等对大通牦牛IGF-Ⅰ基因遗传多态性的研究发现, 在其第2外显子348 bp长的一段序列中含有A、B 2种等位基因, 其基因频率分别为0.903, 0.097, 通过对生长发育性状的相关研究发现, 大通牦牛品种中基因型为AA的个体生长性状有高于AB和BB基因型的趋势, 可以作为大通牦牛品种选育的候选基因。姚玉妮等[10]对大通牦牛、青海高原牦牛、天祝白牦牛、甘南牦牛、新疆牦牛5个类群的IGF-Ⅰ和IGF-Ⅰ受体基因进行了多态性检测, 发现牦牛IGF-Ⅰ第1内含子和第5外显子均存在2个等位基因, 在5个类群中等位基因A表现为优势基因, 后者仅在大通牦牛中能检测到。IGF-Ⅰ受体基因多态性是由碱基C-A突变引起, 在此位点5个群体均处于Hardy-Weinberg平衡状态。对大通牦牛生产性能相关性的研究发现, IGF-Ⅰ第1内含子上AA基因型对6月龄、12月龄的活体重呈显著正相关 (P<0.05) , 对6月龄体斜长呈显著正相关 (P<0.05) , IGF-Ⅰ受体第1外显子AA基因型对12月龄体重、体长及18月龄体高呈显著正相关 (P<0.05) 。王丁科等[11]检测牦牛IGF-Ⅱ基因第2, 7, 8内含子的多态性对体重、体高、胸围和体斜长的遗传效应时发现, 内含子7的存在91位点C-T转换, 内含子8存在330位的G-C和358位的A-G转换, 2片段均存在AA、AB、BB 3种基因型。研究发现, 内含子7在大通牦牛、青海高原牦牛和新疆巴州牦牛群体中处于平衡状态, 而在甘南牦牛和天祝白牦牛群体中则处于极端不平衡状态。内含子8在新疆牦牛群体中处于不平衡状态, 对生产性能相关性的研究发现, 该位点AA和AB基因型个体活重极显著高于BB型个体, 但在体高、体长和胸围性状上AA与BB基因型差异不显著 (P>0.05) , 说明IGF-Ⅱ基因有不依赖于骨骼增长而增加体重的作用机制。刘振山等[12]检测成年犏牛及其双亲睾丸组织IGF-Ⅱ基因的mRNA表达水平及其血液和睾丸组织中IGF-Ⅱ基因第10外显子DMR区DNA甲基化状态, 结果发现犏牛睾丸组织中IGF-Ⅱ基因mRNA表达水平极显著低于其双亲 (P<0.01) , 血液和睾丸中IGF-Ⅱ基因的DNA甲基化程度较高, 其中犏牛高于其亲本, 但没有达到显著水平。研究表明, IGF-Ⅱ基因mRNA表达水平与牛精子发生有关, 推测其可能在牛的精子发生过程中发挥重要作用, 并可能与雄性犏牛不育有关。
3 肌肉生长抑制素基因和激素敏感脂肪酶基因
肌肉生长抑制素 (MSTN) 基因属于转化生长因子超家族成员, 是近年来发现的一类重要的肌肉生长负调控因子, 它抑制生肌决定基因 (MyoD) , 又称生肌调节因子 (MRFs) 家族成员转录活性, 并负向控制肌细胞的生长发育, 其表达量与肌肉重量的变化呈负相关[13]。家畜肌肉生长抑制素基因活性丧失可能造成其肌肉体积增大, 体重增加。梁春年等对甘南牦牛、天祝白牦牛、青海高原牦牛、大通牦牛、新疆巴州牦牛5个群体共401头个体的肌肉生长抑制素基因第2内含子的多态性进行的研究发现, 在不同牦牛群体中均可检测到A、B 2个等位基因, 其中B等位基因为优势等位基因。在新疆巴州牦牛群体中未检测到AA基因型, 其他4个群体中均发现AA、AB和BB 3种基因型, χ2检验发现该基因座上甘南牦牛、天祝白牦牛、青海高原牦牛3个群体处于Hardy-Weinberg平衡状态, 大通牦牛、新疆巴州牦牛2个群体处于不平衡状态。冀德君等研究了中国普通牛、瘤牛、大额牛和牦牛4个牛属肌肉生长抑制素基因外显子核苷酸序列的多态性, 结果发现4个牛属的肌肉生长抑制素基因共存在7个多态位点, 牦牛与瘤牛和普通牛在2个位点上存在特殊碱基[14]。
激素敏感脂肪酶 (HSL) 是激素敏感脂肪酶基因的表达产物, 是动物脂肪组织中三酰甘油分解时的关键酶和限速酶, 近年的研究结果表明, 激素敏感脂肪酶基因可以作为家畜脂肪代谢的候选基因。马志杰等对九龙牦牛、麦洼牦牛和巴州牦牛激素敏感脂肪酶基因Ⅰ外显子部分序列进行了Sma Ⅰ酶切, 结果发现, 3个类群都具有酶切多态性, 表现为AA和AB 2种基因型, A基因为优势等位基因, 前2个类群均没有检测到BB基因型, 仅在巴州牦牛中检测到BB基因型, 序列测定发现第70位发生单碱基突变 (G-A) , 导致编码氨基酸由甘氨酸转变为精氨酸。在该位点上的χ2检验结果表明, 3类群均处于Hardy-Weinberg平衡状态。
4 其他数量性状基因
脂蛋白脂肪酶是一种蛋白水解酶, 人类脂蛋白脂肪酶是由448个氨基酸残基组成。该酶广泛存在于不同组织中, 在脂肪细胞和骨骼肌细胞中含量较高, 在肝素的作用下释放进入血液循环, 在毛细血管内皮腔与载脂蛋白Ⅱ结合发挥作用, 或储存于脂肪肌肉中分解供能。邢成锋[15]在牦牛H-FABP基因片段中发现3处多态位点, 分别位于第1, 2, 3内含子中;外显子中未发现多态位点。第1内含子发生A-G的基因突变, 该位点与牦牛的体重显著相关, 与胸围极显著相关;第2内含子发生T-C的基因突变, 该位点多态性与牦牛的体重、体长和胸围显著相关;第3内含子基因片段发现的多态位点与牦牛的体重、体高、体长、胸围的相关性不显著。牛κ-CN基因位于第6号染色体上, 属单拷贝基因, 全基因大小约13 kb, 含有5个外显子, 其中第4个外显子最大, 且存在Hind Ⅲ和Pst Ⅰ的PCR-RFLP酶切多态性[16]。κ-CN基因与牛的生长发育、泌乳性能及繁殖性能等有着密切的关系。白文林等[17]利用PCR-RFLP技术检测了大通牦牛κ-CN基因部分序列的遗传多态性, 结果发现在大通牦牛群体中存在遗传多态性。κ-CN基因PCR-RFLP位点等位基因A和B的基因频率分别为0.112和0.888。κ-CN基因PCR-RFLP位点的基因型分布均极显著偏离Hardy-Weinberg平衡定理 (P<0.01) , 但其与生产性能的相关性未见报道。
近年来, 对家畜生产性能相关数量性状基因的研究较多, 但是由于牦牛产区地处高寒、高海拔偏远地区, 自然环境恶劣, 牧民千百年来形成的落后饲养管理观念根深蒂固, 加之牦牛全年放牧饲养, 野性较强, 对其生产性能及相关信息的获取带来极大的不便, 为数量性状相关基因的关联分析、候选基因筛选、QTL定位等工作的开展带来较多困难, 这亦是牦牛科研工作中遇到的较为严重而普遍的问题, 也是导致牦牛科研工作相对滞后的原因之一。随着国家对藏区牦牛产业的重视, 牦牛科研工业也取得了部分成绩, 相信随着科研工作的逐步深入, 牦牛产业必将迎来灿烂的明天。
数量性状 篇2
复杂数量性状的遗传分析及功能作图
大多数重要的生物学、生化和农学性状是数量性状,受1个基因网络控制,且易受环境因素影响.近来,随着统计学和分子生物学的迅猛发展,对数量性状的`研究也逐渐深入,提出了很多研究方法.文中综述了QTLs的检测方法进展,评价了各种方法的优劣,着重介绍了目前国际上最新提出的多维数量性状的研究方法--功能作图的思想.
作 者：黄中文 HUANG Zhong-wen 作者单位：河南科技学院生命科技学院,河南,新乡453003刊 名：河南农业科学 ISTIC PKU英文刊名：JOURNAL OF HENAN AGRICULTURAL SCIENCES年，卷(期)：“”(11)分类号：Q-332关键词：复杂数量性状 动态性状 功能作图
数量性状 篇3
关键词：百日菊；遗传距离；主成分分析；聚类分析
中图分类号： S682.1+10.32文献标志码： A文章编号：1002-1302（2015）01-0187-02
收稿日期：2014-03-10
基金项目：石河子大学优秀青年培育项目（编号：2013ZRKXYQ13）。
作者简介：吕新华（1979—），女，山东聊城人，硕士，讲师，主要从事植物遗传学研究。E-mail：1216747845@qq.com。百日菊（Zinnia elegans），别称百日草、对叶菊，花大色艳，开花早，花期长，株型美观，是常见的花坛、花境材料，目前世界各地均有分布。随着鲜花市场需求的扩大，百日菊也出现了规模式的栽培。高质量的鲜花需要有优良的种子。与国外近百年的观赏植物育种史相比，国内花卉育种起步晚，从事观赏植物的育种工作者相对较少，对大多数的观赏植物的园艺性状遗传规律的研究与积累较少。为了培育优良的百日菊品种，了解国内主要材料的特点及材料间的亲缘关系是亟待解决的问题。遗传距离（genetic distance）是衡量品种间若干性状综合遗传差异大小的指标，在水稻、玉米、大豆、烟草、蓖麻等作物上都有相关应用[1-2]。计算遗传距离的方法很多，目前常用的有生化标记方法、DNA分子标记方法、数量遗传学的方法等。本研究对10个不同来源的百日菊材料进行数量性状的遗传距离分析，旨在初步明确它们之间的亲缘关系，以期为杂交育种合理选配亲本提供一定的理论依据。
1材料与方法
1.1试验材料
试验材料分别来源于新疆本地、日本、酒泉、北京、云南引种、四川、美国、内蒙古赤峰、云南本地及野生百日菊。
1.2方法
试验在石河子大学试验站进行，田间种植采用随机区组设计，重复3次。每个品种随机抽取10株调查，记录植株的株高（x1）、叶片数（x2）、分支（x3）、冠幅（x4）、花径（x5）、重瓣数（x6）等6个性状，对10个百日菊样品进行遗传距离分析。
1.3统计分析
用SPSS 19.0对数据进行方差分析、主成分分析和聚类分析。
2结果与分析
2.1方差分析
根据主成分分析的原理，首先必须剔除品种中没有显著差异的性状，对考察的10个样品进行方差分析，结果（表1）表明所选性状品种间的差异都达到显著水平，符合主成分分析的要求。
表1百日菊6个性状的方差分析
性状样品间差异株高14.16**冠幅4.641**叶片数9.071**分支9.245**花径5.887**重瓣数20.469**注：“**”为0.01显著水平：“*”为0.05显著水平。
2.2主成分分析
对10份百日菊样品的6个性状进行主成分分析，计算得到6个特征根和6个相应的特征向量，从中选取2个最大的特征根，贡献率达约81.6%（表2）。
表2主因子方差解释
主因子数特征值方差贡献率
（%）累计方差贡献率
（%）株高2.78346.37546.375叶片数2.11435.23381.608分支0.79913.31094.929冠幅0.1692.82597.754花径0.1001.67399.427重瓣数0.0340.573100
从表3可以看出，第一主成分的向量中，载荷较高且符号为正的性状有叶片数、冠幅，其次为分支数，最后是株高。符号为负的为重瓣数和花径。第一主成分向量中叶片数及冠幅的贡献率较高，所以将第一主成分定义为株型因子。同样，在第二主成分的向量中，载荷较高且符号为正的性状有花径、重
表3主因子和综合主因子值
序号性状y1y21株高0.445-0.342 82叶片数0.9370.094 373分支0.7850.578 724冠幅0.8990.287 975花径-0.2950.906 176重瓣数-0.4410.865 21
瓣数，符号为负的为株高，定义第二主成分为观赏因子。
2.3聚类分析
筛选出特征根累计贡献率为81.6%的2个主成分，各品种主成分向量间的几何距离即为各百日菊材料间的遗传距离，本研究用欧式距离表示各材料之间的遗传距离。求出主成分向量间的遗传距离。
选取4个主成分分值建立主因子模型，计算主因子值（表4）。
y1=0.445x1+0.937x2+0.785x3+0.899x4-0.295x5-
表410个百日菊样品的主成分向量
由图1可知，10个百日菊样品可分成2个大类群，来源地为赤峰、酒泉、美国、四川、北京、日本、云南当地、云南引的材料分在第1个类群，新疆本地栽培的和野生百日草在第2个类群。第1个类群又可分成2个亚群，其中来源为日本、美国、赤峰、云南引种、北京和四川的在一个亚群，来源为云南和酒泉的在另一个亚群。
由图1还可以看出，来源为日本和美国的百日菊材料关系最近，二者杂交较难产生杂种优势；另外，来源为新疆本地的栽培种和野生百日菊以及来源为酒泉和云南的百日菊材料亲缘关系都较近，据此，材料之间的亲缘关系和地理环境之间并不存在直接关系。野生百日菊与各个来源的材料之间遗传关系都较远，这可能是在人们栽培百日菊的过程中，根据各种观赏目标做出选择的结果。新疆本地栽培的材料与各样品间的亲缘关系也都比较远，可能因为本地品种在新疆种植多年，对环境的适应使其与各不同来源的材料间存在较显著的遗传差异。
3结论与讨论
主成分分析是指在不损失或很少损失原有信息的前提下，将原来个数较多而且彼此相关的指标转换为新的个数较少而且彼此独立的综合指标，从而达到简化多指标分析目的的一种方法。在本试验中，将百日菊的6个性状简化成株型因子和观赏因子2个相互独立的主成分，这2个主成分对变异的累计贡献率达81.6%，其中以株型因子的贡献率最大，为46.4%。
百日菊作为一种园艺植物，在育种过程中，株型及花的观赏性都是需要考虑的因素，因此在主成分分析结果指导育种工作时，要综合考虑第一、第二主成分，并根据当地栽培种的特点，合理改善，优化其观赏价值。
利用多元分析估算品种间的遗传距离并进行聚类分析，是近年来经常采用的且被大多数试验证明有效的一种测定遗传距离的方法。遗传距离的大小在一定程度上反映了品种间遗传差异的大小，分类的结果在百日菊杂种优势利用上有一定指导作用。从聚类分析图谱看，不同地理来源的样品也可分为同一类，可见，地理差异与遗传距离并无直接联系。育种选配亲本时，不能仅以双亲地理上的差异来判断双亲遗传差异的大小，而近缘品种由于选择方向不同可能成为遗传远缘；遗传距离的研究结果表明，亲本遗传差异与地理差异无必然联系，不能将地理差异作为选配亲本的惟一指标。
参考文献：
[1]姜永平，吴春芳，陈惠. 12个鲜食大豆数量性状的主成分和遗传距离分析[J]. 中国农学通报，2007，23（8）：193-197.
[2]曾学礼，张祖新. 对湖北省20个玉米地方品种的数量性状分析和聚类分析[J]. 湖北农业科学，2001（5）：35-38.王水源，李伟，徐建刚. 基于低冲击开发理念的农业科教园区水景观生态化方法研究[J]. 江苏农业科学，2015，43（1）：189-194.
数量性状 篇4
1 材料与方法
1.1 材料
试验材料共计24份,来源于2008年决选的稳定品系中高油组合、高蛋白组合及常规组合。
1.2 方法
试验于2008～2009年在黑龙江省农业科学院克山分院试验地进行。采用随机区组设计,3次重复,3行区,5 m行长,行距65 cm,株距5 cm,人工点播,整个生育期要求三铲三趟,生育期间对田间主要农艺性状进行调查,每品系成熟后取5株进行考种(去除边行的4株)。品质分析应用近红外(PD7200)品质分析仪分析。品质性状(x)为:x1(脂肪含量)、x2(蛋白质含量);农艺性状(y):y1(营养生长期)、y2(生殖生长期)、y3(生育期)、y4(株高)、y5(底荚高度)、y6(主茎节数)、y7(全株荚数)、y8(全株粒数)、y9(单株粒重)。试验数据采用DPS统计软件[2]进行典型相关分析。
2 结果与分析
2.1 品质性状的相关分析
通过对大豆品质性状中脂肪含量和蛋白质含量的相关分析可以看出脂肪含量与蛋白质含量之间呈极显著负相关(见表1)。
注:*表示显著相关;**表示极显著相关。下同。
2.2 农艺性状的相关分析
由表2可以看出,生育期与营养生长期、生殖生长期,底荚高度与株高,主茎节数与株高、底荚高度,全株粒数与全株荚数,单株粒重和营养生长期、生育期达极显著正相关;全株荚数与株高、主茎节数达显著正相关水平;其它均未达到显著相关水平。
2.3 品质及农艺性状间的相关分析
从表3可以看出,营养生长期、生育期、单株粒重与脂肪含量达到极显著正相关水平,脂肪含量与主茎节数达极显著负相关,其它农艺性状对脂肪含量的影响未达到显著水平;蛋白质含量与营养生长期、生育期、单株粒重呈极显著负相关,与主茎节数显著正相关,与其它农艺性状相关系数未达到显著水平。
2.4 典型相关分析
品质性状与农艺性状典型相关分析结果表明(见表4),第一个相关系数(λ1=0.890 6**)较大且极显著,而第二个相关系数(λ2=0.453 1)小且不显著,说明大部分相关信息包含在第一组数据中。由此可见,品质含量与农艺性状之间确实存在一定的相关。在品质性状与农艺性状的典型变量组合中,脂肪含量(一0.784)、主茎节数(0.631)、单株粒重(—0.610)的载荷量较高;全株荚数(一0.396)、底荚高度(—0.374)、全株粒数(0.364)的载荷量次之;生殖生长期(0.002)和生育期(0)的载荷量最小。可见,脂肪含量与单株粒重、全株荚数、底荚高度的选择有相互促进作用,可同时进行选择和改良;脂肪含量与主茎节数、全株粒数间存在一定的矛盾。脂肪含量与生殖生长期和生育期关系不大。
品质性状与农艺性状典型相关分析中,品质性状可以解释95.31%的组内变异,并解释17.62%的农艺性状变异;农艺性状可以解释22.21%的组内变异,并解释75.60%的品质性状变异。
4 结论与讨论
品质与农艺性状的典型性相关分析中,品质中起主要作用的是脂肪含量,农艺性状中起主要作用的依次是主茎节数、单株粒重、全株荚数、底荚高度、全株粒数;生殖生长期和生育期对脂肪含量的影响最小。脂肪含量与单株粒重、全株荚数、底荚高度的选择有相互促进作用,可同时进行选择和改良;脂肪含量与主茎节数、全株粒数间存在一定的矛盾。
在育种工作中涉及作物多个性状的综合选择往往是很复杂的,一下子很难分清主次并做出取舍。而通过典型相关分析后,可使问题初步简化。在育种中既可兼顾到多个目标性状的要求(典型性状是由多个性状复合而成),又能结合具体目标性状,优先考虑构成多项性状的第一对典型性状,因为此典型性状具有最大的遗传力[4,5]。这就意味着它对环境的变异是稳定的,因为它降低了环境的影响,从而提高了选择的可靠性。这在遗传育种的实践中,具有一定理论和实用价值[6]。
参考文献
[1]陈荣江,陈付贵,郭昆玉.棉花植株性状、产量性状及品质性状的典型相关分析[J].河南科技学院学报(自然科学版), 2008(9):26-28.
[2]陈荣江,王文峰,朱明哲.棉花新品种产量性状与品质性状的典型相关与主成分分析[J].农业系统科学与综合研究, 2007,23(2):187-195.
[3]唐启义,冯明光.实用统计分析及其DPS数据处理系统[M].北京:科学出版社,2002.
[4]吴高岭,徐尚忠.玉米品种栽培性状的典型相关介析[J].玉米科学,1999(5):76-80.
[5]李东亮,许自成,陈景云,等.烤烟主要物理性状与化学成分的典型相关分析[J].河南农业大学学报,2007(10): 492-497.
数量性状 篇5
关键词：茶藨子属,数量分类,PAUP,主成分分析
茶藨子属(Ribes L.)植物具有较高的经济价值,果实富含各种维生素、糖类和有机酸等,可供生食及制作果酒、饮料、糖果和果酱等,也可作提取维生素的原料[1,2]。某些种的根和种子供药用[3]。枝、叶繁茂,春季着花满枝,秋季结实累累,是良好的绿化观赏植物[4],主要分布于北半球温带和较寒冷地区,在我国主产西南部、西北部至东北部[5,6],河南有11种4变种,主要分布于伏牛山、大别山及太行山区[7]。由于茶藨子属植物分布范围广、变异大,所以茶藨子属分类位置和属下等级划分的争论由来已久。
数量分类(numerical taxonomy)是使用数学方法和电子计算机研究解决生物学中分类问题的方法[8],在乌冈栎[9]、栎属[10]、杜鹃花属[11]、悬钩子属[12]、胡椒属[13]及忍冬属[14]植物的分类中得到了广泛应用。本研究在对河南省分布的茶藨子属植物表型性状进行数量统计的基础上,进行PAUP聚类和主成分分析,旨在为进一步研究茶藨子属植物种间亲缘关系和分类提供参考。
1 材料与方法
1.1 材料
本研究性状数据来源于标本馆馆藏标本,包括中国科学院植物研究所标本馆、河南师范大学标本馆、河南农业大学标本馆及河南植物志资料等,部分来自于实地观察。
1.2 方法
1.2.1 性状选取及编码
对河南省分布的10种茶藨子的13个表型性状进行编码。其中二元性状的编码分别以“0”和“1”表示;多元性状编码为“0”,“1”,“2”…,“0”并不表示比“1”性状更原始。表型性状的编码和茶藨子各性状的分布见表1和表2。
1.2.2 PAUP聚类分析
根据河南茶藨子的性状分布,在PAUP 4.0软件(Swofford,1998)中采用最大简约法(Maximum parsimony method,MP)构建系统发育树,空位(gap)作缺失(missing)处理,采用启发式(heuristic)搜索,Bootstrap检验分支可信度,1 000次重复,Treeview[15]中观察、输出结果。
1.2.3 主成分分析
SPSS19.0软件中计算各性状间的相关系数以获得相关系数矩阵,根据成分提取结果确定主成分。
2 结果与分析
2.1 河南茶藨子属表型性状的聚类结果
由图1可知,R.maximowiczianum与R.glaciale聚为一类,Bootstrap支持率>50%,具有单性花、枝无刺、叶较大等共同特征。此外,与R.tenue亲缘关系也较近,在《中国植物志》中,R.glaciale与R.tenue均为单性花组细枝系。
2.2 各性状间相关性分析
由性状相关系数矩阵可见,部分性状间相关性较高,小枝具刺与否与苞片脉数、萼片性状、果实表皮刺之间达到了0.01水平显著相关,其中小枝具刺与果实表皮刺之间相关系数为1,表明二者相伴发生,花单性或两性与花瓣大小达到了0.05水平相关,单性花花瓣较大,雌雄异株的两性花花瓣较小(见表3)。
系统发育树树长为35,一致性指数为0.771 4,相似指数为0.228 6,保留指数为0.703 7Tree length of phylogenetic tree is 35,CI=0.771 4,HI=0.228 6,RI=0.703 7
**表示在0.01水平上显著相关,*表示在0.05水平上显著相关。**mean significant difference at 0.01level,*mean significant difference at 0.05level.
2.3 主成分分析结果
部分性状的相关性系数较高,表明存在信息的重叠,有必要对13种性状进行主成分分析,以确定主要的种间分类性状。主成分分析的特征值和方差贡献见表4。
从表4可见,第一主成分所占信息量为52.504%,前4种主成分占到了总信息量的91.723%,累计方差贡献率在80%以上,故可以选择前4个主成分进行分析。由软件给出的旋转前的因子荷载矩阵可知,第一主成分中小枝与果实具刺与否,两性花或单性花及萼片形状,第二主成分中果实颜色,第三、四主成分中花瓣大小得分最高,可作为种间分类的主要依据。
3 结论与讨论
国内很多学者开展了植物的数量分类研究。如程诗明[16]对22个枣品种的果实和种子的长度、宽度、重量共6个性状进行了分析,聚类分析将22个品种划分为6类,各品种基本按照果实的大小进行分类。沈雪梅[17]对17种樟科润楠属植物进行了数量分类,雒新艳等[18]对中国传统大菊品种的18个数量性状变异进行了分析,张永增[19]对瑞香属77种(变种)和荛花属62种(变种)植物的32个形态学性状进行了聚类分析和主成分分析,结果表明聚类分析和主成分分析均显示两属均未形成单系类群。在主成分分析中,前3个主成分分析的贡献值为35.56%,因此,传统分类学中对这两个属进行区分的性状并没有典型的分类学意义。在本研究中,前4种主成分占到了总信息量的91.723%,因此前4种主成分可作为种间分类的主要依据。
河南茶藨子属植物中,R.longiracemosum和R.moupinense均具有幼枝和叶两面无毛,稀在下面沿叶脉或脉腋间微具柔毛的特点,二者主要区别点在于前者的雄蕊着生在低于花瓣处,后者的雄蕊着生在与花瓣同一水平上。R.burejense和R.alpestre也具有小枝和果实具刺、花萼筒钟形等共同特征,均为茶藨子属光柱系,故亲缘关系也较近。关于茶藨子属植物的分类报道较少,仅见对4种长白山茶藨子属种子外部形态特征分析[20]及潘磊[4]对东北地区茶藨子属分子系统学的研究。
数量性状 篇6
1 材料与方法
1.1 试验材料
本试验选用来自广西玉米研究所选育的陕6 7钦DMR迟-26-1、友12-6-1、友13-4-1、友14-9-1、Te v/双-14-1、M9/纹2-1-3-5、 (成9 19/双/纹早60) -11-2-3-6、综黄早四/M9-1-2、999-35-1、672396-5-8-7、619Hibc-5-5-6-8作母本, Q46-4-3-5、隆7922-5-1、台20-9、98-3-4、008F-1-3-5选系作父本。采用NCⅡ (不完全双列杂交) 设计组配各杂交组合和配合力测定。
1.2 试验方法
2009年下季采用NCⅡ (不完全双列杂交) 设计进行组配各杂交组合, 共配出杂交组合55个, 2010年上季在广西玉米研究所试验地进行田间鉴定试验。试验采用随机区组设计, 3次重复, 2行区, 小区行长4 m, 行距0.70m, 株距为0.27m, 密度为52904株/h㎡。田间管理同大田生产。成熟后每小区收获具有代表性的连续10株进行测定各性状表现。
1.3 统计方法
调查株高、穗位高、穗长、秃尖长、穗粗、穗行数、行粒数、出籽率、单株产量和百粒重共10个性状, 分析各自交系上述性状的一般配合力和组合的特殊配合力大小[4,5]。灰色关联度分析是对10个性状的数据, 按一定的方法理清各性状间的主要关系, 找出影响单株产量的最主要性状。数据统计分析按NCⅡ (不完全双列杂交) 设计的原理和方法采用DPS7.05软件完成[6,7]。
2 结果与分析
2.1 各性状的配合力方差分析
将所调查10个性状的配合力方差分析结果列于表2。从表2可以看出, 各组合之间的只有百粒重差异不显著, 而株高、穗位高、穗长、秃尖长、穗粗、穗行数、行粒数、出籽率、单株产量等9个性状的差异均达到极显著水平, 可以将此9个性状组合间的方差分解为P1、P2组亲本的GCA和P1×P2的SGA方差, 经F测验, P1、P2和P1×P2各个性状达到不同程度的显著水平, 说明此9个性状在不同基因型间存在真实的遗传差异, 有必要做进一步分析[8,9]。
注:P1为父本, P2为母本。*表示0.05水平显著, **表示0.01水平显著。Note:P1 is male, P2 is female.*represents 0.05 level significant difference, **represents 0.01 level significant difference.
2.2 一般配合力效应分析
被测系各性状的GCA均表现正向效应和负向效应。从表3可以看出, 单株产量GCA效应值前三位的依次是p1-3、p2-9和p1-2, 效应值为正的还有p2-3、p2-11和p2-1, 说明这些自交系的一般配合力较高, 其杂种后代有较大的可能性获得高产;自交系p1-5、p2-6则有明显降低株高的作用, 其杂种后代株高表现降低或较低的可能性较大;自交系p2-5、p2-6有降低杂种后代穗位高的作用, 其杂种后代的穗位高有较大的可能性表现较低;自交系p2-11、p1-3穗长的GCA表现为正效应, 说明其有增长杂种后代果穗的作用;自交系p2-4、p2-3、p2-6、p2-9等的秃尖长GCA表现为较大的负效应, 说明其有利于降低杂种后代秃尖长度的作用, 对于形成高产、稳产有利;自交系p2-3、p1-3、p2-5、p2-7等的穗粗GCA表现为较大的正效应, 有利于增加杂种后代的果穗直径;自交系p2-3、p1-3、p2-9、p2-5等的穗行数GCA表现为较大的正效应, 有利于杂种后代形成大穗及果穗具有较多的籽粒行数;自交系p2-6、p2-10、p1-2等百粒重性状的GCA效应表现为较大的正值, 有利于形成大粒型籽粒;自交系p2-3、p2-1、p1-2、p2-2等的出籽率GCA表现为较大的正效应, 有利于增加杂种后代的出籽率。
结合单株产量和其它几个性状综合考虑, 父本自交系p1-2和p1-3的产量、穗长、穗粗、穗行数、行粒数、百粒重等性状的GCA效应均表现为正值, 母本自交系p2-3、p2-9和p2-11的产量、穗粗、穗行数等性状的GCA效应均表现为正值, 均有利于后代形成高产。自交系p1-2、p2-5、p2-6、p2-8的株高、穗位高、秃尖长等性状的GCA效应表现为负值, 可以利用其降低株高和穗位高, 及减少果穗秃尖长度。自交系p1-2、p1-3、p2-9、p2-11的穗长、穗粗、穗行数、行粒数等性状的GCA效应表现为正值, 可以利用其培育大穗型杂种后代。自交系p1-2和p2-9的产量、穗长、穗粗、穗行数、行粒数、出籽率等性状的GCA效应值均有利于形成高产的所需条件, 可加大利用。
2.3 特殊配合力效应分析
由各性状的SCA效应 (表4) 可以看出, 55个杂交组合的单株产量SCA效应值差异很大, SCA正效应值最大的组合为p2-4×p1-2, SCA正效应值较大的组合还有p2-10×p1-3、p2-11×p1-5、p2-8×p1-5等, SCA负效应值最大的组合为p2-4×p1-5, SCA负效应值较大的组合还有p2-10×p1-4、p2-11×p1-3、p2-1×p1-2、p2-8×p1-3等。组合p2-4×p1-2的性状秃尖长、穗位高和百粒重的SCA效应值为负, 其它数量性状的SCA效应值为正值, 且双亲的GCA效应值能够形成互补, 该组合可以作进一步试验观察, 鉴定其适应性、稳定性等;组合p2-10×p1-3的10个性状SCA效应值均为正, 株高、穗位高和秃尖长的SCA效应值不高, 也可进一步试验观察;组合p2-1×p1-3的除株高、穗位高和出籽率外其余性状的SCA效应值均为正, 有一定的潜在利用价值。
对各杂交组合单株产量分析可知, 两个产量一般配合力较高的亲本, 组配出的杂交组合产量并不一定高, 如单株产量GCA效应值为正的母本自交系p2-9、p2-3、p2-11和p2-1, 所组配杂交组合的SCA效应为正值的比例为50%;单株产量GCA效应值为正的父本自交系p1-3和p1-2, 所组配杂交组合的SCA效应为正值的比例为41%;单株产量GCA表现为正效应的母本自交系p2-9、p2-3、p2-11和p2-1与正效应的父本自交系p1-3和p1-2的杂交后代中, 单株产量SCA表现为正效应的占50%, 说明加性效应和非加性效应对杂种优势的影响均较大。
株高GCA表现为负效应的母本自交系p2-2、p2-5、p2-6、p2-8的杂交后代SCA表现为负效应的占45%, 表现为负效应的父本自交系p1-1和p1-5的杂交后代SCA表现为负效应的占50%, 前者和后者的杂交后代SCA表现为负效应的占50%, 说明株高受加性效应和非加性效应的影响均较大。
穗位高GCA表现为负效应的母本自交系p2-4、p2-5、p2-6、p2-8的杂交后代SCA表现为负效应的占60%, 表现为负效应的父本自交系p1-1、p1-2、p1-3、p1-5的杂交后代SCA表现为负效应的占56.8%, 前者和后者的杂交后代SCA表现为负效应的占62.5%, 说明穗位高受加性效应的影响较大。
穗长GCA表现为正效应的母本自交系p2-4、p2-6、p2-8、p2-9、p2-10、p2-11的杂交后代SCA表现为正效应的占36.6%, 表现为正效应的父本自交系p1-2、p1-3的杂交后代SCA表现为正效应的占45.5%, 前者和后者的杂交后代SCA表现为正效应的占41.7%, 说明穗长受非加性效应的影响较大。
秃尖长GCA表现为负效应的母本自交系p2-1、p2-3、p2-4、p2-5、p2-6、p2-8、p2-9的杂交后代SCA表现为负效应的占51.4%, 表现为负效应的父本自交系p1-4、p1-5的杂交后代SCA表现为负效应的占54.5%, 前者和后者的杂交后代SCA表现为负效应的占42.9%, 说明秃尖长受加性和非加性效应的影响均较大。
穗粗GCA表现为正效应的母本自交系p2-2、p2-3、p2-5、p2-7、p2-9、p2-11的杂交后代SCA表现为正效应的占50%, 表现为正效应的父本自交系p1-1、p1-2、p1-3的杂交后代SCA表现为正效应的占48.5%, 前者和后者的杂交后代SCA表现为正效应的占44.4%, 说明穗粗受非加性效应的影响较大。
穗行数GCA表现为正效应的母本自交系p2-3、p2-5、p2-7、p2-9、p2-11的杂交后代SCA表现为正效应的占44%, 表现为正效应的父本自交系p1-1、p1-2、p1-3的杂交后代SCA表现为正效应的占45.5%, 前者和后者的杂交后代SCA表现为正效应的占40%, 说明穗行数受非加性效应的影响较大。
行粒数GCA表现为正效应的母本自交系p2-1、p2-5、p2-6、p2-8、p2-9、p2-10、p2-11的杂交后代SCA表现为正效应的占42.9%, 表现为正效应的父本自交系p1-2、p1-3、p1-4、p1-5的杂交后代SCA表现为正效应的占45.5%, 前者和后者的杂交后代SCA表现为正效应的占42.9%, 说明行粒数受非加性效应的影响较大。
出籽率GCA表现为正效应的母本自交系p2-1、p2-2、p2-3、p2-8、p2-9的杂交后代SCA表现为正效应的占52%, 表现为正效应的父本自交系p1-2、p1-4、p1-5的杂交后代SCA表现为正效应的占54.5%, 前者和后者的杂交后代SCA表现为正效应的占53.3%, 说明出籽率受加性和非加性效应的影响均较大。
百粒重GCA表现为正效应的母本自交系p2-1、p2-2、p2-4、p2-6、p2-8、p2-10、p2-11的杂交后代SCA表现为正效应的占48.6%, 表现为正效应的父本自交系p1-1、p1-2、p1-3的杂交后代SCA表现为正效应的占45.5%, 前者和后者的杂交后代SCA表现为正效应的占47.6%, 说明百粒重受非加性效应的影响较大。
2.4 灰色关联度分析
从单株产量和其它农艺性状间的关联系数来看, 其它数量性状与单株产量之间的关联系数大小依次是穗粗、穗行数、百粒重、穗长、株高、行粒数、出籽率、秃尖长、穗位高。第一位的是穗粗 (L=0.8704) , 其次是穗行数 (L=0.8619) , 再其次是百粒重 (L=0.8445) 、穗长 (L=0.8367) 、株高 (L=0.8328) 、行粒数 (L=0.8244) 、出籽率 (L=0.8210) 、含水量 (L=0.8161) 、秃尖长 (L=0.8138) 、穗位高 (L=0.7920) 。关联系数的变化范围为0.8704~0.7920。
根据其它数量性状与单株产量之间的关联系数大小可以看出, 各单株产量关联程度前四位均是穗部性状, 说明果穗各性状的表现对产量的影响较大, 可把对这些性状的选择放在优先位置;与单株产量关联程度最后两个性状是秃尖长和穗位高, 表明其对产量的影响较小, 对自交系选择时此两个性状可适当放宽。
3 讨论
通过对16个自交系10个性状的GCA分析, GCA效应值表现优良的父本自交系有p1-2、p1-3等, 母本自交系有p2-9、p2-11等;SCA效应值表现优异的组合有p2-4×p1-2、p2-10×p1-3、p2-11×p1-5等。
分析结果表明同一自交系与其它自交系所配组合各性状的SCA效应值差异较大, 同一性状GCA效应为正值的双亲杂交后代的SCA效应可能为负值, 说明同一性状不仅受双亲加性遗传的影响, 同时与非加性效应也有着密切的联系。穗位高受加性效应的影响较大, 穗长、穗粗、穗行数、行粒数和百粒重受非加性效应影响较大, 单株产量、株高、秃尖长和出籽率受加性和非加性效应影响均较大。
各性状GCA效应值表现优良的母本自交系p2-9、p2-11与父本自交系p1-2、p1-3所配组合F1各性状的SCA效应值表现一般, 说明GCA效应值较高的自交系之间所配组合的SCA效应值并不一定高;各性状GCA效应值表现一般的自交系所配组合p2-4×p1-2的F1各性状的SCA效应值表现较好, 可能与双亲的植株遗传差异较大或者亲缘关系较远等有关。
根据各数量性状与单株产量之间的关联系数大小得知, 穗粗、穗行数、百粒重等性状的表现对产量的影响较大, 秃尖长和穗位高对产量的影响较小, 所以, 对自交系选择时前者可优先考虑、后者可适当放宽。
摘要：通过NCⅡ (不完全双列杂交) 设计的原理和方法对16个自交系组配的55个杂交组合的10个性状 (株高、穗位高、穗长、秃尖长、穗粗、穗行数、行粒数、出籽率、单株产量和百粒重) 进行配合力分析, 结果表明:自交系p1-2、p2-9的各性状一般配合力 (GCA) 效应值表现优良, 组合p2-4×p1-2、p2-10×p1-3、p2-11×p1-5的产量性状特殊配合力 (SCA) 效应值表现优良。灰色相关分析表明, 各数量性状与单株产量之间的关联系数大小依次是穗粗、穗行数、百粒重、穗长、株高、行粒数、出籽率、秃尖长、穗位高。
关键词：玉米,自交系,性状,配合力
参考文献
[1]孙海艳, 王国强, 蔡一林, 等.西南地区常用玉米自交系的配合力及聚类分析[J].玉米科学, 2008, 16 (1) :29-32.
[2]田清震, 张世煌, 李新海.玉米育种发展动态[J].玉米科学, 2007, 15 (1) :24-28.
[3]荣廷昭, 黄玉碧, 田孟良.西南地区糯玉米种质资源研究与利用[J].玉米科学, 2003, 专刊:8-11.
[4]樊荣峰, 王建林, 张宝石.几个热带玉米种质与温带测验种杂交的配合力分析[J].作物杂志, 2008, 2:26-29.
[5]汤国民, 龙丽萍, 于立芝, 等.玉米杂交种主要农艺性状对产量稳定性影响的研究[J].中国农学通报, 2004, 20 (1) :71-72.
[6]孔繁玲.植物数量遗传学[M].北京:中国农业大学出版社, 2006.
[7]唐启义, 冯明光.实用统计分析及其DPS数据处理系统[M].北京:科学出版社, 2002.
[8]周锦国, 程伟东, 覃兰秋, 等.10个热带玉米自交系产量配合力遗传效应分析[J].广西农业科学, 2007, 38 (4) :351-355.
数量性状 篇7
甘肃高山细毛羊是我国西北高寒地区细毛羊的品种之一,为进一步选育,应用数量遗传学理论提高选育速度,计算甘肃高山细毛羊的各遗传参数,并了解其内在联系,以便能动性地、有预测性地提高其品种质量。
1 材料与方法
2006—2007年,甘肃皇城绵羊繁育技术推广站采集的6群母羔资料,记载到羔羊1.5岁,共989只。分析的性状为初生重,出生等级,断奶毛长,断奶重,1.5岁毛长、细度、产毛量及体重,污毛量,净毛率,束强,净毛量等。遗传力的估计采用半同胞组内相关法;遗传相关采用公羊的方差组分和协方差组分, 对计算出的相关系数进行显著性检验。所用公式:undefined。其中h2为性状的遗传力;σundefined为公羊的讨论组组分;σundefined为性状误差的方差组分;rA为性状的遗传相关;COVSx·Sy为公羊两性状的方差组分;σundefined·σundefined为两性状的协方差组分。
为了进一步找出对产毛量影响较大的性状,在上述计算过程的基础上运用简单相关系数,根据通径分析的原理, 列出正规方程组,分析影响产毛量的直接因素和间接因素。方程组如下:p1+r12p2+r13p3+r14p4+r15p5+r16p6+r17p7+r18p8=r1y,r12p1+p2+r23p3+r24p4+r25p5+r26p6+r27p7+r28p8=r2y,r13p1+r23p2+p3+r34p4+r35p5+r36p6+r37p7+r38p8=r3y,r14p1+r24p2+r34p3+p4+r45p5+r46p6+r47p7+r48p8=r4y,r15p1+r25p2+r35p3+r45p4+p5+r56p6+r57p7+r58p8=r5y,r16p1+r26p2+r36p3+r46p4+r56p5+p6+r67p7+r68p8=r6y,r17p1+r27p2+r37p3+r47p4+r57p5+r67p6+p7+r78p8=r7y,r18p1+r28p2+r38p3+r48p4+r58p5+r68p6+r78p7+p8=r8y。其中r为相关系数;p为通径系数。方程组用相关矩阵表格式求解, 再用多元回归方程进行显著性检验。
2 结果与分析
2.1 遗传力 (结果见表1)
由表1可知:1.5岁毛长、体重属于高遗传力,初生重、1.5岁产毛量和1.5岁毛细度属于中等遗传力,而出生等级、断奶毛长、断奶重等属于低遗传力。
2.2 遗传相关(结果见表2)
由表2可知:断奶毛长、污毛量、净毛率、束强与净毛量有极显著的正相关(P<0.01)。断奶重与净毛量有显著正相关(P<0.05)。其余性状与净毛量的关系不显著(P>0.05)。
2.3 通经系数
通径系数是标准化的偏回归系数,对性状产生直接影响,在上述方程中用相关矩阵表格式求解得出:
注:数据肩标**表示差异极显著(P<0.01),*表示差异显著(P<0.05),无肩标表示差异不显著(P>0.05)。x1为断奶毛长,x2为断奶重,x3为剪毛后体重,x4为毛丛长度,x5为污毛量,x6为净毛率,x7为细度,x8为束强,x9为净毛量(P>0.05)。
P1=0.001 7,P2=0.015 5,P3=-0.016 7,P4=0.012 6,P5=0.906 4,P6=0.584 6, P7=0.006 0,P8=0.142 6。通径常数(R2)=∑Piriy=0.990 240。其中r为相关系数;P为通径系数。
2.4 数量性状对净毛量的影响(结果见表3)
注:x1为断奶毛长,x2为断奶重,x3为剪毛后体重,x4为毛丛长度,x5为污毛量,x6为净毛率,x7为细度,x8为束强。
由表3可知:在所研究的8个性状中,直接影响净毛量的以污毛量、净毛率为最大;其次为剪毛后体重、断奶重、束强、毛丛长度、细度、断奶毛长,它们的直接影响很小,主要是通过性状的相互作用影响净毛量的[2]。
从相关系数、通径系数和影响因素分析的结果来看,相关系数与通径系数二者不尽相同。对相关系数进行分析得出:断奶毛长对净毛量的影响差异极显著(P<0.01),剪毛后体重的影响很小(P<0.05);而通径分析后得出:断奶毛长的影响小(P1=0.001 7),剪毛后体重的影响比断奶毛长大(P3=-0.016 7)。原因是断奶毛长是通过与污毛量的互作(0.242 9)来影响净毛量的,它本身对污毛量的直接影响很小[3]。
2.5 决定系数(结果见表4)
单因素决定系数的计算公式为di=pi2,双因素决定系数的计算公式为dij=2rijpipj。其中d为决定系数。 将决定系数按绝对值大小排列,排在前面的几个性状是x5、x6、x56、x58、x25、x35、x45、x46、x36,这同样说明影响净毛量的性状是污毛量、净毛率以及与这2个性状互作的性状(断奶重、剪毛后体重、毛丛长度、束强)。 ∑d=0.990 2,说明已包括影响净毛量的大部分因素[4]。
注:x1为断奶毛长,x2为断奶重,x3为剪毛后体重,x4为毛丛长度,x5为污毛量,x6为净毛率,x7为细度,x8为束强。
2.6 影响净毛量的最优回归方程
经筛选,剔除掉x1、x7 得出影响净毛量的主要性状x5、x6、x2、x3、x4、x8,建立回归方程式:y=-2.098+0.0022 85x2-0.001 602x3+0.001 893x4+0.446 7x5+0.0458 9x6+0.000 659 97x8。经检验,这个多元回归方程显著,且每个回归系数均显著。
3 讨论
通过对甘肃高山细毛羊剪毛量影响因素的分析,结果表明:污毛量、净毛率、剪毛后体重的单项是影响净毛量的较大性状,且这几个性状的互作作用也是影响净毛量的较大因素。 在选种中既要重视对净毛量影响较大的几个性状(直接影响),同时也要注意这几个性状通过其他性状对净毛量产生的负影响[5]。由于没有将羊毛生产中的几个重要性状(如羊毛纤维直径、羊毛密度等)纳入分析,故这次分析的结果可能有一定误差。
摘要：为了探讨甘肃高山细毛羊数量性状的遗传参数,研究应用2006—2007年甘肃皇城绵羊繁育技术推广站采集的甘肃高山细毛羊6个核心群育种资料,对初生重,出生等级,断奶毛长,断奶重,1.5岁毛长、细度、产毛量及体重的遗传力以半同胞组内相关法进行估测,对遗传相关以公羊的方差组分和协方差组分进行估测,并对计算出的相关系数进行显著性检验。结果表明:以上性状对产毛性状的影响存在很大差异,通径分析进一步揭示污毛量、净毛率及与其互作的性状(断奶重、剪毛后体重、毛丛长度、束强)是影响产毛量最主要的因素。
关键词：甘肃高山细毛羊,数量性状,遗传力,遗传相关,通径分析
参考文献
[1]马宁,李永军,李莫南.辽宁绒山羊育种群体的遗传分析:主要经济性状相关分析[J].吉林农业大学学报,2008,30(1):70-74.
[2]稚文海,雷良煌,孙彧.柴达木绒山羊若干数量性状的遗传力和遗传相关估测[J].青海畜牧兽医杂志,2008(6):28-29.
[3]顾亚玲,马丽娜.宁夏滩羊主要经济性状遗传相关分析[J].内蒙古农业科技,2007(6):41-44.
[4]马振东.滩羊二毛羔羊主要性状遗传相关的分析[J].中国草食动物,2009(5):20-21.
数量性状 篇8
灰色关联分析方法的基本思想是根据所研究的因子间动态变化中相似程度大小的度量关联度越大说明因子间变化势态越接近,其相互关系越密切[1]。应用灰色系统理论进行综合分析,能综合考虑多个数量性状的变化[2,3,4]。通过对马铃薯地上部和地下部各性状利用灰色关联分析方法,估算马铃薯各因素间的灰色关联度,旨在明确各因素与产量的关联程度及相互关系,以便为亲本选配,性状选种和改进栽培措施提供理论依据。
1 材料与方法
1.1 材料
以黑龙江省农垦科学院经济作物研究所马铃薯室近几年选育的表现较好的11个品种(系)为试验材料。
1.2 方法
试验于2011年在黑龙江省北安分局二龙山农场科技园进行,试验地前茬为玉米,土壤为淋溶黑钙土,春整地,春起垄。试验地基础肥力:水解氮312.66 mg·kg-1,有效磷21.9 mg·kg-1,速效钾212.03 mg·kg-1,pH 5.88,有机质7.43%,全氮3.64 g·kg-1。
采用田间随机区组法排列,每个品种种植4行区,行长5 m,行距80 cm,小区面积16 m2,栽培密度:保苗55 005株·hm-2(垄距80 cm、株距23 cm);施肥方法与施肥量:各处理肥料均以种肥方式深施于种薯下4～5 cm处,磷肥48 kg·hm-2、钾肥129 kg·hm-2、氮肥90 kg·hm-2。
在盛花期对各处理每小区随机取10株测量主茎数、株高、冠幅,求平均值。各处理在收获时称量小区产量,调查小区收获株数,折合单株块茎数量、重量及公顷产量。在收获后7 d内用比重法测干物质含量。
关联系数和关联度采用DPS数据处理系统[5]分析处理。
2 结果与分析
2.1 参数的设定
按灰色系统的理论要求,将11个马铃薯品种(系)的各性状视为一个灰色系统的整体,其中产量为母序列Y,主茎数、株高、冠幅、单株块茎重、单株块茎数、干物质含量和收获株数为子序列X1、X2、X3、X4、X5、X6、X7,各品种(系)性状平均值见表1。
2.2 原始数据变换
由于系统中数量性状单位不一致,因此对原始数据进行无量纲处理,转换为可以比较的数据序列。该文对采集的数据进行均值化变换即先求出各序列的平均值,再用平均值去除对应序列中的原始数据,得到新的数据序列,即为均值化序列(见表2)。
2.3 计算关联系数和关联度
经过数据变换的母序列记为{X0(t)},子序列记为{Xi(t)},则在时刻t=k时母序列{X0(t)}与子序列{Xi(t)}的关联系数Loi(k)可由下式计算:
undefined
式中,Loi(k)表示k时刻两比较序列的绝对差,即Loi(k)=丨x0(k)-xi(k)丨(1≤i≤m);Δmin和Δmax分别表示所有比较序列各个时刻绝对差中最小值和最大值。因此比较序列相交,故一般取Δmin=0;ρ为分辨系数,取0.1,其意义是削弱最大绝对差值太大引起失真,提高关联系数之间的差异显著性。
关联度roi=1/N∑k=1NLoi(k)
式中roi为子序列i与母序列O的关联度,N为比较序列长度(即数据个数)。采用DPS数据处理系统[5] 分析软件在计算机上计算生成的结果(见表3、表4)。
由表3可知,马铃薯主要性状对产量的影响以产量为参考序列,其它性状为比较序列,最大差值Δmax=0.726 6时,产量与其它因子之间的关联序见表4。可知,马铃薯产量与主要性状关联度大小顺序依次为:收获株数>单株块茎重>主茎数>株高>冠幅>干物质含量>单株块茎数。由此可见,马铃薯主要性状对产量影响最大的是收获株数,其次是单株块茎重,再次为主茎数、株高、冠幅、干物质含量和单株块茎数。因此,在马铃薯高产栽培试验中,要特别关注保苗率,在高产育种中要选单株块茎重的、主茎数多、株高适宜和冠幅较大的品种。
3 讨论
3.1 对关联分析方法在马铃薯上应用的认识
影响马铃薯产量的因素是相当复杂的,多年来人们通常采用相关分析、回归分析和通径分析等统计方法,而这些方法需要大量原始数据,计算量大,且要求数据有一定的统计规律,服从于一定理论分布,应用起来比较困难。灰色关联分析方法具有不需满足某种理论分布,样本数量少,分析方法简单,结果准确等优点,故近几年在其它作物:如大豆、玉米、谷物等研究很多,但在马铃薯上研究甚少,因此今后应加强这方面的研究。
3.2 马铃薯产量与主要农艺性状之间的关系
灰色关联分析表明,对马铃薯产量影响最大的是收获株数,其次是单株块茎重,再次为主茎数、株高、冠幅、干物质含量和单株块茎数。根据以上分析,结合马铃薯栽培、育种实践,尽管影响马铃薯产量的因素较多,但在栽培上要注意马铃薯的栽培密度、出苗率和保苗措施,因这些都能影响到马铃薯的收获株数从而影响产量。在育种上要选择单株块茎重、干物质含量高的品种,并且要兼顾株高、冠幅等因素,对准确选种和提高产量有一定意义。该试验仅考虑了马铃薯农艺性状对产量的影响,气候条件、土壤等试验环境的不同都可能造成产量主导因素的变化,因而根据不同的条件进行相应的分析,能更好地指导马铃薯的栽培与育种。
摘要：为明确数量性状与产量的相关关系,以黑龙江省农垦科学院经济作物研究所马铃薯室近几年选育的表现较好的11个品种(系)为试验材料,运用灰色系统理论,对影响马铃薯产量的7个数量性状进行灰色关联分析。结果表明:马铃薯产量与主要数量性状的关联度大小依次为收获株数、单株块茎重、主茎数、株高、冠幅、干物质含量、单株块茎数。
关键词：马铃薯,产量,灰色关联分析,数量性状
参考文献
[1]王淑荣.灰色关联分析在大豆育种数量性状选择上的应用[J].黑龙江农业科学,2000(3):15-17.
[2]陈国秋.灰色关联分析在谷子综合评价上的应用[J].杂粮作物,2001(2):16-17.
[3]张桂华,张纯.灰色关联分析在玉米自交选育中的应用[J].杂粮作物,1997(4):50-51.
[4]荆建国.灰色系统理论在大豆品种综合评价中的应用[J].大豆科学,1995,14(4):365-370.