何昕孺 ,王玉静,李妍颖,张 波,黄 婷,尹 跃,段淋渊,秦 垦,戴国礼
(国家枸杞工程技术研究中心/宁夏农林科学院 枸杞科学研究所,银川 750002)
枸杞是“药食两用”植物资源,具有巨大的药用和经济价值。随着人们对枸杞营养保健功效的不断认识和认可,枸杞的市场需求日益旺盛[1]。枸杞种质资源虽种类丰富,但因遗传背景不清楚,制约了种质资源深度挖掘与新品种选育,目前生产中的主栽品种优良性状退化,产量低,新品种少且推广速度缓慢,已不能满足产业多样化的发展需求[2]。光合能力和效率的改善是提高作物产量的主要途径。因此高光效种质的筛选是挖掘光合增产潜力,高光效育种的基础和前提[3-4]。在水稻、大豆等作物上已有高光效种质筛选及选育的大量研究[5-9],屠层平等[10-11]在水稻高光效育种中的研究认为,单叶净光合速率、叶面积指数、高效光合持续期是实现高光合生产力的重要光合特性。有研究表明[12-16]多年在大豆高光效育种中选育出在光合特性、光合势、单株叶面积、RUBP羧化酶和光合产物的积累有较大遗传改进的高光效种质,认为单叶光合速率是高光效育种的重要指标之一,同时结合育种目标应具有较大的光能截获能力、光能高速传递能力、高光能转化效率、高光合速率和高RUBP羧化酶、光合产物在籽粒中高比例分配、高光合持续期等综合水平。牛宁等[17]对150份大豆光合特性的评价认为高光效大豆应具有高气孔导度、高水分利用率和高光合效率等特性。张华等[18]利用主成分分析、聚类分析、判别分析相结合的方法研究152份甘蔗光合特性,认为净光合速率、蒸腾速率和水分利用效率结合较好的品种可应用于光合生理育种。张耀文等[19]在油菜高光效育种研究中认为高光效种质筛选指标应从光合气体交换参数、光合生理结构等光合能力,单株、群体等株型、产量结构,抗病、虫等抗性能力及品质性状等方面综合评价、量化比较。目前枸杞种质资源的挖掘及品种选育主要以多糖、单果质量、抗性、果实大小等为目标性状,枸杞光合特性的研究以环境因子、水分、肥料、盐碱胁迫等对光合气体参数的影响为主[20],种质间光合特性的研究较少[21-24]。因此,筛选枸杞光合能力评价指标,建立有效的综合评价方法,可以为枸杞新品种选育提供理论支撑。本研究连续2年对76份枸杞材料的叶片光合气体交换参数和叶片物理性状进行调查,评价枸杞种质资源的光合能力,筛选出高光效材料,对推进枸杞育种和产量提升有重要意义。
以宁夏银川市芦花台宁夏农林科学院枸杞种质资源圃的76份材料为供试材料(表1)。
表1 供试枸杞材料的编号及名称Table 1 Code and name of tested wolfberry
2019-2020年于枸杞春梢现蕾期进行田间标样,标样要求参照[25],1 a生果实成熟初期测定光合参数及叶片形态指标。
1.2.1 光合参数测定 利用德国GFS-3000便携式光合仪分别于2019年、2020年6-7月,选择晴朗天气的上午9:00-12:00测定叶片的净光合速率(Pn)、气孔导度(Gs)、胞间CO2浓度(Ci)、蒸腾速率(Tr)参数,叶片瞬时水分利用效率(WUE)=Pn/Tr。测定时设置气体流速750 μmol·s-1,气体混匀器的风扇速度为7,叶室温度为30 ℃,相对湿度为60%,利用外置光源将PAR设定为1 500 μmol·m-2·s-1,每份材料测3个叶片。
1.2.2 叶片形态指标测定 测定光合参数的同时,采集与其相对应的叶片,利用Uniscan M1紫光扫描仪测定叶面积,电子分析天平称量叶鲜质量,在70 ℃烘干至恒质量,称叶干质量,比叶重=叶干质量/叶面积。
采用Microsoft Excel 2007进行数据整理,使用SPSS 21进行方差分析、相关性分析、主成分分析、聚类分析、判别分析。
由表2可得知,2 a中2019年枸杞叶片净光合速率、气孔导度、胞间CO2浓度、蒸腾速率、叶面积、叶鲜质量、叶干质量、比叶重的变异系数高,在2020年水分利用率的变异系数高。结合2 a的数据看气孔导度、叶鲜质量、叶干质量、比叶重、叶面积的变异系数大,为46.3%~57.6%,胞间CO2浓度、水分利用率的变异系数小,在10.9%~27.4%。品种(系)间净光合速率、气孔导度、胞间CO2浓度、蒸腾速率、水分利用率、叶面积、叶鲜质量、叶干质量均存在极显著差异(P<0.01),比叶重存在显著差异(P<0.05);年份间净光合速率、气孔导度、胞间CO2浓度、蒸腾速率、水分利用率、叶面积、叶干质量、比叶重均存在极显著差异(P<0.01),叶鲜质量不存在显著差异;品种与年份互作效应对各指标均达到极显著水平 (P<0.01)。
表2 枸杞光合参数及叶片形态指标的差异Table 2 Difference of photosynthetic parameter and leaf morphological index of wolfberry
如表3所示,各指标呈现不同程度的相关性。净光合速率与气孔导度、胞间CO2浓度、蒸腾速率、叶面积、叶鲜质量、叶干质量呈极显著正相关;气孔导度与胞间CO2浓度、蒸腾速率、叶面积、叶鲜质量、叶干质量呈极显著正相关;胞间CO2浓度与蒸腾速率呈极显著正相关,与水分利用率呈极显著负相关;蒸腾速率与叶面积、叶鲜质量、叶干质量呈极显著正相关;叶面积与叶鲜质量、叶干质量呈极显著正相关;叶鲜质量与叶干质量呈极显著正相关;叶干质量与比叶重呈极显著正相关。
采用主成分分析的结果见表4,前3个因子的累计贡献率达86.88%,能够代表9项指标的大部分信息。9项指标可分为叶片的光合性状指标和物理性状指标,其中因子1解释的指标为净光合速率、气孔导度、蒸腾速率、叶面积、叶鲜质量、叶干质量;因子2解释的指标为胞间CO2浓度、水分利用率,因子3解释的指标为比叶重。光合性状指标中水分利用率为净光合速率与蒸腾速率的推导指标,水分利用率与胞间CO2浓度呈极显著相关(R=-0.774),且胞间CO2浓度的权重高于水分利用率;物理性状指标中叶干质量与叶面积、叶鲜质量、比叶重呈极显著相关(R= 0.893、0.846、0.320),且权重最低。因此,选用净光合速率、气孔导度、胞间CO2浓度、蒸腾速率、叶面积、叶鲜质量、比叶重7项指标作为枸杞高光效的综合评价指标。
表4 各项指标旋转后的因子载荷值Table 4 Factor loading value after rotation of each index
根据主成分分析中各指标的贡献程度,构造出枸杞高光效评价指标的判断矩阵(表5)。各层单排序一致性检验结果CR分别为0、0.028 3、 0.046 2,层次总排序的一致性检验结果CR为 0.035 1,均小于0.1(表6),因此认为层次总排序具有满意的一致性,蒸腾速率、比叶重、叶鲜质量、气孔导度、叶面积、净光合速率、胞间CO2浓度的权重值依次为0.2389、0.2063、0.1637、0.1468、0.129 9、0.089 6、0.024 6(表7)。可见蒸腾速率、比叶重对枸杞高光效特性的贡献最大,其次是叶鲜质量、气孔导度、叶面积,而净光合速率、胞间CO2浓度的影响较小。
表5 枸杞光合能力评价因子的分层结构Table 5 Layed structure of evaluation factors for photosynthetic capacity
表6 层次结构的判断矩阵及一致性检验Table 6 Judgement matrix and its consisitency check of layed structure
利用筛选出的指标对枸杞种质进行K-均值聚类分析(表8),将76份枸杞材料分为三大类,第I大类包括‘16-1-3-5’‘14-26-6’‘14-87’等6个枸杞品种(系),该类群的净光合速率、气孔导度、胞间CO2浓度、蒸腾速率、叶面积、叶鲜质量低,比叶重高;第II大类包括‘宁杞1号’‘大麻叶’‘宁杞5号’等51个枸杞品种(系),该类群的净光合速率、气孔导度、胞间CO2浓度、蒸腾速率、叶面积、叶鲜质量中等,比叶重低; 第III大类包括‘Z44’‘14-2-3-20’‘13-19’等19个枸杞品种(系),该类群的净光合速率、气孔导度、胞间CO2浓度、蒸腾速率、叶面积、叶鲜质量高,比叶重中等。
表7 指标层对目标层的权重值Table 7 Weight value of evaluation factors
表8 不同品种(系)枸杞的聚类结果Table 8 Clustering results of different varieties of wolfberry
为检验聚类结果是否可靠,利用聚类结果进行逐步判别分析,有3个变量最终引入判别函数,剔除了4个变量,得到判别函数如下:
Y1=-2.971+0.010X1+7.146X2- 12.624X3
Y2=-8.467+0.002X1+0.933X2+ 40.901X3
其中X1、X2、X3分别代表气孔导度、比叶重、叶鲜质量。根据判别函数对聚类结果重新进行分类,结果只有1个品种被误判,‘宁杞7号’由原来的3类误判为2类,总误判率为1.32%,判对的概率为98.68%。从图1也可得出,判别函数可将3个类群明显地区分开。聚类分析与判别分析的结果比较一致,因此认为对76份枸杞材料的分类结果是可靠的。
光合作用是一个非常复杂的生理过程,植物光合性状的差异与其自身的遗传特性、植物学特征及外界生理生态环境的影响有关[26]。高光效育种研究最初是以理想株型指标为种质筛选的重要依据,随着研究的深入,逐步将光合气体交换参数、光合酶含量等光合功能的相关生理指标作为高光效筛选的指标[4]。有研究表明,光合速率是一个相对稳定的遗传性状[27-28],比叶重是反映叶片质量,衡量植物相对生长速率的重要参数,与叶绿素含量、光合功能等相关联[29-32]。本试验中品种和年份对枸杞光合气体交换参数及叶片形态指标有一定的影响,方差分析表明品种因素对净光合速率、气孔导度、叶面积等9个指标的影响显著,年际因素对除了叶鲜质量外的8个指标影响显著。
图1 不同类群枸杞的典型判别得分图Fig.1 Scatter plot of canonical discriminant scores of different groups of wolfberry
近年来,针对不同作物某一性状的评价主要采用多个指标、多种统计方法相结合的方式进行综合评价,从而更加全面地反映某一性状的差异,同时也能筛选出与该性状相关的生长及生理生化指标[33-34]。常用评价方法中主成分分析法是能在较多的性状指标中筛选出重点指标,但如果单用主成分分析法,数据可能会出现主要信息丢失和不重要指标凸显的现象[35]。而层次分析法是采用定性与定量相结合的方法, 可以较好地解决指标相互关联的问题,在植物种质资源评价和品种筛选中已广泛应用[36]。但层次分析法的评价指标权重的确定带有一定的主观性,不同人所构造的判断矩阵可能会有一定差异。因此将主成分分析法和层次分析法结合起来应用,可将评价问题做的更科学、合理[37]。本试验以国家枸杞工程技术研究中心收集与创制的优良品系为试材,对枸杞的光合气体交换参数和叶片物理性状参数共9个指标进行主成分分析,提取到3个主成分,累计贡献率达86.88%,具有代表性,结合相关性分析最终筛选出净光合速率、气孔导度、胞间CO2浓度、蒸腾速率、叶面积、叶鲜质量、比叶重作为枸杞高光效的评价指标,运用层级分析法对主成分分析法确定指标权重的计算及排序,其中权重值最大的指标是蒸腾速率、比叶重,其次是叶鲜质量、气孔导度、叶面积,而净光合速率、胞间CO2浓度的最小,得出的结果满足一致性。在此基础上,对参试材料进行了聚类分析,并利用判别函数对聚类结果进行验证。
本试验通过聚类分析将76份材料分为3类型,其中有6个为第Ⅰ类型(低光效),占供试材料的7.9%,有51个为第Ⅱ类型(中等光效),占供试材料的67.1%,有19个为第Ⅲ类型(高光效型),占供试材料的25%,高光效类群的净光合速率、气孔导度、胞间CO2浓度、蒸腾速率、叶面积、叶鲜质量均显著高于低光效类群与中等光效的类群。结合大豆水稻[38]等作物的高光效育种实践,本试验仅以光合气体交换参数和叶片物理性状等指标建立的枸杞高光效评价方法, 缺乏光合作用中关键酶、群体光合、产量等指标的验证。笔者认为通过本文建立的方法虽不能够完全真实可靠的评价枸杞种质的光合能力,但可以作为枸杞高光效种质的初筛依据。
本研究调查的76份枸杞种质在光合气体交换参数与叶片物理性状指标上表现出较大差异;综合相关性分析与主成分分析,筛选出净光合速率、气孔导度、胞间CO2浓度、蒸腾速率、叶面积、叶鲜质量、比叶重可作为枸杞高光效的评价指标;聚类分析将76份材料分为3个类群,其中6个低光效型,51个中等光效型,19个高光效型。本研究建立的枸杞高光效评价方法可为枸杞品种选育提供参考依据。