浙江省早籼稻种质资源的表型多样性分析与评价

杨海龙，王 晖，雷锦超，蔡金洋，*

(1.嘉兴市农业科学研究院，浙江 嘉兴 314016； 2.浙江省龙泉市农业农村局，浙江 龙泉 323700)

水稻是我国最主要的粮食作物，也是浙江省重要的粮食作物，常规水稻品种有2种类型：常规籼稻和常规粳稻。我国籼稻产量位居世界第一，长江中下游又是我国主要的籼稻产区。但近年来，随着气候变化、生态环境恶化和栽培管理单一等问题给水稻生产构成了严重的影响，加之育种过程中频繁使用相似的骨干亲本造成水稻品种同质化严重，导致了水稻一些优良的基因丧失、产量水平难以突破和主栽品种遗传背景日益狭窄。我国拥有丰富的早籼稻品种资源，而种质资源蕴含着的产量基因、品质基因和抗性基因是研究其遗传多样性的重要基因基础，也是早籼稻优良品种选育的先决条件。通过研究早籼稻品种资源的遗传多样性可以有效减少亲本选配的盲目性并且能提高育种工作效率，对早籼稻品种改良和安全生产至关重要。

水稻表现型性状、染色体、等位酶和DNA等不同水平的测评是探究水稻种质资源遗传多样性的主要手段，但面对种质资源群体较大时，表现型性状的评价是最为简单、直接和经济的方法。曾亚文等对云南地方稻31个农艺性状的多样性研究结果发现，不同来源地的地方水稻品种在不同性状方面差异显著。Yan等建立的水稻核心种质资源(包含35%籼稻、10%夏稻、27%温带粳稻、24%热带粳稻和4%香稻)遗传多样性综合评价能有效地反映核心种质表现型性状的评价指标。胡标林等在Yan等的研究方法基础上分析了1 579份材料的14个表现型性状的过程中发现直链淀粉含量、株高、倒伏性、抽穗期、糙米色和颖壳色6个性状可以作为核心种质的综合评价指标。陈小龙等对宁夏60份粳稻材料16个农艺性状的多样性分析结果发现，宁夏粳稻种质资源之间相似性较高、遗传多样性不丰富、遗传差异较小。张晓丽等对东南亚各国的298份水稻种质资源农艺性状多样性分析结果发现，菲律宾、越南、柬埔寨和缅甸4个国家的的水稻种质资源具有丰富的遗传多样性。为探究浙江省早籼稻种质资源的遗传多样性，为长江中下游地区早稻种质资源利用和保护提供依据，进一步改良浙江省现有的早籼稻种质资源，提高早籼稻产量水平。因此，本研究以浙江省近年来培育的早籼稻品种和高世代稳定品系共计100份资源材料，测定其表现型性状并进行多样性分析，以拓宽长江中下游早籼稻的遗传基础，为早籼稻育种优良亲本或者中间品系的选择提供依据。

1 材料与方法

1.1 供试材料

本试验依据长江中下游地区籼稻种质资源状况，选取10份近年来浙江省审定的早籼稻主栽品种和90份具有稳定特性的高世代早籼稻品系(材料编号和名称见表1)，试验材料由嘉兴市农业科学研究院早籼稻课题组收集，其中高世代稳定早籼稻品系亲本选自浙江省科研育种单位或种子企业选育的品种，涵盖了当前浙江省审定或者国家审定适宜浙江种植的早稻新品种以及具有较好推广前景的品系材料。

1.2 试验方法

试验在浙江省嘉兴市农业科学研究院试验基地中进行，于2020年4月3日播种，5月2日移栽，每份材料种植6行，每行6株，单本种植，移栽规格17 cm×17 cm，所有供试材料移栽于同一块田地中，肥水管理和病虫害防治与当地生产田一致。性状鉴定和记录指标按照《水稻种质资源描述规范和数据标准》进行。主要调查早籼稻种质材料的生育期、株高、穗长、剑叶长、倒二叶长、每穗实粒数、每穗瘪谷数、结实率、单株有效穗数、千粒重、单穗重、谷粒长、谷粒宽和谷粒长宽比等14个表型性状。

表1 供试籼稻种质资源名称及编号

1.3 数据处理

试验数据使用Excel 2007进行数据整理，并计算观测农艺性状的平均值、标准差和变异系数，通过计算各农艺性状的Shannon-Winner指数进行表现型多样性分析，利用DPS 7.0进行多样性主成分分析，基于主成分分析结果计算各主成分的得分，并用于评估早籼稻种质资源优劣的综合评价D值，利用Origin 2021计算表现型性状的Euclidean平方距离并进行Ward聚类分析。

2 结果与分析

2.1 浙江省早籼稻种质资源材料表型性状变异性分析

如表2所示，100份早籼稻材料的14个表型性状存在差异，其变异系数从小到大分别为：生育期(0.96%)<千粒重(5.40%)<结实率(5.66%)<株高(6.50%)<倒二叶长(7.64%)<穗长(7.88%)<谷粒长(8.40%)<剑叶长(8.76%)<谷粒宽(9.03%)<谷粒长宽比(10.41%)<每穗实粒数(16.49%)<单穗重(19.35%)<单株有效穗(30.64%)<每穗瘪谷数(41.07%)，其中每穗瘪谷数和单株有效穗的变异系数最大；其次为单穗重、每穗实粒数、谷粒长宽比、谷粒宽、剑叶长、谷粒长、穗长、倒二叶长和株高；变异系数最小的是生育期。因此，在上述早籼稻种质材料中，每穗瘪谷数和单株有效穗的变异最为丰富，选择空间较大，在早籼稻育种中要尽量规避空瘪粒较多和单株有效穗较少的材料，来降低选育出品系(种)产量过低的可能性。

2.2 浙江省早籼稻种质资源农艺性状表型多样性分析结果

遗传多样性指数()可以用来表示不同表型性状的遗传多样性，遗传多样性指数数值越大，生物多样性的程度越高，种群对环境的适应力越强。由图1可知，14个表型性状的多样性指数在5.50(每穗瘪谷数)～5.61(生育期)，变幅较小，平均5.59；其中穗长、倒二叶长、谷粒长宽比、剑叶长、谷粒宽、谷粒长、株高、结实率、千粒重和生育期表型性状的遗传多样性指数在5.60以上；每穗瘪谷数、单株有效穗、单穗重和每穗实粒数在5.50～5.60。研究数据表明，100份籼稻种质资源具有一定的形态变异和多样性，其中生育期和千粒重的遗传多样性指数最高，表明该性状多样性程度高且对环境的适应能力强。

2.3 浙江省早籼稻种质资源表型性状的主成分分析

对早籼稻种质资源的14个性状进行主成分分析，结果如表3所示，前7个主成分累计贡献率达到83.39%，将其命名为CF1、CF2、CF3、CF4、CF5、CF6和CF7，表明这7个主成分可以反映100份早籼稻种质资源的83.39%的遗传内容，是早籼稻表型特征的重要成分。其中CF1的特征值为2.78，贡献率19.89%；CF2的特征值为2.49，贡献率17.76%；CF3的特征值为1.99，贡献率14.22%；CF4的特征值为1.49，贡献率10.63%；CF5的特征值为1.10，贡献率7.84%；CF6的特征值为1.02，贡献率7.27%；CF7的特征值为0.81，贡献率5.78%。由表3可知，第一主成分CF1最高载荷为单穗重(0.48)，最大负载荷为单株有效穗(-0.36)，特征向量的关系说明第1主成分是单穗重因子，单穗重越重，单株有效穗越少；CF2最高载荷为每穗瘪谷数(0.51)，最大负载荷为结实率(-0.35)，特征向量的关系说明第2主成分是瘪谷数因子，每穗瘪谷数越多，结实率会越低；CF3最高载荷为谷粒长宽比(0.62)，最大负载荷为倒二叶长(-0.24)，特征向量的关系说明，第3主成分因子是谷粒长宽比，谷粒长宽比越大，水稻倒二叶长度越短；CF4最高载荷为倒二叶长(0.47)，最大负载荷为谷粒宽(-0.43)，特征向量的关系说明第4主成分是倒二叶长因子，倒二叶越长，谷粒宽度越小；CF5最高载荷为穗长(0.58)，最大负载荷为剑叶长(-0.27)，特征向量的关系说明第5主成分是穗长因子，穗长越长，剑叶长度越短；CF6最高载荷为生育期(0.48)，最大负载荷为剑叶长(-0.47)，特征向量的关系说明第6主成分是生育期因子，生育期越长，剑叶会越短；CF7最高载荷为单株有效穗(0.48)，最大负载荷为千粒重(-0.30)，特征向量的关系说明第7主成分是单株有效穗，单株有效穗越多，千粒重越低。

表2 浙江省早籼稻种质材料表型遗传变异分析

C1，生育期；C2，株高；C3，剑叶长；C4，倒二叶长；C5，穗长；C6，每穗实粒数；C7，每穗瘪谷数；C8，结实率；C9，单株有效穗；C10，千粒重；C11， 单穗重；C12，谷粒长；C13，谷粒宽；C14，谷粒长度比。C1, Growth period; C2, Plant height; C3, Flag leaf length; C4, Length of second leaf; C5, Panicle length; C6, Filled grains per panicle; C7, Shriveled grains per panicle; C8, Seed setting rate; C9, Effective panicle per plant; C10, 1 000-grain weight; C11, Single spike weight; C12, Grain length; C13, Grain width; C14, Grain width.图1 浙江省早籼稻种质材料14个表型性状的多样性指数Fig.1 The diversity index of 14 phenotypic characters of early indica rice germplasm in Zhejiang Province

2.3.1 基于主成分的二维排序分析

基于早籼稻种质资源的14个性状的主成分分析结果，累计贡献率达到83.39%的前7个主成分进行二维排序分析，以第1主成分为轴、第2、3、4、5、6和7主成分为轴绘制二维排序图。第1主成分为单穗重因子，研究指出单穗重越大有利于提供产量；第2、3、4、5、6和7主成分为每穗瘪谷数、谷粒长宽比、倒二叶长、穗长、生育期和单株有效穗因子。其中每穗瘪谷数越多、谷粒长宽比越大、倒二叶越长对产量影响的负效应越大；而一定范围内，穗长越长、生育期和单株有效穗越多对产量的影响有正效应。因此，以第1主成分为轴，第2主成分为轴的二维排序图中，符合对早籼稻种质资源产量有正效应影响的主要分布在图2-A的第4象限：分别是编号为12、21、27、28、31、32、34、36、39、45、46、48、49、50、51、58、59、63、64、66、69、72、75、81、86、87、89、90、91的品种，其共同特征是单穗重较大、每穗瘪谷数较少。图2-B的以第3主成分为轴，符合对早籼稻种质资源产量有正效应影响的主要分布在第4象限：分别是编号为11、16、17、19、20、21、27、29、32、34、36、37、45、48、49、50、59、63、89、90、91、92、95的品种，其共同特征是长宽比小，有较好的产量潜力。图2-C的以第4主成分为轴，符合对早籼稻种质资源产量有正效应影响的主要分布在第4象限：分别是编号为12、13、14、18、19、22、24、29、30、34、40、45、46、48、59、62、63、69、74、75、86的品种，其共同特征是倒二叶长度适中且穗子重。图2-D的以第5主成分为轴，符合对早籼稻种质资源产量有正效应影响的主要分布在第1象限：分别是编号为16、18、21、22、24、25、26、27、29、30、31、32、34、36、39、42、45、46、48、49、51、59、69、72、73、86、87和92的品种，其共同特征是穗长长和单穗重大，丰产性好。图2-E的以第6主成分为轴，符合对早籼稻种质资源产量有正效应影响的主要分布在第1象限：分别是编号为19、21、22、24、25、26、27、29、32、34、36、39、42、45、48、49、51、59、66、69、72、73、87、90、92的品种，其共同特征是生育期长。图2-F的以第7主成分为轴，符合对早籼稻种质资源产量有正效应影响的主要分布在第1象限：分别是编号为16、18、27、28、29、30、31、32、34、36、39、42、45、46、48、51、62、69、72、75、86、87、92的品种，其共同特征是单穗重重且单株有效穗多，增产潜能大。

表3 浙江省早籼稻种质资源主成分分析

PC表示早籼稻资源的主成分得分值，PC1、PC2、PC3 、PC4、PC5、PC6和PC7分别表示第1、2、3、4、5、6和7主成分得分值。PC represented the score values of principal components in different japonica rice resources， PC1， PC2， PC3， PC4， PC5，PC6 and PC7 represented the score values of the first， second， third， fourth， fifth， sixth and seventh principal component in different early indica rice resources， respectively.图2 浙江省早籼稻种质资源主成分二维排序图Fig.2 Scatter plot based on PCA in indica rice germplasm resources in Zhejiang Province

2.3.2 早籼稻种质资源表型性状综合评价

基于DPS 7.0对100份早籼稻种质资源的表型性状主成分分析结果，根据陈越等的方法计算各主成分隶属函数值，依据主成分贡献率大小得出前7个主成分的权重分别为0.238 5、0.213 0、0.170 5、0.127 6、0.094 0、0.087 2和0.069 3，再根据权重系数计算100份早籼稻种质资源的综合评价D值，D值越高表示表现型综合性状越好。由表4可知，综合排名前15的早籼稻资源有：13、25、11、26、5、24、30、12、92、72、42、3、18、51、14。综合性状较好的种质资源可以作为早籼稻配组的亲本和中间材料。

14个早籼稻表型性状与D值的相关性分析如表5所示，D值除了与株高、剑叶长、结实率和单株有效穗外，与其他表型性状都呈现显著的正相关关系(<0.05)，表明这些表型性状对早籼稻种质资源表型综合评价D值影响显著。

2.3.3 早籼稻种质资源表型性状综合评价指标筛选

以D值为因变量，所调查的14个表型性状的数据为自变量，通过逐步回归分析构建得到的最优回归方程：

==-00584-0001 8×+0.0123×+2.245 0×+0.014 6×+2.908 5×-5.73 34×。回归方程中的、、、、和分别代表每穗实粒数、每穗瘪谷数、结实率、单株有效穗、谷粒长、谷粒宽；其对应的直接通径系数分别为：-0.198 1、0.242 7、0.229 0、0.331 7、0.916 1和-0.900 2。回归方程的相关系数=0.947 2，当D值为135.304时，方程呈现极显著水平，说明以上6个表型性状对早籼稻种质资源表型多样性的综合评价影响显著，可以作为评价指标。

表4 一百份早籼稻种质资源D值及其排序

表5 一百份早籼稻种质资源表型性状与综合评价D值的相关系数

2.4 浙江省早籼稻种质资源表型性状的遗传多样性聚类分析

基于14个表型性状标准化数据按离差平方和法对100份早籼稻种质资源进行聚类分析，构建不同早籼稻种质资源材料的聚类图(图3)。如图3和表6所示，在Euclidean平方距离200处可将100份早籼稻材料分为4大类。

第Ⅰ类群种质资源包括2、3、4、5、7、8、9和10，占供试早籼稻种质资源的7%。该类群的种质资源生育期最短(112.86 d)、株高最高(96.93 cm)、倒二叶最短(32.11 cm)、每穗瘪谷数最多(36.94粒)、结实率最低(79.89%)、单株有效穗最多(10.86个)、千粒重最小(24.21 g)、单穗重最低(3.94 g)、谷粒宽最小(0.32 cm)和谷粒长宽比最长(2.50)，其他表型性状在4个类群中居中。综合各表型性状的特点说明该类群的种质资源可以作为早籼稻育种和基因发掘中重要的基础材料，但产量构成因素方面需要进一步改善提高。

编号同表1。The numbers were the same as those in Table 1.图3 浙江省早籼稻种质资源表型性状的聚类分析Fig.3 Cluster analysis of phenotypic traits of early indica rice germplasm resources in Zhejiang Province

表6 不同类群各指标均值

第Ⅱ类群包括11、12、13、14、17、18、22、25、26、29、30、40、62、72、74、75、92和95，占供试早籼稻种质资源的18%。该类群的种质资源株高最矮(86.70 cm)、剑叶最长(30.87 cm)、穗长最短(20.43 cm)、每穗实粒数最多(170.11个)、单株有效穗最少(5.67个)、千粒重最大(27.11 g)、单穗重最大(6.06 g)、谷粒长(0.81 cm)和谷粒宽(0.35 cm)最大，其他表型性状在4个类群中适中，说明该类群可以作为较好的遗传资源，是重要增产种质材料。

第Ⅲ类群包括6、16、19、20、21、23、32、34、35、36、37、45、48、49、50、52、57、58、59、61、63、65、68、70、71、76、78、84、86、87、88、89、90、91、94和99，占供试早籼稻种质资源的36%。该类群的种质资源倒二叶最长(32.99 cm)、每穗实粒数和每穗瘪谷数最少(133.04和17.72个)、结实率最高(88.41%)、谷粒长和谷粒长宽比最小(0.72 cm和2.11)，其他产量构成因素适中，说明该类群种质资源具有每穗瘪谷数少，结实率高的优点，但进行亲本选配和品种改良时需考虑每穗实粒数较少的特性。

第Ⅳ类群包括1、15、24、27、28、31、33、38、39、41、42、43、44、46、47、51、53、54、55、56、60、64、66、67、69、73、77、79、80、81、82、83、85、93、96、97、98、100，占供试早籼稻种质资源的39%。该类群的种质资源生育期最长(114.82 d)、剑叶长最短(28.91 cm)、穗长最长(22.06 cm)，其他性状适中，说明第Ⅳ类种质资源综合性状中等。

3 讨论与结论

3.1 早籼稻种质资源表型性状的遗传差异

采用变异系数和遗传多样性指数既能够反映群体内的遗传多样性水平，又能够提高水稻种质资源的利用效率和创新水平。本研究根据14个表型性状的变异指数和多样性指数来反映收集100份早籼稻种质资源的表型多样性水平，结果表明，14个表型性状的变异系数在0.96%～41.07%，各个表型性状之间有着明显差异，其中每穗实粒数(16.49%)、每穗瘪谷数(41.07%)、单株有效穗(30.46%)、单穗重(19.35%)和谷粒长宽比(10.41%)这个5个农艺性状的变异系数在10%以上，表明这些性状在100份早籼稻种质资源中有丰富的变异度，可以作为早籼稻育种选择的创新种质资源。贺治洲等对9个国家127份的热带水稻种质资源表型性状的变异系数分析结论和本次研究结果相似。本研究指出，早籼稻种质资源14个表型性状的遗传多样性指数在5.50(每穗瘪谷数)～5.61(生育期)，高于前人对粳稻、彩色稻和热带水稻种质资源的多样性指数。说明收集的早籼稻种质资源在表型上差异显著，具有丰富的遗传多样性，在今后早籼稻育种中可加以挖掘和利用优秀的种质基因，来创造高产的早籼稻新品种。

3.2 早籼稻种质资源表型性状的综合评价

前人对水稻表型性状综合评价的研究相对较少，种质资源的评价好坏与选育出品种的优劣有直接的关系。本文基于宫彦龙等的二维排序分析评估方法对100个早籼稻资源进行评价分析筛选出既有单穗重大的优势，又有每穗瘪谷数少、长宽比小、倒二叶长度适中、穗长长且有效穗多特点的6类早籼稻资源，结合二维排序分析结果发现，34(4128)、45(4209)、48(4225)和59(4278)是在二维排序图中的重叠早籼稻资源(图2)，可作为早籼稻育种选择的中间材料。要燕杰等认为，基于主成分的二维排序，可以协调各主成分间的关系，能够直观清晰评价不同种质的表型性状和产量性状。本研究基于主成分分析与隶属函数计算综合评价D值对100份早籼稻种质资源优劣的综合评价，综合表型性状较好(D值得分高)的前15名种质材料依次为：4021、4091、4093、4116、4332、4017、4046、4086、中早35、4417、4018、4241、4472、4192、4435和4024。说明这些材料可以用作亲本或者中间材料。结合主成分分析与逐步回归分析从14个表型性状筛选到每穗实粒数、每穗瘪谷数、结实率、单株有效穗、谷粒长、谷粒宽6个对早籼稻综合评价D值影响显著的表型性状，说明这6个表型性状可作为早籼稻种质材料综合评价的关键指标，其中筛选到的每穗实粒数、单株有效穗、谷粒长和谷粒宽等性状与陈越等和宫彦龙等的研究结果一致。本研究根据聚类分析将早籼稻种质资源按照表型性状分为4类，第Ⅰ类群单株有效穗多，生育期较短，但每穗瘪谷数多、结实率低、千粒重和单穗重低，需要适当的对该类群的产量性状进行提高改善。第Ⅱ类群每穗实粒数最多、千粒重最大、单穗重最大、谷粒长和谷粒宽最大，但穗长短，单株有效穗最少，其他表型性状在4个类群中适中，说明该类群可以作为较好的遗传资源，按照目标性状加以利用，最终选育出符合市场要求的优良品种。第Ⅲ类群每穗实粒数和每穗瘪谷数最少，结实率高，谷粒长和谷粒长宽比最小，其他产量构成因素适中，说明该类种质资源具有每穗瘪谷数少，结实率高的优点，但进行亲本选配和品种改良时需考虑每穗实粒数较少的特性。第Ⅳ类群中各个表型性状比较适中。今后的研究可利用分子标记技术从基因水平上对早籼稻种质资源进行遗传多样性分析和鉴定，结合表型性状的试验结果，为更好地利用早籼稻种质资源提供参考意见。