盐碱地油用亚麻种质资源的鉴定与评价

夏尊民， 曹洪勋， 刘 蕊， 韩喜财， 宋鑫玲， 曹 焜

(1.黑龙江省科学院大庆分院， 黑龙江 大庆 163319； 2.黑龙江省种业技术服务中心， 哈尔滨 150008)

components; cluster analysis

亚麻(LinumusitatissimumL.)按特征和用途分为纤维用亚麻、油用亚麻和油纤兼用亚麻三种类型[1]。亚麻是一种从种子到茎秆可以全植株加工利用的作物。亚麻茎秆中的纤维具有吸湿性强、散热快、抑菌保健等优点，广泛应用于纺织、服装、汽车用品、室内装饰材料等[2]。亚麻籽中含有脂肪、蛋白质、膳食纤维、木酚素、维生素E等营养成分[3]，其中α-亚麻酸含量为45.0%～60.0%[4]。亚麻籽及其产品具有降低胆固醇、调节血脂、抑制血栓形成、预防和抗癌等功效，广泛应用于油脂、食品、医药和日用化工等领域，市场需求不断增加[5-6]。

油用亚麻是我国西北、华北及东北地区重要的油料作物[7]，具有适应性广、耐寒、耐盐碱的特性，在盐渍化土壤条件下种植亚麻与其他作物相比具有明显优势[8]。筛选适应区域环境的种质资源培育优良品种是产业发展的基础。通过种质资源的评价鉴定，了解资源的遗传多样性，有利于为目标性状的改良和突破而选定亲本材料[9]。本试验对近年来引进的国内外84份油用亚麻种质资源在pH值为8.48、总盐量0.268%的土壤条件下进行主要性状鉴定测试，并且在提取主成分的基础上进一步分析每份资源的主成分综合得分，结合聚类分析直观量化评价每份资源，为种质资源利用提供依据。

1 材料与方法

1.1 材 料

试验材料为2018年和2019年引自中国农科院麻类研究所、白俄罗斯国家科学院亚麻研究所和甘肃省农科院作物研究所的84份亚麻种质资源，序号、引进年代和名称见表1。

1.2 方 法

田间试验在大庆市东风农场五连试验基地进行，试验地土壤pH值为8.48，总盐量0.268%。田间采取顺序排列方法，3次重复，播种密度为850粒/m2,行距20 cm，3行区人工条播。从出苗开始记录每份资源性状特征。种子成熟期收获，收获前每小区选取20株有代表性的植株用于考种，考种方法和数据采集参照王玉富[10]主编的《亚麻种质资源描述规范和数据标准》，测定株高、工艺长度、分茎数、主茎分枝数、单株蒴果数、蒴果大小、单果粒数、单株粒重、每平方米种子产量、千粒重以及含油率等性状。含油率采用浙江托普公司的HCY-20型核磁共振含油率检测仪测定。

1.3 数据分析

采用 Microsot Excel软件和SPSS_20软件对数据进行整理和分析。

2 结果与分析

2.1 性状的变异分析

对84份油用亚麻种质资源的11个主要性状的原始数据进行统计分析，结果(表2)显示，11个性状的变异系数差异显著，变异系数表现为分茎数>单株粒重>单株蒴果数>种子产量>主茎分枝数>工艺长度>单果粒数>株高>蒴果大小>含油率。分茎数的变异系数最大，为134.91%，含油率的变异系数最小，为4.06%。变异幅度反映出84份资源所包含的类型丰富，性状差异显著，也表明不同性状通过常规杂交育种手段得到改良的效果也不相同。

表2 主要性状变异情况Table 2 Variation of main characters

表4 主成分的各性状得分系数Table 4 Score coefficients of main components

2.2 资源的主成分综合得分

利用11个性状的原始数值做主成分分析，将11个性状变量依次定名为x1、x2、x3……x11。由于这些性状变量的单位和度量值不同，所以应采用相关性矩阵分析。将11个性状原始变量综合转化后，根据特征值和贡献率提取4个主成分(见表3)，其累积贡献率为82.634%，可以认为其具有较好的信息代表性，而且KOM验证值为0.747，Bartlett球形度检验Sig<0.005，表明各变量之间的相关性较高，利用这些变量做因子分析的结果比较可靠。根据主成分矩阵中性状变量系数将4个主成分分别归纳为“单株粒重”“株高”“种子产量”“单果粒数”主成分。在此基础上参照邓维斌等[11]的方法进一步计算每份资源主成分综合得分。

首先对84份资源的11个性状变量的原始数据进行标准化转换，标准化后的变量依次为zx1、zx2、zx3……zx11。然后用每个主成分矩阵中的性状特征系数除以相应特征值的正根值，计算出每个性状对应的主成分得分系数，依次设定为t1、t2、t3、t4(表4)。

表3 主成分矩阵、特征值及贡献率Table 3 Principal component matrix,eigenvalue and contribution rate

利用得分系数和标准化变量按照下列公式计算每份资源的4个主成分得分：

y1=0.386×zx1+ 0.378×zx2-0.342×zx3+……+0.251×zx11

表5 资源的主成分综合得分排列顺序Table 5 Order of principal component comprehensive scores of resources

y2=0.354×zx1+ 0.371×zx2+ 0.296×zx3+……-0.283×zx11

y3=0.043×zx1-0.121×zx2+ 0.349×zx3+……+0.064×zx11

y4=0.074×zx1+ 0.079×zx2-0.088×zx3+……+0.548×zx11

最后以每个主成分的贡献率按照公式Y= 0.450y1+0.145y2+0.136y3+0.096y4计算出每份资源的主成分综合得分,采用升序排列后列于表5。

主成分综合得分可直观体现84份种质资源11个性状的综合表达，主成分综合得分值越大，体现油用类型品种的特性越突出，在油用亚麻育种研究中利用价值越大。

2.3 资源聚类分析

同样选用11个性状的原始测量数据，采用SPSS 20软件的欧式距离法对84份资源进行聚类分析(图1)。在欧式距离D=12.5的水平上，将84份资源分为五大类群。

第1类群包括29、34、33、11、1、21、38、48、30、32、31、17、28、23、27、14、4、16、6、49、26、19、65、78、10、66、18、37、13、7、22、5、20、24、2号，共计35份资源。该类群主成分综合得分平均值为-0.676，平均株高和工艺长度最高，分茎数和单株蒴果最少，含油率较低，生育期短。

第2类群包括43、46、42、47、35、39、55、36、45、44、9、74、3、15、25、8、12、75号，共计18份资源。该类群主成分综合得分平均值为-0.347，与第1类群相比株高和工艺长度降低，分茎数、单株蒴果、分枝数、单株产量增加，含油率有所提高，生育期增长。

第3类群包括41、67、40、50、60、51、57、52、62、76、77、59、69、71、84、79、63、56号，共计18份资源。该类群主成分综合得分平均值为0.909，株高和工艺长度较矮，蒴果数较多，单株粒重、千粒重较大，含油率较高。

第4类群包括53、82、64、70、72、58、68、80、81、83、54、61号，共计12份资源。该类群主成分综合得分平均值为0.975，与其他类群相比单位面积种子产量最高，含油率最高。

图1 84份资源聚类分析Fig.1 The cluster analysis of 84 oil flax germplasm resources

第5类群只有73号一份资源。该资源的主成分综合得分值最高，为3.468，而且单株粒重、分枝数、分茎数、单株蒴果数也最多。

3 结 论

种质资源是育种研究的基础，亚麻的适应区域虽然较广泛，但是不同区域自然条件对品种的农艺性状和品质表现也有显著的影响。通过对84份油用亚麻种质资源的11个主要性状在盐碱地条件下进行鉴定评价，结果证明，11个性状的变异系数差异显著，变异系数超过50%的性状有3个，分别为分茎数(134.9%)、单株粒重(65.4%)、单株蒴果数(57.2%)；变异系数小于10%的性状有2个，分别为含油率(4.1%)、蒴果大小(6.5%)。变异系数越大的性状通过杂交育种改良的效果越明显，变异系数越小的性状通过杂交育种改变的幅度越小，配制杂交组合时宜针对不同性状采用优势叠加或互补方式选用亲本资源。

通过对84份油用亚麻种质资源的11个主要性状采用相关性矩阵进行主成分分析，提取“单株粒重”“株高”“种子产量”“单果粒数”4个主成分，累积方差贡献率为82.63%。通过聚类分析，在欧氏距离D=12.5的水平上将84份资源归纳为五大类群：第1类群35份资源，第2类群18份资源，第3类群18份资源，第4类群12份资源，第5类只有1份资源。提取主成分只能体现各性状因子的贡献大小，聚类分析也同样只能将遗传特性相似的资源归类，并不能直观量化判定在各性状因子作用下种质资源的表现，也不便于直观指导杂交育种的亲本选配。因此，在提取主成分的基础上，进一步计算各份资源的主成分综合得分，并且与聚类分析结合，不仅将84份资源进行了归类，而且根据主成分综合得分可以对每个类群中的油用亚麻种质资源进行量化评价，各类群的主成分综合得分的平均值依次为-0.676、-0.347、0.909、0.975和3.468。本研究结果为油用亚麻育种研究定向选配亲本提供参考。