安徽麦区软质小麦主要品质性状的基因型-环境互作分析

为了深入研究安徽麦区软质小麦主要品质性状的基因型效应与不同种植区域环境效应的互作关系及稳定性,本研究利用AMMI双标图对种植于7个生态试点的12个软质小麦品种的蛋白质含量、湿面筋含量、面团稳定时间及吸水率4个品质指标进行综合评价。AMMI双标图分析结果表明,濉溪和新马桥生态试点能够较好地分辨品种湿面筋含量,区分品种面团稳定时间的最佳地点是太和生态试点,阜阳生态试点能够很好地区分不同品种的吸水率,能较好地区分蛋白质含量的生态试点是新马桥。吸水率和面团稳定时间表现好的品种是瑞华麦516、天益科麦5号;湿面筋含量中较稳定的品种是华成863和瑞华麦516;天益科麦5号是蛋白质含量平均值较高且较稳定的品种。相对而言,天益科麦5号具有广适、稳定且品质性状优良的基因型。

安徽麦区软质小麦面粉溶剂保持力的基因型与环境互作

为了深入了解安徽麦区软质小麦溶剂保持力(SRC)性状的基因型效应与不同种植区域环境效应的互作关系及稳定性,利用GGE双标图对种植于7个生态试点的12个大田推广软质小麦品种的蔗糖SRC、乳酸SRC、碳酸钠SRC和水SRC 4个性状进行了综合评价。GGE结果表明,供试材料的4个SRC性状的GGE变异值均大于50%,环境-基因型互作效应复杂。能较好区分蔗糖SRC和乳酸SRC的试点是濉溪,能较好区分碳酸钠SRC且具有强代表性的生态点是新马桥,能区分水SRC的生态点是阜阳。生态适应性和稳定性分析表明:蔗糖SRC值表现较稳定的品种包括华成863、龙科1109、荃麦725和涡麦99;乳酸SRC值稳定的品种有徽研912和瑞华麦516,碳酸钠SRC值稳定的品种包括徽研912和瑞华麦516,水SRC值表现较稳定的品种是华成863。

壳白长牡蛎基因型与环境互作(G×E)效应分析

为探索壳白长牡蛎品系的壳色性状和生长性状的基因型与环境互作(G×E)效应,利用巢氏设计构建全同胞家系,每个家系分成两组分别在乳山和荣成海域进行养殖。利用线性混合模型和REML法分析11月龄壳白长牡蛎生长性状和壳色性状的遗传力及G×E效应。采用最佳线性无偏预测法(BLUP法)估计壳高和L~*两个性状的育种值,并通过加权获得综合育种值来筛选优良家系。结果显示,乳山组和荣成组的壳白长牡蛎生长和壳色性状的遗传力不同,分别为(0.14±0.08)～(0.62±0.18)和(0.01±0.03)～(0.78±0.19),可能存在尺度效应。以不同环境为固定效应,综合两个环境计算出的生长和壳色性状的遗传力为(0.02±0.02)～(0.51±0.09),然而由于部分全同胞家系缺失和模型不收敛的原因,估计模型中未包括母本/共同环境效应和显性效应,上述遗传力估计值偏高。本研究中生长和壳色性状在两个环境间的遗传相关为(–0.47±0.40)～(0.75±0.18),均小于0.8,表明壳白长牡蛎品系的生长和壳色性状都具有明显的重排效应,壳白长牡蛎品系其选育需要针对不同的养殖环境培育不同适应性的选育家系。综合育种值排名前20的个体其家系来源比例表明,家系G1和G21对于乳山海域表现出特殊的适应性,而家系G4、G22和G5对荣成海域环境具有特适性,家系G2则对两个环境具有普适性。研究为壳白长牡蛎品系的良种选育提供了重要的参考依据。

基因型-环境互作对距离分析的影响初探

探讨基因型-环境互作对距离分析的影响。结果表明,由于基因型-环境互作的存在,影响了距离分析结果的稳定性和可靠性、限制了距离分析的应用。基因型-环境互作对距离分析的影响可以通过品种稳定性来进行研究。试验结果证明,当用平均值和稳定性方差一起作为参量进行距离分析,可以消除基因型-环境互作对距离分析的影响。

基因型与环境互作下粳稻农艺性状的遗传效应分析

采用包括基因型与环境互作效应的加性-显性遗传模型,分析基因与环境互作下粳稻农艺性状的遗传效应。结果表明,各性状加性及显性方差比率均达极显著水平,株高、穗数、穗长、每穗总粒数、着粒密度、千粒质量等性状加性方差比率较大,结实率、单株产量的显性方差比率较大,株高、每穗总粒数、结实率、千粒质量、单株产量性状的加性×环境互作效应的方差比率达显著或极显著水平,穗长的加性×环境和显性×环境互作效应方差比率均达极显著水平,着粒密度的显性×环境互作效应方差比率达极显著水平。

作物科学中的环境型鉴定(Envirotyping)及其应用

全球气候变化正在对地球的环境产生日益重要的影响,而作物生产取决于作物基因型和环境之间的相互作用。利用现代生物学技术可以在分子水平上精细解析作物的基因型及其各个遗传组分对于表现型的贡献。然而对于作物具有重大影响的环境因子,目前,只能通过作物在不同环境下的表现型来推测其综合作用,或对整个试验区的个别环境因子进行对比分析,因而无法对各类环境因子进行深入剖析。笔者首次在国际上提出了环境型鉴定概念,并创造了一个英文新词etyping来表示。在本文中,环境型鉴定用envirotyping来代替。环境型(envirotype)用来描述包括所有影响作物不同生长发育阶段的内部和外部环境因子及其各种组合,外部环境因子主要包括水、肥、气、热、光、土壤、耕作制度和伴生生物等;而环境型鉴定用来表述对所有环境因子的解析和测定。环境型信息可以通过多种方式采集。作物多年多点区域试验积累了大量相关试验点的环境数据;地理信息系统(geographic information system,GIS)和土壤信息系统积累了大量气候、天气、土壤的数据;小型气象站可以监测小范围的天气、降雨、温度、气流等气象因子。众多环境检测仪器的使用,可以大规模采集与植物冠层、植物周边甚至单个试验小区和单个测试材料有关的土壤、光照、温度、水分、病虫害、伴生生物等外界环境因子。环境型信息将日益广泛应用于环境及其特征性鉴定、作物基因型-环境型互作、表现型预测、病虫害流行预测、近等环境型(near iso-envirotype)确定、作物对特定环境的反应研究、农艺组学(agronomic genomics)、精准高效农业等。展望未来,环境型鉴定需要将研究对象聚焦在单个材料的水平,实现单个材料的相关环境因子不同阶段的动态鉴定;需要开发和建立与基因型、表现型相结合的综合信息系统以及相应的决策支撑系统;环境型信息将最终有助于建立基于基因型-表现型-环境型的三维作物生产和研发系统,从而使未来作物育种中的选择建立在此三维空间概念的基础之上,并推动高产高效作物生产体系的建立。

基因型×环境互作下小麦氮代谢相关性状的遗传和相关性分析

【目的】选育氮高效的小麦品种,可有效提高氮素利用效率和生产效率,对环境安全至关重要。本文分析了小麦氮代谢相关性状的遗传效应,为小麦氮高效品种选育提供理论依据。【方法】选用7个小麦品种及其组配的12个杂交组合,进行田间盆栽试验。设置3个氮水平,利用基因型与环境互作的加性-显性遗传模型,对氮代谢相关的10个性状进行遗传与相关性分析。【结果】株高、开花期和成熟期单茎干物重、开花期氮素积累量、籽粒氮素积累量和氮素吸收总量主要受加性效应控制,花后氮素同化量受显性×环境互作效应影响较大,氮素利用效率、氮素生理效率以加性×环境互作效应为主。10个性状狭义遗传力总体不高(平均值为0.56),广义遗传力总体较高(平均值为0.881)。互作广义遗传力均达到1%显著水平,表明不同的氮水平对遗传表达有较大影响。氮素利用效率、氮素生理效率和开花期氮素积累量的互作狭义遗传力较大,表明不同氮水平对这些性状的选择效果不同。通过加性效应预测值得出,亲本DK138和JN10的氮素利用效率和氮素生理效率的加性效应为显著正效应。大多数组合的显性主效应与不同氮水平下的显性×环境互作效应在方向上不尽一致,表明小麦氮高效杂交后代的选择宜考虑特定的氮水平条件。显性效应预测值表明,组合JN10×W9903的氮素生理效率显性效应值最大且达到显著水平,是氮素生理效率较高的组合。相关分析表明,两两性状间以加性遗传相关为主。氮素生理效率与株高呈加性正相关关系,达到10%显著水平。除株高和谷氨酰胺合成酶活性外,氮素利用效率与其他性状间以显性环境互作相关为主。氮素利用效率与氮素生理效率之间的显性×环境互作相关系数达到10%显著水平。氮素利用率与氮素生理效率的表现型和基因型相关系数为正值且达1%显著水平。【结论】通过性状分析表明,株高在一定程度上可以作为氮素生理效率的间接选择性状,氮素利用效率与氮素生理效率这两个性状进行协同改良。品种DK138和JN10可作为亲本以提高后代的氮素利用效率和氮素生理效率。杂交组合LM14×W9903表现出良好的后代选育利用潜力。

基于环境互作的加性-显性-加加上位性模型的多环境指数选择(英文)

适应性和稳定性是优良品种所必须具备的基本条件。在多个环境下对多个性状进行选择一直是一个悬而未决的难题。基于加性-显性-加加互作以及它们和环境互作的遗传模型,本文提出了两类选择指数:普通选择指数和考虑基因型与环境互作的选择指数(环境互作选择指数)。其中普通选择指数可用于具有广泛适应性品种的选择,环境互作选择指数则可用于具有特定环境适应性的基因型的选择。对于自花授粉作物,本文提出了两类育种值,即普通育种值和基因型与环境互作育种值。其中,普通育种值包括上位性效应和加加上位性效应,基因型与环境互作育种值包括加性、加加上位性与环境的互作效应。应用混合线性模型估算选择指数构建中涉及的方差-协方差分量。以一组陆地棉双列杂交设计试验作为实例,演示了所提出的选择指数的构建过程。本文提出的指数选择方法可望为多环境下多个性状同步选择提供一条有效的途径。

林木基因型与环境互作的研究方法及其应用

我国是全球第一大木材进口国和第二大木材消费国,木材对外依存度已连续多年超过50%。然而,我国每公顷森林年均生长量约为林业发达国家水平的一半,这说明我国林木育种水平与林业发达国家相比仍有较大差距。因此,加强林木的规模化试验与精准遗传评估,通过林木良种的精确选育与推广对提高我国人工林的生产力水平具有重要意义。基因型与环境互作是林木规模化试验与精准遗传评估的重要环节之一。基因型与环境互作(G×E)是指基因型的相对表现在不同环境下缺乏稳定性,表现为不同环境下基因型排序变化或基因型间差别不恒定。现有研究证实,林木G×E很普遍且通常很大,要找到具有广泛适应性的优良基因型往往较困难。由于G×E会减小遗传力和遗传增益,因此了解G×E效应及其驱动环境因子,对育种设计、良种选育和种苗配置至关重要。本文归纳了目前研究G×E的主流分析方法(包括因子分析法、BLUP-GGE联合分析法)和遗传力的估算方法,也比较了这些G×E分析方法(包括稳定性分析、B型遗传相关、AMMI分析、GGE双标法、因子分析法和BLUP-GGE联合分析法)的优缺点,其次综述了全球重要经济树种(湿地松、火炬松、欧洲云杉、巨桉、辐射松、花旗松,等)近年来在生长性状(胸径、树高、材积,等)、形质性状(通直度、分枝角度、分枝大小,等)和材性性状(木材密度、弹性模量,等)的G×E研究进展,进而讨论了林木G×E的环境驱动因子及其应对策略,最后针对林木G×E研究新方法开发、加强多性状的G×E分析以及将基因组选择融入G×E分析方面对未来研究方向提出建议:1)新的林木遗传分析模型与G×E分析的联合应用;2)林木多环境、多性状的G×E的模式和幅度;3)特定环境的林木基因组育种值的精准估计。

基因型与环境效应对西藏春青稞β-葡聚糖和食用纤维含量的影响

为了解基因型、环境及互作效应对西藏春青稞β-葡聚糖和食用纤维含量的影响,选择西藏不同地区春青稞8个品种(品系),分别在四个地区种植,对其β-葡聚糖和食用纤维含量进行了分析。通过方差分析表明:不同春青稞品种(品系)的β-葡聚糖含量在四个地区间存在差异,而食用纤维含量没有差异;地区间的青稞品种食用纤维含量存在差异,β-葡聚糖含量则不存在差异;从基因型、环境以及基因型与环境互作对二者含量的影响分析得出:在本试验条件下青稞β-葡聚糖含量的变异主要来自供试品种和环境的互作效应作用,其次是品种间差异,环境作用相对较小;而对食用纤维含量的变异主要来自环境效应作用,其次是品种和环境的互作效应,而品种间的差异相对较小。用AMMI模型对β-葡聚糖与食用纤维基因型和环境互作的影响进行分析可以看出:990852在各区域的β-葡聚糖平均含量相对较高,PCA1值较小,对环境的反应比较稳定,是β-葡聚糖含量较理想的品种;品种990625、山青24和喜马拉雅19的食用纤维含量相对较低,但其PCA1值很小,即与环境的互作效应很小,是食用纤维含量较理想的品种。

作物模型与QTL定位互补作用在作物育种中的应用

根据殷新佑博士在“作物模型与遗传学学术讨论会”(2 0 0 0 ,明尼苏达 ,美国 )上的专题发言 :“作物模型、QTL定位及其相辅作用在植物育种上的应用” ,并参考他的其它有关论文编译而成。主旨在阐述一门新的交叉学科的开拓性尝试

应用混合线性模型对白桦家系速生性及稳定性分析与选择

为了选出白桦半同胞家系中速生且稳定的优异家系用于种子园改建,以永吉、尚志和庆安试验点的8年生白桦半同胞家系试验林为研究对象,调查其生长性状和适应性。采用误差异质混合线性模型,对各性状进行了多地点固定效应和随机效应分析,通过最佳线性无偏预测(BLUP)法估算各家系的材积育种值,并结合基因型主效应与基因型-环境互作效应(GGE)双标图,联合分析各家系的速生性和稳定性。结果表明:(1)白桦半同胞家系胸径、单株材积和保存率等性状的地点效应显著(P<0.01);除保存率外,各性状在家系×地点的互作效应均达到显著水平(Z值>1.5)。各试验点的方差分析结果表明,除尚志和庆安试验点保存率外,其余性状在家系间的差异均达到极显著水平(P<0.01)。尚志、永吉和庆安试验点各性状中,变异系数最大的均为单株材积,分别为40.74%、47.62%和41.67%。(2)将综合育种值从大到小排序,若按照前10%的入选率确定各试验点优良家系,则在永吉、尚志和庆安各选出了相应的7个家系,其单株材积的平均遗传增益分别为6.20%、9.44%和8.79%。(3)GGE双标图分析结果表明,3个试验点被分为3个适生区;各家系在不同试验点中的表现不同,在庆安、永吉和尚志试验点表现最好的分别为1-43、1-42和1-39家系,结合生长量及稳定性的数据排名,综合性状表现最好的是3-29、3-13、3-38、3-16、3-14、3-42和3-17等7个家系,平均单株材积遗传增益为10.41%。白桦子代生长性状受基因型、基因型与环境互作影响显著。依据BLUP数据的GGE双标图分析结果,综合3试验点的速生及稳定性,选出7个优良家系。

中国大麦β-葡聚糖含量的品种和环境变异研究

分析了来自全国不同地区和澳大利亚及加拿大的一些大麦基因型的β-葡聚糖含量,并在我国冬大麦区设置8个试验点,分析10个大麦品种在各点种植两年的β-葡聚糖含量。结果表明,我国西藏和新疆大麦的β-葡聚糖含量总体水平较高,特别是西藏具有高达8％以上的基因型,适合用于保健食品或药物的开发。我国冬麦区目前栽培的大麦品种的β-葡聚糖含量与澳大利亚及加拿大的啤用大麦类似,部分品种在杭州种植后β-葡聚糖含量明显降低,平均值显著低于原产地种子。10个大麦品种在8个试点种植,β-葡聚糖含量在品种间、地区间以及年度间均存在着显著差异。两年平均,秀麦3号和港啤1号分别为β-葡聚糖含量最高和最低的品种,泰安和杭州是β-葡聚糖含量最高和最低的试点。AMMI模型分析表明,品种与环境之间的互作效应两年试验均达极显著水平,且这种互作效应因品种而异,启示出特定地区合理选用品种在改变大麦β-葡聚糖含量上有积极意义。

基于BLUP和GGE双标图的华北落叶松家系区域试验分析

【目的】为综合评价华北落叶松参试家系的速生丰产性、稳定性及各试验地点的区分力和代表性,利用基因型主效加基因型-环境互作效应(GGE)双标图对2017年度华北落叶松区域试验中参试家系的生长数据进行分析。【方法】基于冀北地区4个试验地点26个华北落叶松家系的胸径数据,首先拟合3个线性混合效应模型,各个模型均具有相同的固定效应(“地点”和“地点中的区组”)和残差方差结构(行、列自回归AR1×AR1,以进行空间分析),其中,模型1为随机效应中包含2个公因子的因子分析模型(FA模型),模型2、3分别为随机效应里不含测量误差以及包含测量误差的非结构化矩阵模型(US模型);基于AIC信息准则选出一个最优模型,之后利用最佳线性无偏预测(BLUP)法得到各家系在各地点的胸径BLUP数据;基于胸径BLUP数据做GGE双标图分析,对华北落叶松家系和试验地点进行评价。【结果】基于AIC信息准则,模型3(空间变异结合包含测量误差的非结构化矩阵模型(US模型))被选为最优模型;基于胸径BLUP数据的GGE双标图的前2个主成分的方差解释百分比之和为92.4%,表明结果可靠;4个试验地点被分成2组,地点L1(张家口赤城马营沟)、地点L3(张家口沽源柳条沟)和地点L4(承德围场查字)为一组(以111号家系的胸径最大),地点L2(承德围场御道口)为一组(以78号家系的胸径最大),相对而言,地点L3(张家口沽源柳条沟)能更有效地选择速生丰产且稳定的家系;各家系在不同试验地点上的表现有所不同,总体而言,26个华北落叶松家系中,111号的胸径(产量)最大,接着是78、72、82、76、59、100、77、56、86、96等系号,胸径(产量)最小的是1号,97、116、53、35、46、66和49号等家系的胸径(产量)也较低,68和42号家系的胸径(产量)接近总体均值;96、86、100和76号是速生丰产且稳定的家系,速生丰产家系111、72、56号的稳定性居中,速生丰产家系78、82和77号的稳定性中等偏下,而速生丰产家系59号则不稳定。【结论】模型3(空间变异结合包含测量误差的非结构化矩阵模型(US模型))较另外2个模型而言,结果更为可靠。地点L3(张家口沽源柳条沟)既具高区分力,又具高代表性,能更有效地评价家系。家系96、86、100和76号兼具速生性、丰产性和稳定性,可被广泛推广。基于BLUP的GGE双标图能有效应用于华北落叶松家系及试验地点的评价,本研究可为冀北地区华北落叶松的家系选择和应用提供决策支持。

基于BLUP和GGE双标图的林木多地点试验分析

【目的】建立基于无偏预测值(BLUP)与基因型主效加基因型-环境互作效应(GGE)双标图的分析模型,以提高林木多点试验数据分析的准确性。【方法】以火炬松36个基因型在6个试验地(S1~S6)的种子产量为基础数据,利用ASReml软件对实测数据进行空间变异结合因子分析法的模型拟合,以获取各地点下每个基因型的BLUP值;从试验地划分、试验地评估和林木基因型评估3个方面,对原始数据、BLUP数据进行GGE双标图分析与比较。【结果】BLUP数据具有明显的空间变异,比原始数据具有更高的产量变异解释能力;原始数据和BLUP数据的试验地分组结果一致,均分为2组,但BLUP数据的试验地点间的相关关系变弱;原始数据的理想试验地为地点S5,而BLUP数据为地点S1;原始数据和BLUP数据的最理想基因型均为21,但2种数据高产和稳产基因型的一致性比较低。【结论】基于BLUP与GGE双标图相结合的模型,可用于林木多点试验分析,其比原始数据的GGE双标图分析结果更为可靠。

Genetic Diversity and Yield Stability of Potato(Solanum tuberosum L.)

The present study was under taken to investigate the genetic distance and the performance of thirty one potato genotypes in diverse environments.Multivariate and canonical analysis were used to study genetic diversity among the genotypes and stability parameters were estimated according to Eberhart and Russell,Parkinge and Jinks and Freeman and Perkins models for plant height,branch number per plant,tuber number and tuber weight.Thirty one genotypes were grouped in to six clusters with the help of Mahalonobis distance and canonical analysis.The stability analysis revealed that yield was greatly influenced by the environments.Most of the studied genotypes were sensitive for yield with the environment.For over-all performance 'Hera','Chamak','Patnai','Lala pakri','TPS-7','TPS-364','Somerset' and 'Superior' were the best genotypes for tuber yield and breeding material for potato breeding.

作物稳定性研究进展

稳定性研究是基因型与环境互作研究中的热点,是对作物品种进行客观而合理评价的理论基础。本文综述了作物稳定性研究中有关稳定性的评价模型、评价参数和分析方法,分析了进行稳定性评价时应注意的问题。

多环境试验中质量—数量性状的遗传分析

在利用F_2、BC等分离世代进行质量一数量性状的遗传研究中,有时会遇到多环境试验的数据.本文提出应用混合分布模型对多环境试验数据进行联合分析以及测验主基因型与环境互作及环境效应的统计方法,并给出了一个应用实例.

生态环境对陆地棉品种主要产量和质量性状的影响及其稳定性分析

为了研究陆地棉品种主要性状在新疆不同生态区域的变异和产量的稳定性,选用10个陆地棉品种分别在5个试验点进行种植,分析了不同生态环境下陆地棉主要性状的变异规律,并利用GGE双图标分析了籽棉和皮棉产量的稳定性。结果表明,不同环境下各陆地棉品种的质量和产量性状变幅很大,不同环境下各性状表现有差异,变异系数最小的是纤维的整齐度指数,其次是衣分和纤维的上半部平均长度;棉花品质性状的上半部平均长度、断裂比强度和马克隆值表现为环境效应大于基因型效应和G×E互作效应;其他性状均表现为基因型效应大于环境效应和G×E互作效应;籽棉产量和纤维的断裂比强度G×E互作效应最大,籽棉产量和皮棉产量分别运用GGE-biplot可以有效地解释G和GE互作的86.54%和84.87%的变异;中棉XP5和中棉XP4是高产类型品种;中MB13017是优质品种;棉花品质性状主要受环境的影响,而基因型则决定棉花产量,单铃重、衣分和马克隆值受G×E互作共同影响,衣分、纤维的整齐度指数和上半部平均长度受基因的遗传特性所控制,可以通过优化栽培条件显著提高纤维整齐度和长度以及衣分,从而夺取棉花优质高产。