牛牧歌, 任 静, 李际红, 党成禄, 刘翠双, 刘 源, 孙茂桐, 王锦楠

(1.山东农业大学林学院/山东泰山森林生态系统国家定位观测研究站/黄河下游森林培育国家林业和草原局重点实验室, 山东 泰安 271018;2.海东市平安区自然资源和林业草原局, 青海 海东 820600)

流苏树(ChionanthusretususLindl et Paxt)是木犀科(Oleaceae)流苏属(Chionanthus)乔木,主要分布于中国、朝鲜[1]。流苏树花、芽、叶均可入药,种仁含油丰富,含油率可达36.5%;根系发达,可作嫁接桂花的砧木;木质坚固,为优质木材;树形优美,可作行道树;流苏树作为我国重要的乡土树种,拥有着广阔的开发利用前景和重要的科学研究意义[2-3]。

种实表型是其基因型和环境因子共同作用的结果[4]。罗建勋等[5]对10个天然云杉群体的16项遗传多样性指标进行研究,结果表明,云杉天然群体多样性总体呈现“北高南低”的趋势。乔谦等[6]对15个天然元宝枫居群的13个种实性状的研究结果显示,居群内的变异高于居群间的变异。曾郅涵等[7]以40株沙枣为试材,比较15个种实表型性状变异性和多样性,将沙枣的果实性状(颜色、大小和性状)、叶片性状(颜色、大小和形状)以及分枝性状(枝下高和分枝数)和冠幅作为关键性状对沙枣的观赏价值进行评价。在长期进化进程中流苏树形成了丰富的遗传多样性[8-9],但目前有关流苏树的种实表型性状变异的研究尚未见报道,故开展相关研究对流苏树种质资源保护和利用具有重要意义。

果实及种子作为被子植物生命周期的起始,承载一定变异特征[10],其质量决定着植物的繁殖能力和分布格局[11],其特征是评价木本油料作物的重要经济性状[12]。因此,本研究以44份流苏树为试材,比较流苏树的12个种实性状、胸径和树高共14个性状的变异规律,构建种实性状评价体系,筛选流苏树种实性状最优指标,以期探究流苏树种实表型的关系,为流苏树种质资源的保护、开发与利用提供数据基础和参考。

1 材料与方法

1.1 材料来源

在2016—2019年全国流苏树种质资源广泛调查的基础上,于2020年8月中下旬及9月上旬(8月16日、8月21日、8月23日、8月26日及9月3日)共采集44个单株(表1),单株之间距离均在50 m以上,每单株采集500粒成熟种子。各群体的相关地理位置、生态条件及分布状况见表1。

表1 流苏树采样的地理位置以及生态条件

1.2 流苏树种实性状的测定方法

1.2.1种实形态性状测定

每个单株挑选30粒果实,用游标卡尺测定其果实纵径和果实横径,计算果形指数[13]。剥去果皮,测量其种子横径,种子纵径与种壳厚度,计算实壳比。使用卷尺以及勃鲁莱测高器测量树高和胸径。

果形指数=果实纵径/果实横径;

实壳比=果实纵径与果实横径的平均值/种壳厚度。

1.2.2种实质量性状的测定

从每个单株中随机选取100个未受损果实测定其果实鲜重,果实去皮、清洗和65 ℃干燥后,每个单株随机选取100粒种子,测定其种子质量、种仁重量和种壳重量,计算出仁率。以上指标均重复3次,取平均值。

出仁率/%=(M种仁/M种子)×100%。

1.3 统计分析方法

1.3.1种实性状遗传多样性指数(H′)

式中,pi表示第i级别内材料份数占总份数的百分比。

1.3.2隶属函数值的计算

参考胡标林等[15]的方法,通过模糊隶属函数法对各种实性状值归一化。计算方式如下:

式中,μ(xi)为各种质第i个性状的隶属函数值,xi为各种质的第个性状值,ximin和ximax分别为各种质中的第i个性状的最小值和最大值。

1.3.3综合评价方法

应用Excel 2018软件处理44份流苏树种质资源的14个性状数据。使用SPSS 26.0、Origin 2017软件对各种质的性状值进行相关性分析、聚类分析,对其性状隶属函数值进行主成分分析及综合评价,再结合逐步回归分析筛选指标。

2 结果与分析

2.1 性状变异分析

由表2可知,14个性状的平均变异系数介于9.00%～45.00%之间,平均为20.13%,遗传多样性指标(H′)在1.69～2.07之间,平均值为1.96,表明流苏树种实性状遗传多样性丰富。其中变异系数较高的6个指标依次为树高、胸径、种壳重量、果实鲜重、实壳比、种仁重量。遗传多样性指数较高的5个指标依次为种壳重量、果实鲜重、果实横径、种仁重量、种子重量,表明其性状分布较均匀。

表2 44份流苏树种质资源14个性状的变异分析

2.2 种实性状的相关性分析

流苏树种质资源各种实性状内存在显著相关性(表3)。种子纵径与种壳厚度和种壳重量呈极显著正相关。种子横径与种壳厚度、种仁质量和种壳重量呈极显著正相关。种壳厚度与种壳重量呈极显著正相关,与实壳比和出仁率呈极显著负相关。实壳比与出仁率呈极显著正相关,与种壳重量呈极显著负相关。种仁质量与出仁率呈极显著正相关。种壳重量与出仁率呈极显著负相关。因此,实壳比与出仁率呈极显著正相关,这表明实壳比越大,出仁率越高。种壳厚度和出仁率呈极显著负相关,种壳厚度越厚出仁率越低。

表3 44份流苏树种质资源14个性状的相关性分析

2.3 44份流苏树种质资源聚类分析

对44个流苏树单株的种实性状数据进行聚类分析(图1)。选取遗传距离为15时,44个单株分为4个组,第一组有T-11、S-6、BC-3、WS-5、Z-1、WS-5、B-2、T-2、T-10、T-5、WS-2、T-15; 第二组有WA-1、WA-2、B-1;第三组有T-8、WS-4、T-6、G-8;第四组有G-2、BC-5、S-3、BC-1、G-1、BC-4、BC-2、S-5、G-3、G-7、T-9、T-21、T-16、Z-5、T-4、T-20、T-19、T-7、S-2、T-18、T-17、Z-4、G-5、G-6、G-4。聚类结果未按照地理位置聚为一类,由此推断,其种实性状变异具有不连续性和不稳定性,具有随机变异的特点。

图1 44份流苏树种实性状聚类分析

2.4 性状主成分分析

44株流苏树的14个性状模糊隶属函数归一化,以各模糊隶属函数值进行主成分分析(表4)。结果表明,前4个主成分能代表流苏树种质87.262%的遗传信息量。在第一主成分中,种子重量、果实鲜重、种壳重量、种子横径、种壳厚度、果实纵径、果实横径的特征向量值较大,分别为0.158,0.143,0.139,0.138,0.125,0.114,0.114,这些性状与流苏树种实性状呈高度正相关,主要反映流苏树果实特征和种子特征。在第二主成分中,出仁率、种仁重量、果实纵径、果实横径、果实鲜重、果形指数的特征向量值较大,分别为0.243,0.204,-0.126,0.198,0.131,-0.292,主要反映种子质量特征和果实形态特征。第三主成分中,果形指数、果实纵径、种壳厚度的特征向量值较大,分别为0.28,0.268,-0.223,主要反映果实和种子的饱满程度。第四主成分中,特征向量值较大的有胸径、树高,分别为0.521,0.508,主要反映出流苏树体性状对流苏树种实变异的影响程度。

表4 44份流苏树种质资源14个性状的主成分分析

2.5 44份流苏树种质资源的综合评价

评价流苏树种实性状得分不能以单一性状作为参考,要综合考虑流苏树各种实性状。参考徐嘉娟等[16]的方法,利用SPSS 25.0软件得出各主成分得分值,再结合各主成分的贡献率权重得出每个单株的综合得分公式:F=(0.426 3F1+0.200 1F2+0.141 8F3+0.104 5F4)/0.872 6,并根据综合组成分值进行筛选。结果(表5)表明,综合得分前十的分别为T-8(1.123)、G-8(1.008)、WS-4(0.901)、BC-2(0.754)、T-6(0.700)、G-3(0.618)、S-5(0.556)、G-1(0.539)、BC-4(0.519)、S-3(0.433)单株,综合性状较好。性状F值与14个性状的相关分析如表6所示,种实性状F值与果实鲜重(0.577)、果实纵径(0.430)、果实横径(0.479)、种子重量(0.510)、种子横径(0.541)、种仁重量(0.535)呈极显著正相关,与种子纵径(0.325)呈显著正相关。

表5 44份流苏树种质资源的综合评价

表6 种实综合值(F值)与14个性状的相关系数

2.6 44份流苏树种质资源种实性状综合评价指标的筛选

利用综合得分F值与14个性状构建最优线性回归方程,筛选种质资源综合评价指标。最优回归方程为y=0.459X9+0.266X14+0.302X4,其中X4、X9、X14分别代表种子果实纵径、种子横径、出仁率,方程的相关系数r和判定R2分别为0.970,0.941,能解释94.1%的总变异,方程的F值为219.841,达到极显著水平。果实纵径、种子横径、出仁率可以作为流苏树种实性状的综合评价指标。

3 结论与讨论

种实表型随机化是研究植物适应波动环境的有利手段[17-18]。本研究对44份流苏树种质资源的14个性状进行研究,流苏树14个性状的平均变异系数为9.00%～45.00%,变异丰富,可为流苏树选育提供良好的种质资源。遗传多样性指标(H′)为1.69～2.07,表明这些性状的多样性较高,性状变异丰富,具有筛选优良品种的潜能,可根据不同用途定向选育,这与曾郅涵等[7]在40份野生沙枣种质资源的研究相似。40份野生沙枣种质资源的数量性状变异系数在10.29%～104.77%;质量性状和数量性状的遗传多样性指数分别为1.00～1.34和1.58～3.58。流苏树与沙枣结果相似,变异丰富,可依此进行流苏树品种选育。

近年来,主成分分析和聚类分析已广泛应用于木本、作物种质资源的评价和筛选[13-16]。本研究结果表明,前4个主成分累计贡献率87.262%,代表流苏树种实性状的大部分信息,其中前两个主成分的累计贡献率达到62.638%。第一主成分主要体现流苏树果实特征和种子特征,第二成分主要体现产量性状和果实性状。并结合聚类分析结果显示,在遗传距离选取15时,可将44份流苏树分为4类,其中第二组T-8、WS-4、T-6、G-8综合表现最佳,与其他单株具有较远的遗传距离。另外,流苏单株聚类结果未按照地理位置所聚,表现出随机变异的特点[19]。这可能与流苏树雄全异株繁育方式和其流苏花的形态结构有关。何艳霞等[20]研究表明,流苏树花粉自交和异交虽都亲和,但流苏树的雌蕊和雄蕊在花冠管中,直接接受外来花粉概率较低,同时依靠风媒和虫媒授粉的流苏树花期多雨,这可能使花粉难以在居群内传播,即居群内单株难以进行基因交流,增加了各种群独立分化的机会[21]。

随着我国人口增长和经济发展,食用油缺口逐年增大,使用木本油料作物来替代草本油料作物,成为弥补食用油缺口的重要途径[22]。而流苏树作为重要的木本油料作物,其果实和种子的品质决定了其发展潜力[23]。本研究通过14个流苏树性状的综合评价F值对44份流苏树种质资源进行排序。结果显示,来自泰安的T-8综合评分最高,来自潍坊市的WS-2综合评分最低,都是构建遗传丰富变异群体的重要组成部分。孙东雷等[14]认为,为解决种质资源种实性状复杂繁多并彼此相关的问题,可通过逐步回归分析方法筛选最优化指标。通过逐步回归方法构建最优回归方程时通常包含常数项[24-25],而本研究在添加常数项时最优回归方程的r和R2太低,不能反映所有性状的特征,王青蓉[26]在对主成分分析和线性回归方程模型的研究中表明,常数项是对解释变量留下的偏误进行的线性修正,因此,构建通过原点的最优回归方程来解决这一问题。本研究通过逐步回归分析得到3个表性性状包括果实纵径、种子横径、出仁率,与综合评分F值影响显著。果实纵径、种子横径、出仁率分别为果实性状、种子性状和产量性状,这3个性状可作为流苏树种质资源的关键种实性状,针对这3个性状的研究可以提高流苏树育种效率,为流苏树种质资源创新提供新思路。