基于主成分和聚类分析的玉米种质特征研究

所罗门门格斯图^*

埃塞俄比亚生物多样性研究所哈拉尔生物多样性中心，亚的斯亚贝巴，埃塞俄比亚

*通讯作者:: 所罗门门格斯图
哈拉尔生物多样性中心
埃塞俄比亚生物多样性研究所
亚的斯亚贝巴
埃塞俄比亚
电子邮件: (电子邮件保护)

收到日期:13/05/2021;接受日期:27/05/2021;发表日期:03/06/2021

摘要

在埃塞俄比亚生物多样性研究所基因库中，大量的玉米种质还没有确定彼此之间遗传变异的大小。虽然了解单个性状的贡献是在品种发展中关注特定性状的必要条件。因此，本试验对92份尚未鉴定的玉米材料进行了2次局部检查，以估计基因型之间的遗传多样性程度，并确定导致所观察到的差异的主要农业形态性状。实验采用增强设计，于2016年主种植季在Arsi-Negele的7个区块进行。分析性状为开花日数、株高、穗高、单株穗数、成熟期、穗长、穗行数、千粒重和亩产。将94个基因型分为4个聚类，其中聚类I、II、III和IV分别包含30个、21个、23个和20个基因型。早熟矮基因型在第IV类，晚熟基因型在第II类，高产高基因型在第i类。主成分分析表明，第1主成分(PC1)的特征值为4.4，反映了总变异的48.85%，这代表了两个个体变量的等效，权重高于其他变量的两个变量是株高和穗长。第二主成分(PC2)的本征值为1.63，占总变异的18.11%，与株型间因穗数(EPP)造成的多样性有关。主成分3 ~ 9具有一个以上的特征值，相当于一个个体变量，分别占基因型间变异的0.98%、0.78%、0.68%、0.35%、0.15%、0.03%和0%。这一结果保证了所研究的玉米基因型之间存在高度的遗传分化。

关键字

大肠杆菌，生物传感器，甘油，适应性实验室进化，l -丝氨酸

介绍

玉米(Zea mays .)是世界上最受欢迎的农作物之一，仅次于小麦，其次是水稻[1]。它作为食品、饲料和工业粮食作物在世界经济中占有重要地位。它是发展中国家数百万人的主食，他们从中获得所需的蛋白质和卡路里。玉米是埃塞俄比亚为实现粮食自给而选择的主要谷类作物之一[2]。虽然改良品种已大量纳入全国推广计划，但全国玉米平均产量仅为3.45吨/公顷[3.]。这远远低于5.5吨/公顷的世界平均水平。在任何作物中，种质资源不仅是有用基因的宝贵来源，而且具有广泛的遗传变异性。改良现有作物品种是植物育种的一个持续过程。为了实现这一目标，育种者必须找出具有优越遗传变异性的不同亲本，以组合理想的性状。因此，了解良好的遗传多样性对任何重组育种计划都是至关重要的。多变量统计技术，用于分析每个个体的多个测量值，并用于遗传多样性分析。在多变量技术中，主成分分析(PCA)和聚类分析已被证明在选择符合植物育种者目标的基因型育种计划中非常有用。4]， PCA可用于揭示模式和消除数据集中的冗余[5]，因为形态和生理变化通常发生在作物物种中。聚类分析通常用于研究遗传多样性和形成核心子集，将具有相似特征的材料归为同质类。聚类分析经常用于对玉米材料进行分类，育种家和遗传学家可以使用聚类分析来确定对特定育种或遗传目的有潜在效用的材料子集[6]。因此，本研究的目的是估计玉米基因型之间的遗传多样性程度，并确定导致所观察到的差异的主要农业形态性状。

材料与方法

该研究于2016年在埃塞俄比亚奥罗米亚州Arsi-Negele试验田进行。它位于北纬7°21′，东经38°42′，海拔1940 m.a.s.l。它具有铬质和球质垂直，PH值为5-7。该地区年降雨量915毫米，日平均气温27±0.30ºc。在农场现场种植了从埃塞俄比亚生物多样性研究所获得的92份玉米材料和两个名为检查1和2的当地检查。将92份无重复的玉米材料和2份重复检验材料按扩增设计进行排列。单田面积为9米× 1.5米，种植4行，间距为75 × 30厘米。施用了推荐剂量的肥料。其他管理操作及时得当，统一种植。随机选择植株20株，记录花期、株高、穗高、单株穗数、成熟期、穗长、穗行数、千粒重、亩产等指标。采用社会科学统计软件包(SPSS) 16.0软件包对所收集的所有数量性状进行基本统计、相关分析、聚类分析和主成分分析[7]。

结果

本研究分析了94个玉米基因型(表6)，基于9个农业形态特征。描述性分析的结果(表1穗高(EH)变异最大(35.52%)，其次是单株穗数(30.39%)。反之，穗粒行数(6.01%)和成熟期(9.61%)变异最小。

字符	的意思是	最低	最大	范围	SD	简历(%)
开花的日子	107.00	59.00	134.00	75.00	13.75	12.85
株高(m)	2.23	1.10	3.04	1.94	0.41	18.36
耳高(米)	1.05	0.26	1.95	1.69	0.37	35.52
每株穗数	1.95	0.00	3.10	3.10	0.59	30.39
到期日	143.00	95.00	170.00	75.00	13.75	9.61
耳长(厘米)	15.13	10.70	19.00	8.30	1.80	11.90
穗粒行数	12.28	9.80	14.40	4.60	0.74	6.01
千粒重(克)	338.37	196.00	504.00	308.00	54.47	16.10
收益率(公斤/图)	5.78	3.37	7.69	4.32	0.95	16.45

SD:标准差，CV:变异系数

表1。玉米各基因型性状的基本统计。

单株产量与株高、穗长、千粒重呈极显著正相关，与开花日数、穗高、成熟日数和穗粒行数呈极显著正相关。同样，每株穗数与开花天数、株高和穗高呈不显著负相关(表2)。类似的(8籽粒产量与穗轴直径、千粒重呈极显著正相关，与株高呈极显著正相关。

	DF	PH值	嗯	EPP	DM	埃尔	KRPE	TGW	YPP
DF	1.00	0.59218 * *	0.59323 * *	-0.092	1.00000 * *	0.43338 * *	0.18989	0.22982 *	0.25984 *
PH值		1.00	0.96212 * *	-0.009	0.59218 * *	0.68246 * *	0.37618 *	0.47818 * *	0.41423 * *
嗯			1.00	-0.018	0.59323 * *	0.62418 * *	0.31869 *	0.41280 * *	0.37949 *
EPP				1.00	-0.09127	0.23183 *	0.13729	0.17099	0.0399
DM					1.00	0.43338 * *	0.18989	0.22982 *	0.25984 *
埃尔						1.00	0.42315 * *	0.57258 * *	0.45637 * *
KRPE							1.00	0.36272	0.31602 *
TGW								1.00	0.83037 * *
YPP									1.00

* P= 0.05显著，** P= 0.01显著，DF=开花天数，PH=株高，EH=穗高，EPP=单株穗数，DM=成熟天数，EL=穗长，KRPE=穗粒行数，TGW=千粒重，YPP=亩产

表2。玉米基因型上不同性状的表型相关系数。

主成分分析

特征值等于或大于1的九个分量被保留为有意义的解释(表3)。主成分分析表明，第一主成分(PC1)的特征值为4.4，反映了总变异的48.85% (表3)，这代表三个个体变量的等效，权重高于其他变量的三个变量分别是株高(PH)、成熟天数和穗长(EL)。第二主成分(PC2)的本征值为1.63，占总变异的18.11%，与株型间因穗数(EPP)造成的多样性有关。此外，主成分3 ~ 9具有多个特征值，因此它们代表一个个体变量，分别占总变异的0.98%、0.78%、0.68%、0.35%、0.15%、0.03%和0% (表4)。

特征值	4.40	1.63	0.98	0.78	0.68	0.35	0.15	0.03	0.00
总方差的百分比	48.85	18.14	10.93	8.63	7.59	3.85	1.66	0.35	0.00
累积方差%	48.85	66.99	77.92	86.55	94.14	97.99	99.65	One hundred.	One hundred.

表3。玉米基因型不同性状的主成分分析。

字符	PC1	PC2	生物	PC4	PC5	PC6	PC7	PC8	PC9
DF	0.36	-0.43	0.07	0.29	0.30	0.00	-0.04	0.00	0.71
PH值	0.43	-0.09	0.06	-0.27	-0.38	0.22	-0.06	-0.73	0.00
嗯	0.41	-0.13	0.07	-0.25	-0.43	0.33	0.07	0.67	0.00
EPP	0.03	0.40	0.76	0.42	-0.03	0.28	0.06	-0.02	0.00
DM	0.36	-0.43	0.07	0.29	0.30	0.00	-0.04	0.00	-0.71
埃尔	0.38	0.18	0.21	-0.05	-0.17	-0.85	0.17	0.05	0.00
KRPE	0.24	0.27	0.18	-0.62	0.66	0.11	0.00	0.03	0.00
TGW	0.32	0.44	-0.31	0.23	0.00	0.01	-0.73	0.09	0.00
YPP	0.30	0.38	-0.48	0.27	0.10	0.18	0.65	-0.06	0.00

表4。用于聚类分析的性状的主成分。

PC3表现出较高的单株穗重(EPP)，可能反映了产量。第五主成分(PC5)穗粒行数(KRPE)的重量最大，反映了产量。第七主成分(PC7)对亩产(YPP)有较高的影响。第八主成分(PC8)具有穗高(EH)加权高值;这可能反映了植物的结构。第9主成分(PC9)在开花日数(DF)中最高，反映了花的发育情况。在本研究中，主成分分析将总方差分为对总多样性贡献最大的9个主成分。同样的,(9，10在研究各种性状时，报告了第一个PCS对总变异的重要贡献。主成分分析(PCA)在植物科学中常用来减少变量和对基因型进行分组。一些作者建议将第一主成分(PC)分数作为聚类过程的输入变量(图1) [11]。

图1:前两个主成分(pc1和pc2)的玉米材料分布。

聚类分析

本试验玉米种质资源的聚类模式表明，玉米种质资源在4个不同的聚类中表现出相当的遗传多样性(表5)。以开花日数、株高、穗高、单株穗数、成熟期、穗长、穗粒行数、千粒重和产量为变量进行分组。根据不同的农业形态特征，将94个玉米基因型分为4类。集群I至集群IV分别包含30、21、23和20个玉米基因型(表6)。因此，集群I (表5)保持最高株高(2.42 m)、穗高(1.21 m)、单株穗数(2.25)、穗长(16.21 cm)、穗粒行数(12.61行)和产量(6.58 kg/小区)。第二簇开花较晚(120.9 d)，成熟期较晚(156.9 d)。集群III也保持了较高的产量(5.88公斤/田)。集群IV成熟较早(133.5 d)，但株高最低(1.84 m)，穗高最低(0.74 m)，穗长最低(13.34 cm)，穗粒行数最低(11.82行)，产量最低(4.5 kg/块)。类似地，分级聚类分析也被用于根据相似度和不相似度对种质资源集合条目进行分类[12]。采用聚类分析和主成分分析相结合的方法对玉米(玉米(玉米)登记入册(13]。

集群名称
字符	我	2	3	4
DF	109.2	120.9	99.7	97.5
PH值	2.42	2.4	2.17	1.84
嗯	1.21	1.2	0.97	0.74
EPP	2.25	1.75	1.71	2
DM	145.2	156.9	135.7	133.5
埃尔	16.21	15.56	14.9	13.34
KRPE	12.61	12.3	12.25	11.82
TGW	396.93	330.19	338.09	259.45
YPP	6.58	5.74	5.88	4.5

表5所示。94个基因型不同农业形态性状的聚类均值。

集群名称	不。的基因型	每个集群中接入的名称
我	30.	acc - 9994	acc - 16226	acc - 16233	acc - 16570	acc - 16571	acc - 18106
		acc - 18108	acc - 18112	acc - 18121	acc - 24297	acc - 9183	acc - 9987
		acc - 9995	acc - 9996	acc - 9998	acc - 9999	acc - 15325	acc - 15326
		acc - 15460	acc - 15466	acc - 15467	acc - 16276	acc - 16278	acc - 16279
		acc - 16559	acc - 241584	acc - 18113	acc - 237657	Check_1	Check_2
2	21	acc - 9187	acc - 9190	acc - 9191	acc - 16012	acc - 16025	acc - 16236
		acc - 16261	acc - 16269	acc - 18096	acc - 18098	acc - 18100	acc - 18103
		acc - 228786	acc - 237684	acc - 239668	acc - 9181	acc - 10000	acc - 15324
		acc - 15327	acc - 15455	acc - 24308
3	23	acc - 9993	acc - 16023	acc - 16234	acc - 16582	acc - 98098	acc - 237597
		acc - 239645	ACC241616	acc - 9188	acc - 9192	acc - 9194	acc - 9984
		acc - 9985	acc - 9986	acc - 9997	acc - 15247	acc - 15328	acc - 15462
		acc - 15463	acc - 16020	acc - 16561	acc - 16562	acc - 18114
4	20.	acc - 16262	acc - 16563	acc - 16567	acc - 18104	acc - 239620	acc - 9182
		acc - 9193	acc - 9195	acc - 9988	acc - 9989	acc - 9990	acc - 9991
		acc - 9992	acc - 15456	acc - 15457	acc - 15458	acc - 15459	acc - 15461
		acc - 16021	acc - 18122

表6所示。基于农业形态特征的94份材料聚类模式

树状图由4个主要群集组组成，每个群集组又细分为子群集(图2)。有关各种性状之间的联系的资料是任何育种计划开始的重要部分，并为选择同时具有理想性状的优良基因型提供了良好的机会[14]。

图2:基于农业形态特征的94个基因型的树状图分类。

结论

有不同的方法可用于评估作物物种之间和物种内部的遗传变异。本研究采用主成分分析和聚类分析技术对94份玉米材料的遗传变异量进行了分析。因此，本研究表明，供试种质在开花天数、株高、穗高、单株穗数、成熟期、穗长、穗行数、千粒重、亩产等农艺性状和形态性状上存在较高水平的遗传变异。因此，发现了具有较多遗传差异的玉米基因型。本研究发现的高水平遗传变异可为玉米种质资源的鉴定、保护和进一步改良提供依据。

参考文献

优质蛋白玉米的故事。食品营养学报，2000;21(4):445-50。
Bello OB等人。开放授粉玉米品种及其F1杂交品种双列杂交产量和农艺性状的相关及通径分析。中国生物医学工程学报，2010;9(18):2633-9。
中央农业部门2014/ 2015年主要农作物面积和产量抽样调查报告。非洲经委会，亚的斯亚贝巴，埃塞俄比亚。
Mohammadi SA等。作物遗传多样性分析——重要的统计工具和注意事项。作物科学，2003;43(4):1235-48。
亚当斯兆瓦。对作物同质性的估计，特别是对干豆的遗传脆弱性的估计，绿豆属植物。1977年,26(3):665 - 79。
Rincon F，等。聚类分析。玉米样本变异的一种方法[玉米登记入册。Maydica。1996;41(4):307 - 16。
SPSS程序设计和数据管理。SPSS和SAS用户指南。2007。
Sali AL，等。科索沃农业生态条件下当地玉米群体生长的形态生理特征和矿物组成植物科学，2013;5(2):232-7。
Mujaju C，等。津巴布韦半干旱区土地高粱农作品种形态变异。植物学报，2008;4(4):376- 382。
阿里·马等。高粱不同生育期形态生理多样性及其对抗旱性提高的意义。[J]作物科学。5(3): 311 - 2011; 20。
Hintum TV等。作物遗传多样性的层次分析法。植物遗传资源核心馆藏。1995;23-34。
Crossa J，等。在开发核心集合时使用多变量方法。植物遗传资源核心馆藏。1995;77 - 92。
阿里·马等。选择标准的评估中投arietinumL.利用相关系数和通径分析。作物学报，2009;3(2):65-70