大豆核心种质籽粒铁、锌含量精准鉴定及相关性分析

贾佳; 汪欢; 段明明; 陈博; 程艳波; 年海

doi:10.7671/j.issn.1001-411X.202211004

大豆核心种质籽粒铁、锌含量精准鉴定及相关性分析

华南农业大学农学院/国家大豆中心广东分中心, 广东广州 510642

基金项目: 国家现代农业产业技术体系建设专项(CARS-04-PS11)；广东省花生大豆产业技术体系创新团队建设项目(2022KJ136-03)

详细信息

作者简介:
贾　佳，博士研究生，主要从事大豆遗传育种研究，E-mail: 1456830603@qq.com

通讯作者:
年　海，教授，博士，主要从事大豆遗传育种研究，E-mail: hnian@scau.edu.cn

中图分类号: S565.1
计量
- 文章访问数: 156
- HTML全文浏览量: 11
- PDF下载量: 24
出版历程
- 收稿日期: 2022-11-01
- 网络出版日期: 2023-11-12
- 发布日期: 2023-06-12
- 刊出日期: 2023-09-09

Accurate identification and correlation analysis of iron and zinc contents in soybean core accessions

College of Agriculture, South China Agricultural University/Guangdong Subcenter of National Soybean Improvement Center, Guangzhou 510642, China

摘要

摘要:
目的
针对中国居民因铁、锌等微量元素摄取不足引发的营养不良问题，开展大豆核心种质籽粒铁、锌含量的精准鉴定。
方法
以国内外来源不同的163份大豆核心种质为材料，2019—2020年种植于华南农业大学试验教学基地，采用火焰原子吸收光谱仪测定籽粒铁和锌的含量，并进行相关性分析。
结果
大豆种质籽粒铁、锌含量在年份间存在显著差异(P<0.05)；籽粒铁质量分数为71.02~159.92 mg·kg⁻¹，平均为107.09 mg·kg⁻¹；籽粒锌质量分数为36.32~53.11 mg·kg⁻¹，平均为42.80 mg·kg⁻¹。相关性分析发现，不同年份间籽粒铁与锌含量存在正相关关系，说明这2个元素在大豆籽粒吸收中存在较强的相互促进关系。利用概率分级法将163份大豆种质籽粒铁、锌元素含量分为5级(即极低、低、中、高和极高)，综合分析筛选出4份高铁含量、4份高锌含量、5份低铁含量、6份低锌含量和2份铁锌含量双高的大豆种质。
结论
鉴定出多份不同来源的高/低铁、锌含量的大豆种质，可用于富铁、锌大豆新品种的选育和种质创新，同时也为营养功能型新品种遗传基础解析提供基础材料，加快推动大豆核心种质在华南地区的开发与利用。
- 大豆 /
- 核心种质 /
- 鉴定 /
- 铁含量 /
- 锌含量 /
- 相关分析
Abstract:
Objective
Aiming at the malnutrition problem caused by iron (Fe) and zinc (Zn) minerals deficiency for Chinese people, it is significant to conduct the accurate identification of Fe and Zn contents in soybean core accessions.
Method
The 163 domestic and foreign soybean core accessions were planted in teaching base of South China Agricultural University consecutively in the early season from 2019 to 2020. The contents of two trace elements of Fe and Zn in the sample grains, were measured by flame atomic absorption spectrometer method, and the correlation analysis was carried out.
Result
There were significant differences in the contents of two trace elements between the test years (P<0.05). The variation range of grain Fe content of soybean germplasm resources in two years was 71.02−147.91 mg·kg⁻¹, the average Fe content was 107.09 mg·kg⁻¹, and the variation range of grain Zn content was 36.32−53.11 mg·kg⁻¹, the average content of Zn was 42.80 mg·kg⁻¹. There was a positive correlation between Fe and Zn contents in grains of 163 soybean lines from different sources in different years, indicating that there was a strong mutual promotion between two elements. The mineral contents of 163 soybean accessions were divided into five grades by probability grading method, namely extremely low, low, medium, high and very high. And four soybean accessions with high Fe content, four with high Zn content, five with low Fe content, six with low Zn content and two with high Fe and Zn contents were screened out.
Conclusion
The soybean core accessions screened with high/low Fe and Zn content in this study can not only be used for breeding new accessions rich in Fe and Zn content, but also provide the valuable materials for elucidating the genetic basis of functional and new nutrition accessions, and accelerate the use of soybean core accessions and promote the development of soybean production in the South China area.
- Soybean /
- Core accession /
- Identification /
- Iron content /
- Zinc content /
- Correlation analysis

HTML全文

浆果，是一种外表层较为脆弱的肉质果。截至2020年6月，全球浆果的产量约为9932 t，包含小番茄、葡萄、蓝莓、猕猴桃等。随着智能农业装备的发展，为了提升生产效率，越来越多的智能机械被应用于浆果采摘、分拣等生产环节。智能机械末端在夹持果实过程中对浆果造成的损伤程度，将直接影响后续的加工、储存等作业质量，以致影响产品的鲜销价值；因此，智能机械末端的夹持机构是决定浆果智能化生产加工品质的关键部件^[1-3]。近年来，国内外学者对浆果的夹持机构进行了大量研究，如柔顺梁^[4]、多关节^[5]、四叶片软体^[6]、三指气动软体^[7-9]等夹持机构(图1)。上述四类新型夹持机构结合材料科学，利用柔软材料自身具备的大变形和多自由度特性，增强了末端夹持机构的灵活性和顺应性，这正是末端夹持机构设计的主要发展趋势^[10-11]。然而，由于浆果夹持工艺特点，采用单一材料难以同时满足承载能力和变形能力对末端夹持机构刚度的差异化要求。现有夹持机构往往由不同材料的多组件装配而成，不仅动力学建模设计复杂，后期组件的加工、装配等繁杂操作也对机构的动作精度有极大影响^[12-14]。因此，如何在保证柔性夹具稳固夹持的前提下，获得易加工、易驱动的轻质柔性夹持装置，实现低损甚至无损完成浆果自动夹持，是有效推进农业机器人在浆果生产领域推广应用所面临的关键问题。

图 1 现有末端夹持机构

Figure 1. Current end clamping mechanisms

下载: 全尺寸图片幻灯片

柔性机构是一种少构件、无装配设计的驱动结构，可通过机构自身的弹性形变传递运动至输出端产生驱动响应^[15-16]。结合以增材制造技术^[17-19]为代表的先进制造技术，可快速成型集驱动连接和柔性夹具为一体的柔性夹持机构。同时，为适应不同种类和不同外形浆果，需调整夹持机构不同区域的刚度来提高其顺应性，以达到稳固、无损地夹持采摘的目的。已有研究通过引入形状记忆聚合物^[20]、电活性聚合物智能材料^[13]等方法来调整结构不同区域的刚度，但上述2类方法需对结构进一步分段或分层设计，加大了设计和加工难度。而在柔性夹持机构中引入梯度点阵结构^[21-23]，可以根据设计需求在设计域内实现刚度的梯度变化。本研究前期提出一种同时优化宏观结构拓扑和介观单胞分布的多层级点阵结构优化方法，实现了具有刚度梯度变化的连续体结构优化设计^[23]。鉴于梯度点阵结构在结构变刚度设计中体现出的优异性能，将其引入到以上的柔性夹持机构设计中，通过优化机构整体拓扑构型和内部不同刚度单胞的分布，即可在一体化结构中同时实现高刚度的驱动连接和低刚度的无损夹持。这不仅大大缩短了结构优化设计的时间，并且优化后的多层级结构还具备改善结构整体刚度、可靠性高和局部稳定性好等多方面的优点^[24-25]。

综上，本文将针对典型浆果——小番茄，引入多层级拓扑优化理论，提出基于梯度点阵结构的变刚度柔性夹持机构设计方法，分析小番茄夹持过程对夹持机构的性能需求，选取特定的点阵单胞构型并建立其特征尺寸与等效刚度的调控模型，构建变刚度柔性夹持机构的优化设计模型，获得可实现浆果无损夹持的变刚度柔性夹持机构的设计。同时，通过Polyjet增材制造技术加工优化设计获得柔性夹持机构样件，进行茂名‘千禧’小番茄夹持试验，验证设计方法的可行性和柔性夹持机构的有效性。

1. 浆果夹持机构的性能需求

小番茄作为典型的浆果，受损后具备明显的浆果损伤特性，能直观反映夹持机构的夹持效果。以下将通过分析小番茄对夹持机构的性能需求，来体现浆果采摘对末端夹持机构的性能需求。

1.1 夹持机构的可夹持范围

测量随机挑选的100颗茂名‘千禧’小番茄，统计得到该品种小番茄的外形规格为：径向直径平均值为31 mm，样本方差为3.92；横向直径平均值为30 mm，样本方差为2.19，即果实的横径向直径比约为1∶1。夹持机构可从径向和横向2个方向夹持小番茄(图2)：若夹持机构从径向夹持小番茄，夹持口可张开最大距离需大于31 mm；若从横向夹持，夹持口可张开最大距离需大于30 mm。

图 2 不同加载方式下小番茄的压缩载荷与压缩率的关系

C_L、C_R分别为横向、径向压缩率，R_L²、R_R²分别为横向、径向决定系数

Figure 2. The relationship between compression load and compression ratio of small tomatoes under different loading modes

C_L and C_R are lateral and radial compression ratios respectively, R_L² and R_R² are lateral and radial determination coefficients respectively

下载: 全尺寸图片幻灯片

1.2 夹持机构的材料要求

夹持机构材料首先应具备一定刚度且轻质，既能保证夹持时的可承载度，也可降低夹持机构的自身质量，提高工作的灵活度和准确度。本研究采用新型环保TPU材料作为夹持结构的基体材料，其具有轻质、高强度、高弹性以及良好的耐磨损性。另外，浆果的外果皮薄，且其中果皮和内果皮肉质多汁，不易区分。夹持机构最低损伤地夹持浆果时，应保证果实软接触，即在接触区域设置特殊的缓冲材料，降低浆果的损伤程度。根据常见缓冲材料的弹性模量^[26]，指端与果实的缓冲层弹性模量应设置为2.5~11.5 MPa的点阵单胞构型。

1.3 夹持机构的驱动力控制

机械进行夹持作业时，小番茄与夹持指端发生接触部位的皮下组织易变形和积聚液体，对小番茄的品质造成影响，该现象称为小番茄受到机械损伤^[27]。在夹持机构驱动力控制下，影响小番茄机械损伤程度的因素主要是夹持载荷、加载位置和压缩率^[28]。果实压缩率为压缩变形量与其压缩方向上果实初始直径的比值。通过以下2个试验确定以上驱动力控制下3个因素对小番茄的实际影响。

1) 选择若干个未受损、符合试验条件的小番茄，通过SC-500N数显推拉力计试验机(深测智能有限公司，量程：0~500 N，精度：0.1 N)分别采取横向和径向2种加载方式压缩果实至表皮破裂，测量并处理数据得到2种加载位置下不同压缩载荷的小番茄压缩率线性拟合直线(图2)。由图2可知，从横向加载压缩小番茄对其压缩率的影响比采取径向加载更为敏感；夹持机构的设计将侧重考虑横向加载时驱动力对小番茄夹持品质的影响。

2) 选择若干个未受损、符合试验条件的小番茄，通过深测智能有限公司数显推拉力计试验机，采取横向加载方式，压缩载荷F_p于小番茄的赤道面从0开始压缩小番茄，每间隔0.3 N为1组，每组重复3次“加载—卸载”操作，至其表皮出现裂纹时停止，期间测量并记录每个被压缩果实的初始横向直径和压缩变形量。所有果实完成压缩操作后，均将其置于同一环境(室温26 ℃)的货架进行储藏，定期观察并记录被测小番茄(选择其中1个未被压缩的小番茄为对照)的货架期(t)^[29]。被测小番茄的货架期为小番茄完成压缩后置于同一环境货架的储藏时间，若表皮出现裂纹，小番茄货架期为0；若表皮没有裂纹，小番茄货架期从加载试验后开始计算至出现皱痕的那一刻结束，试验小番茄的货架期均记录于表1。最终根据公式(1)(2)计算得到各个小番茄的横向压缩率(C_L)和机械损伤度(η)。

表 1 试验结果

Table 1. Test result

压缩载荷/N Compression load	横向压缩率/% Lateral compression ratio	货架期/d Shelf life	机械损伤度/% Degree of mechanical damage
0	0	8.0	0
0.3	0.22	8.0	0
0.6	1.36	8.0	0
0.9	1.91	8.0	0
1.2	2.37	7.5	6.25
1.5	3.39	7.5	6.25
1.8	3.52	7.0	12.50
2.1	4.28	7.0	12.50
2.4	4.55	7.0	12.50
2.7	5.01	6.0	25.00
3.0	6.15	5.5	31.25
3.3	6.30	5.0	37.50
3.6	6.17	3.0	62.50
3.9	7.26	1.0	87.50
4.2	7.82	0	100.00

下载: 导出CSV

| 显示表格

$$ C_{\rm{L}}=横向压缩变形量/初始横向直径\times 100{\text{%}}， $$

(1)

$$ \eta = \dfrac{{t - {t_1}}}{t} \times 100{\text{%}}， $$

(2)

式中，t为对照组果实的货架期；t₁为被压缩果实的货架期。

由表1可知，横向加载下，当小番茄受到压缩载荷为0.9 N时，其横向压缩率为1.91%，货架期与未被压缩的样本相同，此时机械损伤度为0；当小番茄受到压缩载荷超过4.2 N后，表皮出现了裂纹，其横向压缩率为7.82%，此时机械损伤程度为100.00%，该值又称小番茄的组织损伤阈值。因此，小番茄末端夹持机构的设计若要实现无损夹持，需控制小番茄末端夹持机构驱动力所引起的小番茄压缩率不超过1.91%。

针对以上对小番茄末端夹持性能需求的分析可知：小番茄柔性夹持机构的设计，将从横向位置加载夹持小番茄，且其夹持口可张开最大距离需大于30 mm；将选用新型环保TPU材料加工机构，设计指端弹性模量为2.5~11.5 MPa的中密度缓冲结构，以制作出满足夹持需求的轻质高品质夹持机构；需控制机构的输入驱动力范围，以保证横向夹持输出载荷对果实的压缩率为0~1.91%，实现无损夹持。

2. 基于梯度点阵结构的浆果变刚度柔性夹持机构的优化设计

2.1 浆果变刚度柔性夹持机构的优化模型

针对典型的浆果夹持工况，浆果变刚度柔性夹持机构优化模型的设计方法如图3所示。柔性机构采用单输入−单输出模型^[30]，设计域左端为输入端，输出位移位于右边界，设计域上下部分固定。鉴于该模型具有对称性，取下半部分优化区域进行设计。在设计域内考虑几何非线性大变形情况^[31-32]，从输入端施加驱动载荷(F_in)，通过机构的弹性变形传递运动，在输出端产生与驱动方向垂直的虚拟激励位移(U_out)。夹持接触区域设置弹性模量为E_b的中密度缓冲层，以实现指端与果实的软接触。输入、输出弹簧刚度分别设为k_in、k_out，以模拟输入驱动端和夹持果实端的刚度。点阵单胞构型采用O形构型，其特征尺寸(x_i)为孔洞壁厚在水平方向上的宽度，通过数值均匀化方法^[33](公式3)建立特征尺寸与单胞等效刚度的调控模型(图4)。

图 3 浆果变刚度柔性夹持机构设计图

F_in：输入端驱动载荷；U_out：输出端位移；k_in、k_out：输入、输出端弹簧刚度；E_b：中密度缓冲层的弹性模量

Figure 3. The design diagram of berry compliant clamping mechanism with variable stiffness

F_in: Drive load at input end; U_out: Displacement at output end; k_in, k_out: Spring stiffness at input and output ends; E_b: Elastic modulus of medium density buffer layer

下载: 全尺寸图片幻灯片

$$ \begin{split} &\displaystyle\int_{{\Omega ^{{\rm{MA}}}}} {\varepsilon \left( u \right)} :D\left( {{x_i}} \right):\varepsilon \left( \nu \right){\rm{d}}{\Omega ^{{\rm{MA}}}} = \displaystyle\int_{{\Gamma ^{{\rm{MA}}}}} F_{\rm{t}} \nu {\rm{d}}{\Gamma ^{{\rm{MA}}}} +\\ &\quad \quad \displaystyle\int_{{\Gamma ^{{\rm{MA}}}}} {F_{\rm{b}} \nu {\rm{d}}{\Omega ^{{\rm{MA}}}}} ,\nu \in {U_{{\rm{ad}}}} ， \end{split} $$

(3)

式中，ε是应变场，u是宏观下产生的应变，υ是动态空间U_ad内虚位移场，F_t与F_b分别是作用于机构的面力与体力，Ω^MA为宏观设计域，D(x_i)是每个单元的弹性张量。

图 4 随特征尺寸变化的O形单胞等效刚度变化图

D₁₁、D₁₂、D₃₃均为以特征尺寸x_i为变量的多项式

Figure 4. Change chart of equivalent stiffness of O-shape unit cell structure with characteristic size

D₁₁, D₁₂ and D₃₃ are polynomials with characteristic size x_i as variable

下载: 全尺寸图片幻灯片

设机构输出端位移(U_out)与夹持区域宽度(L)的比值为其输出端的变形率。以机构输出端变形率的最大化为目标，其优化列式如下：

$$ \left\{ \begin{array}{l}find:{x}_{i}\left(i=1,2,\cdots ,N\right)\\ \underset{{x}_{i}}{\mathrm{max}}:\dfrac{{U}_{{\rm{out}}}}{L}=\dfrac{{U}^{{\rm{T}}}{{\boldsymbol{l}}}_{{\bf{out}}}}{L}\\ {\rm{s.t.}}:G\left({x}_{i}\right)={ {\displaystyle\int }_{{\Omega }^{{\rm{MA}}}}V\left({x}_{i}\right){\rm{d}}{\Omega }^{{\rm{MA}}}-{V}_{\mathrm{max}}\leqslant 0}\\ KU={F}_{{\rm{in}}}\\ 0 < {x}_{\mathrm{min}} < {x}_{i}\leqslant 1 \end{array} \right.，$$

(4)

式中，x_i为介观单元的特征尺寸，max为函数值最大化，x_min为最小介观单元的特征尺寸，N为设计域内单元总数，l_out为输出自由度处值为1的单位矢量，G(x_i)为设计域内材料使用量，V_max为材料使用总量上限值，V(x_i)为第i个单元的材料使用量，K为总刚度矩阵，U为设计域位移。

2.2 小番茄变刚度柔性夹持机构的优化

通过Matlab代码构建二维的基于点阵结构的小番茄变刚度柔性夹持机构优化设计。优化模型中具体参数设定为：TPU材料的弹性模量E=29 MPa、泊松比=0.4(各向同性的假设材料)，设计域大小为60 mm × 120 mm，单胞数目为15 × 30，夹持区域为20 mm × 40 mm，缓冲层区域宽度为8 mm、弹性模量E_b=10.15 MPa，输入端驱动载荷F_in=1 N，设计域内材料使用总量上限值V_max=30%，输入弹簧刚度k_in=0.1 N/mm、输出弹簧刚度k_out=2.0 N/mm。迭代过程采用优化准则法^[34]，其目标函数的迭代过程如图5A所示。结合图5B可知，当迭代次数为20~27时，得到的二维拓扑构型机构的输出端压缩率最大，则该拓扑构型为小番茄柔性夹持机构的最优二维拓扑构型。值得注意的是：夹持机构的设计域和优化参数可根据实际场景需求定义，再通过优化算法求得当前参数下的优化构型，但指端接触区域的刚度是根据果实特征提前设置，因此，即使优化得出的夹持机构构型会随设计域和参数发生改变，依然可以保证其无损夹持的特性。

图 5 优化过程图

Figure 5. Diagram of optimization process

下载: 全尺寸图片幻灯片

3. 浆果变刚度柔性夹持机构性能试验

3.1 小番茄柔性夹持机构试验过程

采用Polyjet增材制造技术设计小番茄柔性夹持机构。将“2.2”得到的最优二维拓扑构型(图5)对称操作得到完整的小番茄柔性夹持机构的二维拓扑构型(图6A)。整体尺寸为120 mm × 120 mm，单胞大小为4 mm × 4 mm，夹持区域为40 mm × 40 mm，缓冲层区域宽度为8 mm。柔性夹持机构采用柔性TPU材料进行打印，考虑到样品厚度对结构在变形过程中的屈曲影响，选择沿Z轴打印厚度为15 mm，使其与整体结构尺寸相匹配，最终获得质量约45 g的小番茄柔性夹持机构样件(图6B)。

图 6 小番茄变刚度柔性夹持机构

Figure 6. Compliant clamping mechanism with variable stiffness of small tomato

下载: 全尺寸图片幻灯片

如图7所示，将柔性夹持机构样件固定于数显推拉力计试验机上进行试验。本试验采用不锈钢圆柱形压头施加驱动载荷，机构样件上方的中心区域作为驱动载荷输入端(图7A)。当柔性夹持机构夹持小番茄时，一对方向相反的法向力施加于指端，即从小番茄的赤道面的2个接触点(图7B)进行夹取。将型号为DF9-16、量程为20~500 g、精度为0.01 N的柔性压力传感器安装于柔性夹持机构的指端(图7C)，用于测试指端压力。

图 7 试验设备

Figure 7. Test equipment

下载: 全尺寸图片幻灯片

选择20个未受损、符合试验条件的小番茄进行试验。试验前，测量每个小番茄的横向直径(L₀)。试验期间，测量夹持机构不同的驱动力载荷以及对应夹持口两端的距离(L₁)，此时小番茄的压缩率为(L₀−L₁)/L₀。以夹持机构夹持住果实，且机构受到轻微晃动果实不掉落的情况，记为成功夹持果实。夹持机构的驱动力载荷继续增大至小番茄的压缩率为1.91%，此时对应指端柔性压力传感器的数值为1.2 N。试验后，计算并记录该夹持过程中小番茄压缩率为0~1.91%时机构对应的输出端驱动力载荷。

3.2 试验结果与分析

所有被测小番茄的压缩率为0~1.91%时，对应夹持机构在输入端施加的驱动载荷为0~14.56 N(图8)。当小番茄的压缩率为0.90%时，输入端施加驱动载荷为11.00 N，夹持机构可成功夹持果实；当小番茄的压缩率为0.90%~1.91%，对应输入端施加驱动载荷范围为11.00~14.56 N，夹持机构可稳固无损夹持果实。因此，根据小番茄变刚度柔性夹持机构设计，为达到作业时稳固且几乎无损夹持小番茄，在设置夹持机构的驱动装置时，驱动力应当大于11.00 N，但不能超过14.56 N。由于小番茄尺寸差异较小，不同尺寸样本下成功夹持与无损夹持对应的压缩率具有重叠区域，可根据该重叠区域对应的驱动力确定夹持机构的驱动力控制区间。若夹持对象的尺寸差异较大，将出现成功夹持与无损夹持对应的压缩率无单一的重叠区域；此时，可根据重叠区域的分布情况选取若干驱动力控制区间及其对应的果实尺寸区间，但需要借助其他辅助装置对果实的尺寸进行预判。

图 8 柔性机构样件夹持小番茄时输出端压缩率与输入端驱动载荷的关系

Figure 8. Relationship between compression ratio at output end and driving load at input end of the compliant clamping mechanism sample while picking up small tomatoes

下载: 全尺寸图片幻灯片

4. 结论

本文以夹持外表层较为脆弱的浆果类果实为研究背景，在柔性机构设计中引入梯度点阵结构，通过构建柔性夹持机构优化模型，获得可无损夹持浆果类果实的变刚度柔性夹持机构设计。以茂名‘千禧’小番茄为例，通过加工获得质量约45 g的小番茄变刚度柔性夹持机构样件，并进行试验得出：该夹持机构样件在输入端驱动载荷为11.00~14.56 N时，小番茄的压缩率为0.90%~1.91%，对应的机械损伤度为0。若将样件应用于智能机械末端以实现浆果的智能化高效无损夹持，在设置夹持机构的驱动装置时，驱动力应当大于11.00 N，但不能超过14.56 N。

本文提出了基于梯度点阵结构的浆果变刚度柔性夹持机构设计方法，可得到轻质、易驱动、顺应性强且几乎无损夹持的浆果夹持机构，在一定程度上促进了浆果自动化采摘、分拣等环节中夹持装备设计的发展。

图 1 铁和锌元素的标准曲线

Figure 1. Standard curves of Fe and Zn elements

下载: 全尺寸图片幻灯片

图 2 2019—2020年163份大豆种质籽粒铁、锌含量频率分布直方图

Figure 2. Histogram of frequency distribution of grain Fe and Zn contents of 163 soybean accessions in 2019 and 2020

下载: 全尺寸图片幻灯片

图 3 2019—2020年163份大豆种质籽粒铁、锌含量相关性分析

“×”表示相关性不显著

Figure 3. Correlation analyses of grain Fe and Zn contents of 163 soybean accessions in 2019 and 2020

“×” indicate no significance correlation

下载: 全尺寸图片幻灯片

表 1 163份大豆种质的编号与名称

Table 1 Number and name of 163 soybean accessions

编号 No.	名称 Name	编号 No.	名称 Name	编号 No.	名称 Name	编号 No.	名称 Name	编号 No.	名称 Name
1	BX1	34	泉豆27	67	HX13	100	华春2号	133	耐荫黑豆
2	BX2	35	泉豆5号	68	HX14	101	HX3	134	新晃黑豆
3	BX3	36	圣豆40	69	HX16	102	2015-XT-23	135	永顺黑豆
4	BX4	37	M6-497	70	HX17	103	2015XT-35	136	徐豆20
5	BX5	38	M桂2-599	71	HX18	104	瓦窑黄豆	137	南农99-6
6	BX6	39	Y15	72	HX20	105	桂早1号	138	赣2016-7
7	BX7	40	Y16	73	HX21	106	桂0112-3	139	赣豆10
8	BX8	41	Y1697	74	HX22	107	桂0114-4	140	赣豆5
9	BX9	42	Y1800	75	HX23	108	桂0513-3	141	赣豆7
10	BX10	43	Y19	76	HX24	109	桂1605	142	S2
11	BX11	44	Y3	77	HX25	110	桂1701	143	S20
12	BX12	45	Y4	78	粤春2013-1	111	桂1702	144	Young
13	BX14	46	Y5	79	粤春2014-2	112	桂1703	145	S427/5/7
14	BX15	47	Y6	80	粤春2015-2	113	桂春16号	146	S519/6/14
15	BX16	48	本地2号	81	粤春2017-1	114	桂春1805	147	SOMA
16	BX17	49	华春1号	82	粤夏05-3	115	桂春1号	148	TGX1803-20E
17	BX18	50	华春3号	83	粤夏05-5	116	桂春5	149	TGX1903-3F
18	ICA-6-2	51	华春5	84	粤夏2012-1	117	桂春豆1号	150	TGX1908-89
19	BX13	52	华春6号	85	粤夏2013-1	118	桂夏1801	151	OPE-Para4
20	中黄24	53	华春7号	86	粤夏2013-2	119	桂夏1802	152	TGX48-30-20F
21	福豆12	54	华春8号	87	粤夏2013-4	120	桂夏7号	153	简阳五月黄
22	福豆15	55	华春10号	88	粤夏2014-3	121	桂夏豆109	154	贡秋豆5号
23	福豆234	56	华春11号	89	粤夏2014-6	122	桂夏豆116	155	贡夏6973
24	福豆310	57	华春12号	90	粤夏2016-1	123	桂夏豆117	156	贡夏7103
25	莆豆019	58	粤春2016-1	91	粤夏2016-2	124	桂夏豆118	157	贡夏8173
26	莆豆014	59	粤春2016-2	92	粤夏2016-4	125	桂夏豆119	158	贡选1号
27	莆豆041	60	HX1	93	粤夏2017-1	126	桂夏豆2号	159	滇86-5
28	莆豆5号	61	HX2	94	粤夏2017-2	127	黔豆6号	160	滇豆4号
29	莆豆611	62	HX4	95	粤夏2017-3	128	冀豆12	161	滇豆7号
30	莆豆704	63	HX5	96	粤夏2018-1	129	冀豆17	162	浙春3号
31	莆豆8008	64	HX6	97	粤夏2018-2	130	天隆1号	163	浙春4号
32	泉豆24	65	HX9	98	粤小黄粒1	131	中豆32
33	泉豆26	66	HX10	99	粤小黄粒3	132	中豆41

下载: 导出CSV

表 2 仪器工作条件

Table 2 Working conditions of instrument

元素 Element	λ/nm Wave length	I_灯/mA Lamp current	狭缝宽度/nm Slit width	燃头高度/mm Burner height	点灯方式 Lighting method	燃气流量/(L·min⁻¹) Gas flow	助燃气 Supporting gas
Fe	248.3	12	0.2	9.0	BGC-D₂	2.2	空气
Zn	213.9	8	0.7	7.0	BGC-D₂	2.0	空气

下载: 导出CSV

表 3 不同年份163份大豆种质籽粒铁、锌含量的描述性统计

Table 3 Descriptive statistical of grain Fe and Zn content in 163 soybean accessions in two years

元素 Element	年份 Year	w/(mg·kg⁻¹)				变异系数/% Coefficient of variation	K-S检验 K-S test			F¹⁾
元素 Element	年份 Year	最小值 Minimum	最大值 Maximum	平均值 Mean	标准差 Standard deviation	变异系数/% Coefficient of variation	偏度 Skewness	峰度 Kurtosis	Sig.值 Sig. value	F¹⁾
Fe	2019	71.02	147.91	97.17	16.02	16.49	1.01	0.63	0.00	12.09**
Fe	2020	90.19	159.92	117.02	13.00	11.11	0.58	0.44	0.20	7.58**
	平均 Mean	84.14	144.86	107.09	11.22	10.48	0.65	0.51	0.20	2.02**
Zn	2019	34.62	53.11	42.41	3.48	8.21	0.11	−0.10	0.20	30.62**
Zn	2020	36.32	51.47	43.41	3.06	7.05	0.03	−0.42	0.20	1.31*
	平均 Mean	37.03	49.51	42.80	2.45	6.43	0.00	−0.66	0.20	3.71**
1) “”和“”分别表示数据在0.05和0.01水平上差异显著　1) “” and “**” indicate there were significant difference at 0.05 and 0.01 levels, respectively

下载: 导出CSV

表 4 163份大豆种质籽粒铁、锌含量概率分级¹⁾

Table 4 Probability classification of grain Fe and Zn contents of 163 soybean accessions w/(mg·kg⁻¹)

元素 Element	年份 Year	1/极低 1/Very low	2/低 2/Low	3/中级 3/Middle	4/高 4/High	5/极高 5/Very high
Fe	2019	< 76.64(7)	76.64 ~ 88.77(50)	88.77 ~ 105.57(66)	105.57 ~ 117.70(16)	> 117.70(22)
	2020	< 100.36(15)	100.36 ~ 110.20(31)	110.2 ~ 123.84(19)	123.84 ~ 133.68(25)	> 133.68(16)
	平均 Mean	< 92.71(14)	92.71 ~ 101.20(40)	101.2 ~ 112.98(64)	112.98 ~ 121.47(32)	> 121.47(13)
Zn	2019	< 37.95(17)	37.95 ~ 40.58(31)	40.58 ~ 44.24(60)	44.24 ~ 46.87(40)	> 46.87(14)
	2020	< 39.49(16)	39.49 ~ 41.8(29)	41.8 ~ 45.02(58)	45.02 ~ 47.33(36)	> 47.33(16)
	平均 Mean	< 39.28(21)	39.28 ~ 41.36(29)	41.36 ~ 44.24(57)	44.24 ~ 46.32(38)	> 46.32(18)
1) 括号中数据为相应概率等级的种质数量　1) Data in brackets represent the number of the soybean accessions in the corresponding probability classification

下载: 导出CSV

表 5 大豆种质籽粒铁、锌含量突出表现材料概要¹⁾

Table 5 Summary of soybean accessions with prominent grain Fe and Zn contents

类型 Type	Fe含量突出 Outstanding Fe content		Zn含量突出 Outstanding Zn content
类型 Type	名称 Name	w(Fe)/(mg·kg⁻¹)	名称 Name	w(Zn)/(mg·kg⁻¹)
高含量 High content	粤夏2018-2	144.86±23.10	桂夏豆116	49.51±1.64
	BX17	140.13±8.35	桂夏豆109	48.92±2.43
	TGX1803-20E	131.44±7.05	贡夏6973	47.85±4.40
	华夏24	130.76±9.50	赣豆7	47.74±2.19
	圣豆40	130.08±4.14	粤春2017-1	47.56±2.00
			桂夏豆117	47.11±1.62
			桂夏7号	47.10±0.70
			OPE-Para4	46.96±1.65
双高含量 Double high content	桂1701	136.30±13.67	桂1701	47.58±3.16
双高含量 Double high content	桂夏豆109	127.33±6.02	桂夏豆109	48.92±2.43
低含量 Low content	粤春2015-2	84.14±12.12	S519/6/14	37.03±1.94
	TGX1908-89	84.38±6.96	中豆41	37.28±2.11
	S20	87.12±12.10	桂春5	37.47±2.55
	莆豆5号	88.77±10.81	Y4	37.62±2.43
	粤夏2017-2	90.63±5.63	Y6	37.83±2.89
			桂春1号	37.89±2.11
双低含量 Double low content	S20	87.12±12.10	S20	39.12±2.20
	瓦窑黄豆	90.91±14.39	瓦窑黄豆	38.44±5.49
	Y6	91.40±10.44	Y6	37.83±2.89
	BX5	91.62±15.66	BX5	38.97±0.96
1) 表中数据为3次重复的平均值±标准差　1) The data in the table show the mean ± standard deviation of three replicates

下载: 导出CSV

参考文献(33)

[1]	梁勇. 2022年7月世界农产品供需形势预测简报[J]. 世界农业, 2022(8): 127-132. doi: 10.3969/j.issn.1002-4433.2022.8.shijny202208013
[2]	寇坤. 大豆SOC1a和SOC1b基因调控开花的功能研究[D]. 哈尔滨: 中国科学院东北地理与农业生态研究所, 2021.
[3]	SEDIVY E J, WU F Q, HANZAWA Y. Soybean domestication: The origin, genetic architecture and molecular bases[J]. The New Phytologist, 2017, 214(2): 539-553. doi: 10.1111/nph.14418
[4]	张东辉, 杨青春, 耿臻, 等. 有机大豆营养功效及栽培技术[J]. 农业工程, 2017, 7(2): 136-137.
[5]	DONG Y, YANG X, LIU J, et al. Pod shattering resistance associated with domestication is mediated by a NAC gene in soybean[J]. Nature Communication, 2014, 5: 3352. doi: 10.1038/necmms4352.
[6]	MESSINA M, ROGERO M M, FISBERG M, et al. Health impact of childhood and adolescent soy consumption[J]. Nutrition Reviews, 2017, 75(7): 500-515. doi: 10.1093/nutrit/nux016
[7]	HUANG J H, MA Q B, CAI Z D, et al. Identification and mapping of stable QTLs for seed oil and protein content in soybean [Glycine max (L.) Merr.][J]. Journal of Agricultural and Food Chemistry, 2020, 68(23): 6448-6460. doi: 10.1021/acs.jafc.0c01271
[8]	RIZZO G, BARONI L. Soy, soy foods and their role in vegetarian diets[J]. Nutrients, 2018, 10(1): 43. doi: 10.3390/nu10010043.
[9]	ZHANG Y, GLADYSHEV V N. Comparative genomics of trace element dependence in biology[J]. Journal of Biological Chemistry, 2011, 286(27): 23623-23629. doi: 10.1074/jbc.R110.172833
[10]	LIM K H, RIDDELL L J, NOWSON C A, et al. Iron and zinc nutrition in the economically-developed world: A review[J]. Nutrients, 2013, 5(8): 3184-3211. doi: 10.3390/nu5083184
[11]	孙汉青, 刘力宽, 刘韬, 等. 青海23份春小麦铁、锌含量分析[J]. 分子植物育种, 2019, 17(19): 6563-6569.
[12]	ROY C, KUMAR S, RANJAN R D, et al. Genomic approaches for improving grain zinc and iron content in wheat[J]. Frontiers in Genetics, 2022, 13: 1045955. doi: 10.3389/fgene.2022.1045955.
[13]	KRISHNA T P A, MAHARAJAN T, CEASAR S A. The role of membrane transporters in the biofortification of zinc and iron in plants[J]. Biological Trace Element Research, 2022, 201: 464-478.
[14]	MARRIOTT B P, BIRT D F, STALLINGS V A, et al. Present Knowledge in Nutrition [M]. 11th Edition. London: Academic Press, 2020.
[15]	WELCH R M, GRAHAM R D. Breeding crops for enhanced micronutrient content[J]. Plant and Soil, 2002, 245(1): 267-276.
[16]	朱行. 富含铁元素水稻新品种[J]. 粮食与油脂, 2006, 19(4): 31.
[17]	GARG M, SHARMA N, SHARMA S, et al. Biofortified crops generated by breeding, agronomy, and transgenic approaches are improving lives of millions of people around the world[J]. Frontiers in Nutrition, 2018, 5: 12. doi: 10.3389/fnut.2018.00012.
[18]	青平, 曾晶, 李剑, 等. 中国作物营养强化的现状与展望[J]. 农业经济问题, 2019, 40(8): 83-93.
[19]	刘慧. 我国主要麦区小麦籽粒产量和关键营养元素含量评价及调控[D]. 杨凌: 西北农林科技大学, 2016.
[20]	张勇, 王德森, 张艳, 等. 北方冬麦区小麦品种籽粒主要矿物质元素含量分布及其相关性分析[J]. 中国农业科学, 2007, 40(9): 1871-1876.
[21]	杨治伟. 宁夏粳稻种质资源锌、铁含量的关联分析及地方品种籽粒锌含量的QTL定位[D]. 银川: 宁夏大学, 2019.
[22]	张标金, 聂根新, 魏益华, 等. 水稻子粒铁、锌和铜含量的基因型差异分析[J]. 作物杂志, 2014(5): 48-51.
[23]	董慕新, 张辉. 我国八省大豆主要矿质元素含量分布及相关性研究[J]. 作物学报, 1997, 23(5): 550-554.
[24]	BOUIS H E, HOTZ C, MCCLAFFERTY B, et al. Biofortification: A new tool to reduce micronutrient malnutrition[J]. Annals of Nutrition and Metabolism, 2009(55): 57-58.
[25]	黄欢明. 国家热带亚热带地区夏大豆品种区域试验[J]. 福建农业科技, 2018(9): 37-41.
[26]	邓佑林, 陆婷婷, 黄秀香, 等. 原子吸收分光光度法测定柚子皮中的铜和钾[J]. 化工技术与开发, 2019, 48(9): 39-42.
[27]	叶发兵, 袁娇, 何彦斌, 等. 鄂东茯苓中重金属离子铜、镉含量的测定[J]. 湖北农业科学, 2016, 55(16): 4269-4271.
[28]	王思琦, 宋记明, 曹敏, 等. 不同木薯种质资源主要矿物质元素差异性分析[J]. 热带作物学报, 2022, 43(8): 1577-1586.
[29]	聂继云, 李志霞, 李海飞, 等. 苹果理化品质评价指标研究[J]. 中国农业科学, 2012, 45(14): 2895-2903.
[30]	WANG H, JIA J, CAI Z D, et al. Identification of quantitative trait loci (QTLs) and candidate genes of seed iron and zinc content in soybean [Glycine max (L.) Merr.][J]. BMC Genomics, 2022, 23(1): 1-14. doi: 10.1186/s12864-021-08243-4
[31]	GARCIA-OLIVEIRA A L, CHANDER S, ORTIZ R, et al. Genetic basis and breeding perspectives of grain iron and zinc enrichment in cereals[J]. Frontiers in Plant Science, 2018, 9: 937. doi: 10.3389/fpls.2018.00937.
[32]	何一哲. 高铁锌食药兼用小麦: 秦黑1号[J]. 农家科技, 2007(10): 7.
[33]	余赛西. 大豆在萌发过程中的铁锌营养强化[D]. 海口: 海南大学, 2018.