Phenotypic diversity evaluation of medium indica rice germplasm resources based on principal component analysis and cluster analysis
-
摘要:目的
系统评估中籼稻种质资源表型性状的遗传多样性，提高中籼稻育种中亲本选择与利用的科学性和效率。
方法以35份中籼稻种质资源为研究对象，通过变异系数、遗传多样性指数、主成分分析、二维排序分析及逐步回归分析等统计方法，对14个主要表型性状的多样性进行系统评价。
结果14个表型性状的变异系数为9.31%~78.39%，多样性指数为4.82~5.12。‘碑田倒’‘早花秋’‘乌壳香’‘十月青’在二维排序图中高度重叠，可以作为育种亲本或者中间材料加以利用。‘乌壳香’在综合性状评分中排名首位。逐步回归分析确定株高、剑叶长、每穗落粒数、每穗瘪谷数、千粒质量和谷粒宽6个性状为中籼稻种质资源综合评价的关键指标。基于离差平方和法的层次聚类分析将35份中籼稻种质资源划分为3个类群，各类群间性状差异明显。
结论本研究中的材料表现出较高的表型遗传多样性，为优异中籼稻种质的筛选与亲本配制提供了理论依据和材料支撑，对推动中籼稻新品种的选育具有重要参考价值。
Abstract:ObjectiveTo systematically evaluate the genetic diversity of medium indica rice germplasm resources, and enhance the scientificity and efficiency of parental selection and utilization in medium indica rice breeding.
MethodA total of 35 medium indica rice germplasm resources were analyzed, and 14 key phenotypic traits were systematically evaluated using statistical methods of coefficient of variation, genetic diversity index, principal component analysis, two-dimensional ordination analysis, and stepwise regression analysis.
ResultThe coefficients of variation for the 14 traits ranged from 9.31% to 78.39%, with genetic diversity indices ranging from 4.82 to 5.12. The resources ‘Beitiandao’ ‘Zaohuaqiu’ ‘Wukexiang’ and ‘Shiyueqing’ clustered closely in two-dimensional sorting diagram, suggesting their potential as breeding parents or intermediate materials. ‘Wukexiang’ ranked the first in overall trait performance. Stepwise regression analysis identified the six key traits, including plant height, flag leaf length, falling grains per panicle, shriveled grains per panicle,
1000 -grain weight, and grain width, as the critical indicators for comprehensively evaluating medium indica rice germplasm. Hierarchical cluster analysis based on the square sum of deviations method grouped the 35 accessions into three distinct clusters with obvious differences in trait performance among clusters.ConclusionThe studied medium indica rice germplasm exhibits a high level of phenotypic genetic diversity. These findings provide a theoretical basis and valuable materials for the identification of elite resources and rational parental combinations of new medium indica rice, and offer an important support for the development of new medium indica rice cultivars.
-
-
![]()
图 1 中籼稻种质资源表型性状主成分二维排序图
各小图中虚线圈内的数字表示供试中籼稻种质资源的编号。
Figure 1. Two-dimensional sorting diagram of phenotypic trait principal components in medium indica germplasm resources
The numbers in the dashed circles in each figure indicate codes of the tested medium indica germplasm resources.
![]()
图 2 中籼稻种质资源表型性状的聚类分析
各分支节点的数字表示供试中籼稻种质资源的编号；Ⅰ、Ⅱ、Ⅲ表示类群。
Figure 2. Cluster analysis of phenotypic traits of medium indica germplasm resources
The numbers at each branch node indicate codes of the tested medium indica germplasm resources; Ⅰ, Ⅱ, Ⅲ indicate clusters.
表 1 供试中籼稻种质资源编号、名称及来源地
Table 1 Codes, names, and origins of the tested medium indica rice germplasm resources
编号
Code名称
Name来源地
Origin编号
Code名称
Name来源地
Origin编号
Code名称
Name来源地
Origin1 碑田倒 浙江省温州市 13 金超1号 广东省广州市 25 粤晶丝苗 广东省广州市 2 乌壳香 广东省汕头市 14 玉晶占5号 广东省广州市 26 桂锦软占 广东省揭阳市 3 早花秋 浙江省温州市 15 黄莉占 广东省广州市 27 溪野占8号 广东省佛山市 4 铁秋 广东省潮州市 16 黄粤丝苗 广东省广州市 28 象牙香占 广东省台山市 5 泽花秋 浙江省温州市 17 固广占 广东省广州市 29 美香占2号 广东省广州市 6 白龙虾 浙江省丽水市 18 五山丝苗 广东省广州市 30 玉珍占 广东省广州市 7 三都白谷红米 浙江省丽水市 19 丰粤占 广东省广州市 31 华航1号 广东省广州市 8 深乌壳红 浙江省衢州市 20 航特占 广东省广州市 32 华航丝苗 广东省广州市 9 温州青 浙江省台州市 21 粤丰丝苗 广东省广州市 33 华航31号 广东省广州市 10 十月青 浙江省温州市 22 台农新占 广东省广州市 34 华航32号 广东省广州市 11 黄华占 广东省广州市 23 粤禾丝苗 广东省广州市 35 丝荔丝苗 广东省广州市 12 华占 广东省广州市 24 五山桂占 广东省广州市 
下载: 导出CSV
表 2 中籼稻种质材料表型遗传变异分析1)
Table 2 Phenotypic genetic variation analysis of medium indica germplasm materials
特征
CharacteristicPt1/cm Pt2/cm Pt3/cm Pt4/cm Pt5 Pt6 Pt7 Pt8/% Pt9 Pt10/g Pt11/g Pt12/cm Pt13/cm Pt14 最小值 Min. 102.00 24.65 32.25 22.75 0.50 73.27 8.64 59.96 4.00 14.00 2.24 0.70 0.20 1.75 最大值 Max. 172.80 59.00 68.60 42.60 9.64 263.50 92.63 93.37 19.00 30.20 6.31 1.00 0.40 5.00 平均值 Mean 131.54 37.37 46.17 28.45 2.05 161.06 45.23 79.12 13.63 21.39 4.21 0.83 0.27 3.25 标准差 SD 21.92 7.65 10.50 4.94 1.61 37.17 22.92 8.48 3.57 3.77 0.98 0.77 0.62 0.81 方差 Variance 480.57 58.52 110.17 24.37 2.59 1 381.69 525.54 71.93 12.75 14.23 0.95 0.59 0.39 0.66 变异系数/% CV 16.67 20.47 22.73 17.35 78.39 23.08 50.68 10.72 26.20 17.64 23.22 9.31 23.15 25.05 相对极差 RR 0.69 1.39 1.13 0.87 18.28 2.60 9.72 0.56 3.75 1.16 1.82 0.43 1.00 1.86 1) Pt1：株高，Pt2：剑叶长，Pt3：倒二叶长，Pt4：穗长，Pt5：每穗落粒数，Pt6：每穗实粒数，Pt7：每穗瘪谷数，Pt8：结实率，Pt9：单株有效穗数，Pt10：千粒质量，Pt11：单穗质量，Pt12：谷粒长，Pt13：谷粒宽，Pt14：谷粒长宽比。
1) Pt1: Plant height, Pt2: Flag leaf length, Pt3: The second leaf length, Pt4: Panicle length, Pt5: Falling grains per panicle, Pt6: Filled grains per panicle, Pt7: Shriveled grains per panicle, Pt8: Seed setting rate, Pt9: Effective panicles per plant, Pt10: 1 000-grain weight, Pt11: Single spike weight, Pt12: Grain length, Pt13: Grain width, Pt14: Grain length-width ratio.
下载: 导出CSV
表 3 中籼稻种质资源14个表型性状的主成分分析
Table 3 Principal component analysis of 14 phenotypic traits for medium indica germplasm resources
性状1) Trait PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8 PC9 PC10 PC11 PC12 PC13 PC14 Pt1 0.37 −0.06 0.00 0.02 0.27 0.01 0.11 0.29 0.24 0.76 0.13 0.15 0.01 0.08 Pt2 0.34 0.24 −0.01 −0.02 0.06 0.08 0.08 0.45 −0.45 −0.33 0.53 0.12 −0.04 0.05 Pt3 0.36 0.19 −0.03 −0.07 0.29 0.20 0.05 0.28 −0.03 −0.19 −0.71 −0.28 0.04 −0.02 Pt4 −0.09 −0.20 −0.02 0.56 −0.10 0.50 0.40 0.02 0.09 −0.09 0.01 0.02 0.00 0.04 Pt5 0.13 −0.31 0.13 0.30 0.56 0.22 −0.39 −0.38 −0.33 −0.01 0.06 0.03 −0.02 −0.03 Pt6 −0.23 0.27 0.60 0.00 0.05 0.02 0.08 0.05 −0.13 0.04 −0.27 0.62 −0.14 0.02 Pt7 −0.25 0.42 −0.27 0.28 0.18 −0.03 −0.15 0.01 0.04 0.02 −0.01 0.12 0.59 0.43 Pt8 0.19 −0.34 0.54 −0.28 −0.11 0.01 0.14 −0.05 0.00 −0.09 0.06 −0.16 0.53 0.37 Pt9 −0.05 0.25 −0.18 −0.55 0.33 0.30 0.60 −0.46 0.05 −0.01 0.15 0.07 −0.04 0.03 Pt10 0.38 0.02 −0.02 0.00 −0.13 0.27 −0.35 −0.08 0.63 −0.34 0.08 0.36 −0.04 0.06 Pt11 −0.13 0.46 0.46 0.15 0.08 0.19 −0.13 0.00 0.26 0.08 0.28 −0.54 −0.08 −0.17 Pt12 −0.25 −0.08 −0.10 −0.27 −0.29 0.65 −0.35 0.21 −0.22 0.25 −0.05 −0.04 −0.09 0.23 Pt13 0.34 0.24 −0.02 0.07 −0.40 0.15 −0.02 −0.29 −0.25 0.23 −0.07 0.10 0.41 −0.50 Pt14 −0.34 −0.24 −0.02 −0.18 0.28 0.12 −0.04 0.37 0.16 −0.12 0.09 0.13 0.40 −0.57 特征值 Eigenvalue 5.32 2.35 1.41 1.30 0.92 0.79 0.67 0.58 0.25 0.22 0.11 0.05 0.02 0.01 贡献率/%
Contribution rate38.03 16.76 10.04 9.29 6.57 5.67 4.81 4.11 1.80 1.54 0.81 0.36 0.11 0.10 累计贡献率/%
Cumulative contribution rate38.03 54.79 64.83 74.12 80.69 86.36 91.17 95.27 97.07 98.61 99.42 99.78 99.90 100.00 1) Pt1：株高，Pt2：剑叶长，Pt3：倒二叶长，Pt4：穗长，Pt5：每穗落粒数，Pt6：每穗实粒数，Pt7：每穗瘪谷数，Pt8：结实率，Pt9：单株有效穗数，Pt10：千粒质量，Pt11：单穗质量，Pt12：谷粒长，Pt13：谷粒宽，Pt14：谷粒长宽比。
1) Pt1: Plant height, Pt2: Flag leaf length, Pt3: The second leaf length, Pt4: Panicle length, Pt5: Falling grains per panicle, Pt6: Filled grains per panicle, Pt7: Shriveled grains per panicle, Pt8: Seed setting rate, Pt9: Effective panicles per plant, Pt10: 1 000-grain weight, Pt11: Single spike weight, Pt12: Grain length, Pt13: Grain width, Pt14: Grain length-width ratio.
下载: 导出CSV
表 4 中籼稻种质资源D值及排名
Table 4 D values and their ranking of medium indica germplasm resources
排名Ranking D 编号 Code 排名Ranking D 编号Code 排名Ranking D 编号Code R1 2.11 2 R13 0.05 31 R25 −0.61 29 R2 2.10 4 R14 −0.04 20 R26 −0.68 24 R3 2.05 10 R15 −0.08 33 R27 −0.78 26 R4 1.82 3 R16 −0.08 23 R28 −0.86 18 R5 1.61 6 R17 −0.32 25 R29 −0.88 32 R6 1.17 9 R18 −0.35 15 R30 −0.98 30 R7 0.89 5 R19 −0.39 16 R31 −1.04 12 R8 0.85 13 R20 −0.41 14 R32 −1.12 22 R9 0.79 8 R21 −0.49 27 R33 −1.15 11 R10 0.76 1 R22 −0.51 35 R34 −1.17 17 R11 0.36 7 R23 −0.53 21 R35 −1.67 28 R12 0.10 19 R24 −0.53 34
下载: 导出CSV
表 5 中籼稻种质资源不同类群各指标平均值1)
Table 5 Average value of each index in different clusters of medium indica rice germplasm resources
类群
ClusterPt1/cm Pt2/cm Pt3/cm Pt4/cm Pt5 Pt6 Pt7 Pt8/% Pt9 Pt10/g Pt11/g Pt12/cm Pt13/cm Pt14 I 161.77 44.90 58.32 27.08 3.01 127.93 22.57 85.75 13.50 26.24 3.63 0.77 0.32 2.52 II 118.04 36.22 41.24 29.64 1.48 132.98 60.58 69.34 12.71 20.71 3.62 0.88 0.28 3.29 III 120.00 33.63 40.98 28.35 1.58 186.20 49.21 79.74 13.88 18.98 4.65 0.85 0.24 3.68 1) Pt1：株高，Pt2：剑叶长，Pt3：倒二叶长，Pt4：穗长，Pt5：每穗落粒数，Pt6：每穗实粒数，Pt7：每穗瘪谷数，Pt8：结实率，Pt9：单株有效穗数，Pt10：千粒质量，Pt11：单穗质量，Pt12：谷粒长，Pt13：谷粒宽，Pt14：谷粒长宽比。
1) Pt1: Plant height, Pt2: Flag leaf length, Pt3: The second leaf length, Pt4: Panicle length, Pt5: Falling grains per panicle, Pt6: Filled grains per panicle, Pt7: Shriveled grains per panicle, Pt8: Seed setting rate, Pt9: Effective panicles per plant, Pt10: 1 000-grain weight, Pt11: Single spike weight, Pt12: Grain length, Pt13: Grain width, Pt14: Grain length-width ratio.
下载: 导出CSV
-
[1] WANG Z, CHENG J, CHEN Z, et al. Identification of QTLs with main, epistatic and QTL × environment interaction effects for salt tolerance in rice seedlings under different salinity conditions[J]. Theoretical and Applied Genetics, 2012, 125(4): 807-815. doi: 10.1007/s00122-012-1873-z
[2] 徐春春, 纪龙, 陈中督, 等. 2020年我国水稻产业形势分析及2021年展望[J]. 中国稻米, 2021, 27(2): 1-4. doi: 10.3969/j.issn.1006-8082.2021.02.001 [3] 刘承晨, 赵富伟, 吴晓霞, 等. 云南哈尼梯田当前栽培水稻遗传多样性及群体结构分析[J]. 中国水稻科学, 2015, 29(1): 28-34. [4] ZHAO K, TUNG C W, EIZENGA G C, et al. Genome-wide association mapping reveals a rich genetic architecture of complex traits in Oryza sativa[J]. Nature Communications, 2011, 2: 467. doi: 10.1038/ncomms1467.
[5] 张媛媛. 中国不同地理来源的籼稻地方品种遗传多样性分析[D]. 北京: 中国农业科学院, 2005. [6] HUANG X, WEI X, SANG T, et al. Genome-wide association studies of 14 agronomic traits in rice landraces[J]. Nature Genetics, 2010, 42(11): 961-967. doi: 10.1038/ng.695
[7] VEASEY E A, DA SILVA E F, SCHAMMASS E A, et al. Morphoagronomic genetic diversity in American wild rice species[J]. Brazilian Archives of Biology and Technology, 2008, 51(1): 94-104. doi: 10.1590/S1516-89132008000100012
[8] 曾亚文, 李自超, 申时全, 等. 云南地方稻种的多样性及优异种质研究[J]. 中国水稻科学, 2001, 15(3): 169-174. [9] 李振姣, 马斯霜, 部丽群, 等. 宁夏外引水稻种质资源表型性状遗传多样性分析[J]. 江苏农业科学, 2016, 44(8): 117-121. [10] 胡标林, 万勇, 李霞, 等. 水稻核心种质表型性状遗传多样性分析及综合评价[J]. 作物学报, 2012, 38(5): 829-839. [11] 张晓丽, 吕荣华, 王强, 等. 4个东南亚国家水稻种质的表型多样性分析[J]. 西南农业学报, 2017, 30(12): 2617-2623. [12] 王芳, 薛桂霞. 中国籼稻生产区域分析[J]. 杂交水稻, 2005, 20(3): 9-13. doi: 10.3969/j.issn.1005-3956.2005.03.003 [13] 陈越, 张敦宇, 丁明亮, 等. 多个省份水稻资源的表型多样性与优异资源的筛选[J]. 浙江农业学报, 2019, 31(11): 1779-1789. [14] 马均. 不同穗重型水稻的形态, 理生化特性及产量潜力的研究[D]. 雅安: 四川农业大学, 2002. [15] 韩龙植, 魏兴华. 水稻种质资源描述规范和数据标准[M]. 北京: 中国农业出版社, 2006: 3-120. [16] 孙建昌, 马静, 杨生龙, 等. 粳稻粒形对其产量及主要农艺性状的影响[J]. 西北农业学报, 2011, 20(9): 50-53. [17] 唐如玉, 邹玉霞, 陈娇, 等. 三峡库区优异稻种资源遗传多样性及群体结构分析[J]. 植物遗传资源学报, 2019, 20(6): 1408-1417. [18] 邓宏中. 基于SSR标记的中国水稻地方品种与选育品种遗传多样性研究[D]. 北京: 中国农业科学院, 2015. [19] 贺治洲, 尹明, 谢振宇, 等. 热带水稻优异种质资源的表型遗传多样性分析[J]. 热带农业科学, 2014, 34(9): 37-42. [20] 宫彦龙, 雷月, 闫志强, 等. 不同生态区粳稻资源表型遗传多样性综合评价[J]. 作物杂志, 2020(5): 71-79. [21] 杨海龙, 王晖, 雷锦超, 等. 浙江省早籼稻种质资源的表型多样性分析与评价[J]. 浙江农业学报, 2022, 34(8): 1571-1581. doi: 10.3969/j.issn.1004-1524.2022.08.01 [22] 董俊杰, 曾宇翔, 季芝娟, 等. 273份水稻种质资源的遗传多样性、群体结构与连锁不平衡分析[J]. 中国水稻科学, 2021, 35(2): 130-140. [23] TU B, TAO Z, WANG S, et al. Loss of Gn1a/OsCKX2 confers heavy-panicle rice with excellent lodging resistance[J]. Journal of Integrative Plant Biology, 2022, 64(1): 23-38. doi: 10.1111/jipb.13185
[24] LIU Q, HAN R, WU K, et al. G-protein βγ subunits determine grain size through interaction with MADS-domain transcription factors in rice[J]. Nature Communications, 2018, 9: 852. doi: 10.1038/s41467-018-03047-9.
[25] ZHANG X F, YANG C Y, LIN H X, et al. Rice SPL12 coevolved with GW5 to determine grain shape[J]. Science Bulletin, 2021, 66(23): 2353-2357. doi: 10.1016/j.scib.2021.05.005
[26] MARULANDA J J, MI X, MELCHINGER A E, et al. Optimum breeding strategies using genomic selection for hybrid breeding in wheat, maize, rye, barley, rice and triticale[J]. Theoretical and Applied Genetics, 2016, 129(10): 1901-1913. doi: 10.1007/s00122-016-2748-5
计量
- 文章访问数: 26
- HTML全文浏览量: 2
- PDF下载量: 9
