蝴蝶蘭種質資源主要數量性狀變異與概率分級

鐘海豐 陳劍鋒 陳宇華 邱思鑫 黃敏玲

摘? 要：以53份蝴蝶蘭種質資源為研究材料，對24個主要數量性狀的變異情況、正態性檢驗以及概率分級進行研究。結果表明：24個主要數量性狀的種間變異幅度為8.22%～45.31%，其中花序花朵數量變異系數最大，合蕊柱長度變異系數最小。種內變異幅度為5.07%～22.50%，變異系數最大的為花序長度，變異系數最小的為花朵寬度。經K-S檢驗植株大小、葉片長度等23個數量性狀Sig值>0.05，符合正態分布，花序花朵數量經c²檢驗，符合卡方分布，呈現偏態分布，所有考察的數量性狀認為均符合正態分布。24個數量性狀均分為5級，統一采用（X?1.2818S）、（X?0.5246S）、（X+0.5246S）、（X+1.2818S） 4個點，從而使性狀值落入1～5級的概率分別為10%、20%、40%、20%和10%。

關鍵詞：蝴蝶蘭;數量性狀;概率分級;DUS測試中圖分類號：S31 ?????文獻標識碼：A

Variation and Probability Grading of Main Quantitative Traits ofPhalaenopsisGermplasm Resources

ZHONG Haifeng^{1， 2}， CHEN Jianfeng^{1， 2}， CHEN Yuhua^{1， 2}， QIU Sixin^{1， 2}， HUANG Minling^{1， 2*}

1. Crop Research Institute， Fujian Academy of Agricultural Sciences， Fuzhou， Fujian 350013， China; 2. Fuzhou Sub-center for New Plant Variety Tests， Ministry of Agriculture and Rural Affairs， Fuzhou， Fujian 350013， China

Abstract： The variation， normality test and probability grading analysis of 24 main quantitative traits were carried out， using 53Phalaenopsis germplasmresources as the research materials. The coefficient of interspecific variation of the traits varied from 8.22% to 45.31%. Among them， the coefficient of variation of the flower number was the biggest， while the length of gynostemium was the least. Meanwhile， the coefficient of intraspecific variation of the traits varied from 5.07% to 22.50%. The coefficient of variation of inflorescence length was the biggest， and the flower width was the least. The Sig value of 23 quantitative traits， such as plant size and leaf length， was more than 0.05 by K-S test， which was in accordance with normal distribution， and the number of inflorescence showed skewed distribution according to chi-square test. All the quantitative traits examined were in accordance with normal distribution. The 24 quantitative traits could be divided into five grades. Four points （X-1.2818S）， （X-0.5246S）， （X+0.5246S） and （X+1.2818S） are used uniformly， so that the probability of the trait value falling into 1-5 grades is 10%， 20%， 40%， 20% and 10%， respectively.

Keywords： Phalaenopsis; quantitative traits; probability grading; DUS testing

DOI： 10.3969/j.issn.1000-2561.2020.06.007

品種特異性（Distinctness）、一致性（Unifo?rm?ity）和穩定性（Stability）（簡稱DUS）測試是定義品種的科學方法，也是目前我國作物品種管理、新品種保護、育種評價的重要技術支撐^[1-3]。數量性狀是植物形態描述的主要指標體系，數量性狀的評價標準是開展種質評價和DUS測試的重要內容^[4-5]。同時，數量性狀容易受到環境因素的影響，穩定性較差^[6]。因此，有必要對數量性狀的變異情況、分布類型以及分級標準進行研究分析，建立科學的評價與分級體系。

蝴蝶蘭（Phalaenopsis）是蘭科（Orchidaceae）蝴蝶蘭屬植物，其花形奇特，猶如翩翩起舞的蝴蝶，色彩豐富艷麗且花期長，素有“洋蘭皇后”的美譽，觀賞價值極高。蝴蝶蘭于2010年被列入我國第8批農業植物品種保護名錄，并于2012年12月7日公告發布了《植物新品種特異性、一致性和穩定性測試指南 蝴蝶蘭》^[7-8]，但并未明確其數量性狀的分級標準。目前，DUS測試中所采用的數量性狀分級標準一般基于傳統等差分級以及最小顯著差（LSD）的等距分級方法^[9]，國內對于蝴蝶蘭數量性狀分級研究主要是基于最小顯著差（LSD）的等距分級方法^[10-11]，而基于概率分級的蝴蝶蘭數量性狀分級方法鮮有報道。

數量性狀的概率分級是基于數量性狀取值的概率分布特征的分級方法，劉孟軍^[12]于1992年提出，現已廣泛應用于大花蕙蘭^[13]、草莓^[14]、多花黑麥草^[4]、梯棱羊肚菌^[15]、酸棗^[16]和桑樹^[17]等作物的數量性狀分級，其能較好地反映性狀變異的中值、離散程度以及不同品種性狀值在總體變異中的系統位置^[18]，可有效服務于種質資源的科學描述、評價、創新利用等。

本研究通過對53份蝴蝶蘭種質資源的24個主要數量性狀的變異情況與分布規律進行分析，并應用概率分布理論，探索建立蝴蝶蘭數量性狀等級劃分標準。目前，關于蝴蝶蘭數量性狀的分級研究均是基于等距分級，本文主要利用概率分級方法，對蝴蝶蘭數量性狀進行非等距分級，使其分布頻率符合概率分級的要求，為蝴蝶蘭種質資源的綜合評價、創新利用以及蝴蝶蘭種質資源描述規范和數據標準化提供參考。

1 ?材料與方法

1.1 材料

試驗材料為收集保存于農業農村部植物新品種測試福州分中心的53份蝴蝶蘭種質資源。

1.2方法

本研究主要調查《植物新品種特異性、一致性和穩定性測試指南 蝴蝶蘭》測試指南中列出的19個數量性狀以及測試指南之外新增的5個數量性狀（表1）^[7-8]。所有數量性狀數量均以單株為單位測量，每個品種觀測20株，每個植株取樣數量為1個?；ㄆ鞴贁盗啃誀畹挠^測在花序上有50%的花已開之時，選擇最近開花的最大花朵并在其花色沒有褪去之前觀測，花的長和寬以及花的各部分的觀測在花保持自然的狀態下進行。葉片的觀測應在開花植株的最長葉上進行^[8]。

1.3 數據處理

1.3.1? 數量性狀穩定性與變異情況分析? 采用Excel 2017對各供試蝴蝶蘭品種數量性狀的最大值、最小值、極差、平均值、中值、標準差和變異系數等進行統計分析。

計算單個品種每個性狀觀測數據的平均值、標準差以及變異系數，再求該性狀在所有蝴蝶蘭種質資源中變異系數的平均值，即為該性狀的品種內變異系數。

根據單個品種每個性狀觀測數據的平均值，計算出該性狀在所有品種中的平均值、標準差以及變異系數，該變異系數即為品種間變異系數。

1.3.2? 數量性狀正態性檢驗? 采用單樣本K-S（Kolmogorov-Smirnov）檢驗法^[19]和卡方（c²）檢驗法^[20]分析所采集的數量性狀數據是否符合正態分布或卡方分布。

1.3.3 ?數量性狀概率分級? 對符合正態分布的數量性狀，參照楊俊霞等^{[17-18， 21]}的概率分級方法，分為5級或3級，這2種分級方法統一采用（X?1.2818S）、（X?0.5246S）、（X+0.5246S）和（X+1.2818S）4個分點或（X?0.5246S）、（X+0.5246S）2個分點。5級中1～5類別出現概率分別為10%、20%、40%、20%、10%，3級中1～3類出現的概率分別為30%、40%、30%，其中X為該性狀的平均值，S為該性狀的標準差。

對于不符合正態分布的性狀，每個數量性狀以其0.5～1倍于其標準差的級差進行調整，使其分布于各組的頻數符合卡方分布。

2? 結果與分析

2.1 蝴蝶蘭品種資源數量性狀變異情況分析

對53份蝴蝶蘭品種資源的數量性狀數據進

行統計分析，結果顯示，蝴蝶蘭各數量性狀在品種內的變異范圍為5.07%～22.50%，變異系數最大為花序長度（C4），為22.50%;變異系數最小的為花朵寬度（C9），為5.07%（表2）。另外，種內變異系數在10%以上的有花序長度（C4）、花序花朵數量（C5）、花序梗長度（C6），反映這3個性狀種內穩定性較差，容易受環境因素影響。在種間變異情況方面，各數量性狀的變異系數為8.22%～45.31%，品種間變異豐富，其中花序花朵數量（C5）的變異幅度最大，變異系數為45.31%，合蕊柱長度（C18）的變異幅度最小，變異系數為8.22%。在24個數量性狀中，種間變異系數在15%以下的性狀3個，分別為唇瓣中裂片長度（C14）、葉片厚度（C17）、合蕊柱長度（C18）。

2.2蝴蝶蘭品種資源數量性狀的正態性檢驗

對蝴蝶蘭24個數量性狀進行K-S正態性檢驗，檢驗結果表明，除花序花朵數量（C5）指標Sig值小于0.05，差異不顯著，不符合正態分布外，其他23個數量性狀均符合正態分布。對不符合正態分布的數量性狀再進行卡方檢驗，其c²-P值為1.000，符合卡方分布（表3）。因此，本研究所觀測的24個數量性狀均符合正態分布。

2.3 蝴蝶蘭品種資源數量性狀分級

對符合正態分布的各數量性狀均采用（X? 1.2818S）、（X?0.5246S）、（X+0.5246S）和（X+ 1.2818S）4個分點，分為5級，分別以1、3、5、7、9表示，代表極小、小、中、大、極大或極少、少、中、多、極多等。根據分點計算結果，得到蝴蝶蘭各數量性狀分級的分值點（表4），并確定每個數量性狀分級的取值范圍，并計算出其分布頻率（表5）。

3? 討論

性狀變異是物種進化及新品種和新物種形成的前提，歷來被植物分類和育種學所重視^[22-23]，變異系數的差異反映了性狀在進化過程中遺傳可塑性和保守性方面的不同^[14]。在種間變異方面，各數量性狀的變異系數在8.22%～45.31%之間，表明蝴蝶蘭種質資源在植株大小、葉片大小、花部相關數量性狀均存在豐富的遺傳多樣性，這與陳和明等^[10]、張鵬等^[11]的研究結果相一致。豐富的遺傳多樣性可為種質資源創新利用提供更大的選擇潛力。從種內性狀穩定性來看，本研究的花序長度、花序花朵數量、花序梗長度3個數量性狀種內變異系數較大，表明3個性狀的種內穩定性較差，容易受環境影響，在開展性狀數據采集時需確保植株長勢、花芽分化條件以及栽培管理條件盡可能一致。

通常認為，在自然狀態下，生物現象的連續性變量或間斷性變量是符合正態分布的^[24]，本研究觀測的數量性狀在K-S正態性檢驗中，僅花序花朵數量Sig值小于0.05，差異不顯著，不符合正態分布，通過卡方檢驗，花序花朵數量c²-P值為1.000，符合卡方分布，呈現偏態分布。在進行數量性狀的測定時，這一分布形態也可作為正態分布性來看。這和陳和明等^[10，25]研究結果相一致。偏態分布在大部分植物上都普遍存在^[26-27]。這可能與長期的人工選擇壓力下，群體向某一特定方向進化，從而使性狀分布發生偏移的結果。在蝴蝶蘭育種和栽培過程中，對多花性狀的長期選擇，可能是導致花序花朵數量呈現偏態分布的一個原因。

數量性狀的合理分級對種質資源的利用具有重要指導價值^[17]。傳統的等距離分級或經驗分級存在一定的局限性，往往無法準確反映性狀變異的中值和離散程度以及各級取值在總體變異中的系統位置，也缺乏統一的分級標準。本研究采用概率分級方法對蝴蝶蘭24個數量性狀進行分級分析，24個數量性狀均可劃分為5個等級。與陳和明等^[10]采用等距分級方法的蝴蝶蘭數量性狀分級研究相比，本研究在植株大小、葉片長度、葉片寬度、花朵長度、花朵寬度等性狀的等級1取值均較大。通過比較分布頻率大小，本研究在植株大小、葉片寬度2個性狀的等級1取值范圍更為合理。另外，在等級9的取值上，二者研究結果整體相對一致。在花朵數量性狀分級方面，與陳和明等^[10]的研究結果基本一致，等級1的分布頻率均極低，因此，該性狀的分級標準有必要在此基礎上進行進一步調整。本研究通過分析蝴蝶蘭24個主要數量性狀的分布類型和分級標準，初步構建了蝴蝶蘭種質資源數量性狀概率分級指標體系，下一步將繼續探討概率分級方法應用于蝴蝶蘭DUS測試中數量性狀分級的可行性與科學性。

參考文獻

[1]?????? Zhuang X Y， Qin L， Leng P S，et al. Comparison and analysis on DUS screening traits of two laveder species[J]. Agricultural Science and Technology， 2015， 16（5）： 912-917， 925.

[2]?????? 王永行， 白立華， 單飛彪， 等. 基于DUS測試性狀的普通小麥測試品種的遺傳多樣性分析[J]. 黑龍江農業科學， 2017（1）： 4-8.

[3]?????? 鐘海豐， 黃敏玲， 鐘淮欽， 等. 中國農業植物新品種保護與DUS測試技術發展現狀[J]. 熱帶作物學報， 2017， 38（6）： 1155-1162.

[4]?????? 劉? 歡， 馬? 嘯， 張新全， 等. 多花黑麥草品種DUS測試數量性狀分級分析[J]. 植物遺傳資源學報， 2016， 17（5）： 846-853， 860.

[5]?????? 褚云霞， 鄧? 姍， 黃志城， 等. 非洲菊新品種DUS測試數量性狀分級及形態性狀多樣性研究[J]. 植物遺傳資源學報， 2015， 16（4）： 920-926.

[6]?????? 陳海榮， 楊? 華， 王加紅， 等. 基于DUS測試性狀的玉米標準品種形態多樣性分析[J]. 玉米科學， 2015， 23（2）： 46-51.

[7]?????? 陳和明， 朱根發， 呂復兵， 等. 蝴蝶蘭新品種DUS測試指南的研制[J]. 中國農學通報， 2014， 30（10）： 182-185.

[8]?????? 中華人民共和國農業部. 植物新品種特異性、一致性和穩定性測試指南 蝴蝶蘭： NY/T 2230—2012 [S]. 北京： 中國農業出版社， 2013.

[9]?????? 王鳳華， 郝彩環， 周海濤， 等. 玉米DUS測試主要數量性狀分級方法的研究[J]. 玉米科學， 2011， 19（2）： 144-147.

[10]??? 陳和明， 呂復兵， 李? 佐， 等. 蝴蝶蘭品質性狀綜合評價體系的構建[J]. 中國農業大學學報， 2017， 22（8）： 83-94.

[11]??? 張? 鵬， 王江民， 管俊嬌， 等. 蝴蝶蘭品種數量性狀與分組性狀的DUS判定[J]. 西北農林科技大學學報（自然科學版）， 2018， 46（11）： 81-88.

[12]??? 劉孟軍. 桃樹部分經濟性狀的種內變異及其分級標準研究[J]. 北京農學院學報， 1992（2）： 98-104.

[13]??? 張韶伊， 寧惠娟， 范義榮. 大花蕙蘭主要數量性狀的變異及概率分級[J]. 浙江農業科學， 2013（9）： 1118-1121.

[14]??? 楊? 雷， 楊? 莉， 李? 莉， 等. 草莓種質資源果實主要數量性狀變異及概率分級[J]. 西南農業學報， 2007（5）： 1067-1069.

[15]??? 陳? 影， 唐? 杰， 彭衛紅， 等. 梯棱羊肚菌種質資源數量性狀變異及概率分級[J]. 食用菌學報， 2017， 24（1）： 27-32.

[16]??? 楊? 雷， 周俊義， 劉? 平， 等. 酸棗種質資源果實主要數量性狀變異及概率分級[J]. 河北農業大學學報， 2006（1）： 34-37.

[17]??? 楊俊霞， 郭寶林. 桑樹數量性狀的概率分級研究[J]. 蠶業科學， 1998（2）： 122-124， 130.

[18]??? 劉孟軍. 棗樹數量性狀的概率分級研究[J]. 園藝學報， 1996（2）： 105-109.

[19]??? 馬小河， 趙旗峰， 董志剛， 等. 鮮食葡萄品種資源果實數量性狀變異及概率分級[J]. 植物遺傳資源學報， 2013， 14（6）： 1185-1189.

[20]??? 張新躍， 李元華， 茍文龍， 等. 多花黑麥草研究進展[J]. 草業科學， 2009， 26（1）： 55-60.

[21]??? 劉? 平， 劉孟軍， 周俊義， 等. 棗樹數量性狀的分布類型及其概率分級指標體系[J]. 林業科學， 2003（6）： 77-82.

[22]??? 王力榮. 我國果樹種質資源科技基礎性工作30年回顧與發展建議[J]. 植物遺傳資源學報， 2012， 13（3）： 343-349.

[23]??? 王述民， 李立會， 黎? 裕， 等. 中國糧食和農業植物遺傳資源狀況報告（II）[J]. 植物遺傳資源學報， 2011， 12（2）： 167-177.

[24]??? 杜慶鑫， 劉攀峰， 慶? 軍， 等. 杜仲種質資源雄花主要數量性狀變異及概率分級[J]. 北京林業大學學報， 2016， 38（11）： 42-49.

[25]??? 陳和明， 呂復兵， 朱根發， 等. 蝴蝶蘭DUS測試主要數量性狀分布特點研究[C]//中國觀賞園藝研究進展， 北京： 中國林業出版社， 2013： 94-97.

[26]??? 胡宏霞， 穆國俊， 侯名語， 等. 河北省花生地方品種基于EST-SSR的遺傳多樣性及性狀標記相關分析[J]. 植物遺傳資源學報， 2013， 14（6）： 1118-1123， 1129.

[27]??? 林? 茂， 李正強， 鄭治洪， 等. 貴州省花生地方品種的遺傳多樣性[J]. 作物學報， 2012， 38（8）： 1387-1396.