重齒當歸形態數量性狀的分級研究

郭曉亮, 王紅娟, 段媛媛, 阮芝艷

重齒當歸形態數量性狀的分級研究

郭曉亮1, 王紅娟2, 段媛媛1, 阮芝艷3

(1. 湖北省農業科學院中藥材研究所，湖北 恩施 445000; 2. 重慶市農業科學院生物技術研究中心，重慶 510642; 3. 五峰縣農業農村局，湖北 宜昌 443400)

為明確重齒當歸()數量性狀的分布規律，對6份種質資源的14個數量性狀指標進行測定與分析。結果表明，6份種質資源的8個數量性狀存在顯著差異，在6個數量性狀的差異不顯著。14個數量性狀的變異系數為6.47%～ 33.34%，最大的是葉面積，最小的是復葉回數。復葉回數不符合正態分布，葉序數近似于正態分布，其余數量性狀均符合正態分布。葉寬、葉長、葉面積、葉周長間呈極顯著正相關，相關系數為0.568～0.925，其余數量性狀間的相關系數均低于0.560；主成分分析表明，10個數量性狀在2個以上主成分中起主要決定作用。概率分級結果表明，去除復葉回數、葉周長、葉面積、葉長、葉序數等5個數量性狀，8個數量性狀被分為5個連續分布的分級，1個數量性狀被分為3個連續分布的分級。

重齒當歸；形態數量性狀；分布規律；篩選；分級

我國中藥材新品種保護工作較為薄弱，DUS測試是植物新品種保護的重要手段，而DUS測試指南是植物品種DUS測試、品種權授權和維護的重要技術標準[1]。目前，我國植物新品種測試主要集中在大作物和蔬菜上，對藥用植物新品種的研究很少[2]。截止2015年，僅有人參和三七2種中藥材進入農業部植物保護名錄[3]，不利于中藥材新品種培育工作的推進。

植物形態數量性狀，是DUS測試指南中不可或缺的性狀之一，因其變異呈現連續性，需要開展數量性狀的分級研究，才能準確、客觀地對其進行描述。同時，植物形態數量性狀也是在形態水平上對遺傳多樣性的闡述，是種質資源多樣性評價的重要研究內容[4]。

傘形科(Umbelliferae)當歸屬植物重齒當歸()是中藥材獨活的正品來源，已有300多年人工種植歷史。隨著應用范圍在醫療、保健、化妝、植保等領域的擴大，重齒當歸人工種植面積也隨之增加[5]。關于重齒當歸DUS測試指南及數量性狀的分級研究還未見報道。本研究通過對重齒當歸的表型數量性狀進行測定、篩選，建立其概率分級指標體系，以期為重齒當歸DUS測試指南研制、資源評價、品種選育等工作提供理論參考。

1 材料和方法

1.1 材料

2019年春，分別在湖北恩施州巴東縣和宜昌市五峰縣、甘肅平涼市華亭市、重慶巫山縣、陜西寶雞市隴縣、寧夏固原市隆德縣等傳統獨活產區收集由種子繁殖的1 a生栽培種種苗，6份種質均移栽于湖北省恩施市的華中藥用植物園同一地塊中，經鑒定為重齒當歸()。移栽時間、移栽密度、水肥等栽培管理措施一致。

1.2 數據采集方法

2019年8月下旬至9月上旬，每種資源選取20株，對14個性狀進行測定(表1)。取復葉頂端小葉測定葉寬、葉長、葉周長、葉面積、葉厚度和葉綠素含量。用卷尺和電子游標卡尺測量株高、冠幅、復葉葉柄的長度和直徑、葉寬、葉長、葉厚度；用角度儀測量葉柄夾角；用SPAD-502葉綠素含量測定儀測量葉片的葉綠素含量。

1.3 數據的統計分析

所有數據采用SPSS 21.0軟件進行分析，計算性狀的最大值、最小值、中位數、平均值、標準差和變異系數；采用K-S正態性檢驗來判斷數據分布是否符合正態分布；采用Pearson相關系數對數量性狀間進行相關性分析；采用主成分分析數量性狀對差異的貢獻率；結合變異分析、相關性分析、主成分分析，對數量性狀進行取舍；對保留的且符合正態分布的數量性狀進行分級，分級標準參照劉孟軍[6]的概率分級法，5級中1～5級出現的概率分別為10%、20%、40%、20%和10%，3級中1～3級出現的概率分別為30%、40%和30%，采用(-1.2818)、(-0.5246)、(+0.5246)和(+1.2818)作為4個分點分為5級，或用(-0.5246)和(+0.5246)作為2個分點分為3級，其中，為性狀的平均值,為性狀的標準差。

表1 重齒當歸數量性狀

2 結果和分析

2.1 形態數量性狀的變異分析

對6份重齒當歸種質資源的數量性狀數據進行統計分析(表2)。14個數量性狀的中位數與均值相近，表明這些材料各性狀分布比較規則，性狀的變異主要是自然選擇的結果；各性狀的變異系數為6.47%～33.20%，表明各性狀在種質間存在明顯變異，變異系數最大的4個性狀是葉面積(33.34%)、葉片數(33.17%)、葉序數(27.19%)、葉寬(23.60%),說明這4個性狀的遺傳變異較為豐富；最小的性狀為復葉回數(6.47%)，說明此性狀比較穩定；其余性狀的變異系數為11.13%～19.79%，說明這些性狀的遺傳變異相對穩定。

6份種質資源間的株高、復葉葉柄長度、葉厚度、冠幅、葉序數、復葉葉柄直徑、葉片數和葉綠素含量等8個性狀的差異顯著(<0.05)；而葉柄夾角、葉寬、復葉回數、葉長、葉周長、葉面積等6個性狀的差異不顯著(>0.05)。

2.2 數量性狀的正態性檢驗

對重齒當歸種質資源14個數量性狀變異情況進行K-S正態性檢驗，結果表明, 除葉序數、復葉回數2個數量性狀外，其他數量性狀的>0.05，符合正態分布；其中葉序數的偏度和峰度絕對值均小于1，可按近似于正態分布處理；復葉回數的偏度和峰度的絕對值均大于1，不符合正態分布(表3)。結合性狀的變異與資源間的方差分析，將復葉回數性狀去除，只對剩余13個性狀進行后續分析。

2.3 相關性分析

對重齒當歸的13個數量性狀進行相關性分析 (表4)，結果表明，冠幅、葉序數和葉片數之間呈極顯著正相關；葉片厚度與葉綠素含量呈極顯著正相關；株高與葉序數呈顯著正相關；復葉葉柄長度與葉寬、葉厚度呈顯著負相關；復葉葉柄直徑與葉厚度、葉綠素含量呈顯著負相關；但相關系數偏低, 僅個別達到0.55，其余均不足0.50。葉寬、葉周長、葉長、葉面積間呈極顯著正相關，相關系數為0.568～0.925，在實際操作中可以用葉寬來代表葉周長、葉面積、葉長等3個性狀。

2.4 主成分分析

主成分分析是研究多個變量相關性的一種多元統計方法，影響表型性狀的因素較多，使用主成分分析可以清楚顯示各因素在表型多樣性構成中的作用[7]。以特征值大于等于1為標準，提取5個主成分，累計貢獻率達到72.27%，表明這5個主成分可基本反映上述13個表型性狀的特征。第1主成分的貢獻率最大，為26.93%，特征值為3.50，主要由葉片的長、寬、面積、周長決定；第2主成分的貢獻率為15.53%，特征值為2.02，主要由葉片數、葉序數、株高、冠幅等決定；第3主成分貢獻率為12.33%，特征值為1.60，主要由葉厚度、葉綠素含量、復葉葉柄直徑等決定；第4主成分貢獻率為9.34%，特征值為1.21，主要由復葉葉柄長度、葉柄夾角等性狀決定；第5主成分貢獻率為8.15%, 特征值為1.06，主要由復葉葉柄長度、葉柄夾角等性狀決定。以得分系數大于0.1為標準，葉寬、葉長、株高、冠幅、葉柄夾角、葉片數、葉厚度、復葉葉柄長度、復葉葉柄直徑、葉綠素含量等10個性狀在2個以上主成分中起主要決定作用，而葉周長、葉面積、葉序數等3個性狀僅在1個主成分中起主要決定作用。根據貢獻率的大小，結合種質資源間的方差分析與性狀相關性分析，將葉周長、葉面積、葉序數、葉長等4個性狀去除，只對剩余9個性狀進行后續分析。

表2 重齒當歸葉片的形態數量性狀的變異

C1～C14見表1。下表同。

C1-C14 see Table 1. The same is following Tables.

表3 重齒當歸數量性狀的K-S正態性檢驗

表4 重齒當歸數量性狀間的相關系數

*:<0.05; **:<0.01.

2.5 數量性狀的分級

剩余9個數量性狀均符合正態分布或近似正態分布。葉厚度的標準差小，且變異系數低，采用(-0.5246S)和(0.5246)作為2個分點可分為3級; 其余數量性狀均采用(1.2818)、(0.5246)、(0.5246)、(1.2818)作為4個分點可分為5級(表5)。依據分點對數量性狀進行分級(表6)，將各數量性狀的測定值依據分級標準進行頻次的K-S正態性檢驗，表明各性狀的頻次分布均屬正態分布，驗證了此分級標準的合理性。

3 結論和討論

本研究采用方差分析、變異分析、K-S檢驗、相關性分析和主成分分析，對2 a生重齒當歸葉片的數量性狀進行取舍，去除葉序數、復葉回數、葉面積、葉周長和葉長5個性狀，保留獨立性較強的9個數量性狀進行分級研究，8個數量性狀被分為了5個連續分布的分級，1個數量性狀被分為了3個連續分布的分級，這可作為今后開展重齒當歸DUS測試指南研制、資源評價、新品種選育等工作的依據。

表5 重齒當歸數量性狀分級的分點值

表6 重齒當歸數量性狀的分級

植物品種數量性狀分級方法主要有極差等距法、概率分級法等。極差等距法分級計算簡便，但分級點選取人為誤差大，可靠性差。概率分級法一般用于正態分布，及偏度和峰度絕對值均小于或等于1的偏態分布性狀的分級[8]，以實測數據擬合數學分布函數，再計算概率分布，因此更加科學合理[9]，已在多種植物的數量性狀分級方面有所應用[10–11]，并取得了比較理想的結果。

數量性狀分級過少，可能會無法區分差異較小的品種，增加工作量和錯誤概率；分級過多，則無法排除品種內的差異、校正測量誤差，可能會將相同品種的兩個樣本判定具有差異而造成錯判[12]。本研究中，所采用的數量性狀的數據都符合正態分布、或近似正態分布，8個數量性狀采用概率分級法分為5級，1個數量性狀采用概率分級法分為3級。重齒當歸的9個數量性狀，理論上有100余萬個賦值組合。我國獨活還處于農家種時代，還沒有經過審(認)定的品種出現，使用概率分級的結果為其數量性狀賦值，有極大概率將重齒當歸各個種質資源(或農家種，或品種)完全區分開。

數量性狀間可能存在顯著相關關系[13]，本研究結果表明，葉寬與葉面積、葉周長，葉長與葉面積、葉周長的相關系數非常高，因此可考慮去除葉面積、葉周長性狀，以減小誤差，同時減少DUS測試的工作量；部分數量性狀間雖有顯著相關性，但相關系數較小，說明性狀間存在較好的相對獨立性，也證明這些數量性狀作為測試性狀是合理可行的。

重齒當歸人工種植，第1年播種培育種苗，第2年移栽生產獨活藥材，第3年抽薹開花結實。不同生長發育時期，重齒當歸的形態特征有明顯差異，研制重齒當歸DUS測試指南應考慮不同時期的性狀差異。本文僅對第2年移栽的處于營養生長過程中的重齒當歸葉片數量性狀進行了研究，對其生殖生長過程中的數量性狀(如株高、莖粗，以及花序與花朵、種子等方面)并未涉及，后續需要對其開展研究，為重齒當歸DUS測試指南提供更為充分的參考依據。

重齒當歸人工種植規模較小，集中在湖北、甘肅、重慶、陜西、寧夏等地。本研究的參試資源覆蓋了重齒當歸的主產區，資源代表性強，葉片8個性狀上表現出顯著差異，適合作為數量性狀分級研究的對象。但參試資源均集中種植于鄂西地區，考慮到植物在不同生態區可能會有不同的表現，本研究結果可以作為鄂西、渝北等地區開展重齒當歸DUS測試指南研制、資源評價、新品種選育等工作的依據。

[1] FANG C, TANG X, HU G B, et al. A study on grading of quantitative characteristics of litchi [J]. J Fruit Sci, 2020, 37(5): 635–644. doi: 10. 13925/j.cnki.gsxb.20190603.

方超, 唐軒, 胡桂兵, 等. 荔枝DUS測試數量性狀分級研究 [J]. 果樹學報, 2020, 37(5): 635–644. doi: 10.13925/j.cnki.gsxb.20190603.

[2] LUO C H. Study on DUS test guidelines and stress tolerance of main types ofFort [D]. Nanjing: Nanjing Agricultural University, 2012: 13–14.

羅春紅. 菘藍DUS測試指南研制及主要類型抗逆性研究[D]. 南京: 南京農業大學, 2012: 13–14.

[3] ZHONG H F, HUANG M L, ZHONG H Q, et al. The development status of agricultural varieties protection and DUS testing techniques in China [J]. Chin J Trop Crops, 2017, 38(6): 1155–1162. doi: 10.3969/j. issn.1000-2561.2017.06.028.

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. doi: 10.3969/j.issn.1000-2561.2017.06.028.

[4] WEI X X, LAI R L, CHEN J, et al. Studies on genetic diversity on inflorescence phenotypic characteristics ofgerm- plasm resource [J]. J Trop Subtrop Bot, 2019, 27(1): 1–10. doi: 10. 11926/jtsb.3940.

韋曉霞, 賴瑞聯, 陳瑾, 等. 橄欖種質資源花序表型性狀遺傳多樣性研究 [J]. 熱帶亞熱帶植物學報, 2019, 27(1): 1–10. doi: 10.11926/ jtsb.3940.

[5] Guo X L, Lin X M, Guo J, et al. The research status and prospect of Radix Angelicae Pubescentis [J]. J Anhui Agric Sci, 2014, 42(33): 11673–11674,11722. doi: 10.3969/j.issn.0517-6611.2014.33.023.

郭曉亮, 林先明, 郭杰, 等. 獨活研究現狀與展望 [J]. 安徽農業科學, 2014, 42(33): 11673–11674,11722. doi: 10.3969/j.issn.0517-6611. 2014.33.023.

[6] LIU M J. Studies on the variations and probability gradings of major quantitative characters of Chinese jujube [J]. Acta Hort Sin, 1996, 23 (2): 105–109. 劉孟軍. 棗樹數量性狀的概率分級研究 [J]. 園藝學報, 1996, 23(2): 105–109.

[7] LI X R. Compare and application of principal component analysis, factor analysis and clustering analysis [J]. J Shandong Edu Inst, 2007, 22(6): 23–26. doi: 10.3969/j.issn.1008-2816.2007.06.006.

李新蕊. 主成分分析、因子分析、聚類分析的比較與應用 [J]. 山東教育學院學報, 2007, 22(6): 23–26. doi: 10.3969/j.issn.1008-2816. 2007.06.006.

[8] LI J H. The acquisition technology and analysis method research of phenotypic and molecular traits of cymbidium DUS test [D]. Guang- zhou: South China Agricultural University, 2018: 7–31.

李季鴻. 蘭屬DUS測試表型及分子性狀采集分析方法技術研究[D]. 廣州: 華南農業大學, 2018: 7–31.

[9] LUO X Y, SONG X B, DAI S L. Variation and probability grading of quantitative characters of traditional chrysanthemum cultivars [J]. J Beijing For Univ, 2016, 38(1): 101–111. doi: 10.13332/j.1000-1522. 20150137.

雒新艷, 宋雪彬, 戴思蘭. 中國傳統大菊品種數量性狀變異及其概率分級 [J]. 北京林業大學學報, 2016, 38(1): 101–111. doi: 10. 13332/j.1000-1522.20150137.

[10] HU Y Y. Study on variation and probability distribution and selection of example varieties of characteristic in DUS test guideline ofvarieties [D]. Nanjing: Nanjing Agricultural University, 2017: 12–33.

胡園園. 大麗花性狀變異、分級及DUS測試標準品種篩選的研究[D]. 南京: 南京農業大學, 2017: 12–33.

[11] LI Y F, HAO C H, LI S F, et al. Studies on the variation and probability distribution of main quantitative characteristics in DUS testing of the new maize varieties [J]. J Jilin Agric Sci, 2009, 34(6): 23–25,28. doi: 10.3969/j.issn.1003-8701.2009.06.008.

李玉發, 郝彩環, 李淑芳, 等. 玉米新品種DUS測試主要數量性狀的變異及概率分布的研究 [J]. 吉林農業科學, 2009, 34(6): 23–25, 28. doi: 10.3969/j.issn.1003-8701.2009.06.008.

[12] DENG S, CHEN H R, REN L, et al. Measurement method for the quantitative traits used in DUS testing of hosta (Tratt.) [J]. J Plant Genet Resour, 2020, 21(2): 347–358. doi: 10.13430/j.cnki.jpgr. 20190524004.

鄧姍, 陳海榮, 任麗, 等. 玉簪屬品種DUS測試中數量性狀的測定方法探索 [J]. 植物遺傳資源學報, 2020, 21(2): 347–358. doi: 10. 13430/j.cnki.jpgr.20190524004.

[13] LIU Y F, ZHANG J H, YANG X H, et al. Application of statistic analysis on the selection of quantitative characteristics listed in the DUS test guideline ofL. [J]. Agric Sci Technol, 2012, 13(9): 2021–2023,2033. doi: 10.3969/j.issn.1009-4229-B.2012.09.045.

Classification Study on Morphological Quantitative Characteristics of

GUO Xiaoliang1, WANG Hongjuan2, DUAN Yuanyuan1, RUAN Zhiyan3

(1. Institute of Chinese Herbal Medicines, Hubei Academy of Agricultural Sciences, Enshi 445000, Hubei, China; 2. Biotechnology Research Center, Chongqing Academy of Agricultural Sciences,Chongqing 401329, China; 3. Wufeng County Agriculture and Rural Affairs Bureau,Yichang 443400, Hubei, China)

In order to clarify the distribution of quantitative traits of, fourteen quantitative traits of 6germplasms were measured and analyzed. The results showed that there were significant differences of 8 quantitative traits among 6 resources, and 6 quantitative traits had not significant differences. The variation coefficient of 14 quantitative traits ranged from 6.47% to 33.34%, in which the largest was leaf area, and the smallest was the number of replicates of compound leaves. The distribution of 13 quantitative traits conform to the normal distribution except the number of replicates of compound leaves. There was significant positive correlation among leaf width, leaf length, leaf area and leaf circumference with correlation coefficients of 0.568-0.925, and those among other quantitative traits were all lower than 0.560. The principal component analysis showed that 10 quantitative traits played a major decisive role in more two principal components. Five quantitative traits, including multiple leaf circle number, leaf circumference, leaf area, leaf length and leaf order number were removed, the probability grading showed that eight quantitative traits were divided into 5 continuous distributions classification, 1 quantitative trait into 3 continuous distribution classifications.

; Morphological quantitative characteristics; Distribution law; Selection; Grading

10.11926/jtsb.4369

2020-12-25

2021-03-01

國家現代農業產業技術體系建設專項(CARS-21)資助

This work was supported by the Special Project for Modern Agricultural industrial Technology System of China (Grant No. CARS-21).

郭曉亮(1982～ )，男，碩士，副研究員，研究方向為藥用植物育種與栽培。E-mail: 119626192@qq.com