燕麥抗倒伏性狀的基因型差異

南銘，王興榮，李晶，劉彥明，張成君，柴繼寬，趙桂琴*

（1. 甘肅省農業科學院作物研究所，農業農村部西北旱寒區作物基因資源與種質創新重點實驗室，甘肅 蘭州 730070；2. 甘肅省定西市農業科學研究院，甘肅 定西 743000；3. 甘肅農業大學草業學院，甘肅 蘭州 730070）

燕麥（Avena sativa）屬禾本科（Gramineae）燕麥屬（Avena）一年生糧飼兼用型農作物，在世界42 個國家和地區都有栽培，其耐寒、耐瘠薄、耐適度鹽堿，具有很強的抗旱性及適應性，種植風險較小，應用前景廣闊［1］。2021 年我國燕麥播種面積超過80 萬hm2，年產量達60 萬t，甘肅省是全國6 大燕麥產區之一，種植面積占全國近1/10，集中分布在河西高寒冷涼地區和中部干旱半干旱地區，甘南及隴東等地也有小面積種植［2］。燕麥籽粒具有較高的營養和保健作用而被廣泛用于健康食品行業，全株刈割可以青飼、裹包青貯或制作青干草，是我國西北農牧交錯地帶反芻家畜冬春補飼的主要飼草料來源［3］，在優化耕作制度、保護生態環境和促進草牧產業發展中前景廣闊，對糧食安全和生態安全意義重大。作物倒伏會破壞群體空間結構，光合有效速率銳減，同化物合成受限，生長發育受阻，產量和品質下降，嚴重地塊會誘發局部病害，造成貪青晚熟易早衰現象［4］。抗倒伏性是一個復雜的、多因素制約的數量性狀，主要包括外部因素和內部因素［5］。外部因素包括風力、降水等氣候條件［6］，以及播種時期［7-8］、播種密度和施肥量［9-12］，種植方式和植物生長調節劑［13-16］等栽培措施。內因主要包括作物的根系分布［17］與株型結構［18］等，受自身遺傳特性控制具有相對穩定性，其中，莖稈高度［19］、稈壁厚度和莖稈強度［20-21］，以及生物力學性狀［22］和細胞顯微結構［23］等均與抗倒伏性密切相關。由于燕麥屬須根系淺根型作物，種植區域氣候普遍干旱，土壤條件相對較差，生長后期隨著營養物質大部分向穗部轉移，莖稈支撐負荷變大而彎曲力矩降低，灌漿后期到成熟階段極易發生倒伏，是目前生產實踐中所面臨的一個共性問題。南銘等［24］和梁國玲等［25］在不同種植區域比較了燕麥品種間表型特征和力學性狀的差異性，同時也篩選出了對燕麥抗倒伏有正向效應的形態指標，為系統性建立燕麥抗倒伏評價模型奠定了基礎。目前，在玉米（Zea mays）［26］、高粱（Sorghum bicolor）［27］、油菜（Brassica campestris）［28］及青稞（Hordeum vulgare）［29］上均利用相關性分析和主成分分析法篩選出了與抗倒伏密切相關的形態性狀，并結合逐步線性（嶺）回歸構建了包含莖稈高度、分蘗數、莖稈強度、穗重及半纖維素含量和維管束面積等在內的抗倒伏性評價體系，并用于不同基因型作物的抗倒伏性綜合評價。我國燕麥主要種植區倒伏現象普遍存在，且較為嚴重，極大地阻礙了機械化收獲和生產效率，已成為制約燕麥穩產優質高效的重要因素之一。目前系統性圍繞植株根系、莖稈、穗部性狀開展燕麥抗倒伏基因型差異及抗倒伏評價體系構建的研究尚未見相關報道。本研究選取20 個生產上廣泛種植的燕麥品種，通過比較形態性狀在基因型和環境間的差異與關聯，篩選與燕麥抗倒伏性密切相關的形態指標，初步構建燕麥抗倒伏形態特征評價模型，以期為燕麥抗倒伏品系鑒定和品種選育提供借鑒。

1 材料與方法

1.1 試驗材料

以20 份地理來源和基因型不同的燕麥種質為材料，其中皮燕麥13 份，裸燕麥7 份。來源于河北的最多，為7份，甘肅和青海均為2 份，詳見表1。

表1 不同基因型燕麥來源及植株特征Table 1 Plant characteristics and source of twenty different genotypes in oats

1.2 研究方法

試驗于2020 年4-8 月，分別在甘肅省定西市農業科學研究院的科研基地和良種繁育基地進行。科研基地土質為黃壤土，容重為1.2 g·cm-3，田間持水量為13%～25%，土壤耕層pH 值8.13，有機質1.68%，全氮0.095%，速效磷7.72 mg·kg-1，速效鉀158.33 mg·kg-1。良種繁育基地土質為黃綿土，土壤耕層20 cm 的pH 值8.4，有機質1.27%，全氮0.119%，速效磷4.02 mg·kg-1，速效鉀144.08 mg·kg-1。試驗點翻耕前施入充分腐熟的農家底肥15000 kg·hm-2，播前施N 150 kg·hm-2，P2O5450 kg·hm-2，K2O 300 kg·hm-2。用等行距的方式采用3 行播種機播種，隨機區組設計，3 次重復。播種量150 kg·hm-2，播深4～6 cm，行距0.25 m，行長4 m，小區面積10 m2，2 個試驗點分別于4 月8 日播種，8 月5 日收獲；4 月11 日播種，8 月8 日收獲，其他管理等同大田示范。

1.3 指標測定

1.3.1 倒伏率統計 分別在2 個試驗點統計燕麥種質成熟期倒伏植株占整個小區植株的比率，調查田間實際倒伏率（actual lodging rate， ALR），依此評定倒伏級別（lodging distinction， LD）。田間實際倒伏率（%）=實際倒伏植株占整個小區總植株的比率。倒伏級別分為4 級：0 級：未倒伏；1 級：0～15%倒伏；2 級：15%～45%倒伏；3級：45%以上倒伏［30］。

1.3.2 性狀測定 每份材料選取長勢整齊一致的10 株進行研究，穗部測定穗下節長、小穗數、穗鮮重；莖稈性狀包括株高、重心高度、莖基部第1、2 節的莖長、壁厚、莖粗、莖稈機械強度；根系測定根頸長、根頸粗、根體積及單株分蘗數，共統計18 個指標。為減少取樣過程對根系的損傷，每個材料選取距植株25 cm 處包裹該根系的完整土塊，將根系用流水沖洗干凈后通過根系掃描儀（EPSON Expression 10000XL3.4，浙江托普云農）和WinRHIZO Pro2017 系統分析根部性狀。利用莖稈強度測定儀（YYD-1，浙江托普云農）測定莖稈機械強度，剪去根系和穗部，將莖稈平放于三角臺，當其保持平衡時記錄下該點至莖稈基部的距離即為重心高度，莖稈基部節間壁厚、莖粗利用游標卡尺（精確0.01 mm）測量，株高、穗下節長和莖基部節間長度用量尺測定（精確0.01 cm），穗鮮重用電子秤稱取（精確0.01 g），所有性狀均平行測定3 次。

1.4 數據處理與統計分析

形態性狀依次為田間實際倒伏率（X1）、根頸長（X2）、根頸粗（X3）、根體積（X4）、株高（X5）、重心高度（X6）、第1節莖長（X7）、第1 節莖粗（X8）、第1 節壁厚（X9）、第1 節莖稈機械強度（X10）、第2 節莖長（X11）、第2 節莖粗（X12）、第2節壁厚（X13）、第2 節莖稈機械強度（X14）、穗下節長（X15）、穗鮮重（X16）、小穗數（X17）、單株分蘗數（X18）共18 個指標。在Excel 2019 中整理數據，利用R 4.2.1 軟件分析和制圖，篩選同燕麥抗倒伏性密切相關的主要指標。18 個形態性狀隸屬函數值、權重值與20 份供試材料的抗倒伏能力值參照以下公式計算［26］：

式中：Xi表示第i個性狀，U（Xi）表示第i個性狀的隸屬函數值，Xmin與Xmax分別表示第i個性狀的最小值和最大值，Wi表示第i個性狀在所有性狀中的重要程度即權重，Pi代表經主成分分析所得各燕麥種質第i個性狀的貢獻率，D為各燕麥種質的抗倒伏性綜合評價值。以篩選的主要形態性狀為基礎，采用SPSS 22.0 進行正態性檢驗和線性回歸，構建抗倒伏性評價指標體系。

2 結果與分析

2.1 燕麥抗倒伏形態指標的篩選

參試20 份燕麥材料在試驗點Ⅰ發生0 級未倒伏的有5 份、1 級倒伏的7 份、2 級倒伏的5 份、3 級倒伏的3 份。在試驗點Ⅱ發生0 級倒伏的種質有6 份、1 級倒伏種質9 份、2 級倒伏種質3 份、3 級倒伏種質2 份。相同參試材料在2 個試驗點間形態特征差異較大，不同基因型燕麥材料在同一性狀間存在極顯著（P＜0.01）差異，實際倒伏率變異系數最大，分別為81.58%和80.76%（表2），但同一基因型在2 個試驗點間實際倒伏率差異較小，說明此批種質的倒伏率在18 個形態性狀中遺傳變異最為豐富。試驗點Ⅰ的根頸長變異最小（8.55%），試驗點Ⅱ的單株分蘗數變異最小（8.00%），根頸長和穗鮮重在試驗點Ⅱ的變異大于試驗點Ⅰ，表明參試材料在試驗點Ⅰ遺傳變異較豐富，供試燕麥材料根部、穗部性狀總體表現為試驗點Ⅰ＞Ⅱ。

表2 供試燕麥根部、穗部性狀及倒伏率Table 2 The root， spike traits and actual lodging rate in oat

株高和重心高度處于同一水平的燕麥種質，莖稈基部第1、2 節莖長、莖粗、壁厚、莖稈機械強度存在較大差異，試驗點Ⅰ有7 個性狀變異系數大于試點Ⅱ。供試種質從基部第1 節開始莖長不斷增加，壁變細變薄，莖粗先增后降，而莖稈機械強度則不斷降低。同一參試材料基部第1、2 節莖長、莖粗、壁厚、莖稈機械強度仍存在一定差異，相較于試驗點Ⅰ，試驗點Ⅱ各燕麥材料株高和重心高度較低，穗鮮重較大、倒伏較輕，小穗數較多。供試燕麥材料在2 個試驗點的莖稈基部第1、2 節有5 個性狀的變幅明顯，變異系數超過15.00%，其中莖稈基部第1、2 節莖稈機械強度變異豐富，試點Ⅰ莖稈重心高度的變異系數最小，為9.16%，試點Ⅱ株高變異系數最小，為6.53%，參試燕麥材料有7 個莖稈形態性狀呈偏均值左右兩側分布，各數據距均值距離相對較近（表2 和表3）。

2.2 形態性狀的基因型與環境互作效應分析

所選的18 個形態性狀在基因型間的差異較大，小穗數、穗下節長、第1 節莖長、莖粗、莖稈機械強度、第2 節莖粗、莖稈機械強度和重心高度受環境影響較大，在環境間差異極顯著（P＜0.01）。第2 節莖長、稈壁厚和根體積受環境影響不顯著（P＞0.05），其余12 個形態性狀受環境因素的影響顯著（P＜0.05）。此外，根頸粗、小穗數、穗下節長和第1 節壁厚、第2 節莖長在基因型與環境（G×E）之間存在顯著互作效應，而實際倒伏率、根體積、穗鮮重、基部第1、2 節莖粗、莖稈機械強度、株高和重心高度在基因型與環境（G×E）之間存在極顯著互作效應（表4）。

表4 形態性狀的基因型與環境效應的互作分析Table 4 Analysis of interaction between genotype and environmental effects of morphological traits

2.3 形態特征與抗倒伏的相關性

形態性狀的相關分析結果表明（圖1），有26 對指標間極顯著相關（P＜0.01），有19 對指標間顯著相關（P＜0.05），13 對指標間相關系數較大（r＞0.70），基部第1、2 節莖粗與壁厚間相關系數均達到1.00。實際倒伏率與穗鮮重顯著正相關（P＜0.05），而與重心高度、基部第1、2 節間莖長極顯著正相關（P＜0.01），基部第1、2 節莖粗、壁厚與根頸長極顯著正相關（P＜0.01），根體積與基部第1、2 節莖稈機械強度極顯著正相關（P＜0.01，r=0.88，r=0.87），單株分蘗數與所有性狀相關但不顯著（P＞0.05）。說明根體積大、基部第1、2 節短而粗、壁厚、穗下節短和重心高度低且莖稈機械強度大的燕麥植株田間抗倒伏性強。

圖1 2 個試驗點下18 個形態性狀的相關系數Fig.1 Correlation coefficients of 18 morphological traits in two experimental sites

2.4 燕麥抗倒伏評價體系構建及綜合評價

2.4.1 抗倒伏指標的主成分分析 為了挖掘各形態性狀對倒伏的主導作用，結合相關性分析與變異系數大小，選擇11 個指標進行主成分分析，KMO 球形檢驗（Kaiser-Meyer-Olkin）表明所選指標的KMO 值為0.570，適合用主成分分析方法求權重（表5）。選擇對應特征值＞1 且累積貢獻率為85.082%的前3 個主成分，具有較高的代表性。第1 主成分載荷數最大的前3 個指標依次為根體積、第1、2 節莖稈機械強度；第2 主成分載荷數前2 的指標為第1、2 節莖長；第3 主成分載荷數較大的是小穗數和穗下節長。說明要提高燕麥莖稈的抗倒伏性，第1 主成分關鍵因子的載荷值要增大。

表5 解釋的總方差和因子成分矩陣Table 5 Total variance of interpretation and factor component matrix

根據PC1～PC3 對應形態性狀因子得分與各供試基因型材料的貢獻率，依次構建定量函數關系式：

式中：λ1、λ2、λ3分別代表主成分特征值，得到Y=0.5292PC1+0.3587PC2+0.1119PC3。 經過計算，兩個試驗點中Y值排名靠前的材料相同，均為壩燕6 號、定燕2 號、隴燕3 號、蒙燕1 號和草莜1號。其中蒙燕1 號在2 個試驗點（Y值分別為2.159 和1.962）生育期內實際倒伏率為0，倒伏程度為0 級。定燕2 號在2 個試驗點（Y值分別為2.056 和1.983）實際倒伏率＞75%，倒伏程度為3級。為了更充分地表達燕麥品種抗倒伏性與相關形態指標之間的關系，利用PC1（45.030%）和PC2（30.524%）為橫縱坐標繪制了PCA-Biplot 圖（圖2），從圖中可以看出，不同形狀顏色點間基因型和形態特征存在顯著差異。根體積、株高、穗下節長及基部第1、2 節莖粗與莖稈機械強度的距離較近，相互間夾角＜90°，說明其存在正相關關系，對莖稈機械強度有正效應。重心高度及基部第1、2 節莖長距離次之，小穗數距離最遠，對莖稈機械強度有負效應，與相關性分析結果基本一致。綜合20 個基因型點來看，在PC1 和PC2 兩個方向20 個點區分明顯，同一形狀綠色和黑色點內形態特征差異較小，性狀更穩定，而紅色點間差異較大，其中，蒙燕1 號、壩燕6 號比較分散，表現為蒙燕1 號莖稈基部節間莖粗較大，壩燕6 號基部第2節莖稈機械強度較大，草莜1 號和定燕2 號株高較高，隴燕3 號基部第2 節較長。

圖2 基于基因型和形態性狀的主成分分析雙標圖Fig. 2 Biplot of principal component analysis based on genotypes and morphological traits

2.4.2 不同基因型燕麥的聚類 依據主成分分析中10 個正向效應的形態特征結果對20 個不同基因型燕麥材料進行系統聚類，聚類熱圖顏色變化反映數據的大小及差異（圖3）。根體積、基部第1、2 節莖粗、莖稈機械強度聚成A 組；株高、重心高度、穗下節長、基部第1、2 節莖長聚成B組；小穗數單獨聚成C 組。A 和B 組各包括3 和4個亞組，分別為 A-1、A-2、A-3，B-1、B-2、B-3、B-4；根體積、株高和第2 節莖長單獨成組，基部第1、2 節莖粗和莖稈機械強度各成一組，第1 節莖長和重心高度聚成一組，表明基部第1、2 節莖長、莖粗共同調節莖稈機械強度，進而影響燕麥抗倒伏性。20 份燕麥基因型材料依據11 個形態性狀聚成3大類，Ⅰ類為4 份高稈材料；Ⅲ類為2 份中稈材料；Ⅱ類包括其余14 份材料，株高適中、根體積小、莖粗和莖稈機械強度均較低；聚類組Ⅰ根體積、株高、重心高度、基部第1、2 節莖長的總體水平均高于聚類組Ⅱ、Ⅲ，聚類組Ⅲ基部第1、2 節莖粗和莖稈機械強度總體水平高于聚類組Ⅰ、Ⅱ，可將聚類Ⅲ組劃分為抗倒伏基因型組，聚類Ⅱ組劃分為中間型，聚類I 組劃分為倒伏敏感基因型組，將不同基因型材料和各指標綜合分析，可得出不同倒伏類型燕麥基因型的形態特征優勢。

圖3 不同基因型燕麥聚類熱圖Fig.3 Cluster heat map of different genotype oats

2.4.3 抗倒伏評價體系的構建 為建立一套比較全面、相對準確的燕麥抗倒伏性的形態指標評價體系，把不同基因型燕麥的抗倒伏能力值（D值）作因變量，以PC1～PC3 中11 個貢獻較大的形態性狀作自變量，進行線性逐步回歸分析，剔除回歸系數不顯著（P＞0.05）的因子，得到方程D=1.127+0.090X4+0.104X6+0.063X7+0.124X8+0.052X10+0.133X11+0.108X15，相關系數r為0.896，決定系數R2為0.803，表明回歸方程中7 個自變量可決定D值總變異的80.3%。把標準化后的7 個性狀數據代入方程，得到預測回歸值，原始值與預測值之間的均方根誤差（root mean square error， RMSE）為0.041，表明建立的回歸方程具有較高的準確度，在實際生產中可用來確定燕麥品種資源的抗倒伏能力。為進一步判斷D值是否可正確反映不同基因型燕麥種質的抗倒伏性，將11 個載荷量較大的指標同各基因型種質的綜合得分進行相關性分析（表6），結果表明D值同11 個形態性狀均呈顯著（P＜0.05）相關。

表6 D 值與倒伏性狀間的相關分析Table 6 Correlative coefficient between D-value and lodging related traits

3 討論

3.1 形態性狀與燕麥抗倒伏之間的關系

燕麥的穩產優質對于保障我國飼草安全和畜牧業發展至關重要，簡單追求生物量加劇了高產與倒伏的矛盾。莖稈占據了燕麥地上植株生物量的絕大部分，且燕麥倒伏多以莖稈倒伏為主，集中在基部莖節間［31］，說明基部節間形態結構與燕麥倒伏密切相關。此外，Zhang 等［32］研究認為莖稈機械強度、節間長度和壁厚等影響抗倒伏性的強弱，而基部第1 節越短、稈壁越厚、機械強度越大，燕麥抗倒伏性越強［33］。Tian 等［34］認為莖稈機械強度是影響抗倒伏性最重要的貢獻因子，本研究中燕麥莖稈基部第1、2 節莖長、莖粗和稈壁厚在不同基因型間差異顯著，莖稈節間長度與重心高度和實際倒伏率顯著正相關，莖粗和稈壁厚與實際倒伏率負相關，根體積與基部節間莖稈機械強度極顯著正相關，說明根體積和莖稈基部節間莖粗越大，稈壁越厚，燕麥抗倒伏率越強，田間倒伏程度越低。同時也表明根體積、基部第1、2 節莖長、莖粗共同調節莖稈機械強度，進而影響燕麥植株抗倒伏性，這可能與燕麥的地下須根系分布與發達程度，根頸部須根分支著生伸展決定的莖稈基部固持力大小有關。另外，本研究燕麥的抗倒伏性與穗下節長和分蘗數有關，因為穗下節作為莖稈中承受外力最主要的部位，其彈性和韌性影響莖稈質量的優劣［24］，而分蘗數和小穗數的增加會影響群體密閉程度，加劇個體間競爭，間接增加倒伏的風險。但基部過長間接增加重心高度，而穗鮮重的增加則會在一定程度上增大莖稈彎曲力矩，降低莖稈機械強度，二者共同作用使抗倒伏性大幅降低，這與Inoue 等［35］認為莖稈機械強度、分蘗數影響抗倒伏性，高稈品種的抗倒性差并不是由株高單一決定，而是節間較長造成莖稈機械強度減弱的主要原因的結果一致。本研究分析不同基因型燕麥在1 年2 點的形態性狀差異基礎上，篩選了根體積、莖稈基部長度、莖稈機械強度及穗鮮重，小穗數等的11 個主要性狀進行了系統聚類，得到了3 個形態性狀聚類組與7 個聚類亞組、3 個基因型聚類組，聚類熱圖與主成分因子二維PCA 圖及構建的函數模型得分間得到了相互驗證，三者與不同基因型材料的倒伏程度級別、實際倒伏率基本吻合。

3.2 抗倒伏形態指標評價體系的構建

目前應用多元統計分析方法對作物倒伏性進行綜合評價的成功案例有許多，滕祥勇等［36］認為系統性與全面性的不足導致不同的倒伏評價方法得出的結果并不完全一致，有必要建立綜合考慮地上與地下性狀表現來鑒定抗倒伏能力體系。劉唐興等［28］分析了根部與莖稈性狀對倒伏指數的貢獻大小，僅探尋到2 個對油菜（Brassica campestris）倒伏影響顯著的因子，許鳳英等［37］、宋月等［38］初步建立了油菜抗倒伏評價指標體系，但只考慮了多個自變量和因變量間的線性關系，卻未能篩選合理有效的評價指標。王瑩等［39］、吳瓊等［40］利用根部性狀和莖稈性狀分別構建了大麥（Hordeum vulgare）根倒伏和玉米（Zea mays）抗倒伏性評價體系，白羿雄等［29］通過線性回歸方法構建了包括莖稈和穗部性狀的青稞（Hordeum vulgarevar.coeleste）抗倒伏性評價指標體系，但形態指標僅考慮植株單一部位，抗倒伏評價具有局限性和片面性，而鄭云霄等［26］采用嶺回歸的方法構建了玉米自交系抗倒伏評價指標模型，方程嵌入指標比較全面，包括莖稈和穗部長度、強度、纖維素含量和節間顯微結構，經過驗證具有很高的準確率。劉剛等［41］利用灰色關聯度法分析表明株高構成指數、穗長、莖稈機械強度和基部第2、3 節鮮重影響燕麥抗倒伏性，從而使得燕麥抗倒伏評價有了預見性。作物的抗倒伏性與基因型密切相關，基因型不同，抗倒伏性表現不同，為了探尋哪些性狀對燕麥抗倒伏影響重要，本研究借鑒已有方法并結合不同基因型燕麥的表型特征，選擇11 個與抗倒伏性顯著相關的形態指標，降維后綜合成3 類主要因子，有效減少了性狀個數，提高了指標代表性，借助線性逐步回歸方法建立了涵蓋根、莖和穗部關鍵性狀的評價指標方程，進一步量化了7 個性狀對燕麥抗倒伏性的貢獻。說明根體積，重心高度、基部第1、2 節莖長、莖稈機械強度及穗下節長對倒伏的影響遠大于其他指標，該模型具有一定的可靠性，較為系統全面，更有利于對燕麥抗倒伏性進行科學判斷，可為開展燕麥資源抗倒伏性鑒定和育種實踐提供指導。然而，本研究采用的倒伏評價方法和篩選的綜合指標主要依賴于田間實時環境，測度相對簡便，受基因型限制缺乏穩定性和精準性，下一步需建立涉及生理、化學組分和細胞結構的不依賴于實時環境的抗倒伏潛勢評價方法，為燕麥抗倒伏性的分子標記輔助選擇提供依據。

4 結論

根體積、重心高度、莖稈基部第1、2 節莖長、莖粗及莖稈機械強度與實際倒伏率相關，適合作為燕麥抗倒伏性評價的主要形態指標，依此建立的評價模型相對完整，評價方法比較可靠，可用于燕麥品種（系）資源抗倒伏性鑒定和田間新品系試驗中的抗倒伏性評價。