Page 128 - 《广西植物》2025年第4期

７ ４ ２ 广 西 植 物 ４５ 卷
Ａｂｓｔｒａｃｔ: Ｉｎ ｏｒｄｅｒ ｔｏ ｐｒｏｖｉｄｅ ａ ｓｃｉｅｎｔｉｆｉｃ ｒｅｆｅｒｅｎｃｅ ｆｏｒ ｔｈｅ ｉｎｎｏｖａｔｉｖｅ ｕｔｉｌｉｚａｔｉｏｎ ａｎｄ ｂｒｅｅｄｉｎｇ ｏｆ ｎｅｗ ｖａｒｉｅｔｉｅｓ ｏｆ
Ｂｏｕｇａｉｎｖｉｌｌｅａ ｇｅｒｍｐｌａｓｍ ｒｅｓｏｕｒｃｅｓꎬ ｔｈｉｓ ｓｔｕｄｙ ｔｏｏｋ １００ Ｂｏｕｇａｉｎｖｉｌｌｅａ ｖａｒｉｅｔｉｅｓ ａｓ ｔｈｅ ｒｅｓｅａｒｃｈ ｏｂｊｅｃｔꎬ ｏｂｓｅｒｖｅｄ ７
ｑｕａｎｔｉｔａｔｉｖｅ ｔｒａｉｔｓ ａｎｄ １３ ｑｕａｌｉｔａｔｉｖｅ ｔｒａｉｔｓꎬ ａｎｄ ｕｓｅｄ ｄａｔａ ａｎａｌｙｓｉｓ ｍｅｔｈｏｄｓ ｓｕｃｈ ａｓ ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ｖａｒｉａｔｉｏｎꎬ ｑｕａｎｔｉｔａｔｉｖｅ
ｃｌａｓｓｉｆｉｃａｔｉｏｎꎬ ｇｅｎｅｔｉｃ ｄｉｖｅｒｓｉｔｙ ｉｎｄｅｘꎬ ｃｏｒｒｅｌａｔｉｏｎ ａｎａｌｙｓｉｓꎬ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ ａｎｄ Ｑ￣ｔｙｐｅ ｃｌｕｓｔｅｒ ａｎａｌｙｓｉｓ ｔｏ
ｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙ ａｎａｌｙｚｅ ａｎｄ ｅｖａｌｕａｔｅ ｔｈｅ ｐｈｅｎｏｔｙｐｉｃ ｇｅｎｅｔｉｃ ｄｉｖｅｒｓｉｔｙ ｏｆ ｔｈｅ ｔｅｓｔｅｄ Ｂｏｕｇａｉｎｖｉｌｌｅａ ｖａｒｉｅｔｉｅｓ. Ｔｈｅ ｒｅｓｕｌｔｓ
ｗｅｒｅ ａｓ ｆｏｌｌｏｗｓ: (１) Ｔｈｅ ｖａｒｉａｔｉｏｎ ｏｆ ｗｉｔｈｉｎ ｔｈｅ ｖａｒｉｅｔｉｅｓ ｏｆ ｔｈｅ ｓｅｖｅｎ ｑｕａｎｔｉｔａｔｉｖｅ ｔｒａｉｔｓ ｗａｓ ７.５２％－２９.２７％ꎬ ｏｆ ｗｈｉｃｈ
ｔｗｏ ｗｅｒｅ ｌｅｓｓ ｔｈａｎ １０％ꎬ ｔｈｒｅｅ ｗｅｒｅ ｂｅｔｗｅｅｎ １０％ － ２０％ꎬ ａｎｄ ｔｗｏ ｗｅｒｅ ｇｒｅａｔｅｒ ｔｈａｎ ２０％ꎻ ｔｈｅ ｖａｒｉａｔｉｏｎ ｏｆ ｂｅｔｗｅｅｎ
ｖａｒｉｅｔｉｅｓ ｗａｓ ２０.１５％－４１.０８％ꎬ ａｌｌ ｏｆ ｗｈｉｃｈ ｗｅｒｅ ｇｒｅａｔｅｒ ｔｈａｎ ２０％. Ｔｈｉｓ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ ｖａｒｉａｔｉｏｎ ｏｆ ｔｈｅ ｑｕａｎｔｉｔａｔｉｖｅ
ｔｒａｉｔｓ ｏｆ Ｂｏｕｇａｉｎｖｉｌｌｅａ ｗｉｔｈｉｎ ｔｈｅ ｖａｒｉｅｔｉｅｓ ｗａｓ ａｔ ａ ｍｅｄｉｕｍ ｌｅｖｅｌꎬ ｗｈｉｌｅ ｔｈｅ ｖａｒｉａｔｉｏｎ ｂｅｔｗｅｅｎ ｖａｒｉｅｔｉｅｓ ｗａｓ ａｔ ａ ｈｉｇｈ
ｌｅｖｅｌ. Ｉｔ ｗａｓ ｍｏｒｅ ｌｉｋｅｌｙ ｔｏ ｕｓｅ ｔｈｅ ｄｉｆｆｅｒｅｎｃｅ ｉｎ ｑｕａｎｔｉｔａｔｉｖｅ ｔｒａｉｔｓ ｂｅｔｗｅｅｎ ｖａｒｉｅｔｉｅｓ ｔｏ ｉｄｅｎｔｉｆｙ ｖａｒｉｅｔｉｅｓ. (２) Ｔｈｅ
ｐｒｏｂａｂｉｌｉｔｙ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｍｅｔｈｏｄ ｗａｓ ｍｏｒｅ ｓｃｉｅｎｔｉｆｉｃ ａｎｄ ｒｅａｓｏｎａｂｌｅ ｔｈａｎ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｅｑｕｉｄｉｓｔａｎｃｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ
ｍｅｔｈｏｄꎬ ｍａｋｉｎｇ ｉｔ ｍｏｒｅ ｓｕｉｔａｂｌｅ ｆｏｒ ｔｈｅ ｑｕａｎｔｉｔａｔｉｖｅ ｔｒａｉｔ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｉｎ ｔｈｉｓ ｓｔｕｄｙ. (３) Ｔｈｅ ｇｅｎｅｔｉｃ ｄｉｖｅｒｓｉｔｙ ｉｎｄｅｘｅｓ ｏｆ
ｔｈｅ ｓｅｖｅｎ ｑｕａｎｔｉｔａｔｉｖｅ ｔｒａｉｔｓ ｗｅｒｅ ａｌｌ ｇｒｅａｔｅｒ ｔｈａｎ １.００ꎻ ｔｈｅ ｇｅｎｅｔｉｃ ｄｉｖｅｒｓｉｔｙ ｉｎｄｅｘｅｓ ｏｆ ｔｈｅ １３ ｑｕａｌｉｔａｔｉｖｅ ｔｒａｉｔｓ ｒａｎｇｅｄ
ｆｒｏｍ ０.０８ ｔｏ ２.７４ꎬ ｏｆ ｗｈｉｃｈ ｔｈｅ ｄｉｖｅｒｓｉｔｙ ｉｎｄｅｘｅｓ ｏｆ ｅｉｇｈｔ ｑｕａｌｉｔａｔｉｖｅ ｔｒａｉｔｓ ｗｅｒｅ ｇｒｅａｔｅｒ ｔｈａｎ １.００. Ｔｈｉｓ ｉｎｄｉｃａｔｅｄ ｔｈａｔ ｔｈｅ
ｏｖｅｒａｌｌ ｇｅｎｅｔｉｃ ｄｉｖｅｒｓｉｔｙ ｌｅｖｅｌ ｏｆ Ｂｏｕｇａｉｎｖｉｌｌｅａ ｐｈｅｎｏｔｙｐｅｓ ｗａｓ ｈｉｇｈ. (４) Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ ｃｏｕｌｄ ｓｉｍｐｌｉｆｙ ｔｈｅ
２０ ｐｈｅｎｏｔｙｐｉｃ ｔｒａｉｔｓ ｉｎｔｏ ｅｉｇｈｔ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ｆａｃｔｏｒｓꎬ ｗｉｔｈ ａ ｃｕｍｕｌａｔｉｖｅ ｃｏｎｔｒｉｂｕｔｉｏｎ ｒａｔｅ ｏｆ ７８.６８９％. Ｔｈｅ ｆｉｒｓｔ
ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ｗａｓ ｄｅｔｅｒｍｉｎｅｄ ｂｙ ｌｅａｆ ｗｉｄｔｈꎬ ｌｅａｆ ｌｅｎｇｔｈꎬ ａｎｄ ｐｅｔｉｏｌｅ ｌｅｎｇｔｈꎬ ｉｎｄｉｃａｔｉｎｇ ｔｈａｔ ｔｈｅ ｑｕａｎｔｉｔａｔｉｖｅ ｔｒａｉｔｓ
ｏｆ ｌｅａｖｅｓ ｗｅｒｅ ｔｈｅ ｍａｉｎ ｔｒａｉｔ ｉｎｄｉｃａｔｏｒｓ ｆｏｒ ｄｉｓｔｉｎｇｕｉｓｈｉｎｇ Ｂｏｕｇａｉｎｖｉｌｌｅａ ｖａｒｉｅｔｉｅｓ. (５) Ｑ￣ｔｙｐｅ ｃｌｕｓｔｅｒ ａｎａｌｙｓｉｓ ｍａｉｎｌｙ
ｄｉｖｉｄｅｄ １００ Ｂｏｕｇａｉｎｖｉｌｌｅａ ｖａｒｉｅｔｙ ｒｅｓｏｕｒｃｅｓ ｉｎｔｏ ｆｏｕｒ ｃａｔｅｇｏｒｉｅｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｓｉｚｅ ｏｆ ｌｅａｖｅｓ ａｎｄ ｂｒａｃｔｓ. Ｉｎ ｃｏｎｃｌｕｓｉｏｎꎬ
Ｂｏｕｇａｉｎｖｉｌｌｅａ ｐｈｅｎｏｔｙｐｉｃ ｇｅｎｅｔｉｃ ｄｉｖｅｒｓｉｔｙ ｌｅｖｅｌ ｗａｓ ｈｉｇｈｅｒꎬ ｌｅａｖｅｓ ａｎｄ ｂｒａｃｔｓ ｗｅｒｅ ｔｈｅ ｍａｉｎ ｉｎｄｉｃａｔｏｒｓ ｏｆ Ｂｏｕｇａｉｎｖｉｌｌｅａ
ｖａｒｉｅｔｉｅｓꎬ ｕｓｉｎｇ ｓｃｉｅｎｔｉｆｉｃ ａｎｄ ｒｅａｓｏｎａｂｌｅ ｐｒｏｂａｂｉｌｉｔｙ ｇｒａｄｉｎｇ ｍｅｔｈｏｄ ａｔ ｔｈｅ ｓａｍｅ ｔｉｍｅꎬ ｔｏ ｉｄｅｎｔｉｆｙ ｖａｒｉｅｔｉｅｓ ａｎｄ
ｇｅｒｍｐｌａｓｍ ｉｎｎｏｖａｔｉｏｎ ａｎｄ ｂｒｅｅｄｉｎｇ ｈａｓ ｉｍｐｏｒｔａｎｔ ｓｉｇｎｉｆｉｃａｎｃｅ.
Ｋｅｙ ｗｏｒｄｓ: Ｂｏｕｇａｉｎｖｉｌｌｅａꎬ ｇｅｒｍｐｌａｓｍ ｒｅｓｏｕｒｃｅｓꎬ ｐｈｅｎｏｔｙｐｉｃ ｄｉｖｅｒｓｉｔｙꎬ ｑｕａｎｔｉｔａｔｉｖｅ ｔｒａｉｔｓꎬ ｑｕａｌｉｔａｔｉｖｅ ｔｒａｉｔｓ

三角梅( Ｂｏｕｇａｉｎｖｉｌｌｅａ Ｃｏｍｍ. ｅｘ Ｊｕｓｓ.) 是紫茉 ｅｔ ａｌ.ꎬ ２０２２)等ꎮ 在花卉方面ꎬ表型性状多样性研
莉科(Ｎｙｃｔａｇｉｎａｃｅａｅ)常绿藤本灌木花卉ꎬ又名叶子 究以兰科植物应用最多( Ｌｅｌｅｓ ｅｔ ａｌ.ꎬ ２０１５ꎻＳａｎｄａｌ
花、 簕 杜 鹃、 九 重 葛、 三 角 花 和 纸 巾 花 ( 梧 桐ꎬ ｅｔ ａｌ.ꎬ ２０１８ꎻＥｂｒａｈｉｍｉ ｅｔ ａｌ.ꎬ ２０２０ꎻＴｒáｖｎíｃｅｋ ｅｔ ａｌ.ꎬ
ˇ
２０２１)ꎮ 三角梅历史悠久且经过长期的杂交选育ꎬ ２０２１ꎻＢａｔｅｍａｎꎬ ２０２１ꎻＪｏｆｆａｒｄ ｅｔ ａｌ.ꎬ ２０２２)ꎬ其次是
品种资源极为丰富ꎮ 我国唯一的国家级三角梅种 菊科 ( Ｄｈｅｅｐａ ｅｔ ａｌ.ꎬ ２０１６ꎻ Ｍｉｌｅｒ ＆ Ｊｅｄｒｚｅｊｃｚｙｋꎬ
质资源库———厦门市园林植物园ꎬ现保存有从国 ２０１８ꎻＹｕａｎ ｅｔ ａｌ.ꎬ ２０１９ꎻＨａｉｄｅｒ ｅｔ ａｌ.ꎬ ２０２１ꎻＬｉｕ ＆
内外引种的 ６ 个种群的三角梅品种约 ４５０ 个( 翁 Ａｎｄｅｒｓｏｎꎬ ２０２２)ꎬ皆是花卉中著名的物种极为丰
向英等ꎬ２０２２)ꎮ 富的科属ꎬ表型性状变化多样且具有重要研究价
品种的识别主要基于表型特征和农艺性状ꎬ 值ꎮ 此 外ꎬ 在 其 他 观 赏 植 物 中 如 月 季 ( Ｉｓｌａｍꎬ
包括数量性状和质量性状ꎬ表型性状的遗传多样 ２０１３ꎻＦａｎｏｕｒａｋｉｓ ｅｔ ａｌ.ꎬ ２０２０)、百合( Ｗａｎｇ ｅｔ ａｌ.ꎬ
性研究是形态学研究的一部分ꎮ 表型性状研究是 ２０１６)等也有应用ꎬ然而关于三角梅的表型性状多
植物种质资源遗传多样性最基础且直观的研究方 样性研究鲜有报道ꎮ 在 ２０２２ 年以前ꎬ关于三角梅
法ꎬ同时也 是 优 良 品 种 选 育 的 前 提 ( 沈 甲 诚 等ꎬ 的表 型 多 样 性 仅 有 杨 珺 等 ( ２０１６ ) 和 陈 炽 争
２０２２)ꎮ 了解种质资源多样性水平对优良种质的 (２０１７) 进行了相关研究ꎬ但前者的样本量少ꎬ仅
筛 选、 鉴 定 与 新 品 种 选 育 且 具 有 重 要 作 用 ２２ 个品种ꎬ后者的样本品种虽多ꎬ达 １２４ 个ꎬ但仅
(Ｓｔｅｐａｎｓｋｙ ｅｔ ａｌ.ꎬ ２００６)ꎮ 目前ꎬ基于表型性状的 从探讨亲缘关系的角度进行了聚类分析ꎬ并未将
多样 性 研 究 广 泛 用 于 农 作 物 方 面ꎬ 包 括 豆 类 重点放在表型性状的多样性分析ꎮ 此后期间关于
(Ｍｏｎｉｋａ ｅｔ ａｌ.ꎬ ２０２２)、 蔬 菜 ( Ｒｏｓａ ｅｔ ａｌ.ꎬ ２０２２ꎻ 该领域的研究基本空白ꎬ直到 ２０２２ 年ꎬ开始有学
Ｊｏａｎ ｅｔ ａｌ.ꎬ ２０２３)和水果(Ｙｕ ｅｔ ａｌ.ꎬ ２０２２ꎻＯｌａｗａｌｅ 者将目光放到三角梅的表型多样性研究上ꎮ 沈甲