Page 133 - 《广西植物》2025年第4期
P. 133

4 期                   郁书君等: 三角梅品种的表型遗传多样性综合分析与评价                                            7 4 7

            2s(张斌斌等ꎬ2021ꎻ魏晓羽等ꎬ2022)ꎻ二是概率分                      示变异程度较高ꎬ说明该性状具有显著的差异性
            级ꎬ采用单样本 K ̄S 检验法对所有数量性状进行                           (吕伟等ꎬ2021ꎻ张斌斌等ꎬ2021)ꎮ 对 100 份三角
            正态性检验ꎬ以正态 Q ̄Q 图和卡方检验作为补充                           梅品种 资 源 的 数 量 性 状 数 据 进 行 统 计 分 析 ( 表

            检验方法ꎬ对符合正态分布的数量性状按照( x -                           3)ꎮ 从品种内变异系数来看ꎬ除了苞片长度和苞
            1.281 8 s)、 ( x - 0.524 6 s)、 ( x + 0.524 6 s)、 ( x +  片宽度ꎬ其余数量性状的变异系数均大于 10%ꎬ并
            1.281 8s)4 个分点分为 5 级ꎬ使得 1 ~ 5 级出现的                 且叶柄长度和花序梗长度的变异系数在 20% 以
            概率分别为 10%、20%、40%、20%和 10%( 杨俊霞                    上ꎬ说明这 2 个性状在品种内的稳定性较差ꎬ容易
            和郭宝林ꎬ1998ꎻ刘平等ꎬ2003ꎻ杨波等ꎬ2021)ꎮ 根                    受环境因素影响产生变异ꎮ 从品种间变异系数来
            据相应区间的品种数量分布ꎬ可计算各性状不同                              看ꎬ本研究中 100 份三角梅品种资源的 7 个数量性

            级别的相对频率ꎬ并进一步计算遗传多样性指数ꎮ                             状的变异系数皆超过 20%ꎬ说明三角梅品种间的
                 相关性分析:采用 Pearson 算法对所有性状进                     表型差异显著ꎬ利用数量性状鉴别品种的可能性
            行相关性分析ꎬ利用 R 语言 4.2.1 软件绘制相关性                       较大(王力荣等ꎬ2005)ꎬ并且反映了三角梅的遗传
            热图ꎮ                                                变异程度较高ꎮ
                 主成分分析:利用 SPSS 24.0 软件的降维因子                        根据表 3 结果可知ꎬ三角梅各数量性状在品种
            分析方式ꎬ对 20 个表型数据进行整合ꎬ利用主成                           内的变异范围为 7.52% ~ 29.27%ꎬ其中变异系数
            分分析法提取出能够合理反映这些性状数据共性                              最大的是花序梗长度ꎬ变异系数最小的是苞片长
            的公因子即主成分ꎬ并得到每一主成分的贡献率                              度ꎻ品种间的变异范围为 20.15% ~ 41.08%且其变
            和成分矩阵ꎬ从而解释主成分所包含的性状内容                              异系数最大和最小的性状和品种内的一样ꎮ 将数
            和意义ꎮ                                               量性状按品种内、品种外变异系数从大到小进行
                 主成分综合得分:根据各性状在主成分中的                           排序对比ꎬ除了枝条节间长度和叶柄长度的排序
            成分得分系数和标准化数据ꎬ计算每个三角梅品                              位置不一样外ꎬ其他数量性状的排序位置均相同ꎬ
            种的各个公因子得分(F ꎬi = 公因子序号)ꎬ并将旋                        因此可推测三角梅品种内的变异程度和品种间的
                                  i
            转后的各公因子占总公因子方差贡献率的比重作                              变异程度具有一定的相关性ꎬ而且利用花序梗长
            为权 重 系 数 ( 刘 攀 和 冯 长 焕ꎬ 2017ꎻ 丁 丽 萍 等ꎬ             度、枝条节间长度和叶柄长度可以很好地显示品
            2020)ꎬ得到能够全面衡量三角梅表型多样性的综                           种间和品种内的差异ꎮ 每个数量性状的品种间变
            合评价指标ꎬ最终计算出 100 份三角梅品种资源                           异系数 都 比 品 种 内 变 异 系 数 高ꎬ 这 与 钟 海 丰 等
            的综合得分值(F)ꎬ其公式如下:                                   (2020)对蝴蝶兰种质资源的变异情况研究结果
                 F = ∑U F / U (i = 1ꎬ2ꎬ3)
                       i  i                                    一致ꎮ
                 式中:U 表示第 i 个主成分的方差贡献率ꎻU                       2.2 三角梅质量性状的多样性指数
                       i
            表示累积贡献率即总贡献率ꎮ                                          遗传多样性指数是直接反映种质资源多样性
                 聚类分析:对 100 个三角梅品种进行 Q 型聚                      的重要指标(Petruccelli et al.ꎬ 2013)ꎬ并且与变异
            类分析ꎬ以欧式距离为度量标准ꎮ 一般在样本数                             系数之间不存在相关性( 吕伟等ꎬ2020)ꎮ 由表 4
            不多的情况下ꎬ聚类分析结果常用矩形树状图展                              可知ꎬ质量性状的多样性指数变幅为 0.08 ~ 2.74ꎬ
            示ꎬ但本研究的样本数量较多ꎬ矩形树状图会显                              其中苞片颜色的多样性指数最高ꎬ表现出较高的
            得冗长繁重ꎬ不利于直观和美观地展示结果ꎬ因                              离散程度ꎬ揭示了三角梅的苞片颜色蕴藏着很大
            此本 文 利 用 R 语 言 ggtree 软 件 包 绘 制 圆 形 树              的遗传变异潜力ꎮ 在 13 个质量性状中ꎬ有 8 个多

            状图ꎮ                                                样性指数大于 1.00ꎬ说明三角梅的多数质量性状
                                                               具有较高的遗传多样性ꎻ小于 1.00 的多样性指数
            2  结果与分析                                           有 5 个ꎬ分别为叶片主色、叶缘波状、叶缘内卷、苞
                                                               片类型和苞片次色分布ꎬ这些性状的频率分布相
            2.1 三角梅数量性状的变异情况                                   对集中ꎬ离散程度低ꎬ尤其是叶缘内卷的多样性指
                 变异系数小于 10% 表示样本间变异程 度 较                       数仅为 0.08ꎮ 由于 100 个品种里面只有 1 个品种
            小ꎬ10% ~ 20%表示变异程度中等ꎬ大于 20%则表                       (编号为 C98)的叶缘内卷ꎬ说明该表型很少见ꎬ 特
   128   129   130   131   132   133   134   135   136   137   138