唐 兵，李慶平，龍 偉，張鵬遠(yuǎn)，孫文向，陳 林，李秀軍，王建光* ，陳穗云*

(1. 云南大學(xué)生命科學(xué)學(xué)院植物科學(xué)研究所，云南昆明650091;2. 云南省煙草公司楚雄州公司，云南楚雄675000;3. 昆明保騰生化技術(shù)有限公司，云南昆明650106)

常規(guī)漂浮育苗是當(dāng)今集約化育苗最主要的育苗方式［1］，該方法的優(yōu)點(diǎn)是煙苗出土整齊，集約化程度高，便于管理［2］. 但是由于煙苗在大棚中生長(zhǎng)，溫濕度較大，易導(dǎo)致煙苗地上部生長(zhǎng)過(guò)快，當(dāng)前主要采用剪葉的方法控制煙苗的快速生長(zhǎng)，但增加了病毒病傳播的幾率［3－4］. 為了控制煙苗徒長(zhǎng)，培育壯苗，至移栽前通常要剪葉3～4 次，本研究通過(guò)采用噴施砂培烤煙育苗專用復(fù)合劑(專利申請(qǐng)?zhí)?201210169461.2)控制煙苗地上部分快速生長(zhǎng)，促進(jìn)地下部根系生長(zhǎng)，減少剪葉次數(shù)或不剪葉.研究表明噴施外源藥劑會(huì)使煙草發(fā)生一系列的生理生化反應(yīng)，并會(huì)引起植物的新陳代謝及抗性的變化［5］.

在本研究中噴施砂培烤煙育苗專用復(fù)合劑對(duì)煙苗產(chǎn)生生理生化變化，選用指標(biāo)過(guò)少不能完全反應(yīng)出藥劑的作用，但是用過(guò)多的生理指標(biāo)則增加了分析問(wèn)題的復(fù)雜性，因各指標(biāo)之間存在一定的相關(guān)性.主成分分析通過(guò)降維，有效避免了信息重疊，并使信息濃縮［6］，可解決評(píng)價(jià)指標(biāo)之間具有相關(guān)性的問(wèn)題［7－8］.研究表明，主成分分析方法科學(xué)、可靠，已被廣泛應(yīng)用［9－15］，吳峰等［16］使用主成分分析的方法篩選衡量烤煙成熟度的指標(biāo)，但用該方法篩選與煙草生長(zhǎng)抑制有關(guān)的生理生化指標(biāo)缺乏，因此有必要篩選可以衡量此復(fù)合劑對(duì)煙苗生理生化的影響指標(biāo).

1 材料與方法

1.1 試驗(yàn)材料

實(shí)驗(yàn)于2011年4月26日至5月2日在云南大學(xué)生命科學(xué)學(xué)院進(jìn)行，供試品種為K326，采用砂培漂浮育苗，煙苗由云南省煙草公司楚雄州公司提供.煙草育苗專用復(fù)合劑(主要成分為脫落酸和多效唑)由云南大學(xué)生命科學(xué)學(xué)院植物科學(xué)研究所提供.

1.2 試驗(yàn)方法

1.2.1 試驗(yàn)設(shè)計(jì)及取樣方法 試驗(yàn)共設(shè)3個(gè)處理:A 處理(20 mg/L)、B 處理(60 mg/L)、C 處理(100 mg/L)分別在“小十字期”和“大十字期”噴施，按100 mL/盤噴施)，1個(gè)對(duì)照(CK 組，分別在小十字期和大十字期各噴施清水，按100 mL/盤噴施). 選用B 處理生長(zhǎng)抑制復(fù)合制劑在“大十字期”噴施7 d 后分別采樣測(cè)定相關(guān)生理指標(biāo).

1.2.2 生理生化指標(biāo)檢測(cè) 測(cè)定指標(biāo)為葉綠素A、B 總和(Chl(a + b))、類胡蘿卜素、過(guò)氧化物酶(POD)、超氧化物歧化酶(SOD)、丙二醛(MDA)、脯氨酸(Pro)、可溶性糖含量、谷氨酰胺合成酶(GS)等8個(gè)指標(biāo). 參照張以順［17］、劉萍［18］等方法檢測(cè).

1.2.3 數(shù)據(jù)分析 數(shù)據(jù)經(jīng)過(guò)方差分析后，再進(jìn)行主成分分析.

應(yīng)用Microsoft office Excel 2003 和應(yīng)用統(tǒng)計(jì)分析軟件DPS 7.05 進(jìn)行.

2 結(jié)果與分析

2.1 煙苗生長(zhǎng)抑制復(fù)合劑對(duì)煙苗生長(zhǎng)的影響

利用3 種不同質(zhì)量濃度的植物生長(zhǎng)抑制劑(20、60、100 mg/L)分別在“小十字期”和“大十字期”進(jìn)行噴施，以清水為照，在“大十字期”噴施7 d后測(cè)定相關(guān)生物學(xué)性狀，結(jié)果表明，煙苗生長(zhǎng)抑制劑在烤煙漂浮育苗“小十字期”和“大十字期”噴施能有效控制煙苗的徒長(zhǎng)(圖1);生長(zhǎng)抑制劑對(duì)煙苗的株高影響較大，3 種質(zhì)量濃度的生長(zhǎng)抑制劑對(duì)株高生長(zhǎng)抑制都很明顯，隨著噴施質(zhì)量濃度的增加，對(duì)煙株株高的控制就越有效(表1);高質(zhì)量濃度處理與對(duì)照的莖圍相比沒有顯著性差異，但是，60 mg/L 的處理煙苗莖圍明顯高于對(duì)照(表1)，說(shuō)明噴施適當(dāng)質(zhì)量濃度的生長(zhǎng)抑制劑能有效促進(jìn)煙苗的莖圍增加;噴施60 mg/L 的生長(zhǎng)抑制劑與對(duì)照相比對(duì)煙苗的鮮重和干重沒有明顯影響(表1)，而生長(zhǎng)抑制劑處理煙苗鮮重平均減少0.22～2.22 g/株，干重平均減少0.08～0.18 g/株.綜合分析，當(dāng)煙苗在“小十字期”和“大十字期”噴施60 mg/L 的生長(zhǎng)抑制劑可獲得較理想的生物學(xué)性狀.

2.2 煙草生理生化指標(biāo)主成分分析

2.2.1 理化指標(biāo)的數(shù)據(jù)信息及方差分析 測(cè)定結(jié)果表明，SOD、Pro、POD 和MDA 處理組與對(duì)照組間差異顯著;而谷氨酰胺合成酶(GS)、葉綠素總量、類胡蘿卜素和可溶性糖含量差異不顯著(表2).

圖1 煙幼苗生長(zhǎng)Figure 1 Growth of tobacco seedlings

表1 煙苗農(nóng)藝性狀調(diào)查表Table 1 Agronomic traits in tobacco seedlings

表2 8 種理化指標(biāo)的數(shù)據(jù)及方差分析Table 2 Eight kinds of physical and chemical indicators and analysis of their variance

2.2.2 主成分個(gè)數(shù)確定 將8個(gè)生理指標(biāo)進(jìn)行主成分分析可獲得5個(gè)主成分，累計(jì)貢獻(xiàn)率為100%.一般來(lái)說(shuō)，累計(jì)貢獻(xiàn)率大于85%，即涵蓋85%以上信息時(shí)的主成分個(gè)數(shù)即為選定的主成分個(gè)數(shù). 在這8個(gè)生理指標(biāo)中，第1 主成分(PC1)可以解釋總變異59.64%的信息，第2 主成分(PC2)可以解釋22.90%的信息，第3 主成分(PC3)可以解釋11.10%的信息(表3).因此，利用這3個(gè)主成分可以解釋93.65%的數(shù)據(jù)信息，累計(jì)貢獻(xiàn)率大于85%，可以用PC1、PC2和PC3作為評(píng)價(jià)的綜合指標(biāo).

表3 煙草生理生化指標(biāo)的主成分貢獻(xiàn)率分析表Table 3 Contribution rates of the principal physiological and biochemical indexes in tobacco seedlings

2.2.3 生理指標(biāo)載荷矩陣分析 在第1 主成分的特征向量中(表4)，載荷較高且符號(hào)為正的生理指標(biāo)有Pro (X3)和SOD(X1);載荷較高且符號(hào)為負(fù)的生理指標(biāo)有POD(X6)，這3個(gè)指標(biāo)都與植物抗性有關(guān).在第2 主成分的特征向量中，載荷較高且符號(hào)為正的生理指標(biāo)有Chl(a +b)(X7)和類胡蘿卜素(X8).在第3 主成分特征向量中，載荷較高且符號(hào)為正的生理指標(biāo)有可溶性糖(X2)和MDA(X5).

表4 煙草生理生化載荷矩陣分析表Table 4 Loading matrix analysis on physiological and biochemical parameters of tobacco seedlings

2.2.4 生理指標(biāo)得分矩陣及聚類分析 得分矩陣表明了幾個(gè)樣本在該主成分中的大小和方向，通過(guò)得分矩陣進(jìn)行聚類分析可獲得處理組和對(duì)照組相似程度.5個(gè)主成分的得分矩陣分析結(jié)果表明，第1 主成分能夠較好地區(qū)別處理組及對(duì)照組，處理組都為正值，對(duì)照組都為負(fù)值，而第2、3、4、5 主成分不能很好區(qū)別處理組及對(duì)照組(表5)，但綜合考慮數(shù)據(jù)信息保有量及處理組與對(duì)照組的區(qū)別，選取了主成分1、主成分2 和主成分3 進(jìn)行分析.

表5 煙草生理生化因子得分矩陣分析表Table 5 Factors score matrix analysis on physiological and biochemical parameters of tobacco seedlings

常用系統(tǒng)聚類圖上的橫坐標(biāo)數(shù)值表示歐氏距離的大小，歐氏距離越大兩處理間的相似程度越小，反之，歐氏距離越小，兩處理間的相似程度越大. 將得分矩陣?yán)肳PGMA 聚類法構(gòu)建的系統(tǒng)聚類樹表明，3個(gè)主成分能有效將處理組與對(duì)照組分開(圖2)，說(shuō)明所選生理指標(biāo)能代表處理后煙株的生理變化.

2.3 煙草生理主成分分析

PC1、PC2和PC3的累計(jì)貢獻(xiàn)率為93.65%，可作為評(píng)價(jià)的綜合指標(biāo)，通過(guò)載荷矩陣、得分矩陣和系統(tǒng)聚類綜合分析可得出植物抗性相關(guān)因子(Pro，POD，SOD)、光合作用相關(guān)因子(Chl(a + b)，類胡蘿卜素)和質(zhì)膜透性因子(可溶性糖和MDA)為噴施生長(zhǎng)抑制劑煙苗響應(yīng)的3個(gè)主成分. 每個(gè)主成分中的指標(biāo)具有呈正相關(guān)的也有呈負(fù)相關(guān)的或者是同一類型的，因此，若考慮有的指標(biāo)具有相似的性質(zhì)，則可利用更少的生理指標(biāo)來(lái)進(jìn)行檢測(cè).

3 討論

主成分分析是一種設(shè)法將原來(lái)變量重新組合成一組新的互相無(wú)關(guān)的幾個(gè)綜合變量，同時(shí)根據(jù)實(shí)際需要從中可以取出幾個(gè)較少的綜合變量盡可能多地反映原來(lái)變量的信息的統(tǒng)計(jì)方法，也是數(shù)學(xué)上用來(lái)降維的一種方法.在實(shí)際分析問(wèn)題中，為了全面分析問(wèn)題，可能會(huì)提出很多與此相關(guān)的變量(或因素)，然而，在一系列的變量中，各變量都在不同程度上有相互關(guān)系.利用主成分分析可將相關(guān)信息進(jìn)行歸納、綜合和簡(jiǎn)化［6］. 因此，主成分分析法已被廣泛應(yīng)用于各行業(yè)，通過(guò)主成分分析有效避免了信息重疊，使信息得到有效濃縮［9－15］. 在煙草行業(yè)中，主成分分析法也被有效利用，吳峰等［16］使用主成分分析的方法篩選衡量烤煙成熟度的指標(biāo)，為確定烤煙采烤時(shí)期提供了指導(dǎo).魯紹坤等［19］基于主成分分析構(gòu)建了煙葉質(zhì)量評(píng)價(jià)模型，結(jié)果顯示該模型有效率達(dá)到81.18%，可以作為卷煙配方的輔助工具使用.

噴施煙苗生長(zhǎng)抑制復(fù)合劑后會(huì)引起煙株體內(nèi)一系列生理發(fā)生變化，然而，在眾多生理指標(biāo)中可能只有少數(shù)生理指標(biāo)最能響應(yīng)噴施藥劑后的變化.因此，為了高效檢測(cè)和有效反應(yīng)煙草育苗專用復(fù)合劑在煙草苗期對(duì)煙苗生長(zhǎng)的影響，本實(shí)驗(yàn)對(duì)噴施煙草生長(zhǎng)抑制劑后煙葉相關(guān)生理指標(biāo)進(jìn)行主成分分析是一種行之有效的方法.通過(guò)主成分分析得出了解植物抗性因子、光合作用因子和質(zhì)膜透性因子為煙草的3個(gè)主成分. 這3個(gè)主成分對(duì)變異的累計(jì)貢獻(xiàn)率達(dá)93.65%，其中以植物抗性因子的貢獻(xiàn)率最高，為59.64%，說(shuō)明噴施藥劑后對(duì)煙草的植物抗性影響可能較大;光合作用因子的貢獻(xiàn)率達(dá)22.90%，說(shuō)明調(diào)整光照對(duì)煙苗的生長(zhǎng)具有重要的作用. 綜合分析，砂培烤煙漂浮育苗噴施生長(zhǎng)抑制劑后對(duì)煙草的抗性、光合作用和質(zhì)膜透性因子3個(gè)主成分具有較大的影響，這3個(gè)主成分可作為評(píng)價(jià)的綜合指標(biāo).

［1］甄煥菊，袁志永. 美國(guó)煙草大棚溫室漂浮育苗技術(shù)介紹［J］.煙草科技，1999(4):39－41.

［2］李彰，馬京民，王行，等.烤煙大棚漂浮育苗［J］. 煙草科技，2003(12):39－41.

［3］曾嶸，滕永忠，張慶剛，等.烤煙漂浮育苗中TMV 的發(fā)生及預(yù)防研究［J］. 云南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2005，20(1):136－139.

［4］楊懷千，周冀衡，黃勇，等. 中國(guó)現(xiàn)階段烤煙生產(chǎn)中主要育苗技術(shù)研究進(jìn)展［J］. 中國(guó)農(nóng)學(xué)通報(bào)，2009，25(17):84－88.

［5］秦世榮.寧南霉素用于防治煙草花葉病毒TMV 侵染機(jī)理的探討［D］.成都:四川大學(xué)，2004.

［6］JOLLIFFE I T. Principal component analysis［M］. 2nd ed.New York，USA:Springer－Verlag，2002.

［7］馬京民，劉國(guó)順，時(shí)向東，等. 主成分分析和聚類分析在煙葉質(zhì)量評(píng)價(jià)中的應(yīng)用［J］. 煙草科技，2009(7):57－60.

［8］王文藝，羅貞寶，饒應(yīng)勇，等.貴州省畢節(jié)地區(qū)韭菜坪2號(hào)烤煙新品種(系)煙葉質(zhì)量分析與評(píng)價(jià)［J］. 安徽農(nóng)業(yè)科學(xué)，2008，36(25):10960－10962.

［9］周波，陳旭飛，張聰俐，等. 深圳市光明新區(qū)土壤肥力時(shí)空演變的主成分分析［J］. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2012，33(4):448－452.

［10］肖炳，張燕春. 烤煙品種主成分分析和聚類分析［J］.種子，2000(2):27－29.

［11］李國(guó)棟，胡建軍，周冀衡，等. 基于主成分和聚類分析的烤煙化學(xué)品質(zhì)綜合評(píng)價(jià)［J］. 煙草科技，2008(12):5－9.

［12］KU W，STORER R H，GEORGAKIS C. Disturbance detection and isolation by dynamic principal component analysis［J］. Chemometr Interll Lab，1995，30:179－196.

［13］YEUNG K Y，RUZZO W L. Principal component analysis for clustering gene expression data［J］. Bioinformatics，2001，17:763－774.

［14］嚴(yán)學(xué)兵，周禾，王堃，等. 披堿草屬植物形態(tài)多樣性及其主成分分析［J］.草地學(xué)報(bào)，2005，13(2):111－116.

［15］戴素賢，謝赤軍，陳棟，等. 七種高香型烏龍茶香氣成分的主成分分析［J］. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)，1999，20(1):113－117.

［16］吳峰，陳進(jìn)紅，金亞波. 烤煙成熟度診斷指標(biāo)篩選研究［J］. 科技通報(bào)，2009，25(1):56－60.

［17］張以順，黃霞，陳云鳳. 植物生理學(xué)實(shí)驗(yàn)教程［M］. 北京:高等教育出版社，2009.

［18］劉萍，李明軍. 植物生理學(xué)實(shí)驗(yàn)技術(shù)［M］. 北京:科學(xué)出版社，2007.

［19］魯紹坤，王毅，李正風(fēng).基于主成分分析的烤煙質(zhì)量評(píng)價(jià)模型［J］. 貴州農(nóng)業(yè)科學(xué)，2010，38(2):67－69.