孫英豪 張含國(guó) 郝俊飛 侯丹 繆小飛

(林木遺傳育種國(guó)家重點(diǎn)實(shí)驗(yàn)室(東北林業(yè)大學(xué))，哈爾濱，150040)

長(zhǎng)白落葉松(LarixolgensisHenry)具有生長(zhǎng)快速、分布廣泛、環(huán)境適應(yīng)性好、材質(zhì)優(yōu)良等特性，在東北地區(qū)人工造林以及森林經(jīng)營(yíng)中起到重要作用[1]。因其基因型與環(huán)境存在交互作用，所以不同家系有不同的生態(tài)區(qū)域。因此，在推廣一個(gè)家系前其穩(wěn)定性及適應(yīng)性是考慮的主要因素之一[2]?；蛐团c環(huán)境互作效應(yīng)決定了一個(gè)品種的穩(wěn)定性，在評(píng)價(jià)穩(wěn)定性過程中有效的基因型與環(huán)境分析方法起到了至關(guān)重要的作用[3-4]。2010年張磊等[5]通過對(duì)雜種落葉松穩(wěn)定性進(jìn)行分析，表明在分析穩(wěn)定性時(shí)要將不同模型例如George模型，加性主效可乘互作模型(AMMI模型)，Eberhart和Russell的模型，Shukla的穩(wěn)定性方差等綜合考慮，對(duì)苗期高生長(zhǎng)以及其穩(wěn)定性進(jìn)行評(píng)價(jià)。但林木生長(zhǎng)周期長(zhǎng)，僅通過穩(wěn)定性評(píng)價(jià)苗期高生長(zhǎng)存在一些局限性。

在選擇育種中育種值作為一個(gè)重要參數(shù)，高預(yù)測(cè)精度的林木育種值可以帶來高選育效率[6]。育種值是性狀表型值中遺傳效應(yīng)的加性效應(yīng)部分，它反映遺傳效應(yīng)的大小[7]，其中包括固定效應(yīng)估計(jì)以及隨機(jī)遺傳效應(yīng)預(yù)測(cè)。在20世紀(jì)60—70年代Henderson[8]提出和完善了最佳線性無偏預(yù)測(cè)(BLUP)法。BLUP是Henderson針對(duì)不平衡的資料提出的育種值預(yù)測(cè)方法，在同一估計(jì)方程中既能估計(jì)固定的環(huán)境效應(yīng)和遺傳效應(yīng)，同時(shí)能預(yù)測(cè)隨機(jī)的遺傳效應(yīng)[9-11]。

筆者通過對(duì)于不同地點(diǎn)的長(zhǎng)白落葉松苗期的穩(wěn)定性進(jìn)行多種方法分析評(píng)價(jià)，并利用ASReml軟件進(jìn)行最佳線性無偏估計(jì)(BLUP)并分析育種值，旨在苗期選擇生長(zhǎng)好穩(wěn)定性高且遺傳效應(yīng)好的品系，并根據(jù)不同地點(diǎn)選擇適宜樹種，以加快育種進(jìn)程并提高育種質(zhì)量。本研究的創(chuàng)新性：一是選取的材料來源于不同種子園，所選取的試驗(yàn)點(diǎn)分布在長(zhǎng)白落葉松主要栽培區(qū)，具有比較好的代表性，克服了以前研究中地點(diǎn)選擇范圍小，單一的局限性；二是通過方差分析、穩(wěn)定性及育種值多方面分析高生長(zhǎng)，探究各方法間的聯(lián)系，可對(duì)不同情況選擇合適的評(píng)價(jià)方法。

1 材料與方法

試驗(yàn)材料來源于黑龍江省渤海種子園、錯(cuò)海種子園、鶴崗種子園、林口青山種子園4個(gè)種子園的90個(gè)自由授粉家系，分別在5個(gè)地點(diǎn)營(yíng)建自由授粉子代林。由于成活率等原因，選取5個(gè)地點(diǎn)共有的57個(gè)家系以及當(dāng)?shù)貙?duì)照進(jìn)行分析(家系以及相應(yīng)編號(hào)見表1，BS、NB為渤海種子園家系，CH為錯(cuò)海種子園家系，HG為鶴崗種子園家系，LK為林口青山種子園家系，另外每個(gè)地點(diǎn)有設(shè)當(dāng)?shù)貙?duì)照)。

表1 長(zhǎng)白落葉松家系編號(hào)

試驗(yàn)地分別設(shè)在內(nèi)蒙古自治區(qū)赤峰市烏蘭壩林場(chǎng)，遼寧省撫順市哈達(dá)林場(chǎng)，黑龍江省寧安市渤海種子園，牡丹江市林口縣青山林場(chǎng)，鶴崗市林業(yè)局種子園。試驗(yàn)點(diǎn)主要?dú)夂驗(yàn)闇貛Ъ撅L(fēng)氣候，一年內(nèi)高溫在30至36 ℃，低溫在-20至-30 ℃。試驗(yàn)點(diǎn)于2015年春季造林，每個(gè)地點(diǎn)分2種設(shè)計(jì)均采用完全隨機(jī)區(qū)組設(shè)計(jì),其一每個(gè)家系重復(fù)4次，每個(gè)小區(qū)32株；其二每個(gè)家系重復(fù)10次，每個(gè)小區(qū)2株。栽植密度為1.5 m×2.0 m。

使用唐啟義編著的DPS統(tǒng)計(jì)分析軟件進(jìn)行試驗(yàn)材料穩(wěn)定性分析，Shukla模型、George模型、Eberhart和Russell模型使用軟件中“專業(yè)統(tǒng)計(jì)→品種區(qū)域試驗(yàn)→品種穩(wěn)定分析”模塊進(jìn)行分析，通過“有重復(fù)AMMI模型”模塊分析[12]。

使用SPSS24.0的Compaer Means中的One-Way ANOVA軟件進(jìn)行試驗(yàn)材料的單點(diǎn)方差分析。單點(diǎn)方差分析采用的是原始的調(diào)查數(shù)據(jù)，相關(guān)性以及穩(wěn)定性分析采用各家系小區(qū)均值。

試驗(yàn)采用完全隨機(jī)區(qū)組，試驗(yàn)的單點(diǎn)分析模型為xijk=μ+Pi+αj+Pαij+eijk，其中總體的均值為μ，區(qū)組效應(yīng)值為Pi，家系效應(yīng)值為αj，第j家系與第i區(qū)組的交互作用值為Pαij，隨機(jī)誤差為eijk[13]。

ASReml是一個(gè)統(tǒng)計(jì)軟件包主要用于混合線性模型分析，包括估計(jì)隨機(jī)效應(yīng)方差組分的估計(jì)，固定效應(yīng)值的估計(jì)以及隨機(jī)效應(yīng)值的預(yù)測(cè)[14]。ASReml根據(jù)已經(jīng)得到的觀測(cè)值和設(shè)計(jì)關(guān)聯(lián)矩陣，利用最佳線性無偏估計(jì)方法得到固定效應(yīng)的最佳無偏估計(jì)值和利用BLUP方法得到隨機(jī)效應(yīng)的最佳無偏預(yù)測(cè)值[15-16]。

在本試驗(yàn)中表型性狀值可以用以下家系模型表示：

yijkl=μ+Si+BSij+Fk+FSik+FSBijk+eijkl。

2 結(jié)果與分析

2.1 家系高生長(zhǎng)變異

對(duì)32株小區(qū)4次重復(fù)的3年生長(zhǎng)白落葉松的樹高進(jìn)行變異分析，按照大小排序前5個(gè)家系為變異較大，中間5個(gè)為變異居中，后5個(gè)為變異較小(表2)，結(jié)果顯示：長(zhǎng)白落葉松家系間存在著豐富的變異，且不同地點(diǎn)之間的變異情況也存在差異。鶴崗、青山、烏蘭壩、小北湖和哈達(dá)的平均變異系數(shù)分別為24.72%，34.17%，24.44%，35.88%和33.05%。其中，鶴崗變異較大的3個(gè)家系為HG45、CH139、LK445均值30.24%，變異較小家系為L(zhǎng)K555、NB173、HG5均值18.44%，變異較大的3個(gè)家系平均值大于當(dāng)?shù)丶蚁灯骄导s5.52%,大于變異較小家系平均值約11.8%；青山變異較大的3個(gè)家系為CH264、HG6、CH25均值42.24%，變異較小的家系為CH4、CH18、CH211均值22.42%，變異較大的3個(gè)家系平均值大于當(dāng)?shù)丶蚁灯骄导s8.07%,大于變異較小家系平均值約19.82%；烏蘭壩變異較大的3個(gè)家系為CH309、LK563、HG22均值35.36%，變異較小家系為HG28、BS349、HG46均值12.93%，變異較大的3個(gè)家系平均值大于當(dāng)?shù)丶蚁灯骄导s10.92%,大于變異較小家系平均值約22.43%；小北湖變異較大的3個(gè)家系為CH18、LK555、NB101均值52.16%，變異較小家系為CH252、CH25、CH278均值18.59%，變異較大的3個(gè)家系平均值大于當(dāng)?shù)丶蚁灯骄导s16.28%,大于變異較小家系平均值約33.57%；哈達(dá)變異較大的3個(gè)家系為CH309、CH171、CH264均值45.82%，變異較小家系為L(zhǎng)K593、LK122、CH27均值25.72%，變異較大的3個(gè)家系平均值大于當(dāng)?shù)丶蚁灯骄导s12.77%,大于變異較小家系平均值約22.80%。

根據(jù)不同地點(diǎn)內(nèi)家系變異情況綜合分析，家系CH309、HG36、LK450變異較大，均值為34.68%，大于所有家系總平均值約4.22%，大于各地對(duì)照均值約3.13%；家系CH25、BS349和BS209變異較小，均值為25.88%?？筛鶕?jù)家系間變異進(jìn)一步進(jìn)行單點(diǎn)分析。

2.2 單點(diǎn)高生長(zhǎng)

對(duì)試驗(yàn)材料進(jìn)行單點(diǎn)方差分析，在方差同質(zhì)的基礎(chǔ)上，對(duì)3年生32株小區(qū)苗高進(jìn)行方差分析，結(jié)果表明家系間差異均達(dá)到了極顯著的水平(表3)。其中，生長(zhǎng)環(huán)境的水熱條件適宜的哈達(dá)生長(zhǎng)最好，平均值為123.07 cm，鶴崗與烏蘭壩的生長(zhǎng)最差，其均值分別為56.17、56.49 cm。同樣的對(duì)3年生2株小區(qū)進(jìn)行分析，哈達(dá)、小北湖和烏蘭壩家系間差異極顯著，鶴崗和青山家系間差異不顯著。

對(duì)于32株小區(qū)不同地點(diǎn)的具體分析，鶴崗HG13、HG6、HG5和HG1生長(zhǎng)最快，均值為62.36 cm，生長(zhǎng)迅速家系超出家系平均值約11.02%，超出當(dāng)?shù)貙?duì)照約10.24%；青山CH18、NB186、LK563和BS542生長(zhǎng)最快，均值為93.34 cm，生長(zhǎng)迅速家系超出家系平均值約27.61%，超出當(dāng)?shù)貙?duì)照約35.63%；烏蘭壩LK122、LK445、LK563和LK384生長(zhǎng)最快，均值為70.28 cm，生長(zhǎng)迅速家系超出超出家系平均值約24.41%，超出當(dāng)?shù)貙?duì)照約22.10%；小北湖LK384、NB173、CH18和CH29生長(zhǎng)最快，均值為108.53 cm，生長(zhǎng)迅速家系超出家系平均值約26.95%，超出當(dāng)?shù)貙?duì)照約51.96%；哈達(dá)BS209 CH27、LK577和CH44生長(zhǎng)最快，均值為149.18 cm，生長(zhǎng)迅速家系超出家系平均值約21.22%，超出當(dāng)?shù)貙?duì)照約19.82%。

通過分析發(fā)現(xiàn)CH18、LK563和LK384在生長(zhǎng)前4名中出現(xiàn)2次，生長(zhǎng)情況較好；在生長(zhǎng)較差家系中，CH18和HG48出現(xiàn)2次；同時(shí)分析發(fā)現(xiàn)，家系在不同地點(diǎn)的生長(zhǎng)表現(xiàn)不穩(wěn)定，可以進(jìn)一步觀察分析。

表3 單點(diǎn)方差分析

注：*表示5%的顯著水平；** 表示1%的極顯著水平。

2.3 樹高生長(zhǎng)穩(wěn)定性

對(duì)3年生32株小區(qū)的AMMI模型分析表明(表4)，家系間、地點(diǎn)間以及家系×地點(diǎn)之間的差異達(dá)極顯著的水平(p<0.01)，其方差分量分別為51.11%、41.65%和7.23%，通過F值檢驗(yàn)對(duì)3年生交互作用的主成分分析的顯著性檢驗(yàn)，交互作用主成分軸奇異值中達(dá)到顯著水平的給予保留，不顯著的其余部分合并為殘差。通過表中的數(shù)據(jù)我們可以看出，第一乘積項(xiàng)和第二乘積項(xiàng)均達(dá)到了極顯著水平，第一乘積項(xiàng)解釋了互作效應(yīng)的58.11%，第二乘積項(xiàng)解釋了互作效應(yīng)的23.03%，可以得出AMMI模型共解釋互作效應(yīng)的81.15%。在AMMI模型中穩(wěn)定性的指標(biāo)(Di)是反映家系間穩(wěn)定性的大小，得出的Di的值越小，表明家系越穩(wěn)定。通過分析得出穩(wěn)定性排在前列的是LK555、LK450、LK286、LK221、CH264、CH260和CH278。穩(wěn)定性排在后列的是LK459、HG36、HG48和CH18，穩(wěn)定性評(píng)價(jià)比較差。

表4 AMMI模型方差分析

表5 Eberhart和Russell模型方差分析

Shukla模型通過直接將家系與不同地點(diǎn)互作的方差分配于每個(gè)品種上，來評(píng)價(jià)品種的穩(wěn)定性。品種的方差值越小，在F值不顯著時(shí)F值越小，品種的評(píng)價(jià)就越穩(wěn)定。其中LK221、CH278和CH260的F值最小并且其值不顯著，說明其品種穩(wěn)定性評(píng)價(jià)較高；LK459、HG36、HG22、HG48和CH25的F值差異極顯著，說明其屬于極不穩(wěn)定的家系，這與上述結(jié)果中家系LK211、CH260大致相同。57個(gè)家系中存在36個(gè)家系F值差異不顯著，說明可以用Shukla模型來參考評(píng)價(jià)苗期穩(wěn)定性。

表6 不同模型的穩(wěn)定性參數(shù)

同樣對(duì)2株小區(qū)進(jìn)行穩(wěn)定性分析，32株小區(qū)中家系LK555、LK450、LK286、LK221、CH264、CH260、CH278和LK555具有較高穩(wěn)定性，同樣的在2株小區(qū)穩(wěn)定性評(píng)價(jià)數(shù)據(jù)中挑選這幾個(gè)家系(表7)，通過相關(guān)參數(shù)對(duì)比可以得到2株小區(qū)的穩(wěn)定性與32株小區(qū)的穩(wěn)定性情況基本一致，但是通過對(duì)比2株小區(qū)與32株小區(qū)的具體數(shù)值可以發(fā)現(xiàn)，32株小區(qū)的相關(guān)模型參數(shù)較2株小區(qū)體現(xiàn)了更高的穩(wěn)定性，穩(wěn)定性評(píng)價(jià)效果會(huì)更好。

表7 不同模型的穩(wěn)定性參數(shù)

2.4 ASReml軟件分析

通過R為平臺(tái)運(yùn)行ASReml軟件分析數(shù)據(jù)，采用混合線性模型進(jìn)行分析。通過ASReml計(jì)算不同家系的育種值，以及不同地點(diǎn)內(nèi)家系的育種值。按照育種值大小進(jìn)行排序，下表內(nèi)是3年生苗部分育種值數(shù)據(jù)。對(duì)5個(gè)地點(diǎn)32株小區(qū)分析得到的育種值進(jìn)行排序,選擇育種值較高的家系列表(表8)，HG22、CH27和HG45的育種值最高。育種值大于1的家系有HG22、CH27、HG45、BS209、LK384、HG1、LK563、CH309和NB186，在每個(gè)地點(diǎn)都有較好的表現(xiàn)。

表8 家系育種值分析

對(duì)各個(gè)地點(diǎn)內(nèi)的家系分析其育種值，按照每個(gè)地點(diǎn)家系育種值大小進(jìn)行排序(表9)，小北湖的LK384、CH27和CH18育種值最高；哈達(dá)的BS18、BS209和CH27的育種值最高；鶴崗的HG36、BS209和HG1的育種值最高；青山的CH18、LK384和NB186的育種值最高；烏蘭壩的LK563、HG45和HG5的育種值最高。

對(duì)5個(gè)地點(diǎn)內(nèi)2株小區(qū)的育種值進(jìn)行排序，選擇各地育種值較高的家系列表(表8)，HG13、CH18、BS209的育種值最高。對(duì)每個(gè)地點(diǎn)分析其育種值，按大小排序，小北湖的LK384、CH18和CH29育種值最高；哈達(dá)的CH27、BS209和BS18的育種值最高；鶴崗的HG36、HG48和HG13的育種值最高；青山的CH18、NB186和LK563的育種值最高；烏蘭壩的HG5、LK445和LK563的育種值最高。相比于32株小區(qū)，通過分析2株小區(qū)得到的育種值普遍更高。與各地的高生長(zhǎng)對(duì)比來看，各地育種值高的家系也具有良好的高生長(zhǎng)，其排名基本一致。

表9 各地點(diǎn)家系育種值分析

3 結(jié)論與討論

長(zhǎng)白落葉松家系間存在豐富的變異，鶴崗地點(diǎn)HG45、CH139、LK445變異較大，LK555、NB173、HG5變異較??；青山CH264、HG6、CH25變異較大，CH4、CH18、CH211變異較??；烏蘭壩CH309、LK563、HG22變異較大，HG28、BS349、HG46變異較??；小北湖CH18、LK555、NB101變異較大，CH252、CH25、CH278變異較??；哈達(dá)CH309、CH171、CH264變異較大，LK593、LK122、CH27變異較小。

評(píng)價(jià)穩(wěn)定性時(shí)經(jīng)常采用4種穩(wěn)定性評(píng)價(jià)方法，一般采取多種評(píng)價(jià)方法綜合分析穩(wěn)定性可以更好的彌補(bǔ)各種評(píng)價(jià)方法的不足。在Eberhart和Russell模型中，實(shí)際測(cè)量的數(shù)據(jù)中，家系的離回歸均方與0有顯著差異，模型評(píng)價(jià)不可靠。AMMI模型、George模型以及Shukla模型所得到的穩(wěn)定性基本一致，并且與各地家系的真實(shí)表現(xiàn)相一致。所以在評(píng)價(jià)長(zhǎng)白落葉松時(shí)應(yīng)以AMMI模型為主，綜合考慮George模型以及Shukla模型評(píng)價(jià)長(zhǎng)白落葉松苗期高生長(zhǎng)穩(wěn)定性。在AMMI模型中，家系間、地點(diǎn)間和家系×地點(diǎn)的差異都為極顯著，其方差分量分別為51.11%、41.65%和7.23%，AMMI模型解釋了81.15%的交互作用，用AMMI模型分析交互作用更為準(zhǔn)確。通過AMMI模型分析篩選出穩(wěn)定性較好的家系為L(zhǎng)K555、LK450、LK286、LK221、CH264、CH260和CH278。George模型分析得到LK555、LK286、CH264、NB129和CH260穩(wěn)定性高。Shukla模型分析得到LK221、CH278和CH260的穩(wěn)定性高。

通過ASReml軟件實(shí)現(xiàn)對(duì)家系育種值的估算?？傮w上家系HG22、CH27和HG45的育種值高。每個(gè)地點(diǎn)來看，32株小區(qū)中鶴崗的HG36、BS209、HG1，青山的CH18、LK384、NB186，烏蘭壩的LK563、HG45、HG5，小北湖的LK384、CH27、CH18，哈達(dá)的BS18、BS209、CH27的育種值較高。綜合分析，選擇出生長(zhǎng)量大、穩(wěn)定性好、育種值高的家系：LK122、NB186、LK299為優(yōu)良家系，BS542、LK563、BS309、HG45和HG46為較好家系。不同地點(diǎn)分析，得到小北湖的LK384、CH18和CH29為優(yōu)良家系，NB173、CH303、BS129、BS309和HG48為較好家系；哈達(dá)的CH27、BS209和BS18為優(yōu)良家系，BS18、CH309、LK577、HG45和LK644為較好家系；鶴崗的HG36、HG48和HG13為優(yōu)良家系，HG38、HG1、HG22、HG6和HG15為較好家系；青山的CH18、NB186和LK563為優(yōu)良家系，CH27、BS542、CH211、LK286和CH161為較好家系；烏蘭壩的HG5、LK445和LK563為優(yōu)良家系，CH309、CH211、LK122、BS21和HG1為較好家系。

育種值表示的是基因的加性效應(yīng)，是微效基因的累加。家系小區(qū)32株4次重復(fù)與家系小區(qū)2株10次重復(fù)相比，家系小區(qū)2株10個(gè)小區(qū)得到的育種值更高。相比較32株小區(qū)與2株小區(qū)，2株小區(qū)同一地點(diǎn)家系間的環(huán)境變化相對(duì)更小，且區(qū)組內(nèi)的光照、土壤肥力等環(huán)境條件變化更小、更一致，使得家系的加性效應(yīng)有更顯著的累加，從而育種值較更大一些。孫曉梅[6]通過BLUP分析日本落葉松時(shí)，也表明在環(huán)境條件變化小時(shí)，樹高的育種值分析結(jié)果更好。何國(guó)華[15]使用ASReml軟件對(duì)8年生桉樹的4個(gè)性狀的估算，同樣得出在環(huán)境條件變化小時(shí)，模型的擬合效果更好。