3年生長白落葉松高生長遺傳變異與多點穩(wěn)定性1)

孫英豪 張含國 郝俊飛 侯丹 繆小飛

(林木遺傳育種國家重點實驗室(東北林業(yè)大學)，哈爾濱，150040)

長白落葉松(LarixolgensisHenry)具有生長快速、分布廣泛、環(huán)境適應性好、材質優(yōu)良等特性，在東北地區(qū)人工造林以及森林經(jīng)營中起到重要作用[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，在推廣一個家系前其穩(wěn)定性及適應性是考慮的主要因素之一[2]?；蛐团c環(huán)境互作效應決定了一個品種的穩(wěn)定性，在評價穩(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重要的作用[3-4]。2010年張磊等[5]通過對雜種落葉松穩(wěn)定性進行分析，表明在分析穩(wěn)定性時要將不同模型例如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，對苗期高生長以及其穩(wěn)定性進行評價。但林木生長周期長，僅通過穩(wěn)定性評價苗期高生長存在一些局限性。

在選擇育種中育種值作為一個重要參數(shù)，高預測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的加性效應部分，它反映遺傳效應的大小[7]，其中包括固定效應估計以及隨機遺傳效應預測。在20世紀60—70年代Henderson[8]提出和完善了最佳線性無偏預測(BLUP)法。BLUP是Henderson針對不平衡的資料提出的育種值預測方法，在同一估計方程中既能估計固定的環(huán)境效應和遺傳效應，同時能預測隨機的遺傳效應[9-11]。

筆者通過對于不同地點的長白落葉松苗期的穩(wěn)定性進行多種方法分析評價，并利用ASReml軟件進行最佳線性無偏估計(BLUP)并分析育種值，旨在苗期選擇生長好穩(wěn)定性高且遺傳效應好的品系，并根據(jù)不同地點選擇適宜樹種，以加快育種進程并提高育種質量。本研究的創(chuàng)新性：一是選取的材料來源于不同種子園，所選取的試驗點分布在長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，探究各方法間的聯(lián)系，可對不同情況選擇合適的評價方法。

1 材料與方法

試驗材料來源于黑龍江省渤海種子園、錯海種子園、鶴崗種子園、林口青山種子園4個種子園的90個自由授粉家系，分別在5個地點營建自由授粉子代林。由于成活率等原因，選取5個地點共有的57個家系以及當?shù)貙φ者M行分析(家系以及相應編號見表1，BS、NB為渤海種子園家系，CH為錯海種子園家系，HG為鶴崗種子園家系，LK為林口青山種子園家系，另外每個地點有設當?shù)貙φ?。

表1 長白落葉松家系編號

試驗地分別設在內蒙古自治區(qū)赤峰市烏蘭壩林場，遼寧省撫順市哈達林場，黑龍江省寧安市渤海種子園，牡丹江市林口縣青山林場，鶴崗市林業(yè)局種子園。試驗點主要氣候為溫帶季風氣候，一年內高溫在30至36 ℃，低溫在-20至-30 ℃。試驗點于2015年春季造林，每個地點分2種設計均采用完全隨機區(qū)組設計,其一每個家系重復4次，每個小區(qū)32株；其二每個家系重復10次，每個小區(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)計分析軟件進行試驗材料穩(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→品種區(qū)域試驗→品種穩(wěn)定分析”模塊進行分析，通過“有重復AMMI模型”模塊分析[12]。

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

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

ASReml是一個統(tǒng)計軟件包主要用于混合線性模型分析，包括估計隨機效應方差組分的估計，固定效應值的估計以及隨機效應值的預測[14]。ASReml根據(jù)已經(jīng)得到的觀測值和設計關聯(lián)矩陣，利用最佳線性無偏估計方法得到固定效應的最佳無偏估計值和利用BLUP方法得到隨機效應的最佳無偏預測值[15-16]。

在本試驗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 結果與分析

2.1 家系高生長變異

對32株小區(qū)4次重復的3年生長白落葉松的樹高進行變異分析，按照大小排序前5個家系為變異較大，中間5個為變異居中，后5個為變異較小(表2)，結果顯示：長白落葉松家系間存在著豐富的變異，且不同地點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個家系為HG45、CH139、LK445均值30.24%，變異較小家系為LK555、NB173、HG5均值18.44%，變異較大的3個家系平均值大于當?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個家系平均值大于當?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個家系平均值大于當?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個家系平均值大于當?shù)丶蚁灯骄导s16.28%,大于變異較小家系平均值約33.57%；哈達變異較大的3個家系為CH309、CH171、CH264均值45.82%，變異較小家系為LK593、LK122、CH27均值25.72%，變異較大的3個家系平均值大于當?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)不同地點內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%，大于各地對照均值約3.13%；家系CH25、BS349和BS209變異較小，均值為25.88%。可根據(jù)家系間變異進一步進行單點分析。

2.2 單點高生長

對試驗材料進行單點方差分析，在方差同質的基礎上，對3年生32株小區(qū)苗高進行方差分析，結果表明家系間差異均達到了極顯著的水平(表3)。其中，生長環(huán)境的水熱條件適宜的哈達生長最好，平均值為123.07 cm，鶴崗與烏蘭壩的生長最差，其均值分別為56.17、56.49 cm。同樣的對3年生2株小區(qū)進行分析，哈達、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。

對于32株小區(qū)不同地點的具體分析，鶴崗HG13、HG6、HG5和HG1生長最快，均值為62.36 cm，生長迅速家系超出家系平均值約11.02%，超出當?shù)貙φ占s10.24%；青山CH18、NB186、LK563和BS542生長最快，均值為93.34 cm，生長迅速家系超出家系平均值約27.61%，超出當?shù)貙φ占s35.63%；烏蘭壩LK122、LK445、LK563和LK384生長最快，均值為70.28 cm，生長迅速家系超出超出家系平均值約24.41%，超出當?shù)貙φ占s22.10%；小北湖LK384、NB173、CH18和CH29生長最快，均值為108.53 cm，生長迅速家系超出家系平均值約26.95%，超出當?shù)貙φ占s51.96%；哈達BS209 CH27、LK577和CH44生長最快，均值為149.18 cm，生長迅速家系超出家系平均值約21.22%，超出當?shù)貙φ占s19.82%。

通過分析發(fā)現(xiàn)CH18、LK563和LK384在生長前4名中出現(xiàn)2次，生長情況較好；在生長較差家系中，CH18和HG48出現(xiàn)2次；同時分析發(fā)現(xiàn)，家系在不同地點的生長表現(xiàn)不穩(wěn)定，可以進一步觀察分析。

表3 單點方差分析

注：*表示5%的顯著水平；** 表示1%的極顯著水平。

2.3 樹高生長穩(wěn)定性

對3年生32株小區(qū)的AMMI模型分析表明(表4)，家系間、地點間以及家系×地點之間的差異達極顯著的水平(p<0.01)，其方差分量分別為51.11%、41.65%和7.23%，通過F值檢驗對3年生交互作用的主成分分析的顯著性檢驗，交互作用主成分軸奇異值中達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，第一乘積項和第二乘積項均達到了極顯著水平，第一乘積項解釋了互作效應的58.11%，第二乘積項解釋了互作效應的23.03%，可以得出AMMI模型共解釋互作效應的81.15%。在AMMI模型中穩(wěn)定性的指標(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)定性評價比較差。

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互作的方差分配于每個品種上，來評價品種的穩(wěn)定性。品種的方差值越小，在F值不顯著時F值越小，品種的評價就越穩(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)定性評價較高；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，這與上述結果中家系LK211、CH260大致相同。57個家系中存在36個家系F值差異不顯著，說明可以用Shukla模型來參考評價苗期穩(wěn)定性。

表6 不同模型的穩(wěn)定性參數(shù)

同樣對2株小區(qū)進行穩(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)定性評價數(shù)據(jù)中挑選這幾個家系(表7)，通過相關參數(shù)對比可以得到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)定性評價效果會更好。

表7 不同模型的穩(wěn)定性參數(shù)

2.4 ASReml軟件分析

通過R為平臺運行ASReml軟件分析數(shù)據(jù)，采用混合線性模型進行分析。通過ASReml計算不同家系的育種值，以及不同地點內家系的育種值。按照育種值大小進行排序，下表內是3年生苗部分育種值數(shù)據(jù)。對5個地點32株小區(qū)分析得到的育種值進行排序,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，在每個地點都有較好的表現(xiàn)。

表8 家系育種值分析

對各個地點內的家系分析其育種值，按照每個地點家系育種值大小進行排序(表9)，小北湖的LK384、CH27和CH18育種值最高；哈達的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5個地點內2株小區(qū)的育種值進行排序，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。對每個地點分析其育種值，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。與各地的高生長對比來看，各地育種值高的家系也具有良好的高生長，其排名基本一致。

表9 各地點家系育種值分析

3 結論與討論

長白落葉松家系間存在豐富的變異，鶴崗地點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?。恍”焙﨏H18、LK555、NB101變異較大，CH252、CH25、CH278變異較??；哈達CH309、CH171、CH264變異較大，LK593、LK122、CH27變異較小。

評價穩(wěn)定性時經(jīng)常采用4種穩(wěn)定性評價方法，一般采取多種評價方法綜合分析穩(wěn)定性可以更好的彌補各種評價方法的不足。在Eberhart和Russell模型中，實際測量的數(shù)據(jù)中，家系的離回歸均方與0有顯著差異，模型評價不可靠。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表現(xiàn)相一致。所以在評價長白落葉松時應以AMMI模型為主，綜合考慮George模型以及Shukla模型評價長白落葉松苗期高生長穩(wěn)定性。在AMMI模型中，家系間、地點間和家系×地點的差異都為極顯著，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確。通過AMMI模型分析篩選出穩(wěn)定性較好的家系為LK555、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軟件實現(xiàn)對家系育種值的估算。總體上家系HG22、CH27和HG45的育種值高。每個地點來看，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，哈達的BS18、BS209、CH27的育種值較高。綜合分析，選擇出生長量大、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，是微效基因的累加。家系小區(qū)32株4次重復與家系小區(qū)2株10次重復相比，家系小區(qū)2株10個小區(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)同一地點家系間的環(huán)境變化相對更小，且區(qū)組內的光照、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，也表明在環(huán)境條件變化小時，樹高的育種值分析結果更好。何國華[15]使用ASReml軟件對8年生桉樹的4個性狀的估算，同樣得出在環(huán)境條件變化小時，模型的擬合效果更好。