茄子种质资源表型性状筛选与确定

梁任繁 ，王益奎 ，李文嘉 ，黎炎 ，吴永官

（1.广西农业科学院蔬菜研究所，广西南宁，530007；2.广西大学农学院）

实践证明，茄子品种资源的评价是茄子种质创新、基因改良和遗传育种的基础[1]。近年来，地理方法、数量分类法、花粉学方法、细胞学方法、生物化学方法及同工酶标记和DNA分子标记等方法已经被广泛地应用于植物种质资源鉴定、分类和评价等研究[2]。但是，简单而易于操作的形态指标鉴定和描述，仍然是种质资源研究的最基本的方法和途径[3]。例如，Bailey[4]以果形来分类是最早、最经典的蔬菜分类方法；易金鑫[5]也依据形态学分类指标将亚洲部分茄子分为野生茄、半栽培茄、栽培短茄（圆茄、卵茄）和栽培长茄；《中国蔬菜品种志》中茄子品种则按圆茄、卵茄、长茄及野生茄等分类[6]。目前，用于评价种质的形态指标很多，而过多的评价指标会增加工作量并导致评价标准不统一。

本研究以10个比较有代表性的茄子种质为试材，采用多元方差分析、因子分析等统计方法，对供试种质的17个形态指标进行科学筛选和确定，初步揭示茄子种质资源形态性状潜在的关联规律，从中筛选出少数几个形态综合性状指标来替代原来多个性状指标，旨在简化种质评价过程，为茄子种质资源利用提供便利的手段和指导策略。

1 材料与方法

1.1 试验材料

供试材料为广西农业科学院蔬菜研究所茄果类课题组收集的10份茄子材料（表1），于2009年3月定植于广西农科院蔬菜研究所试验基地。试验采用随机区组设计，小区面积9m2，3次重复，每重复30株，双行种植，株行距50 cm×60 cm，田间管理按常规进行。

1.2 试验方法

在采收中期，每小区随机取样3株，按照《茄子种质资源描述规范和数据标准》[7]进行观察记录以下17个性状：株型、主茎色、叶形、叶色、叶缘、叶刺、花色、簇生花、果色、果纵径、果横径、单果质量、果形、果肉色、叶脉颜色、果顶形状、果籽。对于非数据型质量性状，根据不同表现型状态给予赋值，数据型形态指标每重复测一个数据，再取平均值，即X1、X2…X17分别代表：株型（1直2半直3开展）、主茎色（1绿2紫3深紫）、叶形（1卵圆2长卵圆）、叶色（1黄绿2绿3深绿）、叶缘（1全缘 2波状 3锯齿）、叶刺（1无 2中 3多）、花色（1白 2绿白 3紫色）、簇生花（1少 2多）、果色（1白2绿3紫4黑）、果纵径、果横径、单果质量、果形（1圆2长卵3长筒）、果肉色（1白2黄白3绿白4绿）、叶脉颜色（1绿2紫）、果顶形状（1凹2平3凸）、果籽（1少 2中 3多）（表 1）。

1.3 数据分析

应用SPSS10.0数据分析软件对所获的数据进行方差分析和因子分析，因子旋转（Factorrotation）分别使用方差极大正交旋转（Varimaxrotation）方法。

2 结果与分析

2.1 不同表现性状方差分析

对供试材料17个性状进行方差分析。结果表明，除了叶片颜色指标不显著外，其他性状指标均达到差异极显著水平（P＜0.01），说明叶色不宜单独作为南方茄子种质评价指标，相反其他存在真实遗传差异的16个性状指标，均能单一作为评价描述指标，也进一步说明这些差异性状指标具有丰富的遗传信息和选择潜力。但是，仅靠方差分析选择指标，保留的评价指标会过多，势必造成工作量过大和一定的片面性，故有必要进一步进行因子分析。

表1 参试材料的主要性状

表2 相关矩阵特征值

2.2 不同表现指标因子分析

采用SPSS10.0数据处理软件，对显著差异的16个性状进行因子分析，前6个主因子特征值、方差贡献率、累计方差贡献率和初始因子载荷矩阵如表2。从表2可知，若按照提取特征根大于1、所包含信息量大于70%等提取原则，本文可以从16个指标中抽取出4个主因子，其累计方差贡献率达到93.727%，故可以略去其他特殊因子，并保证不损失或很少损失原有信息。由此说明原来的16个变量反映的信息量可由4个潜在主因子来概括，其可达到反映93.727%信息含量的要求，这种降维处理有效地缩小了种质评价选择性，对于减少研究工作量和综合评价非常有益。

表3 方差极大正交旋转各性状负荷距阵

为了便于将因子命名，采用方差极大正交旋转法旋转因子轴，获得因子载荷矩阵（表3）。由表3可知，第1主因子中载荷值绝对值最大为X10（果纵径，系数r=0.926），其次为 X8（簇生花，系数 r=-0.906），其他载荷值绝对值较大的还有X2（单果质量，系数r=0.853），这些因子均与果实质量有关，故可将第1主因子命名为质量因子，其生物学特征意义可解释为：果纵径是果实质量大小的关键因子，植株簇生花对质量因子为负效应，簇生率越低，其果实就越大。同时，依表2可知，第1主因子在所提取4个主因子中方差贡献率最大，能单独说明整个原始标准差异的48.874%，说明质量主因子是最能代表这些种质性状主要综合指标。

同理，第2主因子特征向量中以X3（叶形，系数r=0.948）分量系数最大，其反映了植株的形态特性，故称株型因子；第3主因子中，具有较大载荷值的特征向量为 X16（果顶形状，系数 r=-0.847）、X13（果形，系数r=-0.523），它们与果形有关，故称作果形因子；第4主因子中，载荷值最大的为X17（果籽，系数r=-0.744），可称作果籽因子。

3 小结与讨论

从研究结果中可以看出，在茄子17个性状中，除了叶色外，多数形态指标在不同的材料之间基本表现出了不同程度的差异性，这与袁华玲等[8]对安徽省茄子地方种质资源研究所得结果基本一致，这些差异可能是由于茄子长期的栽培驯化过程中，因各地生态环境和消费习惯的不同而导致[3]。说明常规性状指标均能单独用于评价种质特性。

因子分析是一种寻找对观测结果起支配作用的替代因子的探索性统计分析方法，利用主要因子描述数据内部结构，实际上起着数据降维的作用，从而达到简化种质资源评价程序和减少工作量的目的[9]。本研究表明，前4个主因子的特征值累计贡献率为93.727%，能有效地反映品种原性状的遗传特征。其中，第1主因子为果实质量因子，其解释的总体变异百分率最高，其他3个主因子变异贡献率大小依次为株型因子、果形因子、果籽因子。在其他材料中也得到类似的结果。例如，乔廼妮等[10]研究辣椒果实数量性状的因子分析中，也将第1主因子确定为质量因子，包括果肉鲜质量、单果质量、果梗长等；陈学军等[11]在对辣椒属栽培种主要表型性状进行因子分析时，将由叶宽、株高和叶形构成的株型因子列为第2主因子，由果长、果柄长和果形指数等组成的果形因子称为第3主因子。

因材料有限，分析的性状也仅是茄子种质资源评价的一部分，若要深入挖掘和利用茄子优异种质资源，还应结合多方面指标如品质指标、抗病性等进行综合筛选和确定。

[1]廖毅，孙保娟，黎振兴，等.茄子及其近缘野生种遗传多样性及亲缘关系的 AFLP 分析[J].热带作物学报，2009，30（6）：782-786.

[2]赵德新.应用形态学和ISSR标记分析茄子遗传多样性[D].郑州：河南农业大学，2009：1-6.

[3]詹园凤，党选民，袁建民.茄子种质资源形态性状的多样性分析[J].安徽农学通报，2007，13（18）：78-79.

[4]Bailey L H.The standard cyclopedia of horticulture[M].New York:Macmillan,1929.

[5]易金鑫.亚洲部分茄子品种资源数量分类[J].园艺学报，2000，27（5）：345-350.

[6]中国农业科学院蔬菜花卉研究所.中国蔬菜品种志（下卷）[M].北京：中国农业科技出版社，2001：484.

[7]李锡香，朱德蔚.茄子种质资源描述规范和数据标准[M].北京：中国农业出版社，2006：8-26.

[8]袁华玲，刘才宇.安徽省茄子地方种质资源研究[J].安徽农业科学，1999，27（1）：48-50.

[9]邹学校，马艳青，戴雄泽，等.湖南辣椒地方品种资源的因子分析及数量分类[J].植物遗传资源学报，2005，6（1）：37-42.

[10]乔廼妮，巩振辉，樊红科，等.辣椒果实数量性状的因子分析[J].西北农业学报，2006，15（5）：177-181.

[11]陈学军，方荣，缪南生.辣椒属栽培种主要表型性状的因子分析[J].中国蔬菜，2009（2）：21-25.