基于BLUP和GGE双标图的黑杨派无性系生长性状基因型与环境互作效应

李金花

(林木遗传育种国家重点实验室 国家林业和草原局林木培育重点实验室 中国林业科学研究院林业研究所 北京 100091)

杨树(Populus)是我国重要造林树种之一，具有生长快、成材早、产量高、种植成本低等特点，被广泛用于我国速生丰产用材林和生态防护林建设(徐纬英，1988)。黑杨派(PopulusSectionAigeiros)美洲黑杨(P.deltoides)及其杂种欧美杨(P.×canadensis)无性系在世界发达国家杨木生产中占有重要经济地位，表现出早期速生、无性繁殖容易、造林成活率高、材性好等优良特性，经长期引种实践和栽植历史证明，其适生于我国大部分平原地区，成为我国杨树人工林主栽品种，在杨树速生丰产用材林建设中发挥了巨大作用(张绮纹等，2003；苏晓华等，2010)。在杨树用材林品种选育研究中，高产性状的选择和改良一直是育种目标，利用多地点试验对比和分析无性系性状遗传变异，从而筛选出高产、稳定性强的优良无性系(Yuetal.，2003；Piluraetal.，2007；Sixtoetal.，2011；2015；Nelsonetal.，2018)。杨树遗传改良途径和程序各个环节离不开参试无性系的评定和筛选，可靠的评价和准确的选择是育种中获得最终研究结果的关键。长期以来，杨树品种选择都是根据候选树表型生长性状的大小排序，进而决定和筛选出优良无性系，这对于各地点误差同质、数据平衡时才是可行的，实际上，因树体高大、占地多、周期长等，杨树无性系多地点对比试验经常得不到均衡数据；同时，对于美洲黑杨和欧美杨无性系及其杂交子代在不同地点、不同树龄的生长、产量性状已经积累了各种遗传信息和研究结果，综合地利用这些遗传信息和研究结果，对于候选无性系做出准确的遗传评定，是杨树遗传改良研究需要解决且带有普遍性的一个重要问题，而遗传值和育种值研究及利用是解决这一问题的有效途径(马浩等，1996；Wuetal.，1997；孙晓梅等，2011；刘宁等，2020)。

多地点试验(或区域化试验，MET)是主要、普遍使用的林业田间试验，通过多点试验数据可以评价不同基因型的适应性和稳定性，筛选出适应不同类型环境的基因型，确定其适宜推广范围(Lietal.，1997；Piluraetal.，2007；Sixtoetal.，2015；Nelsonetal.，2018)，为杨树品种选育、审定和推荐提供依据，通过“适地适品种”途径实现杨树人工林增产增效。由于林木表型(P)主要受基因型(G)、环境(E)及其互作(G×E)控制，大量研究已经证实了基因型与环境互作(GEI)普遍存在且通常很大(Yuetal.，2003；Raeetal.，2008；Sixtoetal.，2011；2015；Ukalskietal.，2016；Nelsonetal.，2018)，基因型排名或基因型间差异因不同环境而不同，且林木长期田间试验需要投入大量时间和人力及物力(Sixtoetal.，2015)，要找到具有广泛适应性的优良基因型往往较困难，因此，G×E分析已成为了近年来林木育种领域的研究热点(林元震，2019)，在杨树中亦有不少研究报道(李火根等，1997；Lietal.，1997；2017；Raeetal.，2008；Zalesnyetal.,2009；Sixtoetal.，2011；2015；赵曦阳等，2013；Nelsonetal.，2018；刘宁等，2020)。G×E分析主要基于线性模型或线性混合模型，由于普通线性模型无法估算方差分量、育种值等群体遗传参数，因此基于线性混合模型的因子分析法(Cullisetal.，2014)将成为今后G×E主流方法(林元震，2019)。鉴于因子分析法的结果可视化效果不如GGE法，但GGE法要求数据平衡、环境同质和仅限固定效应模型，在林业上的应用受到了极大地限制，而程玲等(2018)提出的BLUP-GGE联合分析法(包括空间分析、因子分析和GGE分析)，是基于混合线性模型估算BLUP数据的GGE双标图分析法(严威凯，2010)，适用于林木的多环境试验分析(林元震，2019；郑聪慧等，2019)。相关研究证实，对于平衡或近似平衡数据的非平衡数据，相对于表型均值而言，基于BLUP数据的GGE双标图分析的预测结果更可靠，更适用于基因型(品种)稳定性和适应性的评价研究，是更好的选择(马浩等，1996；孙晓梅等，2011；程玲等，2018；林元震，2019；郑聪慧等，2019)。在检测G×E互作和分析基因型稳定性方面，与家系或种源相比，无性系能提供更有说服力的试验方式(Bentzeretal.，1988；Yuetal.，2003；Nelsonetal.，2018)。

本研究对9个试验地点黑杨派引种区域化试验林15个无性系生长性状进行测定，使用ASReml-R程序包建立了6年生胸径和树高的混合线性模型并获得BLUP数据，利用BLUP值绘制GGE双标图，评价基因型和环境对无性系的影响，探讨无性系速生性、稳定性和试验点区分力、代表性，旨在为杨树品种选择和评价及其利用提供理论依据。

1 试验地点和试验材料

1.1 试验地点概况

9个试验地点分别位于北京昌平和大兴，河北永清、丰南、任丘和魏县，山东宁阳(高桥、北落)和金乡。地点间气候和土壤类型有明显差异(表1)。

1.2 试验材料

试验材料为从意大利等国家引进(张绮纹等，2003)的15个黑杨派(美洲黑杨和欧美杨)无性系(表2)，于2007—2014年春季利用2根1干苗在9个试验地点造林，第6个生长季结束后测定胸径和树高。完全随机区组试验设计，3～5个区组(重复)，4～30株小区。常规田间抚育管理。

表1 9个试验地点环境概况Tab.1 Environmental conditions of 9 trial sites

表2 15个黑杨派无性系的起源Tab.2 Origin of 15 clones in Populus Section Aigeiros

2 数据和统计分析

2.1 数据来源

气象数据来源于中国气象数据网(http:∥www.cma.gov.cn/2011qxfw/2011qsjgx)数据服务“中国地面累年值年值数据集(1981—2010年)”，汇总整理后见表1。各试验点试验林生长性状均为每木测定，剔除死株、补植、断头等异常值。

2.2 统计分析方法

使用R语言ARSReml-R4.0程序包，以异质方差拟合混合线性模型，获得固定效应和随机效应的方差分量(显著性水平)等参数，通过predict()函数，提取混合线性模型中预测值(BLUP)(林元震，2016；艾斯克等，2019)，再使用R语言GGEBiplotGUI程序包绘制不同试验地和基因型的GGE双标图，参数设置时Scaled选择0(非标准化)，Centerd选择G+GE，SVP特征值选项根据图的类型选择1或2(Yanetal.，2000；严威凯，2010；刘宁等，2020)。

多点试验的混合线性模型为：

Yijkl=μ+Li+Bj(Li)+Ck+Li×Ck+εijkl。

式中：Yijkl为第i个地点第j个区组第k个无性系生长性状测定值；μ为总体平均值；Li为地点效应；Bj(Li)为区组效应；Ck表示无性系效应；Li×Ck为地点与无性系交互效应；εijkl为误差。其中，地点效应为固定效应，区组、无性系、无性系与地点交互效应为随机效应。

3 结果与分析

3.1 混合线性模型生长性状BLUP数据

使用R语言ASReml-R程序包分别建立了9个试验地点15个黑杨派引种无性系6年生胸径和树高的混合线性模型，由于存在数据缺失、区组数不一致的情况，因此采用异质性方差拟合混合线性模型，将地点效应设为固定效应，区组(重复)、无性系、无性系与地点交互效应设为随机效应，分析并获得地点、无性系、无性系×地点效应的显著性及方差分量(表3和表4)；并提取BLUP数据用于GGE双标图的绘制。固定效应的Wald检验结果(表3)显示，地点效应显著，表明6年生胸径和树高受到了不同环境的极显著影响(P<0.000 1)，9个试验地环境存在差异，山东宁阳(高桥、北落)、金乡和河北魏县4个试验地较北京昌平和大兴、河北永清、任丘和丰南5个试验地气候温暖、降雨量大。混合线性模型的随机效应分析结果(表4)显示，对于胸径和树高，区组效应的方差分量均不显著(z.ratio<1.5)，无性系效应的方差分量显著(z.ratio>1.5)，无性系×地点效应的方差分量均为极显著(z.ratio>4)，表明6年生胸径和树高受到了基因型、基因型与环境交互作用的显著影响，而各个试验地残差分量显著(z.ratio>1.5)，表明地点间方差不齐次。为了提高准确性，利用方差异质拟合混合线性模型，运用最佳线性无偏预测(BLUP)法，基于混合线性模型获得9个试验地点15个无性系的6年生胸径和树高BLUP数据。

表3 6年生生长性状线性混合模型固定效应分析Tab.3 Fixed effect of linear mixed effect models for 6-year-old growth traits

表4 6年生生长性状线性混合模型随机效应分析Tab.4 Random effect of linear mixed effect models for 6-year-old growth traits

3.2 基于BLUP数据的GGE双标图分析

基于6年生胸径和树高BLUP数据GGE双标图分别见图1-4，图中E1-9为试验地标志点，数字1-15为无性系标志点，GGE双标图上x轴为第1主成分(PC1)，y轴为第2主成分(PC2)。在基于胸径和树高BLUP数据的GGE双标图上，前2个主成分(PC1和PC2)的方差解释百分比之和分别为84.69%和69.83%，其中PC1解释了76.98%和53.94%的变异，PC2解释了7.71%和15.89%的变异，表明结果可靠，且胸径比树高性状的分析结果更可靠。

3.2.1 试验地分组结果 GGE双标图以各试验地点向量之间夹角余弦值作为试验点间遗传相关系数，当夹角小于90°时为正相关，夹角越小，则相关性越大，而大于90°时则为负相关。本研究对试验地间关系的分析结果(图1)显示，各地点间向量夹角均为锐角，说明各地点间均存在正相关关系，对于胸径，地点E1(北京昌平)与E7(山东宁阳2)、E6(山东宁阳1)与E9(河北魏县)、E4(河北任丘)与E5(河北丰南)之间高度相关，E2(北京大兴)和E8(山东金乡)几乎不相关；对于树高，地点E8(山东金乡)与E9(河北魏县)高度相关，E2(北京大兴)与E9(河北魏县)几乎不相关。

GGE双标图将最外围的基因型连成一个多边形，利用多边形每条边上通过原点的垂线，对试验地点进行分组，并获得各分组内优良基因型。本研究对试验地点分组和获得的优良无性系(图2)显示，9个试验点可分为2组：对于胸径(图2左)，地点E3(河北永清)和E8(山东金乡)为第1组，其余7个试验点为第2组；对于树高(图2右)，地点E3(河北永清)、E7(山东宁阳2)、E8(山东金乡)和E9(河北魏县)4个试验点为第1组，地点E1(北京昌平)、E2(北京大兴)、E4(河北任丘)、E5(河北丰南)和E6(山东宁阳1)5个试验点为第2组。各分组内优良无性系的结果显示，对于胸径(图2左)，无性系2(50)在第1组试验地(河北永清、山东金乡)最大，13(Por)在第2组试验地最大；对于树高(图2右)，无性系2(50)在第1组试验地(河北永清、山东宁阳2和金乡、河北魏县)最大,无性系13(Por)在第2组试验地(北京昌平和大兴、河北任丘和丰南、山东宁阳1)最大。上述结果表明，对于胸径和树高，试验地分组和分组内优良无性系存在差异，但在2个分组试验地，无性系2(50)和13(Por)分别为最大。

图2 各试验地的最好无性系及试验地点分组(左为胸径，右为树高)Fig.2 Group of the sites and the best clone for each sites (left DBH,right height)与无性系编号(1-15)对应的名称见表2。下同。The names corresponding to the clone numbers (1-15)are shown in Tab.2.The same below.

3.2.2 试验地的区分力和代表性 GGE双标图展示了不同试验地的区分力和代表性(图3)，在平均环境轴(通过原点的实线)上的小圆圈代表平均环境，各试验地与原点的虚线向量长度代表试验地区分力，试验地向量与平均环境轴的夹角代表试验点代表性。本研究9个试验地区分力和代表性评估结果(图3)显示，对于胸径(图3左)，区分力最好的地点为E1(北京昌平)和E3(河北永清)，度量最长，其次为E5(河北丰南)、E9(河北魏县)、E2(北京大兴)；代表性最好的地点为E6(山东宁阳1)和E9(河北魏县)，锐角最小，其次是E7(山东宁阳2)和E1(北京昌平)。对于树高(图3右)，区分力最好的地点为E3(河北永清)，度量最长，其次为E1(北京昌平)、E5(河北丰南)、E6(山东宁阳1)；代表性最好的地点为E1(北京昌平)，锐角最小，其次是E7(山东宁阳2)、E5(河北丰南)。

图3 试验地点的区分力与代表性(左为胸径，右为树高)Fig.3 Discrimination and representativeness of the sites (left DBH,right height)

3.2.3 供试基因型的高产性和稳产性 GGE双标图展示了15个无性系的高产性和稳产性(图4)，平均环境轴上垂直虚线段代表各无性系在所有试验地的平均生长量和稳定性，虚线越短代表越稳定；与平均环境轴垂直的实线为性状总体均值，在其左侧的无性系性状高于总体均值，距离其越远，胸径和树高越大，在其右侧的无性系性状低于总体均值，距其越远，胸径和树高越小。本研究中各无性系的高产性和稳产性结果(图4)显示，对于胸径(图4左)和树高(图4右)，无性系13(Por)最大(总体均值左侧，距离最远)，其次是12(Pa)、1(36)、4(108)、2(50)、6(111)和3(107)，9(La)最小(总体均值右侧，距离最远)，11(Og)接近总体均值。对于胸径(图4左)，最不稳定的为15(Ti)，其次是13(Por)、12(Pa)，最稳定的是7(Be)、5(109)、14(Ta)和9(La)，稳定性较好的无性系为3(107)、10(Me)、4(108)、8(Br)、11(Og)和1(36)；对于树高(图4右)，最不稳定的为2(50)，其次是13(Por)，最稳定的是10(Me)和8(Br)。综合而言，13(Por)、12(Pa)、1(36)、4(108)和3(107)为速生性和稳定性均较强的无性系。

图4 无性系速生性与稳定性(左为胸径，右为树高)Fig.4 Genotype mean and stability of the clonal growth traits BLUP (left DBH,right height)

4 讨论

4.1 引种无性系的评价

杨树种间和种内无性系间丰富遗传变异为品种选择奠定了基础(苏晓华等，2010；张绮纹等，2003)，以基因型选择代替表型选择的育种值估算，可提高选择效率和精度。BLUP是基于平衡或近似平衡的非平衡数据进行分析，有效消除了非遗传因素的影响，对育种值的最佳线性无偏估计，较原始数据提高了选择的准确性(艾斯克等，2019；孙晓梅等，2011；马浩等，1996)。本研究中使用R语言ASReml-R程序包建立了线性混合模型，确定了地点为固定效应，无性系、无性系与地点互作为随机效应，获得了15个黑杨派引种无性系在9个试验地点6年生生长性状(胸径和树高)BLUP数据，绘制了GGE双标图。已有许多研究证实，表型性状的预测值与观测值存在紧密的相关关系(艾斯克等，2019；刘宁等，2020)，使用预测值代替观测均值进行GGE双标图分析，解决了试验数据不平衡导致的误差问题，比利用原始数据的GGE双标图更为可靠(程玲等，2018；郑聪慧等，2019)。

本研究胸径和树高GGE双标图(图1-4)拟合度达到了84.69%和71.91%，表明结果可靠，且胸径较树高的分析结果可靠，胸径与树高的GGE双标图存在差异，试验地分组和组内优良无性系筛选亦存在差异。郑聪慧等(2019)基于26个华北落叶松(Larixprincipis-rupprechtii)家系胸径和树高BLUP数据的GGE双标图分析结果也发现，树高和胸径的GGE双标图有所不同，认为各试验点的林木栽植密度相同，鉴于育种目标(大径材)和材积计算的不确定性，最终以胸径GGE双标图为准。又由于杨树无性系生长性状选择研究中普遍测定和采用胸径性状，因此本研究确定以基于胸径BLUP数据GGE双标图分析结果为准，在平均环境上(图4)，无性系Por的胸径最大，其次Pa、36、108、50、111和107均高于平均胸径，Og的胸径接近总体均值，而107、Me、108、Br、Og和36稳定性较好，综合速生性和稳定性均较强的无性系为Por、Pa、36、108和107。

4.2 试验地点的评价

多地点试验是重要、普遍采用的林业田间试验，由于基因型与环境互作普遍存在且通常很大，基因型排序或基因型差异因环境或试验地点的不同而变化(Sixtoetal.，2015；Nelsonetal.，2018；郑聪慧等，2019；刘宁等，2020)。程玲等(2018)提出的BLUP-GGE联合分析法，采用BLUP和GGE双标图相结合的模型，无论是在试验地划分、试验地评估还是在林木基因型评估上，均比原始数据的GGE双标图更为可靠，越来越多地被用于直观分析林木多地点试验(林元震，2019；程玲等，2019；郑聪慧等，2019；刘宁等，2020)。本研究中开展黑杨派无性系区域化试验的9个试验地环境存在差异，其中山东宁阳(高桥、北落)、金乡和河北魏县4个试验地较北京昌平和大兴、河北永清、任丘和丰南5个试验地气候温暖、降雨量大，基于胸径BLUP数据的GGE双标图显示，这9个试验地点之间存在正相关关系，区分力最好的为北京昌平和河北永清，其次是河北丰南、魏县和北京大兴，代表性最好的为山东宁阳(高桥)和河北魏县，其次是山东宁阳(北落)和北京昌平，9个试验地中区分力和代表性均最强的为北京昌平。刘宁等(2020)利用12个欧美杨杂交无性系3年生胸径和树高预测性状值作GGE双标图，结果表明6个试验地点的环境存在差异，华北东部的宁阳和诸城与华东北部的郓城和滦南的气候相似，正相关程度较高，而东北的黑山(气温最低)与华中的石首(气温最高)几乎不相关，其与另外4个地点的相关性也较低，6个地点中最适宜作为试验点的为宁阳，其代表性和区分力最强。综合上述结果可知，对于黑杨派特别是欧美杨无性系，华北地区区域化试验点在参试无性系和试验地评价上存在相似性，具有优良无性系选择的区分力和代表性，可以很好地选择高产稳产的杨树品种。

5 结论

基于异质误差拟合线性混合模型的BLUP法，利用9个试验地点15个黑杨派杨树引种无性系6年生胸径和树高BLUP数据做GGE双标图分析，前2个主成分(PC1和PC2)的方差解释百分比为84.69%和69.83%，胸径较树高分析结果可靠；Por速生性突出，Pa、36、108、50、111和107的胸径均高于总体均值，107、Me、108、Br、Og和36稳定性较好，综合来看，速生性和稳定性均较强的无性系为Por、Pa、36、108和107。9个试验地的环境存在差异，被分为2组，河北永清和山东金乡一组，胸径最大的无性系为50，其余7个试验地为一组，胸径最大的无性系为Por。区分力较好的试验地为北京昌平、河北永清、河北丰南、河北魏县和北京大兴，代表性较好的为山东宁阳(高桥)、河北魏县、北京昌平，综合而言，区分力和代表性均较强的为北京昌平。本研究利用基于BLUP的GGE双标图分析法评价黑杨派杨树无性系及其试验地点，可为黑杨派引种无性系的选择和应用提供理论依据。