抽象性
20木薯基因型随机全块设计三次复制并评估增产稳定性使用添加式主效果和倍增性交互分析高度意义 基因类型、环境效果和基因类型效果 观察环境交互所有特征研究AMMI差异分析显示,基因类型占第一分支高度方形总和51%,其次是环境(33%)和交互作用(15%)。新根增益方面,环境效应占方块总和37%,基因型和交互作用分别占32%和29%。丰收指数(HI)、植物高度、存储根丰度和干物内容的遗传变异作用比重较大显示遗传控制更强这表明这些特征的基因改良有更好的发展机率Genotype MM96/1751高产与稳定并发外向基因型UCC 2001/449和96/1708,尽管高产量根据AMMI稳定值评分不稳定但他们可以在更多环境中进一步测试,以确定他们向农民放行的具体适配性,以便种植提高木薯产量和确保粮食安全
开工导 言
木薯市manihotesculentaCrantz环境广度增长,但贫穷农夫种植的传统栽培中发生严重减产一号-3..低旱易发环境根增益比最优环境根增益高达80%4..这是因为基因型在不同环境条件下显示不同层次的口音,结果产生交叉性能5..基因型在不同环境交叉性能产生因环境条件不同的差分响应6,7..定义为 高山市 交互性8..木薯在不同环境性能研究显示意义重大 root增益组件九九-12..
交互作用还来自基因型对目标环境条件的敏感度差异13导致跨环境基因型不一致性性能这会限制选择优异基因型的效率14..内 测得基因差异大小从一个环境向下一个环境变化,并往往比较穷环境在较好环境中大[15..采木薯求产涉及基因型的不同属性,这些属性受环境条件变化的影响[16..多数木薯增产方案的目标是识别并选择多环境和季节高产稳定基因型11..高效和成功选择取决于基因型在不同环境中性能的一致性[17..正因如此,基因型在不同环境测试以评估适应性和稳定性5..Geno类型 效果不显著据说稳定14..
使用数种方法评估 效果稳定 作物性能Eberhart和Russell18号联合回归分析建议估计基因型在不同环境的平均性能相对于同环境所有基因型平均性能复用模型中包括加法主效果和多法交互模型也得到使用19号,20码..AMMI模型匹配数个多级术语之和,而不只是评估不同环境基因型性能的多级术语21号..AMMI分析可用CCA(主构轴)分数和AMMI稳定值判定跨地点基因型稳定性22号..ASV基础是AMMI模型IPCA1和IPCA223号..Geno类型最少ASV被视为广适基因型类似地,IPCA2分近零表示较稳定的基因型,而大值表示响应性强和不稳定基因型
稳定本身不提供多少产量信息,法沙法尔等[24码和图穆希姆比塞等[25码收益稳定指数和基因型稳定指数混合高产量性能和稳定性YSI和GSI均基于ASV分数和分数或性能排名之和低YSI和GSI值表示高产量或性能与稳定性相混合的基因型24码,26,27号..研究旨在评估木薯基因型性能和稳定性,以获取新根生成器和其他生成组件具体目标是识别高产稳定木薯基因型并估计差分和广度树根遗传性
二叉材料方法
实验在2012/2013和2013/2014生长季节进行CSIR-Savana农业研究所研究领域进行了实验,该研究所位于几内亚Savannah生态区9°25#NN0°58#W和加纳Fumesua作物研究所6°41N1°28W几内亚萨凡纳区覆盖加纳40%以上土地,全年大部分时间高温和低湿度[28码..雨量模式单模式并不稳定,年均值为11100毫米雨通常从4月-5月开始,到10月结束,接着是漫长的旱季(5-7个月),通常从11月开始,持续到4月间歇干法通常甚至在雨季发生实验网站表示低潜力环境
CSIR-Crips研究所网站位于Fumesua森林农生态学内,以双模式降雨模式、大雨季和小雨季为特征。大雨季从2月开始到8月结束,随后小季节从9月开始到11月结束网站表示高潜力环境评估高产潜力基因型
20木薯基因型实验使用一号)其中包括从农田采集的六种局部土地采集器、从尼日利亚国际热带农业学院获取的七种抗旱基因型和从哥伦比亚国际热带农业中心获取的七种基因型基因型排列成随机全块设计,每个生长条件下三次复制由四行和十行植物组成,每行共40个植物
土地遍历广度 广度填充 分三次复制sIR-SARI测试人工树岭,Nyankpala,但Fumesua平面植树20木薯基因型表示处理方式每一块由四行并排10株植物组成测度为25-30厘米的木薯切片安装时,斜坡顶部或平面间距为1mx1m29..未对试验应用肥料,但杂草在必要时使用切片和蹄片人工控制
月度数据记录增长参数,包括植物高度(cm)、树状Girth(cm)和植物第一分支高度(cm)12个月播种后收割八株内行采样以确定产值存储根产量估计每一块并推断为每公顷吨根干物内容测定先切成碎片(1cm厚)并完全混合之后取出3个100g子样本,80摄氏度用烤箱钻48小时并称重获取每种样本干质内容的方式是表示干重占采样原新权值的百分比平均计算出三种样本以获取相关基因型的干物内容Cassavamsaic严重性使用1-5评分,其中1表示无症状5表示高病植物[30码..
数据使用GenStat软件12.1版分析差异31号判定主要特效和交互作用综合分析所有生长参数以及不同生长环境的根增益分量使用两个生长环境(Nyankpala和Fumesua)和两个生长季节(2013和2014年)。
差分构件(元件、元件和环境以及 内部均方程估计数,取自Ntawruhunga和Dixon对差变表的分析16..广度传承性 Padi估计32码中文本不变 去哪儿 基因变异; 形形变差; 华府市 偏差; 集合错误; 数环境; 数复制
gonoty系数变异和phony系数变异根据Singh和Chaudhary估计三十三中文本不变 去哪儿 盛大平均值
期望遗传先进GA计算 GA预期遗传进步 选择差值(2.06取5%选择强度) 泛泛标准偏差
遗传进步平均百分数使用下列公式估计
2.1.稳定分析
GenStat12.1中添加主效果和多样交互模型31号用于判定跨环境基因型的稳定性AMMI模型首先适应基因类型和生长环境的叠加效果(两个生长环境和两个季节)并乘法词 交互性
AMMI模型据Farshadfar等[24码显示为 去哪儿 正下方 TH基因类型 Th环境 指向 THGNO类型减大均值 平方根 , 并 主构分 排成一行 TH基因类型 环境相邻 即剩余值环境分数和基因分数表示单位向量乘平方根 脱机i.e环境 脱机0.5基因型五氯苯甲醚 .
AMMI稳定值(ASV)根据主构轴分数(IPCA1和IPCA2)对方形交互和
AMMI稳定值[23号计算方式如下: 去哪儿 权值IPCA1除以IPCA2平方最大IPCA分数为负或正,对基因型适应度越强即适合特定环境小数ASV表示跨环境比较稳定的基因型24码..
yeld稳定指数计算时还使用基于AMPI稳定值的增益排名和排序之和 去哪儿RASV基于AMMI稳定性值的基因型排名RY排名基因型基于跨环境增益
YSI均值增益和稳定性都包含在单项标准中两种参数的低值显示理想基因型高均值增益和稳定性25码,34号..
3级结果
环境因总降水量、平均温度和相对湿度而异2)2014年记录的总降雨量高于2013年记录的全部降雨量。Fumesua2014记录1620.00毫米比2013年(1147.08毫米)高Nyankpala2014年降水量(1181.04毫米)高于Nyankpala2013年(991.68毫米)。宁浦拉月均温度记录均高于FumesuaFumesua环境75.4%和FUM1481.3 %)两年相对湿度都比宁kpala高(Nyankpala2013!68.68%和Nyank201458.5%)
高值(参赛者计数器/参赛者计数器/参赛者计数器/参赛者计数器/参赛者计数器/参赛者计数器/参赛者计数器/参赛者计数器/参赛者计数器/参赛者计数器/参赛者计数器/参赛者计数器/参赛者计数器 基因类型和环境对所研究所有特征的影响3) 效果显著 存储根干物内容,非常重要 植物高度和高度 树形直径高位起始分数 存储根增益 收成指数 木薯马赛克病评分
AMMI差异分析显示高度意义 基因型效果、环境效果和所有特征交互作用4)Genotypic因子在植物高度处理和第一分支、干物内容、收成指数和木薯马赛克病评分环境 交互性Geno类型效果占植物高度方块处理和15.72%,环境交互作用分别占77.48%和6.80%前两个交互主轴(IPCA1和IPCA2)占方形交互和合85.10%干直径32.10%处理方和因基因型效应产生,环境交互效应分别占30.38%和37.52%IPCA1占74.63%,IPCA2占13.95%植物高度优先处理和比例较高是由于基因型效果(51.34%),其次是环境效果(33.38%)和交互效果(15.27%)。前两个交互主构轴共达79.42%
Geno类型特效占木薯马赛克病情评分方块处理和53.99%,环境特效和交互特效分别占21.20%和24.81%。IPCA1占方块交互和数的85.80%,IPCA2占10.93%环境效应(37.55%)比基因型效应(32.77%)和 交互性(29.68%)。前两个交互主轴(IPCA1和IPCA2)分别占方形交互和共31.12%的65.55%和31.12%基因类型(54.10%)对根干物含量的影响大于两者 交互作用(36.10%)和环境效果(9.78%)。Geno类型收成指数效果(46.22%)大于交互效果(28.38%)和环境效果(25.39%)。前两个主要构件轴共贡献方块交互和共91.13%
偏差大比例 植物高度计数基因变异 )表5)Genotypic差异 植物首端高度比 差数(差数) )存储根分量和干物内容大都受其影响 对比 .差错差异 )所有特征都比它们的面值差高 )除植物高度、树枝高度、存储根增益和收成索引
广度遗传性估计在所有特性上各异,干直径(43.08%)和根丰度(43.46%)特别低(表43.46%)(表4)5)测得植物高度(82.84%)、初分支高度(78.32%)和存储根干物内容(77.70%)的广度可继承性估计值相对高基因变异系数大于相应的基因变异系数分治和存储根生成高度观察到PCV和GCV大差PCV初始分支干直径和高度介于7.06%至38.89%之间GCV从5.14%(stem直径)到36.19%(初分支高度)不等中度PCVs(10-20)观察植物高度和收成指数,高PCV(20)记录第一分支高度stem直径和root干物内含最小PCVs预测遗传先进值分析表示初分支高度可提高65.98%,而在改善干直径方面仅可提高6.49%根产量还可以提高27.31%,同时收成指数和干物含量分别提高17.06%和11.86%
六大环境所有基因型平均性能显示显著 植物高度遗传变异性分数表6)CTSI65工厂高度最高(249.67cm),Geno类型00/0203工厂在所有环境中最短分支基因型最低高度为I91934(36.38cm),而CSIA65最高高度为136.65cm平均干直径从1.84cm(CTSIA72)到2.61cm(96/409)不等木马赛克病分数因基因类型不同而大相径庭(表表)。6)MM96/1751和00/0203总均值评分最低(1.00),而CSICO230最高3.13四种环境所有基因型平均根增益24.79t/ha5)UCC2001/449总毛产值最高35.97t/ha,TSIA48最小根产值11.87t/ha三种基因类型(UC2001/449、MM96/1751和96/1708)根产量比农民首选品种高得多庞蒂桑格四种基因型比二流农民偏爱种类高得多比亚巴斯.捕获指数从0.43(CTSIA110)到0.66(00/0203和MM96/1751)不等。跨环境所有基因型平均收成指数为0.56存储根干质介于28.24%(I91934)和38.99%(CTSIA110)之间,平均32.38%
叠加主效果和倍增性交互值7)低分表示最稳定的基因型基于ASV最稳定的geno类型root产生自ATR00796/1708排名最低稳定,因为它拥有最高ASV根增益UCC2001/449排名最高,CSIA48排名最小增产稳定排名之和MMM96/175196/1708高产不稳定,因为据YSI显示排名低三种基因型MMM96/1751、00/0203和UCC2001/449可被视为高产稳定
叠加主效果和倍增交互分析确定四种环境中生成率最高的基因型8)四种基因类型96/1708、UCC2001/449、TME419和I91934被选入高潜力环境Fumesua2014FUM13、MM96/1751、UCC2001/449、00/0203比亚巴斯被选为顶级基因类型Nyankpala2013前四种基因类型为96/1708、00/0203、MM96/1751和TME435最不有利的环境中(Nyankpala2014年),选取基因型I9934、UCC2001/449、96/1708和MM96/1751
4级讨论
木薯性能受基因型、环境等强力影响 交互性10-12,16..观测到植物高度、干直径和初树高等生长参数的重大基因变异显示选择机会报告了对不同环境响应的类似变异九九,12,35码..新鲜根产量受基因类型和生长环境的重大影响,Fumesua与Nyankpala相比,这两年都获取高得多根产量,这可能是由于典型森林生态环境条件比几内亚热带生态环境有利所致。表示木薯对更好的环境有积极响应Turyagyenda等人也提出了类似观察[4和Ocogbenin和Fregene九九观察最优条件比有限水分高Geno类型 环境交互作用在不同环境观察到,一些基因型交叉性能显示这一点。这使得不同环境中基因型平均级变换8,36号..意指不同基因型的不同适配,表示需要识别并选择不同环境的特定位置基因型可选产值稳定性分析识别几年期间性能保持稳定的基因型环境35码..在这次研究中,基因型比压力条件优于最优环境
压力环境收成指数比潮湿环境高(Fumesua2013年和2014年)。Ocogbenin和Fregene九九报告说水分有限比最优条件高这可能是由于木薯趋势更强劲生长并产生更多高于地面生物量,相对其在这种环境中的根生长3,37号..这可能归结为将干物分治以上地面部件和存储根一号,37号..Genotype CSIA65拥有最高植物,但根增益最小表示干物分治可能指向顶增长而不是存储根散装Ocogbenin和Fregene九九表示某些木薯基因型分配初始干物生成Geno类型能够平衡初始干质积根对水分有限环境最理想
Genotypic差异大都表示HI和植物高度观察到小数差异,表示这些特征固有遗传变异38号..反之,Tewodros等[三十九发现基因变差较低 显示强效环境基因构件估计显示大基因变异 )对多特征而言,误差比多例表示强环境影响时的偏差高进步改善需要在若干环境内评价以最小化效果 交互作用可能影响进度17..根生成物和干物内容受基因变异比受基因变异影响更多 交互差异 )这表明存在重要的遗传潜力,因此提供选择的机会大有改善Ntawruhunga和Dixon也提出了类似观察16观察木薯新根增益的巨大环境差异
广度遗传估计干物含量和植物高度相似Ntawruhunga和Dixon16..易感性估计会影响选择兴趣特征所可实现的进展量40码..广义传承性本身并不总是能充分显示基因增益,而基因增益可以通过选择实现,因为它包括变异的增量分量和非相加分量分量[41号,42号..有必要估计遗传先进值在平均值中的百分比以确定实际进度遗传推位估计平均值百分比发现,虽然存储根丰度比植物高度(82%)相对较低(43%),但它们拥有几乎相同的GAM这表明植物高度比存储根增益有更大的非相加差和环境影响41号..
稳定分析法常被播种者使用来确定稳定性能并积极响应环境条件改善的基因型24码..AMMI稳定值表示基因型稳定低ASV基因型比较稳定,高值基因型比较不稳定22号..CTSI110、MM96/1751和TME435最稳定根生成单靠稳定产值性能不值得选择,因为持续低产基因型仍可稳定43号..在有些情况下最稳定的基因型不总能产生最优性能44号..高根增益与增益稳定指数估计YSI相似基因型稳定指数法德沙法尔建议26将跨环境增益和稳定性整合成单索引,选择种类YSI总和跨环境平均增益排名25码,27号..Geno类型低YSI比较可取,因为它们结合高平均产量性能和稳定性24码,25码,27号,34号..基础YSI基因型MM96/1751庞蒂桑格00/0203、ATR007和UCC2001/449被选为高产量性能与稳定性并发Geno类型如96/409TME435和I91934中产值适度稳定Geno类型96/1708和TME419虽然高产,但ASV高评分导致YSI高评分可推荐特殊环境表现优异环境环境变差范围(Fumesua2013和2014)大于贫穷环境显示基因型在良好环境中更能利用全部潜在增益15..
5级结论
交互作用对大多数特征都意义重大,显示需要测试多环境中的基因型后才能有效选择高广度植物高度估计表示通过选择改善基因型可取得重大进展六大基因类型(UC2001/449、96/1708、MM96/1751、00/0203、96/409和I91934)根产量比当地最偏爱基因类型高得多庞蒂桑格可以在更多环境评价这些基因型,评估它们的适配性并可能建议释放给农民种植
利益冲突
作者声明不因发布此论文而产生利益冲突
感知感知
作者感谢一代挑战方案和非洲绿色革命联盟赞助这项研究CSIR-Savana农业研究所工作人员Nyankpala和CSIR-Crops研究所工作人员在学习期间所作的努力和协助也得到深为表扬。