Genotype-by-environment交互影响爆炸疾病严重程度和遗传多样性的先进防爆米饭行基于量化特征
Syafiqah宾蒂Salleh1,
穆罕默德Yusop Rafii
1、2 *,
穆罕默德Razi伊斯梅尔
1、2,
Asfaliza Ramli
3,
塞缪尔·c·Chukwu
1、4,
Oladosu Yusuff
1和还是'Aishah哈桑5
- 1热带农业和粮食安全研究所,马来西亚Putra大学(芬欧蓝),Serdang,雪兰莪州,马来西亚
- 2农业作物科学学系教员,马来西亚Putra大学(芬欧蓝),Serdang,雪兰莪州,马来西亚
- 3水稻改良计划,马来西亚农业研究和发展研究所(狂欢节),Serdang,雪兰莪州,马来西亚
- 4作物生产和景观管理、Ebonyi州立大学Abakaliki,尼日利亚
- 5应用科学学院,大学各种马拉(UiTM),森,Negeri Sembilan,马来西亚
作品简介:在水稻疾病,病原体引起的稻瘟病Magnaporthe oryzae全球水稻种植是一个主要的威胁。这个实验旨在调查环境交互作用的基因型爆炸的严重性疾病和可变性的先进防爆水稻使用定量字符。
材料与方法:实验是在随机完全区组设计进行的三个位置。数据是21日收集的特征包括营养、生理、产量和产量构成,并进行方差分析和方差分量分析。聚类分析是验证使用主成分分析基因型的分类。
结果和讨论:所有植物和产量性状显示高度显著的变化在先进的线路和检查。Seberang Prai显示最高的平均收益率(5.62吨/公顷),紧随其后的是海岬珊瑚礁(5.39吨/公顷),芬欧蓝(4.97吨/公顷)。所有先进的行显示高阻爆炸疾病。评估跨三个环境表明基因型G3,从MR219人口为基础,最高产量和抵抗感染。基因型G21,从MR263人口为基础,进行最佳选择跨三个环境研究和进一步育种计划。两个选择线路,3和4集群来源于MR219和MR263人口为基础,分别被推荐为新行进一步育种项目。
1。介绍
世界上许多主要的谷类作物,水稻被认为是一个超过35亿的世界人口的主食,特别是在亚洲大陆(Chukwu et al ., 2019 a;Oladosu et al ., 2020)。由于大米需求不断增加,这是当前全球大米产量预测,必须增加25%到2025年为了应对不断增长的人口率(Maclean et al ., 2002;Oladosu et al ., 2019)。因此,它是一种巨大的挑战,满足日益增长的大米需求减少的自然资源。在马来西亚,大米被认为是一种主食,马来西亚的文化是很重要的。这是第三个最重要的农作物后棕榈油和橡胶的生产。农民在马来西亚目前粮食每年生产260万吨水稻(Siwar et al ., 2014),仅占总消费的70%,而其余30%缺口弥补从周边国家进口。
水稻生产在马来西亚开始很久以前和现在这个国家证明了它能产生不同类型的大米主要生长在12个主要粮仓马来西亚地区:10日在马来西亚半岛每个在沙巴和沙捞越和1。根据Chukwu et al。(2019 b),疾病是影响水稻生产最重要的限制因素在马来西亚和在世界任何地方。重大疾病影响水稻稻瘟病、白叶枯病、纹枯病。在这些疾病中,稻瘟病最严重限制高生产率(Chukwu et al ., 2019 c)。在1988年至1994年之间,一个严重的爆炸爆发疾病在霹雳州的州,槟城,雪兰莪州,马来西亚吉打州,影响超过40%的种植区域,导致收益率估计损失约10% - -50%。疾病管理可以通过化学保护,寄主植物抗性和生物防治(Chukwu et al ., 2022 b)。化学控制并不总是有效的,有些是有害的水稻,加上这些化学物质不环保。使用生物防治剂来控制细菌详细爆炸还有待探索。因此,一个有效的,具有成本效益,环保细菌爆炸可持续水稻生产管理策略是至关重要的不仅对马来西亚也对整个世界。爆炸控制疾病的最有效的方法是通过一个抗性品种的发展,最终减少收获损失(阿尔卑斯山脉et al ., 2019;阿尔卑斯山脉et al ., 2021)。
植物育种的主要步骤的发展改良品种的基因型是评估交互环境(G×E)。当基因型或品种评估一系列的不同位置,通常他们的产量表现不同。然而,这使育种者很难证明意义的优良品种。这个显著的基因型和环境相互作用通常存在品种是否通过传统或非传统方法开发。据统计,大的影响报道G×E交互影响的选择(康斯托克和摩尔,1963)。多年来,环境分层有效降低G×E交互使用。该地区育种发展的改良品种通常可以细分,所有环境次区域有些相似。这个分层通常是基于宏观环境差异等干旱的土壤类型,雨量分布和温度梯度。然而,即使这种细化的技术,基因型之间的相互作用与位置在次区域,和与环境遇到在不同年份的相同的位置,经常仍然太大。阿拉德和布拉德肖(1964)列为不可预测的环境变异分层不是有效的。因为小额外进展可以预计在减少G×E分层互动的环境中,其他方法有待进一步调查。其中一个方法是选择一个基因型显示更少的与环境的互动中培养。如果基因型显示最低与环境的交互能力或稳定性能大大地由基因控制的,那么有必要进行初步评估选择稳定的基因型之前的最后阶段育种选择优良基因型。
在作物改良计划,植物育种者的终极目标是发展高产品种与广泛的适应性Okporie et al ., 2013),尽管它变得更具挑战性的在处理G×E交互。最低限度,两个基因型(品种)和两个环境需要genotype-by-environment (G×E)评估。统计上,有不同的方法用于G×E分析包括参数和非参数技术。研究目标和数据变化评估中扮演重要角色的决定将使用生物统计模型组合。因此,需要一种有效的统计方法来发现形态和生理特征相关的环境影响。线性回归的方法被用来评估G×E相互作用的大小。以后,这种方法被修改芬利和威尔金森(1963)在研究大麦基因型和的产量稳定性Eberhart和罗素(1966)。其他方法估算G×E交互包括聚类分析、模式分析,加法和乘法交互(AMMI)主要影响,基因型主要影响,基因型和G×E交互作用(专家组)。一个合适的统计分析依赖于实验数据,环境涉及的数量,和信息的准确性。这个实验的目的是研究genotype-by-environment交互(基)影响爆炸的严重性疾病和遗传变异的先进防爆水稻使用量化特征。
2。材料和方法
2.1。植物材料
公元前十三行2F2一代的advance-backcross MR219×Pongsu Seribu-1和26行回交预付款的MR263×Pongsu Seribu-1获得从先前的研究(Miah et al ., 2015;Chukwu et al ., 2020 a;Chukwu et al ., 2020 b)进行评估,除了两个检查材料数量。总共有41行用于这项研究。Pongsu Seribu-1 (PS1),它是由马来西亚水稻研究中心,马来西亚农业研究与发展研究所(狂欢节)具有广谱抗真菌隔离。MR219和MR263高产潜力与合适的粮食质量和良好的饮食质量。不幸的是,这些品种是非常容易爆炸(哈桑et al ., 2016)。
2.2。研究地点
现场评估进行了多次在三个位置:首先,在四旬斋站在海岬珊瑚礁从2014年10月到2015年1月;第二,在四旬斋研究站Seberang Perai从2015年9月到2015年12月;第三,在马来西亚Putra大学(芬欧蓝),10场,从2016年9月到2017年1月。气候可能被描述为热潮湿的热带,高湿度和充足的降雨。天气还提供了一些细节的地方表1。
表1天气信息的研究地点。
1。2.3农业实践
30克的每个加入大米放入塑料培养皿和烤箱干在50°C 24小时关闭种子休眠。种子后用水浸泡24 h,并且每个培养皿上,允许为3天发芽。为了避免干燥,水被添加到每个培养皿每天。为了方便建立每个发芽种子,苗圃的41个隔间是soil-filled托盘,多余的水是补充道。撕开幼苗从培养皿中转移到塑料托盘,后来被移植到现场一段时间后21天的托儿所。在这个实验中,随机完全区组设计(RCBD)和三个复制。行之间的种植中25厘米的距离和应用。其他管理实践,如灌溉、除草、施肥、农药和杀虫剂的应用,都是按照标准程序(阿et al ., 2008)。土壤的理化性质测定种植(之前和之后表2)。
表2物理化学性质的土壤种植之前和之后。
2.4。在自然和人工条件下爆炸筛查
进步行种植稻田在四旬斋站在海岬珊瑚礁和Seberang Perai爆炸自然感染的发生。先进的线路都是生长在温室条件下,介绍了爆炸的感染通过喷涂技术。剂是通过引入的孢子准备的m . oryzae在为期10天的殖民地完成媒体和悬浮在水消毒2×104分生孢子/毫升稀释(Koutroubas et al ., 2009;Tanweer et al ., 2015 a;Tanweer et al ., 2015 b)。接种是在晚上时间在六到七叶阶段通过喷洒3毫升的分生孢子的悬挂在每个水稻使用空气喷雾器。水洒在树叶从上午11点和下午4点一天三次,为了方便爆炸发展(Koutroubas et al ., 2009)。株是评估在接种后80天(戴)使用一个标准的国际水稻研究所提出的评价体系,国际水稻研究所(国际水稻研究所,2014)。爆炸的症状在水稻作物所示图1。
图1爆炸水稻疾病的症状。
2.5。Agro-morphological数据收集
的形态和农艺性状评价线路测量基于改编自21个参数Oladosu et al。(2018)和国际水稻研究所(2014)。五个代表每个基因型植物在每个复制被随机选中记录观察结果。参数评估是圆锥花序长度、每穗实粒数,未交货每穗实粒数、每穗实粒数、每穗粒重、分蘖/山,穗数山,千粒重、单株粒重、总有效分蘖,百分比比例填充颗粒,株高、天开花,天到期,旗叶length-to-width比率,吨/公顷和产量。spad - 502仪器被用来确定完全成熟叶的叶绿素含量最高的植物移植后在72年和86年。平均每个情节价值为来自五每线和三个叶子每一株植物。
2.6。统计分析
描述性统计如均值、范围、标准偏差和变异系数(CV)计算每个特征。表型相关系数、集群分析(CA)和主成分分析(PCA)运行的帮助下SAS软件9.4版本。方差分析(方差分析)是计算所有特征的确定基因型之间的差异,人口和位置。数据首先分别分析了这三个网站的基础上和两个种群。发现没有明显差异基因型中,数据集中在网站。的意思是使用迷幻药进行了比较。协会和关系的各种特征进行了使用皮尔逊相关系数在表型水平。方差分析表和预期意味着广场结合网站和人口是所示表3。专家组biplot用于图形分析多元为了提供一个稳定的解释基因型和环境之间的关系。工作室是一个精简版的R统计软件,在计算利用专家组biplots。GUI包是用于创建兼顾biplots (RStudio 2014)。专家组biplots可视化的目的是用于基的存在和排名根据稳定性和基因型的意思。创建的图是基于大型环境(即。,which-won-where pattern of GGE) and genotype evaluation.
表3方差分析表,结合网站和人口。
2.7。Mega-environment分析(which-won-where)
策划专家组biplot图以这样一种方式构造,第一主成分(PC1)的基因型和环境得分策划反对第二主成分(PC2)造成奇异值分解环境标准化或环境的genotype-environment数据中心(GED)。mega-environment图包含一个不规则的多边形包含分散基因型和环境标志。多边形是建立在这样一种方式,它连接的所有基因型远离biplot起源。行起源于biplot垂直地相交的多边形的中心将多边形划分为部门。因此,基因型在多边形的顶点是稳定的环境部门。单个基因型是最好说执行如果所有环境标志属于一个部门。相反,如果环境标记分为不同的部门,每个部门的基因型在顶点在环境在每一个部门,因此揭示“which-won-where”模式(Ebem et al ., 2021)。
2.8。方差分量
遗传参数估计使用SAS软件(版本9.4)来确定基因型之间的遗传变异和遗传和环境影响评估各种特征。表型和基因型的相关性估计辛格(1985)的方法和基因预先计算使用的方法Assefa et al。(1999)。此外,遗传估计被决定的过程驯鹰人(1989)。
3所示。结果
3.1。Genotype-by-environment交互作用
爆炸疾病严重程度:的结果表4结合站点显示爆炸疾病严重程度和人口。变异的来源,如站点,站点内复制,基因型,人口,基因型在人口,人口由网站显示显著差异而没有明显顺从中观察到的基因型在人口和网站的基因型网站。无意义的基因型之间的差异观察到网站内的人口表示缺乏环境影响爆炸疾病严重程度。
表4结合网站和人口爆炸疾病严重程度。
3.1.1。营养和生理特征
联合方差分析的营养和生理特征提出了基于网站和人口表5。从结果中获得,所有的特征显示显著的变化在网站中,基因型,人口,人口和基因型。此外,只有分蘖数和穗数没有显著差异在站点内复制而其他人之间存在着显著的差异(p≤0.01)。天开花和天到期显示由网站人口之间无显著差异,而一个显著差异p≤0.05观察植物的高度。其它特征包括旗叶比、有效分蘖穗,百分比显示高度显著差异基因型之间的网站内的人口。
表5营养和生理特征,结合网站和人群。
3.1.2。产量和产量构成
获得的结果提出了10个性状对产量和产量构成表6。从结果,所有网站之间的特征之间存在着显著的差异,基因型和基因型在人口。所有的特征除了缺粮食,总单株粒重和产量每公顷显示显著差异在站点内复制。此外,只有旗叶特征记录了一个无意义的人口,而其他九个特征的差异显示高度人口之间的显著差异。晶粒尺寸、总单株粒重、1000粒重和产量(吨/公顷)的人口影响网站,而只有两个特征,颗粒尺寸和1000粒重,影响显著的基因型网站在人口。
表6产量和产量构成的组合网站和人群。
3.2。表型和遗传变异系数和遗传的位置
3.2.1之上。爆炸疾病严重程度
从结果中给出表7爆炸,疾病严重程度显示出高价值的表型变异系数和基因型变异系数(分别为45.42%和33.43%)。此外,这种特质也记录了温和的广义遗传(54.16%)和高价值的遗传进展(50.68%)。
表7表型和遗传变异系数和遗传爆炸跨位置的疾病严重程度。
3.3。农艺性状之间的关系
形态性状和产量之间的相关系数及其人口MR219组件和MR263所示表8。籽粒产量(吨/公顷)在两个种群表现出显著正相关与圆锥花序长度、谷物、总每穗实粒数、每穗粒重、单株粒重、总有效分蘖,比例,比例谷物,除了1000粒重和旗叶比,只显示,MR219-based人口显著正相关,和分蘖数和穗数,只有MR263-based人群表现出极显著正相关。几MR219人群的特征,如缺粮食,72天的叶绿素,叶绿素的86天,株高,MR263人口,如天开花和天到期,与籽粒产量呈显著负相关。同样重要的是,疾病得分表现出显著正相关与每穗总粒。与MR219 MR263几乎没有特征如分蘖数、穗数、比例有效分蘖,晶粒尺寸和86天的叶绿素,积极与疾病相关的分数。之间显著负相关检测疾病MR219分数和株高,而圆锥花序长度、1000粒重,天开花,天到期,旗叶得分比率负相关疾病。
表8所有特征之间的相关性MR219(低于正交矩阵)和MR263(上图正交矩阵)的人口。
3.4。聚类分析和主成分分析
两个种群的标准化的形态学数据,MR219-based先进(13行)和MR263-based先进(26行)人群,进行聚类分析。三个MR219和四个MR263组基于21形态特征源自欧式距离后执行的分析方法(图2,3)。系统树图,13个基因型+ 1检查品种分为三个集群基于21特征。在三个集群,集群最多的基因型(12)。每个集群II和III只有一个基因型。集群III是检查品种的基因型。MR263人口最多的有四个集群集群II基因型(17)分组中。此外,集群我有五行,其次是集群VI三个基因型和集群III(只有一个基因型图3)。的模式聚类分析也验证了主成分分析(图4,5)。
图2系统树图分组MR219-based人口。
图3系统树图分组MR263-based人口。
图4主成分分析MR219-based人口。
图5主成分分析MR263-based人口。
3.5。基因型鉴定
average-environment轴(AEA) biplot兼顾的观点,也被称为average-environment协调(AEC)视图,利用基因型按照排名稳定性和他们的平均性能(图6)。原子能委员会纵坐标(水平线)和原子能委员会横坐标(垂线)是两条线构成这幅图。原子能委员会的横坐标是唯一标有箭头的线贯穿假设平均环境以及通过biplot的起源,定义的平均得分PC1和PC2所有环境。这个起源由小圆表示最后的箭头(图6)。AEA横坐标,箭头的方向点的方向更大的产量表现平均值。在这项研究中,得到的每公顷产量最高,而收益率,是记录在G29是最低的。基因型的稳定显示的线穿过biplot和中间画作为纵坐标的原子能委员会。更大的变化或不稳定方向表明基因型向量进一步从原子能委员会。因此,基因型变量或较少的性能更稳定的整个研究上下文AEA或投影的距离越短,和反之亦然。基因型然后排名根据他们接触的积极的一面。落在直线上的基因型是最稳定的,而基因型与接触时间最长的原子能委员会横坐标被认为是不稳定的。理想基因型是一个同时拥有高也许意味着性能和高稳定mega-environment代表一个目标位置。因此,基因型14被认为是理想的基于高的基因型均值和短向量(图6)。
图6均值与视图显示基因型稳定性主要影响+基因型×环境相互影响biplot (G + G×E)相互影响的41个水稻基因型在三个地方每公顷产量。
4所示。讨论
水稻种植在一个开放的领域极大地暴露于疾病,这阻碍了获取高收益的可能性在疾病的侵扰。爆炸抗病性发挥了重要作用,提高产量表现,因为爆炸损伤感染水稻特别是树叶将减少单个叶片的光合作用速率。会有作物产量的增加,这个过程是贡献超过90%的作物生物量(牧野,2011)。Titone et al。(2015)发现疾病与籽粒产量负相关。这是因为当大米由爆炸,严重影响产量和质量显著下降。在这项研究中,所有的39行显示1 - 2分,这表明爆炸都是抵抗疾病。然而,有低相关和抗病性和收益率之间没有显著相关。这是因为植物产量也受到其他因素的影响如营养谷物填充的可用性,水要求,和更多。之间的显著差异观察41米的特征评估登记入册,表明人口变化的存在。在这方面,一些报告已经出版关于表型变异在水稻基因型(哈利姆et al ., 2021)。同样的,Pandey et al。(2009)报道高度显著差异在40米到达使用12量化特征。同样的,拉奥(1991)发现95%差异五个水稻群体使用20个形态特征。符合Acuna和韦德(2012)、环境影响的实际性能的基因型在不同的土壤类型。同样的,Krisnawati和艾迪(2018)时还报告说,基因型在产量不稳定性能评估在不同的位置,因为高产基因型适应一个特定的环境。此外,Oladosu et al。(2017)证明了环境的变化显著地影响了水稻的产量的变化。
之间的显著差异观察营养特征,包括株高、天开花,天到期,旗叶比,圆锥花序长度、分蘖数、有效分蘖穗,百分比。这是观察到所有基因型中间高度。这个特性是由于短节间。中等身高的重要性可以归因于营养生长的有效吸收分区为代价。因此,而不是高大的植物,增加产量补偿营养缺乏症。这种特质也有利于防止住宿。虽然株高主要是由基因组成,经过预先的血统繁殖线用在这项研究中,反复出现的父母有中等身高。因此,在这方面是高度遗传的高度。虽然高度特征是高度受环境因素的影响,间接前所述,水稻产量是间接与其高度相关,因为水槽争夺有限的分隔的来源产生的光合作用的产物。因此,将用于产生不必要的增加将会用于体细胞增大,导致华丽的营养生长和增强的高度。 In this experiment, all of the high-yielding varieties were found to be of intermediate height, suggesting that a moderate plant height is desirable when breeding for high-yielding varieties. Another essential factor for enhancing the yield of rice grain is flag leaves. This trait can increase about 41%–43% of the grain weight, which later leads to the yield increment (Al-Tahir 2014)。在这个实验中,MR219显示,旗叶比更大的平均值(21.55厘米)和更高的收益率(7.26吨/公顷)相比MR263(旗叶比18.12厘米;产量、4.32吨/公顷)。旗叶扮演重要角色在提高水稻产量,因为这些叶子吸收的来源生产填充的小穗在灌浆期阶段(王et al ., 2006;Chukwu et al ., 2022 a;艾哈迈德et al ., 2022)。旗叶的面积越大,产量越高,因为它截获太阳光线从太阳为植物制造食物,此外,最后叶接受衰老。因此,旗叶面积是直接关系到所有营养特征,如株高、天开花,天到期,旗叶比,圆锥花序长度、分蘖数、有效分蘖穗,百分比。此外,旗叶已被发现是新陈代谢活跃支持更高的粮食产量。确凿的我们的发现在这工作,Ashrafuzzaman et al。(2009)明确表示,收益率组件(如穗粒数,1000粒重,每蔸总粒重和产量每公顷旗叶面积呈正相关。
分蘖数中扮演一个重要的角色在定义大米谷物的产量,因为它与圆锥花序的数量有直接关系。因此,产生分蘖穗越来越少,而分蘖过多导致高分蘖堕胎,小穗,可怜的灌浆期,籽粒产量的减少。叶面积指数和植物氮状态的两个主要因素是影响水稻分蘖生产。当一个充足的营养供应存在,有丝分裂细胞分裂是增强,分蘖的生长和植物营养生活增加。在这部作品中,舵柄生产中等和低水平之间的关系。因此,舵柄堕胎并不是一个问题在生产期间。有效分蘖是比例的一个重要特征导致的高产水稻,因为这个特质的分蘖数精确相关生产单位地面面积的圆锥花序。Dutta et al。(2013)明确表示,高产量水稻基因型生产时可以获得更高的每个植物的有效分蘖数。然而,这一特性是高度受两个主要的环境影响因素,影响其生产叶面积指数和植物氮状态。分蘖的生长和营养生活将会增加如果存在足够的营养供应。在这项研究中,有效分蘖MR219人口百分比记录一个较低的值(77% - -90%)相比MR263人口(85% - -93%);然而,其生产的人口处于高水平。因此,有效分蘖的数量取决于分蘖产生的数量,这个数量成正比产生单位面积穗数,最后,取决于品种(侯赛因et al ., 2008)。
穗数是另一个主要因素,直接影响产量。因此,产量可增加当农艺操作用于增加单位面积的穗数。圆锥花序长度是yield-contributing特征之一。收益成正比的潜在的小穗数在灌浆期阶段。品种长穗长、每穗总粒数高,高填充颗粒比例将有助于增加水稻产量。Ranawake et al。(2013)清楚地报道,圆锥花序长度和每穗小穗数有积极和强烈的相关性,这意味着圆锥花序的时间越长,可以容纳更多的大米谷物在灌浆期阶段。天开花的收益率属性特征在决定最终籽粒产量的水稻。适应的大米等不同agro-climatologically区域温度波动,光强度,和短日条件变化在天开花结果。Ranawake et al。(2014)报道说,天开花对水稻产量的影响呈正相关,最大开始从80天到90天,变成了-当超过90天。这一现象的另一种解释是,高沉没生产力表现出了更高的分数满粮食的比例开始开花早比晚开花,在粮食减少了干物质积累。天开花的变化中可以清楚地看到这项研究最短天开花是记录在海岬珊瑚礁(73天)其次是芬欧蓝(77天)和Seberang Perai(78天)。Seberang Perai(5.62吨/公顷)记录了吨每公顷的产量最高,其次为海岬的珊瑚礁公司芬欧汇川集团(5.39吨/公顷)和(4.97),和这些数据支持Ranawake et al。(2014)发现78天接近的范围最大的积极影响水稻产量。天天开花成熟密切相关。各种短开花的一天会比那早成熟的晚。鼓励最小降雨量的地区使用多种成熟早,因为他们的增长速度在营养期(萨布et al ., 2020;Sarif et al ., 2020)。
粮食品种范围从高填充率(210)在海岬G37珊瑚礁为芬欧蓝G26低(98)。增加了谷物的数量可以归因于有效易位的碳水化合物来源的小穗(下沉),因此增加粮食产量(徐和周,2007)。品种产量的高低之间的工作。产量不同水稻品种之间的差异已报告任何时间不同水稻品种进行了比较在这两个字段和温室试验(萨布et al ., 2020)。基于这些差异基因,尽管环境大大有助于表现的内在潜力。在这部作品中,基因型与更高数量的有效分蘖和每穗实粒数的数量也有更高的收益率。这个结果与观察是一致的Dutta et al。(2002)。本研究的结果表明,1000粒重测试中品种之间存在着显著的差异。已经发表的类似报告Ashrafuzzaman et al。(2009)。圆锥花序长度决定了有多少可以找到的小穗穗,因此,最终籽粒产量和单穗重。长穗导致更多的小穗,如果粒其他环境条件不限制。在这项研究中,发现圆锥花序长度与最终产量呈正相关。协议与本研究发现可以找到工作的Chakraborty和Chakraborty (2010)发现是成正比的,粮食单产圆锥花序长度和山。
遗传多样性的存在是由于不平等在人群中个体的遗传结构和不同的环境中成长。植物种质资源的遗传变异发现及其启发基因库的估计是一个重要的因素,需要可靠的遗传可能性估计在努力建立有效的繁殖计划。Tuhina-Khatun et al。(2015)指出,适当的选择和遗传改良的大小通过连续的选择可以预测性质的一代遗传的知识。有效的选择可以实现这个角色有遗传可能性高,它可以做初的一代为了获得更多的显性遗传因素在植物遗传的外观。在这项研究中,疾病的分数有较高价值的基因型变异系数、遗传,MR219人口和遗传进展,而对于MR263人口,比例有效分蘖有更高的价值。类似于人口的分析,记录一个高价值的特点遗传变异系数,遗传,和遗传进展海岬珊瑚礁,Seberang Perai,芬欧蓝也是疾病得分。因此,选择这些特征可能是组装额外加性基因导致的进一步发展他们的表现。收益率之间的正相关组件和营养特征可以非常有效的执行同时选择开发新品种。之间的正相关关系最终产量和谷物,总每穗实粒数、每穗粒重、分蘖数、穗数、单株粒重,比例有效分蘖,天开花,天到期意味着更好的探索这些特征可以用来建立所需的基因型。Chukwu et al。(2013)强调产品的相关性是一个巨大的价值评估最有效的程序选择优良的基因型。
本研究揭示了量化特征分组水稻基因型的有效性。水稻基因型之间的遗传差异分析基于形态特征可用于分类和区分不同的基因型在人群中(佛朗哥et al ., 2001)。这种基因差异分析也起着至关重要的作用在选择不同基因型为进一步改善水稻品种通过育种(Shahidullah et al ., 2010;Oladosu et al ., 2022)。基于分组的定性和定量特征聚类分析13推进线的检查各种MR219人口和26日提前行加上检查不同MR263人口为三个和四个组,分别。同样的,Ahmadikhah et al。(2008)集群58个水稻品种分成四组使用18个形态学特征,而Mazid et al。(2013)他41岁的水稻基因型集群分成6组基于13形态特征Chukwu et al。(2015)也在描述种质利用聚类分析。获得更大的优势,基因型在遥远的集群可以作为父母今后杂交计划。
产量的显著差异观察环境或位置展示的重要性进行研究水稻品种在几个环境。这也表明水稻育种者遇到的挑战,当你选择哪种类型的大米应该商业化。根据的结果Oladosu et al。(2017),方差分析的基不提供一个全面的解释。鉴于这一点,进一步的统计分析,如多元和单变量,在描述和理解基更有用。根据Oladosu et al。(2017),稳定性和适应性的评价是主要的考虑使当评估基因型在基于mega-environment广泛的环境条件分析和基因型的评估。的多边形表示41米登记入册,追究这项研究提出了三个不同的环境中图7。理论上,可以找到获胜的品种在多边形的顶点,这是由双方的交集。的垂直的直线多边形创建部门的边界(图7)。此外,燕et al . (2000)观察到的基因型顶点位于行业的环境中的最高产量,对应于特定的部门。根据的结果Oladosu et al。(2017)和哈希姆et al。(2021)基因型,位于多边形和更接近原点是抵抗环境变化的影响。因此,如果所有的环境标志集群在一个领域,这意味着一个基因型是最理想的环境。但是,如果环境指标分布在整个行业,这表明不同基因型在不同的环境中。这个调查的目的,兼顾biplot是基于41大米的产量表现在三个不同的环境中登记入册。据透露,基因型G4和G14最产量和最稳定的性能在TK和芬欧蓝,而基因型G12最高的产量每公顷SP的环境。
图7多边形的专家组biplot (which-won-where)显示基因型主要影响+基因型×环境相互影响biplot (G + G×E)相互影响的41个水稻基因型在三个地方每公顷产量。
5。结论
观察到的变化在这项研究表明,有充足的选择空间优越的水稻基因型。此外,重要的和积极的相关性观察到一些产量和产量组件特征表明,这些特征可能是有用的作为选择标准对高收益同时改善。高值的遗传和基因与基因型变异系数共同前进一些重要农艺性状也可以利用水稻改进项目的选择标准。Seberang Perai环境(位置)产生最高的平均收益率(5.62吨/公顷),紧随其后的是海岬珊瑚礁(5.39吨/公顷),芬欧蓝(4.97吨/公顷)。评价环境显示,对面的MR219-based人口,基因型G3最高产量和抵抗爆炸。基因型也表现在其他agro-morphological特征研究。从MR263-based人口,另一方面,G21表现最好跨三个环境调查。所选择的基因型也表现出更好的性能比各自的父母更高的产量和更爆炸抵抗疾病。未来育种程序可以设计使用选定的基因型以及三+四个集群来自本研究为进一步育种项目新行。
数据可用性声明
最初的贡献提出了研究中都包含在这篇文章/补充材料。进一步询问可以针对相应的作者。
作者的贡献
概念化、SS和最高产量研究;方法,SS和最高产量研究;软件,SS, OY,最高产量研究;验证、SS、最高产量研究和SC;正式的分析、SS和最高产量研究;调查、SS和最高产量研究;资源、SS、最高产量研究,MI, AR, SC, OY,和N 'AH;数据管理、SS和最高产量研究;原创作品草稿准备、SS和SC;writing-review和编辑,SS,最高产量研究,MI, SC, OY; visualization, SS and MYR; supervision, MYR, MI, and AR; project administration, SS and MYR; funding acquisition, SS and MYR. All authors have read and agreed to the published version of the manuscript.
资金
这项研究得到了马来西亚教育部为长期研究资助计划(有)。
确认
作者欣赏资助研究活动对水稻作物改良生物电阻收到马来西亚政府通过教育部。
的利益冲突
作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。
出版商的注意
本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。
引用
Acuna t . B。,Wade L. J. (2012). Genotype× environment interactions for root depth of wheat.作物Res。137年,117 - 125。doi: 10.1016 / j.fcr.2012.08.004
Ahmadikhah。,Nasrollanejad S., Alishah O. (2008). Quantitative studies for investigating variation and its effect on heterosis of rice.Int。j .工厂生产2 (4),297 - 308。
艾哈迈德·m·A。,Rafii M. Y., Izzati M. N. A., Khalilah A. K., Awad E. A., Kaka U., et al. (2022). Biological additives improved qualities,在体外天然气生产动力学、消化率和瘤胃发酵特性的不同种类的稻草青贮饲料。动画。生产科学。doi: 10.1155 / 2013/963525。21/11/2019访问。
阿尔卑斯山脉i S。,Rafii M. Y., Ismail M. R., Ramlee S. I., Shamsudin N. A. A., Ramli A., et al. (2021). Evaluation of inherited resistance genes of bacterial leaf blight, blast and drought tolerance in improved rice lines.水稻科学。28 (3),279 - 288。doi: 10.1016 / j.rsci.2020.08.001
阿尔卑斯山脉i S。,Yusop M. R., Ismail M. R., Ramlee S. I., Shamsudin N. A. A., Ramli A. B., et al. (2019). A review on gene pyramiding of agronomic, biotic and abiotic traits in rice variety development.j: Int。医学杂志。3 (2),65 - 96。doi: 10.20956 / ijab.v3i2.7818
Allard r W。,Bradshaw A. D. (1964). Implications of genotype-environmental interactions in applied plant breeding 1.作物科学。4 (5),503 - 508。
Ashrafuzzaman M。、伊斯兰教m R。,Ismail M. R., Shahidullah S. M., Hanafi M. M. (2009). Evaluation of six aromatic rice varieties for yield and yield contributing characters.Int, j·阿格利司。医学杂志。11 (5),616 - 620。doi: 09 - 088 /又名/ 2009/11 - 5 - 616 - 620
Assefa K。,Ketema S., Tefera H., Nguyen H. T., Blum A., Ayele M., et al. (1999). Diversity among germplasm lines of the Ethiopian cereal tef [Eragrostis tef (Zucc.) trotter].Euphytica106 (1),87 - 97。doi: 10.1023 /: 1003582431039
阿兹米。,Alias I., Abu Hassan D., Ayob A. H., Azmi A. R., Badrulhadza A., et al. (2008).手动各种penanaman padi lestari(Serdang、马来西亚:四旬斋前)。
Chakraborty R。,Chakraborty S. (2010). Genetic variability and correlation of some morphometric traits with grain yield in bold grained rice (Oryza sativa l.) gene pool of barak valley.American-Eurasian j .维持。阿格利司。4(1),每股26到29。
Chukwu s . C。,Ekwu l·G。,Onyishi G. C., Okporie E. O., Obi I. U. (2013). Correlation between agronomic and chemical characteristics of maize (Zea mays l.) genotypes after two years of mass selection.Int。j .科学。Res。4 (8),1708 - 1712。
Chukwu s . C。,Ibeji C. A., Ogbu C., Oselebe H. O., Okporie E. O., Rafii M. Y., et al. (2022b). Primordial initiation, yield and yield component traits of two genotypes of oyster mushroom (Pleurotus spp.) as affected by various rates of lime.科学。代表。12日,19054年。doi: 0.1038 / s41598 - 022 - 16833 - 9
Chukwu s . C。Okporie E。O., Onyishi G. C., Obi I. U. (2015). Characterization of maize germplasm collections using cluster analysis.世界j·阿格利司。科学。11 (3),174 - 182。doi: 10.5829 / idosi.wjas.2015.11.3.1854
Chukwu s . C。,Rafii M. Y., Oladosu Y., Okporie E. O., Akos I. S., Musa I., et al. (2022a). Genotypic and phenotypic selection of newly improved putra rice and the correlations among quantitative traits.多样性14(10),812年。doi: 10.3390 / d14100812
Chukwu s . C。,Rafii M. Y., Ramlee S. I., Ismail S. I., Hasan M. M., Oladosu Y. A., et al. (2019a). Bacterial leaf blight resistance in rice: a review of conventional breeding to molecular approach.摩尔。杂志。代表。46 (1),1519 - 1532。doi: 10.1007 / s11033 - 019 - 04584 - 2
Chukwu s . C。,Rafii M. Y., Ramlee S. I., Ismail S. I., Oladosu Y., Kolapo K., et al. (2019c). Marker-assisted introgression of multiple resistance genes confers broad spectrum resistance against bacterial leaf blight and blast diseases in putra-1 rice variety.农学10 (1),42。doi: 10.3390 / agronomy10010042
Chukwu s . C。,Rafii M. Y., Ramlee S. I., Ismail S. I., Oladosu Y., Muhammad I. I., et al. (2020). Genetic analysis of microsatellites associated with resistance against bacterial leaf blight and blast diseases of rice (Oryza sativa l.).Biotechnol。Biotechnol。装备。34 (1),898 - 904。doi: 10.1080 / 13102818.2020.1809520
Chukwu s . C。,Rafii M. Y., Ramlee S. I., Ismail S. I., Oladosu Y., Muhammad I. I., et al. (2020). Recovery of recurrent parent genome in a marker-assisted backcrossing against rice blast and blight infections using functional markers and SSRs.植物9 (11),1411。doi: 10.3390 / plants9111411
Chukwu s . C。,Rafii M. Y., Ramlee S. I., Ismail S. I., Oladosu Y., Okporie E., et al. (2019b). Marker-assisted selection and gene pyramiding for resistance to bacterial leaf blight disease of rice (Oryza sativa l.).Biotechnol。Biotechnol。装备。33 (1),440 - 455。doi: 10.1080 / 13102818.2019.1584054
康斯托克·r·E。,Moll R. H. (1963). “Genotype environment interactions,” in统计遗传学和植物育种(国际玉米和小麦改良中心)。doi: 10.1017 / S0021859600062365。访问12/12/2019
Dutta r·K。,Baset M。,Khanam S. (2002). Plant architecture and growth characteristics of fine grain and aromatic rices and their relation with grain yield.委员会Newslett Int。米饭。(FAO)公牛。杜拉委员会国际歌Riz (FAO) Noticiario la Comision国际队del吃Arroz (FAO)。访问12/12/2019
Dutta P。,Dutta P。N., Borua P. K. (2013). Morphological traits as selection indices in rice: A statistical view.普遍的j·阿格利司。Res。1 (3),85 - 96。doi: 10.13189 / ujar.2013.010308
Ebem e . C。,Afuape S. O., Chukwu S. C., Ubi B. E. (2021). Genotype× environment interaction and stability analysis for root yield in sweet potato [Ipomoea batatas (L.) lam].前面。阿格龙。27。doi: 10.2135 / cropsci1966.0011183X000600010011x
Eberhart s T。,Russell W. A. (1966). Stability parameters for comparing varieties 1.作物科学。6 (1),36-40。doi: 10.2135 / cropsci1966.0011183X000600010011x
芬利k W。,Wilkinson G. N. (1963). The analysis of adaptation in a plant-breeding programme.欧斯特。j·阿格利司。Res。14 (6),742 - 754。doi: 10.1071 / AR9630742
佛朗哥J。,Crossa J., Ribaut J. M., Bertran J., Warburton M. L., Khairallah M. (2001). A method for combining molecular markers and phenotypic attributes for classifying plant genotypes.定理。达成。麝猫。103 (6),944 - 952。doi: 10.1007 / s001220100641
哈利姆A。,Rafii M. Y., Osman M. B., Oladosu Y., Chukwu S. C. (2021). Ageing effects, generation means, and path coefficient analyses on high kernel elongation in mahsuri mutan and basmati 370 rice populations.生物医学。Int >,2021年。doi: 10.1155 / 2021/8350136。25/12/2021访问。
哈桑·M·M。,Rafii M. Y., Ismail M. R., Mahmood M., Alam M. A., Abdul Rahim H., et al. (2016). Introgression of blast resistance genes into the elite rice variety MR263 through marker-assisted backcrossing.j .科学。阿格利司食物。96 (4),1297 - 1305。doi: 10.1002 / jsfa.7222
Hashim N。,Rafii M. Y., Oladosu Y., Ismail M. R., Ramli A., Arolu F., et al. (2021). Integrating multivariate and univariate statistical models to investigate genotype–environment interaction of advanced fragrant rice genotypes under rainfed condition.可持续性13(8),4555年。doi: 10.3390 / su13084555
侯赛因·m·B。、伊斯兰教m . O。,Hasanuzzaman M. (2008). Influence of different nitrogen levels on the performance of four aromatic rice varieties.Int, j·阿格利司。医学杂志。10 (6),693 - 696。
Koutroubas s D。Katsantonis D。,Ntanos d . A。,Lupotto E. (2009). Blast disease influence on agronomic and quality traits of rice. 33, 487–494. doi: 10.3906/tar-0812-15. Accessed 21/11/2019.
Krisnawati。,Adie M. M. (2018). Genotype by environment interaction and yield stability of soybean genotypes.印尼j·阿格利司。科学。19 (1),25-32。doi: 10.21082 / ijas.v19n1.2018.p25-32
Mazid m . S。,Rafii M. Y., Hanafi M. M., Rahim H. A., Latif M. A. (2013). Genetic variation, heritability, divergence and biomass accumulation of rice genotypes resistant to bacterial blight revealed by quantitative traits and ISSR markers.Physiologia杆菌149 (3),432 - 447。doi: 10.1111 / ppl.12054
Miah G。,Rafii M. Y., Ismail M. R., Puteh A. B., Rahim H. A., Latif M. A. (2015). Recurrent parent genome recovery analysis in a marker-assisted backcrossing program of rice (Oryza sativa l.).政府建筑渲染的生物学338 (2),83 - 94。doi: 10.1016 / j.crvi.2014.11.003
Okporie e . O。,Chukwu s . C。,Onyishi G. C. (2013). Phenotypic recurrent selection for increase yield and chemical constituents of maize (Zea mays l.).世界达成。科学。J。21 (7),994 - 999。doi: 10.5829 / idosi.wasj.2013.21.7.2863
Oladosu Y。,Rafii M. Y., Abdullah N., Magaji U., Miah G., Hussin G., et al. (2017). Genotype× environment interaction and stability analyses of yield and yield components of established and mutant rice genotypes tested in multiple locations in Malaysia.Acta Agriculturae Scandinavica部分B-Soil植物科学。67 (7),590 - 606。doi: 10.1080 / 09064710.2017.1321138
Oladosu Y。,Rafii M. Y., Arolu F., Chukwu S. C., Muhammad I., Kareem I., et al. (2020). Submergence tolerance in rice: Review of mechanism, breeding and, future prospects.可持续性12(4),1632年。doi: 10.3390 / su12041632
Oladosu Y。,Rafii M. Y., Arolu F., Chukwu S. C., Salisu M. A., Fagbohun I. K., et al. (2022). Superabsorbent polymer hydrogels for sustainable agriculture: A review.Horticulturae8 (7),605。doi: 10.3390 / horticulturae8070605
Oladosu Y。,Rafii M. Y., Magaji U., Abdullah N., Miah G., Chukwu S. C., et al. (2018). Genotypic and phenotypic relationship among yield components in rice under tropical conditions.生物医学。Int >,,2018年。doi: 10.1155 / 2018/8936767。21/11/2019访问。
Oladosu Y。,Rafii M. Y., Samuel C., Fatai A., Magaji U., Kareem I., et al. (2019). Drought resistance in rice from conventional to molecular breeding: a review.Int。j .摩尔。科学。20 (14),3519。doi: 10.3390 / ijms20143519
Pandey P。,Anurag P. J., Tiwari D. K., Yadav S. K., Kumar B. (2009). Genetic variability, diversity and association of quantitative traits with grain yield in rice (Oryza sativa l.).j .超便宜17日,77 - 82。doi: 10.3329 / jbs.v17i0.7110
Ranawake。,Amarasingha U., Dahanayake N. (2013). Agronomic characters of some traditional rice (Oryza sativa l.) cultivars in Sri Lanka.j .大学Ruhuna1 (1),1143 - 1152。doi: 10.9734 / IJPSS / 2014/11421。12/12/2019访问。
Ranawake a L。,Amarasinghe U. G. S., Hewage M. J., Pradeepika N. G. J. (2014). Effect of days to flowering on plant height and yield of rice (Oryza sativa l.).Int。j .植物土壤科学。3 (9),1143 - 1152。doi: 10.4038 / jur.v1i1.6150
RStudio (2014)RStudio:集成开发环境为r(计算机软件v0.98.1074)。RStudio。可以在:http://www.rstudio.org/。
萨布r S。,Rafii M. Y., Ismail M. R., Yusuff O., Chukwu S. C., Hasan N. A. (2020). Assessment of agro-morphologic performance, genetic parameters and clustering pattern of newly developed blast resistant rice lines tested in four environments.农学10(8),1098年。doi: 10.3390 / agronomy10081098
Sarif h . M。,Rafii M. Y., Ramli A., Oladosu Y., Musa H. M., Rahim H. A., et al. (2020). Genetic diversity and variability among pigmented rice germplasm using molecular marker and morphological traits.Biotechnol。Biotechnol。装备。34 (1),747 - 762。doi: 10.1080 / 13102818.2020.1804451
Shahidullah s M。,哈纳菲·M·M。,Ashrafuzzaman M。,伊斯梅尔·m·R。萨拉姆·m·A。,Khair A. (2010). Biomass accumulation and energy conversion efficiency in aromatic rice genotypes.政府建筑渲染的生物学333 (1),61 - 67。doi: 10.1016 / j.crvi.2009.10.002
Siwar C。,Idris N. D. M., Yasar M., Morshed G. (2014). Issues and challenges facing rice production and food security in the granary areas in the East coast economic region (ECER), Malaysia.j: >,科学Eng。抛光工艺。7 (4),711 - 722。doi: 10.19026 / rjaset.7.307
Tanweer f。,Rafii m . Y。Sijam K。,Rahim H. A., Ahmed F., Ashkani S., et al. (2015). Introgression of blast resistance genes (putative pi-b and pi-kh) into elite rice cultivar MR219 through marker-assisted selection.前面。植物科学。6、1002。doi: 10.3389 / fpls.2015.01002。
Tanweer f。,Rafii m . Y。Sijam K。,Rahim H. A., Ahmed F., Latif M. A. (2015). Current advance methods for the identification of blast resistance genes in rice.政府建筑渲染的生物学338 (5),321 - 334。doi: 10.1016 / j.crvi.2015.03.001
Titone P。,Mongiano G., Tamborini L. (2015). Resistance to neck blast caused by pyricularia oryzae in Italian rice cultivars.欧元。j .植物病理学研究。142 (1),49-59。doi: 10.1007 / s10658 - 014 - 0588 - 1
Tuhina-Khatun M。,哈纳菲·M·M。,黄m . Y。,Rafii M. Y. (2015). Reactions and diversity analysis of upland rice genotypes against blast disease of rice (Oryza sativa l.).Australas。植物病理学研究。44 (4),405 - 412。doi: 10.1007 / s13313 - 015 - 0359 - 2
王j . L。,Gao Y. B., Zhao N. X., Ren A. Z., Ruan W. B., Chen L., et al. (2006). Morphological and RAPD analysis of the dominant species stipakrylovii roshev. in inner Mongolia steppe.植物钉。47 (1)23-35。
徐Z Z。,Zhou G. S. (2007). Photosynthetic recovery of a perennial grass leymus chinensis after different periods of soil drought.工厂生产科学。10 (3),277 - 285。doi: 10.1626 / pps.10.277
关键词:G×E基因型变异系数(GCV)表型变异系数(PCV),遗传,遗传进展,栽培稻lMagnaporthe oryzae
引用:Salleh某人,Rafii伊斯先生,Ramli, Chukwu SC, Yusuff O和哈桑N (2022) Genotype-by-environment交互影响爆炸疾病严重程度和遗传多样性先进的防爆米饭行基于量化特征。前面。阿格龙。4:990397。doi: 10.3389 / fagro.2022.990397
收到:09年7月2022;接受:2022年11月16日;
发表:2022年12月07。
编辑:
Karthikeyan Adhimoolam、济州国立大学、韩国版权©2022 Salleh Rafii,伊斯梅尔、Ramli Chukwu, Yusuff和哈桑。这是一个开放分布式根据文章知识共享归属许可(CC)。使用、分发或复制在其他论坛是允许的,提供了原始作者(年代)和著作权人(s)认为,最初发表在这个期刊引用,按照公认的学术实践。没有使用、分发或复制是不符合这些条件的允许。
*通信:穆罕默德Yusop Rafii,mrafii@upm.edu.my