主成分和聚类分析的大豆品种生物学性状的比较研究
本研究选取黄淮海夏大豆区南组的11个参试大豆品种（系）为试验材料，完全随机区组设计，测定了株高、底荚高度、主茎节数、有效分枝、单株荚数、单株粒数、单株粒重、百粒重和产量，进行聚类分析和主成分分析。分析结果表明，产量与单株粒重呈极显著正相关（P<0.01），与株高、主茎节数呈显著正相关（P<0.05）；在聚类分析中，将参试的11个品种分了4类，各类群性状之间有一定的地理差异较明显，有利于育种亲本材料的选择；主成分分析结果表明，前三个主成分累计贡献率达到了98.28%。第1主成分贡献率最大，为73.55%，说明蕴含的性状信息应较多，其中株高、主茎节数、有效单株荚数和单株粒数构成了产量因子。研究结果可为作物育种亲本的选择提供重要参考。关键词 大豆，相关性分析，聚类分析，主成分分析
目 录
1 引言 1
2 材料与方法 3
2.1 试验设计 3
2.2 大豆产量及重要农艺性状的测定 3
2.3 数据分析与利用 3
3 结果与分析 4
3.1 大豆产量及重要农艺性状的变异 4
3.2 大豆产量及重要农艺性状的相关性分析 5
3.3 聚类分析 6
3.4 主成分分析 7
4 讨论 9
结 论 10
致 谢 11
参 考 文 献： 12
1 引言
大豆是油脂和植物蛋白的重要来源之一，蛋白含量约占40%，油脂约占20%。随着人们生活水平的提高以及膳食结构的科学优化，对大豆蛋白的需求量日益增加。但近年来，由于大豆的效益低于玉米和水稻，农民种植大豆的积极性不高，种植面积逐年下降，国内大豆总产量不足，无法满足消费者对大豆日益增长的需求。此外，国外转基因大豆的进口量逐年增长，严重地冲击了国内大豆产业，使国内大豆需求过分地依赖于国外进口。据统计，2013年中国进口大豆达到6340万吨，占国内供给总量的80%以上[1]。国外进口大豆为转基因大豆，不具有国内大豆的非转基因的传统优势。因此，在不增加大豆种植面积的前提下，提高大豆单产水平成为增加大豆总产量的重要途径之一，对于解决国内大豆供需矛盾具有举足轻重的作用。高产是大豆育种的首要目标，选育高产大豆成 *好棒文|www.hbsrm.com +Q: ￥351916072￥
为当前亟待解决的热点问题之一。
大豆产量是由多基因控制的复杂数量性状，易受环境因素的影响[2]。这在一定程度上增加了育种亲本的选择难度。前人关于大豆产量相关性状的主成分分析和聚类分析的报道很多[3]。研究表明，产量、株高、底荚高度、主茎节数、有效分枝数、单株荚数、单株粒数、单株粒重、百粒重等生物学性状之间存在相互制约的关系，只有合理地兼顾对产量相关农艺性状的选择，才能有助于在育种后代群体中有目的地选育出高产品种（系），显著提高育种效率[4]。
主成分分析和聚类分析法多用于研究多个数量性状之间的关系及对受多个性状影响的群体进行分类。主成分分析通过降维方法，将多个相互关联的数量性状综合为少数几个主成分，而聚类分析则是在不同品种的各性状综合为相似距离的基础上进行的[5]。目前，两种方法已经在小麦[6]、玉米[7]、水稻[8]、大豆[9]、枸杞[10]、花生[11]和梨[12]等植物的产量、品质等方面得以广泛应用，主要集中在分类与分布、起源与进化、遗传学等方面。徐臣善等[13]采用主成分分析的方法对不同设施桃品种果实综合品质作了客观、有效的评价，分析不同设施桃品种果实主要经济性状的差，。公丽艳[14]通过主成分和聚类分析对不同苹果品种加工过程中理化品质的差异性进行了分析，研究结果可为苹果新品种选育及合理加工利用提供重要依据。可见在作物产量及其相关农艺性状方面，主成分分析主要用于农作物生物学性状的主导影响因子，而聚类主要用于寻找作物品种产量的差异，为正确评价品种的适应性及科学地选择品种提供了依据。
聚类分析是依据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法。聚类分析将数据分类到不同的类群中，这样以来同一类群中的对象相似性较大，而不同类群间的对象相异性较大。前人关于对大豆品种生物学性状进行聚类分析的研究报道颇多。李永忠[15]针对东北春大豆区30个主要亲本的聚类分析结果表明，地理远缘和遗传差异之间并不具有必然联系。胡立成等[16]以50份黑龙江大豆品种为试验材料，对6个主要生物学性状进行聚类分析，发现大豆品种的多样性和遗传分歧的多向性。周述明等[17]对74个大豆四川地方品种资源按遗传距离聚为8类，探讨了不同类群间的遗传差异和不同品种间的地理差异。李向华[18]按照遗传距离的远近进行聚类分析，将89个中国春大豆品种分为6个类群，在此基础之上，进一步对11个生物学性状进行主成分分析，最后选出6个综合性状对品种进行综合评价。总之，聚类分析是研究不同物种及其样本之间相似性的有效方法，不仅可以评价不同物种及其样本之间的性状类型分类，还可以研究不同种质材料的遗传差异，也能较好地反映种质材料之间的亲缘关系[18]，为优化杂交组合亲本选配，扩大品种资源的利用提供一定的理论参考。
主成分分析法是把多个指标化为少数几个综合指标的一种降维方法[19]。在多指标（变量）的研究中，往往由于变量个数太多，且彼此间存在一定程度的相关性，导致不同变量间在一定程度上存在重叠信息。此外，当变量较多时，在高维空间中研究样本的分布规律比较麻烦。主成分分析采取一种降维的方法，找出几个综合因子来代表原来众多的变量，使这些综合因子尽可能地反映原来变量的信息量，而且彼此之间互不相关，从而达到简化目的。主成分分析法可在很少损失原有信息的前提下，从众多指标因子间的相互关系入手，利用降维思想，将其转化为少数几个互不相关的综合因素[20]。前人研究表明，利用主成分分析法对土壤养分质量综合评价可以获得较好的效果[21]。目前，聚类分析与主成分分析已经广泛用于大豆遗传育种领域的研究。
综上所述，上述研究主要是针对各地区不同区域分布的主要作物品种，对作物的遗传学性状进行聚类分析和主成分分析，找出各品种遗传距离间的差异，明确不同品种间的相似度，同时综合评价和分析了主要农艺性状对产量影响的主要因子，为作物育种亲本的选择提供重要参考。因此，本研究在借鉴以往研究方法的基础上，选取黄淮海夏大豆区试试验，采用聚类分析和主成分分析的数理统计方法，对这些品种在区域内种植的适应性进行评价，从而为区域性大豆品种更新和筛选工作提供理论依据，为作物品种的区域适应性评价提供方法参考。
2 材料与方法
2.1 试验设计
试验于2016年夏在淮安农科院科研创新基地进行。选取黄淮海夏大豆区南组的12个参试大豆品种（系）为材料（表1），采用完全随机区组设计，3次重复，小区面积16.8 m2，每小区7行，行长6 m，行距0.4 m，株距0.13 m，基本苗1.25万株/666.7 m2，大豆成熟后，测定每小区产量及相关农艺性状。
目 录
1 引言 1
2 材料与方法 3
2.1 试验设计 3
2.2 大豆产量及重要农艺性状的测定 3
2.3 数据分析与利用 3
3 结果与分析 4
3.1 大豆产量及重要农艺性状的变异 4
3.2 大豆产量及重要农艺性状的相关性分析 5
3.3 聚类分析 6
3.4 主成分分析 7
4 讨论 9
结 论 10
致 谢 11
参 考 文 献： 12
1 引言
大豆是油脂和植物蛋白的重要来源之一，蛋白含量约占40%，油脂约占20%。随着人们生活水平的提高以及膳食结构的科学优化，对大豆蛋白的需求量日益增加。但近年来，由于大豆的效益低于玉米和水稻，农民种植大豆的积极性不高，种植面积逐年下降，国内大豆总产量不足，无法满足消费者对大豆日益增长的需求。此外，国外转基因大豆的进口量逐年增长，严重地冲击了国内大豆产业，使国内大豆需求过分地依赖于国外进口。据统计，2013年中国进口大豆达到6340万吨，占国内供给总量的80%以上[1]。国外进口大豆为转基因大豆，不具有国内大豆的非转基因的传统优势。因此，在不增加大豆种植面积的前提下，提高大豆单产水平成为增加大豆总产量的重要途径之一，对于解决国内大豆供需矛盾具有举足轻重的作用。高产是大豆育种的首要目标，选育高产大豆成 *好棒文|www.hbsrm.com +Q: ￥351916072￥
为当前亟待解决的热点问题之一。
大豆产量是由多基因控制的复杂数量性状，易受环境因素的影响[2]。这在一定程度上增加了育种亲本的选择难度。前人关于大豆产量相关性状的主成分分析和聚类分析的报道很多[3]。研究表明，产量、株高、底荚高度、主茎节数、有效分枝数、单株荚数、单株粒数、单株粒重、百粒重等生物学性状之间存在相互制约的关系，只有合理地兼顾对产量相关农艺性状的选择，才能有助于在育种后代群体中有目的地选育出高产品种（系），显著提高育种效率[4]。
主成分分析和聚类分析法多用于研究多个数量性状之间的关系及对受多个性状影响的群体进行分类。主成分分析通过降维方法，将多个相互关联的数量性状综合为少数几个主成分，而聚类分析则是在不同品种的各性状综合为相似距离的基础上进行的[5]。目前，两种方法已经在小麦[6]、玉米[7]、水稻[8]、大豆[9]、枸杞[10]、花生[11]和梨[12]等植物的产量、品质等方面得以广泛应用，主要集中在分类与分布、起源与进化、遗传学等方面。徐臣善等[13]采用主成分分析的方法对不同设施桃品种果实综合品质作了客观、有效的评价，分析不同设施桃品种果实主要经济性状的差，。公丽艳[14]通过主成分和聚类分析对不同苹果品种加工过程中理化品质的差异性进行了分析，研究结果可为苹果新品种选育及合理加工利用提供重要依据。可见在作物产量及其相关农艺性状方面，主成分分析主要用于农作物生物学性状的主导影响因子，而聚类主要用于寻找作物品种产量的差异，为正确评价品种的适应性及科学地选择品种提供了依据。
聚类分析是依据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法。聚类分析将数据分类到不同的类群中，这样以来同一类群中的对象相似性较大，而不同类群间的对象相异性较大。前人关于对大豆品种生物学性状进行聚类分析的研究报道颇多。李永忠[15]针对东北春大豆区30个主要亲本的聚类分析结果表明，地理远缘和遗传差异之间并不具有必然联系。胡立成等[16]以50份黑龙江大豆品种为试验材料，对6个主要生物学性状进行聚类分析，发现大豆品种的多样性和遗传分歧的多向性。周述明等[17]对74个大豆四川地方品种资源按遗传距离聚为8类，探讨了不同类群间的遗传差异和不同品种间的地理差异。李向华[18]按照遗传距离的远近进行聚类分析，将89个中国春大豆品种分为6个类群，在此基础之上，进一步对11个生物学性状进行主成分分析，最后选出6个综合性状对品种进行综合评价。总之，聚类分析是研究不同物种及其样本之间相似性的有效方法，不仅可以评价不同物种及其样本之间的性状类型分类，还可以研究不同种质材料的遗传差异，也能较好地反映种质材料之间的亲缘关系[18]，为优化杂交组合亲本选配，扩大品种资源的利用提供一定的理论参考。
主成分分析法是把多个指标化为少数几个综合指标的一种降维方法[19]。在多指标（变量）的研究中，往往由于变量个数太多，且彼此间存在一定程度的相关性，导致不同变量间在一定程度上存在重叠信息。此外，当变量较多时，在高维空间中研究样本的分布规律比较麻烦。主成分分析采取一种降维的方法，找出几个综合因子来代表原来众多的变量，使这些综合因子尽可能地反映原来变量的信息量，而且彼此之间互不相关，从而达到简化目的。主成分分析法可在很少损失原有信息的前提下，从众多指标因子间的相互关系入手，利用降维思想，将其转化为少数几个互不相关的综合因素[20]。前人研究表明，利用主成分分析法对土壤养分质量综合评价可以获得较好的效果[21]。目前，聚类分析与主成分分析已经广泛用于大豆遗传育种领域的研究。
综上所述，上述研究主要是针对各地区不同区域分布的主要作物品种，对作物的遗传学性状进行聚类分析和主成分分析，找出各品种遗传距离间的差异，明确不同品种间的相似度，同时综合评价和分析了主要农艺性状对产量影响的主要因子，为作物育种亲本的选择提供重要参考。因此，本研究在借鉴以往研究方法的基础上，选取黄淮海夏大豆区试试验，采用聚类分析和主成分分析的数理统计方法，对这些品种在区域内种植的适应性进行评价，从而为区域性大豆品种更新和筛选工作提供理论依据，为作物品种的区域适应性评价提供方法参考。
2 材料与方法
2.1 试验设计
试验于2016年夏在淮安农科院科研创新基地进行。选取黄淮海夏大豆区南组的12个参试大豆品种（系）为材料（表1），采用完全随机区组设计，3次重复，小区面积16.8 m2，每小区7行，行长6 m，行距0.4 m，株距0.13 m，基本苗1.25万株/666.7 m2，大豆成熟后，测定每小区产量及相关农艺性状。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/swgc/swgc/147.html
