通过多变量分析技术在多种无生物应力和复杂的环境相互作用下识别小麦理想型
Ibrahim Al-Ashkar1, Mohammed Sallam1, Abdullah Ibrahim1
1Department of Plant Production, College of Food and Agriculture Sciences, King Saud University, Riyadh 11451, Saudi Arabia.
Plants (Basel, Switzerland)
|October 28, 2023
概括
开发耐压小麦对于全球粮食安全至关重要. 这项研究使用先进的统计方法确定了稳定,高产的小麦基因型,以提高作物抵抗多种非生物应激的弹性.
科学领域:
- 农业科学 农业科学
- 植物育种 植物育种
- 遗传学 是一个遗传学.
背景情况:
- 全球粮食安全需要到2050年小麦生产率提高60%.
- 无生物压力显著减少了全球小麦产量,要求耐压力品种.
- 了解遗传基础和植物应激耐受性是开发弹性作物的关键.
研究的目的:
- 为了确定稳定和高产的小麦基因型,适应多种非生物压力.
- 评估综合多变量统计技术在基因型选择中的有效性.
- 发现新的遗传资源,以提高在压力下小麦的生产力.
主要方法:
- 利用多变量分析,包括添加主效应和乘法相互作用 (AMMI) 模型,线性差异分析 (LDA),多特征基因型-观型距离指数 (MGIDI) 和绝对得分加权平均值 (WAASB) 指数.
- 在各种非生物压力下,在多种环境中评估了20种小麦基因型.
- 采用六种耐受性多指数进行全面的基因型评估.
主要成果:
- 该AMMI模型表明性能变化与特征和基因型差异不一致.
- 在MGIDI分析中,G01,G12,G16和G02被确定为稳定和适当的基因型.
- 双块分析强调了G01,G03,G11,G16,G17,G18和G20的稳定性和高耐受性.
- 聚合分析 (LDA,MGIDI,WAASB) 证实G01是最稳定的基因型.
结论:
- 基因型G01是一种有前途的遗传资源,可提高小麦在多种非生物压力下的生产力和稳定性.
- 多变量统计技术的综合应用有效地支持植物育种者进行多环境试验.
- 这项研究为选择优质小麦基因型用于容易受到压力的环境提供了一个强大的框架.
