一种高钼油菜籽粒品种的筛选方法
【专利摘要】本发明公开了一种高钼油菜籽粒品种的筛选方法，其步骤：⑴对缺钼和施钼条件下单株干物质重，根、茎秆、荚壳、籽粒部钼含量，茎秆/根、荚壳/茎秆、籽粒/荚壳部位钼迁移系数，单株钼累积量进行主成分分析；⑵进行因子载荷矩阵转化，并根据因子载荷矩阵转化值对七个主成分进行命名；⑶通过用欧氏距离类平均法，对32个油菜品种聚类分析，聚为3大类：发现一类有L353、L267、9L26、9L32、L266、9L28、L303、L282、YY-8、L289、L360、L309、9L35、L346、L349、L347、L350，17个品种,；二类有L313、L256、L295、L108、9L36、L262、L306、L082、YY-2、L280，10个品种；三类有L260、L263、L283、L301、L3565个品种。方法易行，操作简便，可以将较多不同基因型品种系统地归类，探明不同基因型品种特征。
【专利说明】一种高钼油菜籽粒品种的筛选方法
【技术领域】
[0001]本发明属于肥料【技术领域】，更具体涉及一种提高油菜籽粒钥含量的筛选方法，它适用于酸性缺钥土壤上甘蓝型油菜微量钥肥的施用对可食部位钥含量增加及通过主成分分析、聚类分析可以得到籽粒部位钥含量高的品种。
【背景技术】
[0002]钥(Molybdenum)是植物必需营养元素。而我国存在大面积缺钥土地，其中缺钥耕地有4466.7万公顷，我国长江流域及其以南的华中、华东和华南地区，土壤有效钥缺乏严重。长江中下游(湖北、湖南、安微、江苏、江西)的主要地带性土壤-黄棕壤的有效钥含量均低于全国土壤的临界值0.15mg/kg，尤其是湖北、安微、江苏3省，土壤有效钥含量小于
0.10mg/kg，属于严重缺钥土壤。油菜是世界性的主要油料作物之一，也是目前仅次于大豆的全球排名第二的食用植物油来源和饲用蛋白源，同时也正在成为重要的生物能源作物。在我国油菜是继水稻、玉米、小麦、大豆之后的第五大作物，是我国的主要油料作物之一。由于油菜品种的改良，油菜播种面积从20世纪70年代的3000万亩迅速增加到目前的1.1亿亩，是发展最快的作物。油菜作为十字花科作物，其对钥比较敏感，缺钥往往影响油菜的生长发育和产量。
[0003]在人体上，钥的缺乏会引起钥酶活性降低，其会导致代谢毒害物的积累(主要是亚硫酸盐)，可以引起神经学损伤，痉挛和新生儿死亡。动物食用钥量取决于所食用食物中的钥含量，。因此在缺钥土壤上减少钥肥施用量、提高籽粒钥含量，是解决高等植物和动物缺钥最终目标。同时探明高效钥吸收品种和施肥方式也是本发明的主要结果。
【发明内容】
`
[0004]本发明的目的是在于提供了一种筛选油菜籽粒高钥含量品种的分析方法，方法易行，操作简便，可以将较多不同基因型品种系统地归类，探明不同基因型品种特征。
[0005]为了实现上述的目的，本发明采用以下技术措施:
一种高钥油菜籽粒品种的筛选方法，其步骤是:
⑴对缺钥和施钥条件下单株干物质重，根、茎杆、荚壳、籽粒部钥含量，茎杆/根、荚壳/茎杆、籽粒/荚壳3个部位钥迁移系数，单株钥累积量共18个指标进行主成分分析，对18个观测变量进行线性组合，依据主成分累积贡献率大于90%为标准，将18个主成分进行压缩至7个。
[0006]⑵进行因子载荷矩阵转化，并根据因子载荷矩阵转化值对七个主成分进行命名，分别为:因子I低钥茎杆特征因子，因子2低钥钥累积特征因子，因子3施钥茎杆钥营养特征因子，因子4低钥籽粒钥营养特征，因子5低钥果壳钥营养特征因子，因子6施钥籽粒钥营养因子，因子7低钥根营养特性因子。
[0007]M IX,+ X ,.P (3)通过用欧氏距离类平均法(是明氏距离中的一种，这种算法源
Y κ..ι
自于古希腊著名数学家欧几里德，计算公式为4/2)=，?^为样本&和样本&之间的距离，/7为空间维度，表示/7微空间)对32个油菜品种聚类分析。可以聚为3大类。发现一类有L353、L267、9L26、9L32、L266、9L28、L303、L282、YY-8、L289、L360、L309、9L35、L346、L349、L347、L350,17个品种，因子变异系数较大，x(6)、x(7)变异系数较小，以角壳钥含量、籽粒钥含量高为主要特点，综合表现较差；二类有L313、L256、L295、L108、9L36、L262、L306、L082、YY-2、L280，10个品种，各变异系数处于中等，以干物质大、转移系数大、钥积累量高为主要特点，综合表现较好；三类有L260、L263、L283、L301、L356 5个品种。因子变异系数较小，x(3)、x(7)、X(Il)变异系数较大，各因子处于中等为主要特点，综合表现一般。
[0008]从收集到32个油菜品种中，筛选获得籽粒中钥含量最高品种:(I)缺钥条件下，品种L267和L256籽粒部位能获得最高钥含量；(2)施钥条件下，品种L313和L353能获得最高钥含量。并通过主成分、聚类分析将所有品种分为3类，I类各项变异系数大，综合表现较差，2类变异系数中等，综合表现较好，3类各项变异系数小，综合表现一般。
[0009]本发明与现有技术相比，具有以下优点和效果:
通过主成分分析将多个观测变量，通过线性组合转化成为少数几项彼此不相关的综合指变量，并用这些主成分来解释多变量的方差-协方差结构。因子分析则可以寻找多个观测变量中起支配作用的潜在公共因子。聚类分析是通过数据建模达到简化数据的目的。本筛选结合主成分分析、因子分析和聚类分析可以很好的对不同基因型品种归类分析。
[0010]
【专利附图】
【附图说明】
[0011]图1为一种不同油菜品种聚类分析图。
【具体实施方式】
[0012]实施例1:
一种提高油菜籽粒钥含量的筛选方法，其步骤是:
申请人:经过对不同油菜品种主要性状的总体分析发现,32个油菜品种的主要性状的变异很丰富，各部位间迁移能力和施钥条件下参数具有较宽的选择范围。
[0013](I)对对缺钥和施钥条件下单株干物质重，根、茎杆、荚壳、籽粒部钥含量，茎杆/根、荚壳/茎杆、籽粒/荚壳3个部位钥迁移系数，单株钥累积量共18个指标进行主成分分析，主成分累积贡献率大于90%为标准对所有主成分进行压缩。
[0014]⑵进行因子载荷矩阵转化，并根据因`子载荷矩阵转化值对七个主成分进行命名，分别为:因子I低钥茎杆特征因子，因子2低钥钥累积特征因子，因子3施钥茎杆钥营养特征因子，因子4低钥籽粒钥营养特征，因子5低钥果壳钥营养特征因子，因子6施钥籽粒钥营养因子，因子7低钥根营养特性因子。
[0015](3)通过用欧氏距离类平均法对32个油菜品种聚类分析。可以聚为3大类。发现一类有 L353、L267、9L26、9L32、L266、9L28、L303、L282、YY-8、L289、L360、L309、9L35、L346、L349、L347、L350,17个品种，因子变异系数较大，x(6)、x(7)变异系数较小，以角壳钥含量、籽粒钥含量高为主要特点，综合表现较差；二类有L313、L256、L295、L108、9L36、L262、L306、L082、YY_2、L280,10个品种，各变异系数处于中等，以干物质大、转移系数大、钥积累量高为主要特点，综合表现较好；三类有L260、L263、L283、L301、L356 5个品种。因子变异系数较小，x(3)、x(7)、x(ll)变异系数较大，各因子处于中等为主要特点，综合表现一般。
[0016]相关特殊分析指标计算公式:
钥积累量=钥含量X干物质重；迁移系数为两部位钥含量比值。
[0017]表1钥含量特征值及其对应的编号
【权利要求】
1.一种高钥油菜籽粒品种的筛选方法，其步骤是: ⑴对缺钥和施钥条件下单株干物质重，根、茎杆、荚壳、籽粒部钥含量，茎杆/根、荚壳/茎杆、籽粒/荚壳3个部位钥迁移系数，单株钥累积量共18个指标进行主成分分析，对观测变量进行线性组合，依据主成分累积贡献率大于90%为标准，将18个主成分进行压缩至7个； ⑵进行因子载荷矩阵转化，并根据因子载荷矩阵转化值对七个主成分进行命名，分别为:因子I低钥茎杆特征因子，因子2低钥钥累积特征因子，因子3施钥茎杆钥营养特征因子，因子4低钥籽粒钥营养特征，因子5低钥果壳钥营养特征因子，因子6施钥籽粒钥营养因子，因子7低钥根营养特性因子； ⑶通过用欧氏距离类平均法，对32个油菜品种聚类分析，聚为3大类:发现一类有L353、L267、9L26、9L32、L266、9L28、L303、L282、YY-8、L289、L360、L309、9L35、L346、L349、L347、L350，17个品种，因子变异系数较大，x(6)、x(7)变异系数较小，以角壳钥含量、籽粒钥含量高；二类有 L313、 L256、L295、L108、9L36、L262、L306、L082、YY-2、L280，10 个品种，各变异系数处于中等，以干物质大、转移系数大、钥积累量高；三类有L260、L263、L283、L301、L356 5个品种，因子变异系数较小，x(3)、x(7)、x(ll)变异系数较大，各因子处于中等。
【文档编号】A01G1/00GK103766129SQ201410065943
【公开日】2014年5月7日 申请日期:2014年2月26日 优先权日:2014年2月26日
【发明者】孙学成, 谭启玲, 秦世玉, 胡承孝 申请人:华中农业大学