快速篩選抗大麥黃花葉病優質啤酒大麥的方法技術

本發明專利技術涉及一種快速篩選抗大麥黃花葉病優質啤酒大麥的方法，該方法包含以下步驟：1)收集優質啤酒大麥品種(系)進行種植，調查大麥黃花葉病抗病級，考查株高(cm)，穗長(cm)，單穗粒數(粒)，單株穗數(個)，單株粒重(g)，千粒重(g)，測量庫爾巴哈值(％)；2)對該n份種質6個農藝性狀及病級進行相關分析，研究其性狀間的相關性。3)以8個主要性狀為指標，進行聚類分析、主成分分析，計算出M值，對啤酒大麥種質進行綜合評價，篩選出綜合性狀優異的種質。該方法比較綜合，易規模化、程序化及信息化，為遙感測定技術在大麥種質篩選及高代育種材料的篩選鑒定中的應用奠定了基礎。

Rapid screening of High Quality Malting Barley resistant to barley yellow mosaic

【技術實現步驟摘要】
快速篩選抗大麥黃花葉病優質啤酒大麥的方法
本專利技術涉及一種快速篩選抗大麥黃花葉病優質啤酒大麥的方法，屬于農業

技術介紹
江蘇沿海地區地勢平坦、氣候溫和、雨量適中、光照充足，其獨特的生態環境特別適合啤酒大麥生產，是我國三大啤酒大麥產區之一，年種植啤酒大麥150萬畝左右，所生產的啤酒大麥占國產啤酒大麥供應量的三分之一以上。大麥黃花葉病在中國長江中下游啤酒大麥產區大面積發生，是影響啤酒大麥產量和品質最重要的病毒病害。啤酒大麥種質資源是啤酒大麥種質創新、生物學研究的基礎，對啤酒大麥種質資源的遺傳多樣性進行合理的多元分析與評價，有助于挖掘抗大麥黃花葉病優質啤酒大麥種質，充分利用其優良基因，防止育種骨干親本的單一性，加快育種進程。已有通過表型性狀鑒定、分子標記及生化標記等不同水平研究大麥種質的遺傳多樣性的報道。表型性狀的評價方法最直觀，易被育種家掌握，因大麥不同性狀之間存在不同程度的相關，如何利用多性狀綜合評價大麥種質受到人們的關注。周偉利用主成分分析篩選了二棱大麥種質的農藝性狀重要組分，通過系統聚類的方法獲得特異性種質，可作不同類型的育種親本或中間材料(周偉，河北農業科學)。楊樹明對國內外不同地區啤酒大麥品種進行農藝性狀的鑒定與聚類，認為不同地區啤酒大麥多樣性分布具有明顯生態地域性(楊樹明，植物遺傳資源學報)。近年來，麻類、大蒜、小麥、棉花等作物逐漸將基于主成分的二維排序分析引入到種質鑒定與綜合評價，揭示了各種質的性狀表現及種質間的差異，此分析方法在啤酒大麥中卻未見報道。谷子、水稻、陸地棉等作物結合主成分分析與多元線性回歸構建核心種質的評價方程對種質多性狀進行綜合評價，但在啤酒大麥種質評價中未見此方法的應用。
技術實現思路
本專利技術目的是提供一種快速篩選抗大麥黃花葉病優質啤酒大麥種質的技術，旨在建立一種簡單易行，穩定可靠的快速篩選綜合性狀優異的抗大麥黃花葉病啤酒大麥的方法。本專利技術采用如下技術方案：本試驗以收集篩選的n份來自國內外的啤酒大麥品種(系)為參試材料，在大麥黃花葉病鑒定圃中進行多年種植，采用隨機區組設計，每個材料播種1行，行長1.2m，行距0.2m，株距3cm，每行點播40粒，3次重復，常規栽培管理。于次年2～3月份進行大麥黃花葉病抗性調查，調查方法參照黃培忠等的標準。待籽粒成熟后，考查株高(cm)、穗長(cm)、單穗粒數(粒)、單株穗數(個)、單株粒重(g)、千粒重(g)6個農藝性狀，測量庫爾巴哈值(％)1個品質性狀。用SPSS21.0統計軟件進行聚類和主成分分析，在聚類過程中，種質間距離為歐氏距離，聚類方法采用離差平方和法。用凱氏定氮法，測得麥芽的總氮和可溶性氮的含量。對種植的n份啤酒大麥種質6個農藝性狀表型進行分析，研究其遺傳多樣性指數，對該n份啤酒大麥種質6個農藝性狀及病級進行相關分析，研究其主要性狀間的相關性。以8個主要性狀為指標，基于馬氏距離的類平均法，使用R語言對種植的n份二棱大麥種質進行聚類分析。為消除性狀間相關的影響，采用主成分分析進行種質評價。按照累計貢獻率大于70％的原則，提取前N個主成分。對啤酒大麥種質資源8個主要性狀數值進行標準化處理，獲得前N個主成分得分，將這N個主成分得分作歸一化處理，以貢獻率計算各主成分權重系數，利用前N個主成分的得分值與其對應的權重乘積之和M值作綜合指標，對各種質材料進行綜合評價，即M值越高，綜合性狀表現越好，篩選出綜合性狀優異的種質。本專利技術比較綜合，易規模化、程序化及信息化，為遙感測定技術在啤酒大麥種質篩選及高代育種材料篩選鑒定中的應用奠定了基礎。附圖說明圖1啤酒大麥種質聚類圖具體實施方式下面以實施例具體闡述該專利技術的具體實施過程。實施例：本研究以收集篩選的86份來自國內外的啤酒大麥品種(系)為參試材料。2017年秋播將試驗材料種植于江蘇沿海地區農科所南陽試驗農場，采用隨機區組設計，每個材料播種1行，行長1.2m，行距0.25m，株距3cm，每行點播40粒，3次重復。2018年秋播將試驗材料種植于江蘇沿海地區農科所南陽試驗農場，同2017年同規格種植，常規栽培管理。于2018年2～3月份進行大麥黃花葉病抗性調查，調查方法參照黃培忠等的標準，將病級劃分為1、2、3、4四個等級評價大麥黃花葉病抗性：1級-葉片呈正常綠色，無病斑；2級-葉片葉色基本正常，有黃花斑點，但斑點未連成線；3級-葉片病斑的斑點連成線，葉片黃化，但植株不矮化；4級-葉片出現大片黃花病斑，葉片黃化，植株萎縮、矮化甚至死亡。2019年2～3月份同樣方式調查病級。2018年5月，大麥成熟后，每個材料取5株競爭株，按照《大麥種質資源描述規范和數據標準》記錄株高(cm)、穗長(cm)、單穗粒數(粒)、單株穗數(個)、單株粒重(g)、千粒重(g)6個農藝性狀。2019年5月同樣方式調查6個性狀。用凱氏定氮法，測得麥芽的總氮和可溶性氮的含量。對86份啤酒大麥種質6個主要農藝性狀表型進行分析，計算遺傳多樣性指數，分析結果列于表1。表1啤酒大麥種質資源主要性狀遺傳多樣性指數分析參試材料6個農藝性狀H’顯示穗長的遺傳多樣性指數最高(2.05)，千粒重的遺傳多樣性指數最低(1.87)，變幅為1.87～2.05。說明啤酒大麥種質資源的遺傳多樣性較為豐富。86份啤酒大麥種質7個主要性狀間的相關分析結果見表2，由表可知，株高與穗長、千粒重、單穗粒數、單株粒重均呈極顯著正相關，與病級呈極顯著負相關；穗長與單穗粒數、單株穗數、千粒重、單株粒重、病級均呈極顯著正相關；單穗粒數與單株穗數、千粒重、單株粒重均呈極顯著負相關，與病級呈極顯著正相關；單株穗數與千粒重呈極顯著正相關，與病級呈極顯著負相關；千粒重與單株粒重呈極顯著正相關，與病級呈極顯著負相關，單株粒重與病級呈極顯著負相關。表2二棱大麥種質資源主要性狀的相關性注：*和**分別代表0.05和0.01水平上的顯著性。以8個主要性狀為指標，基于馬氏距離的類平均法，使用R語言對86份啤酒大麥種質進行聚類分析，結果如圖1所示。86份二棱大麥種質在馬氏距離10處可聚為4類。第I類包括5份種質，1430R、揚引02、周選1號、優質1號及滬01-2946，表現為高桿、穗較長，穗粒數適中，單株穗數較多、單株粒重、千粒重及庫爾巴哈值較高，綜合性狀表現一般。第II類包括20份種質，分別來自江蘇9份、河南4份、湖北2份，浙江2份、上海1份、四川1份、及福建1份，以近年來各省選育推廣的品種為主。該類種質表現為矮桿、單株穗數較多、千粒重與單株粒重較高、穗長適中、庫爾巴哈值適中，綜合表現較好。第III類包括24份種質，江蘇7份、湖北5份、浙江、云南、黑龍江、河南種質各2份，陜西、福建各1份、日本2份、英國1份。該類種質表現為株高適中、穗粒數較多、單株穗數、千粒重及單株粒重，穗較短，庫爾巴哈值較高，綜合表現中等，與本文檔來自技高網...

【技術保護點】
1.一種快速篩選抗大麥黃花葉病優質啤酒大麥種質的方法，包含以下步驟：/nA)將收集篩選得到的n份來自國內外的啤酒大麥品種(系)在大麥黃花葉病鑒定圃進行多年的種植，于次年2～3月份進行大麥黃花葉病抗性調查，待籽粒成熟后，考查株高(cm)、穗長(cm)、單穗粒數(粒)、單株穗數(個)、單株粒重(g)、千粒重(g)6個農藝性狀，測量庫爾巴哈值(％)1個品質性狀。/nB)對種植的n份啤酒大麥種質6個農藝性狀表現進行分析，研究其遺傳多樣性指數；對該n份啤酒大麥種質6個農藝性狀及病級進行相關分析，研究7個性狀間的相關性。以8個主要性狀為指標，對種植的n份啤酒大麥種質進行聚類分析。為消除性狀間相關的影響，采用主成分分析進行種質評價。按照累計貢獻率大于70％的原則，提取前N個主成分。/nC)對啤酒大麥種質8個主要性狀數值進行標準化處理，獲得前N個主成分得分，將這N個主成分得分作歸一化處理，以貢獻率計算各主成分權重系數，利用前N個主成分的得分值與其對應的權重乘積之和M值作綜合指標，對各種質材料進行綜合評價，M值越高，表明綜合性狀表現越好，即為抗大麥黃花葉病優質啤酒大麥種質，可直接在生產上加以利用。/n

【技術特征摘要】
1.一種快速篩選抗大麥黃花葉病優質啤酒大麥種質的方法，包含以下步驟：
A)將收集篩選得到的n份來自國內外的啤酒大麥品種(系)在大麥黃花葉病鑒定圃進行多年的種植，于次年2～3月份進行大麥黃花葉病抗性調查，待籽粒成熟后，考查株高(cm)、穗長(cm)、單穗粒數(粒)、單株穗數(個)、單株粒重(g)、千粒重(g)6個農藝性狀，測量庫爾巴哈值(％)1個品質性狀。
B)對種植的n份啤酒大麥種質6個農藝性狀表現進行分析，研究其遺傳多樣性指數；對該n份啤酒大麥種質6個農藝性狀及病級進行相關分析，研究...

【專利技術屬性】
技術研發人員：徐肖，沈會權，欒海業，
申請(專利權)人：江蘇沿海地區農業科學研究所，
類型：發明
國別省市：江蘇;32