， ， ，

(1.天津農(nóng)學(xué)院農(nóng)學(xué)與資源環(huán)境學(xué)院， 天津 300380； 2.天津農(nóng)學(xué)院工程技術(shù)學(xué)院， 天津 300380；3.內(nèi)蒙古興安盟經(jīng)濟(jì)作物工作站， 內(nèi)蒙古 烏蘭浩特 137400)

基于近/中紅外光譜的玉米自交系組合的選配

李夢(mèng)婷1，楊仁杰2，陳志遠(yuǎn)3，劉海學(xué)1

(1.天津農(nóng)學(xué)院農(nóng)學(xué)與資源環(huán)境學(xué)院， 天津 300380； 2.天津農(nóng)學(xué)院工程技術(shù)學(xué)院， 天津 300380；3.內(nèi)蒙古興安盟經(jīng)濟(jì)作物工作站， 內(nèi)蒙古 烏蘭浩特 137400)

通過(guò)對(duì)41個(gè)玉米品種的近紅外光譜、中紅外光譜和融合后的近-中紅外光譜數(shù)據(jù)進(jìn)行系統(tǒng)聚類分析，以對(duì)照組玉米的父母本作為參照，篩選出新的玉米自交系組合。結(jié)果表明：相對(duì)于單一的近/中紅外光譜，融合后的近-中紅外光譜能表征更多的特征信息，提供更為準(zhǔn)確的篩選結(jié)果。理論上，利用近/中紅外光譜技術(shù)可從大量玉米品種中選擇與對(duì)照組父、母本相似或者相差大的樣品，再進(jìn)行組合雜交。該方法在一定程度上克服了傳統(tǒng)育種的盲目性，使育種工作具有一定的定向性。

玉米育種； 近紅外光譜； 中紅外光譜；

玉米是世界三大作物之一，其種子需求量巨大。通過(guò)作物育種改良作物遺傳特性、培育優(yōu)質(zhì)品種是提高作物產(chǎn)量、品質(zhì)，促進(jìn)經(jīng)濟(jì)發(fā)展改善民生的有效途徑之一。當(dāng)前的育種方式主要包括雜交育種、回交育種等方法，多采用系譜法來(lái)選擇優(yōu)良世代和雜交優(yōu)勢(shì)強(qiáng)的父母本，其所耗時(shí)間長(zhǎng)，而且由于在田間試驗(yàn)，試驗(yàn)條件嚴(yán)苛，極易受到環(huán)境條件的影響，并且由于傳統(tǒng)育種方法選擇的不定向，導(dǎo)致收集種子等工程量浩大，極其浪費(fèi)人力物力資源。因此，發(fā)展一種能夠大批量、實(shí)時(shí)、快速且能在早期篩選出目標(biāo)玉米自交系組合用于育種的分析方法是非常必要的。

近/中紅外光譜分析技術(shù)是一種高效、快速的現(xiàn)代分析技術(shù)，以非破壞性、速度快、成本低等特點(diǎn)在農(nóng)產(chǎn)品檢測(cè)中被廣泛應(yīng)用[1-5]。20世紀(jì)60年代初，美國(guó)農(nóng)業(yè)部Norris等[6]首先利用近紅外光譜技術(shù)測(cè)定谷物中水分、蛋白質(zhì)、脂肪等含量，加拿大谷物研究室[7]使用近紅外光譜快速檢測(cè)硬質(zhì)小麥的黃色顏料含量，為硬質(zhì)小麥篩選提供了一種效率更高的方式。芮玉奎等[8]利用近紅外光譜結(jié)合人工神經(jīng)網(wǎng)絡(luò)準(zhǔn)確方便地識(shí)別了轉(zhuǎn)基因玉米。林家永[9]分析了近紅外光譜技術(shù)在玉米品質(zhì)、玉米青貯飼料質(zhì)量以及轉(zhuǎn)基因玉米快速分析中的應(yīng)用。楊群等[10]利用傅里葉變換中紅外光譜對(duì)航天誘變育種甜椒品系種子和一般大田生產(chǎn)的種子進(jìn)行了對(duì)比分析。關(guān)穎等[11]利用中紅外光譜對(duì)藥材防風(fēng)育種進(jìn)行了相關(guān)分析?？v觀國(guó)內(nèi)外文獻(xiàn)，未見(jiàn)基于近紅外和中紅外光譜融合方法來(lái)選配玉米自交系組合的相關(guān)報(bào)道。

本研究借助近紅外、中紅外光譜儀，通過(guò)檢測(cè)不同玉米品種的近/中紅外光譜，采用系統(tǒng)聚類方法對(duì)所有玉米品種進(jìn)行分析，以期為玉米自交系組合的選配提供更為簡(jiǎn)潔的方法，使玉米育種工作能夠具有一定的定向性。

1 材料與方法

1.1 實(shí)驗(yàn)材料

本實(shí)驗(yàn)所用材料為海南某公司提供的41個(gè)玉米品種，包括6個(gè)雜交種。各樣品采用數(shù)字1～41表示。樣品對(duì)照設(shè)置：晚熟品種：樣品22(母本)、樣品11(父本)；早熟品種：樣品16(母本)、樣品41(父)；雜交種：樣品38。樣品預(yù)處理：取等量玉米樣品粉碎、過(guò)篩(80目)，裝袋，備測(cè)。

1.2 實(shí)驗(yàn)儀器及實(shí)驗(yàn)方法

采用高速萬(wàn)能粉碎機(jī)(FW 100)粉碎玉米樣品。檢測(cè)使用美國(guó)PerkinElmer公司的Spectrum GX 傅里葉變換紅外光譜儀。儀器參數(shù)：近紅外光源為儀器自帶的鹵素?zé)簦琁nGaAs 檢測(cè)器，掃描范圍為4 000～10 000 cm，中紅外光源為穩(wěn)壓空氣冷卻線盤，DTGS檢測(cè)器，ATR附件，ZnSe晶體池，掃描范圍為650～4 000 cm；2個(gè)波段的分辨率都為4 cm，掃描間隔為4 cm，掃描次數(shù)為16。測(cè)量樣品前，均以空氣的光譜作為背景光譜，用樣品光譜扣除背景光譜，即得到樣品的吸收光譜。每次測(cè)量均掃描16次取平均以降低隨機(jī)噪聲。

2 結(jié)果與討論

2.1 不同玉米品種的近紅外和中紅外光譜特性

在上述儀器參數(shù)下，采集了41個(gè)玉米品種在4 000～10 000 cm范圍內(nèi)的近紅外光譜(見(jiàn)圖1)。從圖1可以看出，玉米在4 339，4 755，5 184，5 744，6 837 cm和8 360 cm處存在吸收峰，而且在整個(gè)近紅外光譜范圍內(nèi)，所有樣品的光譜輪廓和特征峰位置都非常相似。因此，根據(jù)近紅外光譜的表觀信息，無(wú)法實(shí)現(xiàn)各品種的鑒別和分類，需要借助化學(xué)計(jì)量學(xué)方法。

圖1 不同玉米品種的近紅外光譜圖

圖2為41個(gè)玉米品種的中紅外光譜圖，同樣，在整個(gè)波數(shù)范圍內(nèi)，光譜吸收峰位置大致相同，光譜曲線走向趨勢(shì)基本一致。這些樣品在839，1 006，1 754，2 851 cm和2 931 cm處存在共同的特征峰，其中，1 754 cm處為玉米中脂肪的特征峰，主要是由羰基伸縮振動(dòng)引起；2 851 cm和2 931 cm處吸收峰由脂肪族的CH伸縮振動(dòng)引起；839 cm和1 006 cm處吸收峰分別來(lái)自玉米中的乙烯類化合物和伯醇。因此，同樣根據(jù)中紅外光譜的表觀信息，無(wú)法實(shí)現(xiàn)各品種的鑒別和分類，需要借助化學(xué)計(jì)量學(xué)方法。

通過(guò)上述分析可知，對(duì)于所研究的41個(gè)樣品，無(wú)論是近紅外光譜，還是中紅外光譜，都非常相似，僅在細(xì)微處存在差別，無(wú)法通過(guò)肉眼來(lái)進(jìn)行分類和鑒別。因此，本研究將光譜技術(shù)與系統(tǒng)聚類分析相結(jié)合來(lái)實(shí)現(xiàn)樣品的分類和鑒別，為育種種子的初步快速篩選提供依據(jù)。

2.2 系統(tǒng)聚類分析結(jié)果

在實(shí)際問(wèn)題的解決中，為分類多樣本對(duì)象，常常考慮以多方面因素進(jìn)行分類。聚類分析的基本思想是根據(jù)樣本之間的距離和類與類之間的距離進(jìn)行分類，距離最近的分成一類。以此類推，從而完成聚類分析的過(guò)程[12-13]。本研究采用系統(tǒng)聚類法，利用Ward法(離差平方和法)對(duì)主要性狀進(jìn)行聚類，并計(jì)算Euclidean距離(歐氏遺傳距離)。Ward 法是基于方差分析思想的一種方法。樣本之間的離差平方和較小，為同類，反之，為不同類。

圖2 不同玉米品種的中紅外光譜圖

2.2.1 近紅外光譜系統(tǒng)聚類分析

圖1中41個(gè)樣品可分為3類或者4類。分為4類時(shí)，第1類為：樣品18、21、23、35、17、25、20、19、36、33、22、37和樣品24；第2類為樣品26、27和樣品34；第3類為樣品30、31、13、14、16、7和樣品15；第4類為樣品2、10、6、41、5、9、8、1、12、38、4、3、40、39、32、11、29和樣品28。當(dāng)類間距離小于5時(shí)，可以看出，與父本樣品11(晚熟品種)距離相近的有：樣品39、32、29和樣品28；與母本樣品22(晚熟品種)相近的有：樣品37、24、33和樣品36；與母本樣品16(早熟品種)相近的有：樣品13、14、31和樣品30；與父本樣品41(早熟品種)相近的有：樣品6、5、9和樣品8；與雜交樣品38相近的有樣品12、4、3和樣品1。樣品26、27和樣品34自成一類，與樣品11、16、41和樣品38相距較遠(yuǎn)，差異較大，當(dāng)類間距離約達(dá)到25時(shí)，才能合成一類。

2.2.2 中紅外光譜系統(tǒng)聚類分析

同樣，采用SPSS統(tǒng)計(jì)軟件對(duì)41個(gè)樣品的中紅外光譜進(jìn)行系統(tǒng)聚類分析。圖4為用中紅外光譜進(jìn)行系統(tǒng)聚類得到的樹狀圖。當(dāng)類間距離=5時(shí)，41個(gè)樣品可分為3類或者4類。按4類可分為：第1類樣品34、35、9、33、40和樣品41；第2類樣品22、23、25、19、21、20、17、18、13、15、12、37、16和樣品27；第3類樣品24、26、14、10、36、5、3、6、2、31和樣品38；第4類樣品1、4、7、11、39、29、30、32、8和樣品28。當(dāng)類間距離小于5時(shí)，由圖4可知，與父本樣品11(晚熟品種)相近的有：樣品39、29、30和樣品32；與母本樣品22(晚熟品種)相近的有：樣品23、25、20和樣品21；與母本樣品16(早熟品種)相近的有：樣品18、12、37和樣品27；與父本樣品41(早熟品種)相近的有樣品33、40、19和樣品21；與雜交樣品38相近的有樣品31、2、6和樣品3；樣品1、4、7自成一類，且和樣品41、22、16和樣品38相距遠(yuǎn)，當(dāng)類間距離=25時(shí)才能聚成一類。

圖3 近紅外聚類分析譜系圖

2.2.3 近-中紅外光譜系統(tǒng)聚類分析

通過(guò)上述對(duì)41個(gè)玉米樣品近/中紅外光譜的系統(tǒng)聚類分析，初步篩選出與其對(duì)照組相似和相異的樣品，但由于近/中紅外光譜所表征的信息不同，中紅外給出的是基團(tuán)振動(dòng)峰，譜峰比較窄，而近紅外則給出的是含氫基團(tuán)振動(dòng)的倍頻和合頻的復(fù)雜的信息，譜峰比較寬，導(dǎo)致結(jié)果略有差異。若將近紅外光譜和中紅外光譜所表征的信息進(jìn)行融合，則能更全面地提取玉米的特征信息，有利于不同玉米品種組配的篩選。因此，下面將基于融合后的近-中紅外光譜進(jìn)行系統(tǒng)聚類分析。圖5為41個(gè)玉米樣品的近-中紅外光譜系統(tǒng)聚類分析結(jié)果圖。由圖5可知：當(dāng)類間距離=5時(shí)，41 個(gè)樣品可分為3類或者4類。分為4類時(shí)，第1類為樣品13、16、14、12、15、38、30和樣品31；第2類為樣品2、10、3、6、40、5、9、41、4、28、7、32、39、11、29和樣品8；第3類為樣品17、35、21、23、18、22、37和樣品24；第4類為樣品26、27、34、20、25、19、36和樣品33。當(dāng)類間距離小于5時(shí)，可以看出，與父本樣品11(晚熟品種)距離相近的有：樣品32、39、29和樣品8；與母本樣品22(晚熟品種)相近的有：37、24、18、23和樣品21；與母本樣品16(早熟品種)相近的有：樣品13、14、12和樣品15；與父本樣品41(早熟品種)相近的有：樣品6、40、5和樣品9；與雜交樣品38相近的有樣品12、15、14和樣品16。樣品11、16和樣品41在類間距離約為6時(shí)，就可聚為同一類，樣品22與樣品11只有在類間距離達(dá)到最大時(shí)(約為25)才可聚成一類。同時(shí)，樣品11(晚熟父本)、16(早熟母本)、41(早熟父本)和樣品38(雜交種)與樣品33、36和樣品19相距較遠(yuǎn)，22(晚熟母本)與樣品13、16和樣品14相距較遠(yuǎn)。

圖4 中紅外聚類分析譜系圖

圖5 近-中紅外聚類分析譜系圖

3 結(jié)論與討論

通過(guò)設(shè)置玉米自交系對(duì)照組，從近紅外光譜、中紅外光譜以及融合后的近-中紅外光譜入手，采用系統(tǒng)聚類分析方法，來(lái)定向篩選玉米自交系組合，以克服傳統(tǒng)育種方式繁瑣、不定向等問(wèn)題。研究結(jié)果表明：基于近/中紅外光譜技術(shù)對(duì)玉米自交系組合進(jìn)行初步篩選是可行的，另外，由于融合后的近-中紅外光譜能提取更多的特征信息，因此，此方法可以為玉米自交系篩選提供更好的分析結(jié)果。

根據(jù)融合后近-中紅外光譜分析結(jié)果確定玉米自交系組合選配結(jié)果如下。與11(晚熟父本)相似的樣品32、39、29和樣品8，相異的樣品33、36和樣品19；與樣品22(晚熟母本)相似的有樣品37、24、18、23和樣品21，相異的樣品26、27和樣品34；與樣品16(早熟母本)相似的有樣品13、14、12和樣品15，相異的樣品33、36和樣品19；與樣品41(早熟父本)相似的有樣品6、40、5和樣品9，相異的樣品33、36和樣品19；所以，理論上可選擇與11相似(或相異)的樣品和與22相似(或相異)的樣品之間互相組配，但排列在前的樣品享有優(yōu)先組配的權(quán)利。同理，與16相似的樣品和與41相似的樣品之間也可互相組配。

下一步課題組將對(duì)玉米自交系組合的快速篩選方法進(jìn)行進(jìn)一步研究，并對(duì)其進(jìn)行補(bǔ)充和完善，同時(shí)，對(duì)上述提出的自交系組合的組配結(jié)果進(jìn)行田間試驗(yàn)，以期為玉米育種工作提供一種新方法。同時(shí)，該方法也可推廣應(yīng)用到其它作物的育種中。

[1]方彥.利用近紅外光譜法測(cè)定玉米品質(zhì)的研究[D].甘肅農(nóng)業(yè)大學(xué)碩士論文,2004.

[2]嚴(yán)衍祿,趙龍蓮,韓東海,等.近紅外光譜分析基礎(chǔ)與應(yīng)用[M].北京:中國(guó)輕工業(yè)出版社,2005:286-394.

[3]李民贊,韓東海,王秀.光譜分析技術(shù)及其應(yīng)用[M].北京:科學(xué)出版社,2006:176-328.

[4]孫通,徐惠榮,應(yīng)義斌.近紅外光譜分析技術(shù)在農(nóng)產(chǎn)品/食品品質(zhì)在線無(wú)損檢測(cè)中的應(yīng)用研究進(jìn)展[J].光譜學(xué)與光譜分析,2009,29(1):122-126.

[5]Montes,J.M,Utz,H,Schipprack,W,Kusterer,B,et al.Near-infrared spectroscopy on combine harvesters to measure maize grain dry matter content and quality parameters[J].Plant Breed,2006,125:591-595.

[6]Norris K H,Bar n es R F,Moore J E,et al.Prediction for-age quality by near infrared reflectance spectroscopy[J].Journal of Animal Science,1976,43(4):899-897.

[7]張銀橋,趙博,王輝,等.農(nóng)產(chǎn)品近紅外光譜分析系統(tǒng)綜述[J].農(nóng)機(jī)化研究,2010(5):224-228.

[8]芮玉奎,羅云波,黃昆侖,等.近紅外光譜在轉(zhuǎn)基因玉米檢測(cè)識(shí)別中的應(yīng)用[J].光譜學(xué)與光譜分析,2005(10):1 581-1 583.

[9]林家永.近紅外光譜分析技術(shù)在玉米品質(zhì)分析中的研究進(jìn)展[J].中國(guó)糧油學(xué)報(bào),2010,25(4):108-116.

[10]楊群,王怡林,楊愛(ài)明,等.航天誘變育種甜椒品系的紅外光譜分析[J].光譜學(xué)與光譜分析,2006,26(3):438-440.

[11]關(guān)穎,郭西華,邸立杰,等.太空育種中藥材防風(fēng)的FTIR分析與表征[J].光譜學(xué)與光譜分析,2008,28(6):1 283-1 285.

[12]公麗艷,孟憲軍,劉乃僑,等.基于主成分與聚類分析的蘋果加工品質(zhì)評(píng)價(jià)[J].農(nóng)業(yè)工程學(xué)報(bào),2014,30(13):276-285.

[13]李培富,楊淑琴,馬宏偉.寧夏水稻主要農(nóng)藝性狀的主成分及聚類分析[J].中國(guó)農(nóng)學(xué)通報(bào),2006,22(12):162-166.

Selection of Maize Inbred Lines Based on NIR and Mid-infrared Spectroscopy

LIMengting1,YANGRenjie2,CHENZhiyuan3,LIUHaixue1

2016-10-20

天津市科技特派員項(xiàng)目(16 JCTPJC 47500)資助。

李夢(mèng)婷(1995—)，女，四川廣元人；在讀碩士研究生，主要從事作物遺傳育種方面的研究。

劉海學(xué)(1965—)，男，內(nèi)蒙古通遼市人；博士，研究員，主要從事生化與分子生物學(xué)研究；E-mail:liuhaixue715@126.com。

融合近-中紅外光譜； 系統(tǒng)聚類

10.16590/j.cnki.1001-4705.2017.03.093

S 513； S 337

A

1001-4705(2017)03-0093-04