杜曉宇 李楠楠 鄒少奎 王麗娜 呂永軍 張倩 李順成 楊光宇 韓玉林

黃淮南片新育成小麥品種（系）主要性狀的綜合性分析

杜曉宇 李楠楠 鄒少奎 王麗娜 呂永軍 張倩 李順成 楊光宇 韓玉林

（周口市農(nóng)業(yè)科學院，466001，河南周口）

以2017-2018和2018-2019年度國家黃淮南片區(qū)試冬水組的39份冬小麥品種（系）為材料，通過多樣性指數(shù)、聚類分析、相關性分析和主成分分析等對參試小麥的10個主要性狀進行綜合評價。結(jié)果表明，10個主要性狀的多樣性指數(shù)（）為1.56～2.01，平均為1.88，其中面粉吸水率最大，面團穩(wěn)定時間最小。面團穩(wěn)定時間的變異系數(shù)最大（71.93%）。主成分分析將10個性狀歸為4個主成分，可解釋73.76%的性狀信息。在歐式距離6.5處可將39份小麥品種（系）分為5大類群，每個類群各有側(cè)重，優(yōu)質(zhì)小麥呈現(xiàn)聚類特征；小麥的性狀綜合評價值（）越高，其綜合性狀越優(yōu)秀，總體呈現(xiàn)出強筋小麥＞中強筋小麥＞中筋小麥的特點。黃淮區(qū)試小麥品種（系）具有較高的遺傳多樣性。綜合性狀較好的新麥45、山農(nóng)116和輪選2000等品種（系）可作為小麥育種的首選雜交親本。

小麥性狀；聚類分析；主成分分析；綜合評價

小麥是我國主要的糧食作物，保證小麥產(chǎn)量和品質(zhì)的穩(wěn)定，并實現(xiàn)穩(wěn)步增長，對維護我國糧食安全和社會安定具有重大意義[1]。小麥的產(chǎn)量和品質(zhì)受多方面因素的影響，除了土壤和氣候2個主要外在因素，培育良種、豐富種質(zhì)資源是起關鍵作用的內(nèi)在因素[2]。評價小麥種質(zhì)資源的特性并進行有效分類，是組配親本、增強育種目標性的前提[3-5]。小麥基因組龐大，多個農(nóng)藝性狀間存在緊密關聯(lián)，給綜合分析帶來了不便。近年來，以主成分分析和聚類分析為主的研究統(tǒng)計手段將原先的多個指標整合成新的組成成分，更好地揭示性狀間的關系，在農(nóng)作物育種中的應用越來越多[6-11]。宋曉等[8]利用主成分分析等方法初步篩選出了西農(nóng)979等氮高效品種。董攀等[12]利用聚類分析對58份波蘭小麥資源進行了重新分類，發(fā)掘到一些矮稈和分蘗力強的品種。鄭文寅等[13]利用對耐濕性貢獻較大的3個主成分，并利用隸屬函數(shù)綜合評價法將小麥種質(zhì)資源分為高耐濕、中度耐濕和不耐濕3類?？梢钥闯觯ㄟ^聚類分析和主成分分析等方法可以發(fā)掘新的種質(zhì)資源，為品種培育提供參考，并可從多維度評價種質(zhì)現(xiàn)狀。

黃淮麥區(qū)是我國小麥的主產(chǎn)區(qū)，各省份有其獨特的生態(tài)條件和品種類型，分析當前階段小麥參試品種的綜合特性，對促進小麥育種及品種推廣有前瞻性。國家黃淮南片小麥區(qū)域試驗涉及陜西、河南、安徽和江蘇4省，是研究小麥綜合特性的優(yōu)秀樣本，但目前針對小麥區(qū)試的綜合分析較少。本研究對近年來黃淮南片區(qū)試的39份小麥品種（系）的主要農(nóng)藝性狀和品質(zhì)進行綜合分析，探究影響小麥產(chǎn)量和品質(zhì)的主要性狀，為篩選優(yōu)質(zhì)親本資源、評價品種現(xiàn)狀提供理論依據(jù)。

1 材料和方法

1.1 試驗材料

材料為2017-2018和2018-2019年度國家冬小麥品種試驗黃淮冬麥區(qū)南片水地組區(qū)域試驗早播1～4組的39個小麥品種（系）（表1），對產(chǎn)量、有效穗、千粒重、穗粒數(shù)、株高、容重、蛋白質(zhì)、濕面筋、面粉吸水率和面團穩(wěn)定時間10個主要農(nóng)藝和品質(zhì)性狀進行統(tǒng)計分析。

數(shù)據(jù)來源于全國農(nóng)業(yè)技術(shù)推廣服務中心編寫的《2017-2018年度小麥國家區(qū)試品種報告》和《2018-2019年度小麥國家區(qū)試品種報告》。

1.2 統(tǒng)計分析

利用Microsoft Excel 2013進行數(shù)據(jù)整理，參照湯翠鳳等[14]的方法進行Shannon-Wiener多樣性指數(shù)（）評價；參照胡標林等[15]的方法計算各小麥品種（系）的綜合得分；利用SPSS 25.0對小麥10個性狀進行相關性分析和主成分分析；采用瓦爾德法進行聚類分析，在軟件RStudio 3.6.1中繪制聚類分析圖。

表1 參試小麥品種（系）

2 結(jié)果與分析

2.1 主要性狀的多樣性分析

參試的小麥品種（系）可分為強筋小麥、中強筋小麥和中筋小麥，占比依次為10.26%、5.13%和84.61%。

由表2可知，面團穩(wěn)定時間變異系數(shù)（CV）最大，為71.93%，其次為濕面筋（7.61%），參試小麥品質(zhì)方面差異較大；產(chǎn)量和容重的CV最小，分別為1.05%和1.57%，其余7個主要性狀的CV為3.17%～7.61%，表明除產(chǎn)量和容重之外，其余性狀均存在明顯差異。不同年份的產(chǎn)量有明顯差異，2018-2019年度的產(chǎn)量（8848.5kg/hm2）高于2017-2018年度（7213.5kg/hm2），產(chǎn)量的年際變化與氣候關系較大，2017-2018年度，越冬期溫度偏低，光照不足，小麥冬前群體降低，春季低溫凍害導致穗部缺粒，穗粒數(shù)下降，灌漿期雨水不足，影響千粒重；而2018-2019年度，冬春季凍害偏輕，苗勢壯，穗數(shù)增加，中后期雨水充足，千粒重明顯增大，小麥產(chǎn)量較上年度有大幅提升。

10個性狀多樣性指數(shù)（）為1.56～2.01，平均1.88，其中面粉吸水率最大，面團穩(wěn)定時間最小，說明該性狀缺少多樣性。穗數(shù)、蛋白質(zhì)、濕面筋和面粉吸水率4個性狀的均高于平均值，說明這39個小麥品種（系）的性狀遺傳多樣性受這4個性狀遺傳變異的影響較大。綜合來看，除了面團穩(wěn)定時間的明顯偏低外，其余9個性狀差別較小，接近平均值。

2.2 主要性狀的相關性分析

10個主要性狀之間均存在不同程度的相關性（表3）。其中，產(chǎn)量與容重呈顯著正相關（＜0.05，下同），與穗數(shù)呈極顯著正相關（＜0.01，下同），與濕面筋呈顯著負相關；千粒重與濕面筋呈顯著正相關，與穗粒數(shù)和穗數(shù)呈極顯著負相關；容重與面團穩(wěn)定時間呈顯著正相關，與穗數(shù)呈極顯著正相關，與濕面筋呈極顯著負相關；穗粒數(shù)與穩(wěn)定時間呈顯著負相關，與穗數(shù)呈極顯著負相關；穗數(shù)與面團穩(wěn)定時間呈極顯著正相關，與濕面筋呈極顯著負相關；蛋白質(zhì)與濕面筋呈極顯著正相關；濕面筋與面團穩(wěn)定時間呈極顯著負相關；面粉吸水率與面團穩(wěn)定時間呈顯著正相關。鑒于小麥品種是多種性狀的集合，難以用單一性狀進行準確評價，因此需在綜合多個性狀后采用多元分析方法進一步評價。

表2 黃淮南片小麥主要性狀的變異系數(shù)及多樣性指數(shù)

表3 39份小麥品種（系）主要性狀的相關系數(shù)

“*”和“**”分別表示在0.05和0.01水平顯著相關

“*”and“**”indicate significant correlation at the 0.05 and 0.01 level, respectively

2.3 主要性狀的聚類分析

利用10個主要農(nóng)藝及品質(zhì)性狀對參試小麥進行聚類分析，結(jié)果（圖1）發(fā)現(xiàn)在歐氏距離6.5處可將小麥品種（系）分為5大類群，按照分類結(jié)果，將5大類群的10個性狀值重新排布（表4）。

類群Ⅰ包含鄭麥22、厚德麥981等12份小麥品種（系）（占比30.7%），該類群的穩(wěn)定時間和吸水率均是最低的，蛋白質(zhì)（15.2%）和濕面筋（36.6%）偏上水平，產(chǎn)量（8001.0kg/hm2）和穗數(shù)（595.5萬/hm2）均較低，株高（80.4cm）偏高。類群Ⅱ包含順麥11號、中穎8號等13個品種（系）（占比33.3%），穗粒數(shù)（33.5）為5類中最高的，產(chǎn)量（7992.0kg/hm2）和穗數(shù)（591.0萬/hm2）均偏低，該組中科大1026達到中強筋水平。類群Ⅲ包含山農(nóng)116、瑞華1568等9個小麥品種（系）（占比23.1%），該類群中的蛋白質(zhì)（14.1%）和濕面筋（31.3%）均偏低，該類群中的山農(nóng)116達到了中強筋小麥標準，類群Ⅲ相比類群Ⅱ的面團穩(wěn)定時間有所提升，但蛋白質(zhì)和濕面筋弱于類群Ⅱ。類群Ⅳ僅包含2個小麥品種（系）（占比5.1%），分別是中麥578和輪選2000，都為強筋小麥，該類群的面團穩(wěn)定時間（15.8min）、容重（824.3g/L）和千粒重（49.8g）均是5大類群中最高的。類群Ⅴ包含3個小麥品種（系）（占比7.7%），其中新麥45和德研0518均達到了強筋水平。從圖1可以看出，強筋小麥有明顯的聚集效應，并且類群Ⅳ的小麥品種（系）產(chǎn)量居第1位，該類群將高產(chǎn)和優(yōu)質(zhì)性狀結(jié)合地較好?？傮w而言，參試品種（系）里，強筋和中強筋品種（系）占比（15.4%）少，沒有弱筋品種（系）。

圖1 基于10個主要性狀對黃淮南片小麥品種（系）的聚類分析

表4 黃淮區(qū)試小麥品種（系）各類群性狀的統(tǒng)計分析結(jié)果

2.4 主要性狀的主成分分析和綜合評價

2.4.1 主成分分析 主成分分析法可將眾多具有相關性的性狀重新組合，形成少數(shù)綜合指標，有效反映小麥品種（系）的大部分信息。對黃淮區(qū)試小麥品種（系）的10個主要性狀進行主成分分析，結(jié)果（表5）顯示，前4個主成分（PC1～PC4）的貢獻率分別為30.34%、19.01%、13.66%和10.75%，累積貢獻率為73.76%，能反映黃淮區(qū)試小麥品種（系）10個性狀的大部分信息。

由表5可知，第1主成分特征值3.03，貢獻率為30.34%。在其特征向量中，為正值且數(shù)值較大的性狀有千粒重和容重，為負值且絕對值較大的是濕面筋，穗數(shù)增加有助于產(chǎn)量的提高，容重是同千粒重呈負相關的性狀，也能看出穗數(shù)的增加對濕面筋有降低作用。

第2主成分特征值1.90，貢獻率為19.01%，在其特征向量中，為正值且較大的有蛋白質(zhì)、面團穩(wěn)定時間和面粉吸水率，該主成分主要反應品質(zhì)性狀，特征向量為負值且絕對值較大的是穗粒數(shù)和株高，小麥品質(zhì)的提高稍微制約株高的提升，這一特征從強筋小麥新麥45、山農(nóng)116等可以看出。

表5 4個主成分的特征值和得分系數(shù)矩陣

第3主成分特征值1.37，貢獻率為13.66%，特征向量為正值且較大的有株高、蛋白質(zhì)含量和面團穩(wěn)定時間，為負值且絕對值較大的是穗粒數(shù)，穗粒數(shù)增多會影響千粒重。

第4主成分特征值為1.08，貢獻率為10.75%，特征向量較大的為穗數(shù)和蛋白質(zhì)，特征向量為負值的是穗粒數(shù)和面團穩(wěn)定時間，其絕對值較小，對穗數(shù)和蛋白質(zhì)的制約作用一致。

2.4.2 綜合評價 參照胡標林等[15]的方法，分別計算39份小麥品種（系）的綜合評價值（）。利用10個性狀的標準化值，代入表5的4個主成分中，求得各品種（系）的4個主成分得分（），其中第1主成分線性方程為：1j=0.551j-0.0912j+0.863j-0.354j-0.365j+0.736j-0.297j-0.798j+0.289j+0.6410j，

1表示產(chǎn)量，2表示穗數(shù)，3表示千粒重，4表示株高，5表示穗粒數(shù)，6表示容重，7表示蛋白質(zhì)，8表示濕面筋，9表示面團穩(wěn)定時間，10表示面粉吸水率，表示39份小麥品種（系）。

利用隸屬函數(shù)將4個主成分得分（）歸一化處理，結(jié)合表5計算出的4個主成分權(quán)重系數(shù)（41.13%、25.77%、18.52%、14.57%），計算各材料的綜合得分：=0.41131+0.25772+0.18523+0.14574，值越高，則該品種（系）的綜合表現(xiàn)越好。

由表6可知，綜合得分前5位分別是新麥45、輪選2000、山農(nóng)116、華成865和德研0518。其中新麥45和輪選2000為強筋小麥，山農(nóng)116為中強筋小麥。另外2個強筋小麥德研0518和中麥578分別排在第5和第6位；中強筋小麥科大1026排在第10位，值排名前10的品種（系）囊括了參加2年區(qū)試的所有中強筋和強筋小麥品種，說明現(xiàn)階段培育的優(yōu)質(zhì)小麥，不僅在品質(zhì)方面突出，在綜合表現(xiàn)上也很優(yōu)秀，同時也能看出優(yōu)質(zhì)小麥和中筋小麥間的差距正在變大。

表6 39份小麥品種（系）的主成分得分（y）、歸一化值（u）和綜合評價值（D）

3 討論

3.1 黃淮麥區(qū)小麥種質(zhì)資源豐富

小麥育種的進展和突破依賴于種質(zhì)資源的發(fā)現(xiàn)和高效利用，由于近年來國內(nèi)育種進程的加快，所用種質(zhì)資源集中在少數(shù)骨干親本上，導致遺傳多樣性降低，已有很多育種者意識到了想要提高小麥育種水平，必須擴大種質(zhì)資源多樣性。研究人員對國內(nèi)外不同地區(qū)的小麥多樣性進行了深入分析，柴永峰等[16]分析了國外146份小麥種質(zhì)的遺傳多樣性，18個農(nóng)藝性狀的平均CV為10.9%，平均為1.4；丁明亮等[17]分析了云南省近10年育成的小麥品種，平均為1.916，籽粒粗蛋白的多樣性最高；曾潮武等[18]對新疆210份春小麥品種的分析，平均為1.993，千粒重的遺傳多樣性最高。本研究得出，面團穩(wěn)定時間的CV最大，說明黃淮流域小麥品種的面團穩(wěn)定時間遺傳基礎最豐富，改良空間大。育種者應合理籌劃，擴大親本選擇范圍，將多種材料通過雜交、回交和復交等方式，選育出高產(chǎn)優(yōu)質(zhì)的小麥品種。在后續(xù)的研究工作中，將考慮采用SSR標記等手段對品種進行重新分類，期望從遺傳角度考察小麥種質(zhì)資源特性。

3.2 黃淮麥區(qū)小麥品種現(xiàn)狀及改良策略

彭邵峰等[19]對黃淮北片小麥研究表明，中強筋小麥產(chǎn)量高于強筋小麥，強筋小麥的穗數(shù)和千粒重都偏低，有高產(chǎn)潛力，而本研究發(fā)現(xiàn)，參試的品種（系）中，出現(xiàn)了一些高產(chǎn)的強筋和中強筋品種，如新麥45和輪選2000，優(yōu)質(zhì)不高產(chǎn)的現(xiàn)象正在逐步得到解決。

聚類分析結(jié)果表明，小麥品種的集合呈現(xiàn)品質(zhì)化，強筋品種和中強筋品種聚類在一起，中筋品種聚在一組；同時發(fā)現(xiàn)，來自不同省份的小麥品種（系）聚在一組，如對黃淮和長江中下游冬麥區(qū)小麥品種（系）的聚類分析中，發(fā)現(xiàn)不同麥區(qū)的小麥品種（系）聚類在一組，地區(qū)氣候差異性的縮小促進了小麥種質(zhì)資源的跨省份交流，以后在配制親本組合時，注意考慮在不同類群中選擇，不必在意區(qū)域位置[20-21]。劉易科等[22]通過SNP分析發(fā)現(xiàn)，部分區(qū)域麥種遺傳相似性較高，需引入新的種質(zhì)資源，拓寬遺傳基礎。區(qū)試數(shù)據(jù)的分析結(jié)果精度受限于各試點統(tǒng)計結(jié)果的差異性以及試驗環(huán)境的穩(wěn)定性，且小麥表型性狀受多基因和環(huán)境共同控制，將來的研究中若結(jié)合分子標記等技術(shù)[23]，可大大提高研究準確性，縮短育種年限。

小麥育種工作應緊跟實際生產(chǎn)需求，現(xiàn)階段及未來一段時間的育種目標應是優(yōu)質(zhì)、高產(chǎn)、專用。本文的39份黃淮區(qū)試小麥品種（系），優(yōu)質(zhì)強筋小麥占比少（10.26%），絕大多數(shù)為中筋小麥，朱保磊等[24]認為河南小麥優(yōu)質(zhì)品種的種質(zhì)來源狹窄，優(yōu)質(zhì)品種多為小偃號（小偃6號及其娣妹系）的后代。曹穎妮等[25]對河南省近10年區(qū)試品種分析，認為當前蛋白質(zhì)質(zhì)量的改良是重點，且各品種性狀要平衡發(fā)展。在穩(wěn)定提高產(chǎn)量的前提下，注重引入優(yōu)質(zhì)小麥品種（例如中麥255的親本之一為澳洲優(yōu)質(zhì)麥）逐步改善各農(nóng)藝及品質(zhì)性狀（特別是面團穩(wěn)定時間），通過誘變等手段改良本地品種，培育和壯大本區(qū)域優(yōu)質(zhì)高產(chǎn)小麥品種，同時也要結(jié)合時代發(fā)展需求，彌補弱筋小麥品種的短板。

4 結(jié)論

黃淮南片麥區(qū)新育成的39份小麥品種（系）具有較高的遺傳多樣性，多樣性指數(shù)均值為1.88。參試品種（系）中強筋優(yōu)質(zhì)品種占比少，面團穩(wěn)定時間變異系數(shù)最大（71.93%），品質(zhì)性狀需進一步提升。主成分分析將10個性狀歸為4個主成分，共可解釋73.76%的性狀信息。新麥45、輪選2000、山農(nóng)116、華成865和德研0518綜合評價值較高，可考慮作為小麥育種的首選親本資源。

[1] 何中虎，莊巧生，程順和，等. 中國小麥產(chǎn)業(yè)發(fā)展與科技進步. 農(nóng)學學報，2018，8(1)：99-106.

[2] 孫憲印，米勇，王超，等. 基因型和環(huán)境及其互作效應對旱肥地小麥產(chǎn)量性狀的影響. 分子植物育種：1-18[2021-4-13]. http:// kns.cnki.net/kcms/detail/46.1068.S.20200925.1723.010.html.

[3] 張帥，龐玉輝，王征宏，等. 小麥種質(zhì)資源農(nóng)藝性狀變異及其遺傳多樣性分析. 作物雜志，2018(2)：44-51.

[4] 周麗艷，郭振清，馬玉玲，等. 春小麥品種農(nóng)藝性狀的主成分分析與聚類分析. 麥類作物學報，2011，31(6)：1057-1062.

[5] 張學智，魏芝，楊珍. 春性硬粒小麥品種農(nóng)藝性狀的聚類分析. 作物品種資源，1998(4)：15-16，19.

[6] 魏亦農(nóng)，曹連莆. 二棱啤酒大麥品種資源農(nóng)藝性狀的聚類分析和主成分分析. 種子，2003(3)：69-70.

[7] 程曉明，程婧曄，胡文靜，等. 23個小麥品種春化特性主成分分析及聚類分析. 江蘇農(nóng)業(yè)科學，2019，47(8)：64-68.

[8] 宋曉，張珂珂，黃晨晨，等. 基于主成分分析的氮高效小麥品種的篩選. 河南農(nóng)業(yè)科學，2020，49(12)：10-16.

[9] 張志偉. 基于主成分分析法的5種棕櫚科苗木抗寒性評價. 種子，2019，38(12)：72-76.

[10] 孟麗梅，楊子光，孫軍偉，等. 53份小麥品種農(nóng)藝性狀的聚類分析. 山西農(nóng)業(yè)科學，2018，46(7)：1085-1088.

[11] 常世豪，楊青春，舒文濤，等. 黃淮海夏大豆品種（系）主要農(nóng)藝性狀的綜合性分析. 作物雜志，2020(3)：66-72.

[12] 董攀，李偉，鄭有良. 波蘭小麥主要農(nóng)藝性狀分析. 麥類作物學報，2007，27(2)：216-222.

[13] 鄭文寅，黃園園，胡澤林，等. 小麥種質(zhì)資源萌發(fā)吸脹期耐濕性評價及篩選. 麥類作物學報，2021(6)：1-9[2021-04-14]. http：//kns.cnki. net/kcms/detail/61.1359.S.20210304.1112.018.html.

[14] 湯翠鳳，張恩來，董超，等. 云南新收集水稻地方品種的表型多樣性分析. 植物遺傳資源學報，2018，19(6)：1106-1116.

[15] 胡標林，萬勇，李霞，等. 水稻核心種質(zhì)表型性狀遺傳多樣性分析及綜合評價. 作物學報，2012，38(5)：829-839.

[16] 柴永峰，李秀絨，趙智勇，等. 國外小麥種質(zhì)資源農(nóng)藝性狀及品質(zhì)性狀的多樣性分析. 農(nóng)學學報，2013，3(9)：1-8.

[17] 丁明亮，林麗萍，李明菊，等. 云南育成小麥品種（系）品質(zhì)性狀遺傳多樣性分析及綜合評價. 南方農(nóng)業(yè)學報，2020，51(2)：255-266.

[18] 曾潮武，梁曉東，李建疆. 新疆春小麥種質(zhì)資源主要農(nóng)藝性狀的遺傳多樣性分析. 分子植物育種，2017，15(9)：3740-3750.

[19] 彭紹峰，張媛菲，呂樹作，等. 黃淮北部不同蛋白質(zhì)含量類型小麥產(chǎn)量結(jié)構(gòu)分析. 作物研究，2020，34(2)：124-127.

[20] 王亞飛，李世景，徐萍，等. 黃淮和長江中下游冬麥區(qū)小麥品種（系）農(nóng)藝性狀及其聚類分析. 中國生態(tài)農(nóng)業(yè)學報，2020，28(3)：395-404.

[21] Sun Q H，Miao C Y，Martin H，et al. Global heat stress on health，wildfires，and agricultural crops under different levels of climate warming. Environment International，2019，128：125-136.

[22] 劉易科，朱展望，陳泠，等. 基于SNP標記揭示我國小麥品種（系）的遺傳多樣性. 作物學報，2020，46(2)：307-314.

[23] 張東，張政，史雨剛，等. 小麥產(chǎn)量相關性狀的全基因組關聯(lián)分析. 麥類作物學報，2020，40(4)：434-443.

[24] 朱保磊，謝科軍，薛輝，等. 河南省小麥品種（系）的品質(zhì)狀況及演變規(guī)律. 麥類作物學報，2017，37(5)：623-631.

[25] 曹穎妮，余大杰，趙光華，等. 2006-2016年河南省小麥區(qū)域試驗品種（系）的品質(zhì)性狀分析. 麥類作物學報，2018，38(8)：893-899.

Comprehensive Analysis of Main Traits of Newly Bred Wheat Varieties (Lines) in Southern Huang-Huai Region

Du Xiaoyu, Li Nannan, Zou Shaokui, Wang Lina, Lü Yongjun,Zhang Qian, Li Shuncheng, Yang Guangyu, Han Yulin

(Zhoukou Academy of Agricultural Sciences, Zhoukou 466001, Henan, China)

A total of thirty-nine winter wheat varieties (lines) tested in the national winter water section trial in the Southern Huang-Huai region in 2017-2018 and 2018-2019 were used as materials, and ten main traits of the tested wheat varieties (lines) were comprehensively evaluated by calculating the diversity index, cluster analysis, correlation analysis, and principal component analysis. The results showed the diversity indexes (’) of the ten main traits were 1.56-2.01 with an average of 1.88. Among them,of flour water absorption was the largest andof dough stabilization time was the smallest. The coefficient of variation of dough stabilization time was the highest (71.93%). Principal component analysis classified ten traits into four principal components which could explain 73.76% of the trait information. At the Euclidean distance of 6.5, the 39 wheat varieties (lines) could be divided into five groups, each group had its own emphasis and high-quality wheat presents clustering characteristics. On the whole, the higher the comprehensive evaluation value () of the wheat variety, the better the comprehensive traits. The score of strong gluten wheat was higher than that of medium-strong gluten wheat, and the score of medium gluten wheat was relatively low. The wheat varieties (lines) in the Southern Huang-Huai region had high genetic diversity. Varieties (lines) such as Xinmai 45, Shannong 116, and Lunxuan 2000 with better comprehensive performance can be used as the preferred parents sources for wheat breeding.

Wheat trait; Cluster analysis; Principal component analysis; Comprehensive analysis

10.16035/j.issn.1001-7283.2021.04.006

杜曉宇，從事作物遺傳育種研究，E-mail：du6536@126.com

韓玉林為通信作者，從事作物遺傳育種研究，E-mail：hanyulin2005@126.com

財政部和農(nóng)業(yè)農(nóng)村部：國家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系（CARS-03-02-33）；河南省現(xiàn)代小麥產(chǎn)業(yè)技術(shù)體系（Z2010-01-11）；河南省重大科技專項（181100110200）；國家重點研發(fā)計劃（2017YFD0100700，2016YFD0101802）

2020-12-31；

2021-05-25；

2021-07-05