盧茂昂 彭小愛(ài) 李 敏 宋有洪 何賢芳，2，* 朱玉磊，*

（1安徽農(nóng)業(yè)大學(xué)農(nóng)學(xué)院，安徽合肥 230036；2安徽省農(nóng)業(yè)科學(xué)院作物研究所，安徽合肥 230001）

小麥（Triticum aestivumL.）是我國(guó)三大主糧之一，在我國(guó)的糧食生產(chǎn)及存儲(chǔ)上占據(jù)重要的戰(zhàn)略地位［1］。目前我國(guó)對(duì)小麥分級(jí)的主要方式是人工目測(cè)，具有強(qiáng)烈的主觀性、隨意性，且效率較低［2］。在早期的農(nóng)業(yè)生產(chǎn)中，籽粒形態(tài)是主要的育種目標(biāo)之一，受到人為選擇影響較大［3］。高均勻度品種的單籽粒間形態(tài)差異較小，播種后有利于提升出苗均勻性［4-5］、幼苗長(zhǎng)勢(shì)［6］及抗寒性［7］等，且收獲時(shí)千粒重較高［8］，有較高的市場(chǎng)售價(jià)［9］，受到種植者的喜愛(ài)。同時(shí)，均勻度較高的小麥品種在產(chǎn)品初加工時(shí)有利于脫殼［10］、提高出粉率［11］、降低分類(lèi)能耗［12］，二次加工時(shí)因其磨粉品質(zhì)較高和吸水率表現(xiàn)較好，加工出的糕點(diǎn)［13］和面條［14］的品質(zhì)更好。因此，明確籽粒均勻度的評(píng)價(jià)方法，有利于篩選出高均勻度品種，提升作物群體均勻度，增加逆境抗性，構(gòu)建高效高產(chǎn)作物群體［15］，對(duì)保障我國(guó)糧食安全有著重要意義。

籽粒均勻度是一個(gè)復(fù)雜的綜合指標(biāo)，受作物基因調(diào)控［16-17］，也受環(huán)境影響［18-21］。Zhao等［22］研究表明，Btr1-A基因抑制小麥胚軸發(fā)育過(guò)程中生物細(xì)胞壁合成基因的表達(dá)，減少花序節(jié)點(diǎn)細(xì)胞壁合成，導(dǎo)致小麥籽粒破碎，形成不完全粒，降低籽粒均勻度。馮寬等［23］在花后5～8 d對(duì)新疆主栽品種新春11號(hào)進(jìn)行高溫處理，結(jié)果表明花后早期高溫脅迫促進(jìn)小麥籽粒早期發(fā)育，抑制籽粒后期發(fā)育，最終顯著降低粒長(zhǎng)、粒寬、直徑和淀粉形態(tài)，影響小麥籽粒均勻度。Wendt等［24］以900份大麥的種質(zhì)近等基因系為試驗(yàn)材料，鑒定HvDep1位點(diǎn)突變對(duì)大麥造成的影響，結(jié)果表明HvDep1位點(diǎn)是粒長(zhǎng)和莖稈的正調(diào)節(jié)因子，該位點(diǎn)突變會(huì)導(dǎo)致粒長(zhǎng)和株高顯著降低；此外，干旱條件會(huì)激發(fā)Hvdep1等位基因相關(guān)早熟特點(diǎn)，導(dǎo)致灌漿提前結(jié)束，影響籽粒形態(tài)，降低千粒重。

目前國(guó)內(nèi)對(duì)于均勻度的評(píng)價(jià)方法主要有變異系數(shù)法［25］和變異系數(shù)倒數(shù)法［26］，是以單個(gè)指標(biāo)或幾個(gè)指標(biāo)結(jié)合的方式來(lái)評(píng)價(jià)參試材料，分析基礎(chǔ)主要是標(biāo)準(zhǔn)差和平均值。鑒于影響小麥籽粒均勻度的因素較多，直接利用各單項(xiàng)指標(biāo)難以準(zhǔn)確、直觀地評(píng)價(jià)小麥籽粒均勻度。多元統(tǒng)計(jì)分析是一種在多個(gè)對(duì)象和多個(gè)指標(biāo)互相關(guān)聯(lián)的情況下統(tǒng)計(jì)其規(guī)律的綜合分析方法，適用于復(fù)雜性狀的研究，有利于復(fù)雜農(nóng)藝性狀的多個(gè)指標(biāo)綜合評(píng)價(jià)方法的建立［27］。因此，本研究通過(guò)對(duì)150份小麥材料在兩環(huán)境下的8個(gè)小麥籽粒表型指標(biāo)進(jìn)行綜合分析，了解指標(biāo)的遺傳多樣性、指標(biāo)相互關(guān)系及資源分類(lèi)特點(diǎn)，并采用多元統(tǒng)計(jì)分析方法，建立小麥籽粒均勻度綜合評(píng)價(jià)指標(biāo)，旨在篩選不同級(jí)別籽粒均勻度材料，為小麥育種家和研究工作者提供籽粒均勻度評(píng)價(jià)方法和合適材料。

1 材料與方法

1.1 試驗(yàn)材料

試驗(yàn)材料150份（見(jiàn)電子附表1），編號(hào)1～150，包括育成品種109份、品系32份及地方材料9份，均由安徽省農(nóng)業(yè)科學(xué)院作物研究所提供。供試材料主要來(lái)自于安徽及江蘇，分別為67份和43份，其余材料來(lái)自四川12份、山東11份、河南11份、北京2份，福建、陜西、浙江及以色列各1份。

試驗(yàn)材料秋播于安徽省農(nóng)業(yè)科學(xué)院阜南（E1）及阜陽(yáng)（E2）試驗(yàn)基地，播種日期分別為2020年10月18日和10月21日。試驗(yàn)采取隨機(jī)區(qū)組設(shè)計(jì)，每份材料種植5行，行長(zhǎng)2 m，行距20 cm，3次重復(fù)。常規(guī)田間管理，整個(gè)生育期未發(fā)生嚴(yán)重病蟲(chóng)害。

1.2 測(cè)定指標(biāo)及方法

分別于2021年6月4日和6月6日收獲阜南（E1）及阜陽(yáng)（E2）試驗(yàn)基地小麥材料。采用人工收割，機(jī)械脫粒獲得樣品籽粒。曬干后每份材料隨機(jī)取出300粒左右完整的種子，利用SC-G型自動(dòng)考種分析儀（杭州萬(wàn)深）測(cè)定每份材料籽粒粒長(zhǎng)（grain length，GL）、粒寬（grain width，GW）、直徑（diameter，D）、圓度（roundness，R）、長(zhǎng)寬比（grain length width ratio，GLWR）、周長(zhǎng)（grain perimeter，GP）、表面積（grain area，GA）及千粒重（thousand grain weight，TGW），共3次重復(fù)。計(jì)算阜南和阜陽(yáng)兩個(gè)環(huán)境下的平均值，用于后續(xù)分析。

1.3 數(shù)據(jù)分析

利用Excel 2020對(duì)表型數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，參照謝向譽(yù)等［28］的方法進(jìn)行多樣性指數(shù)（H'）評(píng)價(jià)；參照孫東雷等［29］的方法計(jì)算各小麥材料的綜合得分；利用SPSS 26進(jìn)行相關(guān)性分析、聚類(lèi)分析、主成分分析和隸屬函數(shù)計(jì)算［30］，使用Origin 2021作圖。以標(biāo)準(zhǔn)化矩陣為基礎(chǔ)，對(duì)8個(gè)小麥籽粒表型指標(biāo)進(jìn)行主成分分析，根據(jù)累積貢獻(xiàn)率>80%的原則確定主成分個(gè)數(shù)［31］。計(jì)算不同材料在選定主成分上的值，并利用隸屬函數(shù)法進(jìn)行標(biāo)準(zhǔn)化處理標(biāo)度到區(qū)間［0，1］［32］。計(jì)算公式如下：

式中，Xj表示第j個(gè)指標(biāo)，Xmin、Xmax分別表示每個(gè)主成上各個(gè)指標(biāo)的最小、最大的分值；Wj表示第j個(gè)主成分的權(quán)重；Pj表示經(jīng)主成分分析所得到的特征值。D值越大，表明材料8個(gè)數(shù)量指標(biāo)評(píng)價(jià)的綜合得分越高［27］，均勻度越高。

2 結(jié)果與分析

2.1 表型多樣性統(tǒng)計(jì)和相關(guān)性分析

如表1所示，150份小麥材料的粒長(zhǎng)、粒寬、直徑、圓度、長(zhǎng)寬比、周長(zhǎng)、表面積和千粒重8個(gè)指標(biāo)均存在豐富變異，變異系數(shù)范圍為3.56%～9.88%。千粒重變異系數(shù)最大，達(dá)到了9.88%，最大千粒重為60.82 g，是最小千粒重（35.81 g）的1.70倍；籽粒直徑變異系數(shù)最小，為3.56%，變化范圍為4.22～4.97 mm。各指標(biāo)遺傳多樣性指數(shù)（H'）都較高，其中最高的是粒長(zhǎng)、直徑、圓度、長(zhǎng)寬比和表面積，為2.08，最低的是千粒重，為2.02。遺傳多樣性指數(shù)由低到高依次為千粒重<周長(zhǎng)<粒寬<圓度=直徑=表面積=長(zhǎng)寬比=粒長(zhǎng)。

表1 試驗(yàn)材料籽粒均勻度相關(guān)指標(biāo)統(tǒng)計(jì)描述及多樣性指數(shù)分析Table 1 Statistical description of indicators related to seed uniformity and diversity index of the experimental materials

粒長(zhǎng)、粒寬、直徑、圓度、長(zhǎng)寬比、周長(zhǎng)、表面積、千粒重的平均值分別為6.50 mm、3.32 mm、4.63 mm、0.51 mm、1.97、16.88 mm、16.98 mm2、49.78 g；其中表面積、粒寬的最大值均來(lái)自71號(hào)，分別為19.47 mm2、3.64 mm；千粒重、表面積、直徑都最小值均來(lái)自于70號(hào)，分別為35.81 g、14.14 mm2、4.22 mm。

試驗(yàn)材料各指標(biāo)相關(guān)性（圖1）表明粒長(zhǎng)、粒寬、周長(zhǎng)和千粒重4個(gè)指標(biāo)和其他指標(biāo)間均呈極顯著相關(guān)（P<0.01），相關(guān)性系數(shù)范圍分別為0.26～0.94、0.55～0.86、0.35～0.94和0.26～0.89。其中，粒長(zhǎng)和周長(zhǎng)的相關(guān)系數(shù)最大，為0.94，粒長(zhǎng)與粒寬的相關(guān)系數(shù)最小，為0.26。

圖1 150份小麥材料籽粒均勻度指標(biāo)的相關(guān)性分析Fig.1 Correlation analysis of grain uniformity index of 150 wheat materials

除直徑和圓度、直徑和表面積、直徑和長(zhǎng)寬比、表面積和長(zhǎng)寬比之間無(wú)顯著相關(guān)外，其他各指標(biāo)間均呈極顯著相關(guān)。長(zhǎng)寬比與千粒重、粒寬之間呈極顯著負(fù)相關(guān)；圓度與周長(zhǎng)、粒長(zhǎng)、長(zhǎng)寬比之間呈極顯著負(fù)相關(guān)。極顯著正相關(guān)數(shù)值多數(shù)高于0.50；表面積和直徑之間的極顯著正相關(guān)性系數(shù)達(dá)到最大，為0.99；0.26為極顯著正相關(guān)最小值，出現(xiàn)在粒長(zhǎng)與粒寬之間；極顯著負(fù)相關(guān)系數(shù)最大值和最小值分別為0.98和0.26，分別出現(xiàn)在圓度與長(zhǎng)寬比、千粒重與長(zhǎng)寬比之間。

2.2 主成分分析

對(duì)150份小麥材料籽粒均勻度的8個(gè)指標(biāo)進(jìn)行主成分分析（表2），取累計(jì)貢獻(xiàn)率達(dá)到80.00%的前兩個(gè)主成分，其累計(jì)貢獻(xiàn)率達(dá)到了97.778%?？梢苑从?50份小麥材料8個(gè)籽粒均勻度相關(guān)指標(biāo)的大部分遺傳信息。第一主成分特征值是4.906，貢獻(xiàn)率是61.330%，該主成分中直徑、周長(zhǎng)、表面積和千粒重最大，反映的是籽粒大??；第二主成分特征值是2.916，貢獻(xiàn)率為36.448%，該主成分中圓度最大，反映的是籽粒形態(tài)。

表2 各性狀主成分的特征向量及貢獻(xiàn)率Table 2 Eigenvectors and percentage of accumulated contribution of principal components

2.3 小麥籽粒均勻度的綜合評(píng)價(jià)方法建立

根據(jù)各綜合指標(biāo)在不同的材料中隸屬函數(shù)值和指標(biāo)權(quán)重計(jì)算出150份小麥材料籽粒均勻度的綜合評(píng)價(jià)值（D值），D值越大說(shuō)明籽粒均勻度越高。以D值對(duì)150份小麥籽粒材料進(jìn)行聚類(lèi)分析，可將150份小麥材料聚類(lèi)為四類(lèi)（圖2）。類(lèi)群Ⅰ包括1、7、8等6份小麥材料；類(lèi)群Ⅱ僅包括2份小麥材料（70、81）；類(lèi)群Ⅲ包括4、5、6等88份小麥材料；類(lèi)群Ⅳ包括2、3、61等54份小麥材料。由表3可知，4個(gè)類(lèi)群各指標(biāo)均值，類(lèi)群Ⅰ除長(zhǎng)寬比（1.85）為4個(gè)類(lèi)群最小外，其余7個(gè)指標(biāo)均為最大，分別為6.67 mm、3.62 mm、4.91 mm、0.55 mm、17.71 mm、18.97 mm2和59.08 g；類(lèi)群Ⅱ除長(zhǎng)寬比（2.14）為4個(gè)類(lèi)群最大，其余7個(gè)指標(biāo)均為最小，分別為6.17 mm、2.93 mm、4.25 mm、0.48 mm、15.87 mm、14.30 mm2及36.45 g。8個(gè)指標(biāo)的最大值與最小值均出現(xiàn)在類(lèi)群Ⅰ和類(lèi)群Ⅱ。4個(gè)類(lèi)群在粒長(zhǎng)上均表現(xiàn)出顯著差異，范圍為6.17～6.67 mm；粒寬、直徑、表面積、千粒重均表現(xiàn)出類(lèi)群Ⅰ與類(lèi)群Ⅲ無(wú)顯著差異，與類(lèi)群Ⅱ、類(lèi)群Ⅳ呈顯著差異；8個(gè)指標(biāo)中圓度的極差最小，為0.07；4個(gè)類(lèi)群籽粒長(zhǎng)寬比均接近2.00，類(lèi)群Ⅰ長(zhǎng)寬比與類(lèi)群Ⅱ表現(xiàn)出顯著性差異。

圖2 150份小麥材料的籽粒均勻度聚類(lèi)分析圖Fig.2 Cluster analysis of grain uniformity of 150 wheat accessions

表3 不同類(lèi)群小麥材料指標(biāo)多樣性分析Table 3 Diversity of wheat materials index in different groups

以D值進(jìn)行區(qū)間劃分，可將150份材料分為四類(lèi)：低均勻度（low uniformity，LU）、中均勻度（medium uniformity，MU）、高均勻度（high uniformity，HU）和超高均勻度（ultra high uniformity，UHU），區(qū)間為［0.00～0.25）、［0.25～0.50）、［0.50～0.75）和［0.75～1.00］（表4）。其中低均勻度材料最少，為2份；超高均勻度材料較少，為12份；其次是中均勻度材料，為56份；其余80份均為高均勻度材料。低均勻度的所有材料（2份）均出現(xiàn)在類(lèi)群Ⅱ中，類(lèi)群Ⅲ包括了所有高均勻度材料（80份）。

表4 供試材料籽粒均勻度分組及占比Table 4 Grouping and proportion of grain uniformity of wheat accessions used in this study

如表5所示，超高均勻度等級(jí)材料除長(zhǎng)寬比（1.89）為4個(gè)類(lèi)群中最小值，其他7個(gè)指標(biāo)均為最大值，分比為6.69 mm、3.57 mm、4.88 mm、0.54 mm、17.69 mm、18.81 mm2和57.74 g；低均勻度等級(jí)材料則呈相反表現(xiàn)，除長(zhǎng)寬比（2.14）為4個(gè)類(lèi)群中最大值外，其他7個(gè) 指 標(biāo) 值6.17 mm、2.93 mm、4.25 mm、0.48 mm、15.87 mm、14.30 mm2和36.45 g均為最小值。在粒長(zhǎng)指標(biāo)上4個(gè)均勻度等級(jí)均表現(xiàn)出顯著性差異（P<0.05）；中均勻度粒寬與低均勻度粒寬無(wú)顯著差異，與高、超高均勻度有顯著差異。中、低粒寬之間差值最大為0.28 mm；相鄰直徑均勻度等級(jí)之間，近似是以0.24 mm為公差的等差數(shù)列；4個(gè)類(lèi)群中圓度的極差最小，為0.06 mm；低、中、高均勻度的長(zhǎng)寬比間無(wú)顯著性差異，籽粒長(zhǎng)寬比的范圍為1.89～2.14；周長(zhǎng)、表面積和千粒重三者相關(guān)性呈協(xié)同變化，3個(gè)指標(biāo)中千粒重極差最大，為21.29 g，周長(zhǎng)的極差最小，為1.82 mm。

表5 不同等級(jí)材料指標(biāo)多樣性分析Table 5 Diversity analysis of materials indicators for different levels

2.4 回歸模型的建立與籽粒均勻度指標(biāo)的選擇

為明確各指標(biāo)與小麥材料籽粒均勻度之間的關(guān)系，篩選出可靠的籽粒均勻度鑒定指標(biāo)，建立起可用于小麥的籽粒均勻度評(píng)價(jià)模型，本研究把綜合評(píng)價(jià)值（D）值作為因變量，將各小麥材料粒長(zhǎng)（X1）、粒寬（X2）、直徑（X3）、圓度（X4）、長(zhǎng)寬比（X5）、周長(zhǎng)（X6）、表面積（X7）及千粒重（X8）作為自變量，采用逐步回歸的方法建立了最優(yōu)方程：VP=-2.787+0.294X2+0.007X8+0.246X3+0.869X4-0.178X5+0.026X6+0.019X7（R2=0.999），除粒長(zhǎng)外剩余7個(gè)指標(biāo)對(duì)籽粒均勻度都有顯著性影響。用該回歸方程對(duì)小麥籽粒均勻度進(jìn)行預(yù)測(cè)，其預(yù)測(cè)值（VP）與綜合評(píng)價(jià)值（D）兩者高度相關(guān)，達(dá)到極顯著水平（P<0.01）。說(shuō)明用該回歸方程可以對(duì)小麥籽粒均勻度進(jìn)行評(píng)估，預(yù)期效果好，準(zhǔn)確性高。

2.5 超高均勻度的小麥材料的綜合評(píng)價(jià)

篩選出D值不小于0.75的超高均勻度材料，類(lèi)群Ⅰ和類(lèi)群Ⅲ各占6份，共12份（表6），分別為濟(jì)麥22、恒進(jìn)麥8號(hào)、華成1688、煙農(nóng)5158、淮麥45、周麥36、寧麥21、鎮(zhèn)麥12、百農(nóng)64、西農(nóng)916、川麥82及2011。其中寧麥21的D值最大，表明該材料單籽粒間籽粒形態(tài)最均勻，淮麥45和鎮(zhèn)麥12的CI2為負(fù)數(shù)，表明其低于第二主成分平均水平，其余材料各主成分均高于平均水平。此類(lèi)材料整體特點(diǎn)為粒長(zhǎng)、粒寬、直徑、圓度、周長(zhǎng)、表面積和千粒重都偏大，長(zhǎng)寬比為一般水平（表3）。

表6 超高均勻度小麥材料的名稱(chēng)、類(lèi)群、綜合性狀指標(biāo)值CI、隸屬函數(shù)值u（X）、D值及VP值Table 6 Name,group,comprehensive character index values CI,affiliation function value u（X）,D and VP of ultra high uniformity wheat accessions

3 討論

本研究通過(guò)對(duì)兩環(huán)境下150份小麥材料進(jìn)行描述性統(tǒng)計(jì)，發(fā)現(xiàn)籽粒形態(tài)8個(gè)指標(biāo)變異系數(shù)偏低均在10%以下，推測(cè)與供試材料大部分來(lái)自江蘇和安徽有關(guān)，證實(shí)種質(zhì)資源變異與地域來(lái)源顯著性相關(guān)［33］。材料各指標(biāo)遺傳多樣性指數(shù)在2.02～2.08之間，表明其具有豐富的遺傳多樣性，與吳宏亞等［34］、陳雪燕等［35］和丁明亮等［36］研究結(jié)果相同。相關(guān)性分析表明材料的表面積、粒長(zhǎng)、粒寬、直徑間呈兩兩極顯著正相關(guān)，其原因可能是控制指標(biāo)的基因存在一因多效的遺傳關(guān)聯(lián)。表明本研究所用試驗(yàn)材料在兩個(gè)環(huán)境下籽粒形態(tài)較為穩(wěn)定，遺傳多樣性豐富，有利于篩選出可靠的高籽粒均勻度材料。

變異系數(shù)法［25］和變異系數(shù)倒數(shù)法［26］是目前國(guó)內(nèi)對(duì)于均勻度的主要評(píng)價(jià)方法。王端飛等［37］使用變異系數(shù)研究水稻群體均勻度法，結(jié)果表明水稻穗部均勻度與千粒重呈正相關(guān)；馬達(dá)靈等［38］測(cè)定玉米株高和穗位高，使用變異系數(shù)倒數(shù)法判斷其均勻度，表明均勻度與產(chǎn)量成正相關(guān)。上述方法操作簡(jiǎn)單、便捷性較高，但均是基于單一指標(biāo)的變異系數(shù)進(jìn)行的，僅可初步估算籽粒某一性狀的變異大小，但使用單個(gè)指標(biāo)或幾個(gè)指標(biāo)的單一方法篩選籽粒均勻度存在局限性。Liu等［39］采用區(qū)域定位算法對(duì)無(wú)人機(jī)獲取的田間圖像進(jìn)行處理，以此分析田間小麥出苗均勻性，效果較好，但該方法對(duì)設(shè)備和技術(shù)等要求較高，目前不適合大范圍使用。本研究發(fā)現(xiàn)籽粒形態(tài)部分指標(biāo)間存在顯著相關(guān)性，表明指標(biāo)之間存在信息重疊［32］，進(jìn)一步說(shuō)明了單個(gè)指標(biāo)并不能對(duì)籽粒均勻度進(jìn)行判斷。本研究利用主成分分析將8個(gè)單一指標(biāo)分析后轉(zhuǎn)換成兩個(gè)獨(dú)立的綜合指標(biāo)，提供原性狀的97.778%的信息。Gegas等［3］對(duì)籽粒形態(tài)進(jìn)行主成分分析，結(jié)果表明第一主成分反映了籽粒大小，第二主成分反映了籽粒形態(tài)，與本文研究結(jié)果相同。對(duì)主成分分析結(jié)果進(jìn)行聚類(lèi)分析，表明高均勻度育種親本應(yīng)從第Ⅰ和Ⅲ類(lèi)材料中選擇。隸屬函數(shù)法將D值區(qū)間標(biāo)度為［0，1］，對(duì)其劃分為4個(gè)級(jí)別，在千粒重上四個(gè)類(lèi)群和級(jí)別呈遞增關(guān)系，符合前人的高產(chǎn)品種小麥籽粒更加均勻的觀點(diǎn)［6，10，16］。利用以D值和各材料的粒長(zhǎng)、粒寬等均勻度指標(biāo)分別作為因變量與自變量，建立最優(yōu)回歸方程VP=-2.787+0.294X2+0.007X8+0.246X3+0.869X4-0.178X5+0.026X6+0.019X7（R2=0.999）。驗(yàn)證方程VP值與D值結(jié)果呈極顯著正相關(guān)（P<0.01），結(jié)果可信。因此在選育高均勻度材料時(shí)應(yīng)注重粒寬、直徑、圓度和千粒重等指標(biāo)。

4 結(jié)論

本研究將150份小麥材料分成低均勻度、中等均勻度、高均勻度和超高均勻度4個(gè)等級(jí)。綜合評(píng)價(jià)值（D值）和線性回歸方程預(yù)測(cè)值（VP值）呈極顯著相關(guān)，粒寬、直徑、圓度、長(zhǎng)寬比、籽周長(zhǎng)、表面積及千粒重可以作為評(píng)價(jià)籽粒是否均勻的重要指標(biāo)。并根據(jù)評(píng)價(jià)方法篩選出超高籽粒均勻度小麥材料共12份。

附表1供試小麥材料編號(hào)與名稱(chēng)Table S1 Number and name of wheat materials for testing

附表1（續(xù)）

附表1（續(xù)）

附表1（續(xù)）