統計學在植物品種改良中的應用研究論文
統計學在植物品種改良中的應用研究論文
摘要：本文透過在植物品種改良中應用統計學部分原理，以雙因素方差分析計算區分出影響植物品種特徵特性的遺傳與非遺傳因素，以累計貢獻率、主成分分析、通徑分析確定影響植物品種的主要性狀指標，對育成的優勢組合採取聚類分析，篩選優勢組合群體，為加快育種程序降低育種成本提供借鑑參考。
關鍵詞：統計學；植物育種；應用研究
統計學是數學的一個重要組成部分，統計學的英文名稱為statistics，其重點在與對資料的收集、處理和分析，並最終從資料分析中發現科學的規律或結論。一般認為其源於對社會經濟問題的研究，歷經“城邦政情”、“政治算數”和“統計分析科學”三個階段。發展至今已經成為社會政治、經濟、金融等眾多領域的重要工具。
而在農業科學研究方面，統計學的應用還主要存在於農業經濟類社會學科的應用上，在農業自然科學應用方面還相對較少、應用相對簡單，主要以差異性檢驗、相關性分析為主。
統計學能不能更深入一步的應用於植物新品種的培育與資源創新工作呢？透過與相關科研人員接觸，參與科研活動，筆者認為統計學完全可以更深入、更廣泛的應用於植物品種改良、資源創新科研工作中，為降低品種改良盲目性、提高品種改良效率、降低品種改良成本有重要意義。
1當前農業科研中植物品種改良的現狀
當前的植物品種改良過程主要包括兩個階段：一是種質資源的創新與改造，二是雜交組合的配製。其中資源的創新與改造是品種改良的重點，存在的問題有以下兩點：
1.1資源性狀控制因素認知不清，資源創新盲目性較大
由於多年來我國高等教育中高度精細的專業設定，從事品種改良的育種工作者專業性極強，知識面相對狹窄，品種選育中對資源某一性狀的掌握以縱向為主，缺乏橫向比對，對控制某一性狀的因素屬於遺傳或非遺傳型別認識不清，存在很大的選育盲目性。例如，當前熱炒的富硒抗癌植物品種選育，問題在於硒在該農作物中的高含量是品種因素還是栽培因素造成的，存在著認知不清的問題，如不加釐清，盲目上馬選擇富硒資源，工作就存在很大的不確定性。
1.2科研投入精力與物力過大
為確定植物品種性狀為遺傳性狀，當前開展了大量的基因工程研究，重點透過分子標記的手段來確定遺傳性狀。而透過分子進行標記的前提是該性狀必須為遺傳性狀，因此前期的性狀遺傳性認定工作量非常巨大，篩選的過程不僅週期長、而且裝置昂貴、藥品毒性高，導致科研上的投入不僅科研人員精力增多、而且財力物力的投入也十分大，在一定程度上影響了育種工作的程序。
2以統計學中幾個計算方法對植物品種選育的促進作用
在上述1中存在的兩點問題是當前在植物品種改良過程中存在的主要問題，其實透過精細的試驗設計，對種質資源的'相關指標進行檢測並進行統計分析，就能很好的助力新品種的選育工作。具體包含以雙因素方差分析：鑑別種質資源中性狀的遺傳與非遺傳特性；以主成分分析、通徑分析：確定影響品種特性的主要性狀；以聚類分析：對配製的雜交組合進行規劃分類，篩選優良品種。
2.1以雙因素方差分析鑑定種質資源的遺傳與非遺傳性狀
仍以富硒食品中硒的含量為例，能否開發富硒的植物品種首先要鑑定硒在植物中的含量是否受遺傳控制，即品種間有顯著差異，這就需要排除栽培管理因素、氣候因素、人為誤差等各種因素的影響，這可總稱為非遺傳因素，因此在設計試驗時，以相同的品種群體在不同的地區間進行生產繁殖，統一檢驗檢測標準，並獲得檢測結果進行分析。例如對10個品種分別在10個不同地區種植，取樣後檢驗硒的含量，其中品種之間的差異代表遺傳性影響，而不同地區間的差異代表非遺傳性影響。
遺傳與非遺傳因素對品種的影響，包括在品質、抗性、產量等眾多方面，均可以不同品種不同地區間相同指標的雙因素方差分析來鑑別，因試驗設計與檢驗檢測手段均為成熟的技術手段，所以投入的精力與財力物力會很低。對於受遺傳因素影響的性狀指標，就可作為品種改良的重要指標，而受非遺傳因素影響的性狀指標，可避免徒勞的選育工作，透過栽培管理手段來實現。
2.2以主成分分析、累計貢獻率、載荷和通徑分析確定品種改良的主要性狀
在植物品種改良過程中，某一方面性狀會含有很多類詳細指標，如品質方面含有蛋白質、脂肪、碳水化合物、纖維素、維生素、礦物質、水分等等；在抗性方面含有脯胺酸、丙二醛、POD、SOD等等；在產量方面含有株高、單株重、單果重、密度、結果數等等。在對影響特定性狀的指標選擇時，對一些影響較小、微乎其微的指標就可忽略不計，重點對主要指標進行選擇。
因此，需要對所有指標進行一下主成分分析，每一項指標的特徵值，計算各自在整體的貢獻率、從貢獻率最大指標開始依次累加各指標的貢獻率，獲得累計貢獻率，超過85%為止，這幾項指標就可作為影響該品種相關性狀的主要指標。
需要注意的是，影響某品種的某方面性狀的相關指標有正向相關的，同時也有負向相關的。如可溶性糖含量高品質就好，脯胺酸含量高耐寒性就好，這呈現的就是正相關；而苦味素含量增高品種口感品質變差，丙二醛含量高耐寒性變差，這呈現的就是負相關。
因此，獲得影響性狀的主要指標後，還要對各指標進行一個相關性分析，確定每一項指標間的正負性，在綜合考量的基礎上，做出最終的品種選育決定。
以穀子高品質品種選育為例，選擇含量最高的五個指標粗蛋白、脂肪、總碳水化合物、粗纖維、水分為分析物件。透過主成分分析，確定粗蛋白、脂肪、總碳水化合物、粗纖維這4個指標為影響穀子品質的主要指標；相關性分析顯示粗蛋白與粗纖維與品質呈負相關性，脂肪與總碳水化合物與品質呈正相關性，通徑分析各指標對品質影響的直接或間接作用，因此高品質品種的選育需要在低世代時選擇正相關的指標，在高世代時再選擇負相關的指標。據此就能選出營養豐富、口感良好的穀子新雜交組合群體，透過最終選擇確定一個最佳品種。
2.3聚類分析在雜交組合篩選中的應用
在完成種質資源創新的基礎上，利用含優良目標性狀種質資源配製一系列的雜交組合群體，在雜交組合群體中要優中選優，簡單直接的直接感官測定，存在隨意性大、誤差明顯的缺點。科學的研究應以資料來說話，因此需要對雜交組合群體進行一次聚類分析，將群體中組合分為優、良、一般、差等不同等級，再在優良的等級裡選擇最優的組合作為新品種。
聚類分析的另一個優點就是可以對聚類後的同類群體進行不用用途品種的開發。以不同季節黃瓜栽培品種選育為例，首先對配製的雜交組合進行耐寒性聚類分析，選擇出其中耐寒性優良的一類，耐寒性一般、差的組合直接淘汰；耐寒性優良的一類中根據所耐低溫度程度與耐性時間長短，可將組合分成冬季溫室專用品種、早春大棚專用品種等不同的型別。
當然聚類分析的缺點也是所有統計學的短板，就是無法對植物品種的描述性指標進行分析，因此對性狀指標檢測時儘可能多的以資料形式進行。如刺、毛、瘤、粒、體積等指標，應以單位面積或個體內的具體資料體現，避免出現多、少、深、淺、大、小等模糊性描述性文字。
3結論與探討
綜上所述，以成熟簡單的理化指標檢測手段可以較低的成本與精力投入促進植物新品種改良研究的程序。統計分析不僅僅侷限於某一個數據指標的顯著性差異分析、相關性分析，綜合利用起來，在合理試驗設計的條件下，可建立一套完成的品種選育流程。其中以主成分分析、貢獻率、累計貢獻率、載荷來確定種質資源的主要性狀指標，以相關性分析確定選擇的正負方向；對未知的有特殊價值的性狀指標，先進行遺傳與非遺傳因素的雙因素方差分析，確定為遺傳因素後再進行定向的選擇，獲取或高或低的優異種質資源；利用已選出的優異資源配製雜交組合，透過生產性試驗採集資料後進行聚類分析，選出適宜不同生產方式使用的植物新品種。
本研究重點解決的是品種選育中的盲目性，並非指生物工程、基因工程等不應該進行，只是在開展生物工程、基因工程之前，對相關的性狀進行一下初步篩選，避免盲目上馬造成的精力、物力、財力的浪費，對確定的遺傳性性狀進行分子標記能讓資源改良的目的性更強、精準性更高。
參考文獻：
[1] 劉曉東.影響穀子Fe、Zn、Mg、Se元素含量的品種與地域因素差異性研究.河北農業科學，2011，15（10）：7-10，108.
[2] 張愛霞.穀子主要營養品質性狀遺傳差異與選擇研究.中國農學通報，2012，28（21）：58-62.