火炬松基因資源林的空間分析

火炬松基因資源林的空間分析

在農業(yè)和林業(yè)遺傳測量中，合理的田間試驗設計與相應的線性模型相結合，是處理區(qū)域突變的一般方法（杜特科揚科等人，2002）。林業(yè)上常用的試驗設計方法是隨機完全區(qū)組設計(RCB),它通過設置區(qū)組,對試驗地不同地塊間的條件差異實行有效控制,減少試驗誤差,提高試驗精度(黃少偉等,2001)。但隨著技術的發(fā)展,尤其是計算機輔助設計技術的發(fā)展,傳統(tǒng)的隨機完全區(qū)組設計已經被隨機不完全區(qū)組和使用區(qū)組間信息復原的模型所取代(Dutkowskietal.,2002;Nguyenetal.,1993)。這是因為林業(yè)試驗中所用的區(qū)組通常比較大,區(qū)組內的環(huán)境差異往往顯著,從而大大降低了遺傳方差與遺傳參數(shù)估算的準確性,而采用平衡不完全區(qū)組(balancedincompletedblocks,BIB),則可避免RCB設計的缺陷。田間試驗的目的是準確估算環(huán)境效應中的處理效應,但即使是再先進復雜的試驗設計,也難以根據(jù)地點變異的實際模式來確定設計單元(區(qū)組)的邊界。田間試驗中,地點的變異可以是空間連續(xù)的(土壤和小氣候效應的相似模式),也可以是不連續(xù)的(栽培措施和測量方法的不同效應),還可以是隨機的(微小環(huán)境的異質性)。即使在同一塊地點內,試驗地的空間連續(xù)性變異還可以表現(xiàn)為局部趨勢(塊狀)或總體趨勢(梯度型)的差異。在田間試驗的分析中,可以解釋地點變異和改善處理效應估計的分析方法有:趨勢面分析法、后區(qū)組處理法(post-blocking)、空間模型分析法等。其中,趨勢面分析法是采用空間坐標的多項式函數(shù)來模擬環(huán)境的變異(Bartlett,1978;Cullisetal.,1991;Gleeson,1997;Singhetal.,2003;Strametal.,1994;Yangetal.,2004;Pearce,1980);空間模型分析法是通過行和列的空間自相關分析剔除地點內的空間相關誤差來提高遺傳試驗分析的精確性(Gilmouretal.,2009)。在我國,林木主要種植在山上和不規(guī)則的地形上,而且參試材料多,單株需要較大的空間,因此,林木在重復間和區(qū)組間具有很強的空間異質性(CostaeSilvaetal.,2013)。當存在空間異質性時,較近的單株間在表現(xiàn)上存在更多的相似性,即近鄰效應。空間分析不僅降低了試驗誤差,而且影響了家系效應的估計,使各家系的排序發(fā)生了很大的變化,提高選擇精度(Whiteetal.,2007;Hamannetal.,2002;Reedetal.,1985)。本研究的目的是根據(jù)試驗設計建立單地點生長和形質性狀的空間分析模型,在行和列的二維坐標上檢驗剔除空間變異后研究各方差分量、家系育種值以及遺傳增益的變化情況,分析行和列的空間自相關,并檢驗空間殘差方差的獨立性,提高遺傳效應估算的準確性。1材料和方法1.1不同改良程度的火炬松優(yōu)良家系設計在聯(lián)合國發(fā)展計劃署援建的火炬松(Pinustaeda)改良種子園項目(CPR/91/153,1992—1996)資助下,從美國引進258個不同改良程度的火炬松優(yōu)良家系。由于試驗地難以一次性安排全部258個家系,同時為控制試驗區(qū)內環(huán)境誤差,按材料來源和類型劃分為8個類群,本研究只對第1代種子園的控制授粉子代(G8)和自由授粉子代(G5)的生長和形質性狀展開研究(表1),采用隨機完全區(qū)組設計,栽植密度為3m×3m,1997年春季造林。其中,第1代種子園的控制授粉子代林包含47個家系,7次重復,5株行式小區(qū);第1代種子園的自由授粉子代林包含53個家系,5次重復,5株行式小區(qū)。1.2試驗點每株樹的生長特性計算造林10年生和14年生時分別對試驗林進行每木調查,測量樹高與胸徑。10年生時進行通直度和枝下高調查,通直度最高分為5分,其中通直無彎曲得5分,1個彎曲得4分,2個彎曲得3分,3到4個彎曲得2分,4個以上彎曲或分叉得1分?？杖被蛩乐暌匀笔е当硎?對試驗點中的每株樹給定一個行號和列號,利用10年生和14年生的胸徑,10年生的通直度和枝下高數(shù)據(jù)進行不同模型的擬合比較。主要對10年生試驗林的生長和形質數(shù)據(jù)(表1)進行遺傳參數(shù)分析。1.3家系和單株模型的建立所有線性模型的一般表達式:y=Xb+Zf+e。式中:y為性狀表型觀測值構成的向量;b為固定效應構成的向量,且第1個元素為群體均值;f為隨機效應構成的向量;e為剩余誤差向量;X為固定效應的關聯(lián)矩陣;Z為隨機效應的關聯(lián)矩陣。固定效應的估計和隨機效應的預測通過解混合模型方程組得到(Henderson,1980):式中:G為每個隨機效應的方差協(xié)方差直接求和(directsum);R為殘差的方差協(xié)方差矩陣,它被認為是獨立的誤差項且等于σ式中:ue3c1為克羅內克(Kronecker)積,AR1(ρ)為一階自回歸相關矩陣,n為行數(shù),m為列數(shù),Tree行和列的二維空間當作是可分離的AR1過程,用以下相關矩陣表示:式中:ρ是自回歸系數(shù),在AR1模型下,ρ是相鄰誤差的相關系數(shù),ρ2個類群空間分析模型的選擇過程如表2,主要采用單株模型,其中μ表示平均均值,Rep表示區(qū)組效應,Plot表示小區(qū)內單株效應,tree表示加性效應,η表示殘差誤差(或空間不相關誤差),ξ表示空間自相關誤差,e表示環(huán)境殘差。上述因子中,除了μ作為固定效應外,其余都作為隨機效應。模型中各項的方差分量顯著性水平可根據(jù)單側似然比檢驗(one-tailedlikelihoodratiotests),公式可參考文獻Stram等(1994)的報道。模型的比較通過赤池信息準則(AkaikeInformationCriterion,AIC值),AIC值越小,模型模擬得越好。AIC值的計算公式:AIC=-2×(logL-ρ),式中:logL(log-likelihood)是模型中的極大似然函數(shù)值,ρ是模型中評估參數(shù)的數(shù)量。用AIC值比較模型時,固定效應的參數(shù)需要一致。第1代種子園控制授粉子代類群和自由授粉子代類群的遺傳參數(shù)估算及其家系和單株育種值的評估模型為y=μ+Rep·Fam+tree+ξ+η,即最佳模型中加入Rep·Fam的隨機效應。ASReml軟件基于限制性極大似然法(restrictedmaximumlikelihood,REML)估計隨機效應的方差組分和利用最佳線性無偏預測法(bestlinearunbiasedprediction,BLUP)預測所有家系和單株的育種值?？臻g分析將環(huán)境方差(σ式中:h遺傳增益的計算公式如下:式中:ΔG表示遺傳增益,1.4初始數(shù)據(jù)文件本研究中,利用ASReml進行空間分析時數(shù)據(jù)格式和程序見圖1。圖1僅列出第1代種子園自由授粉家系和控制授粉家系子代原始數(shù)據(jù)文件(.csv)內的部分數(shù)據(jù)。數(shù)據(jù)文件中的第4列(Group)中,“1”代表第1代種子園自由授粉子代,“2”代表第1代種子園控制授粉子代。在計算第1代種子園控制授粉子代胸徑單株狹義遺傳力和育種值時,將計算第1代種子園自由授粉子代胸徑的單株狹義遺傳力和育種值的程序語句“!filterGroup!select1”中的1改成2。2結果與分析2.1空間模型擬合效果分析不同模型的AIC值計算結果表明,完全隨機區(qū)組設計(RCB)的模型模擬效果都不佳(表3)。對于自由授粉子代的試驗(G5),除性狀SSTR10用AR1模型擬合不如RCB模型外,其余性狀的AR1空間模型顯著提高了線性擬合效果。同時,AR1η模型擬合的效果比AR1模型更好。僅從AIC值上來看,BaseAR1η模型大多數(shù)模擬比AR1η模型好,但后續(xù)的模型參數(shù)評估結果(表4)發(fā)現(xiàn),除了性狀SSTR10外,其余模型中Rep和Plot的方差分量均不顯著,因此,BaseAR1η模型模擬效果與AR1η模型基本一致。對于控制授粉子代的試驗(G8),除了性狀SSTR10最佳模型為BaseAR1η外,其余性狀的最佳擬合模型都是AR1η模型。第1代種子園自由授粉子代類群的模型結果與控制授粉子代類群的模型相似,經過比較和參數(shù)評估值權衡后,所有性狀的最佳模型均為AR1η模型。2.2加性遺傳方差模型擬合的參數(shù)評估值(表4)結果表明,對于RCB模型,Plot效應都不顯著,而區(qū)組效應中,控制授粉子代類群除DBH14不顯著外,其他性狀均在0.05水平上顯著,但是自由授粉子代試驗中,所有性狀的區(qū)組效應σ在所有擬合的模型中,加性遺傳方差在0.05水平上都達到了顯著。與RCB模型相比,AR1模型顯著提高了σ關于AR1模型中的誤差方差,除了控制授粉子代SSTR10和DBH14的自相關誤差方差顯著增大外,其他性狀的空間自相關誤差方差σ2.3其他性狀列相關分析利用最佳的空間模型(AR1η+Rep·Fam)對火炬松第1代種子園控制授粉子代和自由授粉子代中的10年生樹高、胸徑、通直度和枝下高進行分析,結果見圖2、圖3。從空間殘差方差圖2和圖3中可以看出,所有性狀的空間殘差都不為0,表明這些性狀在空間行和列分布上存在空間自相關,且空間上存在變異。從表5可以看出,所有性狀的行相關和列相關均為極強相關,除控制授粉子代枝下高和通直度外,其他性狀列相關均大于行相關?；诳臻g分析的加性方差比之前沒有使用空間分析的方差有所提高。對于控制授粉子代類群,樹高的加性方差提高9.1%,殘差方差減少7.3%;胸徑的加性方差提高0.76%,殘差方差減少1.6%;枝下高的加性方差未有變化,殘差方差減少18.2%;通直度的加性方差提高50.0%,殘差方差減少1.9%。除通直度的單株狹義遺傳力提高30.7%外,樹高、胸徑和枝下高的單株狹義遺傳力分別降低24.4%,38.7%和18.7%。對于自由授粉子代,樹高的加性方差提高50.0%,殘差方差減少1.9%;胸徑的加性方差未有變化,殘差方差減少4.9%;枝下高的加性方差增加100.0%,殘差方差減少20.8%;通直度的加性方差提高33.3%,殘差方差減少2.5%。枝下高和通直度的單株狹義遺傳力分別提高61.5%,5.83%,樹高和胸徑的單株狹義遺傳力分別降低42.1%,34.2%。從這個結果中可以看出,殘差方差都有所降低,這是因為一部分方差轉換成空間殘差方差了。2.4育種值的控制根據(jù)最佳的空間分析模型(AR1η+Rep·Fam)預測控制授粉子代和自由授粉子代10年生時生長和形質的家系育種值,表6列出了2個類群10年生時胸徑育種值大于0的家系。根據(jù)預測的胸徑育種值,結合10年生樹高、通直度和枝下高的育種值,以15%入選率進行2個類群的家系選擇。對于第1代種子園控制授粉子代類群,前6名家系與沒有使用空間分析模型時的家系號完全相同,只是排列順序有略微差異,入選家系的遺傳增益為1.41cm,比沒有使用空間分析模型時提高了7.2%(沒有使用空間分析的各家系育種值未列出)。對于第1代種子園自由授粉子代,前6名家系與沒有使用空間分析模型時的148,144,151,149和214共5個家系號相同(占83%),入選家系的遺傳增益為1.53cm,比沒有使用空間分析模型時提高了24.5%。本研究得出的遺傳增益是中等的,而CostaeSilva等(2001)獲得了較高的遺傳增益。3空間自相關和空間分析模型的選擇主要作用于試驗設計火炬松子代試驗林中第1代種子園的控制授粉子代和自由授粉子代的樹高、胸徑、通直度和枝下高性狀存在極強的空間自相關,表明它們之間存在跨區(qū)組的環(huán)境梯度和地塊差異,并且列之間的環(huán)境相似性要大于行之間的相似性。以往的空間分析表明林木的生長性狀有較低的空間自相關。Magnussen(1993)發(fā)現(xiàn)北美短葉松(Pinusbanksiana)的樹高自相關介于0~0.4之間,這些值通過模擬研究增加到0.5。Anekonda等(1996)發(fā)現(xiàn)北美紅杉(Sequoiasempervirens)無性系的自相關值是0.4。本研究的結果顯示生長性狀有較高的空間自相關,這是由于獨立誤差項從自相關成分中分離出來,而不是僅使用單獨的自相關誤差項。性狀具有較高的自相關,表明試驗誤差是有相關性的而且是不獨立的?？臻g分析的一個主要優(yōu)勢是把相關的誤差整合到殘差的方差和協(xié)方差矩陣中。在一個試驗林中,區(qū)組間是不同質的和不連續(xù)的,但空間變異和空間自相關是連續(xù)的,因此區(qū)組設計不能完全消除空間變異和空間自相關,故為使試驗效果更好需要采用正確的試驗設計和空間分析方法。隨著數(shù)量遺傳學的