CN104034852A - 一种预测大豆抗倒性的方法及其模型 - Google Patents

Abstract

本发明公开了一种预测大豆抗倒性的方法及其模型。本发明提供的方法，包括如下步骤：1)分别测定待测大豆如下7种性状的数值：茎秆强度、株高、茎粗、分枝数、根长、根重和地上重；2)将所述茎秆强度、所述株高、所述茎粗、所述分枝数、所述根长、所述根重和所述地上重的数值代入大豆抗倒性模型计算抗倒性：LR＝174.162-6.618*BN-2.643*PH+15.165*RW+5.549*SD+0.108*SS+0.027*RL-0.483*SW；其中；若LR大于等于75，则待测大豆为或候选为抗倒伏大豆；若LR小于75，则待测大豆为或候选为易倒伏大豆。本发明的实验证明，本发明方法方便快速，不受环境影响。

Description

一种预测大豆抗倒性的方法及其模型

技术领域

本发明涉及生物技术领域，尤其涉及一种预测大豆抗倒性的方法及其模型。

背景技术

大豆是一种重要农作物，在我国国民经济发展以及世界粮食作物构成和国际油料作物生产中均占有重要地位，已成为世界各国食用、饲用植物蛋白和植物油的主要来源。植株倒伏是大豆生产中一个普遍存在的严重问题，已成为实现大豆高产稳产和优质的主要限制因素之一。倒伏是由外界风雨等因素引发的植株茎秆从自然直立状态转为永久错位的现象，大豆生长中后期正值夏季多风雨时节，地表湿润，土壤疏松，易引发倒伏。倒伏破坏作物群体结构，打乱叶片在空间的正常分布秩序，降低光合效率；倒伏植株易受污染并加剧病虫危害，增加农药使用量；生长后期倒伏不仅会增加收获难度，不适应机械化收获，极大地影响收获产量，而且会引起籽粒皱缩，降低含油量等，使大豆外观品质和内在品质都受到严重影响。一般大豆倒伏可引起减产20％左右，有关研究认为，倒伏造成的大豆减产率在45％-80％之间，倒伏程度与大豆收获产量呈极显著负相关，倒伏每增加一级，产量损失就会增加198kg/hm²。有些高产品种由于不抗倒伏，遇到风雨灾害易造成严重产量损失，因而很难推广应用。为了防治大豆倒伏，生产上采用一些防控栽培措施，包括使用植物生长调节剂，如三碘苯甲或多效唑等，虽然有较好的防倒效果，但增加了生产成本，并对生态环境会造成一定的影响，不利于生态农业的发展。通过矮秆育种可以提高作物的抗倒能力，但矮秆品种的生物产量明显低于高秆品种，矮秆品种只有通过提高经济系数来提高经济产量，而经济系数的提高有一定的限度，如果只靠降低株高来增加抗倒能力，势必会降低生物产量，进而影响经济产量的提高。而且随着植株矮化，出现叶层密集、群体内通风透光不畅、植株早衰、病虫害加重、籽粒皱瘪等一系列不良反应。目前水稻超高产育种发展趋势是：适当提高株高，以增加生物学产量进而提高谷物产量。有关大豆的研究也表明，大豆株高与倒伏程度呈极显著正相关，株高也与单株产量及有关产量构成因子呈极显著正相关，表明株高既影响植株倒伏也影响籽粒产量，使得高产与倒伏矛盾突出。因此，提高大豆的抗倒性，是实现大豆高产稳产的有效途径。

准确鉴定和评价大豆倒伏性是开展大豆抗倒性遗传研究和育种的基础与前提。目前国内外学者对大豆倒伏性己有许多研究，主要采用直观方法评价品种抗倒伏能力，对倒伏级别的划分由目测倒伏面积改进为统计小区倒伏株率，评价结果直观、真实，方法简便，在生产实际中具有代表性。但是这类评价方法受气候条件(风、雨等)的影响，如遇不利于倒伏的气候条件，就难以对品种抗倒性作出科学评价。与倒伏有关的形态性状，如株高、茎粗、地上部重、冠根比值等，作为大豆抗倒性鉴定单项指标的研究也有报道，由于单项指标涉及因素少，局限性较大，用于评价缺乏准确性，而且不同品种的形态性状指标均有差异，在未发生倒伏时很难以某一个性状指标来确定不同材料的抗倒性差异。许多研究企图找到与大豆倒伏相关的形态指标作为抗倒性的间接选择参数，如株高、分枝数、茎杆强度、茎粗、根系、地上部重等，但对于它们之间关系的密切程度并没有一个确切可靠的结论，在常规育种方法中，抗倒性要等到成熟期才能鉴定，且易受环境，尤其是风雨的影响，田间鉴定误差大，选择效率低下。

因而迄今为止，尚没有建立一个确切可靠的方法用于大豆抗倒性的预测。因此建立不受气候条件影响的抗倒性评价方法更具有实用价值。

发明内容

本发明的目的是提供一种预测待测大豆的抗倒性的方法。

本发明提供的方法，包括如下步骤：

1)分别测定待测大豆如下7种性状的数值：茎秆强度、株高、茎粗、分枝数、根长、根重和地上重；

2)将所述茎秆强度、所述株高、所述茎粗、所述分枝数、所述根长、所述根重和所述地上重的数值代入大豆抗倒性模型计算抗倒性：LR＝174.162-6.618*BN-2.643*PH+15.165*RW+5.549*SD+0.108*SS+0.027*RL-0.483*SW；其中，SS为茎秆强度、PH为株高、SD为茎粗、BN为分枝数、RL为根长、RW为根重、SW为地上重，LR为抗倒性；

若LR大于或等于75，则待测大豆为或候选为抗倒伏大豆；若LR小于75，则待测大豆为或候选为易倒伏大豆。

抗倒伏大豆为一片田地中倒伏大豆的株数占总大豆株数小于等于25％

易倒伏大豆为一片田地中倒伏大豆的株数占总大豆株数大于25％。

上述方法中，所述待测大豆为结荚中期大豆。

上述方法中，所述测定待测大豆茎秆强度采用秆强测定器。

上述的方法在大豆种质资源和品种抗倒伏的早期预测和/或筛选中的应用也是本发明保护的范围，其中，早期为结荚中期。

上述的方法在抗倒伏大豆选育中的应用也是本发明保护的范围。

本发明的实验证明，本发明通过测定7个抗倒伏相关性状，利用抗倒性模型对大豆抗倒性进行评估，其计算的倒伏率与实际田间结果无显著差异，可以准确评估大豆资源及育种材料的抗倒性，在早期淘汰易倒伏材料，不仅节约生产成本而且大大提高选择效率。本发明检测方法方便快速，不受环境影响。

具体实施方式

下述实施例中所使用的实验方法如无特殊说明，均为常规方法。

下述实施例中所用的材料、试剂等，如无特殊说明，均可从商业途径得到。

以下的实施例便于更好地理解本发明，但并不限定本发明。下述实施例中的实验方法，如无特殊说明，均为常规方法。

下述实施例中所用的材料、试剂等，如无特殊说明，均可从商业途径得到。

大豆中豆29、中豆32记载在如下文献中：周新安等，大豆重组自交系群体三、四粒荚变异及其与产量的关系，中国油料作物学报，2005，27：22-25；公众可从中国农业科学院油料作物研究所获得。

表3所示30份大豆种质资源材料均在如下文献中记载：周蓉等，大豆种质的倒伏性调查及其相关农艺性状分析，大豆科学，2007，26：41-44)公众可从商业途径获得，公众也可从中国农业科学院油料作物研究所获得。

在以下的实施方案中，除非特别说明，否则所有操作均按照“大豆种质资源描述规范和数据标准”(邱丽娟等,中国农业出版社,2006)所提供的方法进行。

实施例1、预测大豆抗倒性的方法

利用倒伏差异极显著的大豆品种中豆29(倒伏率为17.8％)和中豆32(倒伏率为62.5％)杂交，衍生出的包含406个家系的大豆重组自交系群体(周新安等，大豆重组自交系群体三、四粒荚变异及其与产量的关系，中国油料作物学报，2005，27：22-25)。

结荚中期利用日本产秆强测定器(DIK-7401，Daiki5011&Moisture)测定茎秆强度(SS)。按使用说明将测定器在茎秆距地面20cm处用力缓慢推动茎秆，使茎秆倾斜并与地面呈30度角，并记录此时测定器上显示的测定值。在每个试验小区中间行随机测定10株，取平均值换算成茎秆强度。茎秆强度＝(测定值/40)×1000，单位为g/茎。随后在每个试验小区中间行随机并连续取样5株测定形态性状，参照“大豆种子繁殖和记录规范”(邱丽娟等2006)，包括株高(PH，单位：cm)、茎粗(SD,单位：mm)、分枝数(BN，单位：个)、根长(RL，单位：cm)、根重(RW,单位：g)、地上重(SW,单位：g)。成熟期参照“大豆种子繁殖和记录规范”(邱丽娟等2006)调查各小区倒伏率，并计算抗倒性，LR(lodging resistance)＝100-倒伏率×100。LR＝100，无植株倒伏；LR＝0，全部植株倒伏。

利用SAS9.0软件对试验数据进行多元回归分析法，显著水平<0.05的性状纳入模型，采用逐步回归分析法确定最佳模型，大豆抗倒性模型为：LR＝174.162-6.618*BN-2.643*PH+15.165*RW+5.549*SD+0.108*SS+0.027*RL-0.483*SW。

表1中包括7个倒伏相关性状，分枝数、株高、根重、茎粗、茎杆强度、根长、地上重。

表1为大豆抗倒性模型参数估算

实施例2、利用抗倒伏模型鉴定大豆育种材料的抗倒性

1、待鉴定大豆材料

中豆29×中豆32的F11家系是按照如下方法获得：中豆29和中豆32杂交，杂交后代连续自交，在F3即分株行种植，以后各世代均从每一个株行中随机选择一个单株，衍生出下一世代。自F7世代同一个家系内随机选择5个单株，种子混合，不同家系分别种植，获得由406个F11株系组成的重组自交系群体。其中，从F2至F11的杂交方式均为自交。

2、利用抗倒伏模型鉴定大豆育种材料的抗倒性

从步骤1的406个家系中随机选30个F11家系(编号为1-30)种植,试验采用随机区组设计，共设三个重复区。每个重复区设32个小区，30个F11家系，母本中豆29(P1)1个小区，父本中豆32(P2)1个小区，所有试验材料种植于中国农业科学院油料作物研究所试验农场。每个小区种植3行，行长3.5m，行距为0.4m，株距为0.1m。

1)模型预测抗倒性

随后在每个试验小区中间行随机并连续取样5株测定形态性状，参照“大豆种子繁殖和记录规范”(邱丽娟等2006)，包括株高(PH，单位：cm)、茎粗(SD,单位：mm)、分枝数(BN，单位：个)、根长(RL，单位：cm)、根重(RW,单位：g)、地上重(SW,单位：g)。结荚中期利用日本产秆强测定器(DIK-7401，Daiki5011&Moisture)测定茎秆强度(SS,单位：g/茎)，在每个试验小区中间行随机测定10株，取平均值换算成茎秆强度。

将上述检测结果代入实施例1获得的大豆抗倒性模型，计算抗倒性LR，结果如表2模型预测抗倒性所示。

2)田间检测抗倒性

大豆成熟时，参照邱丽娟等(邱丽娟等.大豆种质资源描述规范和数据标准,中国农业出版社,2006)方法测定抗倒性：以试验小区全部植株为观察对象，主茎与地面倾斜角度小于30°为倒伏植株，计算倒伏率＝倒伏(主茎与地面倾斜角度小于30°)植株占全小区植株的比率；从而计算抗倒性LR＝100-倒伏率×100。

结果如表2的田间调查抗倒性所示。

从表2可以看出中，对田间调查的抗倒性与模型预测的抗倒性进行T测验，无显著差异。

以上实验结果说明利用模型预测大豆抗倒性的方法与田间试验方法的结果一致，说明本发明利用模型预测大豆育种材料抗倒性的方法准确性高。

表2为中豆29×中豆32的F11代家系1-30的抗倒性及利用模型预测的抗倒性

家系编号	田间调查抗倒性	模型预测抗倒性
			1	74.11	66.49
2	77.48	70.78
			3	59.12	60.45
4	47.29	42.26
			5	45.03	41.37
6	0.00	2.91
			7	50.00	45.30
8	39.03	37.57
			9	29.98	32.04
10	43.16	46.12
			11	60.93	66.74
12	48.86	48.11
			13	68.81	67.95
14	70.96	63.91
			15	35.11	34.73
16	31.33	29.25
			17	61.82	58.42
18	74.57	66.98

19	52.61	56.52
			20	78.44	70.48
21	55.84	58.98
			22	73.74	67.48
23	70.22	64.48
			24	35.08	38.79
25	55.31	58.25
			26	73.99	66.60
27	29.88	27.03
			28	95.61	86.91
29	36.67	37.55
			30	21.07	21.02

上述结果可以看出，LR≥75，则大豆为或候选为抗倒伏大豆，小于75，则大豆为易倒伏大豆或候选为易倒伏大豆。

具体在抗倒伏大豆中，若LR＝100为高抗倒伏，75≤LR＜100为抗倒伏、50≤LR＜75为中度倒伏，在易倒伏大豆中，25≤LR＜50为重度倒伏，LR＜25为严重倒伏。

实施例3、利用抗倒伏模型鉴定大豆种质资源的抗倒性

1、待鉴定大豆种质资源材料

30份大豆种质资源材料(见表3)。

2、利用抗倒伏模型鉴定大豆种质资源的抗倒性

(1)随机区组实验测定抗倒性及相关性状

30份大豆种质资源材料(编号为31-60)种植，试验采用随机区组设计，共设三个重复区。每个重复设30个小区，所有试验材料种植于中国农业科学院油料作物研究所试验农场。每个小区种植3行，行长3.5m，行距为0.4m，株距为0.1m。

1)模型预测抗倒性

随后在每个试验小区中间行随机并连续取样5株测定形态性状，参照“大豆种子繁殖和记录规范”(邱丽娟等2006)，包括株高(PH，单位：cm)、茎粗(SD,单位：mm)、分枝数(BN，单位：个)、根长(RL，单位：cm)、根重(RW,单位：g)、地上重(SW,单位：g)。结荚中期利用日本产秆强测定器(DIK-7401，Daiki5011&Moisture)测定茎秆强度(SS,单位：g/茎)，在每个试验小区中间行随机测定10株，取平均值换算成茎秆强度.

将上述检测结果代入实施例1获得的大豆抗倒性模型，计算抗倒性LR，结果如表3模型预测抗倒性所示。

LR≥75，则大豆为或候选为抗倒伏大豆，小于75，则大豆为易倒伏大豆或候选为易倒伏大豆。2)田间检测抗倒性

大豆成熟时，参照邱丽娟等(邱丽娟等.大豆种质资源描述规范和数据标准,中国农业出版社,2006)方法测定抗倒性：以试验小区全部植株为观察对象，主茎与地面倾斜角度小于30°为倒伏植株，计算倒伏率＝倒伏(主茎与地面倾斜角度小于30°)植株占全小区植株的比率；从而计算抗倒性LR＝100-倒伏率×100。

结果如表3的田间调查抗倒性所示。

表3为大豆种质资源材料的抗倒性及利用模型预测的抗倒性

材料编号	材料名称	田间调查抗倒性	模型预测抗倒性
				31	泰兴黑豆	11.72	14.21
32	洪湖六月爆	15.91	18.61
				33	泥豆	81.04	82.77
34	吉林16号	51.78	50.58
				35	油春596	50.62	49.59
36	查黄豆	47.04	43.59
				37	中江红黄豆	37.97	41.01
38	高安早黄豆	24.64	22.47
				39	湘春10号	54.37	52.41
40	白毛豆-4	26.89	23.72
				41	灰33	13.38	17.80
42	油14	39.95	42.66
				43	八月炸子	54.53	51.04
44	七月林	70.58	67.95
				45	六十早	45.00	49.04
46	早白黄豆	24.28	23.52
				47	86-49	76.65	80.25
48	84-70	67.45	71.52
				49	白水豆	52.31	56.55
50	黑嘴黄豆	42.17	37.34
				51	黄角豆	86.85	85.88
52	单3	70.33	65.54

53	鸳鸯豆	9.81	11.34
				54	龙豆4号	94.12	98.73
55	惠豆803	39.27	39.82
				56	建财乡紫皮	91.65	93.61
57	8905--2	47.71	52.87
				58	中豆29	86.98	91.32
59	中豆32	46.78	49.48
				60	中豆35	73.68	75.17

从表3可以看出中，对田间调查的抗倒性与模型预测的抗倒性进行T测验，无显著差异。以上实验结果说明利用模型预测大豆抗倒性的方法与田间试验方法的结果一致，说明本发明利用模型预测大豆品种资源抗倒性的方法准确性高。

Claims (5)

1.一种预测待测大豆的抗倒性的方法，包括如下步骤：

1)分别测定待测大豆如下7种性状的数值：茎秆强度、株高、茎粗、分枝数、根长、根重和地上重；

2)将所述茎秆强度、所述株高、所述茎粗、所述分枝数、所述根长、所述根重和所述地上重的数值代入大豆抗倒性模型计算抗倒性：LR＝174.162-6.618*BN-2.643*PH+15.165*RW+5.549*SD+0.108*SS+0.027*RL-0.483*SW；其中，SS为茎秆强度、PH为株高、SD为茎粗、BN为分枝数、RL为根长、RW为根重、SW为地上重，LR为抗倒性；

若LR大于等于75，则待测大豆为或候选为抗倒伏大豆；若LR小于75，则待测大豆为或候选为易倒伏大豆。

2.根据权利要求1所述的方法，其特征在于：所述待测大豆为结荚中期大豆。

3.根据权利要求1或2所述的方法，其特征在于：所述测定待测大豆茎秆强度采用秆强测定器。

4.权利要求1-3中任一所述的方法在大豆种质资源和品种抗倒伏的早期预测和/或筛选中的应用。

5.权利要求1-3中任一所述的方法在抗倒伏大豆选育中的应用。