《Frontiers in Plant Science》:Validating superior maize hybrids in all India coordinated trials using REMATTOOL-R: a decision support approach
编辑推荐:
引言:全印度玉米协调研究项目(All India Coordinated Research Project, AICRP)中优良玉米(Zea mays L.)杂交种的鉴定与推进依赖于整合籽粒产量、成熟期和农艺表现的多环境评价。对大规模多环境数据集的解读往往复杂
引言:全印度玉米协调研究项目(All India Coordinated Research Project, AICRP)中优良玉米(Zea mays L.)杂交种的鉴定与推进依赖于整合籽粒产量、成熟期和农艺表现的多环境评价。对大规模多环境数据集的解读往往复杂、耗时且易受主观性影响,凸显了对客观且可重复的决策支持工具的需求。本研究评估了REMATTOOL-R(R语言中的相对成熟度调整工具)在验证AICRP玉米项目现行杂交种推进框架中的有效性。方法:研究人员分析了来自印度中央西部区(Central West Zone, CWZ)五个地点在2020–21年雨季(Kharif)进行的国家初始品种试验(National Initial Varietal Trial, NIVT)-晚熟组的多环境试验数据。数据集包含45个参试材料,包括40个实验杂交种、四个商业对照和一个填充材料。REMATTOOL-R整合了籽粒产量、开花期(天数至50%雄穗散粉,days to 50% anthesis)、收获时籽粒含水量和收获植株数,以促进对籽粒产量、成熟期和适应性相关性状的同时评价。研究人员利用混合模型分析生成的最小二乘均值(least-square means),基于预先定义的籽粒产量优势阈值(≥5%相对于标准对照)同时保持可比的成熟期和农艺表现,鉴定出优良杂交种。结果:REMATTOOL-R实现了快速可视化和对多个农艺性状的综合评价,使研究人员能够客观地鉴定出优良杂交种。五个实验杂交种——PM 21109L(材料30)、R8050(材料35)、PM 21111L(材料32)、BIO 978(材料4)和DKC 9226(材料9)——的籽粒产量比标准对照Bio 9682高≥5%,同时在统计学上保持与对照可比的50%散粉天数、收获时籽粒含水量和收获植株数。REMATTOOL-R鉴定的所有五个杂交种均与官方AICRP从NIVT推进至高级品种试验-I(Advanced Varietal Trial-I, AVT-I)的决策一致,而其中三个杂交种(R8050、PM 21111L和DKC 9226)在随后的测试周期中进一步推进至AVT-II,从而证实了分析框架的可靠性。讨论:研究结果表明,REMATTOOL-R为玉米多环境试验中籽粒产量、成熟期和适应性相关性状的同时评估提供了一个高效、透明且可重复的框架。通过补充现有的AICRP杂交种评价程序,该工具有助于客观的推进决策,并减少与复杂数据集人工解读相关的主观性。因此,REMATTOOL-R代表了针对协调玉米育种计划的一种有价值的决策支持方法,并在大规模杂交种评价系统中具有可观的应用潜力。
论文解读文章
研究背景、问题与意义
玉米(Zea mays L.)是全球最重要的谷类作物之一,因其高生产力、广泛适应性和多样化终端用途在粮食、饲料、饲草和工业领域贡献巨大。然而,尽管玉米改良取得显著进展,许多地区的生产力仍受到干旱、热胁迫、病害和气候变异性等主要生物与非生物胁迫的限制。气候变化相关的环境波动进一步加剧了开发适应多样化农业生态条件且表现稳定的高产杂交种的挑战。在此背景下,全印度玉米协调研究项目(AICRP)通过严格的多地点测试系统进行杂交种鉴定与推进,实验材料在多样化农业气候区域间进行评价后方可推进与释放。多环境试验(METs)构成了协调品种评价的基础,但涉及多个农艺性状的大规模数据集的解读在育种计划中仍是一个主要挑战:手动解读可能增加计算不一致性和主观偏差的风险。尽管已存在AMMI、GGE双标图分析等多种分析方法,但有效解读仍需同时考虑籽粒产量与成熟期和农艺性状。为改善对这些性状的综合解读,研究人员开发了REMATTOOL-R(R语言中的相对成熟度调整工具),这是一种面向育种者的分析方法,用于评价多地点试验数据。本研究旨在通过使用REMATTOOL-R同时对籽粒产量和关键农艺性状进行评价,验证AICRP玉米项目下采用的杂交种推进系统。研究重点评估推进决策的一致性和可靠性,并评价REMATTOOL-R作为透明且可重复杂交种选择补充框架的实用性。论文发表在《Frontiers in Plant Science》。
关键技术与方法
研究人员使用了基于R语言的决策支持工具REMATTOOL-R,该工具配有图形用户界面(GUI),专为从多环境试验数据中鉴定优良玉米杂交种而设计。数据集来自2020–21年雨季(Kharif)在印度中央西部区(CWZ)五个地点(Ambikapur、Banswara、Chhindwara、Godhra和Udaipur)进行的国家初始品种试验(NIVT)-晚熟组。试验采用随机区组设计(RBD),三个重复,每小区两行,行长4 m,行距60 cm,株距20 cm。记录了籽粒产量(小区基础)、50%雄穗散粉天数(AD)、收获时籽粒含水量(Mois)和收获植株数(HPs)。研究人员利用混合模型框架中的限制最大似然(REML)程序估计方差分量,生成多环境最小二乘均值(LS means)作为REMATTOOL-R输入。分析流程包括数据导入、性状标准化、相对于对照杂交种的优势阈值评价、基于开花期持续时间的成熟度调整,以及通过多性状选择标准最终鉴定优良杂交种。
研究结果
图形输出
1. 产量与50%雄穗散粉天数的关系(X-Y图)
通过散点图展示籽粒产量(t ha
-1)与50%雄穗散粉天数(AD)的关系。标准对照Bio 9682(材料41)籽粒产量约8.4 t ha
-1,AD约55天。材料30(PM 21109L)产量最高(~9.7 t ha
-1),其AD值在Bio 9682的LSD范围内但数值上更高(CodeAD = NSHigh),表示推进需谨慎。材料35、32、9和4籽粒产量超过Bio 9682且AD值与对照统计可比,适合作为推进候选。
2. 产量与收获时籽粒含水量的关系(X-Y图)
所有参试材料籽粒含水量均低于26%生理成熟阈值。材料30、35、32、4和9的籽粒产量比Bio 9682高≥5%,且籽粒含水量与对照统计可比(CodeMois = S或NSHigh),表明产量提升未伴随生理成熟期的大幅变化。材料1(ADV 7211)产量高但含水量较高,可能增加干燥需求。
3. 产量与收获植株数的关系(X-Y图)
材料30、35、32、4和9产量比Bio 9682高≥5%,且收获植株数与对照统计可比(CodeHPs = S或NSHigh),表明其产量优势主要归因于遗传表现而非密度差异。材料1亦具有高产量和可比的植株数。
4. 农艺性状的成对相关矩阵
籽粒产量与收获植株数呈强正相关(r = 0.854,P < 0.001),支持将收获植株数作为协变量考虑。籽粒含水量与AD呈中等正相关(r = 0.434,P < 0.01),符合生理关联。产量与含水量(r = 0.044)及产量与AD(r = 0.043)相关性弱且不显著。
Excel输出选项用于鉴定优良实验材料
5. 产量与50%雄穗散粉天数(Yield vs. AD)
五个实验材料(30、35、32、4、9)籽粒产量比对照高≥5%,且AD与对照统计可比。材料30产量优势最大(15.0%),但AD数值高于对照,需谨慎推进以防成熟期漂移。材料35、32、4、9的AD等于或低于对照,是更保守的选择。
6. 产量与收获时籽粒含水量(Yield vs. Mois)
六个材料(30、35、32、4、9和1)籽粒产量比对照高≥5%,且含水量与对照统计可比。材料30产量优势最大,材料1虽产量高但含水量较高。
7. 产量与收获植株数(Yield vs. HPs)
六个材料(30、35、32、4、9和1)产量比对照高≥5%,植株数与对照统计可比。
8. 产量与AD及含水量(Yield vs. AD vs. Mois)
五个材料(30、35、32、4、9)同时满足AD和含水量与对照统计可比,且产量优势≥5%。材料30的AD数值较高需谨慎。
9. 产量与AD及收获植株数(Yield vs. AD vs. HPs)
五个材料(30、35、32、4、9)AD和收获植株数与对照统计可比且产量优势≥5%。
10. 产量与含水量及收获植株数(Yield vs. Mois vs. HPs)
五个主选材料(30、35、32、4、9)同时满足含水量和植株数与对照统计可比且产量优势≥5%。材料1未完全满足所有组合标准。
11. 产量与AD、含水量及收获植株数(Yield vs. AD vs. Mois vs. HPs)
仅五个材料(30、35、32、4、9)同时满足所有多性状选择标准(产量优势≥5%,AD、Mois、HPs与对照无显著差异)。材料30的AD数值较高,材料35、32、4、9是更合适的保守候选。
12. 使用AICRP推进结果验证REMATTOOL-R选择
REMATTOOL-R在综合多性状框架下选择的五个杂交种(PM21109L、R8050、PM21111L、BIO978、DKC9226)全部被官方AICRP从NIVT推进至AVT-I;其中R8050、PM21111L和DKC9226进一步从AVT-I推进至AVT-II。这提供了独立的外部验证,表明REMATTOOL-R框架在早期测试阶段与AICRP决策高度一致。
讨论部分总结
本研究证明REMATTOOL-R通过将籽粒产量与重要的成熟期和适应性相关性状整合在一个分析框架中,有效简化了杂交种区分。所有五个通过REMATTOOL-R鉴定的杂交种均与官方AICRP推进决策一致,而三个杂交种在后续测试周期中进一步推进,证实了分析框架在育种计划实际运行中的可靠性。REMATTOOL-R生成的图形输出和交互式相关分析便于快速解读产量、开花期、含水量和植株数之间的关系。与AMMI和GGE双标图等分析方法相比,REMATTOOL-R主要作为面向育种者的决策支持工具,强调通过同时解读产量、成熟期相关性状和收获植株数来做出实际推进决策,是这些成熟方法的补充而非替代。但需注意其分析输出依赖于实验数据的质量,且环境不平衡和缺失观测可能影响性能。官方AICRP推进决策还额外考虑了病害抗性、虫害抗性和育种者评价等因素,未来改进可探索整合这些参数。
研究结论部分翻译
本研究证明了REMATTOOL-R作为可靠决策支持工具的有效性,用于验证AICRP玉米杂交种推进框架。通过整合籽粒产量与重要的成熟期和适应性相关性状,包括50%雄穗散粉天数、收获时籽粒含水量和收获植株数,该工具实现了从多地点试验数据中快速、透明且客观地鉴定优良杂交种。五个实验材料——PM 21109L(30)、R8050(35)、PM 21111L(32)、BIO 978(4)和DKC 9226(9)——的籽粒产量比标准对照Bio 9682高超过5%,同时保持与对照统计可比的成熟期和植株数特征。尽管材料30记录到最高产量优势,但仔细考虑成熟期相关性状对于避免品种替换过程中成熟期的不期望漂移仍然重要。重要的是,所有五个通过REMATTOOL-R鉴定的杂交种均与官方AICRP框架中的NIVT至AVT-I推进决策一致。此外,其中三个选定杂交种(R8050、PM21111L和DKC9226)在随后的测试周期中进一步推进至AVT-II,在真实育种计划条件下为REMATTOOL-R分析框架提供了独立验证。总体而言,研究结果表明,REMATTOOL-R为协调玉米育种计划中客观的杂交种推进决策提供了一个透明、可重复且实践相关的补充框架。该框架支持实验材料的有效多性状评价和优先排序,并为提高育种者导向杂交种评价系统中的透明度、一致性和决策支持提供了实用方法。