火炬松基因资源林的空间分析

火炬松基因资源林的空间分析

在农业和林业遗传测量中，合理的田间试验设计与相应的线性模型相结合，是处理区域突变的一般方法（杜特科扬科等人，2002）。林业上常用的试验设计方法是随机完全区组设计(RCB),它通过设置区组,对试验地不同地块间的条件差异实行有效控制,减少试验误差,提高试验精度(黄少伟等,2001)。但随着技术的发展,尤其是计算机辅助设计技术的发展,传统的随机完全区组设计已经被随机不完全区组和使用区组间信息复原的模型所取代(Dutkowskietal.,2002;Nguyenetal.,1993)。这是因为林业试验中所用的区组通常比较大,区组内的环境差异往往显著,从而大大降低了遗传方差与遗传参数估算的准确性,而采用平衡不完全区组(balancedincompletedblocks,BIB),则可避免RCB设计的缺陷。田间试验的目的是准确估算环境效应中的处理效应,但即使是再先进复杂的试验设计,也难以根据地点变异的实际模式来确定设计单元(区组)的边界。田间试验中,地点的变异可以是空间连续的(土壤和小气候效应的相似模式),也可以是不连续的(栽培措施和测量方法的不同效应),还可以是随机的(微小环境的异质性)。即使在同一块地点内,试验地的空间连续性变异还可以表现为局部趋势(块状)或总体趋势(梯度型)的差异。在田间试验的分析中,可以解释地点变异和改善处理效应估计的分析方法有:趋势面分析法、后区组处理法(post-blocking)、空间模型分析法等。其中,趋势面分析法是采用空间坐标的多项式函数来模拟环境的变异(Bartlett,1978;Cullisetal.,1991;Gleeson,1997;Singhetal.,2003;Strametal.,1994;Yangetal.,2004;Pearce,1980);空间模型分析法是通过行和列的空间自相关分析剔除地点内的空间相关误差来提高遗传试验分析的精确性(Gilmouretal.,2009)。在我国,林木主要种植在山上和不规则的地形上,而且参试材料多,单株需要较大的空间,因此,林木在重复间和区组间具有很强的空间异质性(CostaeSilvaetal.,2013)。当存在空间异质性时,较近的单株间在表现上存在更多的相似性,即近邻效应。空间分析不仅降低了试验误差,而且影响了家系效应的估计,使各家系的排序发生了很大的变化,提高选择精度(Whiteetal.,2007;Hamannetal.,2002;Reedetal.,1985)。本研究的目的是根据试验设计建立单地点生长和形质性状的空间分析模型,在行和列的二维坐标上检验剔除空间变异后研究各方差分量、家系育种值以及遗传增益的变化情况,分析行和列的空间自相关,并检验空间残差方差的独立性,提高遗传效应估算的准确性。1材料和方法1.1不同改良程度的火炬松优良家系设计在联合国发展计划署援建的火炬松(Pinustaeda)改良种子园项目(CPR/91/153,1992—1996)资助下,从美国引进258个不同改良程度的火炬松优良家系。由于试验地难以一次性安排全部258个家系,同时为控制试验区内环境误差,按材料来源和类型划分为8个类群,本研究只对第1代种子园的控制授粉子代(G8)和自由授粉子代(G5)的生长和形质性状展开研究(表1),采用随机完全区组设计,栽植密度为3m×3m,1997年春季造林。其中,第1代种子园的控制授粉子代林包含47个家系,7次重复,5株行式小区;第1代种子园的自由授粉子代林包含53个家系,5次重复,5株行式小区。1.2试验点每株树的生长特性计算造林10年生和14年生时分别对试验林进行每木调查,测量树高与胸径。10年生时进行通直度和枝下高调查,通直度最高分为5分,其中通直无弯曲得5分,1个弯曲得4分,2个弯曲得3分,3到4个弯曲得2分,4个以上弯曲或分叉得1分。空缺或死株以缺失值表示,对试验点中的每株树给定一个行号和列号,利用10年生和14年生的胸径,10年生的通直度和枝下高数据进行不同模型的拟合比较。主要对10年生试验林的生长和形质数据(表1)进行遗传参数分析。1.3家系和单株模型的建立所有线性模型的一般表达式:y=Xb+Zf+e。式中:y为性状表型观测值构成的向量;b为固定效应构成的向量,且第1个元素为群体均值;f为随机效应构成的向量;e为剩余误差向量;X为固定效应的关联矩阵;Z为随机效应的关联矩阵。固定效应的估计和随机效应的预测通过解混合模型方程组得到(Henderson,1980):式中:G为每个随机效应的方差协方差直接求和(directsum);R为残差的方差协方差矩阵,它被认为是独立的误差项且等于σ式中:ue3c1为克罗内克(Kronecker)积,AR1(ρ)为一阶自回归相关矩阵,n为行数,m为列数,Tree行和列的二维空间当作是可分离的AR1过程,用以下相关矩阵表示:式中:ρ是自回归系数,在AR1模型下,ρ是相邻误差的相关系数,ρ2个类群空间分析模型的选择过程如表2,主要采用单株模型,其中μ表示平均均值,Rep表示区组效应,Plot表示小区内单株效应,tree表示加性效应,η表示残差误差(或空间不相关误差),ξ表示空间自相关误差,e表示环境残差。上述因子中,除了μ作为固定效应外,其余都作为随机效应。模型中各项的方差分量显著性水平可根据单侧似然比检验(one-tailedlikelihoodratiotests),公式可参考文献Stram等(1994)的报道。模型的比较通过赤池信息准则(AkaikeInformationCriterion,AIC值),AIC值越小,模型模拟得越好。AIC值的计算公式:AIC=-2×(logL-ρ),式中:logL(log-likelihood)是模型中的极大似然函数值,ρ是模型中评估参数的数量。用AIC值比较模型时,固定效应的参数需要一致。第1代种子园控制授粉子代类群和自由授粉子代类群的遗传参数估算及其家系和单株育种值的评估模型为y=μ+Rep·Fam+tree+ξ+η,即最佳模型中加入Rep·Fam的随机效应。ASReml软件基于限制性极大似然法(restrictedmaximumlikelihood,REML)估计随机效应的方差组分和利用最佳线性无偏预测法(bestlinearunbiasedprediction,BLUP)预测所有家系和单株的育种值。空间分析将环境方差(σ式中:h遗传增益的计算公式如下:式中:ΔG表示遗传增益,1.4初始数据文件本研究中,利用ASReml进行空间分析时数据格式和程序见图1。图1仅列出第1代种子园自由授粉家系和控制授粉家系子代原始数据文件(.csv)内的部分数据。数据文件中的第4列(Group)中,“1”代表第1代种子园自由授粉子代,“2”代表第1代种子园控制授粉子代。在计算第1代种子园控制授粉子代胸径单株狭义遗传力和育种值时,将计算第1代种子园自由授粉子代胸径的单株狭义遗传力和育种值的程序语句“!filterGroup!select1”中的1改成2。2结果与分析2.1空间模型拟合效果分析不同模型的AIC值计算结果表明,完全随机区组设计(RCB)的模型模拟效果都不佳(表3)。对于自由授粉子代的试验(G5),除性状SSTR10用AR1模型拟合不如RCB模型外,其余性状的AR1空间模型显著提高了线性拟合效果。同时,AR1η模型拟合的效果比AR1模型更好。仅从AIC值上来看,BaseAR1η模型大多数模拟比AR1η模型好,但后续的模型参数评估结果(表4)发现,除了性状SSTR10外,其余模型中Rep和Plot的方差分量均不显著,因此,BaseAR1η模型模拟效果与AR1η模型基本一致。对于控制授粉子代的试验(G8),除了性状SSTR10最佳模型为BaseAR1η外,其余性状的最佳拟合模型都是AR1η模型。第1代种子园自由授粉子代类群的模型结果与控制授粉子代类群的模型相似,经过比较和参数评估值权衡后,所有性状的最佳模型均为AR1η模型。2.2加性遗传方差模型拟合的参数评估值(表4)结果表明,对于RCB模型,Plot效应都不显著,而区组效应中,控制授粉子代类群除DBH14不显著外,其他性状均在0.05水平上显著,但是自由授粉子代试验中,所有性状的区组效应σ在所有拟合的模型中,加性遗传方差在0.05水平上都达到了显著。与RCB模型相比,AR1模型显著提高了σ关于AR1模型中的误差方差,除了控制授粉子代SSTR10和DBH14的自相关误差方差显著增大外,其他性状的空间自相关误差方差σ2.3其他性状列相关分析利用最佳的空间模型(AR1η+Rep·Fam)对火炬松第1代种子园控制授粉子代和自由授粉子代中的10年生树高、胸径、通直度和枝下高进行分析,结果见图2、图3。从空间残差方差图2和图3中可以看出,所有性状的空间残差都不为0,表明这些性状在空间行和列分布上存在空间自相关,且空间上存在变异。从表5可以看出,所有性状的行相关和列相关均为极强相关,除控制授粉子代枝下高和通直度外,其他性状列相关均大于行相关。基于空间分析的加性方差比之前没有使用空间分析的方差有所提高。对于控制授粉子代类群,树高的加性方差提高9.1%,残差方差减少7.3%;胸径的加性方差提高0.76%,残差方差减少1.6%;枝下高的加性方差未有变化,残差方差减少18.2%;通直度的加性方差提高50.0%,残差方差减少1.9%。除通直度的单株狭义遗传力提高30.7%外,树高、胸径和枝下高的单株狭义遗传力分别降低24.4%,38.7%和18.7%。对于自由授粉子代,树高的加性方差提高50.0%,残差方差减少1.9%;胸径的加性方差未有变化,残差方差减少4.9%;枝下高的加性方差增加100.0%,残差方差减少20.8%;通直度的加性方差提高33.3%,残差方差减少2.5%。枝下高和通直度的单株狭义遗传力分别提高61.5%,5.83%,树高和胸径的单株狭义遗传力分别降低42.1%,34.2%。从这个结果中可以看出,残差方差都有所降低,这是因为一部分方差转换成空间残差方差了。2.4育种值的控制根据最佳的空间分析模型(AR1η+Rep·Fam)预测控制授粉子代和自由授粉子代10年生时生长和形质的家系育种值,表6列出了2个类群10年生时胸径育种值大于0的家系。根据预测的胸径育种值,结合10年生树高、通直度和枝下高的育种值,以15%入选率进行2个类群的家系选择。对于第1代种子园控制授粉子代类群,前6名家系与没有使用空间分析模型时的家系号完全相同,只是排列顺序有略微差异,入选家系的遗传增益为1.41cm,比没有使用空间分析模型时提高了7.2%(没有使用空间分析的各家系育种值未列出)。对于第1代种子园自由授粉子代,前6名家系与没有使用空间分析模型时的148,144,151,149和214共5个家系号相同(占83%),入选家系的遗传增益为1.53cm,比没有使用空间分析模型时提高了24.5%。本研究得出的遗传增益是中等的,而CostaeSilva等(2001)获得了较高的遗传增益。3空间自相关和空间分析模型的选择主要作用于试验设计火炬松子代试验林中第1代种子园的控制授粉子代和自由授粉子代的树高、胸径、通直度和枝下高性状存在极强的空间自相关,表明它们之间存在跨区组的环境梯度和地块差异,并且列之间的环境相似性要大于行之间的相似性。以往的空间分析表明林木的生长性状有较低的空间自相关。Magnussen(1993)发现北美短叶松(Pinusbanksiana)的树高自相关介于0~0.4之间,这些值通过模拟研究增加到0.5。Anekonda等(1996)发现北美红杉(Sequoiasempervirens)无性系的自相关值是0.4。本研究的结果显示生长性状有较高的空间自相关,这是由于独立误差项从自相关成分中分离出来,而不是仅使用单独的自相关误差项。性状具有较高的自相关,表明试验误差是有相关性的而且是不独立的。空间分析的一个主要优势是把相关的误差整合到残差的方差和协方差矩阵中。在一个试验林中,区组间是不同质的和不连续的,但空间变异和空间自相关是连续的,因此区组设计不能完全消除空间变异和空间自相关,故为使试验效果更好需要采用正确的试验设计和空间分析方法。随着数量遗传学的