《Food and Energy Security》：Selection of Stable and High-Yielding Potato Genotypes Suitable for Multiple Environments Through Multi-Trait and Multi-Environment Stability analyzes
编辑推荐：
摘要专业翻译
基因型×环境互作（genotype × environment interaction，GEI）对孟加拉国的马铃薯生产具有显著影响，对筛选稳产高产品种构成了障碍。因此，本研究旨在利用多种统计方法评估马铃薯基因型在不同环境下的表现、稳定性及适应性，
摘要专业翻译
基因型×环境互作（genotype × environment interaction，GEI）对孟加拉国的马铃薯生产具有显著影响，对筛选稳产高产品种构成了障碍。因此，本研究旨在利用多种统计方法评估马铃薯基因型在不同环境下的表现、稳定性及适应性，以筛选优良基因型。研究人员在六个地点、两个生长季节内对八个马铃薯基因型进行了评价。采用加性主效应与乘性互作（additive main effects and multiplicative interaction，AMMI）、最佳线性无偏预测（best linear unbiased prediction，BLUP）、绝对分数加权平均值（weighted average of absolute scores，WAAS）、绝对分数与产量加权平均值（weighted average of absolute scores and yield，WAASBY）、基因型加基因型×环境互作（genotype plus genotype-by-environment interaction，GGE）双标图以及多性状稳定性指数（multi-trait stability index，MTSI）分析评估了基因型表现与稳定性。产量和品质性状中观察到显著的基因型、环境及GEI效应。基因型18.46在种植后90天（90 days after planting，DAP）获得最高块茎产量（39.26 t ha?1），而加工对照品种BARI Alu-28（Lady Rosetta）的干物质含量最高（21.84%）。基因型18.8的干物质含量略低（20.52%），但其块茎产量（33.21 t ha?1）高于BARI Alu-28（25.68 t ha?1）。BLUP、WAAS、WAASBY和GGE分析一致地将基因型18.46确定为高产基因型，将18.8确定为各环境下产量和干物质含量稳定的基因型。互补的稳定性与适应性分析方法为跨环境基因型选择提供了趋同证据。基因型18.46展现出作为高产菜用马铃薯的强大潜力，而基因型18.8凭借其稳定的干物质含量和良好的产量表现，展现出面向加工用途的潜力。这些发现为孟加拉国多样化农业生态条件下的马铃薯育种和品种选择提供了有价值的见解。
论文解读
一、研究背景与意义
马铃薯（Solanum tuberosum L.）是全球第四大主粮作物，仅次于水稻、小麦和玉米，因其营养与经济价值被誉为“蔬菜之王”。马铃薯富含碳水化合物、蛋白质、维生素和矿物质元素，对人类营养具有重要意义。孟加拉国的马铃薯产量已达约1043万吨，种植面积45.5万公顷，平均产量22.09 t ha?1。然而，全国产量仍低于试验条件下的潜在水平，部分原因在于品种更新换代速度慢于其他主要作物。此外，孟加拉国的马铃薯种植期仅为约3个月的短冬季，而其他地区为5–6个月，限制了产量潜力的发挥。
马铃薯生产强烈受环境条件影响，基因型×环境互作（genotype × environment interaction，GEI）是影响产量表现的关键因素。在气候条件日益多变的背景下，这一影响尤为重要，因为马铃薯的产量和块茎品质对温度和水分的可用性变化高度敏感。孟加拉国各地区马铃薯产量差异显著（9.53–33.99 t ha?1），进一步凸显了生长环境对作物表现的影响。因此，识别在不同环境中保持稳定表现的高产基因型，对于降低生产变异性和保障可靠的马铃薯生产至关重要。
尽管已有若干研究评估了马铃薯的GEI和产量稳定性，但在孟加拉国，将产量、品质、稳定性及多种农艺性状进行综合评价的研究仍然有限。以往研究通常侧重于单一的稳定性方法或有限的性状数量，可能无法充分识别兼具高表现和广适性的基因型。此外，本地培育的优良育种品系需要在有代表性的马铃薯种植环境中与已建立的商业品种进行比较评估，方可考虑推广。因此，本研究整合了AMMI、BLUP、WAAS、WAASBY、GGE双标图和MTSI六种分析方法，在六个地点、两个生长季节内评估了四个先进的BARI育种品系和四个已建立的对照品种，旨在识别兼具高块茎产量、理想干物质含量和跨环境稳定表现的基因型，同时确定有助于基因型选择的农艺性状。
二、关键技术与方法
研究人员在孟加拉国六个地点（Bogura、Debigonj、Gazipur、Jamalpur、Jashore和Munshigonj）开展了为期两个生长季节（2022–23和2023–24）的多环境试验。试验采用随机完全区组设计（randomized complete block design，RCBD），每站点三次重复，小区面积为3.0×3.0 m，行距60 cm，株距25 cm。供试材料包括四个杂交选育的先进马铃薯品系（18.8、18.13、18.46和18.102），这些品系由孟加拉国农业研究所（BARI）块茎作物研究中心（TCRC）经过7年评价后选出；另设四个对照品种：BARI Alu-7（Diamant）、BARI Alu-13（Granola）、BARI Alu-25（Asterix）和BARI Alu-28（Lady Rosetta）。统计分析方法包括：使用R软件agricolae包进行方差分析（ANOVA）和最小显著性差异（LSD）检验；采用限制最大似然法（REML）估计方差组分并获得最佳线性无偏预测（BLUP）；使用metan包中的waasb()函数进行混合模型分析；以及AMMI、WAAS、WAASBY、GGE双标图和MTSI等稳定性分析方法。
三、主要研究结果
3.1 基因型在各环境中的表现
方差分析显示所有性状在基因型间均存在显著差异。基因型18.46在多个重要性状上表现最佳，包括出苗早、生长势强、叶面积覆盖度高以及65天和90天时的产量最高。最低产量记录在对照基因型BA28中，其次是BA13和BA7。BARI Alu-28的干物质含量最高（21.84%），其次是基因型18.8（20.52%）。尽管18.8的干物质含量略低于BARI Alu-28，但其90天产量（33.21 t ha?1）远高于BARI Alu-28（25.68 t ha?1）。
3.2 方差组分与遗传参数
似然比检验表明所研究性状存在显著的基因型和GEI效应。干物质（DM）的基因型方差占比最大（60.94%），其次是叶面积覆盖度（FC，53.17%）；而50%出苗天数（D50）和出苗天数（DSE）的GEI效应最大，分别为71.74%和66.94%。DM的GEI效应最低。广义遗传力以DM最高（0.61），其次为FC（0.53）、Y90（0.48）和E30（0.47）。选择精度范围为0.79至0.98。
3.3 AMMI分析
Y65、Y90和DM均检测到显著的GEI效应。环境解释了Y65（44.79%）和Y90（48.52%）变异的最大比例，而基因型解释了DM变异的最大比例（44.20%）。三个显著的互作主成分分别解释了Y65、Y90和DM的GEI变异的87.2%、84.0%和83.0%。
3.4 基于BLUP的基因型表现
BLUP估计显示，基因型18.46在Y65和Y90方面均具有最高的预测表现。对于DM，BA28的预测值最高，其次是18.8和BA25。因此，18.46在预测产量表现方面持续优异，而18.8兼具相对较高的预测Y90和DM。
3.5 WAAS稳定性分析
WAAS分析揭示了基因型在Y65、Y90和DM的平均表现与稳定性方面的差异。基因型18.102在Y65方面兼具较低WAAS值和高于平均的表现，而18.8在Y90方面表现出这一组合。对于DM，18.8和BA28的WAAS值相对较低且表现高于平均值。总体而言，18.8在Y90和DM方面展现出最有利的稳定性与高于平均表现的组合。
3.6 WAASBY分析
对于Y65，基因型18.102的WAASBY值最高，其次是18.46。对于Y90，18.8、BA25和18.46的WAASBY值最高，而BA28和18.8在DM方面排名最高。尽管18.102在Y65方面排名靠前，但其成熟期较晚（98.67天）。总体而言，18.46被确定为产量表现有前景的基因型，而18.8兼具良好的Y90和DM表现及稳定性。
3.7 GGE双标图与巨型环境分析
GGE“谁赢在哪里”双标图揭示了Y65和Y90不同环境下基因型响应的差异，而DM的环境分化较小。对于Y65，18.46在Y2Jamalpur表现最佳，18.8在Y2Debigonj表现最佳，BA25在Y1Bogura和Y1Jashore表现出特异性优势。对于Y90，18.46在Y2Jamalpur和Y2Bogura表现良好，18.102在Y2Jashore和Y1Jamalpur表现良好，18.8在多个环境中表现良好。对于DM，18.8在多个环境中表现良好。GGE分析支持了18.46的广泛产量表现和18.8的良好产量-DM特征。
3.8 性状相关性
所评估性状间观察到显著相关性（r = ?0.15至0.82）。Y90与多个生长和产量相关性状呈正相关，包括植物活力（PV）、叶面积覆盖度、单株块茎重、单株块茎数和株高。相反，DSE和D50与多个产量相关性状呈负相关。
3.9 多性状稳定性指数（MTSI）
MTSI分析确定了三个特征值大于1的因子，共同解释了总变异的87.8%。12个性状被分为三组：FA1与PV、株高、FC、Y65、单株块茎数、单株块茎重和Y90相关；FA2与E30和单株茎数相关；FA3与DSE、D50和DM相关。平均共同度为0.88。MTSI在12个性状中的11个实现了期望的选择方向。最高选择增益出现在Y90（15.3%）、单株块茎重（13.2%）、FC（6.81%）和株高（6.21%）。基于MTSI的基因型排名将18.46确定为领先基因型，其次是18.8和18.102。尽管18.102的MTSI排名靠前，但因其晚熟未被保留为首选候选。最终选择18.46和18.8作为综合多性状表现和稳定性最佳的基因型。
四、讨论与结论总结
讨论部分指出，基因型、环境和GEI的显著效应表明所评估的马铃薯基因型在不同测试环境中的表现存在差异。环境解释了块茎产量变异的最大比例，而基因型对DM变异的贡献更大，说明产量对环境变化更敏感，而DM更多受遗传差异影响。各试验地点的温湿度、降雨量以及土壤质地、pH、有机质和养分状况的差异可能是GEI的部分原因。
本研究的重要成果是多种互补的稳定性与适应性分析之间达成了广泛一致。BLUP确定18.46为预测产量表现最强的基因型，WAAS强调了18.8在Y90和DM方面的良好稳定性，WAASBY进一步支持了18.46的产量表现和18.8的表现-稳定性组合，GGE分析揭示了广适性和环境特异性响应，MTSI则整合了更广泛的农艺、产量和品质性状并将18.46和18.8列为领先候选。这些方法提供了互补而非重复的信息。
从育种和终端用途角度看，18.46和18.8展现出对比鲜明但互补的优势。18.46兼具高产、短椭圆形浅红皮块茎和中等果肉质地，支持其作为菜用育种品系的潜力。18.8则结合了良好的产量表现和相对较高且稳定的DM（20.52%）、长椭圆形块茎、浅芽眼和粉质果肉质地，表明其具有面向加工用途的潜力。根据国际马铃薯中心（CIP）指南，DM含量20%–24%通常被认为适合薯条生产。18.8的DM含量（20.52%）处于可能适合薯条加工的范围内。然而，仅凭DM不足以确定特定加工产品的适用性，还需评估还原糖浓度、淀粉特性、油炸颜色、吸油量以及感官和质地特性。
基因型18.102在多项分析中表现良好，但其晚熟（98.67天）降低了其在孟加拉国短而竞争激烈的冬季种植制度中的实际优势。这说明了统计稳定性本身不应单独决定品种推进，物候期、终端用途特征、种植制度兼容性和市场需求也必须考虑。
研究结论为：基于AMMI、BLUP、WAAS、WAASBY、GGE双标图和MTSI分析的综合结果，基因型18.46和18.8是最有前景的候选基因型。18.46兼具高产稳产表现和有利于菜用的块茎特征，而18.8结合了稳定表现、相对较高的干物质含量和有利的块茎特征，表明其具有面向加工用途的潜力。在确认18.8对特定加工产品的适用性之前，仍需进一步评估加工特异性品质性状。在对比鲜明的环境中识别高性能且稳定的育种品系，可能有助于提高孟加拉国马铃薯生产的可靠性，并为培育适应多变生长条件的品种提供有用的育种材料。
