基于形态特征的遗传多样性及芝麻（Sesamum indicum L.）种质的亲缘关系研究——采用Python辅助的多变量分析方法

《Ecological Genetics and Genomics》：Morphological trait-based genetic diversity and relationship in sesame (Sesamum indicum L.) accessions via python assisted multivariate analysis

　　

Rakhi Kumari|N. Arumugam

印度本地治里大学生物技术系，本地治里

摘要

作物种质资源中存在的遗传多样性在选育适合的育种材料方面起着重要作用。在本研究中，使用13个定量农艺形态学、物候学和产量相关性状，通过Python实现的多元统计方法对38份芝麻（Sesamum indicum L.）样本进行了评估，以评估遗传多样性和性状之间的关系。观察到这些样本之间存在显著差异，尤其是在每株植物的主枝数量、每株植物的蒴果数量和千粒种子重量方面。相关性分析表明，每株植物的产量与每株植物的蒴果数量、千粒种子重量、植株高度和每株植物的主枝数量呈正相关，这表明这些性状对提高产量具有重要意义。主成分分析显示，前三个主成分解释了总变异的79.10%，其中与开花和产量相关的性状对遗传分化贡献较大。层次聚类分析将样本分为四个不同的组，反映了所研究种质之间的明显遗传差异。结果表明，将遗传距离较远的样本进行杂交，特别是那些结合了早花和优良产量性状的样本，可以作为培育改良芝麻品种的有用亲本材料。总体而言，本研究展示了多元统计方法在理解遗传关系和识别芝麻改良计划潜在亲本系方面的有效性。

引言

芝麻（Sesamum indicum L.）是最古老的驯化油料作物之一，因其高质量的食用油、营养价值以及对多种农业气候条件的适应性而被广泛种植[1]；[2]。这种作物是油、蛋白质、抗氧化剂和微量营养素的重要来源，在亚洲和非洲的许多地区具有经济和营养价值。尽管如此，由于环境限制、遗传基础狭窄以及育种计划中对多样化种质的利用有限，芝麻的产量仍然相对较低。因此，识别和利用遗传多样化的样本对于培育具有更高产量、适应性和抗逆性的改良品种至关重要。最近的研究进一步强调了遗传多样性分析在芝麻改良和种质利用中的重要性[3,4]。

遗传多样性在作物改良中起着基础性作用，因为它提供了有效选择和杂交所需的变异[5]。在芝麻中，形态学和农艺性状仍被广泛用于多样性评估，因为它们直接反映了植物生长、开花行为和田间条件下的产量表现[6]。因此，评估这些性状的变异可以为亲本选择和旨在提高产量和适应性的育种策略提供有用信息。

当同时评估多个性状时，传统的单变量比较往往不足以解释样本间的整体变异模式。多元统计方法，如主成分分析（PCA）、相关性分析和聚类分析，是理解遗传关系、识别主要变异来源和将种质分类为不同组的有效工具[7]；[8]。这些方法已成功应用于芝麻多样性研究，以表征变异并识别有前景的育种材料[[9], [10], [11], [12]]。

计算生物学和统计计算的最新进展促进了作物多样性研究中集成分析工作流程的应用。Python已成为一种广泛使用的生物数据分析平台，因为它能够在单一计算环境中实现数据预处理、统计分析和可视化[13,14]。这样的工作流程可以支持系统化的数据处理，并提高多元分析的透明度和可重复性。

因此，本研究通过基于Python的分析工作流程，使用定量农艺形态学、物候学和产量相关性状，对38份芝麻（Sesamum indicum L.）样本的遗传多样性和性状关系进行了评估。该研究还旨在识别对芝麻育种计划有用的、具有遗传差异的主要性状。

章节摘录

植物材料

本研究使用了从印度新德里的国家植物遗传资源局获得的38份芝麻（Sesamum indicum L.）样本。所选的种质代表了多样的遗传背景，用于基于定量性状评估多样性，这些性状被广泛认为是遗传多样性的可靠指标[6]。研究中使用的样本列表见表1。

实验地点和设计

实验于2019年夏季进行

结果

13个农艺形态学和物候学性状的描述性统计数据显示，38份芝麻样本之间存在显著变异（表2）。物候学性状的变异相对较低，变异系数（CV）范围从8.94%（DFF）到12.37%（DFI），表明其表达较为稳定。相比之下，与产量相关的性状表现出较高的变异，尤其是每株植物的主枝数量（97.88%）、每株植物的蒴果数量（60.77%）和每株植物的产量（39.81%）。

讨论

所研究性状之间的变异清楚地反映了芝麻样本之间的遗传差异。与开花相关的性状表现出较低的变异，表明在当前环境条件下其表达相对稳定。相比之下，与产量相关的和相关的形态学性状，如每株植物的主枝数量、每株植物的蒴果数量、每株植物的产量和叶柄长度，表现出较高的变异系数。

结论

分析显示，基于定量农艺形态学、物候学和产量相关性状，芝麻样本之间存在显著的遗传多样性。每株植物的蒴果数量、千粒种子重量、植株高度和每株植物的主枝数量等性状被确定为对产量有重要贡献的性状，因此可以作为芝麻改良计划中可靠的选育标准。相关性分析和主成分分析结果的一致性表明...

人工智能（AI）工具的使用

作者使用ChatGPT（OpenAI）进行语言润色和可读性改进。该工具未用于数据分析、结果生成或科学解释。本文中呈现的所有结果和结论均为作者的原创工作。

资金

本研究没有获得任何资金支持。

CRediT作者贡献声明

Rakhi Kumari：概念化、数据管理、正式分析、调查、方法论、资源、软件、验证、可视化、初稿撰写、审稿与编辑。N. Arumugam：监督。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。