《Frontiers in Plant Science》:Genotype by environment interaction and local adaptation of commercial legume cover crop genotypes
编辑推荐:
秋季播种的豆科覆盖作物面临的主要挑战之一是冬季存活率不稳定。尽管市场上已有若干标榜为耐寒的基因型,但其在美国多个地区的表现尚不清楚。气候变化进一步加剧了这一问题,导致天气条件难以预测。为弥补这一空白,研究人员在两个生长季节(2016-2018年)内,于美国31
秋季播种的豆科覆盖作物面临的主要挑战之一是冬季存活率不稳定。尽管市场上已有若干标榜为耐寒的基因型,但其在美国多个地区的表现尚不清楚。气候变化进一步加剧了这一问题,导致天气条件难以预测。为弥补这一空白,研究人员在两个生长季节(2016-2018年)内,于美国31个地点-年份评估了30个基因型,包括毛叶苕子(hairy vetch)、冬豌豆(winter pea)、绛三叶(crimson clover)、红三叶(red clover)和巴拉萨三叶草(balansa clover)的冬季存活率。研究人员分析了基因型、环境、基因型与环境互作(G×E)以及天气-性状关联的影响。毛叶苕子品种‘CCS Groff’、‘Purple Prosperity’和‘TNT’表现出最高的总体冬季存活率,并在不同环境中保持稳定表现。方差分解表明,环境(43.2%)和基因型与环境互作(G×E)(35.9%)对冬季存活率变异的解释程度高于基因型主效应(17.1%),表明品种表现具有显著的背景依赖性,因此有必要提出针对特定环境的推荐。在大多数环境中,冬季存活率为中等(0.50-0.80)到高(大于0.80),但有两个地点-年份即使优质基因型的冬季存活率也低于0.5,并且同一地点内年份间变异显著。环境水平的相关分析表明,11月、2月和3月的温度(正效应)和同月的降雪量(负效应)与冬季存活率最为一致,但没有单一天气变量或组合占主导地位,反映出冬季存活率作为一个性状的复杂性。观察到的显著基因型与环境互作(G×E)以及某些环境中极低的冬季存活率,凸显了进行多环境测试以及开发更耐寒且稳定的豆科覆盖作物品种的必要性。
**论文解读**
**研究背景与问题**
豆科覆盖作物在改善土壤结构、促进养分循环、防止侵蚀和抑制杂草方面具有关键生态功能,然而秋季播种的豆科覆盖作物面临冬季存活不稳定的重大挑战。尽管市场上已有多个标榜为耐寒的基因型,但其在美国多个地区的实际表现尚不清楚。气候变化进一步加剧了这一问题,导致天气条件难以预测,例如传统温暖地区出现异常寒冷极端,而北部地区面临冻融循环频繁等变化。因此,迫切需要系统评估商业豆科覆盖作物基因型在多环境下的冬季存活表现,并解析基因型、环境及其互作(G×E)的贡献,以提供可靠的品种推荐和育种方向。该研究发表在《Frontiers in Plant Science》。
**研究内容与方法**
研究人员在2016至2018年两个生长季节,于美国农业部自然资源保护局(USDA-NRCS)植物材料中心的19个地点开展了多环境试验,涵盖31个地点-年份(环境),评估了30个基因型,包括毛叶苕子、冬豌豆、绛三叶、红三叶和巴拉萨三叶草。主要技术方法包括:采用广义线性混合模型(GLMM)拟合二项分布数据,生成最佳线性无偏预测(BLUP)以评估基因型在各环境下的冬季存活率;利用Finlay-Wilkinson回归分析计算品种稳定性和环境响应斜率;通过环境水平Pearson相关及主成分回归(PCR)分析天气变量(月均温度、降雪量)与冬季存活率的关联;并采用方差组分估计解析环境、基因型、G×E及重复的变异贡献比例。
**研究结果**
**3.1 基因型表现(Genotype performance)**
通过GLMM生成各环境×基因型组合的BLUP,发现27个环境中最优基因型的冬季存活率≥0.8,而17WA和17CO环境中最优基因型存活率也低于0.5。品种排名分析显示,绛三叶‘Dixie’在5个环境中排名第一,但排名首位品种在不同环境间变化显著,13个品种在至少一个环境中排名第一,表明G×E效应显著。Finlay-Wilkinson稳定性分析表明,毛叶苕子品种‘CCS Groff’具有最高平均存活率(0.84)和低于1的回归斜率(b=0.69),且稳定性方差低(σ2d=0.020),表现为在恶劣环境中仍保持高存活率的广泛适应性;‘Purple Prosperity’和‘TNT’也呈现类似有利模式。相比之下,冬豌豆‘Dunn’和‘Arvica 4010’平均存活率最低(0.19和0.20),且稳定性方差高,表现为持续低效表现。
**3.2 方差组分估计(Variance component estimation)**
方差组分估计显示,环境因素解释了冬季存活率总生物学变异的最大比例(43.2%),其次为G×E互作(35.9%),基因型主效应仅占17.1%,重复占3.8%。环境与G×E之和达79.1%,表明品种表现高度依赖环境背景,需针对特定环境进行推荐,而非依赖单一广泛适应基因型。
**3.3 天气-性状关系(Weather-trait relationships)**
环境水平Pearson相关分析(经Benjamini-Hochberg校正)显示,18个天气变量与冬季存活率显著相关。11月、2月和3月的平均、最高和最低温度均呈正相关(r=0.42-0.49),而同期降雪量呈负相关(r=-0.42至-0.49)。主成分回归表明,前四个主成分共同解释环境水平存活率变异的25%,但无一单个主成分达到显著,说明冬季存活率受多种气候因素协同影响,而非单一因子主导。
**总结讨论与结论**
讨论指出,冬季存活率是覆盖作物表现的关键决定因素,但受环境、G×E和基因型共同影响,且年份间同一地点变异显著,如17WA存活率<0.1而16WA为0.72,凸显了多年多环境测试的必要性。降雪与存活率的负相关可能源于雪层促进嗜冷真菌(如Sclerotinia trifoliorum)滋生及雪水导致的水涝胁迫,而非提供保温作用。此外,未测量因素如冻融频率、最小冻结温度、冷驯化状态及管理措施(播种日期、灌溉)也可能影响结果。研究结论:环境与G×E是冬季存活率变异的主要来源,毛叶苕子品种‘CCS Groff’、‘Purple Prosperity’和‘TNT’在测试环境中表现出最高的总体存活率和广泛适应性;11月、2月和3月的温度(正效应)和降雪量(负效应)与存活率最一致。17WA和17CO等恶劣环境中,即使最优品种存活率也低于0.5,凸显了通过种质资源探索、耐寒性筛选和基因组选择方法开发更耐寒、稳定基因型的必要性。未来需评估更多农艺性状(如春季活力、生物量、固氮能力),纳入新发布品种,并扩展地理和时间覆盖范围,以提供更全面的品种推荐基础。