《International Journal of Agronomy》：Multitrait Selection for Average Performance of Rice Varieties Under Drip Irrigation Using MGIDI and FAI-BLUP Techniques
编辑推荐：
摘要译文：
水稻是全球最重要的主粮作物之一。然而，水稻生产中水资源有限的问题已导致产量大幅下降。为缓解这一制约因素，在布基纳法索的水稻生产中采用加压灌溉系统显得至关重要。因此，鉴定适合滴灌的基因型十分必要，同时，识别能够整合多种优良性状的基因型对于育种项目也同
摘要译文：
水稻是全球最重要的主粮作物之一。然而，水稻生产中水资源有限的问题已导致产量大幅下降。为缓解这一制约因素，在布基纳法索的水稻生产中采用加压灌溉系统显得至关重要。因此，鉴定适合滴灌的基因型十分必要，同时，识别能够整合多种优良性状的基因型对于育种项目也同样重要。为实现该目标，需要一种有效的选择方法。本研究旨在利用多性状基因型-理想型距离指数（multitrait genotype-ideotype distance index, MGIDI）和基于最佳线性无偏预测的多性状指数因子分析及理想型设计（multitrait index-based factor analysis and ideotype design based on best linear unbiased prediction, FAI-BLUP）鉴定适合滴灌的水稻基因型。研究人员在2021年和2022年两个生长季节对20个水稻基因型进行了滴灌条件下的评价。数据采用R软件进行联合方差分析（analysis of variance, ANOVA）、MGIDI和FAI-BLUP分析。通过相关性分析确定各性状间的关系。联合方差分析显示，所评估的11个性状在品种间存在显著差异（p < 0.05）。在15%选择强度下，通过MGIDI和FAI-BLUP各选出了3个基因型。FKR19、IR841和FKR76这三个基因型被MGIDI和FAI-BLUP两种方法共同选为理想型基因型。然而，这三种基因型的排名因方法不同而有所差异。这些基因型可推荐在布基纳法索进行进一步的评估和推广，作为滴灌条件下生产的优良基因型。所选基因型的优势可为水稻育种者开发具有多种优良性状的新基因型提供指导。
论文解读
一、研究背景与目的
水稻是全球最重要的粮食作物之一，为数十亿人口提供日常热量来源。然而，水稻生产对水资源的依赖性极强，传统淹水灌溉方式耗水量巨大。在全球气候变化和水资源日益紧缺的背景下，水稻生产面临着严峻的水资源短缺问题，由此导致的产量下降已成为制约全球粮食安全的重要因素。布基纳法索作为非洲西部的农业国家，其水稻生产同样受到水资源匮乏的严重制约。在此背景下，采用节水灌溉技术对于保障水稻稳产高产具有重要意义，而滴灌作为一种高效节水的加压灌溉方式，被认为是缓解水资源约束、维持水稻产量的可行途径。
然而，水稻品种在不同灌溉方式下的表现存在显著差异，品种的适应性和产量表现受环境和灌溉方式的共同影响。因此，鉴定在滴灌条件下具有优良适应性和高产潜力的水稻基因型显得尤为重要。传统的品种选择通常仅以籽粒产量（grain yield, GY）为主要指标，忽略了其他农艺性状的综合表现。近年来，随着多性状选择理念的发展，育种工作者逐渐认识到，综合考虑多个目标性状进行基因型选择，能够更全面地评价品种的利用价值，并获得更大的遗传进展。为此，本研究采用MGIDI和FAI-BLUP两种先进的多性状选择方法，对滴灌条件下的20个水稻基因型进行综合评价，旨在鉴定适合滴灌生产的高产多优基因型，并揭示各农艺性状间的相关性，为布基纳法索滴灌水稻品种的选育和推广提供科学依据。
二、研究方法
本研究供试材料为来自布基纳法索INERA Farako-Ba水稻育种项目的20个水稻基因型，其中4个来源于非洲新稻（New Rice for Africa, NERICA）群体，其余16个属于亚洲栽培稻（Oryza sativa）。试验于2020年和2021年两个旱季在布基纳法索Bama的IRRIFASO研究站进行，采用α-格子设计，设3次重复。通过滴灌系统进行精准灌溉，全生育期根据蒸发皿蒸发量和作物系数计算灌溉水量。
数据采集涵盖11个农艺性状，包括株高（plant height, PH）、分蘖数（number of tillers, NT）、穗数（number of panicles, NP）、不育分蘖率（percentage of infertile tillers, %IT）、剑叶长（length of panicle leaf, LPL）、剑叶宽（width of panicle leaf, WPL）、穗长（panicle length, PL）、穗重（panicle weight, PW）、50%开花天数（days to 50% flowering, D50F）、千粒重（thousand grain weight, TGW）和籽粒产量（grain yield, GY），同时计算灌溉水利用效率（water use efficiency, WUE）。
数据分析采用联合方差分析（analysis of variance, ANOVA）检验基因型、环境及其互作的显著性；利用Pearson相关分析揭示各性状间的相关性；采用MGIDI和FAI-BLUP两种多性状选择方法，在15%选择强度下鉴定综合性状优良的基因型。MGIDI方法通过因子分析将多个性状降维，计算各基因型与理想型（ideotype）之间的距离，距离越小表示综合性状越优。FAI-BLUP方法则基于最佳线性无偏预测（best linear unbiased prediction, BLUP）值计算基因型与理想型的空间概率，从而实现基因型排序。分析采用R软件中的metan包（Version 1.18）完成。
三、研究结果
1. 方差分析结果：基因型均方在全部11个性状上均达到显著差异（p < 0.05），表明供试材料间存在丰富的遗传变异。年份效应及基因型与年份互作效应在各性状上均未达到显著水平，说明基因型在两年间的表现趋势相对一致。
2. 产量与水分利用效率表现：在第一年试验中，籽粒产量范围为5.75至11.25 t/ha，平均值为10.32 t/ha；第二年产量范围为5.10至11.50 t/ha，平均值为8.88 t/ha。两个试验年份中品种间产量差异均达到显著水平（p < 0.05）。水分利用效率的平均值为10 kg/ha/mm，变幅为7至12 kg/ha/mm。第一年和第二年的标准差分别为1.30和1.62，表明各品种的水分利用效率值接近中位数。第二年有50%的品种水分利用效率低于总体平均数（10.50 kg/ha/mm）。
3. 性状相关性分析：籽粒产量与剑叶宽（r = 0.53）、穗数（r = 0.51）和千粒重（r = 0.54）呈显著正相关（p < 0.01），与不育分蘖率呈显著负相关（r = ?0.53，p < 0.01）。株高与穗重（r = 0.59）和剑叶宽（r = 0.52）呈正相关，但与分蘖数（r = ?0.67）和穗数（r = ?0.64）呈显著负相关（p < 0.001）。
4. MGIDI选择结果：11个性状被划分为4个因子（factor analysis, FA），累计解释85.64%的总变异。株高、分蘖数和穗数与FA1相关，剑叶宽、穗重和籽粒产量与FA2相关，不育分蘖率、穗长和千粒重与FA3相关，剑叶长和50%开花天数与FA4相关。MGIDI除株高外各性状均获得了期望方向的选择增益，其中穗重的选择增益达26.49%，籽粒产量的增益为14.60%。基于MGIDI，排名前三的基因为FKR19（MGIDI = 2.08）、IR841（MGIDI = 2.64）和FKR76（MGIDI = 2.66），表现最差的三个基因为FKR80（MGIDI = 6.13）、FKR18（MGIDI = 5.73）和FKR84（MGIDI = 4.94）。优劣性分析显示，IR841和FKR76的优良表现与FA1关联的剑叶宽、穗长和穗重有关，FKR19的优势则体现在与FA2关联的株高、分蘖数、穗数、不育分蘖率、剑叶长、50%开花天数、千粒重和籽粒产量等多个性状上。
5. FAI-BLUP选择结果：11个性状同样被划分为4个因子，累计解释85.64%的总变异。株高、分蘖数、穗数和千粒重与FA1相关，不育分蘖率、穗长和穗重与FA2相关，剑叶宽、50%开花天数和剑叶长与FA3相关，籽粒产量为唯一与FA4相关的性状。FAI-BLUP同样在除株高外的所有性状上获得了期望方向的选择增益，穗重（26.49%）和籽粒产量（14.60%）的增益与MGIDI方法的结果一致。FAI-BLUP对期望正向表达的性状提供了总计46.96%的选择增益。排名前三的基因型为FKR19、FKR76和IR841，与MGIDI选出的三个基因型相同，仅排名顺序有所不同：FKR76在FAI-BLUP中位列第二但在MGIDI中位列第三，IR841在FAI-BLUP中位列第三但在MGIDI中位列第二。
四、讨论与结论
本研究通过两年滴灌试验，系统评价了20个水稻基因型的农艺表现。基因型间在各性状上的显著差异表明供试材料具有良好的遗传多样性，为品种选择提供了基础。在滴灌条件下，最优基因型产量超过8 t/ha，说明在水分供应充足的情况下，产量表现主要取决于品种的遗传潜力。滴灌系统通过减少土壤蒸发和深层渗漏等非生产性水分损失，改善了植株生长环境，提高了水分利用效率。多数品种的水分利用效率表现良好，平均为10 kg/ha/mm，这与滴灌能够根据作物需求精准供水、维持生殖生长阶段适宜的土壤水分状况有关，进而促进了颖花育性和籽粒充实。
基因型与年份互作不显著表明供试基因型在两年间的表现趋势基本一致，可能与两年试验采用了相同的水分管理和施肥等栽培条件有关。MGIDI和FAI-BLUP两种方法一致选出了FKR19、IR841和FKR76三个综合性状优良的基因型，表明这些基因型在不同方法下均显示出优异的多性状综合表现。FKR19在两种方法中均被列为最优基因型，其在分蘖数、穗数、千粒重和籽粒产量等多个性状上的协同优势说明该品种具有良好的增产潜力和稳定性。MGIDI和FAI-BLUP在籽粒产量选择增益上的一致性（均为14.60%）验证了两种方法在预测遗传增益方面的可靠性和互补性。
研究结论表明，20个水稻基因型在滴灌条件下表现出丰富的遗传变异，平均产量为8 t/ha。MGIDI和FAI-BLUP共同鉴定出FKR19、IR841和FKR76三个同时聚合多种优良性状的高产基因型，为水稻品种的多性状同步改良提供了重要途径。MGIDI的优势性分析表明，理想的水稻基因型应同时兼顾适宜的分蘖数、穗数、不育分蘖率和千粒重。未来研究应开展多年多点试验，进一步验证所选基因型在滴灌条件下的产量稳定性和适应性，为布基纳法索滴灌水稻品种的审定和推广提供更为充分的科学依据。
