《Field Crops Research》：Genotype selection for high performance and stability of sugar yield and lodging resistance across multiple environments in sugarcane
编辑推荐：
本研究通过AMMI和BLUP模型分析11个甘蔗基因型在3年试验中的表型稳定性，提出多性状稳定性指数（MTSI）以综合糖分产量和抗倒性表现，为多环境育种决策提供工具。
廖倩茜|耿建梅|蔡文伟|法鲁克·沙阿|李兆杰|熊丽|王鹏|陶阳|袁倩华|吴伟
中国海南省儋州市海南大学热带农业与林业学院，邮编571700
摘要
背景或问题
培育出在保持强抗倒伏性的同时具有最大产糖潜力的甘蔗基因型对于甘蔗种植系统的可持续性至关重要。然而，在多种目标性状和不同环境中识别并推荐表现出优异且稳定表现的基因型仍然是一个重大挑战。
目的和方法
本研究应用了两种方法——加性主效应和乘积交互作用（AMMI）以及最佳线性无偏预测（BLUP）——基于为期三年的田间试验来分析基因型×环境交互作用（GEI）。试验涉及11个基因型，评估了28个参数。为了综合单个性状的平均表现和稳定性，使用了优越性指数（WAASBY）。多性状稳定性指数（MTSI）被用来同时考虑多个目标参数，从而能够在不同环境中更全面地推荐基因型。
结果与结论
我们的研究结果表明，BLUP模型在单性状选择（如产糖量和抗倒伏性）方面非常有效，选择准确性介于0.78到0.91之间。当仅关注产糖量时，基因型G01（Zhongtang 1）和G02（SO5）表现出较高的平均表现和稳定性。然而，当目标性状变为抗倒伏性时，选择了其他两个基因型，这表明基于单一性状的基因型推荐可能存在一定的偏差。为了克服这一局限性，我们通过多种分析和统计方法验证了MTSI在推荐具有多种理想参数的品种方面的有效性。基于最低MTSI（1.15–1.82），选出了两个理想基因型（G03：Zhongtang 3；G04：Guitang 58）。MTSI始终与WAASBY在产糖量和抗倒伏性方面显示出强烈的相关性（R2 = 0.56**）。值得注意的是，一些关键性状，如根系固定强度及相关根系参数，是整体抗倒伏性和MTSI指标的主要贡献因素。
意义或重要性
这些发现强调了在未来育种工作中优先考虑强健根系作为提高抗倒伏性和甘蔗整体表现的关键标准的重要性。此外，MTSI是一个有前景且用户友好的工具，可以帮助育种者根据多个目标性状识别和推荐优秀基因型，从而支持更加明智和高效的育种决策。
引言
甘蔗贡献了全球近80%的糖供应（ISO，2024年）。过去六十年来，全球平均新鲜甘蔗产量增长了约46%（FAO，2024年）。这一显著进展得益于育种者培育的高产基因型以及农学家不断改进的栽培技术（Waclawovsky等人，2010年）。然而，为了满足不断增长的全球人口对食用糖的需求以及不断减少的农业用地，种植者面临着进一步提高产糖量的压力（Dinesh等人，2022年；FAO，2024年）。提高产量的压力使甘蔗面临更高的倒伏风险，尤其是在高产种植系统中（Singh等人，2002年）。因此，迫切需要采取农艺和育种策略来增强抗倒伏性，同时保持高产糖量，以确保农业的可持续发展。
除了产量和抗倒伏性外，基因型在不同环境中的稳定性也是一个关键考虑因素（Appunu，2024年）。稳定性指的是在长时间或不同环境条件（如气候、温度和土壤湿度）下农业产出的持续保持（Urruty等人，2016年；Dlamini和Zhou，2022年）。因此，通过结合平均表现指标（产量和抗倒伏性）与多环境下的稳定性分析来推荐理想基因型可能具有挑战性（Trimpler等人，2017年）。Vinu等人（2024年）的最新研究表明，在17个甘蔗基因型中，只有一个能在沿海和干旱地区保持稳定的高产量，而其余基因型的表现随环境变化很大。这些变化可以归因于显著的基因型×环境交互作用（GEI），导致表现稳定性不足（Diagnostics，2003年；Crossa等人，2017年）。GEI越大，品种在不同环境中的平均表现越不稳定，从而难以评估和选择理想基因型（Yan和Tinker，2006年）。
已经开发了不同的模型来简化适合多种环境的基因型评估和选择，并量化环境效应指数，如GEI（Olivoto等人，2019a）。加性主效应和乘积交互作用（AMMI）是一种可以全面量化GEI的传统模型（Gauch，2013年），并在甘蔗生产中得到广泛应用。例如，Tena等人（2019年）使用AMMI评估了12个甘蔗基因型在8种环境中的表现，并推荐了3个高产潜力基因型。然而，AMMI分析在解释GEI方面存在一些局限性，因为它主要基于前两个交互主成分轴（IPCA）生成，而其他IPCA被忽略了（Olivoto等人，2019a）。先前的研究表明，最佳线性无偏预测（BLUP）模型（通过线性混合效应模型LMM获得）在稳定性分析方面比AMMI模型更准确（van Eeuwijk等人，2016年）。该模型在分析过程中保留了所有IPCA，并通过分解BLUP矩阵得到加权平均绝对分数（WAASB，分数越低越好）来反映GEI效应指数（Olivoto等人，2019a）。此外，通过BLUP模型得到的WAASBY优越性指数（WAASB和因变量的加权平均值）结合了单个性状的平均表现和稳定性，可以作为提供可靠基因型推荐的有效指标（Olivoto等人，2019a；Koundinya等人，2021年）。
多环境实验中的稳定性分析通常针对单一性状（产糖量或作物抗倒伏性）进行（Guerra等人，2009年；Tena等人，2019年；Vinu等人，2024年）。如果综合考虑多个参数的稳定性，可以显著提高推荐基因型的准确性和可靠性（Koundinya等人，2019年；Li和Wu，2023年）。如上所述，追求更高产糖量往往伴随着倒伏风险的增加，这反过来又限制了产糖量的提高（Singh等人，2002年）。倒伏是指植物从垂直位置永久性位移的现象，主要是由植物的机械弱性和不利环境因素造成的损伤共同作用的结果（Pinthus，1973年）。通常认可两种类型的倒伏：茎秆倒伏（涉及茎秆弯曲）和根系倒伏（由根系固定失败引起）（Pinthus，1973年；Wu和Ma，2018年）。先前的研究表明，根系倒伏对甘蔗的危害大于茎秆倒伏。然而，在田间条件下，这两种类型的倒伏经常同时发生并相互影响（Liao等人，2025年）。甘蔗倒伏的负面影响包括抑制植物的光合作用能力、碳水化合物运输和氮素利用能力（Muchow等人，1995年；Singh等人，2002年；Berding等人，2005年），最终导致产糖量减少多达35%（Singh等人，2002年）。
因此，农学家和育种者总是基于多个参数（如抗倒伏性和产糖量）的全面稳定性分析来推荐适合不同环境的品种。为此，多性状稳定性指数（MTSI）可以成为一个强大而全面的工具，将多个参数的平均表现和稳定性的同时选择转化为一个易于解释的指标（Olivoto等人，2019b）。基于这些事实，我们的研究目的是：（1）通过AMMI和BLUP模型评估GEI的影响，并检查11个甘蔗基因型在三个实验年份中的平均表现和稳定性；（2）评估WAASBY在单一参数的平均表现和稳定性方面的有效性；以及MTSI在多个实验年份中（包括产糖量和抗倒伏性）的多参数方面的有效性；（3）使用不同的分析和统计技术确认MTSI指标在推荐适合多种环境的最佳基因型方面的有效性。
实验地点
试验在中国海南省的中国热带农业科学院甘蔗试验基地（北纬19°50′，东经109°52′）进行。自2021年起，甘蔗连续几个季节都在该基地种植。试验基地表土（0–20厘米深度）的物理化学特性见表S1。三个种植季节的天气数据来自附近的气象站，并在图S1中展示。
不同基因型的平均表现
所有26个测量参数的最大/最小值、总平均值、F值和LSD0.05在表S3–5中呈现。总平均产糖量为13.17吨/公顷，其中G06的最高记录值为14.73吨/公顷。总平均茎秆硬度（SF）为2.76，最高值为3.79（G04）。此外，基因型和GEI的影响（χ2G和χ2GEI）对产糖量、SF、SFs、SFr和其他记录的参数总体上是显著的，除了I和茎秆直径（表S6）。
单个参数的平均表现和稳定性
一个基因型在一个地点表现良好，但在另一个地点可能由于GEI的变化而表现不佳。这种特定基因型表现的不稳定性使得难以识别真正优越或理想的育种基因型。因此，已经开发了各种模型来解决GEI的复杂性（Yan和Tinker，2006年；Olivoto等人，2019a；Koundinya等人，2021年）。我们使用AMMI和BLUP模型来评估各种甘蔗的
结论
BLUP模型被证明是基于单一性状（如产糖量或抗倒伏性）选择基因型的可靠工具。使用BLUP模型时，当目标是产糖量时，基因型G01（Zhongtang 1）和G02（SO5）表现出优越的平均表现和稳定性。然而，当选择目标是抗倒伏性时，结果发生了变化，这表明基于单一参数的基因型推荐可能存在一定的偏差。为了克服这一局限性，我们
作者贡献声明
廖倩茜：撰写——初稿、调查、正式分析、数据管理。耿建梅：撰写——审阅与编辑、验证、监督。蔡文伟：验证、资源提供、调查。法鲁克·沙阿：撰写——审阅与编辑、方法论、概念化。李兆杰：撰写——初稿、调查、数据管理。熊丽：撰写——审阅与编辑、验证、数据管理。王鹏：撰写——
利益冲突声明
作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：鉴于吴伟担任编辑委员会成员的身份，他未参与本文的同行评审，也无法获取有关其同行评审的信息。本文的编辑过程完全由另一位期刊编辑负责。如果还有其他作者，他们声明没有已知的利益冲突
致谢
我们感谢刘福成的现场实验协助，并感谢杨本鹏提供试验场地和甘蔗品种。本研究得到了海南大学科学研究基金（编号：KYQD(ZR)20018的财政支持。
