基于HIDAP系統(tǒng)的馬鈴薯高代品系多性狀綜合分析

李亞杰，羅 磊，姚彥紅，范 奕，邊彩燕，李城德，董愛云，劉惠霞，李豐先，牛彩萍，韓儆仁，李德明

(1. 定西市農(nóng)業(yè)科學研究院，甘肅 定西 743000； 2. 甘肅省馬鈴薯工程技術(shù)研究中心，甘肅 定西 743000；3. 甘肅省農(nóng)業(yè)技術(shù)推廣總站，甘肅 蘭州 730000)

隨著我國馬鈴薯主糧化戰(zhàn)略的實施，主糧化產(chǎn)品加工成為戰(zhàn)略實施的重要保障，對馬鈴薯新品種的目標性、功能性及品質(zhì)加工性能提出相應(yīng)要求，多種特色馬鈴薯新品種的選育工作成為研究重點。新品種選育中，高代品系的精確評價是優(yōu)良品種審定的前提，決定品系能否進入?yún)^(qū)域試驗環(huán)節(jié)，對大量參試材料的篩選成為重點工作。從單個性狀進行評價分析，往往會造成優(yōu)良育種材料及基因資源的丟失，利用綜合性狀對品種的穩(wěn)定性、適應(yīng)性進行評價分析是選育優(yōu)良品種的基礎(chǔ)條件。穩(wěn)定性及適應(yīng)性分析測定是品種審定命名的重要前期工作，在現(xiàn)有的研究報道中，在作物新品種選育中，從最初始的Eberhart和Russell模型[1](1966年)、George C. C. Tai模型[2](1971年)、Shukla模型[3](1972年)、聯(lián)合回歸分析[4]等，到近年來出現(xiàn)的AMMI[5]、GGE-biplot[6]等分析工具，均為育種家們準確把握品種的穩(wěn)定性及適應(yīng)性提供了幫助。

HIDAP(Highly interactive data analysis platform)為高交互性數(shù)據(jù)分析軟件，屬于CIP全球試驗數(shù)據(jù)管理系統(tǒng)的一部分，主要包含數(shù)據(jù)收集、數(shù)據(jù)質(zhì)量檢測、數(shù)據(jù)分析等功能，與CIP-BioMart數(shù)據(jù)庫建立連接形成數(shù)據(jù)共享。HIDAP軟件對國際馬鈴薯中心的無性系作物育種具有支持功能。HIDAP基于之前的內(nèi)部工具數(shù)據(jù)收集(Data Collector，DC)和無性系篩選(Clone Selector，CS)。目前對于HIDAP應(yīng)用的相關(guān)學術(shù)論文還未檢索到，本研究率先將HIDAP軟件應(yīng)用于馬鈴薯高代品系的相關(guān)數(shù)據(jù)系統(tǒng)分析。

本文主要利用HIDAP軟件的數(shù)據(jù)高交互性處理分析原理，依據(jù)數(shù)據(jù)統(tǒng)計處理方法，以2020年定西市農(nóng)科院在5個示范基地種植的14個馬鈴薯高代品系為分析對象，以產(chǎn)量、薯塊數(shù)量、商品薯率性狀表現(xiàn)為評價指標，對參試的14個馬鈴薯高代品系進行綜合性分析篩選。

1 材料與方法

1.1 試驗材料

2020年參加定西市農(nóng)科院5個示范基地的14個馬鈴薯高代品系分別為0934-62、1281-109、1281-191、1350-85、1293-14、14137-20、1275-38、1025-5、1026-2、0904-75、1125-36、1233-55、1035-8、1233-25，如表1所示。

表1 參加2020年多點試驗的14個馬鈴薯品系的基本信息

5個試點為安定(E1)、臨洮(E2)、渭源(E3)、通渭(E4)、岷縣(E5)，各試點平均降雨量和氣溫具有差異，如表2所示。

表2 參加2020年多點試驗的5個試點的基本信息

1.2 試驗設(shè)計

各試點進行統(tǒng)一管理，均采用隨機區(qū)組排列，3次重復(fù)。小區(qū)面積20 m2，小區(qū)長6.67 m，寬3.0 m。每小區(qū)種植5行，行距60 cm，株距30 cm，每行20株，共100株。

安定香泉播種時間為4月17日，臨洮漫洼播種時間為4月15日，渭源會川播種時間為4月23日，通渭華家?guī)X播種時間為5月2日，岷縣禾馱播種時間為5月6日，各試點土壤理化性質(zhì)如表3所示，各試點播前結(jié)合整地施腐熟農(nóng)家肥30 000 kg·hm-2，施尿素300 kg·hm-2(N 46%)，過磷酸鈣750 kg·hm-2(P2O514%)，硫化鉀225 kg·hm-2(K2O 60%)。整地時用40%辛硫磷乳油7.5 kg·hm-2加細沙土450 kg·hm-2，攪拌撒施以防地下害蟲。

表3 各試點土壤理化性質(zhì)

1.3 測定指標

(1)小區(qū)產(chǎn)量(Toal tuber weight per plot,TTWP)：對小區(qū)內(nèi)所有植株進行收獲，裝袋測產(chǎn)。產(chǎn)量按照小區(qū)單收計算，單位kg。

(2)小區(qū)薯塊數(shù)量(Total number of tubers per plot,TNTP):收獲時對整個小區(qū)的薯塊數(shù)量進行人工統(tǒng)計計算。

(3)商品薯率(Marketable tubers rate per plot,MTRP)計算公式為：商品薯率(%)=小區(qū)內(nèi)(重量>70 g)的薯塊重量/全部薯塊重量×100%。

1.4 模型應(yīng)用

HIDAP(Highly interactive data analysis platform) V.1.0.3數(shù)據(jù)分析軟件包含方差分析(ANOVA)、AMMI模型、GGE-biplot模型、聯(lián)合回歸分析、Tai模型。

1.4.1 GGE-biplot模型 GGE雙標圖的數(shù)學模型是考慮品系總體效應(yīng)(G)和品系與環(huán)境互作(G×E)的方法，多品系多環(huán)境試驗產(chǎn)量，一般可分解為：

為了將PC1 和PC2顯示在雙標圖中，GGE雙標圖數(shù)學模型可重新表示為：

1.4.2 AMMI模型 AMMI模型是指主效可加、互作可乘的數(shù)字模型，其表達式為：

式中,Yij是第i品種在第j環(huán)境的平均值。加性參數(shù)：μ為總體平均數(shù)；αi為第i基因型與總平均數(shù)的離差；βj為第j環(huán)境與總平均數(shù)的離差。λn是第n個交互效應(yīng)主成分軸(IPCA)的奇異值；γin是第n軸的基因型特征向量值；δjn是第n軸的環(huán)境特征向量值；參數(shù)n表示能合理解釋G×E互作所需要的乘積項數(shù)目，包含n個乘積項的AMMI 模型可寫為AMMIn；N是在模型主成分分析中主成分因子軸的總個數(shù)；θij為留下的殘差。

1.4.3 Tai模型 各個品種對環(huán)境效應(yīng)的直線效應(yīng)αi及直線效應(yīng)的離差λi計算方法參照陳海玲等[7]。αi<0，λi→1的品種為超平均穩(wěn)定性品種；αi→0，λi→1的品種為平均穩(wěn)定性品種；λi>1的品種為難以預(yù)測品種；λi<1的品種為環(huán)境敏感性品種。

1.5 數(shù)據(jù)處理

試驗材料各性狀統(tǒng)計由HIDAP軟件內(nèi)含的材料管理(Material management)進行統(tǒng)計，試驗數(shù)據(jù)采用Microsoft Excel 2007進行統(tǒng)計編輯，產(chǎn)量、薯塊數(shù)量、商品薯率分析通過HIDAP軟件的多點試驗分析(MET report)模塊進行分析。

2 結(jié)果與分析

2.1 方差分析

利用方差分析對薯塊數(shù)量及產(chǎn)量等因子與基因、環(huán)境、基因與環(huán)境互作的相關(guān)性進行分析，通過方差分析(表4)可知，基因型的變化對薯塊數(shù)量、產(chǎn)量及商品薯率影響差異較大，均達到極極顯著水平(P<0.001)。試點的環(huán)境變化對馬鈴薯薯塊數(shù)量的差異影響達到極顯著水平(P<0.01)，對產(chǎn)量及商品薯率影響均達到極極顯著水平(P<0.001)；基因與環(huán)境的交互作用對薯塊數(shù)量的差異影響達到顯著水平(P<0.05)，基因與環(huán)境的交互作用對產(chǎn)量及商品薯率的影響達到極顯著水平(P<0.01)。

表4 馬鈴薯高代品系性狀指標方差分析

2.2 AMMI分析

AMMI1雙標圖(圖1a，1c，1e)主要針對品種的穩(wěn)定性與適應(yīng)性分析。穩(wěn)定性分析中，在縱向，品種的IPCA1值的絕對值越大，表明其與試點的交互作用大，品種的穩(wěn)定性較差；IPCA1值的絕對值越小，表明其與試點的交互作用越小，品種越穩(wěn)定。在適應(yīng)性方面，過縱坐標零點做一條水平線，過零點水平線上、下的品種與位于同側(cè)地點之間的互作為正向，與位于另一側(cè)地點間的互作為負向，品種與試點具有正向交互作用，表明這些品種在這些地點具有特殊適應(yīng)性，適合該地區(qū)種植，可能取得較高產(chǎn)量。品種與試點具有較大正向互作作用，表明這些品種在這些地區(qū)具有特殊適應(yīng)性，可能會取得較高產(chǎn)量。在豐產(chǎn)性方面，水平線上越靠右的品系在產(chǎn)量、薯塊數(shù)量及商品薯率中表現(xiàn)越好。

圖1 AMMI雙標圖Fig.1 Biplot of AMMI

圖1a表示高代品系在薯塊數(shù)量(TNTP)的穩(wěn)定性，圖中看出高代品系1205-5位于水平線最左側(cè)，其薯塊數(shù)值最低，品系0934-62、1281-191、1350-85、1125-36、1275-38、14137-20、1035-8、1026-2的數(shù)值較高，其中高代品系0934-62位于水平線的最右側(cè)且接近于水平線，豐產(chǎn)性與穩(wěn)定性表現(xiàn)較好。品系1281-109與1293-14的IPCA絕對值較高，穩(wěn)定性較差。品系14137-20、0934-62、1035-8、1026-2、1233-25、0904-75與環(huán)境E2、E4、E5具有正向交互作用，這些品種在這些地點具有特殊適應(yīng)性，適合該地區(qū)種植，能夠取得高產(chǎn)。與E1、E3具有負向交互作用。在圖1c中，高代品系1205-5遠離水平軸，IPCA絕對值最高，穩(wěn)定性差，高代品系0934-62位于水平線的最右側(cè)，其產(chǎn)量水平數(shù)值最高。在圖1e中，高代品系0934-62位于水平線的最右側(cè)且接近于水平線，其商品薯率水平數(shù)值最高，高代品系1233-25與1205-5位于水平軸左側(cè)，商品薯率較低。

在AMMI2雙標圖(圖1b，1d，1f)中，越接近坐標原點的品種或試點越穩(wěn)定。如果品種的垂直投影落在試點與原點的連線或外延線上，則表明該品種與該試點有正向交互作用，該品種在該試點有一定的特殊適應(yīng)性，如果投影點與原點距離越大，則品種與該試點的交互作用越大，在該試點可能取得較高產(chǎn)量，如果投影落在連線的反向延線上，則該品種與該試點有負向交互作用，表明品種在試點不具有推廣種植價值。結(jié)合AMMI2雙標圖(圖1b)與表5可知，薯塊數(shù)量(TNTP)中，在安定(E1)試點，品系1281-109在原點與試點(安定)連線的垂直投影線段最長，且相關(guān)性數(shù)值達到131.888，與該環(huán)境具有最大正向交互作用，在該試點可能取得較高產(chǎn)量。品系1293-14與試點安定(E1)具有較大反向交互作用，且相關(guān)性數(shù)值達到-152.044，不適應(yīng)在該地區(qū)進行推廣種植。在臨洮(E2)，品系0904-75與環(huán)境的交互性強，相關(guān)性數(shù)值達到105.117(表4)，品系1281-109落在試點臨洮(E2)的反向延長線，投影點距原點最遠，負向交互作用最大。在岷縣(E5)，品系1233-55與環(huán)境的交互性強，相關(guān)性數(shù)值達到65.119，能夠適應(yīng)該地區(qū)生長環(huán)境，在通渭(E4)，品系1035-8與環(huán)境的交互性強，相關(guān)性數(shù)值達到46.950，能夠適應(yīng)該地區(qū)生長環(huán)境，在渭源(E3)，品系1275-38與環(huán)境的交互性強，相關(guān)性數(shù)值達到80.279，能夠適應(yīng)該地區(qū)生長環(huán)境。

表5 環(huán)境與基因的相關(guān)性分析

Table 5 Analysis of correlation between environment and genotype

指標Index品系Strain地點 Site安定Anding臨洮Lintao渭源Weiyuan通渭Tongwei岷縣Minxian薯塊數(shù)量TNTP0904-75-49.088105.117-43.565-12.7150.2520934-62-13.11129.761-32.587-8.29324.2301026-2-64.15514.384-9.298-0.11559.1851035-8-67.755-36.88267.76846.950-10.0801125-3621.777-2.682-3.365-39.51523.7851205-556.977-0.81528.50114.350-99.0141233-25-73.622-11.41534.23439.75011.0521233-5529.444-50.682-58.69814.81765.1191275-38-7.244-29.59380.279-17.871-25.5691281-109131.888-74.12667.079-70.071-54.7691281-19184.155-24.415-8.987-17.249-33.5031293-14-152.04432.60630.81246.43942.1851350-8581.933-7.304-33.542-25.026-16.05814137-20 20.84456.050-118.63128.55013.185產(chǎn)量TTWP0904-75-2.79614.593-5.1441.177-7.8290934-62-5.4951.8888.923-13.5548.2371026-2-13.629-5.5730.289-4.05622.9701035-8-1.023-2.0661.7954.283-2.9891125-363.376-1.9333.929-0.549-4.8231205-516.457-0.357-2.2563.031-16.8751233-25-0.029-4.940-4.5445.8433.6701233-55-0.996-8.906-2.544-0.95613.4031275-38-2.330-2.71912.771-0.107-7.6141281-10911.653-5.456-8.610-1.8564.2701281-1918.0021.4140.004-3.407-6.0141293-14-18.2344.7445.2849.006-0.8001350-855.2372.0221.823-0.521-8.56214137-20 -0.1927.292-11.7231.6652.957商品薯率MTRP0904-75-51.106104.10013.004-29.296-36.7010934-624.58234.011-78.97312.05828.3201026-2-26.2390.96633.204-9.0961.1651035-8-30.039-17.16614.07133.769-0.6341125-3615.093-8.700-2.795-4.7631.1651205-549.6044.366-4.95014.303-63.3231233-25-39.639-13.1005.80440.1696.7651233-5542.093-58.700-24.461-1.09642.1651275-38-6.039-8.16626.849-3.341-9.3011281-10963.115-36.78817.893-33.074-11.1461281-19152.115-34.78815.226-8.407-24.1461293-14-81.595-7.27747.51517.21424.1421350-85-12.5956.500-21.48411.43616.14214137-2020.64934.744-40.906-39.87425.387

結(jié)合AMMI2雙標圖(圖1d)與表5可知，在產(chǎn)量(TTWP)中，在安定(E1)試點，品系1205-5在原點與試點(E1)連線的垂直投影線段最長，且相關(guān)性數(shù)值達到16.457，與該環(huán)境具有最大正向交互作用，在該試點可能取得較高產(chǎn)量；在臨洮(E2)，品系0904-75在原點與試點(E2)連線的垂直投影線段最長，且相關(guān)性數(shù)值達到14.593；在渭源(E3)，品系1275-38在原點與試點(E3)連線的垂直投影線段最長，且相關(guān)性數(shù)值達到12.771；在通渭(E4)，品系1293-14在原點與試點(E4)連線的垂直投影線段最長，且相關(guān)性數(shù)值達到9.006；在岷縣(E5)，品系1026-2在原點與試點(E5)連線的垂直投影線段最長，且相關(guān)性數(shù)值達到22.970。

由AMMI2雙標圖(圖1f)與表5可知，在商品薯率(MTRP)中，品系1281-109與安定(E1)相關(guān)性強，相關(guān)性數(shù)值達到63.115，品系0904-75與臨洮(E2)的相關(guān)性數(shù)值達到104.100，品系1293-14與渭源(E3)的相關(guān)性數(shù)值達到47.515，品系1233-25與通渭(E4)的相關(guān)性數(shù)值達到40.169，品系1233-55與岷縣(E5)的相關(guān)性數(shù)值達到42.165。

表6為AMMI模型中各主成分軸(PC)在產(chǎn)量、薯塊數(shù)量、商品薯率中的貢獻值大小。其中，主成分軸(PC1)與主成分軸(PC2)在產(chǎn)量、薯塊數(shù)量、商品薯率中解釋變異程度的累計貢獻值分別達到74.90254、83.98092、70.64809。

表6 主成分(PC)的貢獻值

2.3 GGE雙標圖分析

在GGE雙標圖中(圖2a，2c，2e)，過縱坐標零點做一條水平線，過零點水平線上的品種在這些地點具有特殊適應(yīng)性，綜合性狀表現(xiàn)優(yōu)良，適合該地區(qū)種植，可能取得較高產(chǎn)量。綜合圖2a、2c、2e可知品系0934-62、1026-2、14137-20在薯塊數(shù)量、產(chǎn)量、商品薯率方面排名靠前，綜合表現(xiàn)突出，其中品系0934-62表現(xiàn)最好。

圖2b，2d，2f主要功能是各試驗點在育種材料評價上的相似性分析，連接環(huán)境與原點線段之間的夾角余弦值表示相關(guān)系數(shù)，夾角小于90°表示正相關(guān)，說明兩環(huán)境的品種排序相似，大于90°表示負相關(guān)，表示兩環(huán)境對品種排序相反，等于90°說明兩環(huán)境不相關(guān)。夾角較小說明試驗點是重復(fù)設(shè)置的，去掉一個不影響對品種的評價。圖2b中，在薯塊數(shù)量(TNTP)中，環(huán)境E2、E4、E5 之間夾角最小，說明環(huán)境之間相關(guān)性強，具有相同的地域環(huán)境條件，對品種的排序很相似。E1與E2、E4、E5的夾角較大，它們之間相關(guān)性弱，環(huán)境之間具有不同的氣候條件，對品種的排序能力強。圖2d中，在產(chǎn)量(TTWP)方面，環(huán)境E2、E3、E4 之間夾角最小，說明環(huán)境之間相關(guān)性強，具有相同的地域環(huán)境條件，對品種的排序很相似。E1與E5的夾角較大，它們之間相關(guān)性弱，環(huán)境之間具有不同的氣候條件，對品種的排序能力強。圖2f商品薯率(MTRP)GGE2雙標圖中，環(huán)境E3、E4、E5 之間夾角最小，說明環(huán)境之間相關(guān)性強，具有相同的地域環(huán)境條件，對品種的排序很相似。綜合圖2b、2d、2f信息可知，環(huán)境E2與E4之間夾角最小，為了避免重復(fù)工作性，節(jié)省試驗成本，可以將環(huán)境E2與E4只保留1個試點。

圖2 GGE雙標圖Fig.2 GGE-biplot analysis

表7中，對2020年馬鈴薯高代品系的塊莖數(shù)量、產(chǎn)量、商品薯率與環(huán)境、基因以及環(huán)境×基因的互作關(guān)系等進行聯(lián)合方差分析。塊莖數(shù)量、產(chǎn)量、商品薯率總變異由基因、環(huán)境、基因與環(huán)境互作，基因型回歸異質(zhì)性(Het.Regr.G)，基因型回歸誤差(Dev.Regr.G)，環(huán)境回歸異質(zhì)性(Het.Regr.E)，環(huán)境回歸誤差(Dev.Regr.E)構(gòu)成。

通過表7中數(shù)據(jù)可看到基因、環(huán)境對塊莖數(shù)量、產(chǎn)量、商品薯率的總變異達到極極顯著水平(P<0.001)，基因×環(huán)境的交互作用對總變異影響達到極顯著水平(P<0.01)以上，其余部分達到極顯著水平(P<0.01)。

表7 聯(lián)合回歸分析Table 7 Combined regression analysis

表8為GGE雙標圖中各主成分軸(PC)的貢獻值大小。主成分軸(PC1)與主成分軸(PC2)在產(chǎn)量、薯塊數(shù)量、商品薯率中解釋變異程度的累計貢獻值分別達到81.25460，81.73695，78.68588。

表8 在顯著互作主成分軸上的得分

2.4 Tai穩(wěn)定性分析

用Tai模型進行指標穩(wěn)定性分析時綜合考慮了品種遺傳基因與試點環(huán)境互作的影響，將每一品種的遺傳型與環(huán)境互作效應(yīng)分解為兩個部分：以αi測定對環(huán)境效應(yīng)的直線效應(yīng)，以λi測定直線效應(yīng)的離差，αi<0，λi→1的品種為超平均穩(wěn)定性品種；αi→0，λi→1的品種為平均穩(wěn)定性品種；λi>1的品種為難以預(yù)測品種；λi<1的品種為環(huán)境敏感型品種，從而對參試品種在多個環(huán)境下的表現(xiàn)進行比較和評價，是品種區(qū)域試驗中實用的品種穩(wěn)定性分析統(tǒng)計模型。

表9中標明各參試高代品系在塊莖數(shù)量、產(chǎn)量、商品薯率中的Tai穩(wěn)定性分布范圍及相關(guān)評價參數(shù)。在產(chǎn)量中(TTWP)，超平均穩(wěn)定性高代品系為1281-191，平均穩(wěn)定性品系為0934-62；在薯塊數(shù)量(TNTP)中，超平均穩(wěn)定性高代品系為1026-2與1275-38，平均穩(wěn)定性品系為0934-62與1281-191；在商品薯率(MTRP)中，超平均穩(wěn)定性高代品系為1026-2。綜合各高代品系在產(chǎn)量、塊莖數(shù)量、商品薯率中αi與λi參數(shù)分布范圍，可知穩(wěn)定性高的品系為0934-62、1026-2、1281-191。

表9 Tai穩(wěn)定性分析Table 9 Tai stability analysis

3 討 論

HIDAP為塊莖類作物專用的高交互性數(shù)據(jù)分析軟件，能夠幫助育種家進行育種試驗設(shè)計、育種材料歸類整理管理、分析評價，利用AMMI模型、GGE-biplot模型、聯(lián)合方差分析、Tai穩(wěn)定性模型等針對材料的各項性狀指標進行綜合性分析評價，通過查閱相關(guān)文獻資料[7-12]，針對各種農(nóng)作物品種與環(huán)境的相互關(guān)系主要利用AMMI與GGE-biplot模型進行分析解釋，在本研究中首次利用HIDAP軟件以產(chǎn)量、薯塊數(shù)量、商品薯率為評價指標進行馬鈴薯育種材料的多性狀分析，利用圖表解析方式準確的對育種材料進行排序選優(yōu)，對試點環(huán)境的鑒別力進行評價篩選。

AMMI分析圖通過對馬鈴薯高代品系在水平與垂直軸的位置判斷進行穩(wěn)定性、豐產(chǎn)性與適應(yīng)性分析，在AMMI1分析圖中(圖1)，高代品系0934-62在產(chǎn)量、單株薯塊數(shù)、商品薯率中位于水平軸右側(cè)，豐產(chǎn)性相比其他品系突出，僅次于0934-62的高代品系為1281-191、14137-20、1026-2，其中高代品系1026-2在垂直方向的IPCA值大小不穩(wěn)定，在后續(xù)的年份試驗中可以進一步進行驗證。

在利用圖解方式解釋基因與環(huán)境相互關(guān)系的同時，HIDAP軟件提供了主成分貢獻值(表6)，環(huán)境與基因的相關(guān)性分析(表5)，通過圖1的AMMI2結(jié)合表中數(shù)據(jù)能夠準確分析育種基因材料在不同環(huán)境中的表現(xiàn)，為進一步試驗材料篩選提供有效幫助。表5中的基因與環(huán)境的互作效應(yīng)值能夠解釋基因與特定環(huán)境的關(guān)系。0904-75品系的薯塊數(shù)量的投影點落在安定區(qū)與原點的反向延長線上，交互效應(yīng)值為-49.088，表現(xiàn)為較大負作用，但在臨洮具有很強的正向交互作用，交互效應(yīng)值為105.117，對環(huán)境具有特殊適應(yīng)性，在臨洮的產(chǎn)量與商品薯率均為正向交互作用，尤其在臨洮的商品薯率達到104.100，該品系在臨洮可能取得較高產(chǎn)量。0934-62的薯塊數(shù)量與臨洮、岷縣成正向交互效應(yīng)，與安定、渭源、通渭的負向交互效應(yīng)值較小，在產(chǎn)量中與臨洮、渭源、岷縣的交互性為正值，在商品薯率中，與安定、臨洮、通渭、岷縣的交互作用為正值，綜合表現(xiàn)穩(wěn)定性良好，第二年繼續(xù)進行試種觀察。

在GGE雙標圖中，綜合圖2a、2c、2e可知品系0934-62在薯塊數(shù)量、產(chǎn)量、商品薯率方面綜合表現(xiàn)突出，排名靠前，與AMMI模型的分析結(jié)果基本一致。在多點區(qū)域性試驗中，針對相似度較高的試驗點，為了減少區(qū)域試驗的成本，可以進行適當刪減，在本文中，根據(jù)圖2b，2d，2f 中通過連接環(huán)境與原點線段之間的夾角余弦值大小對各試驗點的相似性進行評價分析，通過對比分析各試點在3個衡量指標的相似度變化可知，在薯塊數(shù)量(TNTP)中，環(huán)境E2、E4、E5之間夾角最小，E1與E2、E4、E5的夾角較大，在產(chǎn)量(TTWP)方面，環(huán)境E2、E3、E4之間夾角最小，在商品薯率(MTRP)中，環(huán)境E3、E4、E5 之間夾角最小，根據(jù)圖2b，2d，2f 的信息可知環(huán)境E2與E4相似度最高，可保留兩個試點中的1個。

在Tai穩(wěn)定性分析中，通過表中篩選出穩(wěn)定性高的品系為0934-62、1026-2、1281-191，但是，在Tai分析參數(shù)中表明λi>1的品種為難以預(yù)測品種；λi<1的品種為環(huán)境敏感性品種，在薯塊數(shù)量中，0934-62、1026-2與1281-191的λi值均小于1；產(chǎn)量中，0934-62與1281-191的λi值均小于1；商品薯率中，1026-2的λi值小于1，本試驗由于只采用2020年的高代品系篩選數(shù)據(jù)進行分析，缺少多年份的重復(fù)性驗證，部分品系的性狀穩(wěn)定性會出現(xiàn)變化。

在本研究中，創(chuàng)新性利用高交互性數(shù)據(jù)分析育種軟件HIDAP的數(shù)據(jù)管理及處理功能對馬鈴薯多點試驗中的多個高代品系在產(chǎn)量、薯塊數(shù)量、商品薯率等指標利用AMMI模型、GGE雙標圖、Tai穩(wěn)定性模型并結(jié)合方差分析(ANOVA)，環(huán)境與基因的互作效應(yīng)分析，聯(lián)合回歸分析進行分析篩選評價。在數(shù)據(jù)分析中首次運用環(huán)境與基因的互作效應(yīng)分析，將高代品系與環(huán)境進行一對一的適應(yīng)性分析，產(chǎn)生相對應(yīng)的相關(guān)性數(shù)值，用數(shù)據(jù)明確品系與試點之間的關(guān)聯(lián)度，明確品系的適應(yīng)范圍，增加系統(tǒng)分析的精準性，為后續(xù)的品種選育提供一定科學依據(jù)。