Genotype × environment interaction, adaptability, and stability of soybean genotypes in a new production region of Brazil

技术摘要：巴西新生产区大豆基因型与环境交互作用、适应性及稳定性研究

问题陈述
巴西的大豆（Glycine max）生产正在向新的农业前沿扩张，特别是里约热内卢州北部和西北部地区，这些地区拥有超过30万公顷适合机械化耕作的土地。然而，大豆基因型的表现深受土壤气候条件的影响，导致显著的基因型与环境（G×E）交互作用。虽然用于评估稳定性和适应性的混合模型（REML/BLUP）等统计方法已趋于成熟，但针对里约热内卢新兴生产区独特条件下大豆基因型相关参数的研究仍然匮乏。这一空白阻碍了准确的品种推荐以及该新前沿地区生产策略的优化。

研究方法
本研究评估了八个商业大豆基因型（包括 95R95IPRO、BMX COMPACTA IPRO 和 BRS 7780IPRO 等品种）在五个不同环境下的表现。这些环境由两个地点（坎波斯杜斯戈亚卡泽斯和马卡埃）与两个生长季节（2019/2020 和 2020/2021）的组合定义。实验采用随机区组设计，设置四个重复。

数据分析使用 Selegen REML/BLUP 软件进行。研究采用了线性混合模型（$y = Xr + Zg + Wi + e$）来估计方差分量和基因型值。计算的关键统计参数包括：

• 方差分量： 基因型方差（$\sigma^2_g$）、G×E 交互作用方差（$\sigma^2_{ge}$）和残差方差（$\sigma^2_e$）。
• 遗传参数： 基于基因型平均值的遗传力（$\hat{h}^2$）、选择准确度（SA）以及环境间的基因型相关性（$\hat{r}_{ge}$）。
• 选择指数： 为了评估适应性和稳定性，研究利用了用于产量和稳定性的基因型值调和平均数（HMGV）、用于适应性的基因型值相对表现（RPGV），以及用于同时筛选产量、稳定性和适应性的基因型值相对表现调和平均数（HMRPGV）。

主要结果

• G×E 交互作用： 检测到显著且占主导地位的 G×E 交互作用，其在籽粒产量中约占表型方差的 80%。环境间的基因型相关性极低（$\hat{r}_{ge} = 0.01$），表明基因型排名在不同环境下发生了显著变化。
• 遗传参数： 研究观察到籽粒产量的遗传力较低（$\hat{h}^2 = 0.03$）且选择准确度较低（SA = 0.18），这归因于环境因素的高影响力和强烈的 G×E 交互作用。实验变异系数（CVe）为 10.76%，处于大豆试验的可接受范围内。
• 基因型表现：
  • 总产量： 总平均籽粒产量为 3,281.15 kg ha⁻¹。
  • 表现优异者： 基因型 95R95IPRO、BMX COMPACTA IPRO 和 TMG7061IPRO 持续表现出卓越的性能。
  • 稳定性和适应性： HMRPGV 方法确定 95R95IPRO、BMX COMPACTA IPRO 和 TMG7061IPRO 为产量、稳定性和适应性综合表现排名前三的基因型。
  • 特定增益： 当考虑无交互作用值时，基因型 95R95IPRO 相对于总平均值的遗传增益最高（13.82 kg ha⁻¹）。
  • 环境特异性： 虽然某些基因型（如 BRS 7780IPRO）在特定环境（如 E2、E3 和 E4）中表现出色，但通过 HMRPGV 确定的前三种基因型在多样化的条件下均保持了高水平的表现。
  • 产量比较： 马卡埃地区的顶尖基因型超过了 2023/2024 季度的全国平均产量（3,202 kg ha⁻¹），部分在特定有利环境下甚至超过 6,000 kg ha⁻¹。

意义与主张
本文主张，观察到的显著 G×E 交互作用使得在这一新区域进行品种推荐时，必须使用结合了稳定性与适应性指数（HMGV, RPGV, HMRPGV）的混合模型方法（REML/BLUP），而非仅仅依赖于平均表现。

研究强调，基因型 95R95IPRO、BMX COMPACTA IPRO 和 TMG7061IPRO 具备在里约热内卢北部地区进行广适性和稳定性的遗传潜力。这些基因型被认为是育种计划及目标区域种植的有效候选品种。作者强调，虽然平均表现很重要，但在以复杂环境交互作用为特征的区域，通过 HMRPGV 方法验证的基因型表达的一致性，对于成功的遗传改良和品种部署至关重要。研究结果进一步证实了这些统计工具在支持巴西新兴农业前沿领域基因型选择策略方面的效用。