Evaluation of the yield and quality stability of chilli genotypes by employing AMMI, GGE and MTSI techniques

技术摘要：利用 AMMI、GGE 和 MTSI 技术评估辣椒基因型的产量与品质稳定性

问题陈述
辣椒（Capsicum annuum L.）是一种具有重要经济价值的单子叶植物，广泛应用于食品、医药和工业领域。然而，其生产力受到多样化农艺气候条件影响而严重受损。基因型 × 环境（GEI）相互作用经常改变各品系在不同地点和季节的排名，这为鉴定具有抗逆性且广泛适应性的基因型带来了挑战。传统的选择方法往往无法同时兼顾多个性状和环境下的平均表现与稳定性。因此，迫切需要先进的统计框架来剖选 GEI、评估缓冲能力，并筛选出能在北西喜马拉雅地区多变条件下保持高产量和高质量（特别是油树脂和总可溶性固形物）的基因型。

研究方法
本研究评估了 28 个辣椒基因型，包括 21 个 F1 杂交种和 7 个亲本系（包括一个对照品种 DKC-8），分布在印度喜马偕尔邦的三个不同环境中：Nauni (E1)、Dhaula Kuan (E2) 和 Bajaura (E3)。这些地点代表了不同的海拔高度（468–1300 米）、土壤质地和气候条件（亚热带至亚湿润温带）。实验采用随机区组设计（RCBD），设置三个重复。

共记录了九个性状：50% 开花天数、株幅、每株主枝数、果实长度、果实宽度、单株红熟果产量、千粒重、油树脂含量和总可溶性固形物（TSS）。

为了分析稳定性和表现，本研究采用了综合的多变量统计技术：

1. 汇总方差分析 (Pooled ANOVA)： 用于评估基因型、环境及 GEI 效应的显著性。
2. AMMI（加性主效应与乘性交互作用模型）： 将 GEI 方差分解到主成分轴（IPCA）中，并通过双标图（AMMI1 和 AMMI2）进行可视化。
3. GGE 双标图： 用于可视化“谁赢在哪里”（which-won-where）模式，识别巨型环境，并根据相对于理想基因型的平均表现和稳定性对基因型进行排名。
4. 稳定性指数： 计算基于 AMMI 的指数（ASV, ASI, ASTAB, MASI, MASV）以及基因型选择指数（GSI）。
5. WAASB 与 MTSI： 利用基于最佳线性无偏估计量（BLUPs）的加权绝对得分平均值（WAASB）和多性状稳定性指数（MTSI），旨在同时整合多个性状的平均表现与稳定性。

主要结果

• 相互作用的显著性： 汇总方差分析显示，所有性状的基因型效应和环境效应均高度显著。GEI 在五个关键性状上表现显著：株幅、果实产量、千粒重、油树脂和 TSS，证实了进行稳定性分析的必要性。
• AMMI 分析： AMMI 模型表明，基因型效应对果实产量的贡献占比最大（80%），其次是 GEI（6.03%）和环境（5.06%）。AMMI1 和 AMMI2 双标图识别出了具有广适性（低 IPCA 得分）与特异适应性的基因型。NHPCH1 (G8)、NHPCH20 (G27)、NHPCH16 (G23)、NHPCH21 (G28) 和 NHPCH4 (G11) 脱颖而出，成为表现优异的基因型。
• GGE 双标图： “谁赢在哪里”分析将环境划分为不同的扇区，识别了每个地点的特定获胜基因型。对于果实产量，G8 (NHPCH1) 是 Dhaula Kuan 和 Bajaura 的获胜者，而 G11 (NHPCH4) 在 Nauni 表现卓越。排名视图显示，G7、G28、G22、G27 和 G6 是开花时间最稳定且表现最高的基因型；而 G11、G8、G23、G13 和 G27 在产量方面排名靠前。
• 稳定性指数： 基于 AMMI 衍生指数（ASV, MASV）和 GSI，G23 和 G27 被一致认为是果实产量最稳定的基因型。
• WAASB 与 MTSI： MTSI 分析采用 15% 的选择强度，成功识别了平衡高生产力与稳定性的优良基因型。排名靠前的基因型包括 G27 (NHPCH20)、G7 (DKC-8)、G5 (Punjab Guchhedar) 和 G28 (NHPCH21)。
  • 选择增益： MTSI 方法在 9 个性状中的 7 个（成功率 77%）实现了理想的选择差异（SD%），包括株幅、果实宽度、每株主枝数 (NPBP)、单株果实产量 (FYPP)、千粒重、油树脂和 TSS。
  • 性状聚类： 因子分析将九个性状分为三个组分：FA1（产量相关）、FA2（品质相关：TSS 和油树脂）以及 FA3（物候期）。
  • 特定亮点： NHPCH20 (G27) 在油树脂含量方面排名优异，而 Punjab Guchhedar (G5) 被确定为 TSS 表现优异的品种。

意义与主张
本文断言，相比于单一模型，比较应用 AMMI、GGE 双标图、WAASB 和 MTSI 为理解辣椒的 GEI 和稳定性提供了一个更稳健的框架。

• 方法论整合： 研究表明，虽然 AMMI 有效地构建了 GEI 结构，GGE 可视化了表现模式，但 MTSI 方法通过将多个农艺和品质性状的平均表现与稳定性整合进单一选择标准，展现出了决定性的优势。
• 育种建议： 所识别的基因型，特别是 NHPCH20 (G27) 和 NHPCH16 (G23)，被认为是北西喜马拉雅地区区域栽培的有力候选对象。这些品系表现出高产量、高稳定性和优良品质性状（油树脂和 TSS）的理想结合。
• 环境洞察： 研究强调 Nauni 和 Dhaula Kuan 是评估产量稳定性的最具描述性的环境，而 Bajaura 的平均产量较低。
• 实际应用： 所选基因型被提议作为未来的品种开发资源以及亲本系，用于培育能够应对气候变化、具有广适性、高产且具抗性的辣椒品种。

作者总结认为，这些具有抗性的基因型可考虑进行商业化栽培和未来验证，为解决异质环境下高产与稳定性之间的权衡问题提供了解决方案。