木薯种质资源品质表型组精准评价模型及构建方法技术

本发明专利技术属于木薯品质评价领域，具体涉及木薯种质资源品质表型组精准评价模型及构建方法。本发明专利技术所述的精准评价模型，将淀粉含量、氰化物含量、耐采后腐烂、β

【技术实现步骤摘要】
木薯种质资源品质表型组精准评价模型及构建方法


[0001]本专利技术属于木薯品质评价领域，具体涉及木薯种质资源品质表型组精准评价模型及构建方法。

技术介绍

[0002]木薯是全世界三大薯类作物之一，在全球广泛种植。目前我国木薯产区包括海南、广东、广西、福建、云南等省区，四川、贵州、湖南、江西 等地也有种植。由于种植范围大，种植时间长，目前木薯资源繁多，品质也各有不同。虽然木薯鲜薯的产量可以直接测定，但是木薯种质资源的品质除了鲜薯产量外，还受其他多个变量因素的影响。因此，构建木薯种质资源品质表型组精准评价模型，对于木薯资源多元化利用的科学化、规范化具有重要的经济和社会效益。

技术实现思路

[0003]本专利技术提供了一种木薯种质资源品质表型组精准评价模型及构建方法，以木薯的5个指标块根淀粉含量（SC）、氰化物含量（HA）、耐采后生理腐烂（PPD）、β
‑
胡萝卜素含量（βC）和叶片平均净光合速率（PR）构建木薯种质资源品质表型组评价模型，将木薯种质资源品质转化成具体的数值，实现了木薯种质资源品质的精准评价。
[0004]本专利技术的 技术方案是这样实现的：一种木薯种质资源品质表型组精准评价模型，具体为：其中，Q 为木薯种质资源品质评级；i=1，2，3，4，5（代表第 i 种表型特性的序号）；n = 5（总共5种表型特性）；k = 1，
……
，5（代表从第k种表型特性起开始累计）；x
im
：代表第 i 种表型特性的数据分布型；a
j/>：代表5种表型特性中的任意一种的权重系数；5种表型特性分别为块根淀粉含量、氰化物含量、耐采后生理腐烂、β
‑
胡萝卜素含量和叶片平均净光合速率。
[0005]进一步，假定上述的5种表型特性的a
j
均为1。
[0006]进一步，淀粉含量以SC表示，其分级为，A级：SC≥38%，A
‑
级：38%>SC≥34%，B级：34%>SC≥30%，B
‑
级：30%>SC≥26%，C级：26%>SC≥22%，C
‑
级：SC<22%；氰化物含量以HA表示，其分级为，A级：HA≤10 ppm，A
‑
级：10 ppm <HA≤20 ppm，B级：20 ppm <HA≤30 ppm，B
‑
级：30 ppm <HA≤50 ppm，C级：50 ppm <HE≤100 ppm，C
‑
级：HA>100 ppm；采后生理腐烂以PPD表示，耐采后生理腐烂的分级为，A级: PPD为6，A
‑
级：PPD为5，B级：PPD为4，B
‑
级：PPD为3，C级：PPD为2，C
‑
级：PPD为1。
[0007]进一步，采后生理腐烂以PPD表示，其分级为：高耐PPD，标为6，PPD<10%；中耐PPD, 标为5，10%≤PPD<20%；耐PPD，标为4，20%≤PPD<40%；感PPD，标为3，PPD 40%≤PPD<60%；中感PPD，标为2，60%≤PPD≤80%；高感PPD，标为1，80%<PPD。
[0008]进一步，β
‑
胡萝卜素含量以βC表示，其分级为，A级：βC≥3 mg/g，A
‑
级：3 mg/g >βC≥1 mg/g，B级：1 mg/g >βC≥0.3 mg/g，B
‑
级：0.3 mg/g >βC≥0.2 mg/g，C级：0.2 mg/g >βC≥0.1 mg/g, C
‑
级：βC <0.1 mg/g；所述的平均净光合速率以PR表示，（mgCO2/10cm2/hr）其分级为，A级：PR≥18 mgCO2/10cm2/hr，A
‑
级：18 mgCO2/10cm2/hr >PR≥16.5 mgCO2/10cm2/hr，B级：16.5 mgCO2/10cm2/hr >PR≥15 mgCO2/10cm2/hr，B
‑
级：15 mgCO2/10cm2/hr >PR≥13.5 mgCO2/10cm2/hr，C级：13.5 mgCO2/10cm2/hr >PR≥12 mgCO2/10cm2/hr，C
‑
级：PR<12 mgCO2/10cm2/hr。
[0009]一种木薯种质资源品质表型组精准评价模型的构建方法，包括以下步骤：（1）选择木薯块根的淀粉含量、氰化物含量、β
‑
胡萝卜素含量、耐采后生理腐烂和叶片平均净光合作用速率的5种表型特征，每种表型特性都分成高中低三级，每一级再分2个等级，共计6个等级；（2）收集不同的木薯种质，分别统计块根淀粉含量、氰化物含量、β
‑
胡萝卜素含量、耐采后生理腐烂和叶片平均净光合作用速率5个表型指标的数值；分别将淀粉含量、氰化物含量、β
‑
胡萝卜素含量和平均净光合速率测定结果制作拟合曲线；（3）依据步骤（2）获得4个表型指标的拟合曲线，分别将4个指标的数据分成6个等级；其中块根淀粉含量、β
‑
胡萝卜素含量和叶片平均净光合速率的数据按照从高到低的顺序分级；块根氰化物含量数据按照从低到高的顺序分级；块根耐采后生理腐烂根据腐烂程度从低到高分成6个等级；（4）统计木薯种质块根的淀粉含量、氰化物含量、β
‑
胡萝卜素含量、耐采后生理腐烂和叶片平均净光合速率的分值，累积即得该木薯品种的品质评级。
[0010]进一步，所述步骤（3）中，将6个等级对应地设置6个依次排列的分值，并且分值依次降低。
[0011]进一步， 6个级别对应的6个分数从高到低依次设定为：20、16.5、13、9.5、6、2.5。
[0012]一种高品质木薯种质资源筛选方法，包括以下步骤：分别统计待测木薯种质块根淀粉含量、氰化物含量、β
‑
胡萝卜素含量、耐采后生理腐烂和叶片平均净光合速率5个表型指标的数值，采用上述评价模型计算该木薯种质的品质评分数，得分较高的木薯种质品质较好。
[0013]一般高品质木薯种质资源品质评分数至少为65分。
[0014]一种比较木薯种质资源综合品质的方法，包括以下步骤：分别统计待测木薯种质块根淀粉含量、氰化物含量、β
‑
胡萝卜素含量、耐采后生理腐烂和叶片平均净光合速率5个表型指标的数值，采用以上所述的评价模型计算木薯种质的品质评分数，若得分不同，则得分较高的木薯种质资源综合品质比较高；若得分相同，则其综合品质相同。...

【技术保护点】

【技术特征摘要】
1.一种木薯种质资源品质表型组精准评价模型，其特征在于，具体为：其中，Q 为木薯种质资源品质评级；i=1，2，3，4，5；代表第 i 种表型特性的序号；n = 5，总共5种表型特性；k = 1，
……
，5；代表从第k种表型特性起开始累计；x
im
：代表第 i 种表型特性的数据分布型；a
j
：代表5种表型特性中的任意一种的权重系数；5种表型特性分别为块根淀粉含量、氰化物含量、耐采后生理腐烂、β
‑
胡萝卜素含量和叶片平均净光合速率。2.如权利要求1所述的一种木薯种质资源品质表型组精准评价模型，其特征在于，假定上述的5种表型特性的a
j
均为1。3.如权利要求1所述的一种木薯种质资源品质表型组精准评价模型，其特征在于，淀粉含量以SC表示，其分级为，A级：SC≥38%，A
‑
级：38%>SC≥34%，B级：34%>SC≥30%，B
‑
级：30%>SC≥26%，C级：26%>SC≥22%，C
‑
级：SC<22%；氰化物含量以HA表示，其分级为，A级：HA≤10 ppm，A
‑
级：10 ppm <HA≤20 ppm，B级：20 ppm <HA≤30 ppm，B
‑
级：30 ppm <HA≤50 ppm，C级：50 ppm <HE≤100 ppm，C
‑
级：HA>100 ppm；采后生理腐烂以PPD表示，耐采后生理腐烂的分级为，A级: PPD为6，A
‑
级：PPD为5，B级：PPD为4，B
‑
级：PPD为3，C级：PPD为2，C
‑
级：PPD为1。4.如权利要求1所述的一种木薯种质资源品质表型组精准评价模型，其特征在于，采后生理腐烂以PPD表示，其分级为：高耐PPD，标为6，PPD<10%；中耐PPD，标为5，10%≤PPD<20%；耐PPD，标为4，20%≤PPD<40%；感PPD，标为3，PPD 40%≤PPD<60%；中感PPD，标为2，60%≤PPD≤80%；高感PPD，标为1，80%<PPD；β
‑
胡萝卜素含量以βC表示，其分级为，A级：βC≥3 mg/g，A
‑
级：3 mg/g >βC≥1 mg/g，B级：1 mg/g >βC≥0.3 mg/g，B
‑
级：0.3 mg/g >βC≥0.2 mg/g，C级：0.2 mg/g >βC≥0.1 mg/g，C
‑
级：βC <0.1 mg/g；所述的平均净光合速率以PR表示，（mgCO2/10cm2/hr）其分级为，A级：PR≥18 mgCO2/10cm2...

【专利技术属性】
技术研发人员：陈松笔，蔡杰，安飞飞，罗秀芹，薛晶晶，朱文丽，肖鑫辉，王明，李开绵，欧文军，薛茂富，韦卓文，高玲，
申请(专利权)人：中国热带农业科学院热带作物品种资源研究所，
类型：发明
国别省市：