翅果形态及其在槭树科分类与演化上的意义

槭树科（Ａｃｅｒａｃｅａｅ）是北温带分布的科,含２属,全世界约２００种,中国是槭树科植物的现代分布中心。对槭树科翅果的专门研究尚未见报道。本文１、引用一套槭属翅果形态学术语;２、观察并描述７５种械属植物的翅果;３、研究槭属１６个组的翅果的１７个可比性状,根据分枝系统分析法得出槭属各组的演化关系及趋势,这趋势与依据其花、叶等性状得出的演化关系基本上是一致的。     

槭树与园林

中国植树种质资源丰富槭树是槭树科槭属树种的泛称,其中一些种又被俗称为枫树。全世界的槭属植物有199种,分布于亚洲、欧洲、北美洲和非洲北缘。中国是世界上槭树种类最多的国家,目前已知有151种,全国各地均有分布,主产于长江流域及其以南各省区。其中云南种类最多,产59种;四川次之,有44种;湖北有30种;广西29种……宁夏、新疆、青海最少,均仅有1种。据笔者调查,我国长江流域的槭树在100种以上,占世界种类的一半,是世界槭树的现代分布中心。从海拔高度来看,我国槭树的分布非常广泛,从海滨到4000米的高寒山区均有。在我国云南…     

燕麦种质资源主要农艺性状的遗传多样性分析

燕麦种质资源是燕麦育种的重要基础,对燕麦遗传多样性的研究不仅有助于种质资源的搜集、管理和利用,也有利于进行核心种质的研究。为了解不同地区燕麦种质资源在农艺性状上的遗传多样性,对74份皮、裸燕麦种质资源13个性状的遗传多样性进行了聚类分析与主成分分析。结果表明:各性状的遗传多样性指数较大,多样性指数最高的是主穗粒重,其次是千粒重和穗长;性状变异系数最大的是单株分蘖数,其后依次为单株粒重和主穗粒重,最小的为株高;根据品种间各性状的遗传差异,通过聚类分析将74份资源材料划分为5类,其中36份皮燕麦资源被分为2类,26份裸燕麦资源被分为2类,7份皮燕麦和5份裸燕麦被分为一类,其中,类群Ⅰ可作为高产育种目标的亲本,类群Ⅲ可作为粒型育种目标的亲本,类群Ⅳ、Ⅴ可作为株高和小穗等育种目标的亲本;8个数量性状主成分分析的结果表明,前4个主成分对变异的累计贡献率达86.27%,第一主成分反应产量,第二主成分反应粒型,第三、第四主成分分别反应分蘖数和株高。     

不结球白菜种质资源形态性状多样性分析

分析了125份不结球白菜的形态多样性.结果表明,我国不结球白菜具有丰富的形态多样性,以江苏的平均多样指数最高,达0.972,性状中以叶柄长的变异系数最大,达59.77%.通过多变量的主成分分析,第一主成分和第二主成分代表了不结球白菜形态多样性的48.4%.通过系统聚类,把125份不结球白菜种质资源聚成6类,普通白菜不同程度地分别与塌菜、菜心、分蘖菜和薹菜聚在一起,说明普通白菜与其它种类间存在一定的亲缘关系.     

26份黄麻种质资源产量性状的主成分聚类分析及其评价

为了解所收集黄麻种质资源的产量性状及遗传多样性,为黄麻育种和生产利用提供科学依据。本研究对26份黄麻品种(系)的8个产量性状进行主成分估算,并以前3个主成分为基础,分别作聚类分析和二维排序图。结果表明:参试材料产量相关性状的变异系数为2.54%~14.70%,其中,皮厚、单株鲜皮重、单株鲜骨重、鲜皮晒干率、单株干皮产量5个产量性状的变异系数超过10%,说明产量性状的变异潜力较高。主成分分析表明,单株鲜皮重因子、鲜皮晒干率因子、分枝高因子这3个主因子提供了原始性状88.247%的信息;在欧氏距离聚类图中,当取值D=2.15时,可把26个黄麻育成品种(系)分成4类,第Ⅰ类群包含18份材料,占69.23%,第Ⅱ类群包含5份材料,占19.23%,第Ⅲ类群只有1个品种(系),第Ⅳ类群包括黄麻179和宽叶长果2份材料,各个类群具有不同的特点,在黄麻杂交育种上可根据不同类别的特点加以利用;二维排序表明9(09品-11)、11(89m5-83)、12(09繁-7)、19(福黄麻1号)、21(黄麻831)、25(Y007-10)等6个高产品种(系)的3个主成分构成因子协调最好。将聚类分析和二维排序分析结合起来的分析方法,能较好地为黄麻品种改良以及亲本利用提供科学依据。     

槭树科植物广义形态学性状分支分析

通过45个广义的形态学性状对槭树科(Aceraceae)尤其是槭属(Acer L.)的主要类群做了分支分析,结果显示：1)槭属内由于各类群分布着较多的同塑性状状态,而难以为属下组间关系的解决提供更多有价值的信息;通过对具体的性状状态分布分析显示,对于象槭属这样在形态上分化较大的类群,由于多数分类性状在不同类群间经历了平行和逆转演化,因而在较低分类阶元水平很难选择合适的性状来通过分支分析构建其系统发育;2)鸡爪槭组(section Palmata)作为整个槭属的基部类群,虽然支持率较低,但与其它类群相比在槭属内维持了较多的原始性状;3)金钱槭属(Dipteronia Oliv.)的两个种作为单系得到了100％的靴带支持,且和槭属作为姐妹群也得到了较好的支持。     

榆耳种质资源主要农艺性状的数量评估

榆耳是我国东北地区食药用菌之一,对旸胃系统疾病具有极高的治疗效果,在中国已开始推广栽培,但目前尚不清楚哪些性状主要受遗传因素影响,哪些性状主要受环境因素影响,也无区分品种间性状差异的标准.因此本研究对26个榆耳性状进行R型聚类分析和主成分分析,明确DUS测试性状.结果 表明,榆耳农艺性状具有较大的差异,R型聚类分析可知...     

云南红花种质资源主要农艺性状的遗传多样性分析

为加强红花种质资源的研究利用,对筛选出的66份云南红花优异种质资源16个形态性状进行聚类分析与主成分分析。结果表明:云南红花种质资源具有丰富的遗传多样性,多样性指数最高的是果球着粒数,其次是株高、最末分枝高度和千粒重;性状变异系数最大的是分枝总数,其次分别是单株有效果球数和第一分枝高度,最小的为顶果球直径;基于各种质间形态性状的遗传差异,把66份红花种质聚类并划分为6大类群。第Ⅰ类群可作为有增产潜力的亲本材料,第Ⅲ类群可作为高产量目标选育的亲本,第Ⅳ类群可作为大粒型选育亲本,第Ⅴ类群可作为高含油量选育目标亲本,第Ⅵ类群既是大粒型又是高含油量双重选育目标亲本。11个数量性状的主成分分析结果表明,前4个主成分累计贡献率达82.59%,第一主成分反映植株高度,第二主成分反映产量构成因子,第三、第四主成分分别反映千粒重和果球着粒数。研究结果表明云南红花地方种质资源的变异较大,遗传较丰富。     

槭属翅果种内形态变异性及对其化石鉴定的意义

选取我国西南地区槭属(槭树科)的8个现生种,通过观察和测量馆藏标本的翅果形态,对比同一个种的翅果在不同地区的形态差异性,并通过主成分分析(PCO)检测翅果在种内的形态变异性,发现槭属的翅果形态具有明显的地区间差异性,这种差异性主要表现在总体形状和大小上,这可能与地区间不同的气候环境特征有关.通过对槭属翅果种内形态变异性和多样性的深入研究,为槭属翅果化石的属下鉴定提供一定依据,指出槭属翅果化石的属下鉴定应该考虑翅果形态种内变异性的特征,具有形态多样性的该属翅果化石可能属于一个种或更少的种.     

长白山9种槭树的翅果扩散及种子萌发研究

翅果的风媒传播是槭属植物的主要扩散方式之一,且与种子萌发有着密切关联,但具体机理一直还并不明确。以分布于长白山的9种槭树为对象,探讨翅果的形态特征,测定它们在空气中的垂直沉降速度、不同风速下的水平扩散距离以及在扩散距离上的种子萌发率,进而比较并分析翅果的形态性状与沉降速度、水平扩散距离的相关性以及萌发率在不同扩散距离上的差异性。结果表明：(1) 9种槭树的翅果长、宽和面积与沉降速度、水平扩散距离均呈负相关;尽管如此,翅果形态并不是风传播物种的最佳分类指标,而翅载力能较好地反应物种的风传播能力;(2)翅果垂直沉降速度和水平扩散距离间存在显著负相关,表明沉降速度越小,翅果在空气中停留的时间越长,水平方向上扩散距离越远,且强风有助于提高翅果的扩散能力;(3)沉降速度最慢的花楷槭在不同风速下的水平扩散距离均最远,而沉降速度最快的拧筋槭水平扩散距离最短;(4)种子萌发率随扩散距离的增加呈下降趋势。上述结果不仅为深入理解翅果的风力传播机制以及种子萌发对水平扩散距离的响应机制提供科学依据,还可为种群实生更新方面的理论研究提供参考。     

普通菜豆种质资源表型鉴定及多样性分析

对646份普通菜豆核心种质在贵州毕节进行了表型鉴定,结果表明,普通菜豆具有丰富的形态性状多样性。总变异数为367,平均遗传丰富度为8.34,变异范围2~31;遗传多样性指数为0.63,变异范围为0.02~0.91。通过多变量的主成分分析,前3个主成分的贡献率较大,分别为17.73%、15.35%和11.33%。依据表型鉴定数据信息,将供试种质聚类并划分为4组。Ⅰ组的遗传多样性较高,主要为直立有限的大粒资源,大多资源属于安第斯基因库;Ⅱ组的遗传多样性最低,为直立无限生长习性的小粒资源,属于中美基因库;Ⅲ组的遗传多样性最高,主要以蔓生无限为主,包括小部分直立无限和匍匐无限的资源;Ⅳ组的遗传多样性较低,为蔓生无限生长习性、株高最高、分枝数最少的资源。筛选到大粒、多荚、长荚、宽荚等具有特异性状的种质资源35份。     

大豆种质资源农艺性状和产量的年份间差异及其关系

明确大豆种质资源农艺性状的变化及其与产量的关系对大豆遗传育种具有重要的意义。以249份大豆种质资源为材料,应用多元统计方法分析了大田条件下两年间大豆农艺性状与产量的变化。结果表明,大豆种质资源的农艺性状和产量两年变异系数分别为6.2%~78.0%和6.3%~48.5%,变异较大。生育日数因在黄淮海区域生态类型较接近,变异系数较小;而主茎节数变异系数也较小。株高、有效分枝数、底荚高度、单株荚数、单株粒数、每荚粒数、单株粒重、百粒重、单位面积产量则相对变异较大。品种之间农艺性状和产量差异均显著。不同年份间生态因子（温度、降水量及日照时数）对大豆农艺性状和产量的影响较大,年份间不同指标差异亦显著。分别对两年农艺性状采用主成分分析,简化为4个与产量相关的独立指标,并建立了产量与农艺性状之间的方程Y=17.5-1.76x1+1.32x2+0.30x3+2.50x4和Y=198.8-3.12x1+7.71x2+0.08x3+2.71x4以表达其量化关系;采用聚类分析方法将两年中249份大豆种质资源分别聚为5类,并分析了各类品种的特性,为高产稳产大豆新品种的选育以及高产栽培措施的调控提供理论依据。     

27份花生种质资源的主成份分析及遗传距离测定

摘要：本文对27份花生种质资源的10个主要农艺性状表现进行了变异和主成份分析,结果表明：单株秕果数、单株结果数、主茎高与单株双仁果数变异系数较大;前4个主成份对变异的累计贡献率达84.98%。根据各种质资源的主成份值判断其表现特点,选出了综合性状比较理想的10份品种作为育种亲本。利用各种质资源的前4个主成份值计算各品种间的遗传距离,按遗传距离大小在D2=3.21水平下将27份种质资源聚类划分为6大类群,其中Ⅱ类群品种数最多(16份),该类群品种综合性状也表现较好,大多可为育种亲本利用或推广种植提供选择。     

福建大头蛙4个地理居群的形态量度比较

比较了福建大头蛙(Limnonectes fujianensis)福建、湖南、浙江和江西4个地理居群的外部形态差异。在测量12个可量性状的基础上,运用统计分析软件SPSS12.0对其中11个性状进行数理统计。主成分分析结果显示,福建居群、浙江居群分别与其他3个居群在外部形态上存在一定差异;聚类分析结果也表明,湖南居群和江西居群聚为一类,福建居群和浙江居群聚为一类,二者之间存在明显差异。     

Systematic tuning of parameters in support vector clustering

Clustering algorithms divide a set of observations into groups so that members of the same group share common features. In most of the algorithms, tunable parameters are set arbitrarily or by trial and error, resulting in less than optimal clustering. This paper presents a global optimization strategy for the systematic and optimal selection of parameter values associated with a clustering method. In the process, a performance criterion for the optimization model is proposed and benchmarked against popular performance criteria from the literature (namely, the Silhouette coefficient, Dunn's index, and Davies-Bouldin index). The tuning strategy is illustrated using the support vector clustering (SVC) algorithm and simulated annealing. In order to reduce the computational burden, the paper also proposes an alternative to the adjacency matrix method (used for the assignment of cluster labels), namely the contour plotting approach. Datasets tested include the iris and the thyroid datasets from the UCI repository, as well as lymphoma and breast cancer data. The optimal tuning parameters are determined efficiently, while the contour plotting approach leads to significant reductions in computational effort (CPU time) especially for large datasets. The performance criteria comparisons indicate mixed results. Specifically, the Silhouette coefficient and the Davies-Bouldin index perform better, while the Dunn's index is worse on average than the proposed performance index.     

大蒜种质产量和品质性状主成分聚类分析与综合评价

以40个大蒜品种为供试材料,依据数值分类学的性状选择原则,分别于大蒜生长期和采收后进行农艺性状指标的采集。估算40个大蒜品种16个农艺性状及4个品质指标的主成分,并以前3个主成分和遗传相似性系数为基础,分别作二维散点图和系统聚类分析。40份大蒜品种前7个主成分累计贡献率达85%。根据品种性状主成分表现,评选出性状优良的大蒜品种共10个。在聚类图中,在0.14的遗传相似性水平上可以把40份品种分成4类,即由5份种质组成的类群Ⅰ;由28份种质聚成的类群Ⅱ;由改良蒜等4份种质组成的类群Ⅲ,及苏联蒜等3份种质组成的类群Ⅳ。全部种质的遗传相似性系数在0.07～0.64之间,很好地揭示了品种类群间存在的亲缘关系。     

On the interpretation of principal components analysis in ecological contexts

Summary Principal components analysis is well suited for many data analysis problems in ecology, particularly for data reduction and hypothesis generation; but the structure of PCA is poorly suited for indirect gradient analysis. Whatever the intended application of PCA, the user must exercise special care in selecting data transformations to prevent the analysis from being overwhelmed by the purely numerical effects in the variance structure of the data.I would like to thank R. H. Whittaker, H. G. Gauch, R. E. Moeller, and S. R. Searle for their guidance and assistance.     

Multiattribute evaluation of regional cotton variety trials

Summary The Australian Cotton Cultivar Trials (ACCT) are designed to investigate various cotton [Gossypium hirsutum (L.)] lines in several locations in New South Wales and Queensland each year. If these lines are to be assessed by the simultaneous use of yield and lint quality data, then a multivariate technique applicable to three-way data is desirable. Two such techniques, the mixture maximum likelihood method of clustering and three-mode principal component analysis, are described and used to analyze these data. Applied together, the methods enhance each other's usefulness in interpreting the information on the line response patterns across the locations. The methods provide a good integration of the responses across environments of the entries for the different attributes in the trials. For instance, using yield as the sole criterion, the excellence of the namcala and coker group for quality is overlooked. The analyses point to a decision in favor of either high yields of moderate to good quality lint or moderate yield but superior lint quality. The decisions indicated by the methods confirmed the selections made by the plant breeders. The procedures provide a less subjective, relatively easy to apply and interpret analytical method of describing the patterns of performance and associations in complex multiattribute and multilocation trials. This should lead to more efficient selection among lines in such trials.     

Statistical significance analysis of nuclear magnetic resonance-based metabonomics data

Use of nuclear magnetic resonance (NMR)-based metabonomics to search for human disease biomarkers is becoming increasingly common. For many researchers, the ultimate goal is translation from biomarker discovery to clinical application. Studies typically involve investigators from diverse educational and training backgrounds, including physicians, academic researchers, and clinical staff. In evaluating potential biomarkers, clinicians routinely use statistical significance testing language, whereas academicians typically use multivariate statistical analysis techniques that do not perform statistical significance evaluation. In this article, we outline an approach to integrate statistical significance testing with conventional principal components analysis data representation. A decision tree algorithm is introduced to select and apply appropriate statistical tests to loadings plot data, which are then heat map color-coded according to P score, enabling direct visual assessment of statistical significance. A multiple comparisons correction must be applied to determine P scores from which reliable inferences can be made. Knowledge of means and standard deviations of statistically significant buckets enabled computation of effect sizes and study sizes for a given statistical power. Methods were demonstrated using data from a previous study. Integrated metabonomics data assessment methodology should facilitate translation of NMR-based metabonomics discovery of human disease biomarkers to clinical use.