基于主成分-聚类-逐步回归分析构建番茄苗期耐铝性综合评价体系

doi:10.11983/CBB22066

植物学报 ›› 2022, Vol. 57 ›› Issue (4): 479-489.DOI: 10.11983/CBB22066

基于主成分-聚类-逐步回归分析构建番茄苗期耐铝性综合评价体系

郭书亚¹, 艾金祥¹, 陈虹宇¹, 邵烨瑶¹, 汪妍¹, 王倩¹, 叶怡彤¹, 张雅婷¹, 丁哲晓¹, 吴昊辰¹, 吴玉环²^,³, 张建新⁴, 饶米德¹^,^*(), 刘鹏¹^,^*()

¹浙江师范大学化学与生命科学学院/植物学实验室, 金华 321004
²杭州师范大学生命与环境科学学院, 杭州 310036
³中国科学院沈阳应用生态研究所, 沈阳 110016
⁴丽水职业技术学院, 丽水 323000

收稿日期:2022-04-08 修回日期:2022-05-12 出版日期:2022-07-01 发布日期:2022-07-14
通讯作者: 饶米德,刘鹏
作者简介:sky79@zjnu.cn
* E-mail: miderao@zjnu.edu.cn;
基金资助:
国家自然科学基金(32001224);国家自然科学基金(41571049);丽水市科技计划(2021GYX04)

Establishment of a Comprehensive Evaluation System for Aluminum Tolerance in Tomato Seedlings Based on Principal Component Analysis-Clustering Analysis-Stepwise Regression Analysis

Guo Shuya¹, Ai Jinxiang¹, Chen Hongyu¹, Shao Yeyao¹, Wang Yan¹, Wang Qian¹, Ye Yitong¹, Zhang Yating¹, Ding Zhexiao¹, Wu Haochen¹, Wu Yuhuan²^,³, Zhang Jianxin⁴, Rao Mide¹^,^*(), Liu Peng¹^,^*()

¹College of Chemistry and Life Sciences, Zhejiang Normal University/Botany Laboratory, Jinhua 321004, China
²College of Life and Environmental Sciences, Hangzhou Normal University, Hangzhou 310036, China
³Institute of Applied Ecology, Chinese Academy of Sciences, Shenyang 110016, China
⁴Lishui Vocational and Technical College, Lishui 323000, China

Received:2022-04-08 Revised:2022-05-12 Online:2022-07-01 Published:2022-07-14
Contact: Rao Mide,Liu Peng

摘要/Abstract

摘要： 铝毒是限制酸性土壤中作物产量的主要因素之一。番茄(Solanum lycopersicum)是适合在酸性土壤中种植的主要经济作物, 不同品种番茄对铝胁迫的响应存在差异, 因此, 筛选苗期耐铝毒种质对番茄生产及研究具有重要意义。以10个番茄品种为材料, 采用室内土培盆栽, 设置1 000 µmol∙L^-1 AlCl₃·6H₂O处理, 测定反映植物铝胁迫下生长状况的16个形态、生理生化及光合指标。通过主成分分析, 将铝胁迫下番茄幼苗的16个指标转化为5个独立的综合指标, 累积贡献率达90.779%。基于耐铝性综合评价值(A)的系统聚类分析, 将供试种质划分为5类, 第I类为高度耐铝品种Qianxi, 第V类为高度不耐铝品种Puluowangsi。经多元线性逐步回归分析得出番茄苗期耐铝评价方程: y=0.046+0.405X₆+0.515X₁₀-0.207X₁₅+0.028X₃(R²=0.997), 从16个指标中提取出与A值显著相关(P<0.01)的4个指标: 丙二醛含量(X₃)、净光合速率(X₆)、叶面积(X₁₀)和地下部干重(X₁₅)。利用评价方程可判断不同番茄品种苗期的耐铝性, 使番茄耐铝性鉴定工作快速简便。

关键词: 番茄, 铝胁迫, 种质筛选, 酸性土壤, 综合评价

Abstract: Aluminum toxicity is one of the major factors limiting crop production in acid soils. Tomato is a dominant economic crop in acid soil and different varieties of tomato have different responses to aluminum stress. Therefore, screening aluminum tolerant seedling is of great significance for tomato production and research. In this study, 10 tomato varieties were used as materials, which were cultured indoor in pots containing soil, treated with 1 000 µmol∙L^-1 AlCl₃·6H₂O. 16 morphological, physiological, biochemical or photosynthetic indicators reflecting the growth of plants under aluminum stress were determined. Through principal component analysis, 16 indicators of tomato seedlings under aluminum stress were converted into 5 independent comprehensive indicators, with a cumulative contribution rate of 90.779%. Based on the systematic cluster analysis of aluminum resistance value (A), the test germplasms were divided into five levels, category I is a highly aluminum-tolerant variety, Qianxi, and category V was a highly aluminum-intolerant variety, Puluowangsi. According to the multiple linear regression analysis, 4 of the 16 indicators were found to be significantly correlated with the A value (P<0.01): malondialdehyde content (X₃), net photosynthetic rate (X₆), leaf area (X₁₀) and dry weight of underground (X₁₅), with the following evaluation equation: y=0.046+0.405X₆+0.515X₁₀-0.207X₁₅+0.028X₃(R²=0.997). The evaluation equation can be used to judge the aluminum toxicity resistance characteristics of different tomato varieties in seedling stage, which made the identification of tomato aluminum tolerance quick and simplified.

Key words: Solanum lycopersicum, aluminum stress, germplasm screening, acid soil, comprehensive evaluation

郭书亚, 艾金祥, 陈虹宇, 邵烨瑶, 汪妍, 王倩, 叶怡彤, 张雅婷, 丁哲晓, 吴昊辰, 吴玉环, 张建新, 饶米德, 刘鹏. 基于主成分-聚类-逐步回归分析构建番茄苗期耐铝性综合评价体系. 植物学报, 2022, 57(4): 479-489.

Guo Shuya, Ai Jinxiang, Chen Hongyu, Shao Yeyao, Wang Yan, Wang Qian, Ye Yitong, Zhang Yating, Ding Zhexiao, Wu Haochen, Wu Yuhuan, Zhang Jianxin, Rao Mide, Liu Peng. Establishment of a Comprehensive Evaluation System for Aluminum Tolerance in Tomato Seedlings Based on Principal Component Analysis-Clustering Analysis-Stepwise Regression Analysis. Chinese Bulletin of Botany, 2022, 57(4): 479-489.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.chinbullbotany.com/CN/10.11983/CBB22066

https://www.chinbullbotany.com/CN/Y2022/V57/I4/479

图/表 11

参考文献 37

[1]	宝力格, 陆平, 史梦莎, 许月, 刘敏轩 (2020). 中国高粱地方种质芽期苗期耐盐性筛选及鉴定. 作物学报 46, 734-744. DOI
[2]	鲍士旦 (2000). 土壤农化分析(第3版). 北京: 中国农业出版社. pp. 39-114.
[3]	常宝亮, 陈俊杰, 钱萍, 沈志国, 王永江, 金奇江, 王彦杰, 徐迎春 (2021). 基于层次分析(AHP)-灰色关联分析的盆栽荷花早花品种的综合评价与筛选. 植物资源与环境学报 30 (3), 54-60.
[4]	陈小姝, 赵跃, 蒋春姬, 刘海龙, 吕永超, 宁洽, 张鹤, 王绍伦, 高华援 (2020). 花生品种幼苗耐低温鉴定的生理生化指标筛选. 中国油料作物学报 42, 649-657.
[5]	崔翠, 程闯, 赵愉风, 郜欢欢, 王瑞莉, 王刘艳, 周清元 (2019). 52份豌豆种质萌发期耐铝毒性的综合评价与筛选. 作物学报 45, 798-805. DOI
[6]	高小凤, 郭添香, 唐新莲, 黎晓峰 (2016). 铝胁迫诱导根系分泌异羟肟酸及其对玉米抵御铝毒害的作用. 中国农业科学 49, 2063-2071.
[7]	贾邱颖, 吴晓蕾, 冀胜鑫, 褚新培, 赵峰, 宫彬彬, 李敬蕊, 高洪波 (2021). γ-氨基丁酸对番茄嫁接苗耐盐性的生理调控效应. 植物营养与肥料学报 27, 122-134.
[8]	李彩斌, 郭华春 (2017). 马铃薯品种耐弱光性评价及其指标的筛选. 中国农业科学 50, 3461-3472.
[9]	李灿东 (2020). 大豆种质资源耐密性评价及鉴定指标筛选. 大豆科学 39, 688-695.
[10]	李小方, 张志良 (2016). 植物生理学实验指导(第5版). 北京: 高等教育出版社. pp. 200-259.
[11]	刘勋, 张娇, 沈昱辰, 谢德斌, 李宏利, 李春明, 易小平, 赵勇, 唐道彬, 吕长文, 王季春 (2019). 基于光合系统参数建立马铃薯耐荫性综合评价体系. 植物学报 54, 360-370. DOI
[12]	罗俊杰, 欧巧明, 叶春雷, 王方, 王镛臻, 陈玉梁 (2014). 重要胡麻栽培品种的抗旱性综合评价及指标筛选. 作物学报 40, 1259-1273.
[13]	潘晓雪, 胡明瑜, 王忠伟, 吴红, 雷开荣 (2021). 不同水稻种质资源重要农艺性状与发芽期耐寒性鉴定研究. 作物杂志 (1), 47-53.
[14]	彭玉梅, 石国亮, 崔辉梅 (2014). 加工番茄幼苗期耐盐生理指标筛选及耐盐性综合评价. 干旱地区农业研究 32(5), 61-66.
[15]	施海涛 (2016). 植物逆境生理学实验指导. 北京: 科学出版社. pp. 1-80.
[16]	宋静爽, 王静, 刘周斌, 吕俊恒, 吴永红, 欧立军, 邹学校 (2020). 辣椒苗期对低温胁迫的响应及耐冷评价体系的建立. 分子植物育种 18, 7537-7546.
[17]	宋丽君, 聂晓玉, 何磊磊, 蒯婕, 杨华, 郭安国, 黄俊生, 傅廷栋, 汪波, 周广生 (2021). 饲用大豆品种耐荫性鉴定指标筛选及综合评价. 作物学报 47, 1741-1752. DOI
[18]	王倩, 崔翠, 叶桑, 崔明圣, 赵愉风, 林呐, 唐章林, 李加纳, 周清元 (2018). 甘蓝型油菜种子萌发期耐苯磺隆种质筛选与综合评价. 作物学报 44, 1169-1184.
[19]	熊洁, 丁戈, 陈伦林, 李书宇, 邹小云, 黄杨, 宋来强 (2021). 不同基因型油菜耐铝性及其根系形态对铝胁迫的响应. 中国油料作物学报 43, 673-682.
[20]	徐银萍, 潘永东, 刘强德, 姚元虎, 贾延春, 任诚, 火克仓, 陈文庆, 赵锋, 包奇军, 张华瑜 (2020). 大麦种质资源成株期抗旱性鉴定及抗旱指标筛选. 作物学报 46, 448-461. DOI
[21]	杨佳敏, 贺希格都楞, 万家悦, 丁艳菲, 王飞娟, 朱诚 (2021). 镉污染地区番茄品种的筛选及其抗氧化能力. 生物工程学报 37, 242-252.
[22]	杨铁钊, 杨志晓, 聂红资, 张小全, 刘友杰, 尚晓颍, 任周营, 范进华 (2009). 富钾基因型烤烟的钾积累及根系生理特性. 作物学报 35, 535-540.
[23]	原静云, 原让花, 李贞霞, 王晓玲 (2016). 我国番茄种质资源研究进展. 种业导刊 (4), 9-14.
[24]	张鹤, 蒋春姬, 殷冬梅, 董佳乐, 任婧瑶, 赵新华, 钟超, 王晓光, 于海秋 (2021). 花生耐冷综合评价体系构建及耐冷种质筛选. 作物学报 47, 1753-1767. DOI
[25]	张玮, 易拓, 唐维, 宋勇 (2019). 木薯耐寒性种质资源及其鉴定指标的筛选与综合评价. 热带作物学报 40, 1-10.
[26]	张永福, 徐仕琴, 杨砚斌, 栾文杰, 莫丽玲, 韩丽 (2020). 二十七份葡萄种质根系对铝胁迫的生理响应及耐铝基因型筛选. 北方园艺 (13), 15-24.
[27]	周亚峰, 许彦宾, 王艳玲, 李琼, 胡建斌 (2017). 基于主成分-聚类分析构建甜瓜幼苗耐冷性综合评价体系. 植物学报 52, 520-529. DOI
[28]	de Bauw P, Shimamura E, Rakotoson T, Andriamananjara A, Verbeeck M, Merckx R, Smolders E (2021). Farm yard manure application mitigates aluminium toxicity and phosphorus deficiency for different upland rice genotypes. J Agron Crop Sci 207, 148-162. DOI URL
[29]	He H, Li Y, He LF (2019). Aluminum toxicity and tolerance in Solanaceae plants. S Afr J Bot 123, 23-29. DOI URL
[30]	Jin JF, Wang ZQ, He QY, Wang JY, Li PF, Xu JM, Zheng SJ, Fan W, Yang JL (2020). Genome-wide identification and expression analysis of the NAC transcription factor family in tomato (Solanum lycopersicum) during aluminum stress. BMC Genomics 21, 288. DOI URL
[31]	Jin L, Zhao LP, Wang YL, Zhou R, Song LX, Xu LP, Cui X, Li R, Yu WG, Zhao TM (2019). Genetic diversity of 324 cultivated tomato germplasm resources using agronomic traits and InDel markers. Euphytica 215, 69. DOI URL
[32]	Rady MM (2011). Effect of 24-epibrassinolide on growth, yield, antioxidant system and cadmium content of bean (Phaseolus vulgaris L.) plants under salinity and cadmium stress. Sci Hortic 129, 232-237. DOI URL
[33]	Shetty R, Prakash NB (2020). Effect of different biochars on acid soil and growth parameters of rice plants under aluminium toxicity. Sci Rep 10, 12249. DOI URL
[34]	Shoroardi M, Mortuza MG, Islam MM, Samiha T (2017). Phenotypic screening and molecular characterization of 10 rice (Oryza sativa) landraces for cold tolerance. J Environ Sci Nat Res 10, 85-91.
[35]	Yamamoto Y (2019). Aluminum toxicity in plant cells: mechanisms of cell death and inhibition of cell elongation. Soil Sci Plant Nutr 65, 41-55. DOI
[36]	Yu R, Wang G, Yu X, Li L, Li C, Song Y, Xu Z, Zhang J, Guan C (2021). Assessing alfalfa (Medicago sativa L.) tolerance to salinity at seedling stage and screening of the salinity tolerance traits. Plant Biol 23, 664-674. DOI URL
[37]	Zou GH, Liu HY, Mei HW, Liu GL, Yu XQ, Li MS, Wu JH, Chen L, Luo LJ (2007). Screening for drought resistance of rice recombinant inbred populations in the field. J Integr Plant Biol 49, 1508-1516. DOI URL

No.	Cultivar name	Origin
1	Jinpeng1	Xian jinpeng seed
2	Zhefen202	Zhejiang Academy of Agricultural Sciences
3	Jinpeng3	Xian jinpeng seed
4	Zhongshu4	Institute of Vegetables and Flowers, Chinese Academy of Agricultural Sciences
5	Puluowangsi	Shouguang Xinxinran Horticulture Co., Ltd.
6	Qianxi	Known-You Seed (China) Co., Ltd.
7	Hongshengnv	Hejin Agricultural Science and Technology Hebei Co., Ltd.
8	Xianke8	JingyanYinong (Beijing) Seed Technology Co., Ltd.
9	Hezuo903	Shanghai Tomato Institute
10	Nongbofen3	Shijiazhuang Nongboshi Science and Tech- nology Development Co., Ltd.

No.	Cultivar name	Origin
1	Jinpeng1	Xian jinpeng seed
2	Zhefen202	Zhejiang Academy of Agricultural Sciences
3	Jinpeng3	Xian jinpeng seed
4	Zhongshu4	Institute of Vegetables and Flowers, Chinese Academy of Agricultural Sciences
5	Puluowangsi	Shouguang Xinxinran Horticulture Co., Ltd.
6	Qianxi	Known-You Seed (China) Co., Ltd.
7	Hongshengnv	Hejin Agricultural Science and Technology Hebei Co., Ltd.
8	Xianke8	JingyanYinong (Beijing) Seed Technology Co., Ltd.
9	Hezuo903	Shanghai Tomato Institute
10	Nongbofen3	Shijiazhuang Nongboshi Science and Tech- nology Development Co., Ltd.

No.	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈	X₉	X₁₀	X₁₁	X₁₂	X₁₃	X₁₄	X₁₅	X₁₆
1	1.09	0.54	1.01	0.86	0.35	0.60	0.84	0.35	0.88	0.55	0.82	0.22	0.59	0.95	0.67	0.70
2	1.03	0.65	1.61	1.18	0.57	0.61	0.99	0.54	0.74	0.28	0.85	0.17	0.41	0.73	0.27	0.24
3	1.07	0.54	0.87	1.51	0.49	0.57	0.96	0.45	0.77	0.49	0.79	0.14	0.65	0.85	0.21	0.41
4	1.02	0.59	1.23	1.49	0.29	0.43	0.90	0.29	0.90	0.64	0.61	0.38	0.69	1.15	0.29	0.43
5	1.04	0.44	1.19	0.91	0.14	0.13	0.97	0.10	0.56	0.22	0.74	0.24	0.53	0.61	0.33	0.15
6	1.08	0.59	1.17	1.37	0.54	1.18	0.52	0.54	1.01	0.69	0.98	0.40	1.09	0.84	0.94	0.80
7	1.03	0.42	0.60	1.11	0.22	0.17	1.05	0.21	0.86	0.44	0.81	0.33	0.56	0.70	0.40	0.29
8	1.06	0.24	2.60	1.37	0.24	0.20	1.09	0.24	0.87	0.30	0.78	0.27	0.54	0.66	0.42	0.51
9	0.98	0.36	1.33	0.53	0.33	0.24	1.28	0.46	0.72	0.23	0.69	0.32	0.20	0.90	0.26	0.33
10	1.02	0.51	1.18	1.27	0.72	0.68	1.01	0.67	0.66	0.52	0.76	0.17	0.48	0.84	0.38	0.40
Average	1.04	0.49	1.28	1.16	0.39	0.48	0.96	0.38	0.80	0.44	0.78	0.26	0.57	0.82	0.42	0.43
Coefficient variation	0.00	0.02	0.29	0.10	0.03	0.10	0.04	0.03	0.02	0.03	0.01	0.01	0.05	0.03	0.05	0.04

No.	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈	X₉	X₁₀	X₁₁	X₁₂	X₁₃	X₁₄	X₁₅	X₁₆
1	1.09	0.54	1.01	0.86	0.35	0.60	0.84	0.35	0.88	0.55	0.82	0.22	0.59	0.95	0.67	0.70
2	1.03	0.65	1.61	1.18	0.57	0.61	0.99	0.54	0.74	0.28	0.85	0.17	0.41	0.73	0.27	0.24
3	1.07	0.54	0.87	1.51	0.49	0.57	0.96	0.45	0.77	0.49	0.79	0.14	0.65	0.85	0.21	0.41
4	1.02	0.59	1.23	1.49	0.29	0.43	0.90	0.29	0.90	0.64	0.61	0.38	0.69	1.15	0.29	0.43
5	1.04	0.44	1.19	0.91	0.14	0.13	0.97	0.10	0.56	0.22	0.74	0.24	0.53	0.61	0.33	0.15
6	1.08	0.59	1.17	1.37	0.54	1.18	0.52	0.54	1.01	0.69	0.98	0.40	1.09	0.84	0.94	0.80
7	1.03	0.42	0.60	1.11	0.22	0.17	1.05	0.21	0.86	0.44	0.81	0.33	0.56	0.70	0.40	0.29
8	1.06	0.24	2.60	1.37	0.24	0.20	1.09	0.24	0.87	0.30	0.78	0.27	0.54	0.66	0.42	0.51
9	0.98	0.36	1.33	0.53	0.33	0.24	1.28	0.46	0.72	0.23	0.69	0.32	0.20	0.90	0.26	0.33
10	1.02	0.51	1.18	1.27	0.72	0.68	1.01	0.67	0.66	0.52	0.76	0.17	0.48	0.84	0.38	0.40
Average	1.04	0.49	1.28	1.16	0.39	0.48	0.96	0.38	0.80	0.44	0.78	0.26	0.57	0.82	0.42	0.43
Coefficient variation	0.00	0.02	0.29	0.10	0.03	0.10	0.04	0.03	0.02	0.03	0.01	0.01	0.05	0.03	0.05	0.04

Index	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈	X₉	X₁₀	X₁₁	X₁₂	X₁₃	X₁₄	X₁₅	X₁₆
X₁	1.00
X₂	0.17	1.00
X₃	0.00	-0.48	1.00
X₄	0.40	0.30	0.13	1.00
X₅	0.07	0.55	-0.08	0.31	1.00
X₆	0.46	0.67*	-0.17	0.38	0.75*	1.00
X₇	-0.70*	-0.60	0.22	-0.46	-0.28	-0.80**	1.00
X₈	-0.08	0.47	-0.06	0.14	0.96**	0.72*	-0.17	1.00
X₉	0.44	0.16	0.04	0.41	0.01	0.47	-0.56	0.05	1.00
X₁₀	0.44	0.54	-0.39	0.56	0.37	0.70*	-0.75*	0.31	0.69*	1.00
X₁₁	0.61	0.27	-0.05	0.16	0.38	0.65*	-0.63*	0.31	0.40	0.24	1.00
X₁₂	-0.17	-0.14	-0.02	-0.03	-0.41	0.04	-0.26	-0.28	0.59	0.32	-0.03	1.00
X₁₃	0.69*	0.39	-0.18	0.62	0.14	0.68*	-0.93**	0.04	0.66*	0.77**	0.56	0.40	1.00
X₁₄	-0.10	0.44	-0.27	0.14	0.18	0.31	-0.21	0.27	0.41	0.65*	-0.40	0.32	0.18	1.00
X₁₅	0.62	0.17	-0.05	0.06	0.16	0.67*	-0.79**	0.15	0.63*	0.56	0.72*	0.42	0.72*	0.06	1.00
X₁₆	0.65*	0.16	0.06	0.25	0.27	0.70*	-0.69*	0.30	0.78**	0.72*	0.50	0.32	0.671*	0.40	0.84**	1.00

基于主成分-聚类-逐步回归分析构建番茄苗期耐铝性综合评价体系

Establishment of a Comprehensive Evaluation System for Aluminum Tolerance in Tomato Seedlings Based on Principal Component Analysis-Clustering Analysis-Stepwise Regression Analysis

RichHTML

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 37

相关文章 15

编辑推荐

Metrics

本文评价

Index	Principle factors
Index	CI₁	CI₂	CI₃	CI₄	CI₅
X₁	0.659	-0.262	-0.463	-0.281	0.157
X₂	0.568	0.546	0.244	-0.377	-0.082
X₃	-0.198	-0.223	-0.392	0.607	0.516
X₄	0.508	0.047	0.010	-0.206	0.788
X₅	0.470	0.827	-0.129	0.237	0.062
X₆	0.902	0.363	-0.077	0.126	-0.093
X₇	-0.923	0.111	0.077	0.245	0.047
X₈	0.409	0.795	-0.024	0.424	-0.062
X₉	0.724	-0.438	0.206	0.252	0.115
X₁₀	0.864	0.010	0.412	-0.092	0.110
X₁₁	0.648	0.004	-0.647	-0.008	-0.274
X₁₂	0.249	-0.648	0.481	0.253	-0.214
X₁₃	0.881	-0.295	-0.025	-0.242	0.119
X₁₄	0.357	0.137	0.850	0.158	0.074
X₁₅	0.801	-0.336	-0.223	0.183	-0.356
X₁₆	0.841	-0.233	-0.016	0.359	-0.030
Characteristic root	7.111	2.764	2.092	1.326	1.231
Contribution rate (%)	44.442	17.276	13.077	8.288	7.695
Cumulative contribution (%)	44.442	61.719	74.796	83.084	90.779
Factor weight	0.490	0.190	0.144	0.091	0.085

Index	Eigen vector of measured indicators
Index	1	2	3	4	5
X₁	0.247	-0.157	-0.320	-0.244	0.142
X₂	0.213	0.328	0.169	-0.327	-0.074
X₃	-0.074	-0.134	-0.271	0.527	0.465
X₄	0.190	0.028	0.007	-0.179	0.710
X₅	0.176	0.497	-0.089	0.205	0.056
X₆	0.338	0.219	-0.053	0.109	-0.084
X₇	-0.346	0.067	0.053	0.213	0.043
X₈	0.153	0.478	-0.016	0.368	-0.055
X₉	0.272	-0.263	0.143	0.219	0.104
X₁₀	0.324	0.006	0.285	-0.080	0.099
X₁₁	0.243	0.002	-0.447	-0.007	-0.247
X₁₂	0.093	-0.390	0.332	0.220	-0.193
X₁₃	0.330	-0.177	-0.017	-0.210	0.107
X₁₄	0.134	0.082	0.587	0.137	0.066
X₁₅	0.300	-0.202	-0.154	0.159	-0.321
X₁₆	0.315	-0.140	-0.011	0.312	-0.027

No.	CAC value	Rank	A value	Rank	WAC value	Rank
1	0.688	5	0.470	5	0.687	5
2	0.680	6	0.435	6	0.673	6
3	0.673	7	0.505	4	0.668	7
4	0.707	3	0.517	3	0.701	2
5	0.518	10	0.157	10	0.509	10
6	0.859	1	0.709	1	0.859	1
7	0.576	8	0.289	7	0.569	8
8	0.712	2	0.268	8	0.694	4
9	0.573	9	0.255	9	0.565	9
10	0.704	4	0.545	2	0.700	3
Average	0.669	-	0.415	-	0.662	-
Coefficient variation	0.009	-	0.028	-	0.009	-

Dependent variable	Multiple stepwise regression equation	r	R²	F-value
A value	y=0.046+0.405X₆+0.515X₁₀-0.207X₁₅+0.028X₃	0.998	0.997	409.418
CAC value	y=0.295+0.173X₆+0.0.083X₃+0.226X₁₀+0.108X₉	0.997	0.993	178.487
WAC value	y=0.293+0.183X₆+0.0.106X₉+0.077X₃+0.224X₁₀	0.997	0.995	241.535

No.	Primary value	Regression	Difference	Evaluation accuracy (%)
1	0.470	0.462	0.008	98.264
2	0.435	0.426	0.009	98.032
3	0.505	0.510	-0.005	98.992
4	0.517	0.524	-0.007	98.615
5	0.157	0.177	-0.020	87.287
6	0.709	0.717	-0.008	98.811
7	0.289	0.275	0.014	95.311
8	0.268	0.267	0.001	99.761
9	0.255	0.245	0.010	96.106
10	0.545	0.544	0.001	99.739

[1]	张锋, Richard Dormatey, 刘寅笃, 李成举, 王云姣, 张春利, 张莹, 范又方, 姚攀锋, 毕真真, 刘玉汇, 白江平, 孙超 . 耐亚磷酸盐马铃薯的筛选与评价[J]. 植物学报, 2024, 59(4): 0-0.
[2]	赵来鹏, 王柏柯, 杨涛, 李宁, 杨海涛, 王娟, 闫会转. SlHVA22l基因调节番茄耐旱性研究[J]. 植物学报, 2024, 59(4): 0-0.
[3]	廖人玉, 王佳伟. 从损伤到重生——REF1小肽如何激发植物的内在再生潜能[J]. 植物学报, 2024, 59(3): 347-350.
[4]	刘寅笃, 脱军康, 李成举, 张锋, 张春利, 张莹, 王云姣, 范又方, 姚攀锋, 孙超, 刘玉汇, 刘震, 毕真真, 白江平. 耐低钾马铃薯品种的筛选与评价[J]. 植物学报, 2024, 59(1): 75-88.
[5]	蔡淑钰, 刘建新, 王国夫, 吴丽元, 宋江平. 褪黑素促进镉胁迫下番茄种子萌发的调控机理[J]. 植物学报, 2023, 58(5): 720-732.
[6]	毛轩雯, 王志超, 阮心依, 孙靖菲, 张雅婷, 陆锦灏, 邵甜甜, 王娴, 肖佳敏, 肖莉, 叶梦瑶, 吴玉环, 刘鹏. 外源有机酸对铝胁迫下菊芋生理响应系统的调控效应[J]. 植物学报, 2023, 58(4): 573-589.
[7]	王晓敏, 李洪磊, 王林, 周鹏泽, 白圣懿, 李国花, 郑福顺, 陶小荣, 程国新, 高艳明, 李建设. 银川番茄斑萎病毒的分子鉴定[J]. 植物学报, 2021, 56(6): 715-721.
[8]	刘勋,张娇,沈昱辰,谢德斌,李宏利,李春明,易小平,赵勇,唐道彬,吕长文,王季春. 基于光合系统参数建立马铃薯耐荫性综合评价体系[J]. 植物学报, 2019, 54(3): 360-370.
[9]	张天鹏, 杨兴洪. 番茄果实早期发育的分子生理机制研究进展[J]. 植物学报, 2018, 53(6): 856-866.
[10]	马爱民, 漆小泉. 利用多组学手段解析番茄育种过程中代谢物变化的机制[J]. 植物学报, 2018, 53(5): 578-580.
[11]	胡海涛, 程珍霞, 李玲艳, 陈建华, 杨玲. 胡颓子属5种植物果实主要类胡萝卜素成分及含量[J]. 植物学报, 2016, 51(3): 306-310.
[12]	邓磊, 杜敏敏, 李传友. 中国科学家在番茄与黄瓜的驯化及品质形成的分子机理研究中取得突破性进展[J]. 植物学报, 2015, 50(3): 275-278.
[13]	方琦, 董家红, 郑宽瑜, 张仲凯. 番茄环纹斑点病毒与马铃薯Y病毒复合侵染烟草的细胞病理特征[J]. 植物学报, 2014, 49(6): 704-709.
[14]	郭广君, 高建昌, 王孝宣, 国艳梅, John C. Snyder, 杜永臣. 不同番茄种质叶表次生代谢物质[J]. 植物学报, 2014, 49(1): 19-29.
[15]	齐清文, 郝转, 陶俊杰, 康明. 报春苣苔属植物钙形态多样性[J]. 生物多样性, 2013, 21(6): 715-722.

No.	Comprehensive index value					Subordinate function value
No.	CI₁	CI₂	CI₃	CI₄	CI₅	U(X₁)	U(X₂)	U(X₃)	U(X₄)	U(X₅)
1	1.880	-0.145	-0.126	0.902	0.973	0.528	0.444	0.626	0.398	0.003
2	1.452	0.251	-0.452	1.075	1.537	0.292	0.848	0.282	0.547	0.472
3	1.713	0.184	-0.111	0.575	1.545	0.435	0.780	0.641	0.116	0.479
4	1.740	-0.188	0.226	0.763	1.707	0.450	0.400	0.996	0.279	0.614
5	1.007	-0.311	-0.356	0.576	1.184	0.048	0.275	0.383	0.117	0.178
6	2.744	-0.115	-0.295	0.999	1.252	1.002	0.474	0.447	0.482	0.235
7	1.370	-0.266	-0.056	0.444	1.055	0.247	0.321	0.699	0.004	0.071
8	1.256	-0.578	-0.716	1.600	2.171	0.185	0.002	0.004	1.000	1.001
9	0.923	-0.047	-0.144	1.219	0.994	0.001	0.544	0.607	0.671	0.020
10	1.681	0.397	-0.231	0.998	1.425	0.418	0.997	0.515	0.481	0.379

No.	Comprehensive index value					Subordinate function value
No.	CI₁	CI₂	CI₃	CI₄	CI₅	U(X₁)	U(X₂)	U(X₃)	U(X₄)	U(X₅)
1	1.880	-0.145	-0.126	0.902	0.973	0.528	0.444	0.626	0.398	0.003
2	1.452	0.251	-0.452	1.075	1.537	0.292	0.848	0.282	0.547	0.472
3	1.713	0.184	-0.111	0.575	1.545	0.435	0.780	0.641	0.116	0.479
4	1.740	-0.188	0.226	0.763	1.707	0.450	0.400	0.996	0.279	0.614
5	1.007	-0.311	-0.356	0.576	1.184	0.048	0.275	0.383	0.117	0.178
6	2.744	-0.115	-0.295	0.999	1.252	1.002	0.474	0.447	0.482	0.235
7	1.370	-0.266	-0.056	0.444	1.055	0.247	0.321	0.699	0.004	0.071
8	1.256	-0.578	-0.716	1.600	2.171	0.185	0.002	0.004	1.000	1.001
9	0.923	-0.047	-0.144	1.219	0.994	0.001	0.544	0.607	0.671	0.020
10	1.681	0.397	-0.231	0.998	1.425	0.418	0.997	0.515	0.481	0.379