Jan Bocianowski1, Alina Liersch2, Iwona Bartkowiak-Broda2 1
Uniwersytet Przyrodniczy w Poznaniu, Katedra Metod Matematycznych i Statystycznych
2 Instytut Hodowli i Aklimatyzacji Roślin – Państwowy Instytut Badawczy, Oddział w Poznaniu
Autor korespondencyjny – J. Bocianowski, e-mail: jboc@up.poznan.pl DOI: 10.5604/12338273.1083537
Graficzna prezentacja
wyników doświadczeń
polowych z mieszańcami F
1CMS ogura
rzepaku ozimego (Brassica napus L.)
Graphical presentation of results of field trials
with F
1CMS ogura hybrids of winter oilseed rape (Brassica napus L.)
Słowa kluczowe: metody graficzne, wykres pudełkowy, wykres rozrzutu, wykres typu „sieć rybacka”, mieszańce, rzepak ozimy (Brassica napus L.)
Streszczenie
W hodowli rzepaku ozimego i innych roślin istotnym zagadnieniem jest poznanie zmienności i współzależności podstawowych cech fenotypowych, zwłaszcza użytkowych, umożliwiających wyznaczenie kryteriów selekcji genotypów o wysokiej potencjalnej plenności, wynikającej między innymi z odpowiedniej relacji tych cech.
W niniejszej pracy przedstawiono kilka graficznych metod prezentowania wyników doświadczeń. Materiał do badań stanowiły cztery mieszańce zrestorowane F1 CMS ogura: PN 4534/01,
PN 4556/01, PN 4538/01, PN 4540/01 oraz cztery mieszańce złożone F1 CMS ogura rzepaku
ozimego: Kaszub F1, Lubusz F1, Mazur F1 i Pomorzanin F1. Obiekty te badano w dwóch
miejsco-wościach (Borowo i Zielęcin) w dwóch sezonach wegetacyjnych (2002/2003 i 2003/2004). W celu graficznej prezentacji zależności wybrano cztery cechy: plon nasion, liczbę nasion w łuszczynie, masę tysiąca nasion oraz zawartość tłuszczu. Charakterystyka pozycyjna badanych obiektów dla poszczególnych cech została przedstawiona na wykresach pudełkowych (boxplot). Współzależności pomiędzy cechami przedstawiono na wykresach rozrzutu, natomiast zależności pomiędzy obiektami na wykresie typu „sieć rybacka” (ang. parallel coordinate plot).
Wizualizacja wyników eksperymentalnych jest dobrą metodą pozwalającą na przedstawienie zależności pomiędzy cechami i obiektami, którą można stosować jako alternatywną do metod trady-cyjnych lub jako ich uzupełnienie.
Key words: graphical methods, boxplot, scatterplot, parallel coordinate plot, hybrids, winter oilseed rape (Brassica napus L.)
Abstract
In oilseed rape breeding and other crops as well it is very important to understand the variability and interrelationships of basic phenotypic traits, especially agronomic, that help to determine the criteria for the selection of high yielding genotypes resulting from appropriate relations of these characteristics. This paper describes several graphical methods for presenting the results of field
trials. The plant material consisted of four restored F1 CMS ogura hybrids: PN 4534/01, PN 4556/01,
PN 4538/01, PN 4540/01 and four non-restored CMS ogura hybrids: Kaszub F1, Lubusz F1,
Mazur F1, Pomorzanin F1. These hybrids were investigated in the field trials in two growing seasons
(2002/2003 and 2003/2004), and two locations. Four traits, such as seed yield, number of seeds per pod, weight of 1000 seeds and oil content were selected for graphical presentation of these relations. Positional characteristics of investigated hybrids for individual traits were shown in boxplots. The correlations between traits were presented in a scatterplot. The relationships between the objects were presented in the graph as a parallel coordinate plot.
Visualization of experimental results is a good method for the presentation of relationships between the traits and the genotypes which can be used as an alternative tool as compared to the traditional methods or it might be very useful as a supplement.
Wstęp
W hodowli rzepaku ozimego i innych roślin uprawnych istotnym zagadnie-niem jest poznanie zmienności i współzależności podstawowych cech fenotypowych, zwłaszcza użytkowych, umożliwiających wyznaczenie kryteriów selekcji genotypów pod względem obserwowanej cechy, na przykład plonu nasion, wynikającej między innymi z odpowiedniej relacji tych cech (Bocianowski i in. 2009, 2010, Liersch i in. 2010, Schierholt i Becker 2011, Kulig i in. 2012, Kwiatkowski i in. 2012, Huang i in. 2013).
Jednym z elementów prezentowania wyników badań są metody graficzne. Mogą być one pierwszym krokiem poszukiwania zależności i/lub współzależności pomiędzy badanymi genotypami (liniami, mieszańcami, odmianami) oraz obser-wowanymi w doświadczeniu cechami. Metody graficzne mają zastosowanie w wielu różnych gałęziach nauk biologicznych i rolniczych. Mogą stanowić uzupełnienie do tabelarycznych i opisowych form prezentowania wyników (Kozak i in. 2010). We wcześniejszych pracach (Bocianowski i in. 2009, Liersch i in. 2009, Bocianowski i in. 2010, 2011) omawiano wyniki analiz na prezentowanym w niniejszej pracy materiale doświadczalnym w różnych aspektach. Wyniki zmienności fenotypowej w ujęciu wielowymiarowym (Bocianowski i in. 2009), analizy asocjacyjnej cecha – marker (Liersch i in. 2009, Bocianowski i in. 2011) oraz zależności plonu nasion od wybranych cech fenotypowych ocenianej przy zastosowaniu analizy regresji wielokrotnej (Bocianowski i in. 2010) zostały przed-stawione w większości w „tradycyjnej” – tabelarycznej formie. Zaobserwowanie niektórych zależności, przy znacznej liczbie badanych genotypów, może być czasami utrudnione. Stąd ułatwieniem w podejmowaniu decyzji genetyczno-hodowlanych wydaje się być zastosowanie również metod graficznej prezentacji wyników. W niniejszej pracy omówiono kilka graficznych metod prezentowania wyników doświadczeń eksperymentalnych.
Materiał i metody
Materiał do badań stanowiły cztery mieszańce zrestorowane F1 CMS ogura: PN 4534, PN 4556, PN 4538, PN 4540 oraz cztery mieszańce złożone F1 CMS ogura rzepaku ozimego: Kaszub, Lubusz, Mazur i Pomorzanin. Obiekty te badano w dwóch miejscowościach (Borowo i Zielęcin) w dwóch sezonach wegetacyjnych (2002/2003 i 2003/2004), które traktowano jako cztery środowiska. W celu graficznej prezentacji zależności wybrano cztery cechy: plon nasion [dt/ha], liczbę nasion w łuszczynie [szt.], masę 1000 nasion [g] oraz zawartość tłuszczu [%].
Charakterystyka pozycyjna badanych obiektów dla poszczególnych cech została przedstawiona na wykresach pudełkowych (boxplot). Współzależności pomiędzy cechami przedstawiono na wykresie rozrzutu. Natomiast zależności pomiędzy obiektami na wykresie typu „sieć rybacka” (ang. parallel coordinate plot). Wszystkie wykresy wykonano korzystając z pakietu statystycznego GenStat 15.
Wyniki i dyskusja
Na rysunku 1 przedstawiono rozrzut poszczególnych cech mieszańców rzepaku ozimego dla wszystkich czterech środowisk (dwie miejscowości w dwóch sezonach wegetacyjnych) razem. Największym rozrzutem plonu nasion charakteryzowała się odmiana mieszańcowa złożona Lubusz (rys. 1A). Największą stabilność pod względem plonu wykazywała odmiana Kaszub – także odmiana mieszańcowa złożona (rys. 1A). Dwa mieszańce zrestorowane, PN 4538 i PN 4540, charakte-ryzują się największym wyrównaniem pod względem liczby nasion w łuszczynie, przy stosunkowo dużych średnich wartościach tej cechy (rys. 1B). Natomiast pod względem masy tysiąca nasion mieszaniec PN 4540 wyróżnia się największym, spośród wszystkich ośmiu badanych obiektów, rozrzutem obserwacji (rys. 1C). Pod względem zawartości tłuszczu obserwowano w miarę wyrównane wartości zarówno średnie, jak i minimalne oraz maksymalne badanych mieszańców rzepaku ozimego (rys. 1D). Wykres pudełkowy (zwany również wykresem skrzynkowym) jest jedną z najczęstszych form graficznej prezentacji rozkładu obserwowanej cechy, wspomagającej proces analizy oraz interpretacji danych statystycznych (Bocianowski 2012, Irzykowska i in. 2013, Rybiński i in. 2013). Pozwala on umieścić na jednym rysunku informacje dotyczące położenia, rozproszenia oraz kształtu rozkładu empirycznego obserwowanej cechy.
Rysunek 2 przedstawia współzależność pomiędzy obserwowanymi cechami rzepaku ozimego dla czterech środowisk razem. Zaobserwować można dodatnią korelację pomiędzy plonem nasion a liczbą nasion w łuszczynie i zawartością tłuszczu oraz liczbą nasion w łuszczynie a zawartością tłuszczu. Natomiast ujemnie skorelowane były masa 1000 nasion i zawartość tłuszczu.
A B
C D
Rys. 1. Wykres pudełkowy (boxplot) wartości obserwowanych cech (A – plonu nasion, B – liczby nasion w łuszczynie, C – masy tysiąca nasion, D – zawartości tłuszczu) w czterech rozważanych środowiskach, sklasyfikowany ze względu na badane genotypy — Boxplot of the values of the
observed traits (A – yield of seeds, B – number of seeds per pod, C – 1000 seed weight, D – fat content) in four considered environments classified according to investigated hybrids
Pomiędzy pozostałymi dwoma parami cech: masa 1000 nasion i plon nasion oraz masa 1000 nasion i liczba nasion w łuszczynie nie obserwowano liniowej współzależności (rys. 2). Charakterystyka współzależności przedstawiona na prezentowanej macierzy wykresów rozrzutu może być pierwszym etapem na drodze oceny korelacji między cechami. Dokładna ocena istotności korelacji
wymaga oczywiści testowania odpowiednich współczynników. Wstępne, ogólne zastosowanie graficznej formy prezentowania współzależności obserwowanych cech jest szeroko stosowane w różnych dyscyplinach badań naukowych (Kozak i in. 2011, Bocianowski i in. 2012, Bocianowski i in. 2013b, Skuza i in. 2013). Na wykresie współzależności można poszukiwać genotypy o skrajnych wartościach obydwu cech.
Rys. 2. Współzależność obserwowanych czterech cech badanych genotypów — Scatterplot matrix for
relationships of four observed traits of investigated hybrides
Na wykresach typu „sieć rybacka” w bardzo przejrzysty sposób przedstawiono zależności między wartościami średnimi obserwowanych cech dla każdego mieszańca w poszczególnych środowiskach (rys. 3). Np. w Borowie w 2003 roku
A
C D R ys . 3. Z al eżn oś ci p om ięd zy b ad an ym i m ies zań ca m i na w yk res ie ty pu „s ieć ry back a” (an g. pa ra ll el coor di na te pl ot ) w p o szcze g ó ln śr odow is ka ch: B or ow o 2003 (A ), B or ow o 200 4 (B ), Zi el ęc in 20 03 (C ) i Zi el ęc in 200 4 (D ) — Pa ra lle l c oor di n at e pl o t of r el at ions be tw inv es ti gat ed hy br ids i n i ndi vi du al e nv ir o nm ent s: B or ow o 20 03 (A ), Bor ow o 200 4 (B ), Zi el ęc in 2 00 3 (C ) and Zi el ęc in 2 00 4 (D )
mieszaniec PN 4534 charakteryzował się największą średnią wartością plonu nasion, wysoką średnią zawartością tłuszczu, przy niskiej średniej liczbie nasion w łusz-czynie (prawdopodobnie o wysokości plonu mieszańca decydowała wysoka liczba łuszczyn zawiązanych na roślinie, dane niepublikowane) (rys. 3A). Natomiast w Borowie w 2004 roku mieszaniec Lubusz charakteryzował się największym średnim plonem nasion i największą średnią zawartością tłuszczu, przy naj-mniejszej średniej liczbie nasion w łuszczynie (rys. 3B). Analizując wyniki otrzymane w Zielęcinie w 2003 roku można zaobserwować między innymi, iż mieszaniec PN 4538 charakteryzował się największymi wartościami średnimi zawartości tłuszczu i liczby nasion w łuszczynie, dużą średnią masą tysiąca nasion i niskim plonem nasion (rys. 3C). Najprawdopodobniej w przypadku mieszańca PN 4538 o niskim średnim plonie nasion zadecydowała stosunkowo niska liczba zawiązanych łuszczyn na roślinie (dane niepublikowane). W czwartym z badanych środowisk (Zielęcin w 2004 roku) uwagę można zwrócić np. na mieszańce PN 4534 i PN 4540, które wyróżniają się stosunkowo dużymi wartościami wszystkich czterech badanych cech (rys. 3D). Wykres typu „sieć rybacka” został zastosowany do scharakteryzowania wartości średnich mieszańców w poszczególnych środo-wiskach. Wykres tego typu może być użyty do prezentacji uzyskanych wyników w innym ujęciu, np. do porównania środowisk dla poszczególnych mieszańców lub równoczesnego porównania wszystkich mieszańców we wszystkich środowiskach. Na rysunku 4 przedstawiono wartości średnie plonu nasion dla badanych genotypów w poszczególnych środowiskach. Największe wartości plonu nasion we wszystkich czterech środowiskach obserwowano dla mieszańca PN 4534. Natomiast najmniejszy plon we wszystkich badanych środowiskach obserwowano dla mieszańca PN 4556. Nie oznacza to jednak, iż we wszystkich czterech środowiskach posz-czególne mieszańce plonowały na tym samym poziomie. Dodatkowo zaobserwo-wać można obniżenie plonowania wszystkich mieszańców w drugim roku prowa-dzenia badań w miejscowości Borowo. Wykres typu „sieć rybacka” jest bardzo efektywną formą graficznej prezentacji danych, pozwala bowiem na ocenę wartości danego genotypu w układzie wpływu różnych czynników, z tego względu jest szeroko stosowany (Wegman 1990, Kozak 2010, Bocianowski i in. 2012, 2013a).
Prezentacja wyników doświadczeń w formie graficznej jest szybką, wygodną metodą, mogącą ułatwić podejmowanie decyzji genetyczno-hodowlanych. Wykres pudełkowy umożliwia szybsze, niż w tabelarycznej formie prezentacji wyników, zaobserwowanie rozrzutu oraz mediany obserwacji poszczególnych genotypów. Wykres rozrzutu (typu scatterplot) umożliwia przede wszystkim łatwe zaobserwo-wanie współzależności między cechami – choć koniecznie wymaga estymacji współ-czynników korelacji i ich testowania. Trzeci z przedstawionych w pracy wykresów – typu „sieć rybacka” – umożliwia o wiele szybsze i łatwiejsze, niż z tabel, zaobserwowanie zależności między wartościami średnimi poszczególnych genotypów pod względem obserwowanych cech.
Rys. 4. Zastosowanie wykresu typu „sieć rybacka” (ang. parallel coordinate plot) do przedstawienia wartości średnich plonu nasion badanych mieszańców w poszczególnych środowiskach — Adoption
of parallel coordinate plot to present mean values of seed yield of investigated hybrids in individual environments
Podsumowanie
Wizualizacja wyników eksperymentalnych okazała się dobrą metodą interpre-tacji zależności pomiędzy cechami i obiektami. Można stosować ją jako alterna-tywną do metod tradycyjnych lub jako ich uzupełnienie.
Literatura
Bocianowski J. 2012. Analytical and numerical comparisons of two methods of estimation of additive × additive interaction of QTL effects. Scientia Agricola, 69 (4): 240-246.
Bocianowski J., Joachimiak K., Wójciak A. 2012. The influence of process variables on the strength properties of NSSC birch pulp. Towards the limits of optimization: part one – the effect of liquor ratio. Drewno, 55 (188): 17-32.
Bocianowski J., Joachimiak K., Wójciak A. 2013a. The influence of process variables on the strength properties of NSSC birch pulp. Towards the limits of optimization: part two – the effect of temperature and cooking time. Drewno, 56 (189): 71-87.
Bocianowski J., Kozak M., Liersch A., Bartkowiak-Broda I. 2011. A heuristic method of searching for interesting markers in terms of quantitative traits. Euphytica, 181: 89-100.
Bocianowski J., Liersch A., Bartkowiak-Broda I. 2009. Badanie zmienności fenotypowej mieszańców F1 CMS ogura rzepaku ozimego i ich form rodzicielskich za pomocą statystycznych metod
wielowymiarowych. Rośliny Oleiste – Oilseed Crops, XXX (2): 161-184.
Bocianowski J., Liersch A., Bartkowiak-Broda I. 2010. Zależność plonu nasion mieszańców F1 CMS
ogura rzepaku ozimego (Brassica napus L.) od wybranych cech fenotypowych roślin oceniona
przy zastosowaniu analizy regresji wielokrotnej. Rośliny Oleiste – Oilseed Crops, XXXI (2): 373-389.
Bocianowski J., Szulc P., Rybus-Zając M. 2013b. Wielocechowa analiza efektów różnych metod aplikacji magnezu u mieszańca kukurydzy LG 2244. Nauka Przyroda Technologie, 7 (1): #21. Huang B., Yang Y., Luo T., Wu S., Du X., Cai D., van Loo E.N., Huang B. 2013. Correlation,
regression and path analyses of seed yield components in Crambe abyssinica, a promising industrial oil crop. American Journal of Plant Sciences, 4: 42-47.
Irzykowska L., Bocianowski J., Baturo-Cieśniewska A. 2013. Association of mating-type with mycelium growth rate and genetic variability of Fusarium culmorum. Central European Journal of Biology, 8 (7): 701-711.
Kozak M. 2010. Use of paralel coordinate plots in multi-response selection of interesting genotypes. Communications in Biometry and Crop Science 5 (2): 83-95.
Kozak M., Bocianowski J., Liersch A., Tartanus M., Bartkowiak-Broda I., Piotto F.A., Azevedo R.A. 2011. Genetic divergence is not the same as phenotypic divergence. Molecular Breeding, 28: 277-280.
Kozak M., Bocianowski J., Sawkojć S., Wnuk A. 2010. Call for more graphical elements in statistical teaching and consultancy. Biometrical Letters, 47 (1): 57-68.
Kulig B., Oleksy A., Pyziak K., Styrc N., Staroń J. 2012. Wpływ warunków siedliskowych na plonowanie oraz wielkość wybranych wskaźników wegetacyjnych zrestorowanych odmian rzepaku ozimego. Fragmenta Agronomica, 29 (1): 83-92.
Kwiatkowski C.A., Gawęda D., Drabowicz M., Haliniarz M. 2012. Effect of diverse fertilization, row spacing and sowing rate on weed infestation and yield of winter oilseed rape. Acta Sci. Pol., Agricultura, 11 (4): 53-63.
Liersch A., Bocianowski J., Ogrodowczyk M., Bartkowiak-Broda I. 2009. The relationship between different types of markers and fatty acid composition of parental lines of F1 CMS ogura hybrids
of winter oilseed rape (B. napus L.). In: Naganowska B., Kachlicki P., Krajewski P. (red.), Genetyka i genomika w doskonaleniu roślin uprawnych. Instytut Genetyki Roślin PAN w Poznaniu, Rozprawy i Monografie 18: 247-254.
Liersch A., Popławska W., Ogrodowczyk M., Krótka K., Bartkowiak-Broda I., Bocianowski J. 2010. Oszacowanie dystansu genetycznego linii rodzicielskich mieszańców F1 rzepaku ozimego oraz
określenie związku z dystansem fenotypowym i efektem heterozji. Rośliny Oleiste – Oilseed Crops, XXXI (2): 229-241.
Rybiński W., Bocianowski J., Starzycki M., Starzycka E. 2013. Ocena zróżnicowania w rodzaju
Lathyrus na podstawie wybranych cech w materiałach kolekcyjnych. Polish Journal of
Agronomy, 12: 49-63.
Schierholt A., Becker H. C. 2011. Influence of oleic acid content on yield in winter oilseed rape. Crop Science, 5: 1973-1979.
Skuza L., Rogalska S.M., Dyba S.M., Bocianowski J. 2013. RAPD polymorphism in the prebreeding material for cultivation of synthetic variations of lucerne (Medicago sativa L.). Central European Journal of Biology, 8 (1): 38-47.
Wegman E.J. 1990. Hyperdimensional data analysis using parallel coordinates. Journal of the American Statistical Association, 85 (411): 664-675.
