ROŚLINY OLEISTE OILSEED CROPS 34 (1): 115-124 2013 Jan Bocianowski 1, Alina Liersch 2, Iwona Bartkowiak-Broda 2 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 1 CMS ogura rzepaku ozimego (Brassica napus L.) Graphical presentation of results of field trials with F 1 CMS 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 F 1 CMS ogura: PN 4534/01, PN 4556/01, PN 4538/01, PN 4540/01 oraz cztery mieszańce złożone F 1 CMS ogura rzepaku ozimego: Kaszub F 1, Lubusz F 1, Mazur F 1 i Pomorzanin F 1. Obiekty te badano w dwóch miejscowościach (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 tradycyjnych 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
116 Jan Bocianowski... trials. The plant material consisted of four restored F 1 CMS ogura hybrids: PN 4534/01, PN 4556/01, PN 4538/01, PN 4540/01 and four non-restored CMS ogura hybrids: Kaszub F 1, Lubusz F 1, Mazur F 1, Pomorzanin F 1. 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 zagadnieniem 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 obserwowanymi 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 przedstawione 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.
Graficzna prezentacja wyników doświadczeń polowych 117 Materiał i metody Materiał do badań stanowiły cztery mieszańce zrestorowane F 1 CMS ogura: PN 4534, PN 4556, PN 4538, PN 4540 oraz cztery mieszańce złożone F 1 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, charakteryzują 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.
118 Jan Bocianowski... 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
Graficzna prezentacja wyników doświadczeń polowych 119 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 B
C D Rys. 3. Zależności pomiędzy badanymi mieszańcami na wykresie typu sieć rybacka (ang. parallel coordinate plot) w poszczególnych środowiskach: Borowo 2003 (A), Borowo 2004 (B), Zielęcin 2003 (C) i Zielęcin 2004 (D) Parallel coordinate plot of relations between investigated hybrids in individual environments: Borowo 2003 (A), Borowo 2004 (B), Zielęcin 2003 (C) and Zielęcin 2004 (D)
122 Jan Bocianowski... mieszaniec PN 4534 charakteryzował się największą średnią wartością plonu nasion, wysoką średnią zawartością tłuszczu, przy niskiej średniej liczbie nasion w łuszczynie (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 najmniejszej 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 środowiskach. 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 poszczególne mieszańce plonowały na tym samym poziomie. Dodatkowo zaobserwować można obniżenie plonowania wszystkich mieszańców w drugim roku prowadzenia 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 zaobserwowanie współzależności między cechami choć koniecznie wymaga estymacji współczynników 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.
Graficzna prezentacja wyników doświadczeń polowych 123 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 interpretacji zależności pomiędzy cechami i obiektami. Można stosować ją jako alternatywną 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.
124 Jan Bocianowski... 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 F 1 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 F 1 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 F 1 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 F 1 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.