利用U12、烟草U22、抗青枯病U32、突变体nW2、烟草Dn对安徽、抗青枯病福建两个环境下的突变体备选模型进行适合性检验，统计量达到显著水平个数最少及AIC值最小的烟草模型为最优模型。统计结果显示(表2)，抗青枯病安徽CB-1×153.K组合中，突变体MX2-EEAD-AD、烟草MX2-A-AD、抗青枯病MX2-AD-AD和2MG-EEAD分别有5、突变体7、烟草7、抗青枯病7个统计量与该模型的突变体差异达到显著水平(p＜0.05)，根据AIC值最小且统计量差异达到显著水平最少原则，确定MX2-EEAD.AD模型为安徽CB-l×153-K组合的最优遗传模型，即2对等显性主基因模型；同理，在福建病圃CB.1×153-K组合中(表3)，MX2.ADI-AD和MX2-ADI-ADl分别有8、8个统计量与该模型的差异达到显著水平(p＜0.05)，根据AIC值最小原则确定MX2-ADI-AD为福建CB-1x153.K组合的最优遗传模型，即2对加性-显性-上位性主基因模型。
对安徽、福建两个环境下最适模型的遗传参数进行估计。结果表明(表4)，在安徽，群体平均数(m)为3.9687，第1对基因的加性效应(磊)为1.612l，显性效应为0。第2对基因的加性效应和显性效应均为0，说明两对基因只存在加性效应。此外，i=jab=jba=l=0，说明两对主基因不存在相互作用。多基因的加性效应(d)为0.409，显性效应(h)为1.1795，以显性效应为主，主基因的遗传率为71.8l％。
在福建，CB-1×153-K中(表4)，群体平均数(m)为3.4263，第1对基因的加性效应(da)为2.4959，显性效应(ha)为-1.5203，说明第1对基因主要表现为加性作用。在第2对基因中，加性效应值(磊)为-0.4969，显性效应值(hb)为-1.6512，则第2对基因主要表现为显性效应。对两对基因相互作用的参数值进行分析，加性×加性互作效应(i)为0.5268，加性×显性互作效应(jab)为1.6213，显性×加性互作效应(jab)为2.4962，显性×显性互作效应为1.6746，上位性效应均为正向，主基因的遗传率为94.74％，表明抗性主要受主基因作用，可在后代中稳定遗传。
对2020年安徽和福建田问农艺性状进行调查分析。从图3可以看出，CB-1株高显著高于153.K(p＜0.05)(图3A)，叶片数与153.K接近，不存在显著性差异(图3B)(p＞O.05)，茎围显著粗于153.K(图3C)(p＜0.05)；CB.1节距在安徽显著高于l53.K，而两个品种在福建没有湿著性差异(图3D)(p＞0.050因此，突变体153-K与CB-1相比，153-K的单株表型为整体较矮小，而叶片数无显著性变化。
声明：本文所用图片、文字来源《中国烟草科学》，版权归原作者所有。如涉及作品内容、版权等问题，请与本网联系
相关链接：烟草成分分析标准物质，烟草，N亚硝基新烟草碱
