编辑推荐：
为解决当前辣椒 F3代转基因分离株评估方法不准确、不全面等问题，研究人员开展了基于农艺、果实形态计量和分类特征评估 F3代辣椒超亲分离株的研究。结果表明定量和分类指标可用于筛选，部分基因型表现优异。该研究为辣椒品种改良提供依据。
辣椒，这种在餐桌上能带来独特味觉体验的作物，不仅是许多美食中不可或缺的元素，还蕴含着巨大的经济价值。然而，辣椒的种植并非一帆风顺。在印度尼西亚等地区，辣椒生产受到诸多因素制约，产量波动明显。不稳定的产量使得市场供需失衡，价格起伏不定，这不仅影响了农民的收入，也给消费者带来了困扰。
为了打破这一困境，来自哈桑 uddin 大学等机构的研究人员展开了深入研究。他们深知，培育出适应性强、产量高的辣椒品种是解决问题的关键。而传统的辣椒育种评估方法存在诸多缺陷，如评估指标单一、缺乏对环境因素的考量，这使得筛选出的品种难以满足实际生产需求。因此，研究人员决定另辟蹊径，探索更精准、更全面的评估方法。
研究人员以辣椒 F3代超亲分离株为研究对象，采用随机完全区组设计，对 16 种超亲分离基因型和 3 种对照品种进行研究。每个基因型设置 3 次重复，共 57 个实验单元，每个单元种植 10 株样本植物。在研究过程中，他们综合运用多种技术方法。首先是方差分析，用于探究不同基因型对辣椒农艺和果实形态特征的影响；接着进行最佳线性无偏估计（BLUE）分析，以校正均值，减少环境因素干扰；然后通过因子分析，找出影响产量的关键因素；最后利用路径分析，明确各特征对产量的直接和间接影响。
通过一系列严谨的研究，研究人员取得了丰富的成果。在方差分析中，发现 F3代辣椒超亲分离株基因型对农艺和果实形态特征有显著影响，且多数特征遗传力高。因子分析确定了影响产量的重要因子，如在农艺性状方面，发现因子 2 中产量加载因子达 0.938，且 productive branches（0.944）、canopy width（0.870）和 stem diameter（0.604）对产量影响显著；在果实形态计量特征方面，因子 3 对产量多样性有重要代表意义，BLUE_Major Axis（0.856）、BLUE_Area（0.472）和 BLUE_Integrated Density（0.449）等性状与产量变化模式一致。路径分析则表明，productive branches（0.87）、area（0.54）和 major axis（0.27）对产量有强直接影响。
在综合评估方面，研究人员构建了定量选择指数和分类选择指数。定量选择指数公式为 I = 0.90 yield + 0.61 number of productive branches + 0.32 area + 0.17 major axis，结果显示 7 种基因型表现出超亲潜力，其中 G4.11.3、G10.9.2 和 G8.5.2 的指数值比 Dewata F1 高出近 10 倍。分类选择指数评估发现，G10.7.1、G6.8.5、G7.3.8、G9.1.7 和 G9.5.4 等基因型在分类特征上表现出良好的一致性。通过两种指数的交叉分析，最终确定 G6.8.5、G10.7.1 和 G10.9.2 这 3 种基因型具有超亲分离潜力，推荐进行进一步产量测试。
研究结论表明，将定量和分类指数相结合，能够系统、精准地评估辣椒 F3代超亲分离株的潜力。这一研究成果为辣椒品种改良提供了重要的理论依据和实践指导，有助于筛选出更优质的辣椒品种，提高辣椒产量和稳定性，满足市场需求，促进辣椒产业的可持续发展。同时，研究人员也指出，未来还需结合分子方法和机器学习技术，进一步深入分析所选基因型的潜力，为辣椒育种工作开拓更广阔的前景。
