銀杏葉產量性狀和莽草酸途徑主要代謝物含量株間變異及葉用單株選擇

尤晨曦 劉玉華 余鵬飛 郁萬文

摘 要：【目的】研究莽草酸途徑中銀杏葉主要代謝物含量及葉產量性狀的株間差異，并篩選葉用和特異單株，為銀杏莽草酸途徑主要代謝物代謝研究和定向培育提供材料?！痉椒ā恳?5 個銀杏單株為材料，分析了銀杏葉產量性狀（單葉面積、單葉干質量、比葉干質量、單位枝長葉干質量）及莽草酸途徑主要代謝物（莽草酸、色氨酸、酪氨酸、苯丙氨酸、總黃酮）含量的株間差異及相關性，基于葉產量性狀、主要代謝物含量及主成分分析綜合評價多層次篩選出特異單株?！窘Y果】1）銀杏葉產量性狀和莽草酸途徑主要代謝物含量的9 個指標在株間均呈顯著或極顯著差異，且變異系數均超過10%。2）單葉面積與莽草酸含量呈顯著負相關；比葉干質量分別與莽草酸含量、色氨酸含量呈極顯著正相關，與酪氨酸含量呈顯著正相關；單位枝長葉干質量分別與酪氨酸含量、總黃酮含量呈顯著正相關。3）基于主成分綜合得分，篩選出的排名前五的單株（23#、24#、20#、29#、34#）的單葉面積、單葉干質量、比葉干質量、單位枝長葉干質量、莽草酸含量、色氨酸含量、酪氨酸含量、苯丙氨酸含量、總黃酮含量的均值比排名后五位的單株（49#、1#、2#、43#、51#）的均值分別提高了41.93%、99.39%、40.47%、53.87%、19.40%、44.87%、49.75%、27.79%、13.26%；基于葉產量性狀篩選出高葉產量單株7 個（20#、21#、23#、24#、32#、34#、36#），低葉產量單株11 個（1#、2#、9#、13#、17#、22#、25#、35#、37#、51#、56#）；基于莽草酸途徑主要代謝物含量篩選出主要代謝物含量高的單株4 個（24#、27#、28#、35#），主要代謝物含量低的單株8 個（1#、2#、3#、10#、16#、42#、53#、56#）?！窘Y論】參試銀杏單株的葉產量性狀、莽草酸途徑主要代謝物含量在株間存在豐富遺傳差異，篩選潛力大；基于葉產量性狀、主要代謝物含量和主成分分析綜合評價多層次篩選出特異單株，為定向培育特異用途的專類園及莽草酸途徑主要代謝物代謝研究提供了材料。

關鍵詞：銀杏；葉產量性狀；主要代謝物；葉用單株選擇

中圖分類號：S722.3+1；S792.95 文獻標志碼：A 文章編號：1003—8981（2023）03—0013—11

高產優質藥用銀杏選育和藥用集約栽培已成為葉用銀杏栽培的發展方向，并取得了明顯進展。開展葉用銀杏種質資源研究、選育并推廣有效成分含量高且穩定的種質，是葉用銀杏種植亟待解決的問題[1-2]。我國學者在高黃酮、高萜內酯良種選育的基礎上，篩選出葉產量較高的種質，表現為葉大肥厚、葉產量高[3-4]。大量研究表明，銀杏葉中有效成分含量和葉產量在很大程度上受遺傳因素的控制，在種源間、家系間、單株間存在顯著性差異[2，4-5]。我國銀杏分布范圍廣，種質資源豐富，但收集、考察、評價研究還遠遠不夠。莽草酸途徑是連接糖代謝和多酚代謝的主要橋梁，在植物次生代謝途徑中起到中心作用。以莽草酸為前體，最終合成多種芳香化合物，包括芳香族氨基酸（色氨酸、酪氨酸、苯丙氨酸）、肉桂酸和多酚化合物（如黃酮類化合物），這些代謝物對植物生長發育、逆境響應及葉品質形成至關重要[6]。因此，選育莽草酸途徑主要代謝物特異種質對解析莽草酸途徑與下游次生代謝途徑的相關關系意義重大。銀杏Ginkgo biloba L. 是繼八角Illicium verum Hook.f. 以后擴展莽草酸來源的主要替代植物之一，葉產量極大，落葉多為廢棄物，亟待開發利用[7]。目前對莽草酸途徑銀杏葉中主要代謝物代謝的研究十分缺乏，同時對開展相關研究和定向培育的特異種質材料也未篩選出來，所以急需研究基于莽草酸途徑中銀杏主要代謝物含量及葉產量性狀在不同種質間的差異和綜合評價。本研究以55 個銀杏單株為材料，分析銀杏葉產量性狀（單葉面積、單葉干質量、比葉干質量、單位枝長葉干質量）和莽草酸途徑中主要代謝物（莽草酸、色氨酸、酪氨酸、苯丙氨酸、總黃酮）含量的變異性，篩選出銀杏葉產量性狀或主要代謝物含量特異的單株，旨在為特異種質及高主要代謝物單株的無性系化、區劃和推廣提供種質資源，同時為確定莽草酸途徑在調控次生代謝途徑中的關鍵因子提供特異材料。

1 材料與方法

1.1 材料與采樣

2005 年3 月初在邳州60 個銀杏種植苗圃中基于地徑和苗高挑選2 年生實生超級苗，每個苗圃挑選2 ～ 3 株，起苗后按照株行距4 m×4 m 定植于南京林業大學銀杏資源圃。自2019 年起連續3年統計每個單株樹冠中部標準枝的葉產量性狀，初選出55 個具有葉用潛力的單株。于2022 年7月中旬采集初選的55 個單株陽面中部樹冠外圍的3 根長約50 cm 且頂端不帶當年生枝的枝條，立刻放進冰盒，帶回實驗室測定葉產量性狀及莽草酸途徑主要代謝物含量。

1.2 測定方法

1.2.1 葉產量性狀指標

測量每根枝條的長度；再從每根枝條的上、中、下部的短枝上各取1 片中等大小葉片使用EPSON掃描儀掃描，利用PHOTOSHOPE CS6 軟件計算單葉面積；將掃描后的葉片80 ℃烘至恒質量，計算單葉干質量和比葉干質量（單葉干質量/ 單葉面積）。把每根枝條上剩余的葉子摘下，放入烘箱110 ℃殺青15 min，降至80 ℃烘至恒質量，測定每根枝條上的葉干質量，加上對應枝條用于掃描的3 片葉的干質量，結合枝條長度計算每個枝條單位枝長葉干質量。每個指標重復3 次。

1.2.2 莽草酸含量

將葉產量指標測定結束的干葉粉碎，過篩，用于莽草酸途徑主要代謝物的提取及含量測定。待測液制備：參考Zelaya 等[8] 的方法并略有改動。稱取0.050 g 銀杏葉干粉，置于15 mL 螺絲試管內，加入10 mL 0.25 mol/L 鹽酸混勻，常溫下超聲輔助提取30 min，然后6 000 rpm 離心10 min，吸取上層清液2.5 mL，然后將其稀釋3 倍，即再加入5 mL 提取液，即為莽草酸待測液。每個樣品3 次重復。

含量測定：吸取莽草酸待測液0.2 mL 置于10 mL 試管，接著加入2 mL 1%（w/v）高碘酸溶液，混勻，靜置3 h 后加入2 mL 1 mol/L NaOH 終止反應，接著加入1 mL 0.1 mol/L 甘氨酸溶液，混勻，采用SpectraMax i3X 多功能酶標儀（美國Molecular Devices 公司）于380 nm 波長下測定吸光值。稱取莽草酸標準品（＞ 98%，上海源葉生物科技有限公司），溶解于0.5 mol/L 鹽酸，并定容至10 mL 容量瓶，即得0.5 mg/mL 莽草酸標準品母液。然后將母液分別稀釋至不同濃度，采用同樣的方法，測定380 nm 波長下吸光值。以各莽草酸標準品濃度為橫坐標，吸光度值為縱坐標，利用最小二乘法擬合曲線，得到曲線方程：

y=4.474 2x+0.037 8，r=0.999。 （1）

式中x 為莽草酸溶液濃度（mol/L），y 為溶液在380 nm 的吸光值。

1.2.3 色氨酸、酪氨酸、苯丙氨酸含量

游離氨基酸提取液制備： 參考國標GB/T30987-2020 并略有改動。稱取樣品0.100 g，加入10 mL 沸水，于95 ℃水浴鍋加熱10 min，每5 min混勻1 次， 提取2 次， 合并提取液， 并定容至20 mL。每個樣品3 次重復。

苯丙氨酸含量測定：參考張靜等[9] 的方法并略有改動。取氨基酸提取液1 mL，加入2 mLNaOH-H3BO3 緩沖液（pH 值為10），1.5 mL5 mmol/L 的1，2 萘醌-4 磺酸鈉溶液， 混勻靜置30 min。以試劑空白為對比，采用SpectraMax i3X多功能酶標儀在474 nm 處測定吸光值。

色氨酸、酪氨酸含量聯合測定：參考赫敏[10]、徐瀾等[11] 的方法，略有改動。稱取0.005 g 銀杏葉干粉于10 mL 0.1 mol/L NaOH 溶液，搖勻，30 min后6 000 rpm 離心15 min，上清液待測。最大吸收峰確定：稱取0.0204 g L- 色氨酸和0.0181 g L-酪氨酸標準品溶于100 mL 0.1 mol/L NaOH 溶液配制成1 mmol/L 儲備液備用。將儲備液稀釋成0.05 mmol/L 色氨酸溶液和0.05 mmol/L 酪氨酸溶液，0.05 mmol/L 色氨酸和0.05 mmol/L 酪氨酸混合溶液，以0.1 mol/L NaOH 參比，采用UV-1900紫外可見分光光度計在200 ～ 400 nm 內測吸光度。根據光譜圖結果，色氨酸和酪氨酸的最大吸收峰分別在283 和297 nm 處。

標準曲線制作：取儲備液按不同體積混合，配置成不同濃度混合液，在283 和297 nm 下測定吸光值。利用SPSS 基于多元線性回歸法得到吸光值和濃度的回歸關系式：

y1=31 484x1+2 551.571x2-0.097。 （2）

y2=10 894x1+11 372.468x2-0.006。 （3）

式中y1、y2 分別為溶液在283 和297 nm 處的吸光值，x1、x2 為色氨酸、酪氨酸濃度（mol/L）。

1.2.4 黃酮含量

黃酮待測液制備：參考吳岐奎等[12] 的方法，電子天平稱取樣品0.200 g，用直徑9 cm 的定性濾紙包裹并用棉線捆綁，用100 mL 石油醚索氏提取除雜8 h 后，將濾紙包放于15 mL 離心管中。加入10 mL 甲醇，60 ℃提取30 min，提取2 次，每次將提取液轉移至50 mL 離心管中，定容至20 mL。每個樣品3 次重復。

黃酮含量測定：取提取液1.0 mL 置于10 mL離心管中，加入0.3 mL 5% 亞硝酸鈉溶液，搖勻靜置5 min，然后加入0.3 mL 10% 硝酸鋁溶液，搖勻靜置6 min， 再加入2 mL 1 mol/L NaOH。搖勻靜置10 min 后，取200 μL 置于酶標板，采用SpectraMax i3X 多功能酶標儀于510 nm 處測吸光值。每個樣品重復3 次。根據y=0.713 2x+0.059 7，r=0.999 5 計算黃酮濃度，進一步計算黃酮含量。式中x 為總黃酮溶液濃度（mg/mL），y 為溶液在510 nm 的吸光值。

1.3 數據分析

所有指標數據均計作“平均值± 標準差”；使用Excel2010 軟件處理數據，IBM SPSS Statistics26 軟件進行方差分析、主成分分析以及聚類分析。

2 結果與分析

2.1 銀杏葉產量性狀株間差異分析

2.1.1 基于葉產量性狀的株間變異性

經過方差分析，55 個單株的單葉面積、單葉干質量、比葉干質量、單位枝長葉干質量在株間差異極顯著（P ＜ 0.01）。由表1 可知，單葉面積變幅14.047 ～ 39.103 cm2，均值為26.525 cm2，其中排名前3 位的單株為16#、12#、23#，排名后3 位的單株是48#、41#、51#。單葉干質量變幅134.7 ～ 344.3 mg，均值為203.2 mg，其中排名前3 位的單株為23#、24#、20#， 排名后3 位的單株是51#、41#、48#。

比葉干質量變幅5.522 ～ 10.600 mg/cm2，均值為7.725 mg/cm2， 其中排名前3 位的單株為32#、29#、20#，排名后3 位的單株是7#、1#、2#。單位枝長葉干質量變幅為77.0 ～ 395.7 mg/cm，均值為198.6 mg/cm，其中排名前3 位的單株為57#、27#、20#，排名后3 位的單株是50#、33#、31#?；谧儺愊禂荡笮?，上述4 個葉產量性狀離散程度由大到小的順序為單位枝長葉干質量（32.91%）、單葉干質量（23.43%）、單葉面積（20.63%）、比葉干質量（17.49%）。

2.1.2 基于葉產量性狀的單株篩選

4 個葉產量性狀的變異系數均超過了10%，即在單株間存在豐富的變異，篩選葉產量單一性狀高的單株潛力大，但4 個葉產量性狀高低的單株是不對應的，不能選出4 個葉產量性狀均高的單株。所以參照李衛星等[13] 的方法，設定4 個葉產量性狀均高于55 個單株對應指標均值為標準，篩選出20#、21#、23#、24#、32#、34#、36# 高葉產量單株7 個。相反地，設定4 個葉產量性狀均低于55 個單株對應指標均值為標準，篩選出1#、2#、9#、13#、17#、22#、25#、35#、37#、51#、56# 低葉產量單株11 個。

2.2 銀杏葉莽草酸途徑主要代謝物含量株間差異分析

2.2.1 基于葉莽草酸途徑主要代謝物含量的株間變異性

經過方差分析，55 個單株葉中莽草酸、色氨酸、酪氨酸、苯丙氨酸、總黃酮含量在單株間差異均達到極顯著水平（P ＜ 0.01）。莽草酸含量變幅13.303 ～ 27.652 mg/g，均值為19.185 mg/g，其中排名前3 位的單株為31#、37#、40#，排名后3 位的單株是5#、4#、54#。色氨酸含量變幅2.909 ～ 6.954 mg/g，均值為4.614 mg/g，其中排名前3 位的單株為39#、29#、57#，排名后3 位的單株是49#、1#、4#。酪氨酸含量變幅1.441 ～ 4.535 mg/g，均值為2.938 mg/g，其中排名前3 位的單株為44#、29#、36#， 排名后3 位的單株是49#、45#、4#。苯丙氨酸含量變幅1.923 ～ 8.623 mg/g， 均值為4.824 mg/g， 其中排名前3 位的單株為15#、34#、55#， 排名后3 位的單株是57#、32#、2#?？傸S酮含量變幅為12.942 ～ 44.162 mg/g，均值為21.431 mg/g，其中排名前3 位的單株為57#、37#、29#，排名后3 位的單株是4#、39#、15#?；谧儺愊禂荡笮?，上述莽草酸途徑五個主要代謝物含量離散程度由大到小的順序為苯丙氨酸（33.39%）、總黃酮（24.66%）、酪氨酸（21.89%）、莽草酸（17.35%）、色氨酸（17.34%）。

2.2.2 基于莽草酸途徑主要代謝物含量的單株篩選

5 個主要代謝物含量的變異系數均超過了10%，即在單株間存在豐富的變異，篩選單一主要代謝物含量高的單株潛力大，但5 個主要代謝物含量高低的單株是不對應的，不能選出5 個主要代謝物含量均高的單株。參照李衛星等[13] 的方法，設定5 個主要代謝物含量均高于55 個單株對應指標均值的單株為高含量主要代謝物葉用單株選擇標準，篩選出24#、27#、28#、35# 主要代謝物含量高的單株4 個。相反地，設定5 個主要代謝物含量均低于55 個單株對應指標均值的單株為低含量主要代謝物葉用單株選擇標準，篩選出1#、2#、3#、10#、16#、42#、53#、56# 主要代謝物含量低的單株8 個。

2.3 葉產量性狀和莽草酸途徑主要代謝物含量的相關性分析

如表3 所示，就葉產量性狀而言，單葉干質量分別與單葉面積、比葉干質量呈極顯著正相關（P ＜ 0.01）；單葉面積比與葉干質量呈顯著負相關（P ＜ 0.05）。就莽草酸途徑主要代謝物含量而言，色氨酸含量、酪氨酸含量均與總黃酮含量呈極顯著正相關（P ＜ 0.01），色氨酸含量與酪氨酸含量呈極顯著正相關（P ＜ 0.01），表現出顯著的協同作用?？紤]葉產量性狀和莽草酸途徑主要代謝物含量的相關性，單葉面積與莽草酸含量呈顯著負相關（P ＜ 0.05）；比葉干質量分別與莽草酸含量、色氨酸含量呈極顯著正相關（P ＜ 0.01），與酪氨酸含量呈顯著正相關（P ＜ 0.05）；單位枝長葉干質量分別與酪氨酸含量、總黃酮含量呈顯著正相關（P ＜ 0.05）。上述相關性為利用簡單易測的葉產量性狀預測單株中主要代謝物含量或高含量主要代謝物單株的早期選育提供了參考。

2.4 綜合評價及單株篩選

2.4.1 主成分分析

主成分分析結果如表4 ～ 5 所示，經過主成分分析，將葉產量性狀和莽草酸途徑主要代謝物含量等9 項指標轉成綜合指標，基于累計貢獻率大于80% 的選擇原則提取前5 個主成分，其貢獻率分別為28.159%、21.397%、17.540%、10.754%、7.871%，累計貢獻率為85.722%，說明前5 個主成分基本代表了大部分葉產量性狀和主要代謝物含量信息；基于特征值大于1 的選擇原則提取前3 個主成分，貢獻率分別為28.159%、21.397%、17.540%，累計貢獻率67.097%。經比較提取前5個主成分與提取前3 個主成分，對供試單株的綜合排名一致，因此確定前3 個主成分為葉用單株篩選的綜合指標。

根據矩陣系數和標準化后的數據得到3 個主成分的得分函數表達式：

Z1=-0.012X1+0.460X2+0.636X3+0.310X4+0.415X5+0.860X6+0.842X7+0.096X8+0.438X9；

Z2=0.892X1+0.641X2-0.273X3+0.549X4-0.530X5-0.075X6+0.061X7-0.221X8-0.062X9；

Z3=0.258X1+0.572X2+0.472X3-0.408X4+0.386X5-0.150X6-0.247X7+0.350X8-0.664X9。

再以3 個主成分的方差貢獻率計算每個主成分的權重，得到綜合評價函數式：

F=0.420Z1+0.319Z2+0.261Z3。

如表5 所示，主成分綜合得分排名前5 位的由高到低的單株為23#、24#、20#、29#、34#，同樣排名后5 位的由低到高的單株為49#、1#、2#、43#、51#，其中排名前五的單株的單葉面積、單葉干質量、比葉干質量、單位枝長葉干質量、莽草酸含量、色氨酸含量、酪氨酸含量、苯丙氨酸含量、總黃酮含量的均值分別比排名后五位的單株均值對應指標提高41.93%、99.39%、40.47%、53.87%、19.40%、44.87%、49.75%、27.79%、13.26%。進一步分析可知，基于葉產量性狀與莽草酸途徑主要代謝物含量等指標的綜合評價，應重點考慮單葉干質量、單位枝長葉干質量2 個葉產量性狀及色氨酸含量、酪氨酸含量2 個主要代謝物含量指標。

3 討 論

王祖磊[7] 研究發現，銀杏葉中莽草酸含量（4.13%）與相同提取方法的八角茴香莽草酸含量（4.06%）相當，可以考慮將其作為生產中八角茴香的補充或替代品。高產優質藥用銀杏選育和集約栽培已成為葉用銀杏栽培的發展方向，并取得了明顯進展。我國銀杏分布范圍廣，種質資源豐富，但收集、評價研究還遠遠不夠，基于莽草酸途徑高代謝物含量的葉用銀杏種質評價和篩選研究也未見報道。目前葉用銀杏多采用實生繁殖，植株間變異大、良莠不齊，直接影響葉產量和品質。大量研究表明銀杏葉產量及葉中類黃酮、萜內酯等活性成分在單株、家系、種源間存在顯著或極顯著差異[14-17]。一般情況下，變異系數大于10%，則認為種質間存在較大差異[18]，本研究表明單葉面積、單葉干質量、比葉干質量、單位枝長葉干質量等葉產量性狀，葉中莽草酸、色氨酸、酪氨酸、苯丙氨酸及類黃酮等主要代謝物含量在單株間均呈顯著（P ＜ 0.05）或極顯著性差異（P ＜ 0.01），且變異系數均超過10%，即廣泛的遺傳變異為篩選高葉產量、莽草酸途徑以及高主要代謝物含量的葉用單株提供了種質基礎。如單葉面積、單葉干質量、比葉干質量、單位長度葉干質量最高的單株分別是16#、23#、32#、57#，分別比供試單株對應指標均值高47.42%、69.46%、37.216%、99.286%；莽草酸、色氨酸、酪氨酸、苯丙氨酸、總黃酮含量最高的單株分別是31#、39#、44#、15#、57#，分別比供試單株對應指標均值高44.13%、51.65%、54.34%、78.76%、106.07%，選擇效果顯著。

植物體內的生物活性物質含量常與表型密切相關，這些表型性狀可作為間接選擇的重要參考[19-20]。藥用植物功能成分含量與表型性狀的相關性受遺傳與環境的互作影響，尤其因栽培環境的變化而缺乏規律性，從而給高產優質種質的篩選和培育帶來了困難[21]。本研究供試55 個單株均釆自南京林業大學銀杏資源圃，環境具有同質性，所以供試單株銀杏葉產量性狀與莽草酸途徑主要代謝物含量的相關性則主要受遺傳差異的影響。

本研究表明，單葉面積與莽草酸含量呈顯著負相關；比葉干質量分別與莽草酸含量、色氨酸含量呈極顯著正相關，與酪氨酸含量呈顯著正相關；單位枝長葉干質量分別與酪氨酸含量、總黃酮含量呈顯著正相關。上述相關性可以通過簡單易測的葉產量性狀指標預測主要代謝物含量，為高主要代謝物含量的單株早期選育提供了參考。

銀杏葉產量及莽草酸途徑主要代謝物含量雙增的選育目標，對于葉用銀杏的現代化加工利用產業化具有重要意義[1]。因此，葉用銀杏單株的選育需要將多個葉產量指標及莽草酸途徑主要代謝物含量結合起來，是提高藥用銀杏生物活性物質育種的有效策略[3-4]?；诠┰?5 個單株的主成分綜合得分，排名前五的單株（23#、24#、20#、29#、34#）的單葉面積、單葉干質量、比葉干質量、單位枝長葉干質量、莽草酸含量、色氨酸含量、酪氨酸含量、苯丙氨酸含量、總黃酮含量的均值分別比排名后五位的單株（49#、1#、2#、43#、51#） 均值分別提高41.93%、99.39%、40.47%、53.87%、19.40%、44.87%、49.75%、27.79%、13.26%，即排名前五的單株表現為葉產量及莽草酸途徑主要代謝物含量均高，具有進一步推廣區劃和推廣的潛力，為下一步的育種和栽培模式研究提供了重要的材料基礎。進一步分析可知，基于葉產量性狀與莽草酸途徑主要代謝物含量等指標的綜合評價，應重點考慮單葉干質量、單位枝長葉干質量2 個葉產量性狀及色氨酸含量、酪氨酸含量2 個主要代謝物含量指標。以4 個葉產量性狀均高于55 個單株對應指標均值為標準，篩選出葉產量高的單株7 個（20#、21#、23#、24#、32#、34#、36#），反之篩選出低葉產量單株11 個（1#、2#、9#、13#、17#、22#、25#、35#、37#、51#、56#）；同理篩選出莽草酸途徑主要代謝物含量高的單株4 個（24#、27#、28#、35#），主要代謝物含量低的單株8 個（1#、2#、3#、10#、16#、42#、53#、56#），為定向培育特異用途的專類園和莽草酸途徑重要主要代謝物合成代謝研究提供了特異材料。本文僅對55 株具有葉用潛力的超級苗進行了莽草酸途徑主要代謝物含量及葉產量性狀評價，今后需要進一步擴大調查范圍，更多發掘優良個體，并進行區域化試驗為生產良種化提供優質種質資源。另外，銀杏葉中莽草酸途徑主要代謝物含量及各種代謝物比例是衡量銀杏葉質量的主要指標，且在時間和空間上呈現一定的規律性變化[13，22]，所以兼顧葉產量、主要代謝物含量及其比例的研究要提到日程上來。

4 結 論

1）銀杏葉產量性狀及主要代謝物含量的9 個指標在株間均呈顯著或極顯著差異，且變異系數均超過10%，在株間存在豐富遺傳變異，具備篩選潛力。

2）單葉面積與莽草酸含量呈顯著負相關；比葉干質量分別與莽草酸含量、色氨酸含量呈極顯著正相關，與酪氨酸含量呈顯著正相關；單位枝長葉干質量分別與酪氨酸含量、總黃酮含量呈顯著正相關，為高葉產量或高含量主要代謝物單株的早期選育提供了參考。

3）基于主成分綜合得分，排名前五的單株（23#、24#、20#、29#、34#）的單葉面積、單葉干質量、比葉干質量、單位枝長葉干質量、莽草酸含量、色氨酸含量、酪氨酸含量、苯丙氨酸含量、總黃酮含量的均值分別比排名后五位的單株（49#、1#、2#、43#、51#、）均值對應指標提高41.93%、99.39%、40.47%、53.87%、19.40%、44.87%、49.75%、27.79%、13.26%； 基于葉產量性狀篩選出葉產量高的單株7 個（20#、21#、23#、24#、32#、34#、36#），反之篩選出低葉產量單株11 個（1#、2#、9#、13#、17#、22#、25#、35#、37#、51#、56#）；基于葉多功能組分含量篩選出主要代謝物含量高的單株4 個（24#、27#、28#、35#），主要代謝物含量低的單株8 個（1#、2#、3#、10#、16#、42#、53#、56#），即基于葉產量性狀、主要代謝物含量和主成分分析綜合評價多層次篩選出特異單株，為定向培育特異用途的專類園及莽草酸途徑主要代謝物代謝研究提供了材料。

參考文獻：

[1] 辜夕容， 江亞男， 倪亞蘭， 等. 葉用銀杏的良種選育與定向培育研究進展[J]. 中草藥，2017，48（15）：3218-3227.

GU X R， JIANG Y N， NI Y L， et al. Research progress onbreeding and cultivation ofGinkgo biloba for leaf use in China[J].Chinese Traditional and Herbal Drugs，2017，48（15）：3218-3227.

[2] 郁萬文， 劉新亮， 曹福亮， 等. 不同銀杏無性系葉藥用成分差異及聚類分析[J]. 植物學報，2014，49（3）：292-305.

YU W W， LIU X L， CAO F L， et al. Cluster analysis on the mainmedicinal components in differential leaves ofGinkgo clones[J].Chinese Bulletin of Botany，2014，49（3）：292-305

[3] 曹福亮， 郁萬文. 銀杏豐產栽培實用技術[M]. 北京： 中國林業出版社，2011.

CAO F L， YU W W. Practical techniques for high-yieldcultivation of ginkgo[M]. Beijing： China Forestry Press，2011.

[4] 江德安， 李國元， 李順文， 等. 葉用銀杏品種、形態指標與產量相關性及選擇[J]. 森林與環境學報，2004，24（2）：169-171.

JIANG D A， LI G Y， LI S W， et al. Correlation and selectivity ofleaf-used ginkgo variety leaf form indicator and leaf output [J].Journal of Forest and Environment，2004，24（2）：169-171.

[5] 許繼業， 牟志剛， 劉國華， 等. 銀杏半同胞家系葉主要功能性狀及組分含量差異[J]. 經濟林研究，2022，40（3）：27-35.

XU J Y， MOU Z G， LIU G H， et al. Analysis of main functionaltraits and component content differences in leaves of halfsibfamilies ofGinkgo biloba[J]. Non-wood Forest Research，2022，40（3）：27-35.

[6] 江晶潔， 劉濤， 林雙君. 基于莽草酸途徑微生物合成芳香族化合物及其衍生物的研究進展[J]. 生命科學，2019，31（5）：430-448.

JIANG J J， LIU T， LIN S J. Research progress on the biosynthesisof aromatic compounds by microorganisms[J]. Chinese Bulletinof Life Sciences，2019，31（5）：430-448.

[7] 王祖磊. 莽草酸新資源及其分離純化方法的研究[D]. 杭州：浙江大學，2010.

WANG Z L. The research on new resources of shikimic acidand its isolation and purification[D]. Hangzhou： ZhejiangUniversity，2010.

[8] ZELAYA I A， ANDERSON J A， OWNE M D， et al. Evaluationof spectrophotometric and HPLC methods for shikimic aciddetermination in plants： models in glyphosate-resistant and-susceptiblecrops[J]. Journal of Agriculture Food Chemistry，2011，59（6）：2202-12.

[9] 張靜， 張志梅， 王曉寧， 等.1，2- 萘醌-4- 磺酸鈉分光光度法測定苯丙氨酸[J]. 化學研究與應用，2014，26（6）：868-871.

ZHANG J， ZHANG Z M， WANG X N， et al. Spectrophotometricdetermination of phenylalanine using sodium 1，2-naphthoquinone-4-sulfonate as a chromogenic reagent[J]. Chemical Research andApplication，2014，26（6）：868-871.

[10] 赫敏. 應用人工神經網絡結合遺傳算法同時測定色氨酸、酪氨酸和苯丙氨酸[D]. 西寧： 青海師范大學，2014.

HE M. Application of artificial neural network and geneticalgorithm combine to the simultaneous determination of trp， tyrand phe[D]. Xining： Qinghai Normal University，2014.

[11] 徐瀾， 安偉. 紫外分光光度法同時測定色氨酸和酪氨酸[J].光譜實驗室，2011，28（5）：2320-2323.

XU L， AN W. Simultaneous determination of tryptophan andtyrosine by ultraviolet spectrophotometry [J]. Chinese Journal ofSpectroscopy Laboratory，2011，28（5）：2320-2323.

[12] 吳岐奎， 邢世巖， 王萱， 等. 葉用銀杏種質資源黃酮和萜內酯類含量及AFLP 遺傳多樣性分析[J]. 園藝學報，2014，41（12）：2373-2382.

WU Q K， XING S Y， WANG X， et al. Genetic diversity of leaf-usedGinkgo biloba germplasms based on flavonoids and ginkgolidescontents and AFLP markers[J]. Acta Horticulturae Sinica，2014，41（12）：2373-2382.

[13] 李衛星， 甄珍， 周春華， 等. 銀杏雄株葉片和花粉主要類黃酮成分含量分析[J]. 中國農業科學，2010，43（13）：2775-2783.

LI W X， ZHEN Z， ZHOU C H， et al. Flavonoid content of the leavesand pollen of maleGinkgo biloba plants[J]. Scientia AgriculturaSinica，2010，43（13）：2775-2783.

[14] 石福娟， 楊超杰， 陳秀芬， 等. 產地、樹齡、采收期等因素對銀杏葉中黃酮和萜內酯含量的影響[J]. 中國中藥雜志，2022，47（15）：4055-4065.

SHI F J， YANG C J， CHEN X F， et al. Effect of origin， tree age，and harvesting time on content of flavonoids and terpene lactonsinGinkgo folium[J]. China Journal of Chinese Materia Medica，2022，47（15）：4055-4065.

[15] 許繼業， 郁萬文， 曹福亮， 等. 不同雄株銀杏葉提取液抗氧化能力及主要功能成分含量差異[J]. 食品與發酵工業，2022，48（5）：142-149.

XU J Y， YU W W， CAO F L， et al. The differential analysis ofantioxidant capacity and main functional components content ofleaf extraction from differentGingo biloba male plants[J]. Foodand Fermentation Industries，2022，48（5）：142-149.

[16] 鞠建明， 錢士輝， 錢大瑋， 等. 銀杏半同胞家系種質資源質量的分析與評價[J]. 林業科技開發，2007（6）：32-34.

JU J J， QIAN S H， QIAN D W， et al. Analysis and evaluation onidioplasmic resource ofGinkgo bilobas half sib[J]. Journal ofForestry Engineering，2007（6）： 32-34.

[17] LU J K， XU Y， MENG Z L， et al. Integration of morphological，physiological and multi-omics analysis reveals the optimalplanting density improving leaf yield and active compoundaccumulation inGinkgo biloba[J]. Industrial Crops and Products，2021，172：114055.

[18] 藍麗霞， 徐展宏， 孫操穩， 等. 青錢柳種質資源評價及其優良家系和單株篩選[J]. 林業科學研究，2022，35（5）：42-51.

LAN L X， XU Z H， SUN C W， et al. Evaluation on germplasmresources ofCyclocarya paliurus and its oriented selection ofsuperior families and trees[J]. Forest Research，2022，35（5）：42-51.

[19] 張恒， 申春暉， 陳銳帆， 等. 基于3 種數學方法的粵北油茶果實性狀綜合評價[J]. 中南林業科技大學學報，2022，42（11）：71-79，208.

ZHANG H， SHEN C H， CHEN R F， et al. Comprehensiveevaluation of the fruit traits ofCamellia oleifera in northernGuangdong based on three mathematical methods[J]. Journalof Central South University of Forestry & Technology，2022，42（11）：71-79，208.

[20] 陳永忠， 許彥明， 張震， 等. 油茶果實主要數量性狀分析及育種指標體系篩選[J]. 中南林業科技大學學報，2021，41（3）：1-9.

CHEN Y Z， XU Y M， ZHANG Z， et al. Analysis of fruit mainquantitative traits and selection of breeding index inCamelliaoleifera[J]. Journal of Central South University of Forestry &Technology，2021，41（3）：1-9.

[21] 田力， 徐騁煒， 尚旭嵐， 等. 青錢柳藥用優良單株評價與選擇[J]. 南京林業大學學報（ 自然科學版），2021，45（1）：21-28.

TIAN L， XU C W， SHANG X L， et al. Evaluation and selectionon superior individuals for medicinal use ofCyclocaryapaliurus[J]. Journal of Nanjing Forestry University （NaturalSciences Edition），2021，45（1）：21-28.

[22] 韓晉， 郁萬文， 曹福亮， 等. 基于葉和花粉中類黃酮含量的銀杏雄性優株初選[J]. 經濟林研究，2019，37（4）：88-95.

HAN J， YU W W， CAO F L， et al. Preliminary selection ofsuperior maleGinkgo biloba plants based on flavonoid contentin leaves and pollen[J]. Non-wood Forest Research，2019，37（4）：88-95.

[ 本文編校：李義華]