药用大麻关键生理性状的鉴定(大麻L。)作为精确育种的工具

背景

对于千年来，药物型大麻菌株广泛用于各种药用，仪式和烧害应用。然而，在上个世纪的大麻禁止导致在秘密条件下进行的培养和育种活动，而作物的科学发展停止了。最近，已知药用大麻的潜力，现在的扩展行业需要最佳和科学表征的品种。然而，科学知识可以推动这种进步是非常缺乏。为了解决这个问题，目前的研究旨在更好地理解可以促进先进品种的育种的关键生理和酚类特征。

结果

在受控环境设施下培养了121个基因型的121个基因型的各种群体，并测量了13种植物参数。没有观察到归因于相同的白宫分类的基因型的生理关联。发现花芽干重与植物高度和茎直径呈正相关，但不与成熟的日子有关。此外，植物高度和成熟日的遗传性相对较高，但对于植物高度而言，它在营养生长期期间降低。为了推进育种功效，产生预测花芽干重的预测方程，其由可以在营养生长阶段期间可以检测的参数驱动。

结论

我们的研究结果表明，选择更高和快速生长的基因型可能导致花芽生产力的增加。研究还发现，最终株高和茎粗由5个独立因素决定，这些因素可以通过栽培调整来最大限度地提高产量。该预测方程可以在不完成整个栽培周期的情况下促进高产基因型的选择。未来的研究将把全基因组变异与植物形态特征和大麻素档案联系起来，这将使通过基因组选择方法精确和加速育种成为可能。

大麻L。（大麻）是Primaeval欧洲驯化作物之一[1，2，3.数千年来，人类一直使用它的纤维和油籽，如大麻，以及其独特的树脂，如大麻。由于其多用途的特性，大麻从其地理起源就被人类传播到全球各地的许多地方[1，4，5]. 在种植过程中，大麻适应了在不同环境下处理各种各样的理想产品，从而选择了若干形态类型和许多源自其单型属的基因型[6，7，8］．

在整个旧世界中可以找到大麻大麻广泛使用的考古证据[2，7，9，10.］．此外，大麻的医学应用在过去3000年被广泛记载，为许多医疗状况提供了治疗方法[11.，12.，13.］．大麻的药效主要归因于该植物的次生代谢产物，称为植物大麻素(cannabinoids)。这些大麻素是萜酚类化合物，通常以树脂形式合成并储存在雌蕊植物的花序和苞片上[14.，15.，16.]. 迄今为止， ~ 120种大麻素已被科学确认[17.)，其中一些特别与特定疾病的治疗有关[18.如癫痫和帕金森氏症[19.，20.]以及癌症疼痛管理[21.]作为一种食欲兴奋剂[22.］．然而，尽管大麻在历史上有广泛的药用用途，但由于其醉酒效应和药物类型分类，在上个世纪，大多数国家都禁止使用大麻[23.］．因此，它的科学发展停止了，它的培育和育种工作必须以秘密的方式进行[2，24.，25.，26.］．这些育种企图需要生理适应[2]，培育了在室内环境条件下茁壮成长的品种[5，16.]. 除这些调整外，大麻产业主要由休闲消费者主导，因此，种植者还需要不断提高大麻植物的精神活性大麻素-Δ9-四氢大麻素（THC）[27.，28.，29.］．

Despite the lack of scientific means to profile and quantify the plant’s medicinal agents (cannabinoids), cannabis breeding goals continued to be progressively implemented, with breeder’s considerations founded mainly on perceived and sensorial parameter estimations such as inebriant potency, yield production and preference for certain aromatic blends [30.，31］．使用这种方法，大麻育种者对塑造娱乐品种的生理和化学概况进行了巨大影响，这证明了在过去几十年中大麻植物的显着增长[32，33，34，35]娱乐消费的室内栽培方法持续普及[5，36］．因此，对非毒性大麻素含量和抗病能力等其他一些重要参数的关注引起了非常有限的兴趣。这导致了许多现代大麻品种的遗传漂变，削弱了当代大麻品种的遗传多样性[28.，37]为医学应用留下了宝贵的遗传资源。

近年来，越来越多发表的报告为大麻巨大的医疗潜力提供了证据(由Nahtigal等人审查，2016年，[18.]). 因此，人们越来越有兴趣了解和提高大麻属的潜在药用潜力[23.］．如今，快速发展的药用大麻产业要求开发最佳的、科学特征的品种，可用于商业医疗应用[27.］．但是，目前只有少数受监管的药物型大麻育种计划由合法化的种植者和商业公司发起[1］．此外，虽然近几十年来科学和技术的进步改善了许多重要作物，但由于大麻的非法地位，尚未用当代技术和精确的科学方法对其进行评价[34，38］．因此，随着药用大麻需求的增长，科学的育种计划也变得必要。为了促进和推进这些项目，需要更好地了解大麻植物的生物学和生理特性[39］．

由于在受管制环境下种植大麻的设施每日运作成本较高[40，41]量化关键生理参数，如：；关键生产性状的遗传力、性状与植物生长模式的关系，包括花诱导前营养生长期的确定，是优化药用大麻种植及其产业发展的关键。对这些性状进行精确的室内栽培育种，可以提高植物的生产力，缩短每个作物周期的持续时间，优化营养和生殖栽培阶段的比例。尽管如此，可支持高级育种启动的广泛生理学研究在很大程度上仅限于broadacre大麻产业，Salentijn等人（2015）就是例证[42］．

近年来，大麻的研究主要集中在大麻素生物合成的遗传控制上[43，44，45，46]，以及环境因素、生理性状与植物次生代谢产物的关系[47，48，49］．这些研究中获得的知识可用于改进生产方案和促进更准确和精确的育种。最近出现的大麻研究并不是直接关注大麻素的含量，而是评估环境因素的影响，如施肥制度[50，51]和压力条件[52，53]对植物发育和大麻素生物合成的几个参数进行了研究。然而，尽管这些研究的发现往往与植物的大麻素含量有关，但他们并没有特别关注关键生理特征之间的联系。因此，虽然在大麻素生物合成方面已经进行了大量的工作，但在开发具有较高育种价值的生理性状综合指标方面的研究有限。

本研究的研究目标是生成科学基础知识，以支持精确育种工具的开发，并促进优良品种的产生用于医药应用。为了实现这一目标，目前的研究旨在(I)研究大麻生理和物候性状之间的关系，(II)量化营养和生殖栽培条件下的生长参数，(III)检查大麻高价值生产性状的遗传力，(IV)生成可加速育种计划的选择工具。

表型多样性

所有基因型的频率分布在13个记录的参数(图。1)确定大多数为正态分布(13个中有7个)。那些没有，往往是由少数极端异常值的集合(如图中所示。1a，b，c）和大多数情况下，去除这些异常值恢复了分布的正常性。成熟的关键行业特质（DTM，图。1a）在34-50天之间的人口范围显示，一些基因型在与他人相比的68％的时间内达到成熟过渡。在花芽（芽）干重（BDW）中也存在广泛的表型变异，其范围为15-210克。每株植物和植物的收获指数（HI），范围为10％-30％（图。1B和E分别)。比较不同栽培阶段的基因型生长率，其特征是植物发育在向生殖阶段过渡时减慢(图1)。1外:我)。在此过渡期间，株高和茎粗生长率的范围从11-21 cm*周逐渐减小⁻¹)至2-11(厘米*周⁻¹)和1-5.5 (mm*周⁻¹)至0-1.6 (mm*周⁻¹),分别。短日诱导后，各基因型的平均株高和茎粗生长速率分别降低了64%和76%。

生长模式的变化

不同基因型间株高(PH)和茎粗的生长模式不同，且在栽培期内对活力的响应也不同。不同基因型间的PH值和茎粗生长模式对短日照诱导的响应不同(图1)。2). 例如，在对生殖阶段诱导的反应时间内，观察到基因型444774（持续时间为2小时）之间的差异 周）和444712（持续时间3 周）。此外，基因型444749和445070的生长趋势表明了与生长减速强度有关的基因型差异（如图。2A） 同时，在生长停止的时间方面也观察到了表型变异，例如基因型444810（4 周）和445070（2 周）。

生殖阶段转化对植物生长趋势的影响表现为短日光诱导后2周内生长活力下降。此外，在短日照诱导后3周和2周，大多数基因型的PH和茎粗生长均完全停止(图。2)．

特质相关与关联

主成分分析（PCA，图。3.)揭示了13个生理和物候参数与所有基因型表现之间的关系。两个主要遗传变异定义了57%的表型变异(39.6%和17.4%)。3.有趣的是，没有基于命名组的聚类是明显的。性状分布如图所示。3.A表示DTM与所有其他参数离散。此外，产率组分BDW与生殖阶段（SDGR-R）和pH值相反，但与该杆直径的生长速率呈正相关，培养期期间（GR-v）发现参数与节间（IC）负相关。

性状DTM与所有生长相关性状均呈负相关(图1)。3.B).在大多数情况下(12例中有9例)，DTM与PH之间的相关性最强(r = -0.47)，而DTM与BDW或SDGR-R之间的相关性不显著(图1)。4)．SDGR-R、PH和HI与植物生产力密切相关(BDW，图。3.B和C）。该关联在统计上由相关矩阵验证（图。4和附加文件1:表S1)，系数比r = 0.43，P < 0.001;r = 0.59,P < 0.001;r = 0.59,P BDW ~ SDGR-R、PH和HI分别< 0.001。此外，BDW与营养期生长速率属性之间存在显著的中(正)相关;GR-V (r = 0.41，P < 0.001)和营养期茎粗生长速率(SDGR-V, r = 0.31，P < 0.001,无花果。4和附加文件1:表S1)。

广义遗传

估计广义遗传性（H²)的生理和物候性状范围为0.3-0.78(表1和2)．茎径(SD)、PH和DTM参数具有较高的H²值，而屈服分量参数（如；BDW，切边废料：TW，HI）与H一起出现²较低范围内的值。关于每周估计植物高度和茎直径（表2），较高的h²值(0.52 - 0.78)与所有报道的H²估计表现在表格中1（0.3 - 0.53）。随着试验的进展，H总体减少²在周株高性状中(范围为0.78 ~ 0.52)，而周H²茎直径的值几乎保持在试验中的几乎恒定（0.52-0.56之间的范围）。此外，短的日光感应和过渡到生殖阶段似乎没有影响H的可变性²指数。

多元回归和预测方程

采用多元回归模型预测种植后第2周GR-V、SDGR-V和株高(PH-W₂). 关于线性的所有假设（通过部分回归图和学生化残差与预测值的对比图进行评估）、残差的独立性（Durbin-Watson统计为2.008）、同质性（通过目测学生化残差与非标准化预测值的对比图进行评估），多重共线性（公差值 > 1） 符合正态性（通过Q-Q图评估）。

多元回归模型明显预测BDW，F（3,117）= 21.42，P < 0.001，调整R²= 0.34。所有三个自变量都为模型预测增加了统计意义(P < 0.05)。回归系数和标准误差见表3.．

由系数值所示(表3.），增加1厘米*周⁻¹GR-V, 1毫米*周⁻¹在SDGR-V或1 m在PH-W₂与4.33 5.94和119.88的增长有关吗_gr分别为BDW。基于该模型，可以通过以下等式估计BDW的预测值：

为了评估预测方程的准确性，我们生成了预测值与观测值的散点图(图5)。5). 对于每个基因型，计算预测值和观察值之间的偏差（预测值除以观察值），并根据该比率，将基因型分为若干组，反映预测准确度的水平（图中不同颜色显示）。5)．

为了评估预测方程的潜在育种应用和理想基因型的早期选择，将预测结果前10%的株系与观察株系(12个基因型)进行比较(选择阈值用图中红色折线表示)。5)．

在12条表现最好的线路中，有5条预测是准确的(图1)。5而其余7个基因型均为假阴性，预测值低于选择阈值(图1)。5随后，7个基因型被鉴定为假阳性，预测值高于选择阈值，观察值低于选择阈值(图1)。5第四节第四节）。在选择阈值下方观察到的一百和两种基因型（图。5(第三节)，由方程预测为这类(93.5%的精度)。

对不同选择阈值的研究表明，通过施加较温和的选择压力(例如选择前15%、20%或33%的基因型)，无意中淘汰所需基因型的可能性会降低，但代价是选择更多表现一般的品种(附加文件2:图S1)。

目前研究中检测的植物人口基于多样化的药物型药用大麻种质，其大麻型型材由高THC和混合THC主导：CBD线。由于评估的所有菌株起源于法律药用大麻公司，目前的研究结果表明，尽管近几十年来举行的高THC植物的显着娱乐育种[33，34，35，38[现代菌株的大麻型概况的遗传多样性还原[28.，55]仍然存在跨生理和鉴生性的巨大表型多样性（图。1)．为了将这些发现扩展到可能经历不同选择压力的高cbd:低thc基因型，需要未来的研究。

快速发展的药用大麻产业的建立需要有科学的方案来优化各种生长条件下的产量、质量和产量。然而，到目前为止，缺乏研究或全球公认的方案来支持药用大麻的高级种植[56，57］．因此，了解决定植物表型表达的生理和物候因子可以提高大麻株系对不同栽培环境的适应能力，并通过定制品系特异性的生长方案来优化产量和质量[47，49］．一个S.S.pace in cultivation facilities is often restricted (height-wise) and robust cultivars frequently require external support to prevent tilting or breakage through the weight of resinous inflorescences, one of the study’s aims was to characterize plant height and stem diameter growth patterns in order to understand their developmental mechanisms in relationship to floral bud yield. In general, plant growth is proposed to cease three weeks after the short daylight induction [4，16.尽管目前试验中检测的大多数基因型都符合这一规则，但我们对生长模式趋势的检测发现，最终株高和茎粗状态是由基因型之间不同的几个因素决定的(如图所示。2)．这些因素包括（1）生殖和营养阶段的生长速度;（2）种植日的植物大小;（3）观察日光变化冲击之前通过的持续时间;（4）生长减速响应（减速强度）和（5）的总期间，短日光诱导和完全增长的整体期间。有趣的是，植物高度和茎直径生长模式之间的比较表明，在生殖阶段的转变对茎直径的生长速率有些有限的影响，而植物高度生长速率更容易受到这种变化。由于可以操纵每个培养阶段的持续时间以提高产量生产率[2，58]，量化这些因素对表型表达的贡献，可以提供更好的工具，以产生最佳的生长方案，并使栽培适应不同的生长条件。在目前的研究中，单一的营养生长期适用于所有基因型，这可能对植物的生产力有影响。然而，本研究中应用的条件是具有代表性的常见商业协议。

该行业使用的大多数药用大麻植物遗传物质来源于秘密育种[2]据估计，截至2019年6月，全球共有2492种独特的大麻毒株[38］．然而，指导基因型对菌株组分类的主要指导原则受到植物的无知效力，形态及其白话的祖先联盟，而工厂的大麻素内容不是主要考虑[32，37，38］．结果，与相同应变名称相关联的植物的大麻素谱通常不一致[32，37，59］．在本试验中，不同基因型间生理和物候性状的差异在“品种”间和基因型间表现出同样的多样性(图1)。3.A)，因此，白话文名称和分类在验证形态特征上也不一致。这一经验证据支持Hazekamp等人，(2016)[32同一品系名称的植物通常看起来不一样。这些发现有力地支持和支持了基于基因的分类系统的必要性，以可靠地表征大麻基因型的药用用途[25.］．

另外，对特征分布的广泛观察（如图1所示。3.A和B）表明，早期的基因型（低DTM）发育快速（生殖阶段期间的高生长速率：GR-R和GR-V），但同时，在DTM和BDW指数之间未检测到明确的相关性（图．3.C).因此，建议培育高产的早熟品种是相对容易的。DTM与BDW之间的相关性不显著(r = -0.12，图1)也证实了这一论断。4)．最终PH值为BDW (r = 0.59)和DTM (r = -0.47)提供了可靠的指标。这些发现表明，高等植物通常早熟，产量更高，因此，更好地了解决定最终ph值的因素是很重要的。GR因子与最终PH之间的相关性表明，与营养期GR因子(r = 0.41)相比，生殖期(GR- r)前3-4周持续旺盛的生长速率(GR- r)与最终PH (r = 0.64)具有显著相关性。GR-R与BDW的直接相关性较弱(r = 0.29)。此外，还可以通过节点间数与节点间平均长度(IC × IL)相乘来估计最终的PH值。然而，相关系数值表明，IC可以更好地预测最终PH (r = 0.47)，而IL (r = 0.33)。由于IC可以在生长终止前测量，它可以帮助估计生长周期早期的最终株高，并支持旨在通过选择高株来提高生产力的育种举措。

在SD和BDW之间观察到正相关（R = 0.4）。这种关联表明，厚茎的育种也可能有助于增加产量生产（反之亦然），并且可以帮助促进稳定的植物结构，这些架构可以替代或减少人工工厂支撑的需求。根据SDGR与植物高谷进行对比，显然是植物阶段（SDGR-V）期间的发育与最终SD（R = 0.84）的相关性比SDGR-R（r = 0.45）相比。为了繁殖目的，这些研究结果表明，为了选择具有较厚的茎的植物，它将足以评估单独营养阶段的SDGR。

在CE设施的不同部分的基因型内的检测可以归因于这些区域上增加的辐射和气流（附加文件3.:数字S1-S24)。为了解决这一限制，建议未来的试验设计将以减少边缘地形为目标，例如，通过在一个大的方形形状中进行实验。由于本实验是在CE设施中进行的，并且为了减少异常环境位置效应的影响，采用了空间调整，广义遗传力(H²)表中描述的值1和2可靠地代表了表型变异的程度(V_P)，可以归因于遗传因素(V_G)．类似于代表大麻物候学的遗传力值[60，61]，h²DTM（表1)具有相对较高的值（0.49）的特征，因此，它有望对该性状的选择产生强烈的反应。最终PH值的广义遗传力也相对较高（0.52），但有趣的是，每周生长模式的遗传力在稳定前的营养生长阶段下降。这一现象可归因于V_P随着营养阶段的发展，随着时间的推移，环境因素的累积效应影响着植物的表现。相比之下，H²因为SD在两个培养阶段（0.52–0.56）都保持相对稳定，因此，遗传和环境因素之间的相似划分决定了SD在整个培养周期中的表型表达。然而，以前狭义遗传力（h²)大麻中SD (0.22， [61)和当前的H²比率（0.53）表明进一步检查SD H.²为了更好地了解它对选择的反应，在大麻中是必需的。

用于选育的栽培空间有限是通过育种产生先进品种的主要障碍。在医用大麻种植中，空间限制是一个更为突出的问题，因为其种植往往受到严格的规章和程序的限制。因此，在不完成整个栽培周期的情况下，通过选择需要的基因型来提高育种效率，对培育优质品种和发展药用大麻产业有很大的帮助。所提出的BDW预测方程为根据营养生长期记录的生理参数选择所需基因型提供了一种可靠的方法。如图所示。5，该方程可以表明最多产的植物(前4个基因型)，也可以用于筛选不希望的基因型(在90%的选择压力下，121个基因型中的102个)。尽管存在一些预测错误(假阳性和阴性)，但该方程为遗传多样性大麻群体(从多种资源获得的药物类型植物和大麻背景基因型)的早期产量评估提供了一个可能的解决方案。然而，在经过几轮目标选择之后，植物种群可能会变得更加同质，这个方程的预测精度将提高到驱动预测方程的参数之间的形态差异减小的阶段。因此，在筛选大量多样性种质时，这种方程的使用是最有利的，然后通过高精度的基因组选择方法筛选筛选出的精英群体。尽管BDW是栽培品种的一个重要特征，但为了调整植物形态以适应一系列栽培条件和需求，需要将其他生理和物候性状与植物生产力结合起来并优先考虑。此外，大麻品系鉴定的很大一部分应该专门用于植物次生代谢产物(大麻素和萜烯)，这对科学的品系分类至关重要。为了便于次级代谢物生物合成标准化的定制品系特异性栽培技术，需要更好地了解决定同一植物内花蕾化学型变异的因素[47］．将当前研究提供的生理和物候数据与植物的大麻素特性相结合，可以显著推进药用大麻产业[61]并促进已注册大麻药物的商业化。未来的研究将把全基因组变异与表型性状的全面清单联系起来，将允许通过基因组选择方法精确和加速育种。

目前在研究中提出的调查结果表明，尽管近几十年来，尽管大麻素遗传多样性仍然存在巨大的生理和纯粹性状的表型多样性仍然存在。通过繁殖，这种多样性可以促进生成科学基因型，这些基因型可以适应各种生长条件。在花序生产力，植物身高和生长速率之间观察到阳性关联，表明剧烈和快速生长的植物的育种可能会增加花芽产量。此外，已经识别出5个参数以成功确定茎直径和植物高度的最终轮廓。为了通过培养调整更好地利用每个菌株的生殖潜力，建议药用大麻品种的表征应包括其独特的生长模式特征。此外，产生预测花序产量的预测方程，以促进所需基因型的选择而不完成完整的培养循环。该等方程式在目前稿件中提出的生理和鉴用性表征以及通过改善育种功效并产生科学基于精英品种来推进药用大麻行业的育种工具。

实验设计

所有种子都是从加拿大合法进口或通过项目活动生产的，所开展的所有工作都是根据澳大利亚药物管制办公室（ODC）卫生部（DoH）颁发的药用大麻研究许可证（RL0118/18）和许可证（RL01118P6和RLO1118P3）进行的。

在CE条件下，保持了121个基因型的不同群体，每个基因型都是由一个遗传上独特的单一种子产生的(图。6A).在本研究之前，我们估计了单基因型无性系间的表型变异，并确定了无性系复制的最佳水平为4-5 (附加文件4.：图S1和S2）。

所有供试品系的主要大麻素谱均采用B1080/1192dna标记[62]来表征高THC和混合THC:CBD系列。被检测的99种基因型来自药用大麻的“品种”，然而，这种分类更像是一种流行的描述，而不是一种基于科学的分类。在这些“品种”群体中，根据DNA标记结果，71个品种被划分为高THC:低CBD比例，28个品种被划分为混合THC:CBD比例。这些结果与供应商关于所提供植物材料的大麻素特征的声明一致。剩下的22个基因型已经由维多利亚农业研究中心开发，作为具有不同THC:CBD比例的株系之间的杂交。4个杂交组合按高THC:低CBD比例分类，18个杂交组合按THC:CBD混合比例分类。

股票(母亲)为每个基因型植物生长地维护和用于生成10克隆岩屑(10.5±0.5厘米)每个从激素生根诱导(生长技术、Clonex 3 g / L IBA凝胶,珀斯,澳大利亚)和种植在椰棕传播插头(Jiffy-7C®,50 mm, Zwijndrecht,荷兰)。植物建立在CE苗圃中，在长日照条件下(16小时/8小时)，由荧光管提供(飞利浦TL-D Reflex 58w /840，荷兰阿姆斯特丹)，提供360 (μmol m)光强(PPFD)⁻²S.⁻¹)在光源以下35厘米处测量。相对湿度(RH)设置为55%，温度固定为24/18℃(白天/夜晚)。30天后，从10个无性系中选择6-7个发育阶段相似(高度和活力)的生根插枝，移植到大的椰子茎(Jiffypots®，ø8 cm, Zwijndrecht, Netherlands)。然后对生长进行进一步的标准化选择，选择最一致的4-5株进行移栽。使用R包开发了一个随机的不完全块设计方块设计［63］．试验由19个生长凳组成，排列成两列(由于物理障碍，第一列少了一个)。每张长椅有28株植物，两排14列(附加文件5.:图S1)。将长凳分配为块，并将其他参数包含在试验设计中，以确保在全球20个房间行和28列中没有重复条目。

生长条件

将基因型种植在椰壳基质(澳大利亚悉尼的Cazna种植板)上，通过一个滚动台架系统，在落水托盘(丹麦Hydro trays 338*148 cm, Ringe，丹麦)中种植，行内和行间分别间隔20 cm和40 cm，密度为4.3 (plants/m)²)．高压钠灯（飞利浦，Master Greenpower Xtra 1000 W El / 5x6ct，Amsterdam，荷兰）提供了2150μmol的光强度（PPF）⁻¹在营养期和生殖期分别保持18 h和12 h的光周期。整个生长期的相对湿度为60%，温度保持在20/17℃(昼/夜)。使用调节滴灌系统(Jain oca - bubbler™，7.5L/h, Fresno, California, USA)，每天施肥两次(每个周期650 ml/株)，施用1% A&B肥料溶液(THC™，可可a + B，墨尔本，澳大利亚)，EC比为2.1 dS/m, pH值为6-6.1。植物的营养生长期为42天(从移栽初期算起)，之后移栽至短日照(12 h)的繁殖阶段开始。在这个季节的晚些时候，人们会在植物上(需要的地方)钉上木桩，以防止茎倾斜。害虫管理由有益的节肢动物实施(Neoseiulus californicus，Neoseiulus cucumeris，马桑，hypoospis aculeifer.和phytoseiulus persimilis.)，在生长季节经常使用。

物候生理特性

每周记录SD 7次 周，使用电子游标卡尺（Kincrome，6”，墨尔本，澳大利亚）计算营养生长期（SDGR-V）和生殖生长期（SDGR-R）各基因型的平均生长率。为了保持测量的稳定性，在前两个切口之间做了一个浅切口 二级分支设置一致的卡钳位置（图。6B） 是的。每周记录PH值8次 周（图。6C)，并计算各基因型在营养期(GR-V)和生殖期(GR-R)的生长率。

每3天进行一次植物物候测定，即从短日繁殖诱导过渡到植株成熟(Day to mature: DTM)的持续时间。成熟是指在3个独立的花蕾上，花柱的颜色变为棕色阴影的阶段。6D).当~ 70%的植株变成棕色时进行选择性收获。收获后，沿着领先(或最高)分枝计算节间长度(IC)，并计算平均节间长度(IL)。6e）。营养植物（花序和茎中的叶子）和花序植物部件分离，使用叶片修剪器纯化芽材料（图。6F-H型；Growlush®切碗机，19“，墨尔本，澳大利亚）。将植物材料和修剪后的副产品烘干（65%） 72°C h） 芽材在室温（25℃）下干燥 °C，20%湿度），然后放入冷冻干燥机（VirTis，GPFD，Gardiner，NY，USA）进行完全脱水。记录营养体干重（VDW）、修剪废弃物（TW）和芽干重（BDW），计算收获指数（HI）。

统计分析和空间调整

数据分析使用IBM spssstatistics for Windows, Version 26.0 (Armonk, NY: IBM Corp)和R [64]. 通过实验设计评估了整个设施的生理和环境变化。每个性状的最佳线性无偏预测值（BLUPs）用ASReml-R公司包(65］．二维可分离自回归空间结构（AR1⊗拟合AR1)作为基础空间模型，以调整在邻近植物的共同变异。剩余部分在行和列中进行总结，并在R中可视化[64]作为基于位置的热图使用ggplot2包(66]确定审判中的任何空间趋势。全球空间趋势通常在耕地长凳的边缘沿柱观察（附加文件3.：图S1A到图S24A）。在适当的情况下调整它们作为模型内的随机效应（附加文件3.:图S1B至图S24B)。

广义遗传力²，由ASReml模型对所有记录的参数进行计算，作为表型变异程度(V_P)，可以归因于遗传因素(V_G) H²= V_G/ V._P．

尽管实验只有在完全CE设置中的单一试验中，但应用详细协议，空间调整和优化的复制编号增加了可靠性并验证了所生成的数据。

本研究中使用和/或分析的数据集可根据合理要求从相应作者处获得。

CE:

控制环境

RH:

相对湿度

SD:

茎直径的最终测量

SDGR-V：

营养期茎粗生长速率

SDGR-R:

生殖期茎粗生长速率

PH值:

植物高度在收获日

GR-V:

营养期高生长率

gr-r：

生殖期身高生长速率

DTM：

天才能成熟

集成电路:

节间数在主枝上

IL:

平均节间长度

VDW：

植物干重

tw：

减少浪费

BDW:

花蕾干重

你好:

收获指数

我们要对Darren Callaway，Lennon Matchett-Oates，Doris Ram和Shivi Braich提供真挚的感谢，以便他们的技术支持和Jodie Naim-Feil，以协助编辑稿件。提交人还希望将这份手稿献给艾伦Feil，他是药用大麻领域的先驱。

这项工作是由维多利亚州农业和维多利亚州农业服务私人有限公司，澳大利亚，维多利亚州政府的两个部门资助。资助机构承担所有工作人员、学生和项目费用，但不参与数据的设计、收集、分析和解释或手稿的编写。

隶属关系

1. 农业维多利亚，阿格里比奥，农业科学中心，Bundoora，Vic，3083，澳大利亚

   埃雷斯·奈姆·费尔，卢克·W。彭布尔顿，劳拉E。斯普纳，阿利克斯L。Malthouse、Amy Miner、Melinda Quinn、Renata M。波洛特尼安卡，丽贝卡C。贝利，德语C。Spangenberg&Noel O。一。科根

2. 拉筹伯大学应用系统生物学学院，澳大利亚，维多利亚州，3086

   Erez Naim-Feil，德国C. Spangenberg＆Noel O. I. Cogan

贡献

E.N.F，L.E.S，A.L.M，A.M，M.Q和R.C.B产生的植物材料，在试验期间记录数据，维持植物生长，并帮助加工收获的植物。L.W.P进行了试验的设计和空间调整。E.N.F进行了统计分析并起草了手稿。r.m.p协调所有许可证和许可证要求进行此审判。L.W.P，G.C.S和N.O.c审查了稿件并协助其准备工作。G.C.S和N.O.C共同监督该项目和担保资金。所有作者都读过并批准了稿件。

通讯作者

通信Erez Naim-Feil．

伦理批准并同意参与

不适用。

同意出版物

不适用。

相互竞争的利益

作者们宣称他们没有相互竞争的利益。

出版商的注意

《自然》杂志对已出版的地图和附属机构的管辖权主张保持中立。

开放访问本文根据创意公约归因于4.0国际许可证，这允许在任何中或格式中使用，共享，适应，分发和复制，只要您向原始作者和来源提供适当的信贷，提供了一个链接到Creative Commons许可证，并指出是否进行了更改。除非信用额度另有说明，否则本文中的图像或其他第三方材料包含在文章的创造性公共许可证中，除非信用额度另有说明。如果物品不包含在物品的创造性的公共许可证中，法定规定不允许您的预期用途或超过允许使用，您需要直接从版权所有者获得许可。要查看本许可证的副本，请访问http://creativecommons.org/licenses/by/4.0/．Creative Commons公共领域奉献豁免（http://creativecommons.org/publicdomain/zero/1.0/)适用于本条提供的数据，除非信用额度中另有规定。

再版和权限