小黑麦种质资源萌芽期耐盐性评价与筛选

doi:10.11686/cyxb2025210

摘要/Abstract

摘要：

为提升宁夏引黄灌区盐碱地利用效率并缓解粮草争地矛盾，本研究以103份小黑麦种质材料为对象，开展耐盐性评价与筛选。通过0~300 mmol·L^-1 NaCl梯度胁迫预试验，确定200 mmol·L^-1 NaCl为最适胁迫浓度。基于存活率、株高、地上部鲜重、根长及叶绿素含量等耐盐系数，采用主成分分析提取3个综合指标（累计贡献率>80%），结合隶属函数及聚类分析，筛选出耐盐型材料（QT-5、LJ-65）和盐敏感型材料（M90、M36）。进一步测定6份代表性材料的萌发指标（发芽势、存活率）、表型指标（株高、地上部鲜重、根长）及生理生化指标［丙二醛（MDA）含量，过氧化氢酶（CAT）、过氧化物酶（POD）和超氧化物歧化酶（SOD）活性］，发现小黑麦叶片较根系更早响应盐胁迫，耐盐型材料的抗氧化酶（CAT、POD、SOD）活性变化大于盐敏感材料，而MDA含量仅在耐盐性差异显著时有明显变化，表明活性氧清除能力是耐盐性的关键生理机制。本研究为宁夏地区小黑麦耐盐育种提供了优异种质资源，并丰富了耐盐性评价的生理指标体系。

关键词: 小黑麦, 耐盐性评价, 隶属函数分析, 生理生化指标

Abstract:

The overall aim of our research is to improve saline-alkali land utilization efficiency and alleviate the competition between grain and forage production in the Ningxia Yellow River irrigation region. To this end， we evaluated and screened 103 triticale （×Triticosecale） germplasm at the germination stage to determine their salt tolerance. Preliminary trials were conducted under a NaCl gradient （0-300 mmol·L^-1）， and the results showed that 200 mmol·L^-1 NaCl was the optimal concentration for evaluation. Three principal components with a cumulative contribution rate of >80% were extracted from the salt tolerance coefficients of survival rate， plant height， shoot fresh weight， root length， and chlorophyll content. Integrated membership function and cluster analyses identified two salt-tolerant genotypes （QT-5， LJ-65） and two salt-sensitive genotypes （M90， M36）. Six representative accessions were further analyzed to determine their germination traits （germination potential， survival rate）， phenotypic parameters （plant height， shoot fresh weight， root length）， and physiological indices ［malondialdehyde （MDA） content， catalase （CAT）， peroxidase （POD） and superoxide dismutase （SOD） activities］. The results show that triticale leaves responded to salt stress earlier than roots. The increase in activities of antioxidant enzymes （CAT， POD， SOD） were greater in salt-tolerant genotypes than in salt-sensitive ones， whereas the MDA content only varied significantly when salt tolerance differed markedly. These findings suggest that the capacity to scavenge reactive oxygen species is crucial for salt tolerance. The results of this study identify elite germplasm resources for salt-tolerant triticale breeding in Ningxia and demonstrate the use of a robust physiological evaluation system to screen salt-tolerant materials.

Key words: triticale, evaluation of salt tolerance, membership function analysis, physiological and biochemical indicators

李铮, 胡海英, 兰剑, 丁莉, 魏文博, 李玉莲, 马巧利. 小黑麦种质资源萌芽期耐盐性评价与筛选[J]. 草业学报, 2026, 35(5): 225-238.

Zheng LI, Hai-ying HU, Jian LAN, Li DING, Wen-bo WEI, Yu-lian LI, Qiao-li MA. Evaluation and screening of salt tolerance of triticale germplasm resources at the germination stage[J]. Acta Prataculturae Sinica, 2026, 35(5): 225-238.

图/表 7

参考文献 25

[1]	Li B， Wang Z C， Sun Z G， et al. Resources and sustainable resource exploitation of salinized land in China. Agricultural Research in the Arid Areas， 2005， 23（2）： 154-158.
	李彬，王志春，孙志高，等. 中国盐碱地资源与可持续利用研究. 干旱地区农业研究， 2005， 23（2）： 154-158.
[2]	Niu D L， Wang Q J. Research progress on saline-alkali field control. Chinese Journal of Soil Science， 2002， 33（6）： 449-455.
	牛东玲，王启基. 盐碱地治理研究进展. 土壤通报， 2002， 33（6）： 449-455.
[3]	Jia Z Z， Tan Y N， Guan X Y， et al. Saline-alkali soil formation and its remediation strategies in different regions of Ningxia： a comprehensive review. Journal of Irrigation and Drainage， 2023， 42（5）： 122-134.
	贾壮壮，谭亚男，管孝艳，等. 宁夏盐碱地成因及分区治理措施综述. 灌溉排水学报， 2023， 42（5）： 122-134.
[4]	Yu M， Rui X F. Review of improvement and utilization of saline-alkali field in Ningxia Hui Autonomous Region. Advances in Science and Technology of Water Resources， 2006， 26（6）： 85-89， 94.
	余美，芮孝芳. 宁夏盐碱地改良利用研究进展. 水利水电科技进展， 2006， 26（6）： 85-89， 94.
[5]	Guo J C， Wang M G， Geng R， et al. Salinity characteristics analysis of saline alkali soil in Yinbei irrigation district of Ningxia. Chinese Agricultural Science Bulletin， 2021， 37（5）： 38-42.
	郭军成，王明国，耿荣，等. 宁夏银北灌区盐碱地盐渍化特征分析. 中国农学通报， 2021， 37（5）： 38-42.
[6]	Li Q， Sun Z J， Qin P. Summary of Ningxia saline status and improved measures. Journal of Anhui Agricultural Sciences， 2007， 35（33）： 10808-10810， 10813.
	李茜，孙兆军，秦萍. 宁夏盐碱地现状及改良措施综述. 安徽农业科学， 2007， 35（33）： 10808-10810， 10813.
[7]	Rasouli F， Yun P， Kiani-Pouya A， et al. One size does not fit all： Different strategies employed by triticale and barley plants to deal with soil salinity. Environmental and Experimental Botany， 2024， 218： 105585.
[8]	Wang S W， Liu T T， Wang Y J， et al. Effects of triticale silage replacing oat hay on production performance and economic efficiency of dairy cows. China Animal Husbandry & Veterinary Medicine， 2023， 50（12）： 4899-4907.
	王思伟，刘婷婷，王雅晶，等. 饲用小黑麦青贮替代燕麦干草对奶牛生产性能及经济效益的影响. 中国畜牧兽医， 2023， 50（12）： 4899-4907.
[9]	Li H J， Xia F S， Bai C R， et al. Effects of different saline-alkali stresses on seed germination and seedling growth of forage triticale. Animal Husbandry and Feed Science， 2024， 45（3）： 58-63.
	李韩晶，夏方山，白朝瑞，等. 不同盐碱胁迫对饲用小黑麦种子萌发及幼苗生长的影响. 畜牧与饲料科学， 2024， 45（3）： 58-63.
[10]	Yu Z Q， Chu H L， Liu H C， et al. Study on salt tolerance of 7 triticale seeds at germination stage under NaCl stress. Grassland and Turf， 1-16. https：//link.cnki.net/urlid/62.1156.S.20240914.1607.002.
	尉志强，褚红丽，刘汉成，等. NaCl胁迫下7份小黑麦种子的萌发期耐盐性研究. 草原与草坪， 1-16. https：//link.cnki.net/urlid/62.1156.S.20240914.1607.002.
[11]	Qian J J， Zhang D T， Wang R， et al. Evaluation and screening of salt tolerance of 29 triticale germplasms at seedling stage. Jiangsu Agricultural Sciences， 2025， 53（8）： 200-209.
	钱娇娇，张丹婷，王蕊，等. 29份小黑麦种质资源苗期耐盐性评价与筛选. 江苏农业科学， 2025， 53（8）： 200-209.
[12]	Zhao M Q E， Wang Z J， Bao J， et al. Analysis and evaluation of forage millet quality under different fertility and storage times using the membership function method. Pratacultural Science， 2023， 40（1）： 200-207.
	赵牧其尔，王志军，包健，等. 利用隶属函数法分析和评价不同生育期和贮藏时间的饲用谷子品质. 草业科学， 2023， 40（1）： 200-207.
[13]	Wang M， Lu X L， Wang J Y， et al. Evaluation and screening of the salt tolerance of triticale germplasm at the germination and seedling stages. Acta Prataculturae Sinica， 2024， 33（5）： 58-68.
	王萌，鲁雪莉，王菊英，等. 小黑麦种质萌发期苗期耐盐资源评价与筛选. 草业学报， 2024， 33（5）： 58-68.
[14]	Li X Y， Gao Z H， Lan J， et al. Evaluation of germination characteristics and salt tolerance of 25 forage triticale seeds under NaCl stress. Grassland and Turf， 2023， 43（4）： 65-71， 80.
	李雪颖，高志昊，兰剑，等. NaCl胁迫下25份饲用型小黑麦种子的萌发特性及耐盐性评价. 草原与草坪， 2023， 43（4）： 65-71， 80.
[15]	Zhang Y Y， Zhao M H， Meng X H， et al. Screening and identification of salt tolerance of 55 Hengmai wheat accessions of germplasms at germination stage. Journal of Shanxi Agricultural Sciences， 2025， 53（2）： 92-100.
	张莹莹，赵明辉，孟祥海，等. 55份衡麦系列种质资源萌发期耐盐性筛选与鉴定. 山西农业科学， 2025， 53（2）： 92-100.
[16]	Peng Z， Li L， Liu Y P， et al. Evaluation of salinity tolerance in wheat （Triticum aestivum） genotypes at germination and seedling stages. Journal of Plant Genetic Resources， 2017， 18（4）： 638-645.
	彭智，李龙，柳玉平，等. 小麦芽期和苗期耐盐性综合评价. 植物遗传资源学报， 2017， 18（4）： 638-645.
[17]	Tao W X， Cheng S H， Ji J C， et al. Comprehensive evaluation of salinity tolerance of rice variety resources and screening of salinity tolerance indexes. Jiangsu Agricultural Sciences， 2022， 50（18）： 180-187.
	陶维旭，程生海，冀俊超，等. 水稻品种资源耐盐性综合评价及耐盐指标筛选. 江苏农业科学， 2022， 50（18）： 180-187.
[18]	Xiao W L， Wang H R， Wang M L， et al. Mechanisms of plant response to saline-alkali stress： A review. Chinese Agricultural Science Bulletin， 2024， 40（33）： 78-85.
	肖雯丽，王含瑞，王梦亮，等. 盐碱胁迫下植物响应机制的研究进展. 中国农学通报， 2024， 40（33）： 78-85.
[19]	Liu Y M， Yu Y， Fang J. Saline-alkali stress and molecular mechanism of saline-alkali tolerance in plants. Soils and Crops， 2018， 7（2）： 201-211.
	刘奕媺，于洋，方军. 盐碱胁迫及植物耐盐碱分子机制研究. 土壤与作物， 2018， 7（2）： 201-211.
[20]	Qi Q， Ma S R， Xu W D. Advances in the effects of salt stress on plant growth and physiological mechanisms of salt tolerance. Molecular Plant Breeding， 2020， 18（8）： 2741-2746.
	齐琪，马书荣，徐维东. 盐胁迫对植物生长的影响及耐盐生理机制研究进展. 分子植物育种， 2020， 18（8）： 2741-2746.
[21]	Shao H Y， Kong G C， Yue C， et al. Study on physiological characteristics of triticale salt resistance. Xinjiang Agricultural Sciences， 2007， 44（S3）： 77-81.
	邵红雨，孔广超，岳超，等.小黑麦耐盐生理特性的研究. 新疆农业科学， 2007， 44（S3）： 77-81.
[22]	Guo M X， Liu J J， Hou L L， et al. Research progress on the generation and scavenging mechanisms of reactive oxygen species in plants. Science & Technology Vision， 2021（8）： 104-106.
	郭明欣，刘佳佳，侯琳琳，等. 植物体内活性氧的产生及清除机制研究进展. 科技视界， 2021（8）： 104-106.
[23]	Alagoz S M， Hadi H， Toorchi M， et al. Morpho-physiological responses and growth indices of triticale to drought and salt stresses. Scientific Reports， 2023， 13（1）： 8896.
[24]	Rasouli F， Kiani-Pouya A. Photosynthesis capacity and enzymatic defense system as bioindicators of salt tolerance in triticale genotypes. Flora， 2015， 214： 34-43.
[25]	Zhu J G， Wang S G， Li X Y， et al. Effects of PEG stress on the activities of superoxide dismutase， peroxidase and the content of malonaldehyde of triticale seedlings. Chinese Agricultural Science Bulletin， 2009， 25（18）： 202-204.
	朱俊刚，王曙光，李晓燕，等. PEG胁迫对六倍体小黑麦幼苗SOD，POD活性及MDA含量的影响. 中国农学通报， 2009， 25（18）： 202-204.

成分 Component	总计 Total	初始特征值方差百分比 Percentage of variance of the initial eigenvalues （%）	累积 Accumulative （%）	提取载荷平方和总计Extract the total sum of squared loadings	方差百分比 Percentage of variance （%）	累积 Accumulative （%）	主成分权重 Principal component weight
1	1.843	36.867	36.867	1.843	36.867	36.867	0.438
2	1.617	32.349	69.216	1.617	32.349	69.216	0.385
3	0.743	14.867	84.083	0.743	14.867	84.083	0.177
4	0.483	9.662	93.745
5	0.313	6.255	100.000

成分 Component	总计 Total	初始特征值方差百分比 Percentage of variance of the initial eigenvalues （%）	累积 Accumulative （%）	提取载荷平方和总计Extract the total sum of squared loadings	方差百分比 Percentage of variance （%）	累积 Accumulative （%）	主成分权重 Principal component weight
1	1.843	36.867	36.867	1.843	36.867	36.867	0.438
2	1.617	32.349	69.216	1.617	32.349	69.216	0.385
3	0.743	14.867	84.083	0.743	14.867	84.083	0.177
4	0.483	9.662	93.745
5	0.313	6.255	100.000

种质编号 Germplasm number	主成分值Principal component value			隶属函数值Membership function value			D值 D value	排名 Rank
种质编号 Germplasm number	X₁	X₂	X₃	μ₁	μ₂	μ₃	D值 D value	排名 Rank
LJ-26	4.621	-0.115	5.234	1.000	0.747	1.000	0.927	1
LJ-8	2.648	0.174	2.013	0.723	0.785	0.530	0.709	2
QT-37	2.731	-0.607	2.590	0.734	0.684	0.614	0.700	3
LJ-42	2.093	0.581	2.010	0.645	0.837	0.530	0.681	4
LJ-27	1.785	1.122	-1.206	0.602	0.907	0.061	0.601	5
LJ-23	1.400	-0.331	0.060	0.548	0.720	0.245	0.548	6
LJ-25	0.642	1.271	-0.469	0.441	0.926	0.168	0.536	7
LJ-32	1.334	-0.663	0.233	0.538	0.677	0.271	0.534	8
LJ-15	1.178	0.356	-1.275	0.516	0.808	0.050	0.524	9
LJ-1	0.850	0.488	-0.429	0.470	0.825	0.174	0.524	10
LJ-76	0.997	-0.027	-0.213	0.491	0.759	0.205	0.521	11
LJ-63	0.596	1.026	-0.627	0.435	0.894	0.145	0.520	12
QT-18	0.847	0.140	-0.133	0.470	0.780	0.217	0.518	13
LJ-36	1.202	-0.521	-0.411	0.520	0.695	0.177	0.514	14
QT-31	1.006	0.294	-1.201	0.492	0.800	0.061	0.510	15
M59	0.298	1.480	-0.871	0.393	0.953	0.109	0.508	16
LJ-65	0.430	0.451	-0.014	0.411	0.820	0.234	0.500	17
M26	0.272	0.955	-0.467	0.389	0.885	0.168	0.496	18
LJ-68	0.505	0.128	0.034	0.422	0.779	0.241	0.495	19
M51	-0.250	1.746	-0.058	0.316	0.987	0.228	0.495	20
LJ-79	0.418	0.469	-0.353	0.410	0.823	0.185	0.492	21
M58	0.178	1.156	-0.715	0.376	0.911	0.132	0.490	22
QT-35	1.046	-0.817	-0.454	0.498	0.657	0.170	0.490	23
QT-28	0.882	-0.849	0.091	0.475	0.653	0.250	0.489	24
QT-39	0.660	0.005	-0.634	0.444	0.763	0.144	0.486	25
QT-40	0.880	0.140	-1.592	0.475	0.780	0.004	0.485	26
QT-5	0.199	0.517	-0.074	0.379	0.829	0.226	0.483	27
M38	0.110	0.594	-0.010	0.366	0.839	0.235	0.481	28
QT-42	-0.058	0.612	0.398	0.343	0.841	0.295	0.478	29
QT-41	0.194	0.128	0.329	0.378	0.779	0.285	0.478	30
M92	-0.823	1.833	0.915	0.235	0.998	0.370	0.477	31
M25	-0.057	1.302	-0.754	0.343	0.930	0.127	0.476	32
QT-3	0.215	0.490	-0.381	0.381	0.825	0.181	0.476	33
LJ-5	0.658	-0.339	-0.661	0.443	0.718	0.140	0.473	34
M50	0.015	0.715	-0.344	0.353	0.854	0.186	0.470	35
LJ-72	0.700	-0.645	-0.467	0.449	0.679	0.168	0.469	36
QT-34	0.374	-0.109	-0.264	0.403	0.748	0.198	0.469	37
M14	-0.021	0.516	-0.036	0.348	0.829	0.231	0.467	38
LJ-78	-0.207	1.080	-0.442	0.322	0.901	0.172	0.464	39
M54	-0.027	0.481	-0.117	0.347	0.824	0.219	0.463	40
M4	-0.891	1.846	0.458	0.226	1.000	0.303	0.461	41
LJ-51	0.344	-0.973	0.822	0.399	0.637	0.356	0.461	42
QT-8	-0.020	0.872	-0.892	0.348	0.875	0.106	0.460	43
M60	0.093	0.563	-0.909	0.364	0.835	0.104	0.457	44
M48	-0.216	0.555	0.069	0.320	0.834	0.247	0.456	45
M2	0.214	0.571	-1.376	0.381	0.836	0.036	0.455	46
M45	-0.394	0.655	0.411	0.296	0.847	0.296	0.454	47
QT-29	0.468	-0.227	-1.007	0.417	0.733	0.090	0.454	48
M95	-0.949	1.632	0.574	0.218	0.972	0.320	0.452	49
QT-20	0.217	-0.583	0.252	0.381	0.687	0.273	0.452	50
QT-44	0.055	-0.186	0.060	0.359	0.738	0.245	0.449	51
M66	-0.691	0.800	0.855	0.254	0.865	0.361	0.447	52
M41	-0.467	1.057	-0.272	0.285	0.898	0.197	0.447	53
M9	-0.172	0.513	-0.382	0.327	0.828	0.181	0.447	54
LJ-56	-0.040	0.162	-0.286	0.345	0.783	0.195	0.447	55
QT-30	0.436	-0.621	-0.613	0.412	0.682	0.147	0.446	56
LJ-9	0.054	-0.051	-0.287	0.358	0.756	0.195	0.446	57
LJ-28	-0.160	0.586	-0.663	0.328	0.838	0.140	0.444	58
M47	-0.003	-0.259	0.134	0.350	0.729	0.256	0.444	59
LJ-70	-1.609	1.667	2.219	0.125	0.977	0.560	0.442	60
QT-9	-0.222	0.631	-0.676	0.320	0.843	0.138	0.441	61
LJ-20	0.575	-0.780	-1.202	0.432	0.662	0.061	0.437	62
LJ-6	0.399	-0.191	-1.621	0.407	0.738	0.000	0.435	63
M44	-0.289	-0.022	0.124	0.310	0.759	0.255	0.430	64
LJ-52	-0.179	-0.348	0.226	0.326	0.717	0.269	0.429	65
LJ-42	0.319	-0.697	-1.086	0.396	0.672	0.078	0.423	66
M52	-0.848	0.719	0.285	0.232	0.855	0.278	0.419	67
M33	-0.865	0.463	0.685	0.229	0.822	0.336	0.417	68
3604	-0.346	0.045	-0.376	0.302	0.768	0.182	0.417	69
M37	-0.269	-0.243	-0.188	0.313	0.731	0.209	0.416	70
M22	-0.156	-0.552	-0.101	0.329	0.691	0.222	0.416	71
M93	-0.481	0.318	-0.564	0.283	0.803	0.154	0.412	72
LJ-2	-0.121	-0.763	-0.175	0.334	0.664	0.211	0.409	73
M40	-0.475	0.002	-0.256	0.284	0.762	0.199	0.408	74
LJ-64	-0.314	-0.286	-0.388	0.307	0.725	0.180	0.406	75
M42	-0.466	-0.176	-0.112	0.285	0.739	0.220	0.405	76
M46	-0.457	-0.245	-0.092	0.287	0.731	0.223	0.404	77
LJ-50	-0.598	-0.371	0.381	0.267	0.714	0.292	0.400	78
M8	-0.473	-0.128	-0.558	0.284	0.746	0.155	0.396	79
M36	-0.238	-0.661	-0.491	0.317	0.677	0.165	0.396	80
M27	-1.985	1.364	1.896	0.072	0.938	0.513	0.394	81
M56	-0.365	-1.023	0.267	0.300	0.630	0.275	0.391	82
LJ-71	-1.096	0.125	0.816	0.197	0.778	0.355	0.390	83
QT-38	-0.539	-0.358	-0.413	0.275	0.716	0.176	0.386	84
LJ-11	0.280	-1.576	-1.271	0.390	0.559	0.051	0.383	85
M57	-0.652	-0.201	-0.472	0.259	0.736	0.168	0.382	86
LJ-3	0.284	-1.849	-0.974	0.391	0.524	0.094	0.381	87
M34	-0.586	-0.699	-0.091	0.268	0.672	0.223	0.377	88
QT-25	-0.627	-0.868	0.169	0.263	0.650	0.261	0.374	89
M53	-1.077	0.015	0.220	0.200	0.764	0.269	0.373	90
M35	-1.371	0.268	0.747	0.158	0.797	0.346	0.373	91
QT-7	-0.582	-1.030	-0.013	0.269	0.629	0.235	0.367	92
M90	-0.514	-0.926	-0.610	0.279	0.643	0.148	0.362	93
M29	-0.667	-1.331	0.480	0.257	0.591	0.307	0.361	94
QT-35	-0.679	-1.307	0.258	0.255	0.594	0.274	0.356	95
LJ-77	0.059	-2.002	-1.188	0.359	0.504	0.063	0.352	96
QT-4	-0.631	-0.946	-0.679	0.262	0.640	0.138	0.351	97
M82	-2.497	0.528	2.570	0.000	0.830	0.611	0.339	98
M83	-1.578	-0.754	1.487	0.129	0.665	0.453	0.337	99
M28	-1.666	-0.371	1.153	0.117	0.714	0.405	0.336	100
M39	-2.347	-0.451	1.960	0.021	0.704	0.522	0.300	101
M31	-1.482	-1.214	0.320	0.143	0.606	0.283	0.299	102
QT-22	-0.970	-5.916	1.152	0.215	0.000	0.405	0.184	103

种质编号 Germplasm number	主成分值Principal component value			隶属函数值Membership function value			D值 D value	排名 Rank
种质编号 Germplasm number	X₁	X₂	X₃	μ₁	μ₂	μ₃	D值 D value	排名 Rank
LJ-26	4.621	-0.115	5.234	1.000	0.747	1.000	0.927	1
LJ-8	2.648	0.174	2.013	0.723	0.785	0.530	0.709	2
QT-37	2.731	-0.607	2.590	0.734	0.684	0.614	0.700	3
LJ-42	2.093	0.581	2.010	0.645	0.837	0.530	0.681	4
LJ-27	1.785	1.122	-1.206	0.602	0.907	0.061	0.601	5
LJ-23	1.400	-0.331	0.060	0.548	0.720	0.245	0.548	6
LJ-25	0.642	1.271	-0.469	0.441	0.926	0.168	0.536	7
LJ-32	1.334	-0.663	0.233	0.538	0.677	0.271	0.534	8
LJ-15	1.178	0.356	-1.275	0.516	0.808	0.050	0.524	9
LJ-1	0.850	0.488	-0.429	0.470	0.825	0.174	0.524	10
LJ-76	0.997	-0.027	-0.213	0.491	0.759	0.205	0.521	11
LJ-63	0.596	1.026	-0.627	0.435	0.894	0.145	0.520	12
QT-18	0.847	0.140	-0.133	0.470	0.780	0.217	0.518	13
LJ-36	1.202	-0.521	-0.411	0.520	0.695	0.177	0.514	14
QT-31	1.006	0.294	-1.201	0.492	0.800	0.061	0.510	15
M59	0.298	1.480	-0.871	0.393	0.953	0.109	0.508	16
LJ-65	0.430	0.451	-0.014	0.411	0.820	0.234	0.500	17
M26	0.272	0.955	-0.467	0.389	0.885	0.168	0.496	18
LJ-68	0.505	0.128	0.034	0.422	0.779	0.241	0.495	19
M51	-0.250	1.746	-0.058	0.316	0.987	0.228	0.495	20
LJ-79	0.418	0.469	-0.353	0.410	0.823	0.185	0.492	21
M58	0.178	1.156	-0.715	0.376	0.911	0.132	0.490	22
QT-35	1.046	-0.817	-0.454	0.498	0.657	0.170	0.490	23
QT-28	0.882	-0.849	0.091	0.475	0.653	0.250	0.489	24
QT-39	0.660	0.005	-0.634	0.444	0.763	0.144	0.486	25
QT-40	0.880	0.140	-1.592	0.475	0.780	0.004	0.485	26
QT-5	0.199	0.517	-0.074	0.379	0.829	0.226	0.483	27
M38	0.110	0.594	-0.010	0.366	0.839	0.235	0.481	28
QT-42	-0.058	0.612	0.398	0.343	0.841	0.295	0.478	29
QT-41	0.194	0.128	0.329	0.378	0.779	0.285	0.478	30
M92	-0.823	1.833	0.915	0.235	0.998	0.370	0.477	31
M25	-0.057	1.302	-0.754	0.343	0.930	0.127	0.476	32
QT-3	0.215	0.490	-0.381	0.381	0.825	0.181	0.476	33
LJ-5	0.658	-0.339	-0.661	0.443	0.718	0.140	0.473	34
M50	0.015	0.715	-0.344	0.353	0.854	0.186	0.470	35
LJ-72	0.700	-0.645	-0.467	0.449	0.679	0.168	0.469	36
QT-34	0.374	-0.109	-0.264	0.403	0.748	0.198	0.469	37
M14	-0.021	0.516	-0.036	0.348	0.829	0.231	0.467	38
LJ-78	-0.207	1.080	-0.442	0.322	0.901	0.172	0.464	39
M54	-0.027	0.481	-0.117	0.347	0.824	0.219	0.463	40
M4	-0.891	1.846	0.458	0.226	1.000	0.303	0.461	41
LJ-51	0.344	-0.973	0.822	0.399	0.637	0.356	0.461	42
QT-8	-0.020	0.872	-0.892	0.348	0.875	0.106	0.460	43
M60	0.093	0.563	-0.909	0.364	0.835	0.104	0.457	44
M48	-0.216	0.555	0.069	0.320	0.834	0.247	0.456	45
M2	0.214	0.571	-1.376	0.381	0.836	0.036	0.455	46
M45	-0.394	0.655	0.411	0.296	0.847	0.296	0.454	47
QT-29	0.468	-0.227	-1.007	0.417	0.733	0.090	0.454	48
M95	-0.949	1.632	0.574	0.218	0.972	0.320	0.452	49
QT-20	0.217	-0.583	0.252	0.381	0.687	0.273	0.452	50
QT-44	0.055	-0.186	0.060	0.359	0.738	0.245	0.449	51
M66	-0.691	0.800	0.855	0.254	0.865	0.361	0.447	52
M41	-0.467	1.057	-0.272	0.285	0.898	0.197	0.447	53
M9	-0.172	0.513	-0.382	0.327	0.828	0.181	0.447	54
LJ-56	-0.040	0.162	-0.286	0.345	0.783	0.195	0.447	55
QT-30	0.436	-0.621	-0.613	0.412	0.682	0.147	0.446	56
LJ-9	0.054	-0.051	-0.287	0.358	0.756	0.195	0.446	57
LJ-28	-0.160	0.586	-0.663	0.328	0.838	0.140	0.444	58
M47	-0.003	-0.259	0.134	0.350	0.729	0.256	0.444	59
LJ-70	-1.609	1.667	2.219	0.125	0.977	0.560	0.442	60
QT-9	-0.222	0.631	-0.676	0.320	0.843	0.138	0.441	61
LJ-20	0.575	-0.780	-1.202	0.432	0.662	0.061	0.437	62
LJ-6	0.399	-0.191	-1.621	0.407	0.738	0.000	0.435	63
M44	-0.289	-0.022	0.124	0.310	0.759	0.255	0.430	64
LJ-52	-0.179	-0.348	0.226	0.326	0.717	0.269	0.429	65
LJ-42	0.319	-0.697	-1.086	0.396	0.672	0.078	0.423	66
M52	-0.848	0.719	0.285	0.232	0.855	0.278	0.419	67
M33	-0.865	0.463	0.685	0.229	0.822	0.336	0.417	68
3604	-0.346	0.045	-0.376	0.302	0.768	0.182	0.417	69
M37	-0.269	-0.243	-0.188	0.313	0.731	0.209	0.416	70
M22	-0.156	-0.552	-0.101	0.329	0.691	0.222	0.416	71
M93	-0.481	0.318	-0.564	0.283	0.803	0.154	0.412	72
LJ-2	-0.121	-0.763	-0.175	0.334	0.664	0.211	0.409	73
M40	-0.475	0.002	-0.256	0.284	0.762	0.199	0.408	74
LJ-64	-0.314	-0.286	-0.388	0.307	0.725	0.180	0.406	75
M42	-0.466	-0.176	-0.112	0.285	0.739	0.220	0.405	76
M46	-0.457	-0.245	-0.092	0.287	0.731	0.223	0.404	77
LJ-50	-0.598	-0.371	0.381	0.267	0.714	0.292	0.400	78
M8	-0.473	-0.128	-0.558	0.284	0.746	0.155	0.396	79
M36	-0.238	-0.661	-0.491	0.317	0.677	0.165	0.396	80
M27	-1.985	1.364	1.896	0.072	0.938	0.513	0.394	81
M56	-0.365	-1.023	0.267	0.300	0.630	0.275	0.391	82
LJ-71	-1.096	0.125	0.816	0.197	0.778	0.355	0.390	83
QT-38	-0.539	-0.358	-0.413	0.275	0.716	0.176	0.386	84
LJ-11	0.280	-1.576	-1.271	0.390	0.559	0.051	0.383	85
M57	-0.652	-0.201	-0.472	0.259	0.736	0.168	0.382	86
LJ-3	0.284	-1.849	-0.974	0.391	0.524	0.094	0.381	87
M34	-0.586	-0.699	-0.091	0.268	0.672	0.223	0.377	88
QT-25	-0.627	-0.868	0.169	0.263	0.650	0.261	0.374	89
M53	-1.077	0.015	0.220	0.200	0.764	0.269	0.373	90
M35	-1.371	0.268	0.747	0.158	0.797	0.346	0.373	91
QT-7	-0.582	-1.030	-0.013	0.269	0.629	0.235	0.367	92
M90	-0.514	-0.926	-0.610	0.279	0.643	0.148	0.362	93
M29	-0.667	-1.331	0.480	0.257	0.591	0.307	0.361	94
QT-35	-0.679	-1.307	0.258	0.255	0.594	0.274	0.356	95
LJ-77	0.059	-2.002	-1.188	0.359	0.504	0.063	0.352	96
QT-4	-0.631	-0.946	-0.679	0.262	0.640	0.138	0.351	97
M82	-2.497	0.528	2.570	0.000	0.830	0.611	0.339	98
M83	-1.578	-0.754	1.487	0.129	0.665	0.453	0.337	99
M28	-1.666	-0.371	1.153	0.117	0.714	0.405	0.336	100
M39	-2.347	-0.451	1.960	0.021	0.704	0.522	0.300	101
M31	-1.482	-1.214	0.320	0.143	0.606	0.283	0.299	102
QT-22	-0.970	-5.916	1.152	0.215	0.000	0.405	0.184	103