Эффективность статистических методов оценки адаптивности генотипов яровой мягкой пшеницы вдоль экологического вектора

Авторы

  • Валерий Владимирович Сюков Самарский научно-исследовательский институт сельского хозяйства имени Н.М. Тулайкова– филиал ФГБУН Самарского Федерального исследовательского центра РАН
  • Владимир Григорьевич Захаров Ульяновский научно-исследовательский институт сельского хозяйства– филиал ФГБУН Самарского Федерального исследовательского центра РАН
  • Петр Николаевич Мальчиков Самарский научно-исследовательский институт сельского хозяйства имени Н.М. Тулайкова– филиал ФГБУН Самарского Федерального исследовательского центра РАН
  • Виталий Григорьевич Кривобочек Пензенский научно-исследовательский институт сельского хозяйства – филиал ФГБНУ Федерального научного центра лубяных культур
  • Владимир Иванович Никонов Башкирский научно-исследовательский институт сельского хозяйства – обособленное структурное подразделение ФГБНУ Уфимского Федерального исследовательского центра РАН
  • Нурания Зуфаровна Василова Федеральный исследовательский центр «Казанский научный центр РАН
  • Вадим Анварович Ганеев ТОО «Научно-производственная фирма «Фитон»
  • Надежда Васильевна Гулаева Самарский научно-исследовательский институт сельского хозяйства имени Н.М. Тулайкова– филиал ФГБУН Самарского Федерального исследовательского центра РАН
  • Асхат Исмаилович Менибаев Самарский научно-исследовательский институт сельского хозяйства имени Н.М. Тулайкова– филиал ФГБУН Самарского Федерального исследовательского центра РАН

DOI:

https://doi.org/10.28983/asj.y2019i2pp4-12

Ключевые слова:

яровая пшеница, экологическая селекция, отбор на пластичность, параметры гомеоадаптивности, модель AMMI

Аннотация

Подбор эффективных методов оценки таких сложных свойств генотипа, как «адаптивность» и «стабильность» в каждой конкретной экологической ситуации –  актуальная исследовательская задача. Существование различных методов и методических подходов к решению этих проблем объясняется историей развития исследований количественных признаков и феномена генотип-средовых взаимодействий. Целью исследований было сравнение эффективности различных методов определения онтогенетической адаптивности формирования урожайности сортов яровой мягкой пшеницы программы «Экада». Объектом исследований была модельная популяция, сформированная из сортов яровой мягкой пшеницы, различавшихся по генеалогии, месту создания и адаптивности к комплексам абиотических и биотических факторов среды: Башкирская 26, Дуэт, Землячка, Казанская юбилейная, Любава, Любава 5, Маргарита, Нива 2, Омская 35, Пирамида, Тулайковская 105, Экада 6, Экада 70. Посев осуществлялся в 6 экологических точках в течение трех лет (2009–2011 гг.). Изучали 16 параметров, которые основаны на методах регрессионного, дисперсионного анализа, характеризующих линейную и не линейную реакцию генотипов на среду и модели AMMI (аддитивные основные эффекты и мультипликативное взаимодействие). Показано, что не существует универсального параметра, способного адекватно оценить биологическую сущность понятий «экологическая пластичность», «гомеостатичность», «стабильность» и т.д. Основной причиной сложности является то, что реакция генотипов на среду многомерна, но параметрический подход пытается превратить ее в одномерную проблему через единый индекс устойчивости.

Определена целесообразность использования для оценки селекционного материала нескольких статистических параметров: ?САСi, Sgi – для оценки фенотипической стабильности; bi, ОАСi – для оценки отзывчивости на благоприятный комплекс среды и предсказания ответа генотипа на среду; СЦГi, ASV, YSV – для комплексной оценки селекционной ценности генотипа. Методами главных компонент и кластерного анализа определена обособленность трёх не наследуемых параметров (Sd2, ?i, Wi), что подтверждает данные, полученные C.S. Lin, M.R. Bins [26] об их бесполезности в селекции на адаптивность и стабильность признака. На основе совокупности изученных параметров для использования в селекции сортов широкого ареала предложены сорта: Экада 70, Экада 6, Землячка, Дуэт, Омская 35. Сорт Маргарита заметно выделялся эффективным использованием ресурсов в благоприятных условиях среды (ОАСi, bi), что предполагает использование его в соответствующих селекционных программах.

Скачивания

Данные скачивания пока недоступны.

Биографии авторов

Валерий Владимирович Сюков, Самарский научно-исследовательский институт сельского хозяйства имени Н.М. Тулайкова– филиал ФГБУН Самарского Федерального исследовательского центра РАН

д-р биол. наук, главный научный сотрудник

Владимир Григорьевич Захаров, Ульяновский научно-исследовательский институт сельского хозяйства– филиал ФГБУН Самарского Федерального исследовательского центра РАН

д-р с.-х. наук

Петр Николаевич Мальчиков, Самарский научно-исследовательский институт сельского хозяйства имени Н.М. Тулайкова– филиал ФГБУН Самарского Федерального исследовательского центра РАН

д-р с.-х. наук

Виталий Григорьевич Кривобочек, Пензенский научно-исследовательский институт сельского хозяйства – филиал ФГБНУ Федерального научного центра лубяных культур

д-р с.-х. наук

Владимир Иванович Никонов, Башкирский научно-исследовательский институт сельского хозяйства – обособленное структурное подразделение ФГБНУ Уфимского Федерального исследовательского центра РАН

 канд. с.-х. наук

Нурания Зуфаровна Василова, Федеральный исследовательский центр «Казанский научный центр РАН

канд. с.-х. наук

Вадим Анварович Ганеев, ТОО «Научно-производственная фирма «Фитон»

 канд. с.-х. наук

Надежда Васильевна Гулаева, Самарский научно-исследовательский институт сельского хозяйства имени Н.М. Тулайкова– филиал ФГБУН Самарского Федерального исследовательского центра РАН

младший научный сотрудник

Асхат Исмаилович Менибаев, Самарский научно-исследовательский институт сельского хозяйства имени Н.М. Тулайкова– филиал ФГБУН Самарского Федерального исследовательского центра РАН

младший научный сотрудник

Библиографические ссылки

1. Андрукович П.Ф. Применение метода главных компонент в практических исследованиях. – М., 1973. – 122 с.
2. Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. – М., 1983. – 416 с.
3. Драгавцев В.А., Аверьянова А.Ф. Переопределение генетических формул количественных признаков в разных условиях среды // Генетика. – 1983. –Т. 19 (11). – С. 1806–1810.
4. Драгавцев В.А., Цильке Р.А., Рейтер Б.Г. Генетика признаков продуктивности яровых пшениц в Западной Сибири. – Новосибирск, 1984. – 230 с.
5. Дюран Б., Оделл П. Кластерный анализ. – М., 1977. – 128 с.
6. Зиновьев А.Ю. Визуализация многомерных данных. – Красноярск, 2000. – 180 с.
7. Зыкин В.А., Белан И.А., Россеев В.М. Селекция яровой пшеницы на адаптивность: результаты и перспективы // Доклады РАСХН. – 2000. – №2. – С. 5–7.
8. Зыкин В.А., Белан И.А., Юсов В.С., Кираев Р.С., Чанышев И.О. Экологическая пластичность сельскохозяйственных растений (методика и оценка). – Уфа, 2011. – 97с.
9. Идрис А.А. Оценка методов определения стабильности урожайности и сопутствующих показателей сортов яровой пшеницы в Центральном регионе: дис. … канд. с.-х. наук. – М., 2003. – 127 с.
10. Кильчевский А.В., Хотылева Л.В. Экологическая селекция растений. – Минск, 1997. – 372 с.
11. Лыу Нгок Чинь. Количественные методы оценки пластичности генотипов растений: автореф. дисс. … канд. биол. наук. – Харьков, 1984. –151 с.
12. Мартынов С.П., Мусин Н.Н., Кулагина Т.В. Пакет программ, селекционно-ориентированных и биометрико-генетических методов «Agros». – Тверь, 1993. – Режим доступа:socionet. ru>.
13. Соболев Н.А. Методика оценки экологической стабильности сортов и генотипов // Проблемы отбора и оценки селекционного материала. – Киев, 1980. – С. 100–106.
14. Сюков В.В., Мадякин Е.В., Кочетков Д.В. Вклад генотип-средовых эффектов в формирование количественных признаков у инбредных и аутбредных растений // Информационный вестник ВОГиС. – 2010. – №14(1). – С. 141–147.
15. Терёхина А.Ю. Анализ данных методом многомерного шкалирования. М., 1986. – 168 с.
16. Хангильдин В.В., Шаяхметов И.Ф., Мардамшин А.Г. Гомеостаз компонентов урожая и предпосылки к созданию модели сорта яровой пшеницы // Генетический анализ количественных признаков растений. – Уфа, 1979. – С. 5–39.
17. Basford K.E., Cooper M. Genotype x environment interactions and some considerations of their implications for wheat breeding in Australia // Aust. J. Agric. Res. 1998;49 (1):153–154.
18. Affleck I., Sulivan J.A., Tarn R., Falk D.E. Genotype by environment interaction of yield and quality of potatoes // Canad.J.Plant Sci. 2008;88(6):1099–1107.
19. Bach S. Genotype by environment interaction effects on starch, fibre and agronomic traits in potato (Solanum tuberosum L.) // An M.Sc.Thesis. Guelph, Ontario, Canada, 2011: 208.
20. Cooper M, De Lacy I.H. Relationships among analytical methods used to study genotypic variation and genotype-by-environment interaction in plant breeding multi-environment experiments // Theor. Appl. Genet. 1994;88(3):561–572.
21. Cooper M., Byth D.E., De Lacy I.H. A procedure to assess the relative merit of classification strategies for grouping environments to assist selection in plant breeding regional evaluation trials. Field Crops Res. 1993;35(1):63–74.
22. Eberhart S.A., Russell W.A. Stability parameters for comparing varieties // Crop Sci. 1966;6(1):36–40.
23. Eeuwijk F.A. Linear and bilinear models for the analysis of multi-environment trials: I. An inventory of models // Euphytica. 1995;84(1):1–7.
24. Gabriel K.R. The biplot graphic display of matrices with application to principal component analysis // Biometrika. 1971;38(3):453–467.
25. Gauch H.G. Zobel R.W. AMMI analysis of yield trials. Chap. 4. // Kang M.S.; Gauch, H.G., (Eds) Genotype by environment interaction. CRC Press, Boca Raton, FL, USA. 1996:85–122.
26. Lin C.S., Binns M.R. A superiority measure of cultivar performance for cultivar ? location data // Canad. J. Plant Sci. 1988;68(1):193–198.
27. Lin C.S., Binns M.R., Lefkovitch L.P. Stability analysis: where do we stand? // Crop Sci. 1986;26(5):894–900.
28. Martynov S.P. A Method for the Estimation of Crop Varieties Stability // Biom. J. 1990;7:887–893.
29. Purchase J.L., Hatting H., van Deventer C.S. Genotyp?environment interaction of winter wheat (Triticum aestivum L.) // South Africa: Stability analysis of yield performance. South Afric.J.PlantSoil.2000; 17:101–107.
30. Tai G.C.C. Genotyp stability analysis and its application to potato regional traits // Crop Sci. 1971;11(1):184–190.
31. Yan W., Tinker N.A. Biplot analysis of multienvironment trial data: Principles and applications // Canad.J.Plant Sci. 2006;86(3):623–645.
32. Wricke G. Die Erfassung der Wechselwirkung zwischen Genotyp und Umwelt bei quantitativen Eigenschaften // Z.Pflanzenz?chtung, 1965, B. 53, H. 1, S. 3–4.
33. Zobel R.W., Wright A.J., Gauch H.G. Statistical analysis of a yield trial // Agron. J. 1988;80:388–393.

Загрузки

Опубликован

2019-02-22

Выпуск

Раздел

Агрономия

Наиболее читаемые статьи этого автора (авторов)