Анализ сортов и селекционных линий тритикале

УДК: 633.1.631.527
АНАЛИЗ СОРТОВ И СЕЛЕКЦИОННЫХ ЛИНИЙ ТРИТИКАЛЕ
ЗАРУБЕЖНОЙ СЕЛЕКЦИИ МЕТОДОМ КЛАСТЕРИЗАЦИИ
Гадельзянова Г.М., младший научный сотрудник, Хусаинова Н.Ш., младший
научный сотрудник, Пономарев С.Н., главный научный сотрудник
ФГБНУ «Татарский НИИСХ»
E-mail: [email protected]
Аннотация. В работе представлены результаты кластерного анализа 55 генотипов
зарубежной селекции из коллекции ВИР по селекционно ценным признакам. Дана
характеристика выделенным кластерам. Предложено использование источников коллекции в
гибридизации по межкластерному принципу.
Ключевые слова: озимая тритикале, кластерный анализ, зарубежные сорта.
Введение. Тритикале представляет интерес как культура с обширным селекционным
генофондом для получения сортов, сочетающих в себе устойчивость к неблагоприятным
факторам окружающей среды и высокую продуктивность. За последние 30 лет производство
тритикале в мире непрерывно растет. Быстрое расширение посевов тритикале обусловлено ее
способностью формировать высокие урожаи зерна и зеленой массы в широком спектре
условий возделывания, устойчивостью ко многим вредоносным патогенам и многоцелевым
использованием конечной продукции [5].
Селекционная ценность создаваемых ржано-пшеничных амфидиплоидов в
значительной степени определяется качеством исходного материала и подбором пар для
гибридизации [1,2].
Критический обзор достижений селекционеров мира показывает, что большего успеха
добиваются те из них, кто использует наиболее богатый и генетически разнообразный
исходный материал, а также применяет наиболее прогрессивные, научно-обоснованные
методы работы на всех этапах селекционного процесса [4].
Методы и материалы исследования. Полевые исследования выполнены в 2012-2013
гг. на селекционном севообороте лаборатории селекции озимой тритикале ФГБНУ
«Татарский НИИСХ» (Лаишевский район, Республика Татарстан).
Изучаемый коллекционный генофонд тритикале, полученный из ВНИИР им.
Н.И.Вавилова, в 2012 г. состоял из 64 образцов, а в 2013 г. из 55 сортов зарубежного
происхождения,
которые
широко
различались
по
эколого-географической
представительности. Оценку зимостойкости изучаемого материала проводили в поле
согласно методическим указаниям Госкомиссии (1980).
Статистическая обработка результатов исследований проводилась с использованием
пакета Microsoft Excel, древо классификации сортов для кластерного анализа построено на
основании пакета AGROS.
Результаты и их обсуждение. Кластерный анализ – одно из направлений
статистического исследования. Его необходимость продиктована тем, что использование
методов кластерного анализа помогает построить научно обоснованные классификации,
выявить внутренние связи между единицами исследуемой совокупности. В отличие от
комбинационных группировок кластерный анализ приводит к разбиению с учётом всех
оцененных признаков одновременно. При этом, как правило, не указаны чёткие границы
каждой группы и неизвестно заранее, сколько групп целесообразно выделить в исследуемой
совокупности. Кроме того, положительным свойством кластерного анализа является
возможность сжатия большого объема информации, ее систематизация, что является важным
фактором при большом количестве данных [3].
В селекционной практике для получения хорошего результата предпочтительна
гибридизация между образцами принадлежащим к разным кластерам [6]. При скрещивании
форм из разных кластеров, в потомстве преполагается получение повышенной генетической
изменчивости. У генетически отдаленных родительских форм хозяйственные признаки
1
контролируются различными наборами аллелей, случайные рекомбинации которых
вызывают трангрессивное расщепление.
В нашей работе кластеры – это группы образцов, объединенные по максимуму
коэффициента корреляции между объектами. Согласно построенной дендрограмме (рис.1),
анализируемые 55 генотипов были сгруппированы в 5 кластеров, также выделился 1
обособленный генотип, не имеющий значимой корреляции с признаками других образцов
(табл.1).
Рисунок 1. Кластеризация зарубежных образцов озимой тритикале по селекционно-ценным
признакам
Таблица 1 – Кластеризация изучаемого генофонда озимой тритикале
№
Количест
Сорта
кластера
во
образцов
1 кластер
16
Кристалл, KS 88T 142, Kolor, Сокол, Алесь, Ясь, Михась, Линия 96,
Инген 93, Идея, Eldorado, Мара, АД 52, Hewo, SW Falmoro, Lupus
2 кластер
8
АДМ 8, АДМ 12, Линия 88, ПРАД, Pinokio, Kartego, АДМ 7, Lasho
3 кластер
5
Дубрава, Krakowiak, Lamberto, Alzo, Magnat
4 кластер
12
Модуль, Вектор, Марс, Адась, Pawo, Рунь, Kitaro, SW Algalo,
Janko, Гармония, Witon, МАД 1
5 кластер
13
КАД 4056, Одесский кормовой, АД 1, Полесский 10, АДМ 13, №
4314, Полесский 7, Розовский, АДМ 11, Ладне, Tornado, Регион,
АДМ 9
Отдельный
1
№ 4297
генотип
В каждом кластере объединены генотипы, наиболее сходные по комплексу изучаемых
признаков. Это позволило провести сравнительную оценку кластеров по средним значениям
признаков (табл. 2).
2
В первый кластер вошли 16 сортов. Кластер представлен среднеурожайными,
короткостебельными генотипами, для которых характерны низкие показатели таких
элементов урожайности как зимостойкость, масса 1000 зерен и масса зерна с растения. Эти
сорта формируют низконатурное зерно с пониженным содержанием белка.
Второй кластер объединил 8 сортов. Кластер характеризуется высокими значениями
таких показателей как масса зерна с главного колоса, масса 1000 зерен и высоким
показателем содержания белка. При этом для него характерна низкая урожайность и низкая
натурная масса.
В третий кластер вошли 5 генотипов. Кластер представлен низкоурожайными сортами
вследствие низких показателей таких элементов урожайности как зимостойкость, масса
зерна с растения и масса 1000 зерен. Кластер характеризуется самым низким содержанием
белка в зерне.
Таблица 2 – Сравнительная характеристика коллекционных образцов озимой тритикале по
кластерам
Кластер Урожай Зимосто Продук- Масса
Масса
Масса
СодерНатурность,
йкость,
тивная
зерна с
зерна с
1000
жание
ная
г/м2
%
кустисгл.
раст., г зерен, г белка в
масса
тость
колоса,
зерне.
зерна,
г
%
г/л
1
435
58,6
3,7
2,19
6,31
40,7
13,5
677
2
327
67,3
3,8
2,24
6,56
45,8
14,5
659
3
338
66,4
4,4
2,00
6,38
37,9
13,3
-
4
473
69,5
4,8
2,25
8,48
41,9
13,3
701
5
502
82,4
4,3
2,02
6,93
46,0
14,4
692
№4297
609
87,5
4,6
2,6
9,01
46,8
14,9
718
Четвертый кластер объединил 12 генотипов. Данный кластер представлен
среднеурожайными генотипами, которые отличаются высокими значениями продуктивной
кустистости, массы зерна с главного колоса, массы зерна с растения, которые формируют
высоконатурное зерно, с самым низким содержанием белка.
Пятый кластер представлен высокоурожайными образцами, которые характеризуются
высокой продуктивной кустистостью, зимостойкостью и массой 1000 зерен. Образцы
данного кластера формируют высоконатурные зерна с высоким содержанием белка в зерне.
Лидером по урожайности является пятый кластер, а также высокие показатели
урожайности наблюдаются у четвертого кластера. Сортимент данных кластеров представлен
образцами белорусской, украинской и польской селекции. Лидером по содержанию белка
оказались второй и пятый кластеры. Эти кластеры были представлены сортами разных стран.
Представляет интерес обособленный генотип № 4297 (Украина), который совмещал в
себе высокие показатели таких признаков как урожайность зерна, продуктивная кустистость,
число колосков с главного колоса, масса зерна с главного колоса, масса зерна с растения,
содержание белка и натурная масса.
Выводы. В результате кластеризации зарубежного генофонда коллекции ВИР можно
сказать о том, что выделенные кластеры существенно отличаются друг от друга по
селекционно-значимым признакам. Генотипы каждого кластера имеют свои преимущества и
недостатки. При скрещивании линий из разных кластеров, возможно получение в потомстве
повышенной генетической изменчивости, что облегчает обнаружение трансгрессивных
3
рекомбинантов. В селекционной программе для получения наилучших результатов лучше
всего проводить гибридизацию между образцами, принадлежащими к различным кластерам.
Выявленные нами кластеры в дальнейшем предполагается использовать в
селекционном процессе для подбора родительских пар, включаемых в гибридизацию, по
комплексу признаков.
Таким образом, использование кластерного анализа позволило учесть всю
совокупность изучаемых признаков. Это дает возможность определить генетическую
структуру имеющегося материала.
Список литературы.
1. Гордей И.А., Белько Н.Б., Люсиков О.М. Секалотритикум (xSecalotriticum): генетические
основы создания и формирования генома [Текст]. Минск: Беларус. Навука, 2011. – 214 с.
2. Грабовец А.И., Крохмаль А.В. Итоги и перспективы селекции озимого тритикале на Дону
[Текст] // Тритикале. Генетика, селекция, агротехника, использование зерна и кормов: сб. тр.
междунар. науч.-практ. конф. Ростов на Дону, 2014. – С.29–37.
3. Корнева С.П. Использование кластерного анализа для повышения эффективности отборов
в расщепляющихся гибридных популяциях [Текст] // Молодые ученые сибирского региона аграрной науке; материалы межрегион. конф. молодых ученых . - Омск, 2004. – С. 127-131.
4. Мединский А.В. Формирование и изучение коллекции озимой тритикале для
селекционного использования в Западной Сибири [Текст]: дис. на соискание ученой степени
канд. с/х наук 06.01.05; Сиб. НИИ растениеводства и селекции Россельхозакадемии.
Краснообск, 2014. – 150 л.
5. Пономарев С.Н. Селекция и семеноводство сельскохозяйственных растений в Республике
Татарстан [Текст] (Озимая тритикале) / Под редакцией д.б.н., профессора М.Л. Пономаревой,
академика АН РТ Л.П. Зариповой. Казань: Изд-во «Фэн» Академии наук РТ, 2013. – С.140161.
6. Фомин С.И. Морфо-биологические и хозяйственные признаки генофонда озимой
тритикале в связи с селекцией в Лесостепи Среднего Поволжья [Текст]: дис. на соискание
ученой степени канд. с/х наук 06.01.05. ГНУ Татарский НИИСХ. Казань, 2012. - 188с.
4