Прогнозирование и подбор исходного материала в селекции сахарного сорго на основе кластеризации
https://doi.org/10.31677/2072-6724-2024-73-4-54-61
Аннотация
В селекции сельскохозяйственных культур кластеризация образцов по минимуму евклидового расстояния обуславливает объединение совокупности множества признаков (морфологических, биохимических, фенологических, хозяйственных и др.) в кластеры по мере их объективного сходства. В последнее время селекционеры широко используют этот метод для оценки исходного материала и формирования коллекций для целенаправленного ведения селекции. Целью исследований являлось проведение кластеризации рабочей коллекции образцов сахарного сорго по комплексу признаков с последующим подбором наиболее ценных генотипов для целенаправленной дальнейшей селекции гибридов с высоким выходом сахаров с единицы площади. В представленной работе в качестве объектов исследований выступали 47 генотипов сахарного сорго, которые выращивали на опытном поле ФГБНУ РосНИИСК «Россорго» в период с 2021 по 2023 гг. Условия вегетации культуры можно охарактеризовать как засушливые: гидротермический коэффициент изменялся от 0,62 до 0,75. Рассматриваемая коллекция включала генотипы с вариабельностью изучаемых признаков от 6,9 до 47,4 %. На 42-м шаге итерации образцы сгруппировались в шесть кластеров, достоверно различающихся по всем признакам, за исключением высоты растений. Первый кластер состоит из восьми образцов, второй – двадцати восьми, третий – четырех, четвертый – четырех, пятый – одного, шестой – двух. Наиболее перспективными оказались 34 образца из 2, 3 и 6-го кластеров, отличающихся высокорослостью (188,9–198,8 см), продуктивностью (семян – 2,50–2,57 т/га, надземной биомассы – 20,09-31,53 т/га), высоким содержанием сахаров в соке стебля (16,4–17,0 %) и мощным листовым аппаратом (площадь наибольшего листа – 207,9–312,8 см2, флагового – 65,2–156,8 см2). Вовлечение подобранных образцов в программу скрещиваний будет способствовать созданию гибридов первого поколения сорго с высоким выходом сахаров с гектара посевов.
Ключевые слова
Об авторах
О. П. КибальникРоссия
Кандидат биологических наук, главный научный сотрудник
Саратов
С. В. Кибальник
Россия
Младший научный сотрудник
Саратов
Список литературы
1. Перевязка Д.С., Перевязка Н.И., Супрунов А.И. Кластерный анализ нового исходного материала для создания раннеспелых и среднеранних гибридов кукурузы // Рисоводство. – 2021. – № 4 (53). – С. 30–35. – DOI: 10.33775/1664-2464-2021-53-4-30-35.
2. Гречишкина О.С., Хутамбирдина Р.Д., Мордвинцев М.П. Изучение генофонда рабочей коллекции яровой мягкой пшеницы по урожайности и структурным элементам урожая с использованием кластерного анализа // Известия Оренбургского аграрного университета. – 2021. – № 6 (92). – С. 24–30.
3. Плешаков А.А., Цаценко Л.В., Савиченко Д.Л. Кластеризация коллекционных сортообразцов озимой пшеницы по элементам продуктивности колоса // Научный журнал КубГАУ. – 2021. – № 168 (04). – С. 195–207. – DOI: 10.21515/1990-4665-168-014.
4. Применение многомерных методов для разделения сортов риса по реакции на изменение условий среды / Е.М. Харитонов, Ю.К. Гончарова, Н.А. Очкас [и др.] // Сельскохозяйственная биология. – 2017. – Т. 52, № 1. – С. 152–160.
5. Применение кластерного анализа для определения селекционной ценности нута (Cecer arietinum L.) / С.П. Кузьмина, Н.Г. Казыдуб, С.В. Булынцев [и др.] // Вестник Омского государственного аграрного университета. – 2022. – № 2 (46). – C. 13–21. – DOI: 10.48136/2222-0364_2022_2_13.
6. Sinha S., Kumaravadivel N. Understanding Genetic Diversity of Sorghum Using Quantitative Traits // Scientifica (Cairo). – 2016. – Vol. 2016. – е. 3075023. – DOI: 10.1155/2016/3075023.
7. Кибальник О.П., Ларина Т.В., Каменева О.Б. Селекционная ценность засухоустойчивых стерильных линий сорго // Аграрная наука Евро-Северо-Востока. – 2023. – Т. 24, № 2. – С. 187–193. – DOI: 10.30766/2072-9081.2023.24.2.187-193.
8. Куколева С.С. Использование кластерного анализа в селекции суданской травы // Международный научноисследовательский журнал. – 2021. – № 12–1 (114). – С. 129–133. – DOI: 10.23670/IRJ.2021.114.12.020.
9. Umakanth A.V., Nikhil B.S.K., Tonapi V.A. Genetic diversity studies in sorghum [Sorghum bicolor (L.) Moench], a candidate crop for biofuel production // Forage Research. – 2019. – Vol. 45(1). – P. 28–32.
10. Методика государственного сортоиспытания сельскохозяйственных культур. Вып. 2. – М.: Агропромиздат, 1989. – 194 с.
11. Чирков Ю.И. Определение площади листьев расчетным методом. – М., 1961. – С. 5–6.
Рецензия
Для цитирования:
Кибальник О.П., Кибальник С.В. Прогнозирование и подбор исходного материала в селекции сахарного сорго на основе кластеризации. Вестник НГАУ (Новосибирский государственный аграрный университет). 2024;(4):54-61. https://doi.org/10.31677/2072-6724-2024-73-4-54-61
For citation:
Kibalnik O.P., Kibalnik S.V. Forecasting and choice of the starting material in the selection of sugar sorghum based on clustering. Bulletin of NSAU (Novosibirsk State Agrarian University). 2024;(4):54-61. (In Russ.) https://doi.org/10.31677/2072-6724-2024-73-4-54-61