Стабільність урожайності колекційних зразків ячменю ярого (Hordeum vulgare L.) в умовах центральної частини Лісостепу України

Автор(и)

  • Володимир Миколайович Гудзенко Миронівський інститут пшениці імені В.М. Ремесла НААН, Україна https://orcid.org/0000-0002-9738-1203
  • Тетяна Петрівна Поліщук Миронівський інститут пшениці імені В.М. Ремесла НААН, Україна https://orcid.org/0000-0001-9358-9181
  • Олена Сергіївна Дем’янюк Інститут агроекології і природокористування НААН, Україна https://orcid.org/0000-0002-4134-9853
  • Ольга Олегівна Бабій Миронівський інститут пшениці імені В.М. Ремесла НААН, Україна https://orcid.org/0000-0003-3395-3732
  • Анна Анатоліївна Лисенко Миронівський інститут пшениці імені В.М. Ремесла НААН, Україна https://orcid.org/0000-0002-2575-5720

DOI:

https://doi.org/10.33730/2077-4893.1.2021.227252

Анотація

Дослідження проведено в Миронівському інституті пшениці імені В.М. Ремесла НААН у 2018–2020 рр. Оцінювали за врожайністю та її стабільністю 96 колекційних зразків походженням з 15 країн світу. Встановлено, що середнє значення врожайності усієї вибірки досліджених зразків за роками варіювало від 265 г/м2 у 2018 р. до 447 г/м2 у 2020 р. Різниця між мінімальною і максимальною врожайністю зразків у межах окремих років становила: 2018 р. — 388 г/м2, 2019 р. — 522, 2020 р. — 440 г/м2. Таким чином, встановлено, що досліджені генотипи істотно різнились за рівнем прояву вро- жайності, як у межах року, так і у розрізі років досліджень. Це підтверджує і висока частка внеску генотипу у загальній дисперсії — 36,73%. Виділено 15 зразків, що у середньому за три роки переважали стандарт Взірець за врожайністю. Оптимальний рівень урожайності у контрастні за погодними умовами роки мали генотипи Almonte (CAN), Смарагд (UKR), Skald (POL) та Vienna (AUT). Ці зразки є найціннішими ге- нетичними джерелами для використання в селекційній роботі в умовах центральної частини Лісостепу України. Зразки Suveren (POL), Крок (UKR), Kormoran (POL), Северянин (RUS), Аверс (UKR), Тівер (UKR), Дар Носівщини (UKR), Skarb (POL), AC Alma (CAN), Despina (DEU), Glacier AL.38 (GBR) характеризувались різною реакцією на контрастні за погодними умовами роки досліджень. Тому при залученні їх до гіб­ ридизації в якості батьківських компонентів доцільним буде комбінований підхід як за еколого-географічним принципом, так і з урахуванням рівня прояву врожайності, залежно від умов років досліджень. З метою більш об’єктивної оцінки взаємодії генотип–середовище і добору генотипів з оптимальним поєднанням врожайності та стабільності доцільно комбінувати статистичні (графічні) моделі, які різняться за принципами оцінювання генотипів.

Біографії авторів

Володимир Миколайович Гудзенко, Миронівський інститут пшениці імені В.М. Ремесла НААН

доктор сільськогосподарських наук, старший науковий співробітник

Олена Сергіївна Дем’янюк, Інститут агроекології і природокористування НААН

доктор сільськогосподарських наук, професор

Посилання

Laidig, F. et al. (2017). Breeding progress, genotypic and environmental variation and correlation of quality traits in malting barley in German official variety trials between 1983 and 2015. Theor. Appl. Genet., 130 (11), 2411–2429. DOI: https://doi.org/10.1007/s00122-017-2967-4 [in English].

Govindaraj, M., Vetriventhan, M. & Srinivasan, M. (2015). Importance of genetic diversity assessment in crop plants and its recent advances: an overview of its analytical perspectives. Genet. Res Int., Article ID 431487. DOI: https://doi.org/10.1155/2015/431487 [in English].

Hill, J. (1975). Genotype-environment interaction — a challenge for plant breeding. J. Agric. Sci., 85 (3), 477–493. DOI: https://doi.org/10.1017/S0021859600062365 [in English].

Ceccarelli, S., Grando, S. & Hamblin, J. (1992). Relationship between barley grain yield measured in low- and high-yielding environments. Euphytica, 64 (1–2), 49–58. DOI: https://doi.org/10.1007/BF00023537 [in English].

Malosetti, M., Ribaut, J.-M. & van Eeuwijk, F.A. (2013). The statistical analysis of multi-environment data: modeling genotype-by-environment interaction and its genetic basis. Front. Physiol., 4, 44. DOI: https://doi.org/10.3389/fphys.2013.00044 [in English].

Gauch, H.G. et al. (2011). Two new strategies for detecting and understanding QTL by environment interactions. Crop Sci., 51 (1), 96–113. DOI: https://doi.org/10.2135/cropsci2010.04.0206 [in English].

Lacaze, X., Hayes, P.M. & Korol, A. (2009). Genetics of phenotypic plasticity: QTL analysis in barley, Hordeum vulgare. Heredity, 102 (2), 163–173. DOI: https://doi.org/10.1038/hdy.2008.76 [in English].

Farshadfar, E., Geravandi, M. & Vaisi, Z. (2012). Chromosomal localization of QTLs controlling genotype × environment interactions in barley. Intl. J. Agric. Crop. Sci., 4 (6), 317–324 [in English].

Dragavtsev, V.A. & Maletskyi, S.I. (2015). Jevoljucija paradigm nasledovanija i razvitija i ih vedushhaja rol’ v sozdanii innovacionnyh selekcionnyh tehnologij [The evolution of paradigms of heredity and development and their leading role in designing of innovative breeding technologies]. Biosfera — Biosphere, 7 (2), 155–168 [in Russian].

van Eeuwijk, F.A., Bustos-Korts, D.V. & Malosetti, M. (2016). What should students in plant breeding know about the statistical aspects of genotype × environment interactions? Crop Sci., 56 (5), 2119–2140. DOI: https://doi.org/10.2135/cropsci2015.06.0375 [in English].

Verma, A. et al. (2017). Non parametric analysis in multi environmental trials of feed barley genotypes. Int. J. Curr. Microbiol. App. Sci., 6 (6), 1201–1210. DOI: https://doi.org/10.20546/ijcmas.2017.606.139 [in English].

Vashchenko, V.V. & Shevchenko, A.A. (2015). Differencirujushhaja sposobnost’ sred kak metod otbora ishodnogo materiala v selekcii jachmenja jarovogo [Differentiating ability of environments as a methods of selection initial material in spring barley breeding]. Selektsiia i nasinnytstvo — Plant Breeding and Seed Production, 108, 8–11. DOI: https://doi.org/10.30835/2413-7510.2015.57337 [in Russian].

Solonechnyi, P.M. (2013). Homeostatychnist ta selektsiina tsinnist suchasnykh sortiv yachmeniu yaroho [Homeostatic and breeding value of the modern spring barley varieties]. Selektsiia i nasinnytstvo — Plant Breeding and Seed Production, 103, 36–41. DOI: https://doi.org/10.30835/2413-7510.2013.54064 [in Ukrainian].

Mehari, M., Alamerew, S. & Lakew, B. (2014). Genotype × environment interaction and yield stability of malt barley genotypes evaluated in Tigray, Ethiopia using the AMMI analysis. Asian J. Plant Sci., 13 (2), 73‑79. DOI: https://doi.org/10.3923/ajps.2014.73.79 [in English].

Mirosavljevic, M. et al. (2014). The application of AMMI model for barley cultivars evaluation in multi-year trials. Genetika, 46 (2), 445–454. DOI: https://doi.org/10.2298/GENSR1402445M [in English].

Kiliç, H. (2014). Additive main effects and multiplicative interactions (AMMI) analysis of grain yield in barley genotypes across environments. J. Agr. Sci., 20 (4), 337–344. DOI: https://doi.org/10.15832/tbd.44431 [in English].

Hudzenko, V.M. et al. (2018). Statystychna ta AMMI otsinka stabilnosti selektsiinykh linii yachmeniu yaroho v bahatoseredovyshchnykh vyprobuvanniakh. [Statistical and AMMI evaluation of stability of spring barley breeding lines in multienvironment trials]. Plant Var. Stud. Prot., 14 (4), 347–357. DOI: https://doi.org/10.21498/2518-1017.14.4.2018.151894 [in Ukrainian].

Verma, A., Kumar, V., Kharab, A.S. & Singh, G.P. (2019). AMMI model to estimate G×E for grain yield of dual purpose barley genotypes. Inter. J. Curr. Microbiol. Appl. Sci., 8 (5), 1–7. DOI: https://doi.org/10.20546/ijcmas.2019.805.001 [in English].

Bocianowski, J., Warzecha, T., Nowosad, K. & Bathelt, R. (2019). Genotype by environment interaction using AMMI model and estimation of additive and epistasis gene effects for 1000-kernel weight in spring barley (Hordeum vulgare L.). J. Appl. Genet., 60, 127–135. DOI: https://doi.org/10.1007/s13353-019-00490-2 [in English].

Gabriel, K.R. (1971). The biplot graphic display of matrices with application to principal components analysis. Biometrika, 58 (3), 453–467. DOI: https://doi.org/10.1093/biomet/58.3.453 [in English].

Gauch, H.G. (1988). Model selection and validation for yield trials with interaction. Biometrics, 44 (3), 705–715 [in English].

Hongyu, K., Garcia-Pena, M., de Araujo, L.B. & dos Santos Dias, C.T. (2014). Statistical analysis of yield trials by AMMI analysis of genotype x environment interaction. Biometrical Letters, 51 (2), 89–102. DOI: https://doi.org/10.2478/bile-2014-0007 [in English].

Hangil’din, V.V. & Litvinenko, N.A. (1981). Gomeostatichnost’ i adaptivnost’ sortov ozimoj pshenicy [Homeostatic and adaptability of winter wheat varieties]. Nauchno-tehnicheskij bjulleten’ VSGI — Scientific and Technical Bulletin of PBGI, 1 (39), 8–14 [in Russian].

##submission.downloads##

Опубліковано

2021-04-06

Номер

Розділ

АГРОНОМІЯ