Классификация методом кластеризации сортов сои коллекции ВИР по хозяйственно ценным показателям

Бесплатный доступ

Исследования проведены в 2021 -2023 гг. в ФГБНУ «Омский АНЦ» в южной лесостепи Омской области. Представлены результаты комплексной оценки 63 коллекционных образцов сои из Всероссийского института генетических ресурсов растений имени Н.И. Вавилова (ВИР) различного эколого-географическое происхождения: Россия (30 шт.), Украина (7 шт.), Польша (7 шт.), Республика Беларусь (6 шт.), Швеция (4 шт.), Канада (3 шт.). Полевые испытания, учеты и наблюдения проводили по методике ВИР (2018), статистическую обработку данных - по пособию Б. А. Доспехова (1985) с использованием пакета прикладных программ Microsoft Excel. Кластеризацию осуществляли методом невзвешенной попарной группировки с усреднением (UPGMA) с помощью стандартных функций GNU Octave по 14 хозяйственно ценным показателям: высота растения и прикрепления нижнего боба, количество: продуктивных веток и узлов, бобов и семян с растения; масса семян с растения и масса 1000 семян; доля в семенах белка и жира; полевая всхожесть, сохранность растений; урожайность семян с 1 м2; продолжительность вегетационного периода. Применение метода кластерного анализа позволило систематизировать сорта сои по степени выраженности хозяйственно ценных параметров. Выявлено шесть кластеров, различающихся по анализируемым показателям. Наиболее многочисленны первые три кластера, в которые вошли 15, 22 и 16 образцов соответственно. Сорта из третьего кластера являются источниками раннепелости (96 сут.), но они самые короткостебельные (59,3 см) с недостаточно высоким прикреплением нижних бобов (9,1 см) и низкоурожайные (204,2 г/м2). Образцы самых мало численных четвертого и пятого кластеров (соответственно 2 и 3 шт.) представляют наибольший интерес для селекции на повышение урожайности: Персона и Гармония (ВНИИ сои, Россия), Антрацит (Украина). При урожайности от 352 до 361 г/м2 (достоверно выше стандарта Сибириада) они имели оптимальные высоту стебля (более 82 см) и уровень прикрепления нижних бобов (11-12 см).

Еще

Соя (glycine max l. merrill), сорт, коллекция, раннеспелость, южная лесостепь, западная сибирь

Короткий адрес: https://sciup.org/142243658

IDR: 142243658   |   DOI: 10.25230/2412-608X-2024-4-200-32-38

Текст научной статьи Классификация методом кластеризации сортов сои коллекции ВИР по хозяйственно ценным показателям

Введение . До настоящего времени основным фактором, сдерживающим продвижения сои в более северные регионы, являлась продолжительность её вегетационного периода, поэтому важное значение для расширения зоны возделывания данной культуры имеет отбор раннеспелых, продуктивных и экологически приспособленных к конкретным почвенно-климатическим условиям сортов [1; 2]. Это усиливает актуальность изучения коллекции ВИР, которая многие десятилетия обеспечивает селекционеров исходным материалом, происходящим из различных стран мирового производства культуры [3]. От исходного материала во многом зависит эффективность селекционной работы с соей: чем он богаче и генетически разнообразнее, тем быстрее можно получить ожидаемый результат [4]. В генофонде культурной сои выявлено больше 300 генетических источников раннеспелости, слабой фотопериодической чувствительности и низкой требовательности к температурным условиям. Из них можно выбрать родительские формы для селекции сортов сои по различным направлениям использования для северных регионов ее возделывания [5].

Ввиду большого сортового разнообразия и широкого спектра изучаемых признаков, необходимости систематизации исходного материала на основе результатов его анализа, актуальное значение имеет использование многомерных статистических методов, в частности кластерного анализа. Методы кластеризации применяются в различных научно-технических областях с целью решения задач сегментации для объединения объектов в группы со схожими характеристиками, а также сжатия большого объема информации и построения научно обоснованных классификаций [6; 7; 8]. Мировой опыт показывает, что кластерные структуры в настоящее время являются одним из наиболее действенных механизмов, позволяющих решить существующие в агропромышленном комплексе проблемы. Например, выявлено наличие высокого кластерного потенциала у соевого подкомплекса Амурской области, что доказывает целесообразность формирования соевого кластера, который позволит повысить конкурентоспособность агропромышленного комплекса и, как следствие, экономики региона в целом [9].

Цель исследования – систематизация сортов сои мировой селекции по основным хозяйственно ценным показателям на основе кластерного анализа для рационального их использования в селекции.

Материалы и методы. Исследования проводили в 2021–2023 гг. в ФГБНУ «Омский АНЦ» в южной лесостепи Омской области. Почвенный покров опытного поля – чернозём выщелоченный среднемощный тяжелосуглинистый, содержание гумуса около 6 % (по Тюрину), рН сол 6,5. По данным лаборатории агрохимии Омского АНЦ, содержание в слое 0–40 см: нитратного азота среднее, подвижного фосфора повышенное, обменного калия (по Чирикову) высокое.

В качестве объектов исследования использованы 63 коллекционных образца сои (семена местной репродукции), которые были присланы до 2019 г. из Всероссийского института генетических ресурсов растений имени Н.И. Вавилова (ВИР) и стабильно вызревали в сибирских условиях. Они имеют различное эколого-географическое происхождение: Россия (30 шт.), Украина (7 шт. ), Польша (7 шт.), Республика Беларусь (6 шт.), Швеция (4) шт., Канада (3 шт.).

Посев проводился вручную в начале III-й декады мая на полях селекционного севооборота лаборатории селекции зернобобовых культур, предшественник – озимые зерновые. Делянка однорядковая, длиной 2 м. Количество семян в делянке – 40 шт., площадь питания растений – 5 × 60 см, учетная площадь делянки – 1,2 м2. Повторность двукратная. Через каждые 12 номеров высевался сорт Сибирячка (общепринятый стандарт в регионе в 2021 г., а также сорт Сибириада (общепринятый стандарт в регионе с 2022 г.). В течение вегетации агрокультуры проводили несколько ручных прополок и рыхлений междурядий. Фенологические наблюдения – не реже двух раз в неделю. Уборка растений вручную по мере их созревания. У позднеспелых образцов убраны только растения, имеющие выполненные бобы.

Полевые испытания, учеты и наблюдения проводили по методике ВИР [10], статистическую обработку данных – в соответствии с методикой полевого опыта До-спехова Б.А. [11] с использованием пакета прикладных программ Microsoft Excel.

Кластеризацию – методом невзвешенной попарной группировки с усреднением (UPGMA) с помощью стандартных функций GNU Octave.

Для кластерного анализа использованы данные всех 63 сортов по 14 хозяйственно ценным показателям: высота растения, высота прикрепления нижнего боба; количество продуктивных веток и узлов, бобов и семян с растения; масса семян с растения и масса 1000 семян; доля в семенах белка и жира; полевая всхожесть и сохранность растений; урожайность семян с 1 м2; продолжительность вегетационного периода.

По данным Гидрометеорологического центра, в черте г. Омска период май – сентябрь в годы исследований характеризовался очень контрастными погодными условиями (рис. 1).

Рисунок 1 – Среднемесячная температура и сумма осадков (май – сентябрь 2021–2023 гг.)

В 2021 г. средняя температура воздуха достигала 16,7 °С (+1,2 °С к норме), сумма осадков – 168,0 мм (71,2 % от нормы), ГТК 0,58. Засуха особенно сильно проявилась в конце мая и июля. В 2022 г. средняя температура воздуха была на уровне 16,1 °С (+0,5 °С к норме), сумма осадков – 255,6 мм (107,8 % от нормы), ГТК 0,95. Не смотря на низкое значение ГТК (0,78), в 2023 г. сложились более благоприятные погодные условия для сои: средняя температура воздуха – 16,8 °С (+1,2 °С к норме), сумма осадков – 193 мм (81 % от нормы).

Результаты и обсуждение. Дифференциация сортообразцов позволила выявить шесть кластеров (рис. 2), различающихся по анализируемым показателям.

В изучаемой выборке сортообразцов наиболее многочисленные первые три кластера, лидер – второй (22 шт., или 63 %) (табл. 1). Из второго кластера можно рекомендовать в качестве исходного материала по комплексу хозяйственно ценных показателей образцы Денi и Зуша (табл. 2). В первый кластер (15 шт., или 24 %) во- шло шесть ценных сортов: Мезенка, Ос-монь, Припять, Сибириада (стандарт), Пруденс, ОАС Vision.

Шестнадцать сортов (25 %), относящихся к третьему кластеру, являются источниками раннеспелости (95,5 сут.), но они самые короткостебельные (59,3 см) с недостаточно высоким прикреплением нижних бобов (9,1 см) и низкоурожайные (204,2 г/м2), поэтому могут быть рекомендованы для селекции лишь два: Л 52/14, Алтай.

Образцы самых малочисленных четвертого и пятого кластеров представляют наибольший интерес для селекции на повышение урожайности: Гармония, Надежда, Персона и Антрацит (среднее значение их урожайности 369 г/м2). Они имеют самый высокий стебель (более 82 см), прикрепление нижних бобов на высоте 11–12 см.

В шестой кластер вошли самые непродуктивные сорта (194,3 г/м2) с низким прикреплением нижнего боба (7,9 см).

Рисунок 2 – Дендрограмма сходства – различия сортообразцов сои по комплексу хозяйственно ценных показателей (2021–2023 гг.)

Характеристика хозяйственно ценных показателей сортов сои в среднем по кластерам

Среднее за 2021–2023 гг.

Показатель

Номер кластера

Средне-взвешенное

1

2

3

4

5

6

Количество сортообразцов, шт.

15

22

16

2

3

5

∑ 63

Высота растения, см

78,6

75,0

59,3

88,9

82,6

70,0

75,7

Количество веток, шт.

2,4

2,0

1,9

2,3

2,9

2,9

2,4

Высота прикрепления нижнего боба, см

11,9

11,2

9,1

12,1

11,1

7,9

10,6

Количество узлов на растении, шт.

20,2

18,9

16,7

22,0

26,4

23,1

21,2

Количество бобов на растении, шт.

42,7

43,7

36,3

49,8

58,3

54,5

47,6

Количество семян на растении, шт.

96,0

90,3

72,9

108,7

153,6

83,5

100,9

Масса семян с растения, г

13,9

11,9

10,0

16,6

18,9

10,3

13,6

Масса 1000 семян, г

146,2

136,9

142,5

151,7

120,2

140,1

139,6

Содержание белка, %

37,3

37,1

37,6

36,2

37,2

38,7

37,4

Содержание жира, %

17,9

17,6

16,8

17,2

18,2

16,3

17,3

Полевая всхожесть, %

75,4

70,7

66,0

75,2

68,5

72,0

71,3

Сохранность, %

96,5

97,2

96,7

96,1

98,1

82,6

94,5

Урожайность с 1 м², г

320,7

261,2

204,2

379,2

357,9

194,3

286,2

Вегетационный период, сут.

102,2

99,8

95,5

105,1

100,2

102,2

100,8

По итогам трехлетнего изучения установлено, что потенциальную селекционную ценность представляет ряд сортов из России, по два из Украины и Канады, один из Республики Беларусь, все они отличаются высокой семенной продуктивностью и оптимальной для сибирских условий продолжительностью вегетационного периода (табл. 2). Новый стандарт Сибири-ада достоверно превысили по урожайности четыре сорта, но они позднее его на 6– 14 суток, а сорт Надежда имел очень низкий процент белка в семенах – 34 % (-6 % к стандарту).

Заключе ние. Применение метода кластерного анализа позволило систематизировать сорта сои по степени выраженности хозяйственно ценных параметров, сформировать шесть основных кластеров, наиболее схожих по комплексу изучаемых признаков, и провести их сравнительную оценку.

Полученные результаты свидетельствуют о перспективности использования в селекционных программах сортов из коллекции генетических ресурсов растений ВИР в качестве источников хозяйственно ценных признаков для повышения урожайности и качества семян сои в Сибирском регионе. В контрастных условиях зоны рискованного земледелия достоверно выше нового стандарта Сибириада была урожайность у сортов, имеющих оптимальную высоту стебля и уровень прикрепления нижних бобов: Персона [12] и Гармония [13] (ВНИИ сои, Россия), Антрацит (Украина). Выделены сорта по комплексу показателей: Россия – Осмонь [14] (ВНИИЗБК, лучше стандарта Сибирячка по четырем из семи представленных в таблице 2 признаков), Гармония (пять признаков); Канада – ОАС Vision и Пруденс (четыре признака).

Характеристика лучших сортообразцов сои

Среднее за 2021–2023 гг.

Название сорта / номер кластера

Страна

Вегетационный период***, сут.

Высота, см

Урожайность, г/м²

Масса 1000 зерен, г

Белок, %

Жир, %

стебля

прикрепления нижнего боба

Сибирячка, стандарт / 2

Россия

93

66

9

258

145

38

18

Сибириада, стандарт / 1

93

69

11*

327*

143

40*

19

Л 52/14 / 3

84*

52

5

216

161**

40*

17

Алтай / 3

93

63

10

234

128

39

17

Зуша / 2

94

67

11*

255

166*

38

17

Мезенка / 1

102

81**

11*

336*

120

36

19

Осмонь / 1

99

79**

14*

342*

124

36

20*

Персона / 5

99

95**

11*

356**

126

36

17

Гармония / 4

107

95**

11*

361**

167**

39*

17

Надежда / 4

104

83**

13**

398**

137

34

17

ОАС Vision / 1

Канада

103

81**

11*

334*

176**

39

17

Пруденс / 1

103

83**

11*

308*

165**

37

18

Антрацит / 5

Украина

102

77*

15**

352**

122

38

17

Денi / 2

107

70

11*

266

113

37

19

Припять / 1

Беларусь

105

72

7

346*

139

39

18

НСР 05

-

9,6

1,3

25,3

14,1

1,9

1,5

* – достоверно лучше стандарта Сибирячка, ** – достоверно лучше стандарта Сибириада; *** – продолжительность вегетационного периода

Список литературы Классификация методом кластеризации сортов сои коллекции ВИР по хозяйственно ценным показателям

  • Заостровных В.И., Кадуров А.А. Селекционная ценность исходного материала сои в условиях лесостепи Западной Сибири // Зернобобовые культуры – развивающееся направление в России: сб. мат-лов 1-го Междунар. форума. – Омск: Полиграфический центр КАН, 2016. – С. 44–49.
  • Тлеулина З.Т., Омельянюк Л.В., Кипшакбаева Г.А. Комплексная оценка сортов сои мировой селекции в условиях Северного Казахстана // Масличные культуры. – 2023. – Вып. 1 (193). – С. 26–32. DOI: 10.25230/2412-608X-2023-1-193-26-32.
  • Сеферова И.В., Перчук И.Н., Бойко А.П. Результаты изучения коллекционных образцов сои на Адлерской опытной станции ВИР в 2016–2018 гг. // Зернобобовые и крупяные культуры. – 2020. – № 3 (35). – С. 51–57. DOI: 10.24411/2309-348X-2020-11185.
  • Зинченко А.В., Лынник Д.А., Сидорик И.В., Дидоренко С.В. Изучение скороспелости коллекционного материала сои в условиях Северного Казахстана // Зернобобовые и крупяные культуры. – 2022. – № 2 (42). – С. 33–40. DOI: 10.24412/2309-348X-2022-2-33-40.
  • Сеферова И.В. Соя в условиях северо-за-пада Российской Федерации // Масличные культуры. Науч.-тех. бюл. ВНИИМК. – 2016. – Вып. 3 (167). – С. 101–105.
  • Кодирова Г.А., Кубанкова Г.В., Литвиненко О.В. Классификация сортов сои амурской селекции по биохимическим показателям методом кластеризации // Вестник КрасГАУ. – 2022. – № 11. – С. 54–61. DOI: 10.36718/1819-4036-2022-11-54-61.
  • Мусинов К.К., Сурначев А.С. Изучение коллекционных образцов пшеницы мягкой озимой с использованием кластерного анализа и метода главных компонент // Достижения науки и техники АПК. – 2024. – Т. 38. – № 3. – С. 4–9. DOI: 10.53859/02352451-2024-38-3-4.
  • Klyuchko O.M. Cluster analysis in biotech-nology // Biotechnologia Acta. – 2017. – V. 10. – No. 5. – P. 5–18.
  • Пашина Л.Л., Малашонок А.А. Оценка кластерного потенциала соевого подком-плекса Амурской области // Вестник Воронежского ГАУ. – 2017. – № 1 (52). – С. 199–206. DOI: 10.17238/issn2071-2243.2017.1.199.
  • Коллекция мировых генетических ресурсов зерновых бобовых ВИР: пополнение, сохранение и изучение / Под науч. ред. М.А. Вишняковой. 2-е изд. – СПб.: ВИР, 2018. – 143 с.
  • Доспехов Б.А. Методика полевого опыта (с основами статистической обработки результатов исследований). – М.: Агропромиздат, 1985. – 351 с.
  • Соя Гармония от ВНИИ сои: [Электронный ресурс]. – Главный сайт для агрономов России. – Режим доступа: https://glavag-ronom.ru/base/seeds/maslichnie-soya-garmoniya-vnii-soi-6907646?ysclid=m1t3c7mgqi199495997 (дата обращения 01.10.2024).
  • Соя Персона от ВНИИ сои: [Электронный ресурс]. – Главный сайт для агрономов России. – Режим доступа: https://glavag-ronom.ru/base/seeds/maslichnie-soya-persona-vnii-soi-9053050?ysclid=m1t3iill2r700346293 (дата обращения 01.10.2024).
  • Соя Осмонь: [Электронный ресурс]. – Официальный сайт Федерального научного центра зернобобовых и крупяных культур. – Режим доступа: https://vniizbk.ru/progress/vari-eties/13-soya/437-2019-12-30-07-30-10.html (дата обращения 01.10.2024).
Еще
Статья научная