Классификация российских сортов картофеля (Solanum tuberosum L.) как основа цифровой базы данных

Мальцев С.В. Шабанов А.Э. Абросимов Д.В.

Журнал: Сельскохозяйственная биология @agrobiology

Рубрика: Генетика и селекция

Статья в выпуске: 5 т.61, 2026 года.

Бесплатный доступ

Картофель (Solanum tuberosum L.) — ценный продукт питания, содержащий значительное количество крахмала, белка, витаминов, аминокислот и минеральных солей. На его долю приходится около 20 % калорий в рационе питания населения России, он служит продовольственной, кормовой и технической культурой. В реестре селекционных достижений Российской Федерации насчитывается более 500 сортов картофеля различного назначения, и их число продолжает ежегодно расти. Однако классификация сортов по биохимическим, потребительским показателям и урожайности до сих пор проводилась только эмпирически. Мы разработали оригинальный методический подход, позволяющий на основе метода главных компонент классифицировать сорта картофеля по количественным и качественным показателям на различные категории (столовые; для переработки на обжаренные картофелепродукты; для переработки на сухое картофельное пюре и крахмал; проблемные в определенных условиях выращивания сорта), в каждой из которых затем кластерным анализом выявляют лучшие сортообразцы. В настоящей работе впервые установлены корреляционные связи между комплексом показателей культуры картофеля и на универсальной, строго математической, основе проведена классификация сортов. Цель работы — изучить и классифицировать сорта картофеля из Государственного реестра селекционных достижения Российской Федерации по хозяйственно ценным признакам, выделить наиболее пригодные из них для соответствующего целевого использования и тем самым заложить основу цифровой базы данных сортов картофеля отечественной селекции. Исследования проводили на экспериментальной базе «Коренёво» ФГБНУ ФИЦ картофеля им. А.Г. Лорха (г.о. Люберцы, Московская обл.) в 2022-2024 годах. Картофель выращивали на дерново-подзолистой супесчаной почве. В однофакторном полевом опыте изучали 58 сортов картофеля различного срока созревания: ранние, среднеранние, среднеспелые. Сорта Ред Скарлетт и Гала были включены в программу исследований в качестве международных эталонов сравнения. Картофель сажали в I декаде мая с густотой 44 тыс. клубней/га и шириной междурядий 75 см, убирали в I декаде сентября. Урожайность, товарность и выход здоровых клубней определяли по методике ФГБНУ ФИЦ картофеля им. А.Г. Лорха. Содержание крахмала оценивали весовым методом по удельной массе клубней в воздухе и воде, содержание редуцирующих сахаров в послеуборочный период — методом Самнера с использованием водяной бани ПЭ-4312, аквадистиллятора ПЭ-2220 (ГК «Экросхим», Россия) и спектрофотометра SPEKOL 1300 («Analytik Jena GmbH+Co. KG», Германия). Индекс редуцирующих сахаров рассчитывали как величину, обратную содержанию редуцирующих сахаров. Математическую обработку данных проводили с помощью программного пакета для статистического анализа Statistica (version 10, «Dell Inc.», США). В результате исследований были оценены и методом главных компонент классифицированы 58 сортов, а затем с использованием кластерного анализа в пределах сформированных категорий были выделены 14 (или 24 %) наилучших сортообразцов: столовые — Армада, Спринтер (кулинарный типа А), Флагман, Холмогорский (кулинарный тип В); для переработки на обжаренные картофелепродукты — Александрит, Розовый чародей, Евпатий (чипсы), Восторг (фри); для переработки на сухое картофельное пюре и крахмал — Крутой, Догота, Ариэль, Тана, Мираж, Вычегодский. Информация по этим сортам составит основу цифровой базы данных и в перспективе по мере расширения знаний о генетической обусловленности хозяйственно ценных признаков будет использована для более глубокого анализа с применением искусственного интеллекта, что позволит заметно упростить и ускорить селекционный процесс. Для крупных товаропроизводителей цифровая база данных классифицированных сортов позволит систематизировать и сделать более предсказуемым их целевое использование.

картофель \ сорт \ урожайность \ товарность клубней \ крахмалистость \ редуцирующие сахара \ цифровая база данных \ машинное обучение \ искусственный интеллект \ генетическая особенность

Короткий адрес: https://sciup.org/142249052

IDS: 142249052   |   УДК: 635.21:631   |   DOI: 10.15389/agrobiology.2026.5.815rus

Classification of russian potato cultivars (Solanum tuberosum L.) as the basis of a digital database

Potato (Solanum tuberosum L.) is a valuable food product containing a lot of starch, protein, vitamins, amino acids and mineral salts. It accounts for about 20 % of calories in the diet of the Russian population and serves as a food, feed and industrial crop. The current breeding achievements register of Russia contains more than 500 potato cultivars for various purposes, and their number continues to grow annually. However, the classification of cultivars based on biochemical, consumer indicators and yield has so far been carried out only empirically. We have developed an original methodological approach that allows us to classify potato cultivars based on quantitative and qualitative indicators into 4 categories using the principal component analysis: 1) table cultivars, 2) cultivars for processing into fried potato products, 3) cultivars for processing into dry mashed potatoes and starch, 4) cultivars that are problematic under certain growing conditions. Then, in each category, the best cultivar samples are identified using cluster analysis. In this study, for the first time, correlation links between a set of potato crop indicators were established and a classification of cultivars was carried out on a universal, strictly mathematical basis. The aim of this work was to study and classify potato cultivars from the register of breeding achievements of the Russian Federation according to their economically valuable characteristics, identify the most suitable ones for their respective intended use, and thereby lay the foundation for a digital database of domestically bred potato cultivars. Field studies were carried out at the Korenevo experimental base of the Russian Potato Research Centre (Moscow Province, Lyubertsy District) in 2022-2024. Potato (Solanum tuberosum L.) was grown on sod-podzolic sandy loam soil. In a single-factor field experiment, 58 potato cultivars of different ripening periods were studied: early, mid-early, mid-season. The Red Scarlett and Gala cultivars were included in the research program as an international comparison standards. Planting time was the first ten days of May (44 thousand tubers/ha, row spacing 75 cm), harvesting time was the first ten days of September. The yield, marketability and percentage of healthy potato tubers were assessed using the methodology of the Russian Potato Research Centre. The starch content was estimated by the gravimetric method based on the specific gravity of potato tubers in air and water, and the content of reducing sugars in the post-harvest period was estimated by the Sumner method using a PE-4312 water bath, a PE-2220 water distiller (Ekroshim Group of Companies, Russia), and a SPEKOL 1300 spectrophotometer (Analytik Jena GmbH+Co. KG, Germany). The reducing sugar index was calculated as the reciprocal of the reducing sugar content. Mathematical processing of the data was carried out using the software package for statistical analysis Statistica software (version 10, «Dell Inc.», USA). As a result of the research, 58 cultivars were assessed and classified using the principal component analysis, and then, using cluster analysis within the formed categories, 14 (or 24%) of the best cultivar samples were identified: table cultivars - Armada, Sprinter (culinary type A), Flagman, Kholmogorsky (culinary type B); for processing into fried potato products - Alexandrite, Rozovy Charodey, Evpatiy (chips), Vostorg (French fries); for processing into dry mashed potatoes and starch - Krutoy, Dogota, Ariel, Tana, Mirage, Vychegodsky. Information on these cultivars will form the basis of a digital database and, in the future, as knowledge about the genetic basis of economically valuable traits expands, will be used for more in-depth analysis using artificial intelligence, which will significantly simplify and accelerate the breeding process. For large commodity producers, a digital database of classified cultivars will allow to systematize and make their intended use more predictable.