CC BY
27
УДК 633.521:51-76
ОТБОР ИНДИВИДУАЛЬНЫХ ВЫСОКОПРОДУКТИВНЫХ РАСТЕНИЙ ЛЬНА МАСЛИЧНОГО В ГИБРИДНОЙ ПОПУЛЯЦИИ F2
Е. Л. АНДРОНИК, Е. В. ИВАНОВА
РУП «Иститут льна» д. Устье, Оршанский район, Витебская область, Беларусь, 211003
(Поступила в редакцию 14.10.2017)
Анализ литературных источников выявил увеличение роли многомерного анализа данных в различных областях научных исследований. В статье приведены результаты использования многомерного анализа при оценке гибридного материала льна масличного по элементам продуктивности (высота растений, техническая длина, длина соцветия, количество коробочек на растении, количество семян на растении, количество семян в коробочке, масса 100 семян, содержание масла в семенах). Селекционно-технологический цикл анализа расщепляющейся популяций F2 позволил, используя метод k-средних и разбивку на 4 кластера, отобрать 14,2 % лучших по признакам продуктивности растений, освобождаясь при этом от неперспективного материала, и в дальнейшем работать с малыми объемами популяций гибридов льна масличного. Установлено, что генетически обусловленным признаком в наших исследованиях является признак «количество коробочек на растении» (H2=51 %), кроме того, этот признак обладает высоким коэффициентом вариации (29,71 %), а также корреляции (r=0,95) с признаком «количество семян на растении», наиболее четко распределяющим гибридные формы с минимальной, средней и максимальной продуктивностью в различные кластеры, что делает отбор по нему будет наиболее эффективным.
Ключевые слова: лен масличный, гибриды, продуктивность, морфологический анализ, кластерный анализ, коэффициент наследуемости, интенсивность отбора.
The analysis of literature sources revealed the increasing role of multidimensional data analysis in various areas of scientific research. The article presents results of the use of multidimensional analysis in assessing the hybrid material of oil flax according to productivity elements (plant height, technical length, inflorescence length, the number of boxes on the plant, the number of seeds on the plant, the number of seeds in the box, the weight of 100 seeds, the content of oil in seeds). The selective-technological cycle of analysis of the split F2 population allowed us to select 14.2 % of the best plants according to productivity indicators, using the method ofk-mean and a breakdown into 4 clusters, and so getting rid of unpromising material, and further to work with small volumes ofpopulations of oil flax hybrids. We have established that the indicator of «the number of boxes on the plant» (H2 = 51%) is a genetically determined indicator in our studies, in addition, this feature has a high coefficient of variation (29.71 %), as well as correlation (r = 0.95) with the indicator «the number of seeds on the plant,» which most clearly distributes hybrid forms with minimal, medium and maximum productivity in different clusters, making selection according to this indicator the most effective one.
Key words: oil flax, hybrids, productivity, morphological analysis, cluster analysis, coefficient of heritability, intensity of selection.
Введение
Создание и изучение новых сортов сельскохозяйственных культур требует широкого использования современных компьютерных информационных технологий. В селекции накоплен большой материал по изучению растений, но работа с ним имеет свои особенности. При решении большинства селекционных задач приходится иметь дело с многомерными совокупностями [1]. Нередко исследователи проверяют сотни и тысячи сортообразцов, чтобы найти те, которые имеют ценные признаки и будут полезны для селекции [4].
Анализ многомерных выборок проводится с использованием методов многомерного статистического анализа: анализа главных компонент, факторного, кластерного, таксономического, множественного и пошагового регрессионного, канонического, дискриминантного и других. Довольно широко эти статистические методы используются для анализа признаков у плодовых и ягодных культур [3], кормовых [6], овощных [8]. Кластерный анализ используется при изучении генетического родства [11]; установлении изменчивости хозяйственно-полезных признаков сортов растений под воздействием разнообразных условий среды [11]; при изучении связи элементов продуктивности с морозоустойчивостью у озимых зерновых культур [7]; дифференциации, идентификации, создании баз данных сортов сельскохозяйственных культур, на молекулярно-генетическом уровне [10]. Однако сведения литературных источников по применению многомерного анализа в селекции льна не многочисленны [2]. Поэтому благодаря бурному развитию в области вычислительных средств разработка и внедрение в практику селекционных исследований по льну масличному новых методов анализа информации является на сегодняшний день важной задачей [9].
Основная часть
Исследования проводили в гибридном питомнике F2. Анализировали следующие показатели: в полевых условиях - устойчивость к полеганию и болезням, выравненность образцов (по высоте, срокам зацветания, созревания); в лабораторных условиях - проводили учет высоты растений, технической длины, длины соцветия, количества коробочек на растении, количества семян на растении, количества семян в коробочке, массы 100 семян, содержания масла в семенах (в пределах комбинации скрещивания). Размах
варьирования у гибридных форм по высоте растений составил 28 см, технической длине - 27 см, длине соцветия - 25 см, количеству коробочек на растении - 42 шт., количеству семян на растении - 388 шт., количеству семян в коробочке - 5 шт., массе 100 семян - 0,49 г, содержание масла по комбинациям скрещиваний варьировало в пределах 36,7-43,7 %.
Кластерный анализ выполнялся в модуле Cluster Analysis программы Statistica 6,0 методом k-средних (k -means clustering) в несколько приемов с разбиением всех полученных в результате отбора в полевых условиях гибридных растений сперва на 2 (2К), затем на 3 (3К) и 4 (4К) кластера. Коэффициент наследуемости в широком смысле рассчитывали путем отношения генотипической вариансы к общей фенотипической.
Основной задачей являлось распределение гибридов льна масличного на группы (кластеры) по изучаемым признакам так, чтобы средние в них максимально возможно отличались друг от друга. Принимая во внимание результаты дисперсионного анализа, амплитуды (и уровни значимости) F-статистики (табл. 1), отметим, что, независимо от числа кластеров, полученные группы гибридов не различались по технической длине и содержанию масла. Признаки «количество семян на растении» и «количество коробочек на растении» являются главными при решении вопроса о распределении гибридов льна масличного на кластеры. Как второстепенные, но не менее важные, признаки программа выделяет «высоту растений» и «длину соцветия».
Таблица 1. Результаты дисперсионного анализа при кластеризации
Признак на 2 кластера на 3 кластера на 4 кластера
SS MS F-статис-тика Значимость (p) SS MS F-статис-тика Значимость (p) SS MS F-статис-тика Значимость (p)
Высота растений 806,7 4840,3 31,3 0,00 1079,5 4567,5 22,1 0,00 1123 4524,1 15,4 0,00
Техническая длина 76,8 9289,8 1,6 0,21 90,2 9276,4 0,9 0,40 125,7 9241 0,8 0,47
Длина соцветия 355,3 3862,6 17,3 0,00 607,4 3610,4 15,7 0,00 832,6 3385,3 15,3 0,00
Количество коробочек на растении 5629,9 4962,5 213,3 0,00 8018 2574,4 291,2 0,00 8490,2 2102,2 250,4 0,00
Количество семян на растении 463616,6 307338,3 283,6 0,00 616130,6 154824,2 372,1 0,00 654219,8 116735,1 347,5 0,00
Количество семян в коробочке 6,4 104,8 11,5 0,00 4,9 106,3 4,3 0,01 7,2 104,1 4,3 0,01
Масса 100 семян 0,0 1,1 8,2 0,00 0,1 1,0 11,5 0,00 0,1 1,0 7,2 0,00
Содержание масла 8,0 794,8 1,9 0,17 12,8 789,9 1,5 0,22 13,4 789,4 1,1 0,37
При делении на 2 кластера по средней величине признаков продуктивности лучшим оказался кластер 2К-1 (табл. 2), в котором концентрировались 86 растений. Гибриды кластера 2К-1 имели среднее количество семян на растении - 258,06 (что больше, чем у гибридов 2К-2 на 62,5 %), среднее количество коробочек на растении - 31,2 шт. (больше на 53,7 %). Однако гибридные формы лучшего по продуктивности кластера оказались более высокорослыми (в среднем на 4 см) за счет удлиненного соцветия.
Таблица 2. Описательные статистики в разрезе 2-х кластеров
Признак Средние значения и стандартное отклонение
Кластер 2К-1 (86 гибридов) Кластер 2К-2 (104 гибрида)
Высота растений, см 69,92±4,51 65,78±5,50
Техническая длина, см 44,27±5,25 42,99±8,21
Длина соцветия, см 25,65±3,34 22,90±5,32
Количество коробочек на растении, шт. 31,19±5,26 20,25±5,04
Количество семян на растении, шт. 258,06±45,81 158,82±35,38
Количество семян в коробочке, шт. 8,29±0,58 7,92±0,86
Масса 100 семян, г 0,70±0,07 0,73±0,08
Содержание масла, % 40,20±1,82 40,61±2,23
При кластеризации гибридного материала на 3 кластера выделился кластер 3К-1 из 35 гибридных форм, у которого среднее количество семян с растения (298,5 шт.) оказалось на 15,7 % выше (табл. 3), чем среднее значение этого признака в кластере 2К-1. Превосходство среднего значения кластера 3К-1 над средними значениями кластеров 3К-2 и 3К-3 по признаку «количество семян с растения» составило 39,03 % и 118,9 % соответственно; по признаку «количество коробочек на растении» - 34,6 % и 105,6 %. Средние значения высоты растений и длины соцветия в случае деления на 3 кластера незначительно возросли на 0,6 см и 1,0 см соответственно.
Признак Средние значения и стандартное отклонение
Кластер 3К-1 (35 гибридов) Кластер 3К-2 (91 гибрид) Кластер 3К-3 (64 гибрида)
Высота растений, см 70,51±4,43 68,82±4,65 64,42±5,57
Техническая длина, см 43,89±4,07 44,12±8,34 42,61±6,24
Длина соцветия, см 26,63±2,71 24,84±5,43 21,81±3,34
Количество коробочек на растении, шт. 35,83±4,94 26,59±3,26 17,41±3,54
Количество семян на растении, шт. 298,51±45,73 214,69±21,57 136,33±25,77
Количество семян в коробочке, шт. 8,34±0,61 8,13±0,74 7,89±0,84
Масса 100 семян, г 0,69±0,08 0,71±0,07 0,75±0,08
Содержание масла, % 40,17±1,80 40,27±1,96 40,79±2,31
При делении на 4 кластера выделен кластер 4К-3 из 27 гибридов льна масличного (табл. 4) со средним количеством семян на растении - 309,2 шт. и коробочек на растении - 37 шт. Как и в предыдущем случае, в сравнении с лучшим кластером 3К-1, незначительно увеличилось среднее значение высоты растений (на 0,5 см). Среднее значение длины соцветия осталось на прежнем уровне. В результате получено 27 гибридных растений, или 14,2 % от общего числа популяции. В этой связи дальнейшее разбиение гибридных форм на кластеры не имеет смысла. Из 27 выделенных в результате кластерного анализа генотипов еще 9 было отбраковано по высоте растений. В результате для воспроизводства поколения F3 льна масличного будут использованы семена 18-ти высокопродуктивных гибридных растений, или 9,47 % от исходного числа гибридных форм (190 шт.).
Таблица 4. Описательные статистики в разрезе 4-х кластеров
Признак Средние значения и стандартное отклонение
Кластер 4К-1 (78 гибридов) Кластер 4К-2 (52 гибрида) Кластер 4К-3 (27 гибридов) Кластер 4К-4 (33 гибрида)
Высота растений, см 68,79±4,38 67,10±5,82 71,04±4,67 63,06±4,85
Техническая длина, см 43,10±7,35 44,46±8,42 44,56±3,95 42,45±5,76
Длина соцветия, см 25,69±5,41 22,87±3,29 26,48±2,59 20,61±3,56
Количество коробочек на растении, шт. 28,00±3,00 21,21 ±3, 11 37,00±4,95 15,21±2,96
Количество семян на растении, шт. 226,68±20,83 170,29±17,30 309,22±47,03 115,91±18,17
Количество семян в коробочке, шт. 8,14±0,71 8,11±0,78 8,37±0,62 7,70±0,87
Масса 100 семян, г 0,71±0,06 0,73±0,07 0,69±0,08 0,77±0,09
Содержание масла, % 40,31±1,86 40,57±2,29 39,98±1,85 40,85±2,29
Мерой доли генотипически обусловленной изменчивости в общем фенотипическом варьировании служит коэффициент наследуемости в широком смысле. Поэтому он был нами рассчитан по каждому изучаемому признаку, за исключением признака «содержания масла». Считается, что если Н2>0,5 (50 %), то признак обусловлен генетически. Кроме этого были рассчитаны коэффициенты вариации (Оу) и корреляции (ГхУ) по изучаемым признакам (Г. Ф. Лакин, 1990).
В результате изучения корреляционных взаимосвязей гибридов F2 установлено, что различия в количестве коробочек на растении - на 42 % объясняются различиями в длине соцветия. Отмечена достоверная отрицательная корреляция средней степени технической длины с длиной соцветия (г=-0,46) и массой 100 семян (г=-0,44). С увеличением высоты растений происходит незначительное уменьшение массы 100 семян (г=-0,38), а с увеличением длины соцветия - увеличение количества семян на растении (г=0,61). Наличие значимой высокой корреляционной зависимости количества семян на растении с количеством коробочек на растении (г=0,95) делает отбор гибридов льна масличного в полевых условиях по последнему признаку наиболее эффективным. Вычисленные значения коэффициентов наследуемости свидетельствуют о том, что изменчивость высоты и технической длины растений, длины соцветия, числа семян с растения, массы 100 семян и количества семян в коробочке изучаемой популяции гибридов льна масличного в большей степени обусловлена условиями внешней среды (от 55 % до 97 %), чем наследственными различиями (3-45 %). Невысокую долю генетической изменчивости этих признаков можно связать с небольшим количеством учетных растений. Увеличению эффективности отбора этих признаков будет способствовать оптимизация условий выращивания.
Несмотря на то, что повышать надежность идентификации желательных генотипов по их фенотипам при селекции на урожайность особенно трудно в виду низкой наследуемости, обусловленной конкурентоспособностью и различиями генотипов по периоду вегетации, генетически обусловленным признаком в наших исследованиях можно считать признак «количество коробочек на растении» (Н2=51 %). Кроме того, этот признак обладает высоким коэффициентом вариации (29,71 %), что свидетельствует о высокой возможности его улучшения путем индивидуального отбора.
Заключение
Так как отбор элитных растений льна масличного в поколении F2 по количественным признакам, в том числе и продуктивности, сложен и редко эффективен из-за высокого уровня гетерозиготности, сложности компонентного состава генетической вариансы (доминирование, эпистаз, аддитивность, внутривидовая конкуренция, взаимодействие «генотип - среда»), первоначальный отбор следует проводить в поле: глазомерно, по хорошо видимым коррелирующим признакам (высоте, форме соцветия, растрески-ваемости, продолжительности вегетационного периода и т. д.) с последующим анализом отобранных растений в лабораторных условиях.
Селекционно-технологический цикл анализа расщепляющейся популяций F2 (отбор по фенотипу в полевых условиях, морфологический и статистический анализы, кластеризация полученных данных) позволил, используя метод k-средних и разбивку на 4 кластера с последующей доработкой гибридов, отобрать 9,47 % лучших по признакам продуктивности генотипов для воспроизводства поколения F3, имеет селекционное значение и представляется нам достаточно интересным и многообещающим.
ЛИТЕРАТУРА
1. Андроник, Е. Л. Создание базы данных «Коллекция льна» / Е. Л. Андроник, Е. В. Иванова // Весщ Нацыянальная акадэми навук Беларусц прилож. Молодежь в науке - 2007: в 4-х ч. / Национальная академия наук Беларуси, Совет молодых ученых НАН Беларуси. - Минск : Белорусская наука, 2008. - Ч. 4 : Серия аграрных наук. - С. 166-169.
2. Брач, Н. Б. Факторный анализ доноров хозяйственно ценных признаков из коллекции льна ВИР / Н. Б. Брач, Е. А. По-роховинова, И. Я. Шаров // Современные проблемы льноводства на Северо-Западе Российской Федерации: сб. материалов науч.-практ. конф. - Псков, 2000. - С. 29-30.
3. Использование компьютерных технологий при подборе родительских форм у плодовых культур [Электронный ресурс] / Виноградство и виноделие в Краснодарском крае: сайт веб. лаборатории Кубанского Государственного аграрного университета // А. В. Исачкин. - Режим доступа: www.vitis.ru/pdf/is37.pdf. - Дата доступа: 05.01.2012.
4. Мартынов, С. П. Биометрические подходы к оптимизации селекционного процесса / С. П. Мартынов // Молекулярная и прикладная генетика: сб. науч. тр. / Институт генетики и цитологии НАН Беларуси. - Минск, 2009. - Т.9. - С. 49-60.
5. Мартынов, С. П. Кластерный анализ саратовских сортов яровой пшеницы по коэффициентам родства / С. П. Мартынов // Цитология и генетика-23. - 1989. - № 4. - С. 37-43.
6. Мельничук, А. Д. Определение генетической разнородности сортов картофеля и подбор родительских пар для гибридизации по результатам факторного анализа / А. Д. Мельничук // Картофелеводство. - Минск, 2000. - Вып. 10. - С. 63-73.
7. Перуанский, Ю. В. Кластеризация по элементам продуктивности перспективных форм озимой пшеницы различной морозостойкости / Ю. В. Перуанский, Т. Л. Тажибаева // Селекция и урожай. - АлмаАта. - 1988. - С. 143-153.
8. Ротару, Л. И. Применение факторного и кластерного анализов для создания генотипов томата со стабильной продуктивностью / Л. И. Ротару, Г. А. Лупашку // Современные тенденции в селекции и семеноводстве овощных культур. Традиции и перспективы: материалы II Междунар. научно-практ. конф., Т. 1 / ГНУ «Всероссийский научно-исследовательский институт селекции и семеноводства овощных культур» Российской академии сельскохозяйственных наук ; ред. В. Ф. Пивоваров [и др.]. -Москва: ВНИИССОК, 2010. - С. 462-470.
9. Руанет, В. В. Использование искусственных нейронных сетей для решения частных задач генетики и селекции : дис. ... канд. биолог. наук : 03.00.15 / В. В. Руанет. - Москва, 2003. - 108 с.
10. Чеботарь, С. В. Дифференциация, идентификация и создание базы данных сортов Т.аеsтivuм L. украинской селекции на основе S ТМБ-анализа / С. В. Чеботарь, Ю. М. Сиволап // Цитология и генетика. - 2001. - №6. - С. 18-27.
11. Yau, S. K. Claster analysis of bread wheat lines grown in diverse rainfed environment / S. K. Yau, G. Ortis-Ferrara, J. P. Srivastava // RACHIS. - №2. - 1989. - P. 31-35.
