Метод «главных компонент» в селекции зернового сорго для засушливых условий Нижнего Поволжья

В селекции сельскохозяйственных культур, в том числе и сорго, применение методов многомерной статистики позволяет определить корреляционные взаимосвязи между морфометрическими признаками, элементами урожайности и биохимическими показателями зерна в модельной популяции, а также выявить нагрузку гипотетических факторов. Целью данных исследований являлось определение корреляционных взаимосвязей между морфометрическими признаками, элементами продуктивности и биохимическими показателями зерна, характеризующими нагрузку гипотетических факторов в модельной популяции сорго. Для практической селекции проанализировали 13 хозяйственно-ценных признаков у 27 сортообразцов зернового сорго, созданных в ФГБНУ РосНИИСК «Россорго». Установлена различная степень варьирования признаков зернового сорго: сильная– площадь флагового листа, площадь наибольшего листа, выдвинутость ножки метелки, продуктивная кустистость, масса и число зерен с 1 метелки (27,3–35,2%); слабая – содержание протеина и крахмала в зерне (2,8–8,6%). В группу со средней степенью варьирования отнесены высота растений через 30 суток и при созревании, длина метелки, масса 1000 зерен, урожайность зерна (10,1–15,6%). При анализе матрицы коэффициентов корреляции рассчитаны гипотетические факторы с вкладом более 5% в накапливаемую дисперсию. Построена корреляционная плеяда, позволяющая продемонстрировать средние (r = 0,51–0,68) и сильные (r = 0,76–0,94) корреляционные связи. Рассмотрены шесть гипотетических факторов, отражающих общий вклад в накапливаемую дисперсию: Z-1– 40,86%, Z-2 – 13,76%, Z-3 – 11,85%, Z-4 – 8,74%, Z-5 – 6,69%, Z-6 – 5,99%. Первый гипотетический фактор определяют признаки: площадь наибольшего и флагового листа (0,78–0,80), число и масса зерна с 1 метелки (0,84–0,91), урожайность зерна (0,77) и продуктивная кустистость (-0,78). Полученные результаты используются в селекционных программах по созданию сортов и гибридов зернового сорго, адаптированных к засушливым условиям Нижнего Поволжья.

1. Алабушев А.В., Анипенко Л.Н., Гурский Н.Г., Коломпец Н.Я., Костылев П.И., Мангуш П.А., Алабушева О.И. Сорго (селекция, семеноводство, технология, экономика). Ростов-на-Дону: Книга, 2003. 368 с.

2. Гаршин А.Ю., Жужукин В.И., Семин Д.С. Факторный анализ в модельной популяции сахарного сорго // Кукуруза и сорго. 2013. № 3. С. 3–6.

3. Методика государственного сортоиспытания сельскохозяйственных культур. Москва, 1989. 194 с.

4. Кибальник О.П. Комбинационная способность ЦМС-линий зернового сорго на основе А1, А2, А3, А4, 9Е и М-35-1А типов цитоплазматической мужской стерильности // Вавиловский журнал генетики и селекции. 2017. 21(6).С.651–656. DOI 10.18699/VJ17.282.

5. Куколева С.С., Семин Д.С., Кибальник О.П., Старчак В.И. Скрининг сортообразцов суданской травы в условиях Саратовской области // Зерновое хозяйство России. 2016. № 4(46). С. 8–11.

6. Матвеева Г.В., Новикова Л.Ю., Корнеев В.Б. Статистический анализ элементов продуктивности гибридов кукурузы // Кукуруза и сорго. 2010.№ 4. С. 25–29.

7. Старчак В.И., Жужукин В.И., Жук Е.А., Бычкова В.В. Изучение исходного материала сортообразцов зернового сорго // Аграрный научный журнал. 2020. № 6. С. 38–42. DOI 10.28983/asj.y2020i6pp38-42.

8. Старчак В.И., Жук Е.А. Оценка селекционно-ценных признаков зернового сорго методом главных компонент факторного анализа // 125 лет прикладной ботаники в России: Мат. Межд. науч.-практ. Конф. Санкт-Петербург: Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова, 2019. С. 261. DOI 10.30901/978-5-907145-39-9.

9. He S., Tang C., Li Wang M., Li S., Diallo B., Xu Y., zhou F., Sun L., Shi W., Xie G.H. Combining ability of cytoplasmic male sterility on yield and agronomic traits of sorghum for grain and biomass dualpurpose use // Industrial Crops&Products. 2020. V. 157. 112894. DOI: 10.1016/j.indcrop.2020.112894. 10. Chadalavada K., Kumari B.D.R., Kumar T.S. Sorghum mitigates climate variabili