Маркер- ориентированная селекция яровой мягкой пшеницы на повышение урожайности, качества зерна, устойчивости к болезням и засухе в условиях Западной Сибири

Вызовы, предъявляемые современным потребительским рынком, изменением климата, возрастанием числа эпифитотийных и засушливых лет, диктуют необходимость ускорения селекции пшеницы по целому комплексу признаков, в первую очередь связанных с повышением урожайности, качества зерна, устойчивости к болезням и засухе. Маркер-ориентированная селекция позволяет сократить сроки создания сортов с заданными параметрами в условиях конкретного региона. Цель настоящей работы – выявление KASP-маркеров, ассоциированных с генами ценных признаков в коллекционном и селекционном материале пшеницы, и эффективных SNP-локусов для маркер-ориентированной селекции в условиях Западной Сибири. Идентификация генов, контролирующих хозяйственно ценные признаки, с использованием 64-х KASP-маркеров в 2020 г. выполнена в лаборатории LGC-Genomics (Великобритания). Установлено, что платформы генотипирования SNP-локусов большого количества сортов современной селекции имели значительное сходство, несмотря на географическую разобщенность сортов, что свидетельствует об уязвимости зернового производства в случае масштабных эпифитотий и засухи. Выявлены различия по идентифицированным SNP-локусам и частоте их встречаемости между сортами современной селекции, стародавней пшеницы и селекционного материала на основе синтетической пшеницы. По результатам фенотипирования изученных образцов в полевых сезонах 2020–2021 гг. отмечено достоверное влияние параметров корневой системы (гены TraesCS2D01G395500.1 и TraesCS4D01G341800.1 в хромосомах 2D и 4D) на увеличение крупности зерна и урожайности; гена засухоустойчивости TaDreb-B1 – на увеличение озерненности колоса и урожайности. В повышение питательной ценности зерна и накопление белка в зерне существенный вклад вносили гены GPC-B1 и TraesCS2D01G316300.1, отвечающие за ремобилизацию азота, накопление белка и сухой биомассы в зерне. Маркер-контролируемым отбором в КСИ выделены сорта, достоверно превышающие стандарты по урожайности, с комплексом генов, имеющих положительные эффекты на качество зерна, устойчивость к болезням и засухе.

1. Гончаров Н.П., Гончаров П. Л. Методические основы селекции растений. Новосибирск: Изд-во «Гео», 2009. 427 с.

2. Доспехов Б. А. Методика полевого опыта (с основами статистической обработки результатов исследований). 5 издание, перераб. и доп., стереотип. изд. М.: Альянс, 2014. 351 с.

3. Хлесткина Е. К., Пшеничникова Т. А., Усенко Н. И., Отмахова Ю. С. Перспективные возможности использования молекулярно-генетических подходов для управления технологическими свойствами зерна пшеницы в контексте цепочки «зерно–мука–хлеб» // Вавиловский журнал генетики и селекции. 2016. No 20 (4). С. 511–527. DOI: 10.18699/VJ15.140.

4. Шаманин В. П., Шепелев С. С., Пожерукова В. Е., Потоцкая И. В., Кочерина Н. В., Lohwasser U., Börner A., Чесноков Ю. В. Картирование QTL у гексаплоидной мягкой пшеницы (Тriticum aestivum L.) в условиях Западно-Сибирской равнины // Сельскохозяйственная биология. 2018. Т. 53, No 1. С. 50–60. DOI: 10.15389/agrobiology.2018.1.50rus.

5. Шаманин В. П., Шепелев С. С., Потоцкая И. В., Чурсин А. С., Пожерукова В. Е., Кузьмин О. Г., Гладких М. С., Моргунов А. И. Гексаплоидные синтетики и эффективные гены для селекции пшеницы в условиях Западной Сибири. Омск: Изд-во Омского ГАУ, 2021. 172 с.

6. Gautam T., Dhillon G. S., Saripalli G., Rakhi, Singh V. P., Prasad P., Kaur S., Chhuneja P., Sharma P. K., Balyan H. S., Gupta P. K. Marker-assisted pyramiding of genes/QTL for grain quality and rust resistance in wheat (Triticum aestivum L.) // Mol. Breeding. 2020. Vol. 40, P. 49. DOI: 10.1007/s11032-020-01125-9.

7. Gupta P. K., Balyan H. S., Chhuneja P., Jaiswal J. P., Tamhankar S. et al. Pyramiding of genes for grain protein content, grain quality and rust resistance in eleven Indian bread wheat cultivars: A multi-institutional effort // Molecular Breeding. 2022. Vol. 42, No 4. Article number: 21. DOI: 10.1007/s11032-022-01277-w.

8. Kuchel H., Langridge P., Mosionek L., Williams K., Jefferies S.P. The genetic control of milling yield, dough rheology and baking quality of wheat // Theoretical and Applied Genetics. 2006. Vol. 112, P. 1487–1495. DOI: 10.1007/s00122-006-0252-z.

9. Li C-X, Xu W-G, Guo R., Zhang J-Z, Qi X-Li, Hu L., Zhao M-Z. Molecular marker assisted breeding and genome composition analysis of Zhengmai 7698, an elite winter wheat cultivar // Scientific Reports. 2018. Vol. 8, Article number: 322. DOI: 10.1038/s41598-017-18726-8.

10. Li S., Zhang C., Li J., Yan L., Wang N., Xia L. Present and future prospects for wheat improvement through genome editing and advanced technologies // Plant Comm. 2021. Vol. 2(4), P. 100211. DOI: 10.1016/j.xplc.2021.100211.

11. Rasheed A., Wen W., Gao F., Zhai S., Jin H., Liu J., Guo Q., Zhang Y., Dreisigacker S., Xia X., He Z. Development and validation of KASP assays for functional genes underpinning key economic traits in wheat // Theoretical and Applied Genetics. 2016. Vol. 129, P. 1843–1860. DOI: 10.1007/s00122-016-2743-x.

12. Rasheed А., Xia X. From markers to genome-based breeding in wheat // Theor. Appl. Genet. 2019. Vol. 132, Article number: 767784. DOI: 10.1007/s00122-019-03286-4.

13. Ravel C., Faye A., Ben-Sadoun S., Ranoux M., Dardevet M., Dupuits C., Exbrayat F., Poncet C., Sourdille P., Branlard G. SNP markers for early identification of high molecular weight glutenin subunits (HMW-GSs) in bread wheat // Theoretical and Applied Genetics. 2020. Vol. 133, P. 751–770. DOI: 10.1007/s00122-019-03505-y.

14. Shchukina L. V., Lapochkina I. F., Pshenichnikova T. A. Phenotypic diversity of bread wheat lines with introgressions from the diploid cereal Aegilops speltoides for technological properties of grain and flour // Vavilov Journal of Genetics and Breeding. 2020. Vol. 24(7), P. 738–746. DOI: 10.18699/VJ20.668.

15. Tabbita F., Pearce S., Barneix Atilio J. Breeding for increased grain protein and micronutrient content in wheat: Ten years of the GPC-B1 gene // Journal of Cereal Science. 2017. Vol. 1, P. 183–191. DOI: 10.1016/j.jcs.2017.01.003.