ПРОГНОЗ СЕЛЕКЦИОННОЙ ЦЕННОСТИ ГИБРИДНЫХ ПОПУЛЯЦИЙ ПШЕНИЦЫ НА ОСНОВЕ АНАЛИЗА РОДИТЕЛЬСКИХ СОРТОВ
https://doi.org/10.26898/0370-8799-201-2-3
Аннотация
Изучено влияние показателей 32 родительских сортов на селекционную ценность их гибридных популяций от парных скрещиваний в селекции яровой мягкой пшеницы. Исследование проведено в 2008–2016 гг. в селекционных питомниках первого и второго года, расположенных в Алтайском крае. Родительские генотипы изучены по основным признакам продуктивности растений. Определены параметры родительских сортов: среднеродительская урожайность, разность урожайности, среднеродительское значение признаков продуктивности, разность признаков продуктивности, наличие хотя бы одного низкоурожайного родителя, взаимное дополнение у родительских форм одного элемента продуктивности колоса – количество зерен другим – масса 1000 зерен. О селекционной ценности комбинации скрещивания судили по количеству отобранных линий в селекционном питомнике второго года. Комбинации скрещивания разделены на две группы: обычные, у которых за два года отобрано менее 4 семей (44 шт.), и лучшие комбинации – с количеством семей более 4 (12 шт.). Лучшими комбинациями скрещивания отмечены: Саратовская 70 × Алтайская жница, Тобольская степная × Алтайская жница, Алтайская жница × Омская 36, Дуэт × Омская 36, Сибирская 99 × Саратовская 68, Омская 28 × Степная волна, Толькын × Саратовская 70, Лютесценс 16/с × Степная волна, Степная нива × Алтайская 50, Тулеевская × Саратовская 70, Степная волна × Алтайская жница, Омская 28 × Саратовская 71. Лучшие комбинации скрещивания обладали большей среднеродительской урожайностью и среднеродительским количеством колосков в колосе, чем обычные комбинации (246 против 229 г/м2 и 12,6 против 12,2 штук соответственно). Низкоурожайные сорта отмечены среди родительских форм лучших комбинаций скрещивания в 42% случаев и в 64% – среди родительских форм обычных комбинаций. На селекционную ценность гибридной популяции не влияют различия по урожайности и контрастность признаков продуктивности колоса родительских сортов.
Об авторе
С. Б. ЛепеховРоссия
Кандидат сельскохозяйственных наук, старший научный сотрудник.
656910, Алтайский край, Барнаул, Научный городок, 35
Список литературы
1. Souza E., Sorrells M.E. Prediction of progeny variation in oat from parental genetic relationships // Theoretical and applied genetics. – 1991. – Vol. 82, Iss. 2.– P. 233–241.
2. Kotzamanidis S.T., Lithourgidis A. S., Mavromatis A.G., Chasioti D.I., Roupakias D.G. Prediction criteria of promising F3 populations in durum wheat: A comparative study // Field crops research. – 2008. – Vol. 107. – P. 257– 264.
3. Hamblin J., Evans A.M. The estimation of cross yield using early generation and parental yields in dry beans (Phaseolus vulgaris L.) // Euphytica. – 1976. – Vol. 25. – P. 515–520
4. Nass H.G. Selecting superior spring wheat crosses in early generations // Euphytica. – 1979. – Vol. 28. – P. 161–167.
5. Jinks J.L., Pooni H.S. Predicting the properties of recombinant inbred lines derived by single seed descent // Heredity. – 1976. – Vol. 36. – P. 253–266.
6. Chahota R.K., Kishore N., Dhiman K. C., Sharma T.R., Sharma S.K. Predicting transgressive segregants in early generation using single seed descent method-derived micromacrosperma genepool of lentil (Lens culinaris Medikus) // Euphytica. – 2007. – Vol. 156. – P. 305–310.
7. Мазер К., Джинкс Дж. Биометрическая генетика. – М.: Мир, 1985. – 463 с.
8. Bohn M., Utz H.F., Melchinger A.E. Genetic similarities among winter wheat cultivars determined on the basis of RFLPs, AFLPs, and SSRs and their use for predicting progeny variance // Crop Science. – 1999. – Vol. 39. – P. 228–237.
9. Kuczynґska A., Surma M., Kaczmarek Z., Adamski T. Relationship between phenotypic and genetic diversity of parental genotypes and the frequency of transgression effects in barley (Hordeum vulgare L.) // Plant Breeding. – 2007. – Vol. 126. – P. 361–368.
10. Bhatt G.M. Comparison of various methods of selecting parents for hybridization in common bread wheat (Triticum aestivum L.) // Australian journal of agricultural research. – 1973. – Vol. 24, Iss. 4. – P. 457–464.
11. Волошина Л.И., Животков Л.А. Селекционная ценность образцов озимой пшеницы западно-евро пейского экотипа // Селекция и семеноводство. – 1982. – № 2. – С. 21–23.
12. Лакин Г.Ф. Биометрия. – М.: Высш. школа, 1980. – 293 с.
13. Fufa H., Baenziger P.S., Beecher B., Dweikat I., Graybosch R.A., Eskridge K. M. Comparison of phenotypic and molecular markerbased classifi cations of hard red winter wheat cultivars // Euphytica. – 2005. – Vol. 145, Iss. 1–2. – P. 133–146.
14. Смиряев А.В., Дивашук М.Г., Хупацария Т.И., Баженова С.С., Нгуен. Т.Т. Прогноз эффективности отбора в популяциях потомства по косвенным оценкам генетической дивергенции родителей на примере мягкой яровой пшеницы // Изв. ТСХА. – 2013. – Вып. 1. – С. 57–70.
15. Sharma R.C. Selection for biomass yield in wheat // Euphytica. – 1993. – Vol. 70. – P. 35–42.
16. Hunt L.A. Designing improved plant types: a breeder’s viewpoint // Systems approaches for agricultural development. – Dordrecht: Springer, 1993. – P. 3–17.
17. Ильина Л.Г. Селекция яровой мягкой пшеницы на Юго-Востоке. – Саратов, изд-во Саратовского ун-та, 1989. – 134 с.
18. Коновалов Ю.Б., Власенко Н.М. О подборе пар для скрещивания у мягкой яровой пшеницы при селекции на продуктивность // Известия ТСХА. – 1981. – № 1. – С. 40–46.
19. Atkins R.E., Murphy H.C. Evaluation of yield potentialities of oat crosses from bulk hybrid tests // Agronomis journal. – 1949. – Vol. 41, Iss. 1. – P. 41–45.
20. Simmonds N.W. How frequent are superior genotypes in plant breeding populations? // Biological reviews. – 1989. – Vol. 64, Iss. 4. – P. 341–365.
Рецензия
Для цитирования:
Лепехов С.Б. ПРОГНОЗ СЕЛЕКЦИОННОЙ ЦЕННОСТИ ГИБРИДНЫХ ПОПУЛЯЦИЙ ПШЕНИЦЫ НА ОСНОВЕ АНАЛИЗА РОДИТЕЛЬСКИХ СОРТОВ. Сибирский вестник сельскохозяйственной науки. 2018;48(2):17-23. https://doi.org/10.26898/0370-8799-201-2-3
For citation:
Lepekhov S.B. PREDICTION OF BREEDING VALUE IN WHEAT SEGREGATING POPULATIONS BASED ON ANALYSIS OF PARENTAL VARIETIES. Siberian Herald of Agricultural Science. 2018;48(2):17-23. (In Russ.) https://doi.org/10.26898/0370-8799-201-2-3