Wielocechowa analiza różnorodności fenotypowej w kolekcji roboczej pszenicy jarej

Marcin Studnicki

marcin_studnicki@sggw.edu.pl
Katedra Doświadczalnictwa i Bioinformatyki, SGGW w Warszawie (Poland)

Wiesław Mądry


Katedra Doświadczalnictwa i Bioinformatyki, SGGW w Warszawie (Poland)

Tadeusz Śmiałowski


Instytut Hodowli i Aklimatyzacji Roślin, Zakład Roślin Zbożowych w Krakowie (Poland)

Abstrakt

Sukces programów hodowlanych roślin jest uzależniony między innymi od wiedzy o zmienności fenotypowej i genetycznej posiadanych kolekcji zasobów genowych oraz stopnia jej wykorzystania. Zastosowanie wielocechowych metod statystycznych jest ważnym składnikiem oceny różnorodności oraz klasyfikacji i typologii obiektów w obrębie zgromadzonych kolekcji zasobów genowych danego gatunku roślin lub materiałów hodowlanych w kolekcjach roboczych. Celem tej pracy jest ocena różnorodności fenotypowej 149 obiektów pszenicy jarej pod względem 12 cech ilościowych. Obiekty te zostały zgromadzone w kolekcji roboczej Zakładu Oceny Jakości i Metod Hodowli Zbóż Instytutu Hodowli i Aklimatyzacji Roślin w Krakowie. Niekompletną serię wieloletnią doświadczeń polowych przeprowadzono w miejscowości Kończewice w województwie Kujawsko-Pomorskim w latach 1996–1998. Niekompletność serii i danych sklasyfikowanych dwukierunkowo wynikała stąd, że niektóre obiekty badano nie we wszystkich latach. W pracy wykorzystano analizę skupień Warda i analizę składowych głównych, które pozwalają na komplementarne wnioski. Pierwsze cztery składowe główne wyjaśniły 67% ogólnej zmienności wielocechowej między badanymi obiektami. Pierwsza składowa wyjaśniająca 24% zmienności wielocechowej, była ona skorelowana głównie z plonem ziarna z poletka oraz masą ziarna z kłosa. Badane obiekty podzielono na 9 grup jednorodnych wielocechowo. Przedstawiono charakterystykę wielocechową obiektów w wydzielonych grupach oraz ocenę wielocechowego podobieństwa tych grup.


Słowa kluczowe:

BLUP, analiza składowych głównych, analiza skupień, cechy rolnicze, kolekcja robocza, pszenica jara, różnorodność fenotypowa

Assefa K., Tefera H., Merker A., Kefyalew T., Hundera F. 2001. Quantitative trait diversity in tef (Eragrostis tef (Zucc.) Trotter) germplasm from Central and Northern Ethiopia. Genetic Resources and Crop Evolution 48: 53 — 61.
Google Scholar

Bennett S. J. 2000. Genetic variation of five species of Trifolium L. from south-west Turkey. Genetic Resources and Crop Evolution 47: 81 — 91.
Google Scholar

Brown-Guedira G. L., Thompson J. A., Nelson R. L., Warburton M. L. 2000. Evaluation of genetic diversity of soybean introductions and North American Ancestors using RAPD and SSR markers. Crop Sci. 40: 815 — 823.
Google Scholar

Casler M. D., van Santen E. 2000. Patterns of variation in a collection of meadow fescue accessions. Crop Sci. 40: 248 — 255.
Google Scholar

Crossa J., Franco J. 2004. Statistical methods for classifying genotypes. Euphytica 153: 19 — 37.
Google Scholar

Damania A. D. 2008. History, achievements, and current status of genetic resources conservation. Agron. J. 100: 9 — 21.
Google Scholar

DeLacy J.H., Skovmand B., Huerta J. 2000. Characterization of Mexican wheat landraces using agronomically useful attributes. Genetic Resources and Crop Evolution 47:591 — 602.
Google Scholar

Hailu F., Merker A., Harjit-Singh., Belay G., Johansson E. (2006) Multivariate analysis of diversity of tetraploid wheat germplasm from Ethiopia. Genetic Resources and Crop Evolution 53: 1089 — 1098
Google Scholar

Hartung K., Piepho H. P. 2005. A threshold model for multiyear genebank data based on different rating scales. Crop Sci. 45: 1045 — 1051.
Google Scholar

Hartung K., Piepho H. P., Knupffer H. 2006. Analysis of genebank evaluation data by using geostatistical methods. Genetic Resources and Crop Evolution 53: 737 — 751.
Google Scholar

Jahufer M. Z. Z., Cooper M., Harch B. D. 1997. Pattern analysis of the diversity of morphological plant attributes and herbage yield in a world collection of white clover (Trifolium repens L.) germplasm characterised in a summer moisture stress environment of Australia. Genetic resources and crop evolution 44: 289 — 300.
Google Scholar

Johnson R. A., Wichern D. W. 2002. Applied multivariate statistical analysis. Prentice – Hall, Inc. Upper Saddle River, NJ.
Google Scholar

Kubicka H., Mądry W., Sieczko L., Komar L., Puchalski J. 2004. Wielowymiarowa analiza różnorodności genotypowej linii wsobnych żyta ozimego (Secale cereale L.) dla cech rolniczych i fenologicznych. Zesz. Probl. Post. Nauk Rol. Seria A 497: 375 — 389.
Google Scholar

Littell R. C., Milligan G.A., Stroup W. W., Wolfinger R.D., Schabenberger O. 2006. SAS for mixed models. SAS Institute Inc. Cary, NC.
Google Scholar

Manjunatha T., Bisht I. S., Bhat K. V., Singh B. P. 2007. Genetic diversity in barley (Hordeum vulgare L. ssp. vulgare) landraces from Uttaranchal Himalaya of India. Genetic resources and crop evolution 54: 55 — 65.
Google Scholar

Mapes C., Caballero J., Espitia E., Bye R.A. (1996) Morphophysiological variation in some Mexican species of vegetable Amaranthus: evolutionary tendencies under domestication. Genetic resources and crop evolution 43: 283 — 290.
Google Scholar

Martinez-Calvo J., Gisbert A. D., Carmen Alamar M., Hernandorena R., Romeo C. 2007. Study of a germplasm collection of loquat (Eriobotrya japonica Lindl.) by multivariate analysis. Genetic Resources and Crop Evolution 55: 695 — 703.
Google Scholar

Mazurkiewicz B., Struś M. (1997) Kolekcje robocze pszenicy ozimej jako czynnik postępu hodowlanego. Biuletyn IHAR 204: 81 — 87.
Google Scholar

Mądry W. 2007. Metody statystyczne do oceny różnorodności fenotypowej dla cech ilościowych w kolekcjach roślinnych zasobów genowych. Zesz. Probl. Post. Nauk Rol. 517:21 — 41.
Google Scholar

Mohammadi S. A., Prasanna B. M. 2003. Analysis of genetic diversity in crop plants — salient statistical tools and considerations. Crop Sci. 43: 1235 — 1248.
Google Scholar

Okpul T., Singh D., Gunua T., Wagih M. E. 2004. Assessment of diversity using agro-morphological traits for selecting a core sample of Papua New Guinea taro (Colocasia esculenta (L.) Schott) collection. Genetic Resources and Crop Evolution 51: 671 — 678.
Google Scholar

Piepho H. P., Mohring J. 2005. Best Linear Unbiased Prediction of cultivar effects for subdivided target regions. Crop Sci. 45:1151 — 1159.
Google Scholar

Robinson G. K. 1991. That BLUP is a good thing: the estimation of random effects Statistical Science 6:15 — 51.
Google Scholar

Ruiz M., Ravela F., Carrillo J. M. 1997. Analysis of the discriminating power of agro-morphological and biochemical descriptors in a sample of the Spanish collection of barley (Hordeum vulgare L.). Genetic Resources and Crop Evolution 44: 247 — 255.
Google Scholar

SAS Institute Inc. (2004) SAS OnlineDoc® 9.1.3. Cary, NC.
Google Scholar

Sorrells M. E. 2007. Application of new knowledge, technologies, and strategies to wheat improvement. Euphytica 157: 299 — 306.
Google Scholar

Upadhyaya H. D., Ortiz R., Bramel P. J., Singh S. 2003. Development of a groundnut core collection using taxonomical, geographical and morphological descriptors. Genetic Resources and Crop Evolution 50:139 — 148.
Google Scholar

Žáková M., Benková M. 2006. Characterization of spring barley accessions based on multivariate analysis. Commun. Biometry Crop Sci. 1 (2): 124 — 134.
Google Scholar

Pobierz


Opublikowane
06/30/2009

Cited By / Share

Studnicki, M., Mądry, W. i Śmiałowski, T. (2009) „Wielocechowa analiza różnorodności fenotypowej w kolekcji roboczej pszenicy jarej”, Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin, (252), s. 91–104. doi: 10.37317/biul-2009-0059.

Autorzy

Marcin Studnicki 
marcin_studnicki@sggw.edu.pl
Katedra Doświadczalnictwa i Bioinformatyki, SGGW w Warszawie Poland

Autorzy

Wiesław Mądry 

Katedra Doświadczalnictwa i Bioinformatyki, SGGW w Warszawie Poland

Autorzy

Tadeusz Śmiałowski 

Instytut Hodowli i Aklimatyzacji Roślin, Zakład Roślin Zbożowych w Krakowie Poland

Statystyki

Abstract views: 356
PDF downloads: 17


Licencja

Prawa autorskie (c) 2009 Marcin Studnicki, Wiesław Mądry, Tadeusz Śmiałowski

Creative Commons License

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.

Z chwilą przekazania artykułu, Autorzy udzielają Wydawcy niewyłącznej i nieodpłatnej licencji na korzystanie z artykułu przez czas nieokreślony na terytorium całego świata na następujących polach eksploatacji:

  1. Wytwarzanie i zwielokrotnianie określoną techniką egzemplarzy artykułu, w tym techniką drukarską oraz techniką cyfrową.
  2. Wprowadzanie do obrotu, użyczenie lub najem oryginału albo egzemplarzy artykułu.
  3. Publiczne wykonanie, wystawienie, wyświetlenie, odtworzenie oraz nadawanie i reemitowanie, a także publiczne udostępnianie artykułu w taki sposób, aby każdy mógł mieć do niego dostęp w miejscu i w czasie przez siebie wybranym.
  4. Włączenie artykułu w skład utworu zbiorowego.
  5. Wprowadzanie artykułu w postaci elektronicznej na platformy elektroniczne lub inne wprowadzanie artykułu w postaci elektronicznej do Internetu, lub innej sieci.
  6. Rozpowszechnianie artykułu w postaci elektronicznej w internecie lub innej sieci, w pracy zbiorowej jak również samodzielnie.
  7. Udostępnianie artykułu w wersji elektronicznej w taki sposób, by każdy mógł mieć do niego dostęp w miejscu i czasie przez siebie wybranym, w szczególności za pośrednictwem Internetu.

Autorzy poprzez przesłanie wniosku o publikację:

  1. Wyrażają zgodę na publikację artykułu w czasopiśmie,
  2. Wyrażają zgodę na nadanie publikacji DOI (Digital Object Identifier),
  3. Zobowiązują się do przestrzegania kodeksu etycznego wydawnictwa zgodnego z wytycznymi Komitetu do spraw Etyki Publikacyjnej COPE (ang. Committee on Publication Ethics), (http://ihar.edu.pl/biblioteka_i_wydawnictwa.php),
  4. Wyrażają zgodę na udostępniane artykułu w formie elektronicznej na mocy licencji CC BY-SA 4.0, w otwartym dostępie (open access),
  5. Wyrażają zgodę na wysyłanie metadanych artykułu do komercyjnych i niekomercyjnych baz danych indeksujących czasopisma.

Inne teksty tego samego autora

<< < 1 2 3 4 5 > >>