Badanie zmienności i współzależności cech użytkowych w kolekcji roboczej pszenicy ozimej (Triticum aestivum L.) za pomocą metod wielowymiarowych. Część II. Analiza składowych głównych na podstawie macierzy korelacji fenotypowych i genotypowych

Joanna Ukalska

joanna_ukalska@sggw.edu.pl
Katedra Biometrii, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa (Poland)

Krzysztof Ukalski


Katedra Biometrii, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa (Poland)

Tadeusz Śmiałowski


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

Wiesław Mądry


Katedra Doświadczalnictwa i Bioinformatyki, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa (Poland)

Abstrakt

W pracy przedstawiono dwa podejścia do badania zależności między cechami w kolekcji roboczej pszenicy ozimej wykorzystujące zastosowania metody głównych składowych (PCA). Pierwsze, klasyczne podejście, polegało na przeprowadzeniu PCA na podstawie macierzy współczynników korelacji fenotypowych tj. macierzy uzyskanej w oparciu o estymatory średnich fenotypowych z rozważanych lat, a następnie wyznaczeniu współczynników korelacji między składowymi, a wartościami estymatorów średnich dla rozważanych cech. Drugie podejście, przedstawione w pracy, polegało na wykonaniu analizy składowych głównych na macierzy współczynników korelacji genotypowych analizowanych cech, czyli macierzy korelacji pomiędzy nieobserwowalnymi efektami genotypowymi badanych cech. Podejście takie umożliwia zbadanie genetycznych uwarunkowań, niepodatnych na wpływy środowiska, pomiędzy badanymi cechami. Uzyskano dużą zbieżność wyników obu metod. Jednak zastosowanie PCA na podstawie macierzy korelacji genotypowych pozwoliło na wyjaśnienie ok. 15% zmienności wielocechowej, więcej niż przy zastosowaniu klasycznej metody PCA. Ponadto stwierdzono większe bezwzględne wartości współczynników korelacji badanych cech ze składowymi głównymi.


Słowa kluczowe:

analiza składowych głównych, korelacje fenotypowe, korelacje genotypowe, pszenica ozima, zasoby genowe

Abdi A., Bejkele E., Asfaw Z., Teshome A. 2002. Patterns of morphological variation of sorghum (Sorghum bicolor (L.) Moench) landraces in qualitative characters in North Shewa and South Welo, Ethiopia. Hereditas 137: 161 — 172.
Google Scholar

Ayana A., Bekele E. 1999. Multivariate analysis of morphological variation in sorghum (Sorghum bicolor (L.) Moench) germplasm from Ethiopia and Eritrea. Gen. Res. Crop Evol. 46: 273 — 284.
Google Scholar

Errikson L., Johansson E., Kettaneh-Wold N., Wold S. 1999. Introduction to multi- and megavariate data analysis using projection methods (PCA & PLS). Umetrics AB, Umea, Sweden.
Google Scholar

Everitt B. S., Dunn G. 1992. Applied Multivariate Data Analysis. Oxford University Press, New York.
Google Scholar

Flores F., Gutierrez J. C., Lopez J., Moreno M. T., Cuberto J. I. 1997. Multivariate analysis approach to evaluate a germplasm collection of Hedysarum coronarium L. Gen. Res. Crop Evol. 44: 545 — 555.
Google Scholar

Hotteling H. 1933. Analysis of a Complex of Statistical Variables into Principal Components. Journal of Educational Psychology 24: 417 — 441, 498 — 520.
Google Scholar

Hotteling H. 1936. Simplified Computation of Principal Components. Psychometrica 1:27 — 35.
Google Scholar

Iezzoni A. F., Pritts M. P. 1991. Application of Principal Components Analysis to Horticultural Research. Hort. Sci. 26(4):334 — 338.
Google Scholar

Jolliffe I. T. 1986. Principal components analysis. Springer-Verlag, New York.
Google Scholar

Khattree R., Naik D. N. 2000. Multivariate data reduction and discrimination with SAS software. SAS Institute Inc., Cary, NC.
Google Scholar

Krzanowski W. J. 1988. Principles of multivariate analysis: a users’s perspective. Oxford University Press, Oxford. 563 pp.
Google Scholar

Leguizamon J., Badenes M. L. 2003. Multivariate analysis as a tool for germplasm studies, Example of Analysis of Gerplasm Loquat Data. Acta Hort. 606: 29 — 35.
Google Scholar

Littell R. C., Milliken G. A., Stroup W.W., Wolfinger R. D. 1996. SAS system for mixed models. SAS Institute Inc., Cary, NC
Google Scholar

Mars M., Marrakchi M. 1999. Diversity of pomegrante (Punica granatum L.) germplasm in Tunisia. Genet. Resour. Crop. Evol. 46: 461 — 467.
Google Scholar

Martinez-Calvo J. 2007. Study of a germplasm collection of loquat (Eriobotrya japonica Lindl.) by multivariate analysis. Genet. Resour. Crop Evol. 55(5):695 — 703.
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

Pearson K. 1901. On lines planes of closest fit to a system of points in space. Philosophical Magazine 2:557 — 572.
Google Scholar

Perez-Gonzalez S. 1992. Associations among morphological and phenological characters representing apricot germplasm in Central Mexico. J. Am. Soc. Hort. Sci. 117:486 — 490.
Google Scholar

Rao C.R. 1964. The Use and Interpretation of Principal Components in Applied Research. Sankhya A26:329 — 358.
Google Scholar

Rojas W., Barriga P., Figueroa H. 2000. Multivariate analysis of the genetic diversity of Bolivian quinoa germplasm. Plant Genetic Resources Newsletter 122: 16 — 23.
Google Scholar

Rotondi A., Magli M., Ricciolini C., Baldoni L. 2003. Morphological and molecular analyses for the characterization of a group of Italian olive cultivars. Euphytica 132: 129 — 137.
Google Scholar

SAS/STAT User's Guide, Version 8.2. 2002. SAS Institute, Cary NC.
Google Scholar

Skinner D.Z., Barchan G.R., Auricht G., Hughes S. 1999. A method for the efficient management and utilization of large germplasm collections. Crop Sci. 39:1237 — 1242.
Google Scholar

Ukalska J., Mądry W., Ukalski K., Masny A., 2007. Wielowymiarowa ocena różnorodności fenotypowej w kolekcji zasobów genowych truskawki (Fragaria × ananassa Duch.) Część I: analiza zmienności. Zesz. Probl. Post. Nauk Rol. 517: 749 — 758.
Google Scholar

Ukalski K., Ukalska J., Śmiałowski T., Mądry W. 2008. Badanie zmienności i współzależności cech użytkowych w kolekcji roboczej pszenicy ozimej (Triticum aestivum L.) za pomocą metod wielowymiarowych. Część I. Korelacje fenotypowe i genotypowe. Biul. IHAR 249: 35 — 43.
Google Scholar

Upadhyaya H. D., Mallikarjuna Swamy B. P., Kenchana Goudar P. V., Kullaiswamy B.Y., Singh S. 2005. Identification of diverse groundnut germplasm through multienvironment evaluation of a core collection for Asia. Field Crops Research 93: 293 — 299.
Google Scholar

Pobierz


Opublikowane
09/30/2008

Cited By / Share

Ukalska, J. (2008) „Badanie zmienności i współzależności cech użytkowych w kolekcji roboczej pszenicy ozimej (Triticum aestivum L.) za pomocą metod wielowymiarowych. Część II. Analiza składowych głównych na podstawie macierzy korelacji fenotypowych i genotypowych”, Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin, (249), s. 45–57. doi: 10.37317/biul-2008-0032.

Autorzy

Joanna Ukalska 
joanna_ukalska@sggw.edu.pl
Katedra Biometrii, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa Poland

Autorzy

Krzysztof Ukalski 

Katedra Biometrii, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa Poland

Autorzy

Tadeusz Śmiałowski 

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

Autorzy

Wiesław Mądry 

Katedra Doświadczalnictwa i Bioinformatyki, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa Poland

Statystyki

Abstract views: 180
PDF downloads: 20


Licencja

Prawa autorskie (c) 2008 Joanna Ukalska, Krzysztof Ukalski, Tadeusz Śmiałowski, Wiesław Mądry

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 > >> 

Podobne artykuły

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 > >> 

Możesz również Rozpocznij zaawansowane wyszukiwanie podobieństw dla tego artykułu.