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.plKatedra 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 genoweBibliografia
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
Autorzy
Joanna Ukalskajoanna_ukalska@sggw.edu.pl
Katedra Biometrii, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa Poland
Autorzy
Krzysztof UkalskiKatedra Biometrii, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa Poland
Autorzy
Tadeusz ŚmiałowskiInstytut Hodowli i Aklimatyzacji Roślin, Zakład Roślin Zbożowych w Krakowie Poland
Autorzy
Wiesław MądryKatedra Doświadczalnictwa i Bioinformatyki, Szkoła Główna Gospodarstwa Wiejskiego, Warszawa Poland
Statystyki
Abstract views: 445PDF downloads: 24
Licencja
Prawa autorskie (c) 2008 Joanna Ukalska, Krzysztof Ukalski, Tadeusz Śmiałowski, Wiesław Mądry
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:
- Wytwarzanie i zwielokrotnianie określoną techniką egzemplarzy artykułu, w tym techniką drukarską oraz techniką cyfrową.
- Wprowadzanie do obrotu, użyczenie lub najem oryginału albo egzemplarzy artykułu.
- 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.
- Włączenie artykułu w skład utworu zbiorowego.
- Wprowadzanie artykułu w postaci elektronicznej na platformy elektroniczne lub inne wprowadzanie artykułu w postaci elektronicznej do Internetu, lub innej sieci.
- Rozpowszechnianie artykułu w postaci elektronicznej w internecie lub innej sieci, w pracy zbiorowej jak również samodzielnie.
- 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:
- Wyrażają zgodę na publikację artykułu w czasopiśmie,
- Wyrażają zgodę na nadanie publikacji DOI (Digital Object Identifier),
- 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),
- Wyrażają zgodę na udostępniane artykułu w formie elektronicznej na mocy licencji CC BY-SA 4.0, w otwartym dostępie (open access),
- Wyrażają zgodę na wysyłanie metadanych artykułu do komercyjnych i niekomercyjnych baz danych indeksujących czasopisma.
Inne teksty tego samego autora
- Wiesław Mądry, Dariusz Gozdowski, Historia rozwoju statystycznych metod planowania i analizy doświadczeń rolniczych na świecie oraz w Polsce , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 288 (2020): Wydanie regularne
- Dariusz Gozdowski, Wiesław Mądry, Zdzisław Wyszyński, Analiza korelacji i współczynników ścieżek w ocenie współzależności plonu ziarna i jego składowych u dwóch odmian jęczmienia jarego , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 248 (2008): Wydanie regularne
- Krzysztof Ukalski, Joanna Ukalska, Tadeusz Śmiałowski, Wiesław Mądry, Badanie zmienności i współzależności cech użytkowych w kolekcji roboczej pszenicy ozimej (Triticum aestivum L.) za pomocą metod wielowymiarowych. Część I. Korelacje fenotypowe i genotypowe , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 249 (2008): Wydanie regularne
- Marcin Studnicki, Wiesław Mądry, Tadeusz Śmiałowski, Wielocechowa analiza różnorodności fenotypowej w kolekcji roboczej pszenicy jarej , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 252 (2009): Wydanie regularne
- Adriana Derejko, Wiesław Mądry, Dariusz Gozdowski, Jan Rozbicki, Jan Golba, Mariusz Piechociński, Marcin Studnicki, Wpływ odmian, miejscowości i intensywności uprawy oraz ich interakcji na plon pszenicy ozimej w doświadczeniach PDO , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 259 (2011): Wydanie regularne
- Tadeusz Śmiałowski, Stanisław Węgrzyn, Maria Stachowicz, Analiza zmienności i korelacji ważnych cech technologicznych rodów i odmian pszenicy ozimej , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 249 (2008): Wydanie regularne
- Dariusz Gozdowski, Wiesław Mądry, Charakterystyka i empiryczne porównanie prostej oraz złożonej analizy ścieżek w ocenie determinacji plonu roślin przez ich cechy plonotwórcze. Część I. Prezentacja stosowanych metod , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 249 (2008): Wydanie regularne
- Anna Rajfura, Wiesław Mądry, Tadeusz Drzazga, Marzena Iwańska, Wydzielanie grup miejscowości na podstawie serii doświadczeń wielokrotnych ze zmiennym składem odmian w latach przy użyciu pakietu SEQRET. Część II. Przykład dla plonu ziarna z doświadczeń przedrejestrowych z pszenicą ozimą , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 250 (2008): Wydanie regularne
- Stanisław Pluta, Wiesław Mądry, Edward Żurawicz, Marcin Kozak, Analiza statystyczna zależności plonu owoców u porzeczki czarnej (Ribes nigrum L.) od dwóch składowych multiplikatywnych , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 249 (2008): Wydanie regularne
- Jakub Paderewski, Wiesław Mądry, Wiesław Pilarczyk, Tadeusz Drzazga, Retrospektywne badanie reakcji plonu odmian pszenicy ozimej na warunki środowiskowe w miejscowościach za pomocą łącznej analizy AMMI i skupień: ocena postępu genetycznego w plonowaniu , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 250 (2008): Wydanie regularne
