Генетико-статистический анализ комбинационной способности сортов и форм яровой мягкой пшеницы по коэффициенту хозяйственной эффективности фотосинтеза

КУРСОВАЯ РАБОТА

по дисциплине «Генетика популяций и количественных признаков» на тему:

«ГЕНЕТИКО-СТАТИСТИЧЕСКИЙ АНАЛИЗ КОМБИНАЦИОННОЙ СПОСОБНОСТИ СОРТОВ И ФОРМ ЯРОВОЙ МЯГКОЙ ПШЕНИЦЫ ПО КОЭФФИЦИЕНТУ ХОЗЯЙСТВЕННОЙ ЭФФЕКТИВНОСТИ ФОТОСИНТЕЗА»



Содержание

Выводы и предложения селекционной практике 63

2.3 Расчёт комбинационной способности

Выводы и предложения селекционной практике 63



Реферат

Объектом исследований служит яровая мягкая пшеница по коэффициенту хозяйственной эффективности фотосинтеза, главная культура Западной Сибири.

Предмет исследования - изучение комбинационной способности родительских сортов и форм по признаку - коэффициент хозяйственной эффективности фотосинтеза. Для определения комбинационной способности применимы теоретические, эмпирические и экспериментальные методы исследования.

Цель работы - определить комбинационную способность родительских сортов и форм яровой мягкой пшеницы по коэффициенту хозяйственной эффективности фотосинтеза в системе топкроссных скрещиваний. В связи с данной целью решаются следующие задачи:

  • проведение дисперсионного анализа исходных данных по коэффициенту хозяйственной эффективности фотосинтеза у гибридов F>1>;

  • установление вклада аддитивных и неаддитивных эффектов генов в наследование изучаемого признака на основе дисперсионного анализа комбинационной способности;

  • выявление эффективных доноров по коэффициенту хозяйственной эффективности фотосинтеза по результатам расчёта эффектов ОКС;

  • выявление комбинаций гибридов с высоким эффектом гетерозиса на основе определения варианс СКС;

  • разработка оптимальной стратегии селекции по коэффициенту хозяйственной эффективности фотосинтеза по результатам анализа комбинационной способности.

В работе описаны математические методы оптимизации селекционного процесса. Определена комбинационная способность сортов и форм яровой мягкой пшеницы по коэффициенту хозяйственной эффективности фотосинтеза и предложена стратегия селекции по данному признаку.

Исходные данные для написания курсовой работы взяты из источников литературы по биологии, селекции и генетике пшеницы, а также из результатов конкретных полевых опытов с яровой мягкой пшеницей, проведённых на кафедре селекции, генетики и физиологии растении.

Объём выполненной курсовой работы составляет 56 страниц печатного текста. Она содержит 3 рисунка, 10 таблиц, 2 приложения. При написании курсовой работы использовано 11 источников литературы.

Ключевые слова: пшеница, сорт, ген, признак, свойство, коэффициент хозяйственной эффективности фотосинтеза, комбинационная способность, аддитивные и неаддитивные эффекты генов.



Введение

Актуальность темы. Пшеница является одной из важнейших продовольственных культур. Она играет важную роль в производстве зерна и мирового рынка. К качеству пшеницы ставят перед селекционерами следующие задачи: высокая продуктивность сортов, высокая урожайность, качества зерна, устойчивости к неблагоприятным факторам среды, устойчивость к засухе, полеганию, болезням и вредителям.

Однако в настоящее время генетическая основа формирования количественных признаков в гибридных популяциях от скрещивания озимой и яровой пшеницы изучена далеко не достаточно. Дальнейшее повышение эффективности селекции с привлечением лучших сортов во многом зависит от изучения генетики важнейших количественных признаков, определяющих продуктивность растений. Эти признаки имеют полигенную природу и степень их проявления находится в значительной зависимости от условий произрастания.

Цель работы - определить комбинационную способность сортов и форм яровой мягкой пшеницы по коэффициенту хозяйственной

эффективности фотосинтеза в системе топкроссных скрещиваний. В связи с данной целью решаются следующие задачи:

  • проведение дисперсионного анализа исходных данных по коэффициенту хозяйственной эффективности фотосинтеза у гибридов Р>}>;

  • установление вклада аддитивных и неаддитивных эффектов генов в наследование изучаемого признака на основе дисперсионного анализа комбинационной способности;

  • выявление эффективных доноров по коэффициенту хозяйственной эффективности фотосинтеза по результатам расчёта эффектов ОКС;

  • выявление комбинаций гибридов с высоким эффектом гетерозиса на основе определения варианс СКС;

  • разработка оптимальной стратегии селекции по коэффициенту хозяйственной эффективности фотосинтеза по результатам анализа комбинационной способности.

В работе описаны математические методы оптимизации селекционного процесса. Определена комбинационная способность сортов и форм яровой мягкой пшеницы по коэффициенту хозяйственной эффективности фотосинтеза и предложена стратегия селекции по данному признаку.

Объектом исследований служит яровая мягкая пшеница, главная культура Западной Сибири. Предмет исследования - изучение комбинационной способности родительских сортов и форм по признаку - коэффициенту хозяйствен - ной эффективности фотосинтеза. Для определения комбинационной способности применимы теоретические, эмпирические и экспериментальные методы исследования.



1. Применение генетико-статистических методов на разных этапах селекционного процесса

    1. Количественные и качественные признаки

Различают два основных типа изменчивости: количественную, поддающуюся измерению, и качественную, измерение которой затруднено или невозможно.

Количественные признаки могут иметь непрерывную (высота растений) или дискретную (коэффициент хозяйственной эффективности фотосинтеза) изменчивость. Качественные описываются в шкале наименований (цвет лепестков, пол) или в порядковой, балльной шкале (степень поражения растений бурой ржавчиной).

Деление на количественные и качественные признаки условно. Например, качественный признак, цвет лепестков, можно выразить количественно - дли - ной волны отраженного света. Количественный признак, высота растения, можно представить как качественный признак с тремя градациями (низкое, среднее, высокое). Наследственная изменчивость признака в популяции определяется полиморфными локусами, генами с различными аллельными состояниями. При малом числе таких генов (1 - 2) и сравнительно слабом модификационном влиянии среды на признак особи можно отнести к небольшому числу различающих классов. Такую изменчивость можно считать качественной, так как аппроксимирующие кривые (пунктир) практически не пересекаются. Применимы методы анализа классической менделеевской генетики [1].

При усилении модифицирующих влияний условий выращивания на проявление генотипа величина признака, может иметь сглаженное трехвер - шинное распределение. Трудно выявить «многовершинность», то можно отнести к типично количественному с непрерывной изменчивостью обусловленной большим числом генов с разной силой влияния на степень выражения признака и с различными внутри - и межлокусными взаимодействиями.

Даже при незначительных средовых модификациях гистограммы для отдельных генотипов в значительной степени накладываются. Это типичная ситуация детерминации хозяйственно ценных количественных признаков. Таким образом, возникает задача выбрать приемлемую модель, которая описывает изменчивость признака в генетических исследованиях. Используют три класса моделей [1]:

  1. Олигогенное наследование применяют, если среди множества генов можно выделить 1 - 3 олигогена, с преимущественным влиянием на изменчивость признака в популяции. Модель основана на популяционно - генетическом анализе и, является усложненной модификацией менделевской генетики. У растений генетическая структура признака неизвестна и подвержена сильным средовым модификациям. Поэтому применение в практике селекции ограничено.

  2. Полигенное наследование, предложено Кеннетом Мазером. Он предложил, что количественный признак детерминируется большим количеством числом генов со слабым действием (полигены). Эти гены в той или иной степени сцеплены в группы (блоки), которые в результате кроссинговера могут разделяться, проявляться как новые гены, переформироваться в другие группы. К данному классу биометрико - генетических моделей изменчивости признака относится, например метод Хеймана.

  3. Фенотипические модели количественных признаков. Этот класс моделей получил широкое распространение в селекционно - генетических исследованиях. В этих моделях математически представлены укрупненные влияния на признак генотипических, средовых эффектов и их взаимодействия. Феноменологические модели первоначально разработаны Рональдом Фишером для целей селекции. Эти модели позволяют обобщать ограниченные объемы опытных данных, полученных из разных условий выращивания, прогнозировать фенотипические значения или уровень изменчивости изучаемого признака, а также оценивать отбор лучших генотипов. Феноменологические модели учитывают влияние генетических механизмов и не позволяют проводить детальный анализ генетической структуры признаков [1].

1.2 Генетика коэффициента хозяйственной эффективности фотосинтеза

генетический пшеница селекционный фотосинтез

Более высокий выход зерна от общей надземной массы растений - одно из основных требований, предъявляемых к сортам интенсивного типа. Для селекции на засухоустойчивость особую ценность представляют формы с умеренным развитием вегетативной массы, с высокой интенсивностью процессов реулитизации веществ в зерно и аттрагирующей способностью колоса. При достаточном увлажнении гибридов пшеницы повышенное значение коэффициента хозяйственной эффективности фотосинтеза имели более низкорослые гибриды = -0,806 ±0,90). В условиях раннелетней и комплексной засухи связь

между этими признаками отсутствовала. Где преобладает раннелетняя засуха, возможно дальнейшее увеличение коэффициента хозяйственной эффективное - ти фотосинтеза.

Наиболее высокими показателями наследуемости характеризуется коэффициент хозяйственной эффективности фотосинтеза (Я2 = 24,9 - 61,9%). Коэффициент хозяйственной эффективности фотосинтеза в меньшей степени подвержены влиянию модификаций [6].

1.2.1 Эколого-генетические модели количественных признаков

Анализ большого объема наследования показывает, что генетические могут меняться: при изменении набора генотипов, средовых условий (местность, год, условия агротехники и т.д.), конкурентных отношений в агроценозе в зависимости от густоты посева, в процессе реализации генетической информации в онтогенезе. Причина изменении дифференциальной активности генов, влияющих на изменчивость количественных признаков. В. А. Драгавцев связывает явление с понятием переопределения генетических формул признака, что любой признак продуктивности не всегда имеет стабильную систему генов.

Таким образом, ценность традиционного генетического анализа относительна, генетические параметры могут, отнесены только к конкретной эколого-генетической ситуации. Необходимо дальнейшее совершенствование биометрических методов в генетике, разработка новых эколого-генетических моделей количественных признаков, которые могли бы преодолеть указанные недостатки существующих моделей.

В. А. Драгавцев и др. [1], анализируя различные биометрико-генетические модели для описания наследования количественных признаков, пришел к выводу, что большинство моделей несовершенны. По мнению В. А. Драгавцева, модель статична, она отражает конкретную постоянную эколого-генетическую ситуацию. Он предложил новую модель эколого-генетического контроля количественных признаков, которая основана на лабильной генетической формуле количественного признака: последняя может «переопределяться» при смене лимитирующего фактора среды. Эта модель позволяет прогнозировать генотипические корреляции, адаптивные свойства генотипов, объясняет причину взаимодействия генотип - среда и т.д.

Предлагаемая модель признака носит качественный характер, ориентируется на конкретную культуру, популяцию и требует знания смены лимитирующих факторов в онтогенезе в конкретных условиях произрастания. Следует отметить, что «переопределение» генетических формул признака в результате «включения» или полного «выключения» определенных генов в различных условиях среды не является единственной причиной взаимодействия генотип - среда и изменения корреляций [1].

А. А. Жученко и В. С. Нестеров предложили регрессионную эколого-генетическую модель детерминации количественного признака сорта (1):

>>……., (1)

где у - фенотипическое значение количественного признака; g>0 >- характеризующий реакцию на общий (постоянный) фон выращивания; g>i>> >, g>i>> >>j>> >- модификационная изменчивость сорта по реакции на факторы среды и взаимодействие факторов >>, ....(основные факторы среды, влияющие на значение количе - ственного признака).

Эти параметры могут служить мерами адаптивности генотипа к конкретному лимитирующему фактору (сочетанию факторов) среды. Модель может быть использована для решения селекционных и агротехнических задач. Однако ее построение и применение требует накопления и использования обширной базы эколого-генетической информации и реализации сложных алгоритмов расчета. Многолетние попытки построения регрессий урожайности сортов на непосредственно измеренные факторы среды, как правило, не приводят к адекватным моделям [1].

1.3 Математико-статистические методы подбора пар для скрещивания

При скрещивании географически отдаленных форм в потомстве ожидается повышенная генетическая изменчивость и, легче обнаружить трансгрессивные рекомбинанты. Географическую отдаленность можно связать с генетической дивергентностью родителей, т.е. с расхождением линий или популяций, происходящих от общего предка, в результате отбора или изоляции. В процессе эволюции в условиях географической отдаленности в местных популяциях закрепляются и накапливаются гены с наибольшей адаптивной ценностью к специфическим условиям среды. У отдельных родителей хозяйственные признаки контролируются различными наборами аллелей, случайные рекомбинации которых вызывают трансгрессивное расщепление.

Поэтому целесообразнее используют термин генетической отдаленности илидивергентности - несходства аллельного состава родительских форм. Основная проблема при оценке степени дивергентности по генам, определяющим различия форм по хозяйственно ценным признакам, - недостаток сведений о наследовании этих признаков, т.е. о связи фенотипических выражений признаков с генотипом. Поэтому часто пытаются оценить общее несходство аллельного состава родительских форм в надежде, что при этом будет учтено различие и по генам хозяйственно - ценных признаков [1].

Генетическую дивергенцию можно выразить через специальные пара - метры с помощью методов многомерного статистического анализа комплекса количественных признаков.

Естественной мерой отдаленности потенциальных родителей служит евклидово расстояние. Евклидово расстояние между двумя генотипами определяется по теореме Пифагора (2):

>> (2)

Где x>lk> , x>2>>k> - среднее значение k-го признака у 1-го и 2-го сортов.

Для оценки общей генетической дивергентности по всему геному в показатель следует включать максимальное число количественных признаков. Если у признаков различные размерности, то евклидово расстояние может оказаться неверным. Данный метод позволяет выявить группы генетически тесно связанных признаков и отобрать от каких групп по одному признаку для использования в евклидовом расстоянии [1].



1.3.1 Близость к идеальным значениям по комплексу признаков

Для прогноза близости потомства от скрещивания выбранных родителей к заданному идеалу Дж. Графиус разработал векторный метод. Под идеалом понимается модель сорта - воображаемый сорт, имеющий заданные величины признаков, оптимальные для конкретных условий среды.

Д. Педерсон упростил этот метод и предложил подобрать родительские формы, дополнительно задавая селекционным признакам различные веса – допустимые отклонения от идеальных значений. Суть метода Педерсона заключается в следующем. У каждого из т потенциальных родительских сортов учтено N количественных признаков. Номер признака обозначен у. Каждому признаку селекционер - эксперт задает идеальное значение I>j>,а также отклонение от идеала D>j>. Цель скрещивания - получение гибридной популяции со средним значением каждого признака в интервале I>j> ± D>j> [1].

Основная проблема прогнозирования - сложная генетическая связь величин признаков родителей и популяционных средних в потомстве их скрещиваний. Поэтому в методе Педерсона предлагается, что среднее значение каждого признака в позднем поколении скрещивания равно средневзвешенным значениям этого признака у родителей. Таким образом, популяционная средняя по j-му признаку (>>>j>) потомства равна (3):

>>(3)

где х>ij> – значение j-го признака у i-го родителя; П>i>> >- доля i-го родителя в геноме популяции потомства. Обычно селекционер располагает большим набором сортов и форм, изучаемых по хозяйственным признакам в конкурсном и предварительном сортоиспытании, производстве или в коллекционном питомнике. Модификация метода оценки близости к идеалу, предложенную С. П. Мартыновым [4]. Мерой отклонения ожидаемого потомства от модели идеального сорта в модификации является уравнение:



>>(4)

где I>j> ,>>>j> значение j -го признака у идеала и ожидаемого потомства; а>j> -весовoй коэффициент j-го признака; >> - стандартное отклонение j-го признака в наборе сортов.

В этом случае вектор идеала представляет собой совокупность оптимальных (наилучших) значений селекционных признаков, полученных при испытании сортов в различных условиях.

В методе С. П. Мартынова признаки могут быть разработаны на несколько групп с одинаковыми весами для признаков в одной группе. Их подсчитывают по формуле (5):

а = р>N / п>;к = 1,....,G,(5)

где р> - заданный вклад k -й группы признаков в некоторую меру сходства ожидаемого потомства и заданного идеала; N - общее число признаков; п> - число признаков в k-й группе; G - число групп.

Общим недостатком методов, оценивающих близость к идеальному сорту средних значений признаков ожидаемого потомства, является отсутствие учета генетического разнообразия популяции потомства. Один вариант скрещивания может давать большую близость средних к идеалу, но иметь низкое генетическое разнообразие популяции потомства по изучаемым признакам, а второй - дальше от идеала по средним, но с гораздо большей генотипической изменчивостью. Во второй популяции потомства больше вероятность отобрать формы, близкие к идеальному сорту. Поэтому генетическое разнообразие потомства также оценивать и учитывать при подборе родительских форм [1].



1.3.2 Комбинационная способность и методы ее определения

Общую комбинационную способность (ОКС), как правило, устанавливают на основе топкроссных испытаний. Для определения специфической комбинационной способности (СКС) необходимы диаллельные скрещивания, которые включают в себя все возможные комбинации скрещивания между серией сортов и линий. Соответствующие методы определения комбинационной способности разработал Б. Гриффинг, предложивший четыре метода анализа диаллельного скрещивания:

1. Изучают родительские формы, F>1> - гибриды прямых и обратных скрещиваний всего m>2> генотипов.

  1. Изучают родительские формы и F>1> полученные в результате прямых скрещиваний, - всего m(m+1)/2 генотипов.

  2. Изучают только прямые и обратные гибриды F>1> - всего m(m-1) генотипов.

  3. Изучают только прямые гибриды F>1> - всего m(m-1)/2 генотипов.

Для анализа комбинационной способности в целях гетерозисной селекции, как правило, применяют метод IV.

Топкроссы применяют для определения общей и специфической комбинационной способности при селекции на гетерозис. Для этого линии и сорта скрещивают с одним или несколькими сортами - анализаторами (тестерами). При этом в селекции самоопыляющихся растений большое значение имеет определение эффектов общей комбинационной способности, по величине которых можно судить о донорских свойствах скрещиваемых форм [1].

Поликросс требует определенной подготовительной работы и планирования. Однако при использовании поликросса не требуется проводить оценку комбинационной способности родителей. Применяется главным образом к тем перекрестноскрещивающимся культурам, у которых получение семян от контралируемых скрещиваний затруднено. Результаты поликроссного испытания указывают на сорта, имеющие повышенную комбинационную способность, которые затем рекомендуют в состав синтетической популяции. По методам Гриффинга возможны два варианта оценки исходного материала. Вариант I (модель I) применяют, когда родительские формы для исследования отбирают специально и необходимо оценить их комбинационную способность. Формы одновременно являются тестерами, с помощью которых выявляют комбинации скрещиваний. Вариант II (модель II) используют, когда родительские формы отобраны случайно из популяции, которые необходимо оценить (тестером служит исследуемая родительская популяция). Исходные линии случайно отобраны из популяции, полученной длительным самоопылением (без отбора) генотипов исследуемой популяции. В данном случае представляют интерес не сами пара - метры отдельных родительских линий, а компоненты генотипической и дисперсии признака в исходной популяции. Значение признака для гибридной комбинации между i-м j -м родительским сортом в k-м повторении можно выразить в биометрической модели следующий вид уравнения (6):

x>ijk>=µ+g>i>+g>j>+s>ij>+r>i>+e>k>> >(6)

где х>ijk>- величина признака у гибрида F>1> между i-й и j-й родительскими линиями в k-м повторении; µ- среднее значение признака в наборе линий и гибридов F>1>, g>i>> >, g>j> эффект общей комбинационной способности i-й и j-и родительских линии; s>ij> - эффект специфической комбинационной способноcти; r>i> - реципрокный эффект при скрещивании i-й и j-й линий; е>- эффект, обусловленный случайной ошибкой в k-м повторении.

Существенность отношения определяемая по Р - критерию Фишера, указывает, что между исследуемыми гибридами (или гибридами и линиями) имеются различия по величине признака, случайные ошибки опыта. Если различия не значимы, дальнейший анализ комбинационной способности не проводят. Оценки и их разности, необходимые для дальнейшего анализа, несут случайные ошибки, которые характеризуются дисперсиями ошибок (var) (7):

>>(7)

Третий метод Гриффинга. Оценка одного из вкладов в дисперсию СКС меньше нуля. Это объясняется неучтенными ошибками опытов и, возможно, неполным соответствием данных стандартным предположениям дисперсионного анализа [1].

Теоретическая основа метода Хеймана. Данный метод базируется на предположении, что количественный признак детерминирован k полиморфными локусами, точнее блоками сцепленных полигенов. Каждый локус в анализируемом наборе из родительских линий может иметь два аллельных состояния. Вклад этих генных различий в оценки статистических параметров, сред - них, дисперсий, ковариаций будут следующими (без учёта ошибок опытов). Дисперсия величин признака у родительских линий (8):

где ∑ - сумма по всем k полиморфным локусам; D - изменчивость аддитивных эффектов а>i>> >у родителей с учетом частот p>i> и q>i>

Метод Хеймана можно рассмотреть и как генетический анализ популяции. Из уравнении следует, что при выполнении требований на Э влияют только аддитивные, а на Н1 и Н>2> - доминантные эффекты. Отношение характеризует степень доминирования в экспериментальном материале, среднюю по всем полиморфным локусам.

Отношения позволяют сделать выводы относительно генетической детерминации количественного признака у изученных родительских форм. В этом состоит так называемый параметрический вариант метода Хеймана. Используется также регрессионный анализ Хеймана. Метод Хеймана обладает определенной робастностью - устойчивостью к неполному удовлетворению шести требований. Вопрос о проверке выполнения требований и о пределах устойчивости выводов до настоящего времени решен не полностью. Сравнительно низкие требования к объёму и структуре эксперимента позволяют методу Хеймана оставаться популярным в селекционно-генетических исследованиях растений [1].

1.4 Методы отбора

В селекции растений используют два основных метода отбора - массовый и индивидуальный.

Массовый отбор по фенотипу и совместный посев отобранных растений применяют для перекрестно- и самоопыляющихся культур. Отбору растений или колосьев предшествует выращивание массовых популяции, а иногда и более поздних поколений для повышения степени гомозиготности у самоопылителей.

Индивидуальный отбор применяют в ранних поколениях. Семена отобранных растений высевают отдельными рядками. Затем отбирают лучшие семьи и линии с последующим размножением перспективных номеров.

Индивидуальный отбор применяют как для самоопылителей, так и для перекрестников (в том числе у двулетних и многолетних растений, у двудомных видов) [3].

Отбор более эффективен по качественным признакам, по которым четко идентифицируются генотипы. По продуктивности ц другим количественным признакам отбор (особенно в ранних расщепляющихся поколениях) не всегда оказывается эффективным. Это может быть результатом маскирующих эффектов следующих генетических и средовых факторов:

  • продуктивность растения в большой степени обусловлена внешней средой (пестротой почвенного плодородия), а также конкуренцией между растениями в посеве;

  • в ранних поколениях фенотипический отбор самоопыляющихся растений по продуктивности слабо связан с урожайностью в продвинутых поколениях;

  • взаимодействие генотип - среда.

Конечная цель селекции самоопылителей - получение гомозигот для использования в качестве линейных сортов. При этом не каждый генотип, характеризующийся высокой продуктивностью в чистом посеве, будет в достаточной мере конкурентоспособным в смеси с другими генотипами. В экспериментах установлено, что нередко существует антагонизм между урожайностью и конкурентоспособностью. Поэтому естественный отбор благоприятствует агрессивным генотипам, обладающим низкой продуктивностью [1].

1.4.1 Оценка наследуемости Н2 и h2, методы, его определения, формы и понятия

Отбор будет действительным только в том случае, если хотя бы часть наблюдаемой фенотипической изменчивости признака, подлежащего отбору, обусловлена генотипически. Чем больше доля генотипически обусловленного варьирования признака в его общей фенотипической изменчивости, тем теснее связь между генотипом и фенотипом и тем эффективнее отбор. Мерой доли генотипически обусловленной изменчивости в общем фенотипическом варьировании служит коэффициент наследуемости. Косвенно по коэффициенту наследуемости можно сулить и о доле изменчивости, обусловленной влиянием внешней среды. Коэффициентом наследуемости в широком смысле называется отношение генотипической вариансы к общей вариансе (9):



>>(9)

где V>g> - генотипическая варианса; V>>h> - общая фенотипическая варианса.

Коэффициент наследуемости в узком смысле показывает отношение вариансы, которая вызвана прямым аддитивным действием генов, к общей фенотипической вариансе (10):

>> (10)

где V>a> - вызвана прямым аддитивным действием генов; V>>h>> >– общая фенотипическая варианса.

Однако сложно определять коэффициент. Коэффициент может варьировать от 0 до 1 [3].

1.4.2 Коррелятивный сдвиг СК

Корреляция признаков приводит к тому, что при отборе по одному из них потомство отобранных особей отличается от исходной популяции не только по признаку, но и по всем другим признакам, которые коррелируют с отбираемым признаком. Это косвенное действие отбора называется коррелятивным сдвигом (СR). Если отбор ведут по некоторому признаку x, который коррелирует с другим признаком у, то коррелятивный сдвиг составляет (11):

СR>=ih>x>h>y>r>a>phy>,(11)

где i - интенсивность отбора.

Коррелятивный сдвиг служит причиной неожиданных эффектов отбора и может быть использован целенаправленно при его проведении. Возможны три случая.

1. Улучшаемый признак имеет низкую наследуемость, но он коррелирует с другими признаками, имеющими более высокую наследуемость. В данном случае проводят косвенный отбор по признакам с более высокой наследуемостью, если выполнено условие: h>r>>h>.

  1. Признак, подлежащий генетическому улучшению, сложно определить, но он хорошо коррелирует с признаками, которые легче оценить.

  2. Признак, по которому осуществляют отбор, можно оценить только на последних этапах индивидуального развития. Но он коррелирует с признаками, различимыми уже на первых этапах. В этом случае корреляция признаков используется для раннего отбора [2].

1.4.3 Селекционный дифференциал 8, интенсивность отбора 1

Интенсивность отбора можно определить с помощью селекционного дифференциала (S) или интенсивности отбора (i). Относительную силу воздействия внешней среды и генетического влияния на признак измеряют с помощью коэффициента наследуемости (h2). 'Самой простой мерой интенсивности отбора по количественным признакам служит селекционный дифференциал, обозначаемый 8. Он представляет собой разность между средней величиной признака в популяции отобранных особей (>>) и соответствующей средней его величиной в исходной популяции (>>) (12):

>>(12)

Пример. Если в популяции со средней высотой растений (>>) = 125 см отбирают все низкорослые растения со средней высотой (>>) = 90 см, то полученный селекционный дифференциал составляет 35 см.

Чем интенсивнее ведется отбор, тем выше значение 8. С помощью 8 строгость отбора по определенному признаку в различных популяциях можно сравнить только в том случае, если изучаемые популяции имеют одинаковую изменчивость определенного признака. Чтобы получить от величины изменчивости меру интенсивности отбора, надо выразить селекционный дифференциал в единицах среднего квадратного отклонения данного признака

>p>) (13):

>>(13)

Показатель i и обозначает интенсивность отбора [3].

1.4.4 Коэффициент на отбор, К, респонс

Коэффициент наследуемости даёт возможность предсказать результат (сдвиг) отбора. Сдвигом отбора, илиреспонсом R, называется наследуемая часть селекционного дифференциала S. Она равна произведению селекционного дифференциала на коэффициент наследуемости (14):

>>(14)

При выражении селекционного дифференциала через интенсивность отбора (S = i>>p>)формула приобретает вид (15):

>>(15)

С помощью формулы сдвига при отборе можно делать различные прогнозы, в частности предсказать, какой сдвиг R может быть достигнут при определённом селекционном дифференциале S или какое значение S необходимо, чтобы при определённом коэффициенте наследуемости обеспечить заданный сдвиг R [6].

1.4.5 Оценка индекса отбора I

Этот индекс позволяет на основе математической оптимизации получить наиболее выгодные сочетания признаков у будущего сорта. Индекс отбора имеет вид (16):

>>(16)

где x>1>, х, х>п> - фенотипические значения признаков, на которые ведётся отбор;

b>1>,b>2>,b>n> - коэффициенты признаков.

Для вычисления индекса отбора требуется определить фенотипические и генотипические (аддитивные) вариансы по каждому признаку и ковариансы по каждой паре признаков. Кроме того, устанавливают факторы экономического значения признаков (желательный сдвиг). Затем, решая систему нормальных уравнений, находят коэффициенты признаков.

Например, если проводят одновременный отбор по двум признакам - урожай зелёной массы и число початков кукурузы или урожай хлопка-сырца и длина волокна хлопчатника, то для нахождения коэффициентов признаков (b>1,>b>2>) используют систему из двух нормальных уравнений (17,18):

>>(уравнение I)(17)

>> (уравнение II)(18)

где >>- фенотипическая варианса первого признака; >> - аддитивная варианса первого признака;>> - фенотипическая коварианса первого и второго признаков;>> - аддитивная коварианса; а>1> и а>2> - факторы экономического значения первого и второго признаков соответственно; b>1> и b>2 >- искомые коэффициенты первого и второго признаков соответственно [6].

1.5 Оценка устойчивости к полеганию

В полевых условиях устойчивость селекционных материалов к полеганию оценивают по пятибалльной шкале: 5 - полегание отсутствует, 4 - слабое полегание, стебли слегка наклонены, 3 - среднее полегание, наклон стеблей к поверхности почвы под углом 45°, 2 - сильное полегание, 1 - очень сильное полегание, механизированная уборка невозможна.

Устойчивость растений к полеганию в полевых условиях можно определять по силе, приложенной для выдёргивания растений из почвы, с помощью динамометра.

Для повышения объективности глазомерной балльной оценки устойчивости к полеганию растений в полевых условиях В.С. Кузнецов предложил учитывать балл устойчивости к полеганию по следующей формуле (19):

>> (19)

где Б - балл устойчивости к полеганию;

в - высота растений, см;

С - слой полёгших стеблей, см.

И. Рагастис предложил формулу, близкую к вышеприведённой (20):

>>(20)

где М- показатель устойчивости к полеганию, %;

х - высота полёгшего стеблестоя, см;

Н - высота растения, см.

Например, 40 см - высота стеблестоя, а у растения высотой 100 см показатель устойчивости равен 40%. Чем выше данный показатель, тем выше устойчивость [7].

1.5.1 Оценка засухоустойчивости

Засушник представляет собой деревянный или металлический каркас, покрываемый подвижной крышей из полиэтиленовой плёнки. При выпадении дождя крышу надвигают. Ширина засушника - не более шести метров, длина - произвольная. Вокруг роют канавку шириной 30-35- см и глубиной 60-70 см для изоляции от воды. Корни растений изолируют от грунтовых вод. Для этого на глубине два метра укладывают два слоя полиэтиленовой пленки. Бывают также стационарные стеклянные засушники (оранжереи) и засушники со съёмной крышей из брезента или клеёнки. В засушливую погоду в засушнике моделируют атмосферную и почвенную засухи, во влажные годы - только почвенную

При оценке засухоустойчивости с использованием засушника для удобства сравнения изучаемых сортов предложена балльная система оценки (табл. 1).

Таблица 1 - Балльная система оценки засухоустойчивости

Засухоустойчивость

%

Балл

По классификатору ВИР

90,1-100,0

5

9

80,1-90,0

4

7

70,1-80,0

3

5

60,1-70,0

2

3

50,1-60,0

1

1

Суть данной системы оценки состоит в том, что при оценке селекционного материала учитывают два показателя - физиологическую засухоустойчивость (в % к контролю) и абсолютную зерновую продуктивность в условиях засухи (засушник). Чтобы одновременно анализировать оба показателя, можно использовать систему координат. По оси абсцисс откладывается величина физиологической засухоустойчивости сортов, а по оси ординат - его урожайность в условиях засухи. Наибольший интерес для селекции на засухоустойчивость представляют сорта, которые по обоим показателям имеют самые высокие значения [6].

1.5.2 Оценка устойчивости к болезням

Степень распространения болезни, выраженная в проценте пораженных растений, равноценна вредоносности заболевания и потерям урожая. Учет распространения болезней проводят при полевой апробации посевов методом взятия проб. Для пшеницы оптимальными сроками оценки является фаза «конец молочной - начало восковой спелости зерна». Учеты проводят раздельно по видам головни.

При посеве сорта на разных участках определяют средневзвешенный процент заражения посевов по формуле (21):

>> (21)

где k>i>> >- проценты пораженных растений на участках, S>i>- площадь участка.

Для возбудителей пыльной головни разработан ускоренный лабораторный метод оценки устойчивости растений. Этот метод заключается в цитологическом изучении локализации мицелия в зародышах, отделенных от эндоспермов путем кипячения в растворе щелочи. Предварительными исследованиями установлено, что в устойчивых растениях мицелий совсем не поражает зародыш, либо локализуется только в щитке или зародышевой почке, в тоже время в восприимчивых растениях мицелий патогенна проникает в зародыш, развивается одновременно с растением и образует массу пылящих хламидоспор к моменту колошения растений. Устойчивость сорта определяют путем сравнения доли пораженных зародышей с четырехбалльной шкалой. Преимущество метода является то, что он дает возможность отбирать устойчивые формы не через год после заражения в фазе колошения, а сразу после уборки урожая [9].

Учет развития болезней по типу иммунности и степени пораженности может быть визуальным (состояние делянки оценивается в среднем) или статистическим. При статистическом учете определяют средний балл иммунности и среднюю степень пораженности. Статистические учеты проводят по 10 - 15 случайно взятым листьям. Затем результаты вычисляют по формулам (22):

средний балл иммунности

>> (22)

где n>i> - количество листьев с баллом иммунности 0,1,2,3,4;

средняя степень пораженности

>> (23)

где n>i> - количество листьев со степенью пораженности 0,10 ....100%.

Важно сравнить показатели изучаемых форм с оценкой контроля - универсально восприимчивого сорта [9].

1.5.3 Оценка урожайности на начальных этапах селекционного процесса

В. А. Драгавцев предположил повысить надежность распознавания генотипов по фенотипам отдельных растений в гибридной популяции теоретически возможно с помощью принципа фоновых признаков. Цель этого принципа - учет и снятие влияния пестроты почвенного плодородия. В отличие от методов стандартов и скользящей средней метод фоновых признаков позволяет также учесть маскирующее влияние конкурентных отношений. Этот метод предназначен для отбора отдельных растений популяции при их сплошном посеве на участке, но может быть применен и для мелкоделяночных опытов [2].

Основная проблема метода в том, что фоновый признак, обладающий свойствами, неизвестен заранее: он специфичен для конкретной культуры и определенного региона [1].

На начальных этапах селекционного процесса стоит задача из большого количества разнообразных форм выделить лучшие растения, оценку растений проводят только по основным признакам, часто глазомерно.

Между тем даже по результатам предварительной оценки можно на ранних этапах селекционного процесса исключить из дальнейшего изучения значительную часть изучаемого материала, явно непригодного. Несмотря на все сложности анализа, на раннем этапе селекции необходимо раньше и полнее оценить селекционный материал, чтобы избавить себя от бесполезной работы с малоценными номерами и сосредоточить внимание на изучении перспективных форм. Этому способствуют разнообразные в последнее время многочисленные экспресс - методы, позволяющие проводить оценку очень быстро и с достаточной точностью. Возрастает число учитываемых и изучаемых признаков, усиливается глубина проработки материала, применяются все более сложные методы оценки, осуществляется испытание на урожайность с единицы площади.

На ранних этапах селекционного процесса применяют экспресс-методы, позволяющие осуществить оценку быстро и достаточно точно. Оценку проводят в основном по косвенным признакам:

  1. засухоустойчивость - по мощности корешков и опушённости 9-суточных проростков;

  2. жаростойкость - по эректоидности листа у злаков и повислости у бобовых;

  3. холодостойкость - по интенсивности антоциановой окраски в возрасте 3- дневных всходов;

  4. зимостойкость - по содержанию в форме Сахаров в узле кущения (корневой шейке) перед уходом в зиму и по электропроводности клеточного сока перед началом возобновления весенней вегетации;

  1. иммунность - по 9-дневному проростку на инфекционном фоне (инфицированная среда);

  2. устойчивость к полеганию - по длине и прочности второго междоузлия.

На завершающем этапе селекции самые лучшие, перспективные селекционные номера подвергают наиболее полной и всесторонней оценке по комплексу хозяйственно-ценных признаков и в первую очередь по урожайности. Таким образом, в процессе селекции число селекционных номеров уменьшается с нескольких тысяч до нескольких образцов, а интенсивность проработки материала, наоборот, усиливается и становится более полной и всесторонней [6].

1.5.4 Оценка урожайности на завершающих этапах селекционного процесса

На завершающем этапе селекционного процесса остаются единичные, но самые лучшие и перспективные селекционные номера, которые повергают наиболее полной и всесторонней оценке по комплексу хозяйственно важных признаков и свойств, и в первую очередь по урожайности. Которые из них достоверно превосходят стандарт, передают в качестве перспективных сортов или гибридов в государственное сортоиспытание.

Наиболее распространённым количественным методом оценки экологической пластичности и стабильности сортов культивируемых растений является метод Эберхарта и Рассела, который основан на расчёте двух параметров: коэффициента линейной регрессии (b>i>) и дисперсии (>>), которая относительно регрессии характеризует стабильность сорта в разных условиях среды. В основу метода Эберхарта и Рассела положено предположение о корректности линейной регрессии в отношении формы отклика генотипов на экологические условия. Коэффициент регрессии (b>i>)отражает степень реакции генотипа на изменение условий среды и является мерой гомеостаза. Данный коэффициент оценивает пластичность в генетическом смысле или показатель стабильности реализации фенотипических значений признака в разных условиях среды. Если вся фенотипическая изменчивость генотипа вызвана в разных условиях среды только линейным откликом и отклонения от линии регрессии случайны, то коэффициент регрессии оценивает пластичность и стабильность в широком смысле. Коэффициент регрессии принимает значение больше или меньше 1, а также может быть равен 1. Чем выше b>i> тем большей отзывчивостью обладает сорт. Это особенно характерно для сортов интенсивного типа. Если b>i> < 1, сорт реагирует слабее на изменения условий. В сочетании с высокой средней урожайностью это является ценным свойством и такие сорта лучше использовать на экстенсивном фоне или для непаровых предшественников. При b>i> = 1,0 изменение урожайности сорта полностью соответствует изменению условий выращивания. В связи с этим Е.Я. Кондратенко и В.А. Драгавцевым введён параметр, выражающий относительное изменение признака - коэффициент мультипликативности (КМ), представляющий собой отношение приращения уровня признака сорта к среднему уровню признака в экологическом градиенте. КМ позволяет сравнивать изменчивость признаков. Данный коэффициент вычисляется по формуле (25):

>> (25)



где >> – КМ i-го сорта; >>- среднее значение исследуемого признака у i –го сорта по пунктам испытания; b>i> коэффициент линейной регрессии i-го сорта; >>- среднее значение признака для всех средних по всем изучаемым родительским сортам и их гибридам F>1 >для каждого j-го пункта эксперимента.

Таким образом, по мере прохождения селекционного процесса от его начала до завершения число селекционных номеров последовательно уменьшается от нескольких тысяч до нескольких образцов, выпускаемых в качестве перспективных форм. И параллельно с этим интенсивность проработки материала, наоборот, последовательно усиливается и становится все более полной и всесторонней [5].



2. Анализ комбинационной способности сортов яровой мягкой пшеницы в топкроссных скрещиваниях

2.1 Закладка опыта для изучения комбинационной способности

В качестве материнских форм (Р>1>) в курсовой работе взяты три реестровых сорта яровой мягкой пшеницы: Алтайская 92 (среднеранний), Нива 2 (среднеспелый) и Эритроспермум 59 (среднепоздний), а также один селекционный сорт - Лютесценс 78 (среднеранний). В качестве отцовских форм (Р>2>) в топкроссные скрещивания включены три аналога яровой мягкой пшеницы Саратовская 29 (ВС>4>): БСК-21 (Lr 9), БСК (Од-4) и НС-888 (Lr 19), с соответствующими генами устойчивости к бурой ржавчине, указанными в скобках, а также реестровый среднеспелый сорт Терция устойчивый к бурой ржавчине (ген Lr -Тr) и к мучнистой росе (ген Рт 4b).

В данном случае матрица скрещивания будет квадратной, поскольку

Р>1> = Р>2> = 4. Число получаемых гибридов - 4x4= 16 (табл. 2).

Таблица 2 - Матрица топкроссных скрещиваний

Материнские формы

Отцовские формы

БСК-21 (Ьг9)

НС-888 (Ьг 19)

Терция

БСК-21 (Од-4)

Лютесценс 78

X

X

X

X

Алтайская 92

X

X

X

X

Нива 2

X

X

X

X

Эритроспермум 59

X

X

X

X

Примечание: «х» - знак скрещивания.

Для проведения скрещивания родительские формы высевают в питомнике гибридизации по пару в четыре срока: первый - конец апреля - начало мая, второй - 10 мая, третий - 20 мая, четвёртый - 30 мая. Площадь делянок -2м2, норма высева - 500 всхожих зёрен на 1 м2 . При гибридизации используют

механическую кастрацию с помощью пинцета. Опыление пшеницы проводят одним из двух методов - ограниченно-свободным (Краснодарским) или «твел»-методом. По каждой комбинации получают не менее 350 гибридных семян.

Семена Р>2> нужно выращивать в теплице в зимний период, высевая часть полученных в питомнике гибридизации семян Р>0> в вегетационные сосуды. На следующий год родительские формы, гибриды первого и второго поколений (F>1> — F>2>) выращивают в гибридном питомнике по схеме: Р>1> — F>1> — F>2> — Р>2>. Родительские формы и гибриды F>1> высевают по 1-3 рядка, гибриды F>2> - 3-5 рядков. Размещение делянок - рендомизированное (случайное). Срок посева - оптимальный, норма высева - 40 зёрен на линейный метр. Повторность в опыте - четырёхкратная. При посеве используют посевную доску.

Гибриды и родительские формы убирали в фазу восковой спелости с корнями. В лабораторных условиях растения подсушивали и анализировали по следующим хозяйственно-ценным признакам: высота растений, длина колоса, число колосков в колосе, число зёрен и масса зерна с колоса и др. По каждой комбинации гибридов F>1> и родительским формам анализировали по 100 растений, по гибридам F>2> - все нормально развитые растения (не менее 250). Растения с краёв делянок не анализировали, поскольку они имели большую площадь питания по сравнению с растениями в середине делянки.

После завершения структурного анализа, его результаты заносят в компьютерную базу данных и проведены расчёты стандартных статистических параметров вариационных рядов изменчивости количественных признаков: среднее арифметическое (>>), стандартное отклонение (σ) , коэффициент вариации (Cv) и др.



2.2 Дисперсионный анализ исходных данных

Комбинационную способность родительских форм в топкроссных скрещиваниях определяют по результатам анализа гибридов F>1> или F>2>.

Исходными данными для определения комбинационной способности являются результаты расчётов средних значений изучаемых признаков по всем гибридам (в нашем случае 16 гибридов) отдельно по каждой повторности.

Прежде чем перейти непосредственно к анализу комбинационной способности родительских сортов, необходимо провести однофакторный дисперсионный анализ для того, чтобы установить достоверность различий между гибридами с помощью критерия Фишера (F).

Число комбинаций а = 16, повторностей b = 4, общее количество наблюдений N = а>>b =16>>4 = 64. Для удобства проведения расчётов составляем таблицу дисперсионного анализа (Приложение А, таблица А1). Таблица 3 - Исходные данные для анализа комбинационной способности по признаку - коэффициент хозяйственной эффективности фотосинтеза

В процентах

Гибрид

Повторность

I

II

III

IV

1. Лютесценс 78 х БСК-21 (Lr9)

38,0

38,5

39,5

33,9

2. Лютесценс 78 х НС-888 ( Lr 19)

41,3

34,0

38,2

33,2

3. Лютесценс 78 х Терция

35,2

34,8

34,6

31,1

4. Лютесценс 78 х БСК-21 (Од - 4)

38,8

33,8

16,7

24,1

5. Алтайская 92 х БСК-21 ( Lr 9)

37,9

37,9

32,9

23,3

6. Алтайская 92 х НС-888 ( Lr 19)

36,2

37,7

34,2

31,1

7. Алтайская 92 х Терция

36,8

34,3

34,3

24,7

8. Алтайская 92 х БСК-21 (Од - 4)

33,7

34,6

26,3

36,1

9. Нива 2 х БСК-21 ( Lr 9)

34,1

31,1

28,1

28,8

10. Нива 2 х НС-888 ( Lr 19)

30,0

34,3

33,4

34,4

11. Нива 2 х Терция

36,7

32,7

30,4

35,9

12. Нива 2 х БСК-21 (Од - 4)

36,1

39,3

33,0

33,0

13. Эритроспермум 59 х БСК-21 ( Lr 9)

35,9

35,0

33,9

29,3

14. Эритроспермум 59 х НС-888 ( Lr 19)

38,7

36,5

24,8

37,1

15. Эритроспермум 59 х Терция

35,3

37,1

38,0

34,4

16. Эритроспермум 59 х БСК-21 (Од - 4)

41,7

39,8

34,2

33,4


Суммы по гибридам или вариантам опыта >>рассчитываются путём суммирования средних значений признаков по всем четырём повторностям по строкам таблицы. Например, для первого гибрида Лютесценс 78 х БС-21 (Lr19)>>=38,0+38,5+39,5+33,9=149,9. Суммы по повторностям рассчитываются путём суммирования средних значений признака у гибридов по столбцам данной таблицы во всех четырёх повторностях. Например, в первой повторности >>= 38,0 + 41,3 + 35,2 + ... + 41,7 = 586,4. Таким же образом проводим расчёт и по другим трём повторностям. Затем определяем сумму квадратов средних значений признака по повторностям опыта. Для этого полученные суммы средних значений признака по каждой повторности у всех гибридов >>, возведем в квадрат и просуммируем: >>=586,42+ 571,4 2 +512,5 2+ 503,8 2= 1186833,61.

Далее находим суммы квадратов средних значений признака( >>) по всем гибридам. Например, для первого гибрида >>= 38,0 2 + 38,5 2 + 39,5 2 + 33,9 2 = 5635,71. Далее возводим в квадрат суммы по всем гибридам(>>)2 = 149,9 2 = 22470,01 и т.д.

Среднее значение признака по каждому гибриду находим путём деления суммы средних значений признака по всем четырём повторностям на число повторности>>. Возведем найденные средние значения в квадрат >> = 37,47 =1404,00. Такую процедуру расчёта необходимо сделать по каждому гибриду. После нахождения сумм средних значений признака по вариантам (>>), сумм квадратов средних значений >> квадратов сумм ((>>)2) и квадратов средних значений (>>) для каждого гибрида, просуммируем полученные значения по столбцам таблицы дисперсионного анализа:

>> = 149,9 + 146,7 + 135,7 + ... + 149,1 = 2174,1.

>>= 5635,71 + 5423,17 + 4614,45 + ... + 5608,13 = 75172,89.

>> = 22470,01 +21520,89+ 18414,49+ ... +22230,81 =296818,43

>> = 1404,00+ 1344,68 + 1150,56 + ... + 1389,05 = 18552,72. Корректирующий фактор определяем по формуле:

Общее варьирование поделяночных значений признака определяем по формуле:

Варьирование средних значений признака у гибридов будет равно:

Варьирование повторностям равно:

Варьирование случайных факторов равно:



Таблица 4 - Результаты дисперсного анализа коэффициент хозяйственной эффективности фотосинтеза

Источник варьирования

Сумма квадратов (88)

Число степеней свободы

т

Средний квадрат (ш8)

F

фактическое

F табличное

0,05

0,01

Общее варьирование (С>)

1318,04

63

-

-

-

-

Гибриды (С>v>)

349,74

15

23,31

1,62

1,95

2,52

Повторности (С>)

322,24

3

107,41

7,48

2,82

4,26

Случайные отклонения (С>z>)

646,06

45

14,35

-

-

-

На урожайность большое влияние оказывает условия среды. У гибридов (С>v>) F> < F> значит существенных различий нет. А у повторности (Ср) F> > F> это означает, что есть различия.

Числа степеней свободы для общего варьирования поделяночных значений, а также для варьирования признака по вариантам (гибридам), повторностям и для случайного отклонения равны, соответственно:

df общее варьирование) = 64 - 1 = 63.

df (гибриды) =16-1 = 15.

df (повторности) = 4-1=3.

df (случайные отклонения) = (16-1) -(4-1) = 45.

Фактические критерии Фишера для гибридов и повторностей, соответственно равны:

Табличные (теоретические) критерии Фишера находим по таблице приведённой, например, в учебнике Б.А. Доспехова [7] исходя из числа степеней свободы для соответствующих дисперсий и уровня вероятности Р = 0,95 и Р = 0,99.

Затем рассчитываем пар атипический компонент изменчивости, который используется в дальнейшем при анализе комбинационной способности:

2.3 Расчет комбинационной способности

2.3.1 Дисперсионный анализ комбинационной способности

Для удобства анализа составляем таблицу (Приложение В) в которую заносим средние значения признака по каждому гибриду (>>). Вначале определим суммы средних значений по каждой родительской форме (х>i>; х>j>)

Для этого сложим средние значения признака у гибридов по строкам и столбцам таблицы. Например х>i>> >(Лютесценс 78) = 37,47 + 36,67 + 33,92 + 28,35 - 136,41; x>j> (БСК-21 (Lr9)) =37,47 + 33,00 + 30,52 + 33,60 = 134,59.

Таким же образом сложим средние значения по другим родительским формам. Теперь рассчитаем общую сумму всех средних значений признака у гибридов (X..). Для этого складываем полученные суммы средних значений (х>j>) по материнским формам (вертикальный ряд цифр): X..- 136,41 + 132,99 + 132,81 + 141,34 = 543,55. То же самое число должно получиться при сложении средних значений (х>j>) отцовских форм (горизонтальный ряд цифр).

Затем возводим в квадрат вычисленные суммы средних значений признака у родительских форм и складываем их отдельно по материнским и отцовским формам. Например, для материнских форм: >> 136,41 +132,99 + 132,812 + 141,342 = 73909,5. Таким же образом рассчитываем суммы квадратов средних значений по отцовским формам.

Определяем суммы квадратов отклонений, вызванных ОКС материнских форм

>1>): >>

Сумма квадратов отклонений, вызванных ОКС отцовских форм (Р>2>) равна:

Для определения суммы квадратов отклонений, обусловленных СКС скрещиваемых родительских форм (Ss), не достаточно только рассчитать квадраты сумм средних значений (>>) и суммы этих квадратов отдельно по материнским и отцовским формам(>>). Из дисперсионного анализа исходных данных необходимо взять величину суммы квадратов средних значений признака по всем 16 гибридам:

>>.

Затем можно рассчитать сумму квадратов отклонений, обусловленных СКС. Она равна:

Полученные данные заносим в таблицу 6.

Числа степеней свободы определяем следующим образом:

df(>>) = Р>1> -1 = 4-1 = 3;

df (>>) = Р>2> -1 = 4-1 = 3;

df (>>) = (Р>1>-1)-(P>2>-1) = 3-3 = 9;

df (>>) = (а -1) • (b -1) + (b -1) = 45 + 3 = 48.

Критерии Фишера по каждому виду варьирования рассчитываем подобно тому, как это сделано в приложении А, таблице А2.

Таблица 5 - Анализ комбинационной способности яровой пшеницы по коэффициенту хозяйственной эффективности фотосинтеза

Источник варьирования

SS

df

mS

F

фактическое

F табличное

0,05

0,01

11,96

3

3,98

0,79

2,80

4,22

3,85

3

1,28

0,25

2,80

4,22

71,5

9

7,94

1,58

2,08

2,8

-

48

5,04

-

-

-

Примечание: ОКС>i> - варьирование ОКС материнских форм; ОКС>j> - варьирование ОКС отцовских форм; СКС>ij> - варьирование СКС; >> - паралитический компонент, взятый из результатов дисперсионного анализа исходных данных. Две звёздочки над значениями средних квадратов означают, что вклад в изменчивость признака достоверен при двух уровнях вероятности Р = 95 и Р = 99 %. По результатам дисперсионного анализа комбинационной способности построим круговую диаграмму (рис. 1), где наглядно изобразим вклад изменчивости ОКС родительских форм, СКС гибридов и случайного варьирования >> в общую изменчивость коэффициента хозяйственной эффективности фотосинтеза. Для этого выразим средние квадраты по каждому источнику варьирования в процентах.



Таблица 6 - Вклад ОКС и СКС в общую изменчивость коэффициента хозяйственной эффективности фотосинтеза

Источник варьирования

Средний квадрат (ш8)

В процентах

ОКС>j>

3,75

21,82

ОКС>j>

65,21

7,01

CКС>ij>

1375,7

43,53

E

5,04

27,63

Рисунок 1 - Вклад ОКС, СКС и Ё в изменчивость коэффициента хозяйственной эффективности фотосинтеза

2.3.2 Определение эффектов ОКС материнских и отцовских форм

Для нахождения величины ОКС (>>>окс>), по какой либо конкретной родительской форме нужно рассчитать среднее арифметическое значение признака у гибридов, полученных при скрещивании с данной формой. Для этого в таблице дисперсионного анализа комбинационной способности (Таблица А2) нужно сложить средние значения признака у гибридов по вертикали и горизонтали таблицы и поделить полученные значения на число материнских или отцовских форм.

Если определяется ОКС материнских форм, то складываем средние значения признака у гибридов по горизонтали таблицы и делим полученные суммы (х>i>) на число отцовских форм (Р>2>). Например, величина ОКС для сорта Лютесценс 78 равна:



Для определения величин ОКС отцовских форм суммы средних значений признака у гибридов по вертикали таблицы нужно поделить на число материнских форм (Р>1>). Например, для аналога БСК-21 (Lr 9) величина ОКС равна:

Таким же образом рассчитываем величины ОКС для других родительских форм. Теперь перейдём к расчёту эффектов ОКС у материнских и отцовских форм (>>). Для этого необходимо дополнительно определить среднее популяционное значение признака (и), которое получается путём деления рассчитанной ранее общей суммы средних значений признака у всех гибридов на их число:

Эффекты ОКС представляют собой разницу между средней арифметической значений признака у гибридов от скрещивания с какой-либо конкретной родительской формой (величина ОКС или >>>окс>) и средней популяционной величиной изучаемого признака у всех гибридов (и). Эффекты ОКС материнских форм равны: >>=>>>ОКС>>i>-и. Величины эффектов ОКС выражаются в единицах измерения изучаемого признака. Например, для сорта Эритроспермум 59 эффект ОКС будет положительным:

>>(Лютесценс78)- 34,10-33,97 - 0,13%

Таким же образом находим эффекты ОКС отцовских форм. Например для аналога НС-888 (Lr 19) данный эффект будет отрицательным:

>>(БСК -21(Lr9)) = 33,64 - 33,97 = -0,33%

Рассчитанные величины ОКС (>>>окс>) и её эффекты (>> )показаны в

приложении А, таблице А2. Для проверки правильности проведённых расчётов сложим рассчитанные эффекты ОКС отдельно по материнским и отцовским формам. Полученные суммы должны быть равны нулю. Небольшие отклонения от нуля связаны с округлением цифр в процессе расчетов. Для наглядности покажем эффекты ОКС на рисунке в виде столбчатой диаграммы (рис.2)

Лют.78

Алт. 92

Нива 2

Эр.59

БСК(Lr9)

НС(Lr19)

Терция

БСК(Од4)

Родительские формы


2.3.3 Определение констант и варианс СКС

Константы СКС (>>>ij>) рассчитываем по каждому из 16 изучаемых гибридов исходя из средних значений признаков у данных гибридов>ij>), величин ОКС родительских форм, которые участвовали в создании этих гибридов () и средней популяционной величины признака (и). Для этого из средней величины признака гибрида вычитаем величины ОКС обеих родительских форм и прибавляем к полученному значению среднюю популяционную величину признака. При этом необходимо пользоваться таблицей 6.

Константы СКС, так же как и эффекты ОКС имеют те же единицы измерения, что и сам признак. Например, константа СКС для первого гибрида имеет положительную величину и равна:

Для третьего гибрида величина константы СКС отрицательна:

Рассчитали таким же путём значения констант СКС по всем 16 гибридам и занесите их в таблицу 7.

Таблица 7 - Константы (>>) СКС по коэффициенту хозяйственной эффективности фотосинтеза у гибридов пшеницы, %. В процентах

Материнские

Отцовские формы

формы

БСК-21

НС-888

Терция

БСК-21

(Lr 9)

(Lr 19)

(Од-4)

Лютесценс 78

3,7

1,85

-0,35

-5,19

Алтайская 92

0,09

0,84

-0,89

-0,01

Нива 2

-2,35

-0,9

0,55

2,71

Эритроспермум 59

-1,4

-1,78

0,7

2,5



Наименьшие константы отмечены у сорта Лютесценс 78 и аналога БСК - 21 (Од-4) (- 5,19), а наибольшие у сорта Лютесценс 78 и аналога БСК -21(Lr 9).

Для полной характеристики родительских форм по СКС необходимо также рассчитать вариансы СКС (>>). Для этого константы СКС (>>) представленные в таблице 7 возведем в квадрат и полученные данные занесем в таблицу 8. Прежде чем рассчитывать вариансы СКС, найдем суммы квадратов констант(>>) путём сложение констант СКС каждой родительской формы по строкам и столбцам. Вариансы СКС для материнских форм определяем по формуле:

>> ,

а для отцовских форм - по формуле:

Например, для сорта Лютесценс 78:

(Лютесценс 78)=>>

Для аналога БСК-21 (Lr 9):

>>7,0602>>7,06



Таким же образом рассчитываем вариансы СКС и по другим родительским формам. Полученные значения сумм квадратов констант и варианс CKC заносим в таблицу8.

Таблица 8 - Квадраты констант (Щ) и вариансы СКС

Материнские

Отцовские формы

формы

БСК-21

НС-888

Терция

БСК-21

( Lr 9)

(Lr 19)

(Од - 4)

Лютесценс 78

13,69

3,4225

0,1225

26,9361

44,1711

14,7237

Алтайская 92

0,0081

0,70056

0,7921

0,0001

1,5059

0,5019

Нива 2

5,5225

0,81

0,3025

7,3441

13,9791

4,6597

Эритроспермум

59

1,92

3,1684

0,49

6,25

11,8684

3,9567

21,1806

8,1065

1,7071

40,5303

-

-

7,0602

2,7021

0,5690

13,5101

Для сравнения варианс СКС среди материнских и отцовских форм определим среднюю вариансу СКС отдельно по материнским и отцовским формам В данном случае эти величины будут одинаковы, поскольку Р, = Р>2>.

Например, для материнских форм:

Для отцовских форм:

Результаты расчёта варианс СКС также как и эффекты ОКС можно изобразить в виде столбчатой диаграммы (рисунок 3).



Лют.78

Алт. 92

Нива 2

Эр.59

БСК(Lr9)

НС(Lr19)

Терция

БСК(Од4)

Родительские формы


2.3.4 Определение варианс эффектов, различий между эффектами и стандартных ошибок

Заключительным этапом анализа комбинационной способности является определение варианс эффектов и различий между эффектами, а также стандартных ошибок. Стандартные ошибки используют для сравнения достоверности определения пределов средних значений и различий между теми или иными эффектами. Варианса случайных отклонений для среднего значения изучаемого признака у любого гибрида будет равна:

где E2 - паралитический эффект, определяемый при дисперсионном анализе исходных данных.

В нашем случае >>2 = >> = 5,04

Варианса разности средних значений признака любых двух гибридов составит:

Вариансы эффектов вычисляем по формулам:

1)>>

2)>>

3)>>

4)>>

Вариансы разности эффектов вычисляем по формулам:

1)>>

2)>>

3)>>

4)>>

Стандартные ошибки найдём путём извлечения квадратного корня из варианс эффектов и разностей эффектов. Полученные значения варианс эффектов, различий между ними и стандартные ошибки показаны в таблице 9.



Таблица 9 - Вариансы эффектов, различий между эффектами и стандартные ошибки

Вариансы эффектов и

Значения варианс

Стандартные ошибки

различии между эффектами

5,04

2,244

10,08

3,174

0,31

0,556

15,12

3,888

15,12

3,888

2,83

1,682

2,52

1,587

2,52

1,587

2,52

1,587

5,04

2,244

Анализ полученных результатов

В начале рассмотрим результаты дисперсионного анализа комбинационной способности представленные в таблицах 6 и 7 и проиллюстрированные на рисунке 1.

Как видно из полученных данных наибольший и достоверный вклад в изменчивость ОКС у гибридов внесли материнские формы (21,82%), что свидетельствует о различиях в комбинационной способности данных форм по коэффициенту хозяйственной эффективности фотосинтеза.

Вклад отцовских форм в изменчивость ОКС был значительно меньшим (7,01%). Из этих данных можно сделать вывод о том, что наибольшее значение в формировании коэффициента хозяйственной эффективности фотосинтеза у гибридов имеют аддитивные эффекты генов материнских форм. Также вклад в изменчивость СКС был значительно больше (43,53%). В связи с этим отбор в гибридных популяциях с участием данных родительских форм по коэффициенту хозяйственной эффективности фотосинтеза следует проводить в поздних поколениях гибридов. Для удобства анализа результатов расчётов эффектов ОКС и варианс СКС составляем сводную таблицу 10.

Таблица 10 - Эффекты ОКС и вариансы СКС родительских сортов и форм по коэффициенту хозяйственной эффективности фотосинтеза

Сорт, аналог

Эффекты ОКС,%

Вариансы СКС

Материнские формы:

Лютесценс 78

0,13

14,723 *

Алтайская 92

-0,73

0,501

Нива 2

-0,77

4,659

Эритроспермум 59

1,36

3,956

Стандартная ошибка;>>

1,58

5,959

Отцовские формы:

БСК-21 (Lr9)

-0,33

7,060

НС-888 (Lr 19)

0,72

2,702

Терция

0,17

0,569

13,510 *

БСК-21 (Од-4)

-0,56

Стандартная ошибка; >>

1,58

5,959

* Звездочкой отмечены максимальные положительные эффекты ОКС и варианты СКС превышающие среднюю вариансу.

Максимальные вариансы СКС у сортов Лютесценс 78(14,723) и аналога БСК-21 (Од-4) (13,510). С использованием данных форм можно создавать высокогетерозисные гибридные комбинации по коэффициенту хозяйственной эффективности фотосинтеза. Остальные сорта и формы, имеющие низкую изменчивость СКС целесообразно применять в качестве компонентов синтетического гибридного сорта.

Сорта и формы с низким эффектом ОКС в дальнейшем рекомендуют использовать при селекции на повышение коэффициента хозяйственной эффективности фотосинтеза у яровой мягкой пшеницы. В данном случае это такие родительские формы как Алтайская 92, Нива 2 и БСК-21 (Lr9)



Выводы и предложения селекционной практике

  1. В результате дисперсионного анализа исходных, данных, полученных в полевом опыте, не установлено существенных различии по выраженности коэффициента хозяйственной эффективности фотосинтеза в гибридных комбинациях от скрещивания сортов и аналогов яровой мягкой пшеницы.

  2. Анализ комбинационной способности родительских сортов и форм в топкроссных скрещиваниях позволяет утверждать, что ведущая роль в наследовании коэффициента хозяйственной эффективности фотосинтеза принадлежит неаддитивным эффектам гена.

  3. В результате расчёта эффектов ОКС выделены родительские формы, которые способны передавать гибридам при скрещивании высокую выраженность коэффициента хозяйственной эффективности фотосинтеза.

  4. Отмечены формы с наиболее высокой изменчивостью СКС, формирующие высокогетерозисные комбинации гибридов.

Предложения селекционной практике могут быть следующие:

    1. Отбор по коэффициенту хозяйственной эффективности фотосинтеза в гибридных популяциях созданных с участием данных родительских форм следует проводить в поздних гибридных поколениях (F>5>-F>6>).

    2. В качестве доноров высокого коэффициента хозяйственной эффективности фотосинтеза в селекционных программах следует вовлекать в скрещивания сорта Эритроспермум 59, НС - 888 (Lr 19).

    3. Сорт Лютесценс 78 и аналог БСК-21 (Од - 4) можно также рекомендовать для создания высокогетерозисных комбинаций по изучаемому признаку в селекции на гетерозис у пшеницы.

  1. Сорта Алтайская 92, Нива 2, Терция и БСК-21 (Lr9), в данной системе скрещиваний не могут быть использованы для селекции на повышение коэффициента хозяйственной эффективности фотосинтеза у яровой мягкой пшеницы.



Заключение

Генетика изменчивости все еще не в состоянии объяснить и прогнозировать многие реальные ситуации, возникающие в селекционно-генетических опытах с растениями. В результате эффективность селекционных воздействий падает, удлиняется процесс выведения новых сортов. Без уточнения количественных закономерностей генетических процессов в популяциях, наследственной и средовой изменчивости признаков селекция будет оставаться в большей степени искусством и в меньшей - наукой. Используются специально разработанные генетико-математические модели и методы. К ним относятся популяционно-генетический и биометрико-генетический анализ. Эти модели и соответствующие методы используют для углубленного статистического анализа количественных признаков. Необходимо стремиться к компромиссу между сложностью и точностью, подбирать простые модели с высокой чувствительностью и конечно, адекватные, т. е. согласующиеся с результатами, полученными в эксперименте. В любом случае при использовании следует тщательно учитывать биологическую, содержательную, сторону экспериментов, генетических и селекционных задач.

Для сбора, накопления и обработки опытных данных с помощью генетико-математических методов желательно применять современные компьютерные технологии. Без компьютера, базы данных, пакетов прикладных программ сегодня практически невозможно моделирование сложных селекционно-генетических процессов на должном уровне.

Изложенный материал позволяет глубже понять возможности и проблемы современной генетики, осознанно применять основные генетико-математические методы для повышения эффективности селекционно-генетических исследований.

При написании курсовой работы я приобрел навыки по математико-статистическим методам, комбинационной способности, а также применять анализ комбинационной способности сортов яровой мягкой пшеницы в топкроссных скрещиваниях. Делать расчеты комбинационной способности, а также определять эффекты ОКС, константы и вариансы СКС родительских форм. Научился пользоваться учебной литературой, делать ссылки, а также вводить данные в формулу.



Библиографический список

  1. Учебник Смирняева, Кимчевского 2007 год.

  1. Драгавцев В. А. Генетика признаков продуктивности яровых пшениц в Западной Сибири / Цильке Р.А., Рейтер Б.Г. и др.Новосибирск; Издате - льство «Наука», 1984. -125 с.

  2. ГужовЮ.Л. Селекция и семеноводство культурных растений/ Ю.Л. Гужов, А. Фукс, П. Валичек; Под ред. Ю.Л. Гужова. - М.: Агропромиздат, 1991.- 463 с.

  3. Гуляев Г.В Селекция и семеноводство полевых культур/ Г.В Гуляев, Ю.Л Гужов, 3-е изд., перераб. и доп. - М.: Агропромиздат, 1987. - 449 с.

  4. Трущенко А.Ю. Селекционно-генетическая оценка аналогов сорта Саратовская 29 и создание исходного материала яровой мягкой пшеницы для селекции в условиях южной лесостепи Западной Сибири: автореф. дис. ... канд. с.-х. наук: 06.01.05. / А.Ю. Трущенко. - Омск, 2002. - 16 с.

  5. Шаманин В.П. Общая селекция и сортоведение полевых культур : учеб. пособие / В.П. Шаманин, А.Ю. Трущенко. - Омск : Изд-во ФГОУ ВПО ОмГАУ, 2006. - 399 с. (электронный вариант).

  6. Доспехов Б.А. Методика полевого опыта (с основами статистической обработки результатов исследований) / Б.А. Доспехов, 5-е изд-е, перераб. и доп. - М.: Агропромиздат, 1985. - 355 с.

  7. Селекция яровой пшеницы в Западной Сибири / Под общей ред. С.И. Леонтьева: Учеб. пособие. - Омск: ОмСХИ, 1987. - 105 с.

9. Плотникова Л.Я. Иммунитет растений и селекция на устойчивость к заболеваниям и вредителям / Л.Я. Плотникова - Омск: Изд - во ФГОУ ВПО Ом ГАУ, 2001.-37 с.

10. Селекционно-генетическая оценка сортов и гибридов пшеницы на засухо-устойчивость / Под общей ред. С.И. Леонтьева - Новосибирск, 1983 - 45 с.