CC BY
28УДК 633.16:631.527:631.524.84/.85 http://dx.doi.Org/10.21498/2518-1017.1.2017.97233
Граф^чний анализ адаптивност* селекц'йних Л1Н1Й ячменю ярого в Центральному Лкостепу Укра1ни
В. М. Гудзенко1*, 0. А. Демидов1, С. П. Васильювський1,2, С. С. Коляденко3
1 Мирон1вський институт пшениц/ 1мет В. М. Ремесла НААН Укра1ни, вул. Центральна, 68, с. Центральне, Мирон1вський р-н, Кшвська обл., 08853, Украина, *е-таИ: [email protected]
2Б1лоцерювський нацюнальний аграрний университет, пл. Соборна, 8/1, м. Бола Церква, Кшвська обл., 09117, Украина 3Укра1нський институт експертизи сортов рослин, вул. Генерала Родимцева, 15, м. Ки1в, 03041, Украина
Мета. Вид1'лити селекфйт лпнп1 ячменю ярого з оптимальним поеднанням урожайносп' й стаб1'льносп за р1'зних по-годних умов у Центральному Лкостепу УкраУни. Методи. Польов1 достдження, дисперс1йний, АММ1, GGE bipLot анал1з. Результати. Пдротерм1'чний режим протягом м1жфазних пер1од1в вегетацИ ячменю ярого в умовах Мирот'вського 1'нституту пшениц 1мен1 В. М. Ремесла НААН у 2012-2014 рр. характеризувався значною м1'нлив1'стю, що сприяло детальт'й оц1'нц1 л1'н1'й за продуктивт'стю, стаб1'льн1'стю й ст1'йк1'стю проти аб1'отичних та 61'отичних чинник1'в. Найвища середня врожайт'сть по досл1'ду була в 2012 р. (5,87 т/га), найнижча - в 2013 р. (3,50 т/га). Середню врожайнкть сто-совно зазначених рок'в отримано в 2014 р. - 4,63 т/га. За допомогою АММ1 та GGE bipLot анал1'зу встановлено ктотт в1'дм1'нност1 за реакц1'ею досл1'джених л1'н1'й на вар1'абельн1'сть метеоролоп'чних умов. З використанням АММ1 модел1 охарактеризовано адитивн компоненти головних ефект'в селекц1'йних л1'н1'й 1' рок1'в випробувань, а також мультиплжативт компоненти 1хньо1 взаемод1У. GGE bipLot ранжирування генотип1'в стосовно п'потетичного «1'деального» генотипу св1'дчить про абсолютну перевагу селекц1йноУ л1н11 'Нутанс 4540' за врожайт'стю та стаб1'льн1'стю. Кр1'м неУ, наближе-ними до 1деатипу були селекц1йн1 лтнтУ 'Нутанс 4241' та 'Нутанс 4120'. Вид1лет селекфйт лпнпУ характеризувалися спйюстю та пом1рною спйюстю до основних листкових хвороб 1 вилягання. Висновки. Використання АММ1 та GGE bipLot для оц1нки селекц1йних лпнтй на завершальних етапах селекц1йного процесу дае змогу докладнше та наочно характеризувати й диференцшвати Ух не лише за середньою врожайтстю, а й за взаемодкю з м1нливими умовами рок1в випробувань. За стаб1льним р1внем прояву врожайност у поеднант з 1ншими господарсько-ц1нними ознаками вид1лено селекфйт лпн1У 'Нутанс 4540', 'Нутанс 4241' та 'Нутанс 4120', передан на державне сортовипробування як нов1 сорти ячменю ярого 'М1П Мирний', 'М1П Салют' та 'М1П Сотник'.
Ключов! слова: ячм!'нь ярий, селекцойно лонИ, сорти, врожайность, стабильность, АММ1, GGE ЫрЫ.
Вступ
Враховуючи одну з л1дируючих позицш Украши щодо валового виробництва зерна ячменю в св:т, вагомим завданням вмчиз-няно! сльськогосподарсько! науки сього-дення е шдвищення та стаб:1л1защя врожай-ност1 ще! культури. Основою цього е сорт з оптимальним поеднанням максимально! к:1лькост1 необх1дних господарсько-цшних ознак : властивостей.
Поряд з високим потенщалом продуктив-ност1 й в1дпов:1дними яксними показника-ми сорту, необхвдним е генетично детерм1-нований захист в:1д ди абютичних та бютич-них чинник1в. При цьому важливою з гос-
Volodymyr Hudzenko
https://orcid.org/0000-0002-9738-1203 Oleksandr Demydov
https://orcid.org/0000-0002-5715-2908 Stanislav Vasylkivskyi https://orcid.org/0000-0002-0216-3706 Svitlana Koliadenko
https://orcid.org/0000-0001-5341-8601
подарського погляду е не лише стшылть «рег Бе», а й здатшсть сорту шдтримувати достатнш р1вень гомеостазу в реал1заци за-кладеного потенщалу продуктивност1 за ди названих стрес1в.
Для оцшки стаб1льного р1вня прояву вро-жайност1 селекцшний матер1ал та сорти ви-пробовують у контрастних роках [1, 2], р1з-них еколог1чних зонах [3, 4] або штучно створених провокацшних умовах [5-7]. На основ1 численних лггературних джерел та власних експериментальних досл1джень В. В. Сюков та ш. [8] вказують, що середне значення ознаки 1 чутлив1сть до умов середо-вища перебувають шд р1зним генетичним контролем 1 е в1дносно незалежними. Вихо-дячи з цього, для адаптивно1 селекц11 серед-не значення врожайност1 е недостатньо ш-формативним, осыльки не повшстю харак-теризуе генотипи за адаптившстю. Для уза-гальнення та 1нтерпретац11 отриманих екс-периментальних даних розроблено ряд ма-тематично-статистичних методик оц1нки пластичност1 й стабильность Найб1льшого поширення у селекцшнш практищ в р1зш
роки набули шдходи таких досл1дник1в, як K. W. Finlay, G. N. Wilkinson [9], S. A. Eberhart, W. A. Russell [10], В. В. Хангильдин, M. А. Литвиненко [11], А. В. Кильчевский, Л. В. Хотылёва [12], G. C. C. Tai [13], G. Wricke [14], G. K. Shukla [15] та ш.
Останшм часом для анал1зу багатосередо-вищних вишробувань використовують AMMI [16, 17] та GGE biplot модел1 [18-20] або ¿'хне поеднання [21, 22]. AMMI поеднуе дис-персшний анал1з (ANOVA) та сингулярний розпод1л (singular value decomposition) i дае змогу графiчно зображати адитивнi компо-ненти основних ефекпв генотипiв i середо-вищ, а також мультиплшативш компоненти 1хньо1 взаемоди [23, 24]. GGE biplot (взаемо-дiя «генотип - генотип-середовище») з ма-тематичного погляду можна охарактеризу-вати як графiчне ввдображення матрично! мультиплшаци (matrix multiplication) [25]. Обидва тдходи дають змогу вiзуально ана-лiзувати розпод1л генотипiв та середовищ у двокомпонентному простор^ або побудову так званого biplot, запропонованого ще в 1971 р. K. R. Gabriel [26]. Водночас GGE biplot мае ряд графiчних функцш, що дають можливмть докладшше вiзуально характе-ризувати взаeмодiю «генотип - генотип-середовище».
Мета дослгджень - вид1лити селекцiйнi лши ячменю ярого з оптимальним поеднан-ням урожайностi й стаб^ьносп за рiзних погодних умов у Центральному Л^остепу Украши.
Материали та методика досл1*джень
Польовi досл1дження проводили в Миро-нiвському шституп пшеницi iменi В. М. Ремесла НААН (М1П) у 2012-2014 рр. ввдпо-вiдно до загальноприйнятих методик [27, 28]. Об'ект дослвджень - 12 селекцiйних л^ нш конкурсного сортовипробування порiв-няно з нащональним стандартом Украши -сортом 'Командор'. Графiчний аналiз взае-
моди «генотип-середовище» та «генотип -генотип-середовище» проводили за допомо-гою AMMI i GGE biplot моделей. Для цього використовували пакет прикладних про-грам на основi R-програмування (http:// www.r-project.org). Характеристику цього програмного забезпечення порiвняно з ко-мерцiйним GGE biplot software наведено в публшаци E. Frutos та iн. [29]. Для диспер-сiйного аналiзу AMMI моделi використали пiдхiд H. F. Gollob [30]. Гiдротермiчний режим окремих мiжфазних перiодiв вегетацй ячменю ярого протягом рок1в дослiджень характеризували, порiвнюючи iз середнiм, максимальним i мшмальним значеннями за 2004-2014 рр. Статистичний аналiз ви-конували з допомогою програм Excel 2010 та Statistica 8.0.
Результати досл1'джень
Aналiз гiдротермiчного режиму мiжфаз-них перiодiв вегетацй' ячменю ярого в 20122014 рр. свiдчить про значш коливання як середньодобових температур повггря, так i кiлькостi опадiв (табл. 1).
Зокрема, 2012 р. характеризувався най-б1льшою за 11 рок1в кiлькiстю опадiв вiд сiвби до сходiв, що дало змогу закласти до-сить добрi передумови врожаю, незважаючи навiть на iстотно нижч^ порiвняно iз серед-нiми за 2004-2011 рр., показники юлькоси опадiв на подальших мiжфазних перiодах. На фон нижчо'1 кiлькостi необхiдно зазна-чити вiдносну рiвномiрнiсть випадання опа-дiв протягом вегетацй' ячменю ярого в 2012 р., що в щлому стало визначальним у формуванш врожайносп селекцiйних лiнiй у цьому рощ. Особливмтю 2013 р. були шд-вищенi температури повiтря в уи мiжфазнi перiоди росту й розвитку рослин ячменю ярого, а також недостатня кльксть опадiв у перюд вiд колосiння до дозрiвання, що спричинило значне зниження врожайносп. Натомiсть, 2014 р. характеризувався в1днос-
Таблиця 1
Пдротерм!*чний режим у М1'жфазн1 перюди вегетацй' ячменю ярого
P'K Середньодобова температура, °C Ю'льккть опад'в, мм
ССх СхК КД СхД СД ССх СхК КД СхД СД
2012 7,7 17,1 21,3 19,2 15,4 30,5 50,8 75,4 126,2 156,7
2013 12,7 18,7 22,3 20,5 17,9 0,3 82,0 41,4 123,4 123,7
2014 8,5 13,0 18,6 15,8 13,3 7,4 166,9 116,1 283,0 290,3
X 8,8 14,9 20,2 17,5 14,6 10,6 88,2 98,4 186,6 197,2
Max 12,7 18,7 22,3 20,5 17,9 30,5 166,9 217,7 283 290,3
Min 4,7 12,7 17,7 15,5 12,2 0,3 23,1 41,4 120,1 123,7
R(max-min) 8,0 6,0 4,6 5,0 5,7 30,2 143,8 176,3 162,9 166,6
Примпка. ССх - а'вба-сходи; СхК - сходи-колоа'ння; КД - колоа'ння-дозр1'вання; СхД - сходи-дозр''вання; СД - с1'вба-дозр1'вання; X, min, max, R(max-min) - в1'дпов1'дно середне, м1'н1'мальне, максимальне значення i розмах варшвання за 2004-2014 рр.
ISSN 2518-1017 PlaNT VtfRIETIEs StuDYING ЛЛР Protection, 2017, vol. 13, No 1
21
но прохолодним температурним режимом в ус1 м1жфазн1 пер1оди, а також 1стотно ви-щою к1льк1стю опад1в, починаючи в1д схо-д1в 1 зак1нчуючи збиранням. Надлишок во-логи спровокував як вилягання селекц1йних л1н1й, так 1 розвиток збудник1в листкових хвороб. Ц1 чинники також вплинули на р1-вень прояву врожайност1 селекц1йних л1н1й. Таким чином, досл1дження селекц1йних л1-н1й в контрастн1 за забезпеченням метеоресурсами 2012-2014 рр. сприяло вид1ленню генотишв ячменю ярого з поеднанням уро-жайност1 й толерантност1 до аб1отичних та б1отичних чинник1в як результат формуван-ня врожайност1 за 1х ди.
Найвищий у середньому по досл1ду р1вень урожайност1 був у 2012 р. - 5,87 т/га (табл. 2). Р1зниця м1ж 11 максимальним 1 м1н1маль-
Таблиця 2
Урожайт'сть селекц1йних л1н1й ячменю ярого залежно в1д року випробувань
Линия, сорт Шифр 2012 р. т2) 2013 р. (У13) 2014 р. ^14) X
'Командор' - St G1 5,67 3,22 4,86 4,58
'Нутанс 4540' G2 6,18 4,12 5,35 5,22
'Нутанс 4241' G3 5,97 3,67 5,32 4,99
'Нутанс 4120' G4 5,96 3,62 5,12 4,90
'Нутанс 3882' G5 6,23 3,54 4,35 4,71
'Нутанс 4340' G6 5,58 3,91 4,23 4,57
'Нутанс 4380' G7 5,57 3,64 4,13 4,45
'Нутанс 4238' G8 5,58 3,86 4,56 4,67
'Нутанс 4203' G9 6,33 3,39 4,76 4,83
'Нутанс 4112' G10 5,93 2,94 4,39 4,42
'Нутанс 4215' G11 5,62 2,92 4,47 4,34
'Нутанс 4137' G12 5,87 3,67 4,05 4,53
'Нутанс 4571' G13 5,79 3,04 4,56 4,46
X - 5,87 3,50 4,63 4,67
Мах - 6,33 4,12 5,35 5,22
Мт - 5,57 2,92 4,05 4,34
R(max-min) - 0,76 1,20 1,30 0,88
Н1Р0,05 - 0,26 0,22 0,29 0,26
Прим1тка. X, ти'п, тах, R(max-min) - середне, минималь-не, максимальне значення 1 розмах вариювання видповидно.
ним значеннями в деяких л1н1й становила 0,76 т/га. Найнижчою була врожайн1сть у 2013 р. - 3,50 т/га, при цьому р1зниця м1ж л1н1ями становила 1,20 т/га. У 2014 р. се-редня врожайн1сть досягала 4,63 т/га, а роз-мах вар1ювання був найвищим за роки до-сл1джень - 1,30 т/га. В ус1 роки було заф1к-совано селекц1йн1 л1ни, що достов1рно (Н1Р0 05) перевищували стандарт за врожай-н1стю.
Дисперс1йний анал1з АММ1 модел1 виявив най1стотн1ший внесок умов середовища (88,4%) у дисперс1ю (табл. 3). Генотип та взаемод!я «генотип-середовище» мали знач-но нижчий ефект - 5,7 1 5,9% в1дпов1дно.
АММ11 biplot (рис. 1) репрезентуе вар1ан-су головних адитивних ефект1в (середню врожайн1сть) селекц1йних л1н1й (01...013) 1
АММ1 РСА1 Бсогв vs УЮ from а RCB
УЮ
Рис. 1. АММ11 Ь1р1о1 - розпод1л селекц1йних л1н1й
1* рок1в випробувань у координатах: головна компонента 1 ^ас1ог 1) та середня продуктивность л*н*й 1* рок*в (YLD) (2012-2014 рр.)
Таблиця 3
Результати дисперс1йного анал1зу АММ1 модел1 врожайност1 селекц1йних л1н1й ячменю ярого (2012-2014 рр.)
Фактори РОКСБЫТ ОР МБ Р*
ENV 109,07634 88,38273 2 54,53817 2284,95527
GEN 7,02101 5,68901 12 0,58508 24,51296
ENV*GEN 7,31628 5,92826 24 0,30484 12,77192
РС1 4,68143 63,98646 13 0,36011 30,27388
РС2 2,63485 36,01354 11 0,23953 20,13691
РС3 0 0 9 0 0
ResiduaLs 1,86173 0 78 0,02387 -
Прим1тка. ENV - середовище, GEN - генотип, ENV*GEN - взаемодия «генотип-середови-ще», SS - сума квадратив, PORCENT - частка внеску у вариацию, %; DF - число ступет'в свобо-ди, MS - середний квадрат, F - критерий, РС1...РС3 - головни компоненти; *достовирно на 0,01% ртвн! значущости.
poKiB BHnpoôyBaHt (Y1...Y3), aêi e ropH30H-TaëBHoro Biccro (YLD), Ta BapiaHcy MyëLTE-nëiêaTHBHHX eôeKTiB BçaeMOfliï «reHoTEn-ce-pe,o;oBHm;e», aKa po3Mim;eHa no BepTEKaëBHÏH oci (Factor 1). BiH ;ae 3Morye rpaôi^Ho aHa-ëiçyBaTH flècnepciro ceëe^iHHEX ëiHié i poKiB BHnpoôyBaHB Ta B3aeMofliro Miœ heme.
AMMI2 biplot (pèc. 2) fleMoHcTpye MyëLTE-nëiêaTHBHi eôeKTH BçaeMoflïï ceëeK^HHa ëi-Hia - piê BènpoôyBaHB y KoopflHHaTax nepmoï (Factor 1) i flpyroï (Factor 2) roëoBHEX kom-noHeHT. G MoœëHBicTB BÏ3yaëi3yBaTE rpyny-BaHHa reHoTèniB Ta pokïb BènpoôyBaHB i be3-HaîHTH, aKHH 3 pokïb 6yB onTHMaëBHimHM flëa KoHKpeTHoï ëiHiï.
AMMI YLD from a RCB
G11 G13
-1.0 -0.5 0.0 0.5 1.0
Factor 1 ( 63.99 %)
Pmc. 2. AMMI2 biplot - po3noflië ceëeKuiéHux ëiHi'é i poKiB BMnpoôyBaHb y KoopflMHaTax flBox neprnwx ro^oBHMxKoMnoHeHT(2012-2014 pp.)
nepmi flâi roëoBHi KoMnoHeHTH (Axis 1, Axis 2) GGE biplot aHaëi3y noacHroroTL 86,9% B3aeMoflïï reHoTèn-cepe^oBE^e, aK цe noêa3aHo Ha pècyHKy 3. ^h biplot xto-fle-nepeMir (aHrë. which-won-where) xapaK-TepE3ye B3aeMo3B'a3oK ceëeK^HHEX ëiHÏé 3 yMoBaMH pokïb BEpoùyBaHHa. Hk i Ha ;box HaBefleHEX pècyHKax AMMI aHaëi3y, Hao^Ho ïomïtho nepeBary ceëeK^HHoï ëiHiï G2 ('Hy-TaHc 4540') b yci poke BènpoôyBaHB. GGE biplot paHœèpyBaHHa reHoTèniB ctocobho rinoTeTE^Horo «ifleaëBHoro» reHoTEny, aKèé aBëae coôoro cepeflEHy ^htpe^hex Kië, Ta-Koœ fleMoHcTpye aôcoëroTHy nepeBary ceëeK-^hhoï ëiHiï G2 ('HyTaHc 4540') (pèc. 4). KpiM Heï, HaôëèœeHEME i;eaTEny e ce-ëe^iHHi ëiHiï G3 ('HyTaHc 4241') Ta G4 ('HyTaHc 4120').
~r 0.6
~r 0.8
~T 1.0
AXIS1 55.38 %
Pmc. 3. GGE biplot «xTo-Ae-nepeMir» (2012-2014 pp.)
X <
-0.4
-0.2
0.0 0.2 0.4 AX1S1 55.38 %
0.6
0.8
Pmc. 4. PaHœupyBaHHfl ceëeêuiéHMx ëiHié ctocobho rinoTeTMHHoro «ifleaëbHoro» reHoTMny (2012-2014 pp.)
BèfliëeHi ceëeKniéHi ëiHiï: 'HyTaHc 4540' ('Tro-phee'/'Rodeo'//'AcêoëBfl'), 'HyTaHc 4241' ('Ada-gio'/'naM'aTHHH') Ta 'HyTaHc 4120' ('Celin-ka'/'naM'aTHEË'), noeflHyroTB ypoœaËHicTB i cTaôiëBHÏcTB 3 pa;oM ÏHmèx rocno;apcLKo-цiннEX o3HaK (Ta6ë. 4). 3a pe3yëLTaTaME npo-Be;eHEX flocëiflœeHB цi ëiHiï nepe;aHo Ha ;ep-œaBHe copToBEnpoôyBaHHa YKpaiHE Biflno-BiflHo aK hobï copTH a^MeHro aporo - 'Min Mhphhh', 'Min CaëroT' Ta 'Min Cothhk'.
Bmchobkm
BèKopècTaHHa AMMI Ta GGE biplot ,ëa oцiнкE ceëeK^HHEX ëiHÏé Ha 3aBepmaëBHEX
-0.2
0.0
G3
G2
G8
G9 G10
G5
Таблиця 4
Характеристика нових сорп'в ячменю ярого за господарсько-ф'нними ознаками у конкурсному сортовипробуванн М1П (2012-2014 рр.)
г м Слймсть проти, бал*
№ лпнп1, т/ ь, т а н, е р е з с н, и л с *о т •|= •|= : о '1= н 'Ü о л
назва сорту й а * о р В т/ t, S о д + 00 0 1 а с а М о р а т о с и В ня н а яг л и в борошнис роси смугасто'1 плямисто< ' ос О 1- ь и си ам £ § сп темно-бур плямисто< Пер1'од «сходи-к( д'б
'Командор' - St 4,58 - 48,0 88 7 4 6 6 6 56
'М1П Мирний' ('Нутанс 4540') 5,22 0,64 50,3 89 8 6 8 6 6 56
'М1П Салют' ('Нутанс 424') 4,99 0,41 49,6 87 7 7 7 6 7 58
'М1П Сотник' ('Нутанс 4120') 4,90 0,32 46,7 90 7 6 7 6 6 57
Н1Р0,05 0,26
етапах селекцшного процесу дае змогу док-ладшше i наочно характеризувати та дифе-ренщювати ix не лише за середньою вро-жайнiстю, а й за взаeмодieю з мiнливими умовами рок1в випробувань. За рiвнем проя-ву та стабiльнiстю врожайностi у поеднанш з iншими господарсько-цiнними ознаками вид^ено селекцiйнi лши 'Нутанс 4540', 'Ну-танс 4241' та 'Нутанс 4120', як передано на державне сортовипробування як новi сорти ячменю ярого 'М1П Мирний', 'М1П Салют' та 'М1П Сотник'.
Використана литература
1. Гудзенко В. М. Урожайт'сть, пластичтсть та стаб'льтсть ячменю озимого у центральному Лкостепу УкраТни / В. М. Гудзенко // Селекц'я i наанництво : М1'жв1'д. темат. наук. зб. - X. : Стиль-1здат, 2013. - Вип. 103. - С. 231-241.
2. The application of AMMI model for barley cultivars evaluation in multi-year trials / M. Mirosavljevic, N. Przulj, J. Bocanski [et al.] // Genetika. - 2014. - Vol. 46, No. 2. - P. 445-454. doi: 10.2298/GENSR1402445M
3. Ethiopian barley landraces show higher yield stability and comparable yield to improved varieties in multi-environment field trials / W. G. Abtew, B. Lakew, В. I. G. Haussmann, K. J. Schmid // J. Plant Breed. Crop Sci. - 2015. - Vol. 7, No. 8.
- P. 275-291. doi: 10.5897/JPBCS2015.0524
4. Gebremedhin W. Stability analysis of food barley genotypes in Northern Ethiopia / W. Gebremedhin, M. Firew, B. Tesfye // Afr. Crop. Sci. J. - 2014. - Vol. 22, No. 2. - P. 145-153.
5. Бурденюк-Тарасевич Л. А. Методи селекц'Т сорп'в озимо'1 м'яко'1 пшениц' з тдвищеною адаптивт'стю до умов Лко-степу i Полкся УкраТни : автореф. дис. ... доктора с.-г. наук : спец. 06.01.05 «Селекц'я i наа'нництво» / Л. А. Бурденюк-Тарасевич ; 1н-т цукрових буряк'в УААН. - К., 2001. - 44 с.
6. Методика интегральной оценки экологической адаптивности селекционного материала на ранних этапах его создания / А. М. Бурдун, Л. М. Лопатина, Мох. А. Хасан, Мух. Ах. Хасан. - Краснодар, 1989. - 32 с.
7. Р'вень адаптивност' перспективних л'н'й пшениц' м'яко'1 озимо'1 в умовах Лкостепу УкраТни / В. С. Кочмарський, Н. П. Замл'ла, Г. Б. Вологд'на [та 1'н.] // Мирон'вський вкник.
- 2016. - Вип. 2. - С. 98-116.
8. Метод оценки гомеоадаптивности в системе экологической селекции яровой мягкой пшеницы : методические рекомендации / В. В. Сюков, В. Г. Захаров, В. Г. Кривобочек [и др.].
- Самара : СамНЦ РАН, 2008. - 18 с.
9. Finlay K. W. The analysis of adaptation in a plant-breeding programme / K. W. Finlay, G. N. Wilkinson // Aust. J. Agric. Res. - 1963. - Vol. 14. - P. 742-754. doi: 10.1071/AR963 0 742
10. Eberhart S. A. Stability parameters for comparing varieties / S. A. Eberhart, W. A. Russell // Crop Sci. - 1966. - Vol. 6, Iss. 1.
- P. 36-40.
11. Хангильдин В. В. Гомеостатичность и адаптивность сортов озимой пшеницы / В. В. Хангильдин, Н. А. Литвиненко // Науч.-техн. бюл. ВСГИ. - Одесса, 1981. - Вып. 1. - С. 8-14.
12. Кильчевский А. В. Метод оценки адаптивной способности и стабильности генотипов, дифференцирующей способности среды. Сообщение I. Обоснование метода / А. В. Кильчевский, Л. В. Хотылева // Генетика. - 1985. - Т. XXI, № 9.
- С. 1481-1489.
13. Tai G. C. C. Genotypic stability analysis and its application to potato regional traits / G. C. С. Tai // Crop Sci. - 1971. - Vol. 11.
- P. 184-190.
14. Wricke G. Über eine Methode zur Erfassung der ökologischen Streubreite in Feldversuchen / G. Wricke // Z. Pflanzenzücht.
- 1962. - Vol. 47. - P. 92-96.
15. Shukla G. K. Some statistical aspects of partitioning genotype-environmental components of variability / G. K. Shukla // Heredity. - 1972. - Vol. 29, No. 2. - P. 237-245.
doi: 10.1038/hdy.1972.87
16. Kili? H. Additive main effects and multiplicative interactions (AMMI) analysis of grain yield in barley genotypes across environments / H. Kili? // Tar. Bil. Der. - 2014. - Vol. 20, No. 4. - P. 337-344. doi: 10.15832/tbd.44431
17. AMMI model to analyse GxE for dual purpose barley in multienvironment trials / R. P. S. Verma, A. S. Kharab, J. Singh [et al.] // Agric. Sci. Digest. - 2016. - Vol. 36, No. 1. - P. 9-16. doi: 10.18805/asd.v35i1.9303
18. Jalata Z. GGE-biplot analysis of multi-environment yield trials of barley (Hordeum vulgare L.) genotypes in Southeastern Ethiopia Highlands / Z. Jalata // Int. J. Plant Breed. Genet. -2011. - Vol. 5, Iss. 1. - P. 59-75. doi: 10.3923/ijpbg.2011.59.75
19. Identifying superior feed barley genotypes using GGE biplot for diverse environments in India / B. Sarkar, R. C. Sharma, R. P. S. Verma [et al.] // Indian J. Genet. Plant Breed. - 2014.
- Vol. 74, No. 1. - P. 26-33. doi: 10.5958/j.09 75-6 9 06.74.1.004
20. Application of GGE biplot analysis to investigate GE interaction on barley grain yield / M. Mohammadi, A. A. Noori-
nia, G. R. KhaLiLzadeh, T. Hosseinpoor // Curr. Opin. Agric. -2015. - VoL. 4, No. 1. - P. 25-32.
21. GGE bipLot and AMMI analysis of yield performance of barley genotypes across different environments in Iran / S. M. M. Mor-tazavian, H. R. Nikkhah, F. A. Hassani [et aL.] // J. Agr. Sci. Tech. - 2014. - VoL. 16, No. 3. - P. 609-622.
22. Ahmadi J. GraphicaL anaLysis of muLti-environment triaLs for barLey yieLd using AMMI and GGE-bipLot under rain-fed conditions / J. Ahmadi, B. Vaezi, M. H. Fotokian // JournaL of PLant PhysioLogy & Breeding. - 2012. - VoL. 2, Iss. 1. - P. 43- 54.
23. Gauch H. G. ModeL seLection and validation for yieLd triaLs with interaction / H. G. Gauch // Biometrics. - 1988. - VoL. 44, No. 3. - P. 705-715. doi: 10.2307/2531585
24. StatisticaL anaLysis of yieLd triaLs by AMMI anaLysis of genotype x environment interaction / K. Hongyu, M. García-Peña, L. B. de Araujo, C. T. dos Santos Dias // BiometricaL Letters.
- 2014. - VoL. 51, No. 2. - P. 89-102. doi: 10.2478/biLe-2014-0007
25. Yan W. BipLot anaLysis of muLti-environment triaL data: PrincipLes and appLications / W. Yan, N. A. Tinker // Can. J. PLant Sci. - 2006. - Vol. 86, No. 3. - P. 623-645. doi: 10.4141/ P05-169
26. GabrieL K. R. The bipLot graphic dispLay of matrices with appLication to principaL components anaLysis / K. R. GabrieL // Biometrica. - 1971. - VoL. 58, No. 3. - P. 453-467.
27. Методика проведения експертизи та державного сортови-пробування сорлв рослин зернових, круп'яних та зернобо-бових культур // Охорона прав на сорти рослин : оф1'ц. бю-летень / за ред. В. В. Волкодава. - К. : Алефа, 2003.
- Вип. 2, Ч. 3. - 241 с.
28. Доспехов Б. А. Методика полевого опыта (с основами статистической обработки результатов исследований) / Б. А. Доспехов. - Изд. 5-е, доп. и перераб. - М. : Агропром-издат, 1985. - 351 с.
29. Frutos E. An interactive bipLot impLementation in R for modeLing genotype-by-environment interaction / E. Frutos, M. P. GaLindo, V. Leiva // Stoch. Environ. Res. Risk. Assess. -2014. - VoL. 28, Iss. 7. - P. 1629-1641. doi: 10.1007/s00477-013-0821-z
30. GoLLob H. F. A statisticaL modeL which combines feature of factor anaLytic and anaLysis of variance techniques / H. F. GoLLob // Psychometrika. - 1968. - VoL. 33, Iss. 1. - P. 73-115. doi: 10.1007/BF02289676
References
1. Hudzenko, V. M. (2013). YieLding capacity, pLasticity and stabiLity of spring barLey in the CentraL Forest-Steppe zone of Ukraine. Selektsia I Nasinnitstvo [PLant Breeding and Seed Production], 103, 231-241. [in Ukrainian]
2. MirosavLjevic, M., PrzuLj, N., Bocanski, J., StanisavLjevic, D., & Mitrovic, B. (2014). The appLication of AMMI modeL for barLey cuLtivars evaLuation in muLti-year triaLs. Genetika, 46(2), 445454. doi: 10.2298/GENSR1402445M
3. Abtew, W. G., Lakew, B., Haussmann, B. I. G., & Schmid, K. J. (2015). Ethiopian barLey Landraces show higher yieLd stabiLity and comparabLe yieLd to improved varieties in muLtienvironment fieLd triaLs. J. Plant Breed. Crop Sci., 7(8), 275291. doi: 10.5897/JPBCS2015.0524
4. Gebremedhin, W., Firew, M., & Tesfye, B. (2014). StabiLity anaLysis of food barLey genotypes in Northern Ethiopia. Afr. Crop. Sci. J., 22(2), 145-153.
5. Burdeniuk-Tarasevych, L. A. (2001). Metody selektsii sortiv ozymoi miakoi pshenytsi z pidvyshchenoiu adaptyvnistiu do umov Lisostepu i Polissia Ukrainy [Methods of soft winter wheat breeding for increased adaptabiLity to conditions of the Forest-Steppe and PoLissia zones of Ukraine] (Extended abstract of Doc. Agric. Sci. Diss.). Institute of Sugar Beet of UAAS, Kyiv, Ukraine. [in Ukrainian]
6. Burdun, A. M., Lopatina, L. M., Khasan, Mokh. A., Khasan, & Mukh. Akh. Khasan (1989). Metodika integral'noy otsenki
ekologicheskoy adaptivnosti selektsionnogo materiala na rannikhetapakh egosozdaniya [Methods of integral estimation of ecological adaptability of breeding material at the early stages of its creation]. Krasnodar: N.p. [in Russian]
7. Kochmarskyi, V. S., Zamlila, N. P., Volohdina, H. B., Humeniuk, O. V., & Voloshchuk, S. I. (2016). Level of adaptability of bread winter wheat promising lines under conditions of the Forest-Steppe zone of Ukraine. Myronivskyi visnyk [Myronivka Bulletin], 98-116. [in Ukrainian]
8. Syukov, V. V., Zakharov, V. G., Krivobochek V. G., Nikonov, V. I., Vasilova, N. Z., & Ganeev, V. A. (2008). Metod otsenki gomeoadaptivnosti v sisteme ekologicheskoy selektsii yarovoy myagkoy pshenitsy [Method of homeoadaptability evaluation in the system of ecological breeding of bread spring wheat]. Samara: SamNC RAN. [in Russian]
9. Finlay, K. W., & Wilkinson, G. N. (1963). The analysis of adaptation in a plant-breeding programme. Aust. J. Agric. Res., 14, 742-754. doi: 10.1071/AR9630742
10. Eberhart, S. A., & Russell, W. A. (1966). Stability parameters for comparing varieties. Crop Sci., 6(1), 36-40.
11. Khangildin, V. V., & Litvinenko, N. A. (1981). Homeostaticity and adaptability of winter wheat varieties. Nauchno-tekhnicheskiy byuleten VSGI [Scientific and technical bulletin of All-Union Breeding & Genetics Institute], 1, 8-14. [in Russian]
12. Kilchevskiy, A. V., & Khotyleva, L. V. (1985). Method of estimation of adaptive ability and stability of genotypes that differentiate environment capacity. Part I. Method justification. Genetika [Genetics], 21(9), 1481-1489. [in Russian]
13. Tai, G. C. C. (1971). Genotypic stability analysis and its application to potato regional traits. Crop Sci., 11, 184-190.
14. Wricke, G. (1962). Über eine Methode zur Erfassung der ökologischen Streubreite in Feldversuchen. Z. Pflanzenzücht., 47, 92-96.
15. Shukla, G. K. (1971). Some statistical aspects of partitioning genotype-environmental components of variability. Heredity, 29(2), 237-245. doi: 10.1038/hdy.1972.87
16. Kili?, H. (2014). Additive main effects and multiplicative interactions (AMMI) analysis of grain yield in barley genotypes across environments. Tar. Bil. Der., 20(A), 337-344. doi: 10.15832/tbd.44431
17. Verma, R. P. S., Kharab, A. S., Singh, J., Kumar, V., Sharma, I., & Verma, A. (2016). AMMI model to analyse GxE for dual purpose barley in multi-environment trials. Agric. Sci. Digest., 36(1), 9-16. doi: 10.18805/asd.v35i1.9303
18. Jalata, Z. (2011). GGE-biplot analysis of multi-environment yield trials of barley (Hordeum vulgare L.) genotypes in Southeastern Ethiopia Highlands. Int. J. Plant Breed. Genet., 5(1), 59-75. doi: 10.3923/ijpbg.2011.59.75
19. Sarkar, B., Sharma, R. C., Verma, R. P. S., Sarkar, A., & Sharma, I. (2014). Identifying superior feed barley genotypes using GGE biplot for diverse environments in India. Indian J. Genet. Plant Breed., 74(1), 26-33. doi: 10.3923/ijpbg.2011.59.75
20. Mohammadi, M., Noorinia, A. A., Khalilzadeh, G. R., & Hosseinpoor, T. (2015). Application of GGE biplot analysis to investigate GE interaction on barley grain yield. Curr. Opin. Agric., 4(1), 25-32.
21. Mortazavian, S. M. M., Nikkhah, H. R., Hassani, F. A., Sharif-al-Hosseini, M., Taheri, M., & Mahlooji, M. (2014). GGE biplot and AMMI analysis of yield performance of barley genotypes across different environments in Iran. J. Agr. Sci. Tech., 16(3), 609-622.
22. Ahmadi, J., Vaezi, B., & Fotokian, M. H. (2012). Graphical analysis of multi-environment trials for barley yield using AMMI and GGE-biplot under rain-fed conditions. Journal of Plant Physiology & Breeding, 2(1), 43- 54.
23. Gauch, H. G. (1988). Model selection and validation for yield trials withinteraction. Biometrics,44(3),705-715.doi:10.2307/2531585
24. Hongyu, K., García-Peña, M., de Araujo, L. B., & dos Santos Dias, C. T. (2014). Statistical analysis of yield trials by AMMI analysis of genotype x environment interaction. Biometrical Letters, 51(2), 89-102. doi: 10.2478/bile-2014-0007
25. Yan, W., & Tinker, N. A. (2006). Biplot analysis of multi-environment trial data: Principles and applications. Can. J. Plant Sci., 86(3), 623-645. doi: 10.4141/P05-169
26. Gabriel, K. R. (1971). The biplot graphic display of matrices with application to principal components analysis. Biometrica, 58(3), 453-467.
27. Volkodav, V. V. (Ed.). (2003). Regulations on the procedure and the conduct of examination and state testing of grain, cereal and leguminous crops. In Okhorona prav na sorty roslyn [Plant variety rights protection] (Vol. 2, Part. 3). Kyiv: Alefa. [in Ukrainian]
28. Dospekhov, B. A. (1985). Metodika polevogo opyta (s osnovami statisticheskoy obrabotki rezul'tatov issledovaniy) [Methods of field experiment (with the basics of statistical processing of research results)]. (5th ed., rev.). Moscow: Agropromizdat. [in Russian]
29. Frutos, E., Galindo, M. P., & Leiva, V. (2014). An interactive biplot implementation in R for modeling genotype-by-environment interaction. Stoch. Environ. Res. Risk. /Assess., 28(7), 1629-1641. doi: 10.1007/s00477-013-0821-z
30. Gollob, H. F. (1968). A statistical model which combines feature of factor analytic and analysis of variance techniques. Psychometrika, 33(1), 73-115. doi: 10.1007/BF02289676
УДК 633.16:631.527:631.524.84/.85
Гудзенко В. Н.1*, Демидов А. А.1, Васильковский С. П.1,2, Коляденко С. С.3 Графический анализ адаптивности селекционных линий ячменя ярового в Центральной Лесостепи Украины // Сортовивчення та охорона прав на сорти рослин. - 2017. - Т. 13, № 1. - С. 20-27. http://dx.doi.Org/l0.21498/2518-1017.1.2017.97233
1 Мироновский институт пшеницы имени В. Н. Ремесло НААН Украины, ул. Центральная, 68, с. Центральное, Мироновский р-н, Киевская обл., 08853, Украина, *е-таН: [email protected]
2 Белоцерковский национальный аграрный университет, пл. Соборная, 8/1, г. Белая Церковь, Киевская обл., 09117, Украина 3Украинский институт экспертизы сортов растений, ул. Генерала Родимцева, 15, г. Киев, 03041, Украина
Цель. Выделить селекционные линии ячменя ярово- вание генотипов по отношению к гипотетическому «ге-
го с оптимальным сочетанием урожайности и стабильности при различных погодных условиях в Центральной Лесостепи Украины. Методы. Полевые исследования, дисперсионный, AMMI, GGE biplot анализ. Результаты. Гидротермический режим на протяжении междуфазных периодов вегетации ячменя ярового в условиях Мироновского института пшеницы имени В. Н. Ремесло НААН в 2012-2014 гг. характеризировался значительной изменчивостью, что способствовало детальной оценке линий по продуктивности, стабильности и устойчивости к абиотическим и биотическим факторам. Наибольшая средняя урожайность по опыту отмечена в 2012 г. (5,87 т/га), наименьшая - в 2013 г. (3,50 т/га). Средняя урожайность по отношению к названным годам была получена в 2014 г. -4,63 т/га. С помощью AMMI и GGE biplot анализа выявлены существенные отличия по реакции исследуемых линий на вариабельность метеорологических условий. С использованием AMMI модели дана характеристика аддитивным компонентам главных эффектов селекционных линий и годов испытаний, а также мультипликативным компонентам их взаимодействия. GGE biplot ранжиро-
нотипу» свидетельствует об абсолютном преимуществе селекционной линии 'Нутанс 4540' по урожайности и стабильности. Кроме неё, приближенными к идеатипу были селекционные линии 'Нутанс 4241' и 'Нутанс 4120'. Выделенные селекционные линии характеризировались устойчивостью и умеренной устойчивостью к основным листостебельным болезням и полеганию. Выводы. Использование АММ1 и GGE biplot для оценки селекционных линий на завершающих этапах селекционного процесса позволяет более детально и наглядно харак-теризировать, а также дифференцировать их не только по средней урожайности, но и по взаимодействию с изменчивыми условиями годов испытаний. По стабильному уровню проявления урожайности в сочетании с другими хозяйственно ценными признаками выделены селекционные линии 'Нутанс 4540', 'Нутанс 4241' и 'Нутанс 4120', которые переданы на государственное сортоиспытание как новые сорта ячменя ярового 'МИП Мирный', 'МИП Салют' и 'МИП Сотник'.
Ключевые слова: ячмень яровой, селекционные линии, сорта, урожайность, стабильность, AMMI, GGE biplot.
UDC 633.16:631.527:631.524.84/.85
Hudzenko, V. M.1*, Demydov, O. A.1, Vasylkivskyi, S. P.12, & Koliadenko, S. S.3 (2017). Graphical analysis of adaptability of spring barley breeding lines in the Central Forest-Steppe zone of Ukraine. Plant Varieties Studying and Protection, 13(1), 20-27. http://dx.doi.org/10.21498/2518-1017.1.2017.97233
1 V. M. Remeslo Myronivka Institute of Wheat of NAAS of Ukraine, Tsentralne, Myronivka district, Kyiv region, 08853, Ukraine, *e-mail: [email protected]
2 Bila Tserkva National Agrarian University, 8/1 Soborna ave., Bila Tserkva, Kyiv region, 09117, Ukraine
3 Ukrainian Institute for Plant Variety Examination, 15 Henerala Rodymtseva Str., Kyiv, 03041, Ukraine
Purpose. To define spring barley breeding lines with an yielding capacity (5.87 t/ha) was noted in 2012, the low-
optimal combination of yielding capacity and stability under different weather conditions in the Central Forest-Steppe zone of Ukraine. Methods. Field studies, ANOVA, AMMI, GGE biplot analysis. Results. Hydrothermal regime during interphase periods of spring barley vegetation under conditions of The V. M. Remeslo Myronivka Institute of Wheat of NAAS in 2012-2014 was characterized by significant variability, that facilitated detailed evaluation of the lines for productivity, stability, and resistance to abiotic and biotic factors. In the performance of an experiment, the highest average
est one (3.50 t/ha) was in 2013. As for these years, average yield of 4.63 t/ha was obtained in 2014. By applying AMMI and GGE biplot analysis, significant differences in response of the studied lines to variability of weather conditions was revealed. Using AMMI model, additive components of the main effects of the breeding lines and years of testing as well as multiplicative components of their interaction were characterized. GGE biplot genotypes ranking in relation to a hypothetical "ideal" genotype showed an absolute advantage of breeding line 'Nutans 4540' for yielding capacity and sta-
bility. In addition, breeding Lines 'Nutans 4241' and 'Nutans 4120' were close to ideatype. Selected breeding lines were characterized by resistance and moderate resistance to leaf diseases and lodging. Conclusions. Use of AMMI and GGE biplot analysis to evaluate breeding lines at the final stages of breeding process allows to describe them thoroughly and graphically as well as differentiate them not only for average yielding capacity but also for their interaction with chan-
ging conditions during the years of testing. Breeding Lines 'Nutans 4540', 'Nutans 4241', and 'Nutans 4120' to be identified for the stability of yielding capacity display in combination with other agronomic characters were transferred to the State variety testing as new spring barley varieties 'MIP Myrnyi', 'MIP SaLiut', and 'MIP Sotnyk' respectively.
Keywords: spring barley, breeding lines, varieties, yielding capacity, stability, AMMI, GGE biplot.
Hadiurnna 12.01.2017 ri020dxeH0 do dpyêy 23.02.2017
