Adaptive properties of prospective soybean varieties in the ryazan region conditions by the feature of “protein collection per unit of area”

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Soy is a common leguminous and oilseed crop of our planet and has great food and feed value. Its seeds contain from 37 to 42% protein, from 19 to 22% oil and up to 30% carbohydrates. Soy protein is considered to be the highest quality and cheapest biochemical component in solving the problem of protein deficiency in the world. The research was carried out in 2021–2023 at the Institute of Seed Production and Agrotechnology (ISA – branch of the Federal State Budgetary Scientific Institution FNAC VIM), located in the Ryazan region. The level of adaptive properties of promising soybean cultivars was assessed on the basis of “protein collection per unit area” using generally accepted techniques. The experimental site is represented by dark gray forest heavy loamy soil, with an organic matter content of 4.95%, mobile phosphorus – 213 mg/kg of soil, mobile potassium – 155 mg/kg of soil, total nitrogen – 0.228%; pH value – 4.91 units. As a result of the research, it was found that the average protein content in the seeds of the samples ranged from 37.0% to 42.8%, while the standard protein content in the seeds averaged 40.2%. The average protein harvest during the study period was 750 kg/ha. Weak variability of the indicator “protein collection per unit area” was observed in cultivars H-25/17, H-7/17, H-19/17 and H-32/17 (V = 6.7–9.7%). To determine the adaptability of the variety, the coefficient of responsiveness to environmental conditions was used: the value of the indicator varied from 1.12 in H-25/17 to 2.02 in H-9/17. The lines H-19/17 and H-25/17, which have high genetic flexibility and have low variability in the protein collection rate per unit area – 8.7% in the H-19/17 line and 6.7% in the H-25/17 variety.

Full Text

Restricted Access

About the authors

Elena V. Gureeva

Institute of Seed Production and Agrotechnologies – branch of the Federal State Budgetary Budgetary Institution
“Federal Scientific Agroengineering Center VIM”

Author for correspondence.
Email: elenagureeva@bk.ru

PhD in Agricultural Sciences, Leading Researcher

Russian Federation, s. Podvyazye, Ryazan region

Anna V. Solodyagina

Institute of Seed Production and Agrotechnologies – branch of the Federal State Budgetary Budgetary Institution
“Federal Scientific Agroengineering Center VIM”

Email: elenagureeva@bk.ru

Junior Researcher

Russian Federation, s. Podvyazye, Ryazan region

References

  1. Ar’kova Zh.A., Manaenkov K.A., Koldin M.S. i dr. Effektivnost’ bor’by s sornyakami v posevah soi na territorii Tambovskoj oblasti // Tekhnologii pishchevoj i pererabatyvayushchej promyshlennosti APK – produkty zdorovogo pitaniya. 2017. № 4 (18). S. 15–20.
  2. Goncharenko A.A. Ob adaptivnosti i ekologicheskoj ustojchivosti sortov zernovyh kul’tur. Vestnik RASHN. 2005. № 6. S. 49–53.
  3. Gryaznov A.A. Karabalykskij yachmen’. Kustanaj: Iz-vo: Pechat. dvor, 1996. 448 s.
  4. Gureeva E.V., Solodyagina A.V. Ocenka sortov soi mirovoj kollekcii v usloviyah Central’nogo Nechernozem’ya po priznaku «massa semyan s odnogo rasteniya» // Zernovoe hozyajstvo Rossii. 2024. T. 16. № 2. S. 62-66. https://doi.org/10.31367/2079-8725-2024-91-2-62-66
  5. Dospekhov B.A. Metodika polevogo opyta (s osnovami statisticheskoj obrabotki rezul’tatov issledovanij). 5-e izd., pererab. i dop. M.: Al’yans, 2014. 352 s.
  6. Zhivotkov L.A., Morozova Z.A., Sekatueva L.I. Metodika vyyavleniya potencial’noj produktivnosti i adaptivnosti sortov i selekcionnyh form ozimoj pshenicy po pokazatelyu urozhajnosti // Selekciya i semenovodstvo. 1994. № 2. S. 3–6.
  7. Zubareva K.Yu., Bobkov S.V., Hrykina T.A. Vliyanie organomineral’nyh mikroudobrenij na nakoplenie belka v organah rastenij i kachestvo zerna soi // Zernobobovye i krupyanye kul’tury. 2022. № 2 (42). S. 5–15. https://doi.org/10.24412/2309-348X-2022-2-5-15
  8. Zykin V.A., Belan I.A., Yusov V.S., Korneva S.P. Metodika rascheta parametrov ekologicheskoj plastichnosti sel’skohozyajstvennyh rastenij po discipline «Ekologicheskaya genetika». Omsk, 2008. 36 s.
  9. Sidorova E.K., Fedoseeva V.V. Effektivnoe uvelichenie proizvodstvennyh posevov pod soej v Orlovskoj oblasti, obladayushchimi vysokim procentnym soderzhaniem belka i zhira v soevyh bobah // Vestnik agrarnoj nauki. 2023. № 1(100). S. 154–160.
  10. Filimonov Ya.I., Kocareva N.V. Povyshenie belka soi agrotekhnicheskimi priemami // Vestnik Kurskoj gosudarstvennoj sel’skohozyajstvennoj akademii. 2023. № 2. S. 18–21.
  11. Yusova O.A., Nikolaev P.N., Vasyukevich V.S. i dr. Uroven’ kachestva zerna omskih sortov ovsa yarovogo v kontrastnyh ekologicheskih usloviyah // Vestnik NGAU. 2020. № 2 (55). S. 84–96. https://doi.org/10.31677/2072-6724-2020-55-2-84-96
  12. Gureeva E.V., Levakova O.V. Remote monitoring of chlorophyll content in soybean crops in the conditions of the Ryazan region // BIO Web of Conferences. 2023. 71. 01090. https://doi.org/10.1051/bioconf/20237101090
  13. Jiang H., Egli D.B. Soybean seed number and crop growth rate during flowering // Agronomy Journal. 1995. Vol. 87. PP. 264–267.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Protein content in soybean seeds for 2021–2023, %.

Download (749KB)
3. Fig. 2. Response coefficient (Kr) to improving soybean growing conditions (according to V.A. Zykin).

Download (112KB)

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».