Скрининг исходного материала для селекции яровой мягкой пшеницы в условиях Среднего Поволжья

Обложка

Цитировать

Полный текст

Аннотация

Представлены результаты изучения 300 образцов яровой мягкой пшеницы коллекционного питомника с различным эколого-географическим происхождением по выделению генетических источников с признаками скороспелости, короткостебельности, крупнозерности в условиях Среднего Поволжья. Исследования проводили в 2019-2021 годах в лесостепной зоне Самарской области. Вегетационные периоды были засушливыми: гидротермический коэффициент 2019 года составил 0,48, 2020 - 0,52, 2021 - 0,39, при среднемноголетнем значении - 0,73. Изучали исходный материал согласно методике государственного сортоиспытания и методическим рекомендациям ВИР. Выделены генетические источники скороспелости: Уральская кукушка, Челяба ранняя (Челябинская обл.), Рифор 1, Рифор 6 (Ленинградская обл.), Odeta, Libertina (Чехия), Chi Mai 1 (Китай); короткостебельности: KWS Jetstream (Германия), Eleganza, Florens (Франция), Odeta, Libertina, Septima (Чехия), KWS Torridon (Великобритания), VZ-602 (Мексика), Iona (США), Boett (Швеция), Long Fu 13 (Китай); крупнозерности: Лютесценс 6074/6-23 (г. Кинель), Экада 214, Ульяновская 101, Бурлак (г. Ульяновск), Саратовская 70 (г. Саратов), Chi Mai 1 (Китай). Образцы Лютесценс 6074/6-23, Экада 214, Бурлак имели высокие значения массы 1000 зерен и урожайности в годы исследований. Наибольшая продуктивность зерна отмечена у образцов местной селекции, созданных за последние годы - Кинельская юбилейная, Кинельская заря, Кинельская звезда, Кинельская 2020, Кинельская волна, Лютесценс 6074/6-23, Эритроспермум 6517/24-1, безенчукской селекции - Тулайковская 108, Тулайковская 116, саратовской - Саратовская 73, Саратовская 74, Альбидум 33 и ульяновской - Бурлак, Ульяновская 100. Выделенные генетические источники ценных признаков рекомендуется использовать в качестве родительских форм в селекционных программах скрещивания в условиях Среднего Поволжья.

Об авторах

Татьяна Юрьевна Таранова

Самарский федеральный исследовательский центр РАН, Поволжский научно-исследовательский институт селекции и семеноводства имени П.Н. Константинова

Email: elena_pniiss@mail.ru

Елена Анатольевна Дёмина

Самарский федеральный исследовательский центр РАН, Поволжский научно-исследовательский институт селекции и семеноводства имени П.Н. Константинова

Александр Иванович Кинчаров

Самарский федеральный исследовательский центр РАН, Поволжский научно-исследовательский институт селекции и семеноводства имени П.Н. Константинова

Список литературы

  1. Амунова О.С., Волкова Л.В., Зуев Е.В. и др. Исходный материал для селекции мягкой яровой пшеницы в условиях Кировской области // Аграрная наука Евро-Северо-Востока. 2021. Т. 22. № 5. С. 661-675. doi: 10.30766/2072-9081.2021.22.5.661-675.
  2. Дёмина Е.А., Кинчаров А.И., Таранова Т.Ю. и др. Источники ценных признаков для селекции яровой мягкой пшеницы в Среднем Поволжье // Вестник Казанского ГАУ. 2020. № 4 (60). С. 21-26. doi: 10.12737/2073-0462-2021-21-26.
  3. Дёмина И.Ф. Результаты изучения коллекционных образцов пшеницы мягкой яровой в условиях Среднего Поволжья // Аграрная наука Евро-Северо-Востока. 2020. Т. 21. № 6. С. 653-659. doi: 10.30766/2072-9081.2020.21.6.653-659.
  4. Евдокимов М.Г., Юсов В.С., Кирьякова М.Н. и др. Перспективные генетические источники для селекции яровой твердой пшеницы в Западной Сибири // Вавиловский журнал генетики и селекции. 2022. Т. 26. № 7. С. 609-621. doi: 10.18699/VJGB-22-75.
  5. Кинчаров А.И., Дёмина Е.А., Таранова Т.Ю. и др. Продолжительность периода всходы - колошение в селекции яровой мягкой пшеницы на продуктивность // Вестник российской сельскохозяйственной науки. 2022. № 5. С. 42-46. doi: 10.31857/2500-2082/2022/5/42-46.
  6. Межгосударственный стандарт. ГОСТ 12042-80. Семена сельскохозяйственных культур. Методы определения массы 1000 семян. М.: Стандартинформ, 2011. С. 116-118.
  7. Мережко А.Ф., Удачин Р.А., Зуев Е.В. и др. Пополнение, сохранение в живом виде и изучение мировой коллекции пшеницы, эгилопса и тритикале (методические указания). СПб: ВИР, 1999. 81 с.
  8. Методика государственного сортоиспытания сельскохозяйственных культур. М., 2019. Вып. 1. 329 с.
  9. Митрофанова О.П. Генетические ресурсы пшеницы в России: состояние и предселекционное изучение // Вавиловский журнал генетики и селекции. 2012. Т. 16. № 1. С. 10-20.
  10. Пискарев В.В., Зуев Е.В., Брыкова А.Н. Исходный материал для селекции яровой мягкой пшеницы в условиях Новосибирской области // Вавиловский журнал генетики и селекции. 2018. Т. 22. № 7. С. 784-794. doi: 10.18699/VJ18.422.
  11. Савченко И.В. Генетические ресурсы - основа продовольственной безопасности России // Достижения науки и техники АПК. 2016. Т. 30. № 9. С. 5-8.
  12. Таранова Т.Ю., Дёмина Е.А., Кинчаров А.И. и др. Вариабельность высоты растений яровой мягкой пшеницы в условиях лесостепи Среднего Поволжья // Вестник российской сельскохозяйственной науки. 2021. № 6. С. 45-49. doi: 10.30850/vrsn/2021/6/45-49.
  13. Темирбекова С.К., Зуев Е.В., Абугалиева А.И. и др. Источники крупнозерности и устойчивости к болезням яровой мягкой пшеницы из мирового генофонда ВИР для использования в селекции // Аграрная наука. 2019. Т. 1. С. 43-47. doi: 10.32634/0869-8155-2019-326-1-43-47.
  14. Темирбекова С.К., Зуев Е.В., Медведева Л.М. и др. Генофонд яровой мягкой пшеницы из коллекции генетических ресурсов растений ВИР для использования в селекции // Вестник российской сельскохозяйственной науки. 2018. № 4. С. 35-38. doi: 10.30850/vrsn/2018/4/35.
  15. Kahiluoto H., Kaseva J., Hakala K. et al. Cultivating resilience by empirically revealing response diversity. Global Environmental Change. 2014. Vol. 25. P. 186-193. doi: 10.1016/j.gloenvcha.2014.02.002.
  16. Randhawa H.S., Graf R.J., Pozniak C. et al. Application of molecular markers to wheat breeding in Canada. Plant Breed. 2013. Vol. 132. No 5. P. 458-471. doi: 10.1111/pbr.12057.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2023

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».