Assessment of the biochemical composition of the grain of narrow-leaved lupine selected by the Leningrad Research Institute of Agricultural Sciences in the conditions of the Kirov region in 2024

Cover Page

Cite item

Full Text

Abstract

The study examines how the 2024 growing season’s extreme weather – cold spring with frosts followed by a hot, dry summer – affected the biochemical composition and feed value of narrow-leaved lupine (Lupinus angustifolius L.), seed pea (Pisum sativum L.), and field pea (Pisum arvense L., “pelyushka”) in the Kirov region. Given rising climate instability, assessing legume adaptability to stress – particularly the ability to maintain nutrient content while limiting toxic compounds – is crucial. Key feed-value indicators analyzed included crude protein, fat, fiber, ash, metabolizable energy, and alkaloids, the latter being critical for lupine safety in animal feed. The field experiment was conducted at Vyatka State Agricultural and Technological University’s Agrotechnopark. Grain analyses were performed in accredited labs: standard chemical methods were used for protein, fat, fiber, and ash; alkaloids were measured by wet chemistry at VNII Lupin. For the first time in the region, all crops retained high metabolizable energy (12.6-13.3 MJ/kg) and dry matter (86.0-90.1%) despite climatic stress. Seed and field peas significantly exceeded average Russian norms for crude protein and biological extractive substances, demonstrating strong adaptive capacity. In contrast, all lupine varieties showed unacceptably high alkaloid levels (0.331-0.60%), exceeding the GOST R 54632-2011 limit for the 3rd quality class (0.30%), indicating stress-induced synthesis of secondary metabolites. Among them, the Mezenat variety displayed the most balanced profile – 32.5% protein, 6.4% fat, and the lowest alkaloid content (0.331%). These results are practically valuable for breeding and agronomic strategies in northern Russia, highlighting the need to select varieties not only for nutritional quality but also for resilience to climate-induced toxin accumulation.

References

  1. Хабибуллин, К. Н. Изучение коллекции гороха в условиях южной зоны Ростовской области : диссертация на соискание ученой степени кандидата сельскохозяйственных наук / Хабибуллин Кирилл Наильевич. – 2024. – 156 с. – EDN THAEFX.
  2. Лукин, С. В. Влияние биологизации земледелия на плодородие почв и продуктивность агроценозов (на примере Белгородской области) // Земледелие. – 2021. – № 1. – С. 11-15. doi: 10.24411/0044-3913-2021-10103 EDN: BXUXCB.
  3. Безгодова, И. Л., Коновалова, Н. Ю. Влияние перспективных видов и сортов бобовых культур на ботанический состав, продуктивность и питательность однолетних смесей в условиях Европейского Севера России // АгроЗооТехника. – 2022. – Т. 5, № 4. – doi: 10.15838/alt.2022.5.4.2. – EDN CIMNGL.
  4. Jha, U. C., Nayyar, H., Parida, S. K. et al. Ensuring Global Food Security by Improving Protein Content in Major Grain Legumes Using Breeding and 'Omics' Tools // International Journal of Molecular Sciences. – 2022. – Vol. 23, Iss. 14. – P. 7710. – doi: 10.3390/ijms23147710. EDN: FOHPPI.
  5. Gálová, Z., Špaleková, A., Romanová, K. The protein profile of cereals, pseudocereals and legumes // [Conference paper or ResearchGate publication]. – 2019. – URL: https://www.researchgate.net/profile/Zdenka-Galova/publication/330728740_The_protein_profile_of_cereals_pseudocereals_and_legumes.
  6. Grdeń, P., Jakubczyk, A. Health benefits of legume seeds // Journal of the Science of Food and Agriculture. – 2023. – Vol. 103, Iss. 11. – P. 5213–5220. – doi: 10.1002/jsfa.12585. EDN: CITVOO.
  7. Коржов, С. И., Солодовников, А. П., Пимонов, К. И., Несмеянова, М. А. Влияние бобовых культур на плодородие почвы и продуктивность севооборотов // Агрохимический вестник. – 2022. – № 3. – С. 54-59. – doi: 10.24412/1029-2551-2022-3-010. – EDN VWADZD.
  8. Семешкина, П. С., Бородина, Е. С. Влияние бобовых культур и удобрений на продуктивность севооборотов и плодородие почвы // Аграрный вестник Урала. – 2023. – Т. 23, № 12. – С. 12-21. – doi: 10.32417/1997-4868-2023-23-12-12-21. EDN: RKVORK.
  9. Kosolapov, V. M., Cherniavskih, V. I., Dumacheva, E. V., Sopina, N. A., Tseiko, V. I., Markova, E. I. Assessment of the effect of soil contamination with heavy metals on the yield and quality of agricultural crops // IOP Conference Series: Earth and Environmental Science. – 2021. – Vol. 901. – P. 012022. – doi: 10.1088/1755-1315/901/1/012022.
  10. Kim, J., Seo, S. B., Cha, E., Kim, H., Seo, Y., Lee, T. Performance evaluation of large-scale statistical downscaling methods across diverse climate regimes in Asia // Journal of Hydrology. – 2024. – Vol. 635. – P. 130849. – doi: 10.1016/j.jhydrol.2024.130849.
  11. Болотова, Н. Л. Особенности регионального сценария изменения климата Северной территории на примере Вологодской области // Фундаментальные и прикладные исследования в гидрометеорологии : Материалы международной научно-практической конференции, посвященной 50-летию кафедры общего землеведения и гидрометеорологии Белорусского государственного университета, Минск, 11-13 октября 2023 года. – Минск : Белорусский государственный университет, 2023. – С. 422-429. – EDN GZYQOV.
  12. Аразов, А., Мандарова, О., Аллаяров, М., Оразгелдиев, В. Влияние климатических изменений на рост и развитие сельскохозяйственных растений // Символ науки: международный научный журнал. – 2024. – Т. 2, № 10-1. – С. 40-41. – EDN EWRFHA.
  13. Методика государственного сортоиспытания сельскохозяйственных культур. Вып. 2. Зерновые, крупяные, зернобобовые, кукуруза и кормовые культуры. – Москва, 1989. – 197 с.
  14. Доспехов, Б. А. Методика полевого опыта : с основами статистической обработки результатов исследований. – 5-е изд., доп. и перераб. – Москва : Агропромиздат, 1985. – 351 с. – EDN ZJQBUD.
  15. Корма России (химический состав и питательность) : сертификат соответствия... от 8.04.99 // URL: https://gov.cap.ru/home/65/aris/bd/korma/korm.html (дата обращения: 17.10.25).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).