Evaluation of Naked-Grain Oat Varieties Using Orthogonal Analysis

Cover Page

Cite item

Full Text

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

Abstract

The studies aimed to identify valuable nakedgrain oat genotypes with effective genetic-physiological systems (GPS) of adaptability, attraction and microdistribution of assimilates for their subsequent use as sources in the development of highly productive varieties. The evaluation of 11 genotypes (10 varieties and the kss-98-329 line) was carried out in 2022–2024 in the southwestern part of the Sverdlovsk region at different moisture levels (GTC 0.98; 1.14; 2.06, respectively) using the theory of ecological-genetic organisation of quantitative traits and the orthogonal regression method. The weight of the stem, panicle, grain and chaff from the panicle was measured in 10 plants of each variety in two field replicates. The average value of the productivity trait indicator was plotted on a graph of two-dimensional trait coordinates, and the contribution of the GPS to the yield was identified. According to the orthogonal regression graphs reflecting the work of the HPS of attraction of photosynthetic products from the stem to the panicle, the following varieties stably demonstrated their capabilities: Progress, line kss-98–329, Sibirsky Golozerny and Levsha, which were assigned to the first and second groups on the orthogonal regression graphs depending on the combination of positive and negative shifts in the genetic systems. The varieties Vyatsky, Sibirsky and Tyumensky Golozerny were characterised by stable positive shifts in the GPS of the genetic system of microdistributions of plastic substances over 3 years of testing. The Levsha, Persheron, Sibirsky Golozerny and kss-98-329 varieties were distinguished by the highest productivity rates (1.41–1.59 g) and grain content (52–56 pcs.) per panicle, and also formed the largest dry above-ground biomass with a plant weight of 3.95–4.37 g, stem weight of 1.64–1.74 g, panicle weight of 2.27–2.63 g, exceeding other varieties by more than 5.2 %. According to the results of the rank analysis, these genotypes took the first positions with ranks from 7 to 22.

About the authors

V. E. Kardashina

Ural Federal Agrarian Scientific Center, Ural branch, Russian Academy of Sciences

Email: valya.kardashina@yndex.ru
620061, Ekaterinburg, pos. Istok, ul. Glavnaya, 21

O. V. Demidova

Ural Federal Agrarian Scientific Center, Ural branch, Russian Academy of Sciences

Email: valya.kardashina@yndex.ru
620061, Ekaterinburg, pos. Istok, ul. Glavnaya, 21

References

  1. Экологическая оценка сортов голозерного овса в УНЦ БГАУ (южная лесостепная зона республики Башкортостан) / Р. Б. Нурлыгаянов, О. А. Исачкова, Р. А. Якупова и др. // Российский электронный научный журнал. 2022. № 2 (44). С. 57–78. doi: 10.31563/2308-9644-2022-44-2-57-78
  2. Новый подход к структурированию сортового разнообразия голозерных и пленчатых форм культурного овса (Avena sativa L.) / И. Г. Лоскутов, Т. В. Шеленга, А. В. Конарев и др. // Экологическая генетика. 2020. № 18 (1). С. 27–41. doi: 10.17816/ecogen12977.
  3. Государственный реестр селекционных достижений, допущенных к использованию. Т 1. «Сорта растений» (официальное издание). М.: ФГБНУ «Росинформоагротех». 2023. 631 с.
  4. Варгач Ю. И. Результаты сравнительной оценки образцов овса (A. sativa L., A. byzantine C. Koch) по устойчивости к полеганию, урожайности и адаптивности в центральных районах нечерноземной зоны РФ // Овощи России. 2019. № 5. С. 25–32. doi: 10.18619/2072-9146-2019-5-25-32.
  5. Войцуцкая Н. П., Лоскутов И. Г. Селекционная ценность европейских образцов овса в условиях Кубанской Опытной Станции ВИР // Труды по прикладной ботанике, генетике и селекции. 2019. № 180 (1). С. 52–58. doi: 10.30901/2227-8834-2019-1-52-58.
  6. Dragov R. G. Combining ability for quantitative traits related to productivity in durum wheat // Vavilov Journal of Genetics and Breeding. 2022. № 26 (5). Р. 515–523. doi: 10.18699/VJGB-22-63.
  7. Kalapchieva S., Kosev V., Vasileva V. Взаимодействие генотипсреда и стабильность количественных признаков у садового гороха (Pisum sativum L.) // Сельскохозяйственная биология. 2022. Т. 57. № 5. С. 965–980. doi: 10.15389/agrobiology.2022.5.965rus.
  8. Гуляев Г. В. Генетика. М.: «Колос», 1977. 360 с.
  9. Бороевич С. Принципы и методы селекции растений. М.: Колос, 1984. 344 с.
  10. Dynamics of genetic diversity of oat varieties in the Tyumen region at avenin-c oding loci / A. V. Lyubimova, G. V. Tobolova, D. I. Eremin, et al. // Vavilov Journal of Genetics and Breeding. 2020. No. 24 (2). Р. 123–130. doi: 10.18699/VJ20.607.
  11. Петрова Н. Н., Егоров С. В. Уточнение метода ортогонального анализа в селекции растений // Молекулярная и прикладная генетика. 2009. Т. 10. С. 20–29.
  12. Драгавцев В. А., Михайленко И. М., Проскуряков М. А. Нека нонический подход к решению задачи наследственного повышения засухоустойчивости у растений (на примере хлебных злаков) // Сельскохозяйственная биология. 2017. Т. 52. № 3. С. 487–500. doi: 10.15389/agrobiology.2017.3.487rus.
  13. Kosev V., Vasileva V., Kusvuran А. Orthogonal regressions of pea (Pisum L.) varieties // Turkish Journal of Field Crops. 2018. No. 23 (2). Р. 159–166. doi: 10.17557/tjfc.484985.
  14. Васюкевич В. С., Аниськов Н. И., Сафонова И. В. Уровень качества зерна омских сортов овса ярового в контрастных экологических условиях // Вестник НГАУ. 2020. № 2 (55). С. 84–96. doi: 10.31677/2072-6724-2020-55-2-84-96.
  15. Изучение сортов овса (Avena sativa L.) различного географического происхождения по качеству зерна и продуктивности / В. И. Полонский, Н. А. Сурин, С. А. Герасимов и др. // Вавиловский журнал генетики и селекции. 2019. № 23 (6). С. 683–690. doi: 10.18699/VJ19.541.
  16. Доспехов Б. А. Методика полевого опыта / 5-е изд., доп. и перераб. М.: Агропромиздат, 1985. 351 с.
  17. Воробьев В. А., Драгавцев В. А., Кардашина В. Е. Сохранение, пополнение, изучение генетических коллекций и выделение новых источников и доноров генетикофизиологических систем, повышающих продуктивность и урожаи растений // Экономика сельского хозяйства России. 2019. № 11. С. 51–56. doi: 10.32651/1911-51.
  18. Роль отдельных органов в продукционном процессе у растений яровой пшеницы разного экологогеографического происхождения / Н. Э. Ионова, Л. П. Хохлова, Р. Н. Валиуллина и др. // Сельскохозяйственная биология. 2009. № 1. С. 60–67.
  19. Изменение климата и урожайность овса посевного (Avena sativa L.) в Якутии / Л. В. Петрова, Л. Ю. Новикова, А. В. Алексеева и др. // Труды по прикладной ботанике, генетике и селекции. 2024. № 185 (1). С. 86–98. doi: 10.30901/2227-8834-2024-1-86-98.
  20. Кротова Н. В., Баталова Г. А. Изучение коллекционных образцов голозерного овса // Труды по прикладной ботанике, генетике и селекции. 2021. № 182 (4). С. 18–26. doi: 10.30901/2227-8834-2021-4-18-26.
  21. Драгавцев В. А., Кардашина В. Е., Ковтуновская Е. С. Оценка сортов и линий ярового овса с использованием принципа ортогональной индентификации генетикофизиологических систем, определяющих урожаи // Достижения науки и техники АПК. 2022. Т. 36. № 7. С. 19–24. doi: 10.53859/02352451_2022_36_7_19.
  22. Кочерина Н. В., Драгавцев В. А. Введение в теорию экологогенетической организации полигенных признаков растений и теорию селекционных индексов. СПб.: «Дон Боско», 2008. 87 с.
  23. Волкова Л. В., Амунова О. С., Лисицын Е. М. Влияние внешних условий на развитие количественных признаков и работу генетических систем яровой мягкой пшеницы // Известия Самарского научного центра Российской академии наук. 2018. Т. 20. № 2 (82). С. 192–197.
  24. Kalapchieva S., Kosev V., Vasileva V. Biologial potential assessment of the samples of garden pea through the orthogonal analysis method // Pakistan Journal of Botany. 2022. Vol. 54. No. 3. Р. 2–17. doi: 10.30848/PJB2022-3(41).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

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).