Abstract

Use of computer technology allows to quickly analyze and use subject, technological, analytical and other information. Biometric statistics in plant breeding is aimed at optimizing (increasing efficiency, reliability, acceleration and cheapening) the process of breeding varieties of agricultural crops. Therefore, creation and study of new varieties of oil flax requires widespread introduction of modern computer information technologies that provide information support of the breeding process at all its stages. Methods of multi-criteria mathematical statistics - factor and cluster analyses - were used in the studies for a comprehensive assessment of hybrid populations of oil flax by productivity elements (plant height, technical length, inflorescence length, number of pods per plant, number of seeds per plant, number of seeds in a box, weight of 100 seeds, and oil content in seeds). Effectiveness of selection of hybrids of the third cycle of breeding has been evaluated, and also the distinctive features of hybrid combinations in a number of generations have been established. As a result of selection and technological cycle of the analysis, 31 highly productive hybrids (or 6.9%) were identified for further reproduction. Despite the high level of the breeding differential determined in hybrid combinations during the F2-F3 generation change, their response to traits based selection according to “number of seeds in a box” and “weight of 100 seeds” was weak, and selection by the number of boxes and seeds from the plant turned out to be ineffective. The selection method used makes it possible to cull low-yielding plants that have fallen into the worst groups of clusters. Culling by the method of multidimensional analysis should be used in later generations (fourth-fifth cycle of selection) as homozygosity of traits is established.

Highlights

  • Use of computer technology allows to quickly analyze and use subject, technological, analytical and other information

  • В селекционном плане факторный анализ дает возможность определить количество действующих факторов на изучаемые признаки и указать их относительную интенсивность; выявить признаковую структуру факторов, т.е. показать, какими признаками обусловлено действие фактора; долю влияния каждого из факторов на значение того или иного признака

  • Л. Отбор индивидуальных высокопродуктивных растений льна масличного в гибридной популяции F2 / Е

Read more

Summary

Длина соцветия

Количество Количество Количество коробочек семян на семян на растении растении в коробочке. Высота растений Техническая длина Длина соцветия Количество коробочек на растении Количество семян на растении Количество семян в коробочке Масса 100 семян Содержание масла Собственное значение (общая дисперсия) Доля в общей дисперсии, %. Принимая во внимание результаты дисперсионного анализа при разделении растений гибридов на 2 и 3 кластера, а также амплитуды (и уровни значимости) F-статистики, отмечали, что кластеры гибридов не различались по содержанию масла, а признаки «количество семян на растении» и «количество коробочек на растении» являются главными при решении вопроса о распределении гибридов льна масличного (последнее прослеживалось и при делении на 4 кластера). Изменчивость признаков продуктивности у гибридов льна масличного в разрезе комбинаций скрещиваний была различной, и для отображения степени превосходства гибридов, отобранных для дальнейшего воспроизводства, была рассчитана мера интенсивности отбора путем выражения селекционного дифференциала в единицах среднего квадратического отклонения данного признака. Результативность отбора высокопродуктивных гибридов F3 льна масличного путем кластеризации, 2017 г., шт

Количество коробочек на растении
Количество семян Количество семян на растении в коробочке
MS Error
Признак продуктивности количество семян на растении количество семян в коробочке
Список использованных источников
Full Text
Published version (Free)

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call