Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Wielowymiarowe wydzielanie fenotypowo podobnych grup obiektów w kolekcji roboczej pszenicy ozimej (Triticum aestivum L.)

Tytuł:
Wielowymiarowe wydzielanie fenotypowo podobnych grup obiektów w kolekcji roboczej pszenicy ozimej (Triticum aestivum L.)
Multivariate distinguishing of phenotypically similar groups of genotypes in a winter wheat (Triticum aestivum L.) working germplasm collection
Autorzy:
Ukalska, Joanna
Ukalski, Krzysztof
Śmiałowski, Tadeusz
Powiązania:
https://bibliotekanauki.pl/articles/42830396.pdf
Data publikacji:
2009
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
analiza zmiennych kanonicznych
analiza skupień
Triticum aestivum L.
wielowymiarowa analiza wariancji
zasoby genowe
zróżnicowanie fenotypowe
canonical variable analysis
cluster analysis
germplasm collection
multivariate analysis of variance
phenotypic diversity
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2009, 253; 21-30
0373-7837
2657-8913
Język:
polski
Prawa:
CC BY-SA: Creative Commons Uznanie autorstwa - Na tych samych warunkach 4.0
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
Przedmiotem badań była część kolekcji roboczej form pszenicy ozimej zgromadzona i prowadzona przez wiele lat dla potrzeb hodowli przez Zakład Roślin Zbożowych IHAR w Krakowie. Wyniki prezentowane w pracy dotyczą 51 obiektów występujących w kolekcji w latach 1999–2002. Pod uwagę wzięto 14 cech opisujących strukturę plonu, odporność na najważniejsze choroby oraz właściwości technologiczne. Celem pracy było wydzielenie grup form podobnych pod względem wszystkich badanych cech jednocześnie, a następnie analiza zróżnicowania wielocechowego wydzielonych grup genotypów. Podział na grupy wykonano za pomocą hierarchicznej analizy skupień metodą Warda w oparciu o wartości statystyki pseudo t2, wskazujące na możliwość wyodrębnienia w kolekcji 3, 5 lub 8 grup form podobnych wielocechowo. Dla każdej możliwości podziału na grupy wykonano jednoczynnikową, wielowymiarową analizę wariancji, a następnie analizę zmiennych kanonicznych. Na podstawie uzyskanych wyników dokonano ostatecznie podziału kolekcji na 5 grup. Liczebności grup wyniosły od 4 do 22 obiektów. Pierwsze trzy zmienne kanoniczne wyjaśniły łącznie 82% całkowitej zmienności wydzielonych grup. Cechami najsilniej różnicującymi badaną kolekcję były: wysokość roślin, wyleganie, MTZ, masa i liczba ziaren z kłosa, liczba dni do kłoszenia, podatność na mączniaka prawdziwego oraz zawartość białka.

The investigations were conducted on part of winter wheat working collection from the Plant Breeding and Acclimatization Institute, the Department of Cereals Crops in Cracow. Fifty-one genotypes (cultivars and clones) were evaluated in the years 1999–2002. Yield structure traits and susceptibility to the most important winter wheat diseases were assessed. The aim of the study was to classify the genotypes into homogeneous groups (clusters), identify the traits having the highest discriminative power in separating these groups, and characterize the genotypic diversity of the distinguished clusters for the examined traits. Hierarchical cluster analysis was carried out using Ward’s procedure and squared Euclidean distance. The final number of groups (clusters) was obtained on the basis of the pseudo t2 statistic which indicating a possibility to classify the genotypes in 3, 5 or 8 groups. For each division the MANOVA and Canonical Variable Analysis (CVA) were carried out on the basis of Mahalanobis distance. Finally, the genotypes were classified into five homogeneous groups, which including 4 to 22 objects. The three first canonical variables accounted for 82% of the total variation between groups. The following traits were found to have the highest discriminative power: plant height, lodging score, 1000-grain weight, weight per spike, number of grains per spike, number of days to heading, powdery mildew score and protein content.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies