Combination ability of new dihaploid corn lines in the conditions of the Right Bank of the Saratov region

Cover Page

Cite item

Full Text

Abstract

Dihaploid lines, or lines obtained on the basis of doubled haploids, are a valuable material for the creation of high-heterosis corn hybrids. The most eff ective method of evaluating the starting material when selecting parental couples for obtaining hybrids is diallell analysis. The article presents the results of the analysis of indicators of 6 dihaploid corn lines and 30 simple corn hybrids of the dialle scheme. The combinative ability of lines along the stem length, the cob attachment height, and the panicle length was studied. The eff ects of the GCA and SCA dispersion, as well as the components of genetic dispersion for the above characteristics were revealed. Lines with high GCA and SCA rates were identifi ed. The variation of the indicators of combinative ability during the years of the study indicates that the degree of strength of the eff ects of GCA and the dispersion of SCA morphometric parameters in certain lines varies to some extent under the infl uence of growing conditions. The analysis of the components of genetic dispersion showed that, depending on the growing conditions, the formation of stem length was infl uenced by 1 to 3, cob height by 1 to 3, and panicle length by 1 to 2 genes or groups of genes. A pattern has been revealed: in more favorable conditions in 2021 and 2023, the number of genes that control the manifestation of the stem length and the panicle length traits increases. A signifi cant impact of dominance components (H1 , H2 ) has been established. Dominance in stem length, ear height and panicle length is directed towards the parental forms with greater expression of the trait.

About the authors

Olga V Gutorova

Saratov State University

83, Astrakhanskaya str., Saratov, 410012, Russia

Sergey A. Zaitsev

Russian Research Institute for Sorghum and Maize «Rossorgo»

Saratov 410050, Russia

Elada S. Shahgeldyan

Saratov State University

ORCID iD: 0009-0004-4076-1258
83, Astrakhanskaya str., Saratov, 410012, Russia

References

  1. Werkissa Yali. Haploids and doubled haploid technology application in modern plant breeding // Journal of Plant Sciences. 2022. Vol. 10, № 2. P. 71–75. https://doi.org/10.11648/j.jps.20221002.14
  2. Ульянов А. В., Карлов А. В., Хатефов Э. Б. Использование гаплоиндукторов кукурузы как инструмента в биотехнологии сельскохозяйственных растений // Вавиловский журнал генетики и селекции. 2022. Т. 26, № 7. С. 704–713. https://doi.org/10.18699/VJGB-22-85
  3. Асадова Г. М., Ульянов А. В., Карлов М. В., Хатефов Э. Б. Перспективы использования гаплоиндукторов в селекции кукурузы // Биотехнология и селекция растений. 2020. Т. 3, № 2. С. 16–29. https://doi.org/10.30901/2658-6266-2020-2-03
  4. Zaitsev S. A., Volkov D. P., Guseva S. A., Babushkin D. D. Genetic control of the number of grains on corn cob // E3S Web of Conferences. Ser. International Scientifi c and Practical Conference “Fundamental and Applied Research in Biology and Agriculture: Current Issues, Achievements and Innovations”, “FARBA 2021”. 2021. Vol. 254. P. 01031. https://doi.org/10.1051/e3sconf/202125401031
  5. Турбин Н. В., Хотылева Л. В., Тарутина Л. А. Диаллельный анализ в селекции растений. Минск : Наука и техника, 1974. 184 с.
  6. Орлянская Н. А., Орлянский Н. А., Чеботарёв Д. С. Оценка комбинационной способности самоопыленных семей кукурузы (S5) смешанной генетической плазмы // Вестник Казанского государственного аграрного университета. 2022. № 2 (66). С. 28–35. https://doi.org/10.12737/2073-0462-2022-28-35
  7. Зезин Н. Н., Панфилов А. Э., Казакова Н. И., Намятов М. А., Цымбаленко И. Н., Гридин В. Ф., Иванова Е. С., Салтанова Р. Д. Кукуруза на Урале. Екатеринбург : Уральский НИИСХ, Уральское изд-во, 2017. 204 с.
  8. Гужов Ю. Л., Фукс А., Валичек П. Селекция и семеноводство культивируемых растений : учебник / под ред. Ю. Л. Гужова. М. : Изд-во РУДН, 1999. 536 с.
  9. Богдан П. М., Красковская Н. А., Даниленко И. Н. Оценка коллекции инбредных линий кукурузы Приморской селекции // Аграрная наука. 2023. № 9. С. 133–138. https://doi.org/10.32634/0869-8155-2023-374-9-133-138
  10. Griffi ng B. Concept of general and combining ability in relation to diallel crossing systems // J. Biol. Sci. 1956. № 9. Р. 463–493.
  11. Федин М. А., Силис Д. Я., Смиряев А. В. Статистические методыгенетического анализа. М. : Колос, 1980. 208 с.
  12. Гуторова О. В., Юдакова О. И., Зайцев С. А. Оценка эффективности гаплоиндуктора кукурузы ЗМС-П // Аграрный научный журнал. 2019. № 7. С. 14–18. https://doi.org/10.28983/asj.y2019i7pp14-18
  13. Hayman B. I. The theory and analysis of diallel crosses // Genetics. 1954. Vol. 10. P. 235–244.
  14. Смиряев А. В., Кильчевский А. В. Генетика популяций и количественных признаков. М. : Колос, 2007. 272 с.
  15. Драгавцев В. А., Литун П. П., Шкель Н. М., Нечипоренко Н. Н. Модель эколого-генетического контроля количественных признаков растений // Доклады АН СССР. 1984. Т. 274, № 3. С. 720–723.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

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».