COMPREHENSIVE ASSESSMENT OF WINTER WHEAT-WHEATGRASS HYBRIDS BY CROP STRUCTURE ELEMENTS AND BREEDING INDICES

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

In order to select the best forms in breeding practice, the analysis of lines according to breeding indices is widespread, which makes it possible to identify samples according to the complex of studied characteristics against the background of certain soil and climatic conditions. The article presents data on the assessment of winter wheat-wheatgrass hybrids from the collection of the Distant hybridization department of the MBG RAS by crop structure elements and breeding indices for 2022–2024. On average, over the years, the height of plants ranged from 75.1 to 102.5 cm, the length of the ear – from 8.3 to 10.8 cm, the number of grains per ear – from 26.7 to 48.5 pcs, their weight – from 1.47 to 3.24 g per ear, the weight of 1000 grains – from 44.1 to 58.6 g, biological yield – from 513.5 to 1232.5 g/m2. Nine samples were identified according to the Finnish-Scandinavian index, three according to the Mexican index, and ten according to the Canadian index. The value of the linear density index of the ear above 4 pcs/cm had twenty-one lines, four lines were distinguished in relation to the size to the number of grains in the ear. Three lines had the highest productivity index. According to the totality of all the signs, the best lines were identified: WWH 43, WWH 49, WWH 50, WWH 51, WWH 57 and WWH 90. These samples are recommended for further study and management of the breeding process.

作者简介

V. Samokhina

Main Botanical Garden named after N. Tsitsin of Russian Academy of Sciences

Email: lera.kvitko@mail.ru
ORCID iD: 0000-0001-8337-5032
Junior Researcher Moscow, Russia

A. Alentcheva

Main Botanical Garden named after N. Tsitsin of Russian Academy of Sciences

Email: lera.kvitko@mail.ru

Junior Researcher

Moscow, Russia

A. Soloviev

Main Botanical Garden named after N. Tsitsin of Russian Academy of Sciences; All-Russian Plant Quarantine Center

Email: lera.kvitko@mail.ru

Grand PhD in Biological Sciences, Leading Researcher, Professor of the RAS

Moscow, Russia; Bykovo, Russia

O. Shchuklina

Main Botanical Garden named after N. Tsitsin of Russian Academy of Sciences

编辑信件的主要联系方式.
Email: lera.kvitko@mail.ru

PhD in Agricultural Sciences, Leading Researcher

Moscow, Russia

参考

  1. Базюк Д.А., Белозерова А.А., Боме Н.А. Использование селекционных индексов для оценки коллекционных образцов ярового ячменя Hordeum vulgare L. // Аграрная наука. 2024. № 10. С. 96–103. EDN: QVNYXQ. https://doi.org/10.32634/0869­8155­2024­387­10­96­103
  2. Белозерова А.А., Базюк Д.А., Боме Н.А. Комплексная оценка мутантов ярового ячменя по элементам урожайности // Труды по прикладной ботанике, генетике и селекции. 2024. Т. 185, № 1. С. 27–38. EDN: DOVBPN. https://doi.org/10.30901/2227­8834­2024­1­27­38
  3. Бюллетень «Посевные площади Российской Федерации в 2025 году (весеннего учета)» / Федеральная служба государственной статистики (РОССТАТ). Главный межрегиональный центр. 2025. 29 с.
  4. Василевский В.Д. Особенности формирования урожая зерна сортами мягкой яровой пшеницы с разной высотой стебля в зависимости от дефицита давления пара воздуха // Вопросы степеведения. 2023. № 4. С. 162–170. https://doi.org/10.24412/2712­8628­2023­4­162­170
  5. Доктрина продовольственной безопасности Российской Федерации № 20 (Утв. Указом Президента Российской Федерации от 21 января 2020 г.) [Электронный ресурс]. URL: http://docs.cntd.ru/document/564161398
  6. Зенкина К.В., Асеева Т.А. Оценка линий и сортов яровой пшеницы мягкой по селекционным индексам // Вестник Казанского государственного аграрного университета. 2025. № 1. С. 5–11. https://doi.org/10.12737/2073­0462­2025­1­5­11
  7. Зенкина К.В., Асеева Т.А. Перспективные селекционные линии тритикале для Дальневосточного региона // Дальневосточный аграрный вестник. 2020. № 1 (53). С. 13–19. https://doi.org/10.22450/1999­6837­2020­1­13­19
  8. Иванисова А.С., Марченко Д.М. Использование селекционных индексов при оценке продуктивности озимой твердой пшеницы // Аграрная наука. 2024. № 8. С. 150–154. https://doi.org/10.32634/0869­8155­2024­385­8­150­154
  9. Патент № 2710056 C1 Российская Федерация, МПК A01H 1/04. Способ отбора высокопродуктивных селекционных образцов озимых зерновых культур: № 2019121471: заявл. 05.07.2019: опубл. 24.12.2019 / И.Р. Манукян, С.А. Бекузарова, М.А. Басиева, Е.С. Мирошникова; заявитель Федеральное государственное бюджетное учреждение науки Федеральный научный центр «Владикавказский научный центр Российской академии наук». EDN: CQYDLN.
  10. Плиско Л.Г., Пакуль В.Н. Оценка селекционных линий яровой мягкой пшеницы по селекционным индексам // Международный научно­исследовательский журнал. 2017. № 12. С. 127–130. https://doi.org/10.23670/IRJ.2017.66.094
  11. Сафонова И.В., Аниськов Н.И. Значимость комплексной оценки селекционных индексов и параметров стрессоустойчивости сортов озимой ржи // Аграрный Вестник Урала. 2022. № 6 (221). C. 16–26. https://doi.org/10.32417/1997­4868­2022­221­06­16­26
  12. Степанова Н.А., Сидоренко В.С., Старикова Ж.В., Костромичева В.А. Определение продуктивности яровой мягкой пшеницы на основе селекционных индексов // Зернобобовые и крупяные культуры. 2021. № 3 (39). С. 91–96. https://doi.org/10.24412/2309­348X­2021­3­91­96
  13. Щуклина О.А., Ворончихина И.Н., Завгородний С.В. Особенности формирования структуры урожая яровых пшенично­пырейных гибридов в контрастных метеорологических условиях // Труды Кубанского государственного аграрного университета. 2022. № 98. С. 132–136. EDN: HVLRCJ. https://doi.org/10.21515/1999­1703­98­132­136
  14. Щуклина О.А., Завгородний С.В., Соловьев А.А. и др. Оценка влияния образцов коллекции ×Trititrigia как исходного материала на качество зерна в селекционном процессе зерновых культур // Известия Тимирязевской сельскохозяйственной академии. 2023. № 6. С. 66–75. EDN: HOSYQH. https://doi.org/10.26897/0021­342X­2023­6­65­75
  15. Cui L., Ren Y., Murray T.D. et al. Development of Perennial Wheat Through Hybridization Between Wheat and Wheatgrasses: A Review // Engineering. Volume 4. Issue 4. 2018. P. 507–513. https://doi.org/10.1016/j.eng.2018.07.003
  16. Priyadarshan P.M. Distant Hybridization // PLANT BREEDING: Classical to Modern. Springer, Singapore. 2019. P. 371–378. https://doi.org/10.1007/978­981­13­7095­3_17
  17. Turner M.K., DeHaan L.R., Jin Y., Anderson J. A. Wheatgrass–Wheat Partial Amphiploids as a Novel Source of Stem Rust and Fusarium Head Blight Resistance // Crop Science. 2013. Vol. 53. Issue 5. P. 1994–2005. https://doi.org/10.2135/cropsci2012.10.0584

补充文件

附件文件
动作
1. JATS XML

版权所有 © Russian Academy of Sciences, 2025

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».