Оценка сопряженности хозяйственно-ценных селекционных признаков сортов люцерны с содержанием протеина

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Сортообразцы Medicago sativa L., M. varia Mart., M. falcata L. изучали в 2019–2023 гг. в Центрально- Черноземном регионе (Белгородская область) на черноземе типичном. Цель исследований – выявление сопряженности содержания сырого протеина в фитомассе люцерны с другими хозяйственно-ценными признаками для выделения в долголетних опытах лучших сортообразцов, перспективных для использования в селекции на кормовую ценность. Изучали сорта и селекционные образцы различного географического происхождения, оцененные в травостоях первого, второго и пятого года жизни. Содержание протеина в кормовой массе – стабильный селекционный признак, на 81,4 % определяемый генетическими особенностями сортообрацов и на 15,5 % – сроком жизни травостоев. Между содержанием протеина и сопряженными с ним хозяйственно-ценными признаками установлены следующие корреляции: сильная положительная с урожайностью сухого вещества по укосам и за 2 укоса в целом (r = 0,757…0,782; р = 0,05). Корреляции с урожайностью семян не выявлено (r = 0,042, р > 0,05). Квартильная группировка сортообразцов по содержанию протеина позволила выделить группы с различным проявлением признака: низкое (Q1) – 177,6…192,3 г/кг, среднее (Q2) – 192,6…203,6 г/кг, повышенное (Q3) – 204,4…224,5 г/кг, сильное (Q4) – 225,8…235,9 г/кг. Сортообразцы квартилей Q1 и Q2 в среднем за годы исследований существенно на 16,0…35,8 % уступали образцам квартилей Q3 и Q4 по урожайности сухого вещества по укосам и в сумме за 2 укоса; на 6,7…23,7 % – по высоте растений, на 5,4…12,8 % – по степени облиственности. Для дальнейшей селекции на кормовую ценность и повышение содержания белка целесообразно использовать сортообразцы, входящие в Q4, – Краснояружская 2, Белгородская 7, Алексеевская 1, СИ-138, М-195, СИ-139, ПО-155 м (M.varia сине-гибридного сортотипа), Сальса, Крено, Планет, Плато, Люзелль, Галакси (M.sativa), а также сортообразцы из группы Q3 – Глория, ПО-169 мк.

Об авторах

Л. Д. Сайфутдинова

Федеральный научный центр кормопроизводства и агроэкологии имени В. Р. Вильямса

Email: cherniavskih@mail.ru
кандидат сельскохозяйственных наук 141055, Московская обл., Лобня, Научный городок, 1

В. М. Косолапов

Федеральный научный центр кормопроизводства и агроэкологии имени В. Р. Вильямса

Email: cherniavskih@mail.ru
доктор сельскохозяйственных наук, академик РАН 141055, Московская обл., Лобня, Научный городок, 1

В. И. Чернявских

Федеральный научный центр кормопроизводства и агроэкологии имени В. Р. Вильямса

Email: cherniavskih@mail.ru
доктор сельскохозяйственных наук 141055, Московская обл., Лобня, Научный городок, 1

Е. В. Думачева

Федеральный научный центр кормопроизводства и агроэкологии имени В. Р. Вильямса

Email: cherniavskih@mail.ru
доктор биологических наук 141055, Московская обл., Лобня, Научный городок, 1

Список литературы

  1. Седых В. А. Проблемы и перспективы обеспечения продовольственной безопасности на основе развития отечественного рынка переработки сена из люцерны // Экономика и управление: проблемы, решения. 2024. Т. 4. № 6 (147). С. 65–69. doi: 10.36871/ek.up.p.r.2024.06.04.008.
  2. Косолапов В. М., Чернявских В. И. Кормопроизводство: состояние, проблемы и роль ФНЦ «ВИК им. В. Р. Вильямса» в их решении // Достижения науки и техники АПК. 2022. Т. 36. № 4. С. 5–14. doi: 10.53859/02352451_2022_36_4_5.
  3. Косолапова В. Г., Косолапов В. М., Степанова Г. В. Aminokislotnyy sostav lyucerny raznykh sortov // Кормопроизводство. 2023. № 8. С. 18–21. doi: 10.25685/krm.2023.8.2023.004.
  4. «King of the forage» – Alfalfa supplementation improves growth, reproductive performance, health condition and meat quality of pigs / J. Ma, W. Huangfu, X. Yang, et al. // Frontiers in Veterinary Science. 2022. Vol. 9. Article 1025942. URL: https://www.frontiersin.org/journals/veterinaryscience/articles/10.3389/fvets.2022.1025942/full (дата обращения: 05.07.2025). doi: 10.3389/fvets.2022.1025942.
  5. Acceptance of a protein concentrate from alfalfa (Medicago sativa) by yellow perch (Percaflavescens) fed a formulated diet / J. Coburn, M. S. Wells, N. B. Phelps, et al. // Fishes. 2021. Vol. 6 (2). Article 9. URL: https://www.mdpi.com/2410-3888/6/2/9 (дата обращения: 05.08.2025). doi: 10.3390/fishes6020009.
  6. Гончаров Н. П., Косолапов В. М. Селекция растений – основа продовольственной безопасности России // Вавиловский журнал генетики и селекции. 2021. Т. 25. № 4. С. 361–366. doi: 10.18699/VJ21.039.
  7. Angiotensin I converting enzyme (ACE) inhibitory peptides derived from alfalfa (Medicago sativa L.) leaf protein and its membrane fractions / X. Cao, J. Yang, H. Ma, et al. // Journal of Food Processing and Preservation. 2021. Vol. 45 (10). Article e15834. URL: https://onlinelibrary.wiley.com/doi/10.1111/jfpp.15834 (дата обращения: 05.08.2025). doi: 10.1111/jfpp.15834.
  8. Smovzhenko A., Heuschele D. J., Ismail B. P. Stabilization and extraction of alfalfa (Medicago sativa) protein following multiple postharvest processing techniques coupled with protease inactivation // Food Research International. 2025. Vol. 201. Article 115588. URL: https://www.sciencedirect.com/science/article/abs/pii/S0963996924016594 (дата обращения: 05.08.2025). doi: 10.1016/j.foodres.2024.115588.
  9. Optimisation of steam blanching on enzymatic activity, color and protein degradation of alfalfa (Medicago sativa) to improve some quality characteristics of its edible protein / M. Hadidi, A. Ibarz, J. Conde, et al. // Food Chemistry. 2019. Vol. 276. Р. 591–598. doi: 10.1016/j.foodchem.2018.10.049.
  10. Косолапов В. М., Думачева Е. В., Сайфутдинова Л. Д. Селекция люцерны изменчивой на создание интенсивных сортов с высокой кормовой продуктивностью: результаты и перспективы // Российская сельскохозяйственная наука. 2023. № 6. С. 9–14. doi: 10.31857/S2500262723060029.
  11. Hansen M., Hobley T. J., Jensen P. R. Treatment with supercritical CO2 reduces off-flavour of white alfalfa protein concentrate // Foods. 2023. Vol. 12 (4). Article 845. URL: https://www.mdpi.com/2304-8158/12/4/845 (дата обращения: 05.08.2025). doi: 10.3390/foods12040845.
  12. The influence of polycyclic aromatic hydrocarbons in protein profile of Medicago sativa L. / W. S. Alves, N. S. Santos, F. F. Baroca, et al. // International Journal of Phytoremediation. 2021. Vol. 23 (4). Р. 426–435. doi: https://doi.org/10.1080/15226514.2020.1825324.
  13. Improved forage quality and biomass yield of alfalfa (Medicago sativa L.) by Arabidopsis QQS orphan gene / K. Wang, J. Yan, R. Tanvir et al. // Current Plant Biology. 2023. Vol. 35. Article 100295. URL: https://www.sciencedirect.com/science/article/pii/S2214662823000245 (дата обращения: 05.08.2025). doi: 10.1016/j.cpb.2023.100295.
  14. Хозяйственная оценка малоазийских образцов Medicagosativa L. / Н. Ю. Малышева, Н. Л. Исаева, Е. А. Губанова и др. // Труды по прикладной ботанике, генетике и селекции. 2019. Т. 179. № 4. С. 82–90. doi: 10.3901/2227-8834-2018-4-82-90.
  15. Yield and quality properties of alfalfa (Medicago sativa L.) and their influencing factors in China / Y. Feng, Y. Shi, M. Zhao, et al. // European Journal of Agronomy. 2022. Vol. 141. Article 126637. URL: https://www.sciencedirect.com/science/article/abs/pii/S116103012200185X?via%3Dihub (дата обращения: 05.08.2025). doi: 10.1016/j.eja.2022.126637.
  16. Annicchiarico P., Pecetti L. Comparison among nine alfalfa breeding schemes based on actual biomass yield gains // Crop Science. 2021. Vol. 61. Р. 2355–2370. doi: 10.1002/csc2.20464.
  17. Методические указания по изучению коллекции многолетних кормовых трав / сост.: П. А. Лубенец, А. И. Иванов, Ю. И. Кириллов и др. Л.: ВИР, 1979. 42 с.
  18. Баврина А. П. Современные правила использования методов описательной статистики в медикобиологических исследованиях // Медицинский альманах. 2020. № 2 (63). С. 95–104.
  19. Экологическое изучение сортообразцов люцерны различного географического происхождения в условиях юга Среднерусской возвышенности / М. А. Тормозин, В. И. Чернявских, Л. Д. Сайфутдинова и др. // Российская сельскохозяйственная наука. 2023. № 1. C. 20–24. doi: 10.31857/S2500262723010040.
  20. Проявление селекционных признаков и свойств кормовой продуктивности у групп сортообразцов люцерны с различной устойчивостью к вируснофитоплазменным инфекциям / В. М. Косолапов, Л. Д. Сайфутдинова, В. И. Чернявских и др. // Российская сельскохозяйственная наука. 2024. № 4. С. 20–23. doi: 10.31857/S2500262724040047.
  21. Доспехов Б. А. Методика полевого опыта: (С основами статистической обработки результатов исследований). М.: Книга по Требованию, 2012. 352 с.
  22. Баврина А. П., Борисов И. Б. Современные правила применения корреляционного анализа // Медицинский альманах. 2021. № 3 (68). С. 70–71.
  23. Varieties and ensiling: Impact on chemical composition, fermentation quality and bacterial community of alfalfa / J. Lin, G. Li, L. Sun, et al. // Front. Microbiol. 2023. Vol. 13. Article 1091491. URL: https://www.frontiersin.org/journals/microbiology/articles/10.3389/fmicb.2022.1091491/full (дата обращения: 05.08.2025). doi: 10.3389/fmicb.2022.1091491.
  24. Любимова А. В., Еремин Д. И. Формирование биохимических показателей зерна овса в зависимости от генотипа и погодных условий // Российская сельскохозяйственная наука. 2024. № 2. C. 24–29. doi: 10.31857/S2500262724020059.
  25. Игнатьев С. А., Регидин А. А. Оценка продуктивности и качества корма популяций люцерны в конкурсном сортоиспытании // Зерновое хозяйство России. 2020. № 1 (67). С. 17–22. doi: 10.31367/2079-8725-2020-67-1-17-22.
  26. Wang T., Zhang W. H. Priorities for the development of alfalfa pasture in northern China // Fund. Res. 2023. Vol. 3 (2). P. 225–228. doi: 10.1016/j.fmre.2022.04.017.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2025

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).