Генетическое разнообразие деревьев сосны обыкновенной Pinus sylvestris L. различных селекционных категорий в плюсовых насаждениях Карелии

Обложка
  • Авторы: Ильинов А.А.1, Раевский Б.В.1
  • Учреждения:
    1. Институт леса — обособленное подразделение Федерального государственного бюджетного учреждения науки Федерального исследовательского центра «Карельский научный центр Российской академии наук»
  • Выпуск: Том 19, № 1 (2021)
  • Страницы: 23-35
  • Раздел: Генетические основы эволюции экосистем
  • URL: https://journals.rcsi.science/ecolgenet/article/view/50176
  • DOI: https://doi.org/10.17816/ecogen50176
  • ID: 50176

Цитировать

Полный текст

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

Аннотация

Цель. Оценка генетической изменчивости деревьев разных селекционных категорий в плюсовых насаждениях сосны обыкновенной.

Методы. С использованием ядерных микросателлитных праймеров дана сравнительная оценка генетической изменчивости деревьев сосны обыкновенной различных селекционных категорий (плюсовые, нормальные и минусовые), отобранных в четырех плюсовых насаждениях среднетаежной подзоны Карелии.

Результаты. Проведенный с помощью коэффициента генетической оригинальности (КГО) анализ генетической структуры селекционных групп обнаружил высокую долю в генотипах большинства деревьев наиболее типичных (20–85 %) и среднетипичных (20–87 %) для данной части ареала сосны аллелей. Плюсовые деревья характеризуются снижением уровня генетической изменчивости (Ho = 0,48–0,59; He = 0,47–0,59) по сравнению с минусовыми (Ho = 0,46–0,64; He = 0,49–0,65) и нормальными (Ho = 0,50–0,69; He = 0,49–0,65). Однако выявленные различия между селекционными группами оказались статистически не значимы, что можно объяснить тем, что деревья разных селекционных групп одного насаждения принадлежат одной локальной популяции.

Выводы. Отсутствие достоверных различий между селекционными группами подтверждает необходимость предварительной оценки генетической и хозяйственной ценности отобранных по фенотипу плюсовых деревьев. Полученные данные необходимы при организации клоновых лесосеменных плантаций и других объектов единого генетико-селекционного комплекса, испытании клонового и семенного потомства плюсовых деревьев, паспортизации клонов и т.п.

Об авторах

Алексей Алексеевич Ильинов

Институт леса — обособленное подразделение Федерального государственного бюджетного учреждения науки Федерального исследовательского центра «Карельский научный центр Российской академии наук»

Автор, ответственный за переписку.
Email: ialexa33@yandex.ru
ORCID iD: 0000-0003-3416-0312
SPIN-код: 2850-3404
Scopus Author ID: 57213158233
ResearcherId: L-5854-2013

канд. с.-х. наук, старший научный сотрудник

Россия, 185910, Петрозаводск, ул. Пушкинская, 11

Борис Владимирович Раевский

Институт леса — обособленное подразделение Федерального государственного бюджетного учреждения науки Федерального исследовательского центра «Карельский научный центр Российской академии наук»

Email: borisraevsky@gmail.com
SPIN-код: 2136-7785

д-р с.-х. наук, заведующий лабораторией, ведущий научный сотрудник

Россия, 185910, Петрозаводск, ул. Пушкинская, 11

Список литературы

  1. Кублик С.В. Селекционная инвентаризация дубрав Ульяновской области // Известия ОГАУ. 2008. № 3. C. 265–267.
  2. www.researchgate.net [Internet]. Brown A.H.D., Moran G.F. Isozymes and the genetic resources of forest trees. Proceedings of the Symposium on Isozymes of North American Forest Trees and Forest Insects 1981. P. 1–10. Режим доступа: https://www.researchgate.net/publication/255636538_Isozymes_and_the_Genetic_Resources_of_Forest_Trees1. Дата обращения: 26.02.2021.
  3. Ledig F.T. Human impacts on genetic diversity in forest ecosystems // Oikos. 1992. Vol. 63. P. 87–112. doi: 10.2307/3545518
  4. Степанова Е.М., Гончаренко Г.Г. Аллельное и генотипическое разнообразие в природных и искусственных насаждениях сосны обыкновенной (Pinus sylvestris) // Молодой ученый. 2009. № 12. С. 122–124.
  5. Шейкина О.В. Селекционно-генетическая оценка плюсового генофонда сосны обыкновенной Чувашской Республики: Автореф. дис. … канд. с.-х. наук. Йошкар-Ола, 2004. 203 с. Режим доступа: https://www.elibrary.ru/item.asp?id=16036349. Дата обращения: 01.03.2021.
  6. Новиков П.С., Шейкина О.В., Милютина Т.Н. Изменчивость плюсовых деревьев сосны обыкновенной на архиве клонов по ISSR-маркерам // Вестник ПГТУ Серия: Лес. Экология. Природопользование. 2011. № 3. С. 82–87.
  7. Новиков П.С., Шейкина О.В. ISSR-анализ деревьев сосны обыкновенной (Pinus sylvestris) различных селекционных категорий // Научный журнал КубГАУ. 2012. № 82 С. 100–112.
  8. Шейкина О.В., Прохорова А.А., Новиков П.С., Криворотова Т.Н. Разработка методики идентификации клонов плюсовых деревьев ели обыкновенной (Picea abies L.) с использованием ISSR маркеров // Научный журнал КубГАУ. 2012. № 83. С. 56–79.
  9. Ивановская С.И. Оценка генофонда сосны обыкновенной (Pinus sylvestris L.) в плюсовых насаждениях Беларуси по данным изоферментного анализа // Труды БГТУ. Лесное хозяйство. 2014. № 1. С. 130–134.
  10. Криворотова Т.Н. Фенотипическая и генетическая изменчивость клонов плюсовых деревьев сосны обыкновенной в Среднем Поволжье: Автореф. дис. … канд. с.-х. наук. Йошкар-Ола, 2014. 22 с. Режим доступа: https://science.volgatech.net/upload/documents/defence-of-theses/141021_kivorotovatn_ar.pdf. Дата обращения: 01.03.2021.
  11. Рогозин М.В. Селекция сосны обыкновенной для плантационного выращивания. Пермь: изд-во ПГНИУ, 2013. 200 с.
  12. Elsik C.G., Minihan V.T., Hall S.E., et al. Low-copy microsatellite markers for Pinus taeda L. // Genome. 2000. Vol. 43, No. 3. P. 550–555. doi: 10.1139/g00-002
  13. Soranzo N., Provan J., Powell W. Characterization of microsatellite loci in Pinus sylvestris L. // Mol Ecol. 1998. Vol. 7, No. 9. P. 1260–1261.
  14. Ильинов А.А., Раевский Б.В., Чирва О.В. Состояние генофондов основных лесообразующих видов водосбора белого моря (на примере Picea × fennica (Regel) Kom. и Pinus sylvestris L.) // Экологическая генетика. 2020. Т. 18. № 2. С. 185–202. doi: 10.17816/ecogen19006
  15. Peakall R., Smouse P.E. Genalex 6: genetic analysis in Excel. Population genetic software for teaching and research // Molecular Ecology Notes. 2006. Vol. 6, No. 1. P. 288–295. doi: 10.1111/j.1471–8286.2005.01155
  16. Потокина Е.К., Александрова Т.Г. Методы классификации внутривидового разнообразия по результатам молекулярного маркирования // Материалы Всероссийской конференции «Фундаментальные и прикладные проблемы ботаники в начале XXI века»; 22–27 сентября 2008 г. Петрозаводск: КарНЦ РАН. Режим доступа: http://resources.krc.karelia.ru/geobotany/doc/botany2008/Botanika_3–1.pdf. Дата обращения: 01.03.21.
  17. Смирнов Е.С. Таксономический анализ. М.: Изд-во Московского университета, 1969. 187 с.
  18. Смирнов Е.С. О кодировании признаков для таксономического анализа // Журнал общей биологии. 1971. Т. 32, № 2. С. 224–228.
  19. Wasielewska M., Klemm M., Burczyk J. Genetic diversity and mating system of Scots pine plus trees // Dendrobiology. 2005. Vol. 53. P. 57–62.
  20. Милютина Т.Н., Новиков П.С., Шейкина О.В. Молекулярно-генетические исследования плюсовых деревьев сосны на коллекционно-маточном участке // Мат. Междунар. конференции «Лесные экосистемы в условиях изменения климата: биологическая продуктивность, мониторинг и адаптационные технологии». Йошкар-Ола: Марийский ГТУ, 2010. С. 81–83. Режим доступа: http://csfm.volgatech.net/files/publications/conf2010.pdf. Дата обращения: 01.03.21.
  21. Máchová P., Cvrčková H., Malá J. Evaluation of Norway spruce seed orchard using microsatellite markers // Zpravy Lesnickeho Vyzkumu. 2014. Vol. 59, No. 4. P. 243–249.
  22. Bergmann F., Ruetz W. Isozyme genetic variation and heterozygosity in random tree samples and selected orchard clones from the same Norway spruce populations // Forest Ecology and Management. 1991. Vol. 46, No. 1–2. P. 39–47. doi: 10.1016/0378-1127(91)90243-O
  23. Knowles P. Comparison of isozyme variation among natural stands and plantations: jack pine and black spruce // Can J For Res. 1985. Vol. 15, No. 5. P. 902–908. doi: 10.1139/x85-145
  24. Cheliak W.M., Murray G., Pitel J.A. Genetic effects of phenotypic selection in white spruce // For Ecol Manage. 1988. Vol. 24, No. 2. P. 139–149. doi: 10.1016/0378-1127(88)90117-X
  25. Mitton J.B., Jeffers R.M. The genetic consequences of mass selection for growth rate in Engelmann spruce. Silvae Genet. 1989. Vol. 38, No. 1. P. 6–12.
  26. Marshall D.R., Brown A.H.D. Optimum sampling strategies in genetic conservation. In: Frankel O.H., Hawkes J.G., editors. Crop Genetic Resources for Today and Tomorrow. London: Cambridge University Press, 1975. P. 53–80. Режим доступа: https://www.scirp.org/(S(lz5mqp453edsnp55rrgjct55))/reference/ReferencesPapers.aspx? ReferenceID=1668184. Дата обращения: 01.03.21.
  27. Danusevicius D., Lindgren D. Two-stage selection strategies in tree breeding considering gain, diversity, time and cost // Forest Genetics. 2002. Vol. 9, No. 2. P. 147–159.
  28. Funda T., Lstiburek M., Lachout P., et al. Optimization of combined genetic gain and diversity for collection and deployment of seed orchard crops // Tree Genetics and Genomes. 2009. Vol. 5. P. 583–593. doi: 10.1007/s11295-009-0211-3
  29. Muller-Starck G. Protection of genetic variability in forest trees // Forest Genetics. 1995. Vol. 2, No. 3. P. 121–124.
  30. Lewandowski A., Kowalczyk J., Litkowiec M., et al. Wybór elitarnych drzew matecznych sosny zwyczajnej i modrzewia europejskiego do założenia plantacji nasiennych 1,5 generacji // Sylwan. 2017. Vol. 161, No. 11. P. 917–926. (In Czech.). doi: 10.26202/sylwan.2017087
  31. Haapanen M., Hynynen J., Ruotsalainen S., et al. Realised and projected gains in growth, quality and simulated yield of genetically improved Scots pine in southern Finland // Eur J Forest Res. 2016. Vol. 135. P. 997–1009. doi: 10.1007/s10342-016-0989-0
  32. Барсукова М.М., Ивановская С.И., Луферова Н.С., и др. Уровень генетической изменчивости у деревьев сосны обыкновенной различных селекционных категорий // Проблемы лесоведения и лесоводства: сб. научных трудов Института леса НАН Беларуси. Гомель: 2008. Вып. 68. С. 178–186.
  33. Koski V A note on genetic diversity in natural populations and cultivated stands of Scots pine (Pinus sylvestris L.). Investigación agraria. Sistemas y recursos forestales. 2000. Vol. 9, No. 1. P. 89–96.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Маркировка плюсового дерева (ПД1623) сосны обыкновенной. Плюсовое насаждение, Соддер

Скачать (491KB)
Метаданные
3. Рис. 2. Соотношение представителей пяти классов (I–V) аллелей по коэффициенту генетической оригинальности в структуре групп деревьев сосны обыкновенной различных селекционных категорий в плюсовых насаждениях Карелии

Скачать (299KB)
Метаданные

© ООО "Эко-Вектор", 2021


 


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».