Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 23

Liczba wyników na stronie
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 2 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników

Wyniki wyszukiwania

help Sortuj według:

help Ogranicz wyniki do:
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 2 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników
Phenotypic variation among 75 genotypes (cultivars and clones) in triticale collection from the Institute of Genetics and Plant Breeding in Lublin was assessed using two multivariate methods of principal component analysis (PCA) and hierarchical cluster analysis (CA). The variation was studied for seven traits. Data were collected in a trial carried out over four years (1996-1999). They were arranged in complete two-way classification genotypes by years. Variance components were estimated for each trait separately using REML method for a random ANOVA model of the two-way classification. Estimates of genotypic values were obtained using the best linear unbiased predictor (BLUP). The highest values of correlation coefficients were obtained between the first principal component (PC), plant height (positive) and the number of grains per spike (negative). The second PC was strongly positively correlated with the number of grains per spike, and 1000-grain weight. All genotypes were grouped into six clusters.
W pracy dokonano podziału genotypów pszenżyta jarego na grupy jednorodne wielocechowo oraz przeprowadzono ocenę podobieństwa tych grup. Materiał badawczy stanowiły odmiany i rody hodowlane zgromadzone w latach 1994-1999 (128 genotypów) oraz 2003-2008 (65 genotypów) w kolekcji Instytutu Genetyki, Hodowli i Biotechnologii Roślin Uniwersytetu Przyrodniczego w Lublinie. Badania prowadzono w 4-letnim cyklu jednopowtórzeniowych doświadczeń polowych, zatem każdy obiekt był badany co najmniej przez 4 sezony wegetacyjne. Zebrane wyniki stanowiły niekompletną, losową, dwukierunkową klasyfikację krzyżową genotypy x lata odrębną dla obu analizowanych sześcioleci. Analizie poddano 10 cech ilościowych, pod względem których stwierdzono istotną zmienność badanych genotypów: masa ziaren z kłosa, liczba ziaren w kłosie, masa tysiąca ziaren, długość kłosa, liczba kłosków w kłosie, płodność kłoska, zawartość białka w ziarnie, wysokość roślin, liczba dni: wschody - kłoszenie i liczba dni: wschody - dojrzałość. Oceny średnich genotypowych obliczono za pomocą predyktorów BLUP. Dla każdego omawianego okresu zastosowano hierarchiczną analizę skupień metodą Warda na podstawie kwadratów odległości euklidesowych standaryzowanych wartości BLUP. Liczbę grup genotypów podobnych pod względem wszystkich badanych cech określono na podstawie statystyki pseudo t2. Dla wydzielonych grup wykonano analizę zmiennych kanonicznych (CVA), która posłużyła do oceny zróżnicowania grup genotypów w kategoriach odległości Mahalanobisa. Genotypy z lat 1994-1999 podzielono na 6 grup różniących się przede wszystkim wysokością roślin i długością badanych faz fenologicznych. Grupy genotypów z lat 2003-2008 nie były zróżnicowane pod względem wysokości roślin, natomiast różniły się cechami plonu i jego jakości, a także długością kłosa.
W pracy wykonano analizę plonu rodów owsa oplewionego i nieoplewionego. Dane pochodziły z doświadczeń wstępnych przeprowadzonych w 2008 r. Badano 27 rodów owsa oplewionego i 2 wzorce w 6 miejscowościach oraz 12 rodów owsa nieoplewionego i 2 wzorce w 5 miejscowościach. Do analizy plonu wykorzystano metodę graficzną biplot typu GGE (na efekty GGE składają się efekty główne genotypów G oraz efekty interakcji genotypowo środowiskowej GEI). Na podstawie wykresów biplot typu GGE scharakteryzowano genotypy oraz wskazano te o największym efekcie GGE w każdym środowisku. Spośród rodów owsa nieoplewionego we wszystkich badanych miejscowościach najwyżej plonowały i były dobrze adaptowalne: STH6264, CHD1368, a w przypadku owsa oplewionego: CHD1534, STH149, STH6038, STH12, KREZUS, POB3107. Zbadano stabilność genotypów typu dynamicznego tzn. wskazano genotypy, które nie wykazywały interakcji genotypowo środowiskowej GEI. Najbardziej stabilnymi rodami owsa nieoplewionego były: STH6294, CHD1408, CHD1438, CHD2567, CHD1368, a najmniej stabilnymi: STH108 i STH6315. Wśród rodów owsa oplewionego najbardziej stabilnymi były: CHD1156, CHD3833, STH12, CHD1193, zaś najmniej STH132 i POB3672. Określono genotyp idealny. Wśród rodów owsa nieoplewionego idealnym genotypem był STH6264, a w przypadku rodów owsa oplewionego STH12.
In the paper a phenotypic variation among 117 genotypes (cultivars and clones) in a strawberry collection from the Research Institute of Pomology and Floriculture in Skierniewice was assessed using quantitative genetic parameters and PCA. The variation was studied for nine vegetative, productive and disease susceptibility characters, observed in a rate scale (1 to 9 or 1 to 7) assuming that larger scores show a larger level of the defined characters. Some vegetative characters as well as those describing fruit yielding and susceptibility to the most important strawberry diseases were considered. Data were collected in a trial observed within three years (2001-2003). They were arranged in an incomplete two-way classification genotypes by years. Variance components were estimated for each trait separately using the REML method for a random ANOVA model of a two-way classification. Coefficients of heritability of three-year phenotypic means were estimated on the basis of the variance components. Estimates of genotypic values were obtained using the best linear unbiased predictor (BLUP). To analyze the phenotypic diversity of the germplasm collection principal component analysis was used on the basis of the BLUP’s. The obtained heritability coefficients were quite high (over 0.6) except for fruit taste, leaf spot susceptibility and leaf scorch susceptibility (0.36-0.44). The highest positive values of correlation coefficients between the first principal component (PC) and plant vigour, fruit size and fruit yield were obtained. The second PC was strongly correlated with the leaf scorch susceptibility, and the third PC with the fruit taste.
The study assessed the variability and interrelationships among 7 quantitative traits in a triticale germplasm collection (75 genotypes - cultivars and clones) from the Institute of Genetics, Breeding and Plant Biotechnology University of Agriculture in Lublin. Data came from a trial observed over four years (1996-1999). They were arranged in a complete two-way classification genotypes by years. Variance components were calculated for each character separately. Coefficients of heritability of four-year phenotypic means were done on the basis of the variance components. Multivariate analysis of variance (MANOVA) according to the random model was used to obtain the mean square and cross product matrices for genotype and error source of variation. Phenotypic correlations were calculated from variance-covariance matrices for genotypes in MANOVA. Genetic correlations were calculated using variance and covariance components estimated by the least square method. The MANOVA statement of GLM procedure (SAS) and VARCOMP were used for all computings.
The objective of the study was to determine whether differences exist between the selected characteristics of Norway spruce cones and seeds depending on their location in the crown. The study was performed in two spruce tree stands growing under mountainous conditions (the Beskidy Mountains, southern Poland). In winter 2015, the cones were collected from 60 standing trees located in the two selected seed stands – Ujsoły and Rycerka. From each tree, the cones were collected from three crown zones: top, central and bottom differing in terms of light conditions. Two characteristics of the cones and six characteristics of the seeds were analysed. To determine quantitative and qualitative traits of seeds standard methods for seed testing were applied. Significant differences between the populations were determined for cone weight and fraction of full seeds, weight of 1000 seeds and germination capacity. The crown zones differed significantly in terms of fraction of cones in the parts of the crown and mass of one cone as well as weight of 1000 seeds, germination energy and germination capacity. Moreover, a significant intra−population variation was observed for a majority of the analysed characteristics (fraction of full seeds, weight of one cone, weight of 1000 seeds, germination energy, and germination capacity). However, no statistically significant interaction between population and crown zone was observed. A significantly lower contribution of cones in the bottom zone of the crown may affect the economic viability of the commercial harvest. On the other hand some of the important seeds traits (e.g. weight of 1000 seeds, germination energy and germination capacity) were significantly better in the bottom and central part of the crown than in the top zone. There are no justified circumstances (both qualitative and quantitative) to perform the cone harvest only from the top zone of the crown.
W pracy porównano zmienność genotypów pszenżyta jarego w latach 1994-1999 oraz 2003-2008. Materiał badawczy stanowiły odmiany i rody hodowlane zgromadzone w kolekcji prowadzonej przez Instytut Genetyki, Hodowli i Biotechnologii Roślin Uniwersytetu Przyrodniczego w Lublinie. Badania prowadzono w 4-letnim cyklu jednopowtórzeniowych doświadczeń polowych, zatem każdy obiekt był badany co najmniej przez 4 sezony wegetacyjne. Zebrane wyniki stanowiły niekompletną, losową, dwukierunkową klasyfikację krzyżową genotypy x lata, odrębną dla obu analizowanych sześcioleci. Analizie poddano 10 cech ilościowych, pod względem których stwierdzono istotną zmienność badanych genotypów: masa ziaren z kłosa, liczba ziaren w kłosie, masa tysiąca ziaren, długość kłosa, liczba kłosków w kłosie, płodność kłoska, zawartość białka w ziarnie, wysokość roślin, liczba dni: wschody - kłoszenie i liczba dni: wschody - dojrzałość. Odrębnie dla każdej z cech oszacowano komponenty wariancyjne za pomocą metody REML. Wyznaczono współczynniki powtarzalności średnich fenotypowych dla genotypów. Oceny średnich genotypowych obliczono za pomocą predyktorów BLUP. W celu porównania zmienności genotypów zastosowano analizę składowych głównych na podstawie standaryzowanych wartości BLUP. Cechami najsilniej różnicującymi badane genotypy w latach 1994-1999 były: masa ziaren z kłosa, liczba ziaren w kłosie i płodność kłoska oraz zawartość białka w ziarnie, a także liczba kłosków w kłosie, długość kłosa i wysokość roślin. W latach 2003-2008 genotypy różniły się przede wszystkim masą ziaren z kłosa, płodnością kłoska oraz zawartością białka w ziarnie, a także fazami fenologicznymi, nie były natomiast zróżnicowane pod względem wysokości roślin.
Doświadczalna ocena średnich dla cech rolniczych w dużej liczbie kombinacji potomstwa z krzyżowań w pokoleniu F1 (jako mieszańców heterozyjnych F1 lub segregujących populacji) oraz w pokoleniach wsobnych jest kosztowna i czasochłonna. Zatem, te średnie powinny być możliwie dokładnie przewidywane za pomocą statystycznych modeli, opartych na oszacowaniach genetycznych parametrów dla rodziców z dostępnych danych genetycznych (głównie o markerach molekularnych) i fenotypowych (o samych rodzicach lub ich potomstwie). W pracy przedstawiono takie modele statystyczne (modele regresyjne) do przewidywania średnich cech w populacjach potomstwa roślin uprawnych, w których uwzględniono oszacowania biometryczno-genetycznych parametrów dla rodziców. Zastosowanie i ocenę przydatności tych modeli zobrazowano na przykładzie 7 cech rolniczych 27 populacji potomstwa F1 żyta ozimego, otrzymanych w czyn–nikowym układzie krzyżowań 9 odmian populacyjnych (formy mateczne) z 3 testerami (populacje ojcowskie). Rozważano dwa rodzaje modeli. Jeden z modeli pierwszego rodzaju zawiera tylko średnią cechy dla obu rodziców, drugi zaś, oprócz tej zmiennej prognozującej, zawiera jeszcze odległość genetyczną rodziców (odległość Mahalanobisa, D2, badanych cech lub bezwzględną różnicę średnich genotypowych rodziców dla rozpatrywanej cechy, |D|), jako drugą zmienną prognozującą. Dwa modele drugiego rodzaju mają podobną konstrukcję. Jeden jest oparty tylko na efektach GCA rodziców, drugi zaś zawiera zarówno tę zmienną prognozującą, jak i wymienione odległości genetyczne rodziców. W rozpatrywanych badaniach nad żytem ozimym największą dokładność przewidywania za pomocą modelu ze średnią obu rodziców stwierdzono dla dwóch cech o większym znaczeniu efektów addytywnych w ich uwarunkowaniu oraz o dużej zmienności rodziców i potomstwa. Model oparty na efektach GCA rodziców zawsze dokładniej przewidywał średnie populacji potomstwa F1, niż model poprzedni. Obie odległości genetyczne rodziców, wprowadzone do każdego z dwóch modeli pierwotnych, mało zwiększały dokładność przewidywania średnich populacji potomstwa F1.
In the paper a classification of 117 genotypes (cultivars and clones) in a strawberry collection from the Research Institute of Pomology and Floriculture in Skierniewice was assessed. The classification of genotypes was based on nine characters including some vegetative attributes as well as those describing fruit yielding and susceptibility to the most important strawberry diseases. Data came from a trial observed for three years (2001-2003). They were arranged in an incomplete two-way classification genotypes by years. Estimates of genotypic values were obtained using the best linear unbiased predictor (BLUP) in a random ANOVA model. Two multivariate methods were used: cluster analysis by the Ward’s procedure (identifying homogenous groups of genotypes) and canonical variate analysis (both detecting characters having the largest discriminant power (relative contribution) in distinguishing the groups and visualisation of multivariate similarities of the identified groups). The first two canonical variables accounted for 87% of the total variation between groups. The first canonical variable was strongly correlated with fruit firmness and fruit size. Therefore these characters have the strongest discriminant power in distinguishing the identified groups.
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 2 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.