Tom XXX ROŚLINY OLEISTE OILSEED CROPS 2009 Jan Bocianowski 1, Alina Liersch 2, Iwona Bartkowiak-Broda 2 1 Uniwersytet Przyrodniczy w Poznaniu, Katedra Metod Matematycznych i Statystycznych 2 Instytut Hodowli i Aklimatyzacji Roślin, Oddział w Poznaniu Badanie zmienności fenotypowej mieszańców F 1 CMS ogura rzepaku ozimego i ich form rodzicielskich za pomocą statystycznych metod wielowymiarowych Investigation of phenotypic distance of F 1 CMS ogura winter oilseed rape hybrids and parental lines using multivariate statistical methods Słowa kluczowe: rzepak ozimy, mieszańce F 1, zmienność fenotypowa, wielowymiarowa analiza wariancji, odległość Mahalanobisa Odmiany mieszańcowe rzepaku w Polsce tworzone są w oparciu o system genowo-cytoplazmatycznej męskiej sterylności CMS ogura. Czynnikiem decydującym o postępie w hodowli tego typu odmian jest skuteczna selekcja linii rodzicielskich mieszańców. Celem badań była wielocechowa charakterystyka zmienności dziewiętnastu cech ośmiu mieszańców F 1 rzepaku ozimego oraz ich form rodzicielskich. Zastosowano metodę analizy zmiennych kanonicznych opartą na modelu wielowymiarowej analizy wariancji dla obserwowanych cech. Materiałem do badań było 8 mieszańców rzepaku ozimego (4 niezrestorowane mieszańce F 1 Kaszub, Mazur, Pomorzanin, Lubusz oraz 4 mieszańce zrestorowane F 1 ) i ich linie rodzicielskie: 5 linii CMS ogura oraz 8 linii ojcowskich 4 linie restorery i 4 linie bez genu restorera. Doświadczenia założono metodą losowanych bloków w 4 powtórzeniach, dwóch miejscowościach i dwóch sezonach wegetacyjnych. Mieszańce i formy rodzicielskie oceniono pod względem 6 cech morfologicznych i 13 biochemicznych. Analizy uzyskanych danych wykonano za pomocą pakietu statystycznego GenStat v. 7.1. Wielowymiarowa analiza wariancji wykazała istotne zróżnicowanie genotypów, jak również zróżnicowanie ekspresji genotypów w miejscowościach i latach. Zastosowana metoda zmiennych kanonicznych wykazała różne zachowanie obiektów w poszczególnych środowiskach. Stwierdzono istotną statystycznie korelację odległości Mahalanobisa otrzymanych w poszczególnych środowiskach. Genotypy charakteryzujące się największym zróżnicowaniem genetycznym mogą posłużyć do tworzenia odrębnych pul genetycznych linii rodzicielskich mieszańców testowych rzepaku ozimego. Key words: winter oilseed rape, F 1 hybrids, phenotypic diversity, multivariate analysis of variance, Mahalanobis distance Breeding of oilseed rape cultivars in Poland is based on CMS ogura hybridization system. Effective selection of hybrid parental lines has decisive role in the advancement of hybrid breeding. The aim of this study was the multivariate treatment of variability of nineteen traits of eight F 1 hybrids of winter oilseed rape and their parental forms. The multivariate analysis of variance and canonical variate analysis were used.
162 Jan Bocianowski... The plant material consisted of 8 F 1 hybrids of winter oilseed rape (4 non-restored Kaszub F 1, Mazur F 1, Pomorzanin F 1, Lubusz F 1 and 4 restored hybrids) and their parental lines: 8 paternal lines 4 restorers, 4 without restorer gene and 5 CMS ogura lines. The experiments were carried out using randomized block design in four replications during two crop seasons of 2002 2003 and 2003 2004 in two localities Borowo and Zielęcin. Hybrids and parental forms were evaluated in respect to 6 morphological and 13 biochemical characters. Analysis of the data was performed using the statistical package GenStat v. 7.1. Multivariate analysis of variance showed significant differences of the investigated genotypes and expression of genotypes in locations and years of studies. In general, greater variation among genotypes was observed for experiments carried out in Borowo than in Zielęcin. The results of canonical variate analysis revealed differences between all the experimental objects in all environments. Statistically significant correlation was found for Mahalanobis distance obtained in different environments: for experiments in Borowo in the years 2003 2004 the correlation coefficient was r = 0.671, and in Zielęcin r = 0.451. In 2003, the correlation coefficient between the two localities was r = 0.663, one year later, r = 0.329. All correlation coefficients were statistically significant. Genotypes having the greatest genetic diversity can be used to create a gene pool of parental lines for the creation of high yielding hybrids of winter oilseed rape. Wstęp Światowa produkcja nasion rzepaku w ostatnim półwieczu zwiększyła się dziesięciokrotnie. Tak intensywny wzrost produkcji rzepaku w świecie związany jest z faktem, że zapotrzebowanie światowe na olej i śrutę wzrasta średnio o 5% rocznie. W sezonie 2007/2008 produkcja nasion rzepaku wyniosła 48,0 mln ton, z czego w 25 krajach Unii Europejskiej wyprodukowano 18,2 mln ton, co stanowi 37,9% światowej produkcji rzepaku (Rosiak 2008). W Polsce powierzchnia uprawy rzepaku w 2008 roku wyniosła 771,1 tys. ha, plony nasion kształtowały się na poziomie 27,6 dt ha -1, a całkowita produkcja była na poziomie 2127 tys. ton i była większa od średnich zbiorów w latach 2001 2005 prawie o 1 mln ton (Bartkowiak-Broda 2009). Zwiększenie produkcji nasion rzepaku powinno się osiągać nie tylko poprzez wzrost powierzchni uprawy ale także poprzez hodowlę wysokoplennych odmian populacyjnych w oparciu o zdolność kombinacyjną materiałów hodowlanych łączących w sobie korzystne cechy jakościowe i wysoką plenność oraz odmian mieszańcowych i syntetycznych wykorzystujących efekt heterozji, głównie w plonie nasion. Uprawa odmian mieszańcowych systematycznie rozszerza się. Obecnie w krajach UE odmiany mieszańcowe uprawiane są na około 40% powierzchni obsiewanej tą rośliną. W Polsce powierzchnia ta stanowi około 25% całkowitej powierzchni uprawy rzepaku i systematycznie wzrasta (Frauen 2009). Uzyskanie wysokoplonujących mieszańców zależy od odpowiedniego doboru form rodzicielskich do krzyżowania. Proces hodowli jest bardzo długi i kosztowny, wymaga wykonania dużej liczby kombinacji krzyżówkowych i ich testowania
Badanie zmienności fenotypowej mieszańców F 1 CMS ogura 163 w doświadczeniach polowych. W wyborze form rodzicielskich pomaga znajomość ogólnej zdolności kombinacyjnej, a w przypadku odmian mieszańcowych także specyficznej zdolności kombinacyjnej, zmienności fenotypowej oraz wartości dystansu genetycznego pomiędzy formami rodzicielskimi. Skuteczna selekcja oraz kojarzenie genotypów rodzicielskich o korzystnych wartościach wielu cech równocześnie wymaga charakterystyki wielocechowej oraz oszacowania zróżnicowania potencjalnych form rodzicielskich. Do takich badań mają dobre zastosowanie statystyczne metody wielowymiarowe (Mohammadi i Prasanna 2003). Najczęściej wykorzystywane są metody pozwalające na redukcję wymiarowości wielocechowych porównań obiektowych. Należą do nich m.in. analiza składowych głównych (Górczyński i Mądry 1988, Albuquerque i in. 1998, Bourion i in. 2002) i analiza zmiennych kanonicznych (Bhatt 1970, Lee i Kaltsikes 1973, Shamsuddin 1985, Cilas i in. 1998, Daoyu i Lawet 2000, Vaylay i van Santen 2002). Celem pracy była wielocechowa charakterystyka zmienności dziewiętnastu cech ośmiu mieszańców F 1 rzepaku ozimego (czterech złożonych i czterech zrestorowanych) oraz ich form rodzicielskich za pomocą metody analizy zmiennych kanonicznych opartej na modelu wielowymiarowej analizy wariancji. Materiał i metody Podstawą wyboru materiału do badań, tj. mieszańców F 1 i ich linii rodzicielskich były wcześniej przeprowadzone doświadczenia polowe własne i COBORU, oceniające plenność mieszańców. Badane mieszańce zostały utworzone w oparciu o system genowo-cytoplazmatycznej męskiej sterylności CMS ogura. Wybrano mieszańce o zróżnicowanym poziomie plonowania: wysokoplonujące oraz o poziomie plonowania poniżej wzorcowej odmiany populacyjnej Lisek, a także ich linie rodzicielskie. Materiał ten stanowiły: mieszańce męskosterylne F 1 zarejestrowanych odmian mieszańcowych złożonych (Mazur F 1, Kaszub F 1, Lubusz F 1 i Pomorzanin F 1 ) oraz ich linie rodzicielskie. Odmiany te posiadają wspólną linię mateczną CMS Samouraï ISL pochodzącą z hodowli francuskiej oraz różne linie ojcowskie wyhodowane w Spółce Hodowla Roślin Strzelce. Odmiany mieszańcowe złożone w doświadczeniach rejestrowych COBORU w stosunku do odmian wzorcowych plonowały na następującym poziomie Kaszub F 1 112%, Mazur F 1 111%, Lubusz F 1 114% i Pomorzanin F 1 116%; cztery zrestorowane mieszańce F 1, blisko spokrewnione: PN 4534/01, PN 4538/01, PN 4540/01, PN 4556/01 i ich linie rodzicielskie (tab. 1). W doświadczeniach zakładowych mieszańce te plonowały poniżej plonu wzorcowej odmiany populacyjnej Lisek: PN 4538/01 81,66%; PN 4556/01 79,59%; PN 4540/01 74,77%; PN 4534/01 68,81%. Linie rodzicielskie i mieszańce
164 Jan Bocianowski... zostały wytworzone w Zakładzie Genetyki i Hodowli Roślin Oleistych IHAR w Poznaniu. Genealogię testowanych mieszańców niezrestorowanych i zrestorowanych oraz ich linii rodzicielskich szczegółowo opisano w pracy doktorskiej Liersch (2005). Tabela 1 Mieszańce F 1 CMS ogura i ich formy rodzicielskie badane w doświadczeniach polowych w Borowie i Zielęcinie w latach 2002/2003 2003/2004 F 1 CMS ogura hybrids and their parental lines investigated in field trials in two locations Borowo and Zielęcin in the years 2002/2003 2003/2004 Mieszaniec F 1 Hybrid F 1 Linia mateczna Maternal line Linia ojcowska Paternal line Niezrestorowane mieszańce F 1 Non - restored F 1 hybrids Mazur F 1 Kaszub F 1 Pomorzanin F 1 Lubusz F 1 PN 4534/01 PN 4538/01 PN 4540/01 PN 4556/01 Samouraï ISL Samouraï ISL Samouraï ISL Samouraï ISL Zrestorowane mieszańce F 1 Restored F 1 hybrids PN 9288/98 PN 9294/98 PN 2824/00 PN 2850/99 Bor zap 1 Bor zap 2 Bor zap 3 Bor zap 4 PN 4533/01 PN 4537/01 PN 4539/01 PN 4555/01 Nasiona handlowe badanych odmian mieszańcowych złożonych składają się z 70% nasion niezrestorowanego pokolenia F 1 (rośliny są męskosterylne) oraz 30% nasion odmian zapylających (stanowiących źródło pyłku na plantacji). Dla czterech odmian mieszańcowych złożonych odmianami zapylającymi są odmiany Kana i Marita, z równym udziałem po 15% nasion każdej. Do doświadczeń polowych użyto tylko nasiona mieszańców F 1, ponieważ wystarczającym źródłem pyłku były znajdujące się wokół poletka z roślinami rzepaku wytwarzającymi pyłek. Pozwoliło to na określenie cech fenotypowych mieszańców F 1. W celu oceny cech biometrycznych i biochemicznych badanych materiałów założono doświadczenia polowe obejmujące linie rodzicielskie, a także wytworzone z nich mieszańce F 1. Doświadczenia założono metodą bloków losowanych kompletnych, w czterech powtórzeniach, w dwóch miejscowościach: w Borowie (52º07 N, 16º46 E) Oddziale Spółki Hodowla Roślin Strzelce oraz w Zielęcinie (52º10 N, 16º23 E) należącym do Rolniczego Zakładu Doświadczalnego Wielichowo- Zielęcin. Każdy mieszaniec i jego formy rodzicielskie zostały ocenione w czterech środowiskach, tj. w dwóch sezonach wegetacyjnych (2002/2003 i 2003/2004) i w dwóch miejscowościach (Borowo i Zielęcin), które leżą w strefie klimatu przejściowego pomiędzy klimatem oceanicznym a kontynentalnym. W Borowie
Badanie zmienności fenotypowej mieszańców F 1 CMS ogura 165 doświadczenia założono na glebach płowych, klasy bonitacyjnej IIIb i IIIa, na kompleksie żytnim bardzo dobrym (2003/2004) i pszennym dobrym (2002/2003). W Zielęcinie doświadczenia założono na glebach brunatnych wyługowanych, klasy bonitacyjnej IVa, na kompleksie żytnio-ziemniaczanym dobrym (2002/2003) i żytnim dobrym (2003/2004). Doświadczenia wysiano w następujących terminach: Borowo 24.08.2002, 28.08.2003; Zielęcin 25 26.08.2002 oraz 26.08.2003, stosując normę wysiewu 80 nasion m -2 w rozstawie 30 cm. W Borowie każdego roku rzepak zbierano jednofazowo za pomocą kombajnu poletkowego po uprzedniej desykacji lub zastosowaniu regulatora dojrzewania. Natomiast w Zielęcinie rzepak zbierano dwuetapowo: w fazie dojrzałości technicznej skoszono na pokosy, a po doschnięciu roślin dokonano ich omłotu kombajnem poletkowym. W sezonie wegetacyjnym przeprowadzono następujące pomiary i obserwacje: data początku kwitnienia (PK), w celu określenia wczesności, licząc dni od początku roku kalendarzowego do momentu zakwitnięcia około 10% roślin na poletku; długość kwitnienia (DK) liczba dni od początku kwitnienia do momentu gdy 90% roślin zakończyło kwitnienie na poletku; elementy struktury plonu długość łuszczyn (DŁ), liczba nasion w łuszczynie (LNŁ) (w tym celu na dwa tygodnie przed zbiorem do pomiarów biometrycznych pobrano z każdego poletka w Borowie i Zielęcinie po 25 łuszczyn ze środkowej części głównego pędu pięciu roślin, tj. po 100 łuszczyn z każdego obiektu) oraz masa 1000 nasion (MTN) (średnia z czterech prób dla każdego badanego obiektu); plon nasion (PN) oceniono na podstawie zbioru nasion z całych poletek: w Borowie o powierzchni 10,0 m 2, a w Zielęcinie 10,8 m 2 i przeliczono na dt ha -1 ; efekt heterozji wyliczono w procentach w stosunku do wartości średniej linii rodzicielskich według wzoru Griffing'a (1956) za Betrán i in. (2003): F1 MP % Heterozji F1 = 100, MP gdzie: F 1 średnia wartość mieszańca, MP wartość średniej rodzicielskiej. W zebranych nasionach oceniono także cechy biochemiczne: zawartość tłuszczu (TŁ), skład kwasów tłuszczowych oraz zawartość glukozynolanów. Analizę procentowej zawartości tłuszczu w nasionach wykonywano za pomocą pulsacyjnego analizatora magnetycznego rezonansu jądrowego (NMR) firmy Newport Instruments Ltd (Krzymański 1970). Skład i zawartość kwasów tłuszczowych w oleju nasion [palmitynowego (C 16:0 ), stearynowego (C 18:0 ), oleinowego (C 18:1 ), linolowego (C 18:2 ), linolenowego (C 18:3 )
166 Jan Bocianowski... oraz eikozenowego (C 20:1 )] oznaczano metodą estrów metylowych opracowaną przez Byczyńską i Krzymańskiego (1969). Zawartość glukozynolanów w nasionach [glukozynolanów alkenowych: glukonapina (glnap), glukobrassicanapina (glbra), progoitryna (progo); zawartość glukozynolanów indolowych: 4-hydroksybrassicyna (4Ohglbra); sumę glukozynolanów (GSLs) oraz sumę glukozynolanów alkenowych (GSLa)] oznaczono przy zastosowaniu chromatografii gazowej sililowych pochodnych glukozynolanów w zmodyfikowanej wersji (Michalski i in. 1995). Uzyskane wyniki analizowano statystycznie za pomocą metod wielowymiarowych (Caliński i Kaczmarek 1973; Rencher 1992). Zastosowana wielowymiarowa analiza wariancji umożliwiła weryfikację hipotez o braku różnic pomiędzy obiektami, braku różnic pomiędzy miejscowościami, braku różnic pomiędzy latami badań, a także hipotez o braku interakcji obiekty miejscowości, obiekty lata, miejscowości lata oraz obiekty miejscowości lata. W celu przedstawienia wielocechowej oceny podobieństwa badanych obiektów rzepaku ozimego w mniejszej liczbie wymiarów z możliwie jak najmniejszą stratą informacji zastosowano analizę zmiennych kanonicznych (Rencher 1992). Umożliwia ona zobrazowanie zróżnicowania obiektów pod względem 19 cech z metryką odległości Mahalanobisa w formie graficznej. Ułatwia to grupowanie oraz charakterystykę wielocechową badanych obiektów. Oszacowano wartości współczynników korelacji prostej między wartościami dwu pierwszych zmiennych kanonicznych a średnimi wartościami poszczególnych cech w celu określenia względnego udziału każdej cechy w wielocechowym zróżnicowaniu badanych obiektów w kategoriach odległości Mahalanobisa. Związki pomiędzy odległościami Mahalanobisa a efektami heterozji dla plonu nasion, liczby nasion w łuszczynie, masy 1000 nasion oraz zawartości tłuszczu określano na podstawie wyników analizy korelacji. Wszystkie obliczenia w analizie danych metodą wielozmiennej analizy wariancji, analizy zmiennych kanonicznych oraz analizy korelacji wykonano za pomocą pakietu statystycznego GenStat v. 7.1 (Payne i in. 2003). Wyniki i dyskusja Porównując badane obiekty ze względu na pojedyncze cechy dochodzi się zazwyczaj do różnych wniosków nie informujących w pełni o danym obiekcie. Uniknąć tego problemu można stosując metody wielowymiarowe. Zastosowanie w niniejszej pracy wielowymiarowych metod statystycznej analizy wyników doświadczeń było uzasadnione stosunkowo niewielką liczbą istotnych korelacji, a więc analizowanie poszczególnych cech oddzielnie byłoby niewskazane. Brak istotnych korelacji oznacza m.in. różne uporządkowanie obiektów pod względem
Tabela 2 Współczynniki korelacji dla badanych cech rzepaku w Borowie w 2003 roku (powyżej przekątnej) i w 2004 roku (poniżej przekątnej) Correlation matrix for traits investigated in Borowo for 2003 (below diagonal) and 2004 (above diagonal) PN DŁ LNŁ MTN PK DK TŁ C16:0 C18:0 C18:1 C18:2 C18:3 C20:1 glnap glbra progo 4OHglbra GLSs GSLa PN 1 0,69*** 0,33-0,44* -0,58** 0,65** 0,66** 0,04-0,02 0,01-0,37-0,32-0,36-0,14-0,43 0,12 0,05-0,01-0,02 DŁ -0,03 1 0,48* -0,29-0,47* 0,28 0,52* 0,23 0,31 0,09-0,33-0,10-0,31-0,15-0,35 0,11 0,11-0,01-0,03 LNŁ 0,18 0,41 1 0,16-0,54* 0,33 0,14-0,05-0,02-0,20 0,06-0,35-0,26 0,32-0,01 0,51* -0,37 0,31 0,37 MTN -0,18 0,23-0,41 1 0,10-0,28-0,59** 0,07-0,19-0,31 0,15 0,42 0,24 0,35 0,65** 0,12 0,03 0,20 0,20 PK -0,49* -0,04 0,01 0,27 1-0,74*** -0,25 0,36 0,34 0,00 0,47* 0,62** 0,40-0,60** -0,17-0,77*** -0,25-0,70*** -0,69*** DK 0,21-0,03-0,18 0,05-0,86*** 1 0,35 0,01-0,52* -0,18-0,23-0,48* -0,28 0,33 0,04 0,54* -0,09 0,43 0,46* TŁ 0,50* 0,36 0,41-0,23-0,43* 0,19 1 0,07 0,17 0,12-0,25-0,21-0,12-0,27-0,48* -0,12 0,18-0,17-0,20 C16:0-0,10-0,04 0,08-0,25 0,34-0,27-0,46* 1 0,37 0,13 0,40 0,70*** 0,34-0,39-0,11-0,35-0,27-0,37-0,35 C18:0 0,01 0,35-0,11-0,02-0,57** 0,40 0,33-0,51* 1 0,61** 0,11 0,44* 0,19-0,49* -0,40-0,43 0,03-0,44* -0,47* C18:1 0,13 0,34-0,05 0,20-0,43 0,35 0,63** -0,77*** 0,73*** 1 0,09 0,10 0,14-0,06-0,28-0,07 0,33 0,00-0,05 C18:2-0,12-0,43 0,13-0,31 0,42-0,38-0,57** 0,66** -0,78*** -0,95*** 1 0,32 0,42-0,19-0,20-0,28-0,57** -0,34-0,27 C18:3-0,08 0,05-0,24 0,32 0,27-0,09-0,46* 0,55** -0,28-0,59** 0,31 1 0,49* -0,46* 0,10-0,61** 0,04-0,51* -0,54* C20:1 0,24-0,23 0,11-0,03 0,02-0,07 0,23-0,31-0,34 0,08 0,07-0,35 1 0,06 0,22-0,16 0,03-0,06-0,07 glnap 0,23-0,16-0,26 0,33-0,41 0,59** -0,13-0,24 0,05 0,05-0,07 0,13 0,05 1 0,70*** 0,92*** 0,28 0,97*** 0,97*** glbra -0,10-0,10-0,38 0,32 0,08 0,21-0,26 0,27-0,16-0,19 0,07 0,44* -0,14 0,59** 1 0,54* 0,31 0,67*** 0,65** progo 0,33-0,04-0,26 0,06-0,64** 0,66** 0,01-0,12 0,23 0,07-0,08 0,02-0,01 0,83*** 0,53* 1 0,16 0,96*** 0,98*** 4OHglbra 0,02 0,48* -0,01 0,43 0,01 0,06-0,07-0,08 0,08 0,02-0,13 0,33-0,14 0,16 0,07 0,09 1 0,37 0,24 GLSs 0,28 0,05-0,28 0,25-0,53* 0,62** -0,06-0,15 0,18 0,06-0,10 0,16-0,04 0,88*** 0,59** 0,94*** 0,38 1 0,99*** GSLa 0,31-0,09-0,29 0,14-0,57** 0,65** -0,04-0,13 0,18 0,05-0,07 0,08-0,01 0,90*** 0,61** 0,99*** 0,11 0,96*** 1 PN: plon nasion seed field; DŁ: długość łuszczyn length of pod; LNŁ: liczba nasion w łuszczynie number of seeds per pod; MTN: masa 1000 nasion 1000 seeds weight; PK: początek kwitnienia beginning of flowering; DK: długość kwitnienia length of flowering; TŁ: zawartość tłuszczu oil content; C16:0: zawartość kwasu palmitynowego palmitic acid content; C18:0 zawartość kwasu stearynowego stearic acid content; C18:1: zawartość kwasu oleinowego oleic acid content; C18:2: zawartość kwasu linolowego linolic acid content; C18:3: zawartość kwasu linolenowego linolenic acid content; C20:1: zawartość kwasu eikozenowego eicosenoic acid content; glnap: zawartość glukonapiny gluconapine content; glbra: zawartość glukobrassicanapiny glucobrassicanapine content; progo: zawartość progoitryny progoitrine content; 4OHglbra: zawartość 4-hydroksybrassicyny 4-hydroxybrassicin content; GLSs: suma wszystkich glukozynolanów total glucosinolates content; GSLa: suma glukozynolanów alkenowych alkenyl glucosinolates conten * istotne na poziomie α = 0,05 significant at α = 0.05 ** istotne na poziomie α = 0,01 significant at α = 0.01 *** istotne na poziomie α = 0,001 significant at α = 0.001
Tabela 3 Współczynniki korelacji dla badanych cech rzepaku w Zielęcinie w 2003 roku (powyżej przekątnej) i w 2004 roku (poniżej przekątnej) Correlation matrix for the traits investigated in Zielęcin for 2003 (below diagonal) and 2004 (above diagonal) PN DŁ LNŁ MTN PK DK TŁ C 16:0 C18:0 C18:1 C18:2 C18:3 C20:1 glnap glbra progo 4OHglbra GLSs GSLa PN 1 0,55** 0,30-0,12-0,23 0,01 0,51* 0,32-0,13 0,46* -0,35-0,30-0,29-0,30-0,47* -0,03 0,17-0,12-0,15 DŁ 0,25 1 0,82*** -0,49* 0,15 0,34 0,43 0,41 0,02 0,44* -0,30-0,36-0,22-0,46* -0,42-0,27-0,07-0,35-0,36 LNŁ 0,27 0,63** 1-0,38 0,33 0,53* 0,38 0,38-0,08 0,12 0,04-0,41-0,02-0,35-0,40-0,31-0,25-0,37-0,36 MTN 0,12-0,12-0,41 1-0,09-0,38-0,26 0,07-0,44* -0,25 0,17 0,30-0,23 0,08 0,30 0,01-0,27 0,03 0,07 PK -0,30-0,16 0,03-0,37 1 0,02-0,16 0,22 0,20-0,35 0,27 0,13 0,42-0,21 0,03-0,44* -0,49* -0,40-0,36 DK -0,22 0,03-0,16 0,00-0,15 1 0,04-0,21 0,29 0,13 0,05-0,37 0,22-0,04-0,34-0,07-0,09-0,12-0,11 TŁ 0,69*** 0,54* 0,51* -0,37 0,09-0,04 1-0,05-0,25 0,52* -0,39-0,26-0,28-0,34-0,32-0,31 0,27-0,29-0,34 C16:0 0,10 0,40 0,24 0,10-0,12 0,37 0,24 1-0,13-0,29 0,12 0,19-0,09-0,38-0,05-0,32-0,39-0,36-0,33 C18:0 0,02 0,04-0,11-0,63** 0,27 0,07 0,32 0,01 1 0,23-0,34 0,08 0,60** 0,07-0,02-0,02 0,07 0,01 0,00 C18:1 0,24 0,16-0,19-0,28-0,06-0,03 0,31-0,31 0,48* 1-0,88*** -0,22-0,17-0,07-0,14 0,05 0,56** 0,06-0,01 C18:2-0,25-0,10 0,39 0,09 0,21-0,12-0,20 0,14-0,42-0,89*** 1-0,25-0,05 0,00-0,18-0,01-0,58** -0,09-0,02 C18:3-0,03-0,12-0,45* 0,49* -0,29 0,26-0,24 0,26-0,25-0,20-0,25 1 0,30 0,12 0,65** -0,13 0,04 0,03 0,02 C20:1 0,17-0,33-0,19 0,33-0,33-0,01-0,35-0,21-0,38-0,21 0,03 0,16 1 0,33 0,37 0,12 0,07 0,20 0,20 glnap 0,06-0,42-0,31 0,25-0,41-0,11-0,27-0,28-0,22-0,10-0,02 0,26 0,38 1 0,66** 0,83*** 0,53* 0,93*** 0,93*** glbra -0,20-0,52* -0,53* 0,25-0,23 0,26-0,43-0,17-0,24-0,10-0,14 0,50* 0,45* 0,74*** 1 0,39 0,26 0,55** 0,56** progo 0,19-0,32-0,27 0,19-0,50* -0,07-0,20-0,21-0,08-0,05-0,04 0,16 0,34 0,91*** 0,58** 1 0,49* 0,97*** 0,97*** 4OHglbra -0,01 0,17-0,20 0,33-0,31-0,12-0,11-0,32-0,35 0,45* -0,50* 0,34-0,06 0,15 0,09 0,04 1 0,60** 0,51* GLSs 0,12-0,34-0,34 0,27-0,52* -0,08-0,26-0,29-0,19 0,03-0,14 0,28 0,35 0,96*** 0,69*** 0,96*** 0,27 1 0,99*** GSLa 0,11-0,39-0,32 0,22-0,48* -0,05-0,27-0,24-0,13-0,08-0,04 0,23 0,39 0,96*** 0,70*** 0,98*** 0,07 0,98*** 1 Objaśnienia jak w tabeli 2 Description as in Table 2
Badanie zmienności fenotypowej mieszańców F 1 CMS ogura 169 poszczególnych cech. Zatem wybór obiektów najlepszych pod względem jednej cechy może być równocześnie wyborem obiektów przeciętnych pod względem innej cechy. Wartości współczynników korelacji badanych cech przedstawiono w tabeli 2 (dla doświadczeń przeprowadzonych w Borowie) oraz tabeli 3 (dla doświadczeń przeprowadzonych w Zielęcinie). Dla wszystkich czterech doświadczeń istotne statystycznie korelacje obserwowano jedynie między zawartością glukonapiny, glukobrassicanapiny, progoitryny, sumą glukozynolanów i sumą glukozynolanów alkenowych oraz pomiędzy plonem nasion a zawartością tłuszczu i początkiem kwitnienia a zawartością progoitryny. Pozostałe istotne statystycznie współzależności obserwowano co najwyżej w trzech doświadczeniach. Najwięcej istotnych współczynników korelacji odnotowano dla doświadczenia przeprowadzonego w Borowie w 2003 roku. Przeprowadzona wielocechowa analiza wariancji pozwoliła odrzucić testowane hipotezy dotyczące braku różnic pomiędzy obiektami, pomiędzy miejscowościami oraz pomiędzy latami, a także wszystkie hipotezy dotyczące braku interakcji (tab. 4). Ze względu na istotne interakcje dalsze analizy w zakresie zmiennych kanonicznych przeprowadzono dla każdego środowiska niezależnie. Wartości statystyki F w wielozmiennej analizie wariancji F-statistics values in multivariate analysis of variance Tabela 4 Źródło zmienności Source of variation Statystyka F dla 19 cech łącznie F-statistics for 19 traits jointly Wartość krytyczna na poziomie α = 0,001 Critical value at α = 0.001 level Obiekty Objects 12,53 1,26 Miejsce Location 131,73 2,44 Rok Year 446,52 2,44 Obiekty Miejsce Objects Location Obiekty Rok Objects Year Miejsce Rok Location Year Obiekty Miejsce Rok Objects Location Year 3,57 1,26 4,22 1,26 284,88 2,44 2,65 1,26 Analizując wyniki doświadczenia przeprowadzonego w Borowie w 2003 roku stwierdzono, że dwie pierwsze zmienne kanoniczne wyjaśniają w sumie 61,65% ogólnej zmienności. Na rysunku 1 przedstawiono mieszańce F 1 i ich formy rodzicielskie badane w układzie dwu pierwszych zmiennych kanonicznych. Na wykresie współrzędne punktu danego obiektu stanowią wartości, odpowiednio, pierwszej
170 Jan Bocianowski... i drugiej zmiennej kanonicznej. Największym zróżnicowaniem pod względem wszystkich dziewiętnastu cech łącznie (mierzonym odległościami Mahalanobisa) charakteryzowały się PN 2824/99 i Bor zap 4 (odległość Mahalanobisa między nimi wynosiła 23,6). Najmniejszym zróżnicowaniem genetycznym wyróżniały się w tym środowisku PN 4556/01 i PN 4555/01 (4,23). Pierwsza zmienna kanoniczna (Z 1 ) jest dodatnio skorelowana z plonem nasion, długością łuszczyn, liczbą nasion w łuszczynie, długością kwitnienia, zawartością progoitryny, sumą wszystkich glukozynolanów i sumą glukozynolanów alkenowych oraz ujemnie skorelowana z początkiem kwitnienia, zawartością kwasów linolenowego i eikozenowego. Natomiast druga zmienna kanoniczna (Z 2 ) jest dodatnio skorelowana z masą 1000 nasion i zawartością glukobrassicanapiny (tab. 5). Cechy statystycznie istotnie skorelowane z pierwszą i/lub drugą zmienną kanoniczną posiadają największą moc dyskryminacyjną. Rys. 1. Położenie mieszańców F 1 rzepaku ozimego oraz ich form rodzicielskich w układzie dwu pierwszych zmiennych kanonicznych (Borowo 2003) Distribution of F 1 hybrids of winter oilseed rape and their parental forms in the space of two first canonical variates (Borowo 2003) Analizując badane obiekty rzepaku ozimego w Borowie w 2004 roku stwierdzono, że dwie pierwsze zmienne kanoniczne wyjaśniają w sumie 72,55% ogólnej zmienności. Na rysunku 2 przedstawiono rozważane obiekty rzepaku ozimego badane w Borowie w 2004 roku w układzie dwu pierwszych zmiennych kanonicznych. Największym zróżnicowaniem w tym środowisku charakteryzowały się PN 9294/98 i Samouraï (20,954), a najmniejszym PN 4555/01 i PN 4556/01 (3,38). Podobnie jak w doświadczeniu przeprowadzonym w 2003 roku, genotypy PN 4555/01 oraz PN 4556/01 były najbardziej podobne genetycznie. Świadczyć to może o stabilności tych obiektów w danej lokalizacji. Pierwsza zmienna kano-
Współczynniki korelacji między dwoma pierwszymi zmiennymi kanonicznymi a cechami rzepaku ozimego Correlation coefficients between the two first canonical variates and the characters of winter oilseed rape Tabela 5 Cecha Trait 2003 Borowo Zielęcin 2004 2003 2004 Z1 Z2 Z1 Z2 Z1 Z2 Z1 Z2 Plon nasion, PN 0,755*** -0,319-0,473* -0,478* -0,445* 0,562*** -0,281-0,571** Długość łuszczyn, DŁ 0,629*** -0,093-0,018 0,200-0,129 0,595*** -0,101-0,498* Liczba nasion w łuszczynie, LNŁ 0,739*** 0,334-0,018-0,543* 0,082 0,409 0,406-0,443* Masa 1000 nasion, MTN -0,117 0,932*** 0,319 0,761*** 0,001-0,666*** -0,345 0,211 Początek kwitnienia, PK -0,885*** 0,086 0,990*** -0,037 0,816*** 0,067 0,616** 0,486* Długość kwitnienia, DK 0,695*** -0,381-0,846*** 0,371 0,008 0,370-0,213 0,080 Zawartość tłuszczu, TŁ 0,324-0,432-0,437* -0,402 Zawartość kwasu palmitynowego, C16:0-0,195-0,226 0,287-0,011-0,541* 0,000 0,317-0,278 0,136 0,032-0,064-0,264 Zawartość kwasu stearynowego, C18:0-0,179-0,004-0,544* 0,297 0,367 0,548* 0,081-0,339 Zawartość kwasu oleinowego, C18:1-0,064-0,304-0,406 0,238-0,308 0,569** -0,552** -0,086 Zawartość kwasu linolowego, C18:2-0,382 0,059 0,381-0,321 0,041-0,500* 0,803*** 0,020 Zawartość kwasu linolenowego, C18:3-0,565** 0,371 0,292 0,186 0,492* -0,310-0,565** 0,238 Zawartość kwasu eikozenowego, C20:1-0,435* 0,140 Zawartość glukonapiny, glnap 0,417 0,240-0,449* 0,437* -0,050 0,002-0,254 0,700*** 0,387-0,210 0,134-0,108-0,205-0,104 Zawartość glukobrassicanapiny, glbra -0,020 0,511* 0,005 0,331 0,371-0,333-0,341 0,341 Zawartość progoitryny, progo 0,669*** 0,073-0,694*** 0,307-0,436* 0,072-0,189-0,362 Zawartość 4-hydroksybrassicyny, 4OHglbra 0,017 0,019 0,062 0,451* -0,279 0,314-0,635** 0,232 Suma wszystkich glukozynolanów, GLSs 0,512* 0,107-0,562** 0,459* -0,298 Suma glukozynolanów alkenowych, GSLa 0,531* 0,102-0,630** 0,350 Wartości własne Eigenvalues 54,460 Procent wyjaśnianej wielocechowej zmienności obiektów Percentage of elucidated multivariate variability of objects 37,880 0,015-0,333-0,190-0,285-0,022-0,209-0,238 34,170 46,682 14,886 36,765 21,132 16,859 9,477 23,770 55,010 17,540 35,880 20,620 30,580 17,190 * istotne na poziomie α = 0,05 significant at α = 0.05 ** istotne na poziomie α = 0,01 significant at α = 0.01 *** istotne na poziomie α = 0,001 significant at α = 0.001
172 Jan Bocianowski... niczna (Z 1 ) była silnie dodatnio skorelowana z początkiem kwitnienia oraz ujemnie skorelowana z plonem nasion, długością kwitnienia, zawartością tłuszczu, kwasu stearynowego, glukonapiny, progoitryny, sumą glukozynolanów i glukozynolanów alkenowych (tab. 5). Natomiast największy istotny wpływ na drugą zmienną kanoniczną (Z 2 ) miały plon nasion i długość łuszczyn (korelacje ujemne) oraz masa 1000 nasion, zawartość glukonapiny, 4-hydroksybrassicyny i suma glukozynolanów (zależności dodatnie). Rys. 2. Położenie mieszańców F 1 rzepaku ozimego oraz ich form rodzicielskich w układzie dwu pierwszych zmiennych kanonicznych (Borowo 2004) Distribution of F 1 hybrids of winter oilseed rape and their parental forms in the space of two first canonical variates (Borowo 2004) Wyniki otrzymane dla doświadczenia przeprowadzonego w Zielęcinie w 2003 roku wskazują, że dwie pierwsze zmienne kanoniczne wyjaśniały w sumie 56,50% całkowitej zmienności. Mieszańce pokolenia F 1 oraz ich linie rodzicielskie badane w tym środowisku w układzie dwu pierwszych zmiennych kanonicznych przedstawiono graficznie na rysunku 3. Najmniej podobne w tym doświadczeniu były linie Bor zap 3 i PN 4533/01 (18,87), natomiast największym podobieństwem genetycznym charakteryzowały się PN 2850/99 i PN 4556/01 (3,31). Pierwsza zmienna kanoniczna była dodatnio skorelowana z początkiem kwitnienia, zawartością kwasów linolenowego i eikozenowego oraz ujemnie skorelowana z plonem nasion i zawartością progoitryny. Druga zmienna kanoniczna była natomiast istotnie dodatnio skorelowana z plonem nasion, długością łuszczyn, zawartością kwasów stearynowego i oleinowego, a istotnie ujemnie skorelowana z masą 1000 nasion i zawartością kwasu linolowego (tab. 5).
Badanie zmienności fenotypowej mieszańców F 1 CMS ogura 173 Rys. 3. Położenie mieszańców F 1 rzepaku ozimego oraz ich form rodzicielskich w układzie dwu pierwszych zmiennych kanonicznych (Zielęcin 2003) Distribution of F 1 hybrids of winter oilseed rape and their parental forms in the space of two first canonical variates (Zielęcin 2003) Rozważając doświadczenie przeprowadzone w Zielęcinie w 2004 roku zaobserwowano, że dwie pierwsze zmienne kanoniczne wyjaśniały w sumie 47,77% ogólnej zmienności. Na rysunku 4 przedstawiono formy rzepaku ozimego badane w Zielęcinie w 2004 roku w układzie dwu pierwszych zmiennych kanonicznych. Największym Rys. 4. Położenie mieszańców F 1 rzepaku ozimego oraz ich form rodzicielskich w układzie dwu pierwszych zmiennych kanonicznych (Zielęcin 2004) Distribution of F 1 hybrids of winter oilseed rape and their parental forms in the space of two first canonical variates (Zielęcin 2004)
174 Jan Bocianowski... zróżnicowaniem pod względem wszystkich dziewiętnastu cech łącznie charakteryzowały się Bor zap 3 i PN 4537/01 (15,166). Natomiast najmniejszym zróżnicowaniem genetycznym wyróżniały się w tym środowisku Mazur F 1 i Pomorzanin F 1 (3,401). Pierwsza zmienna kanoniczna była statystycznie istotnie dodatnio skorelowana z początkiem kwitnienia i zawartością kwasu linolowego, a ujemnie skorelowana z zawartością kwasów oleinowegoi linolenowego oraz glukozynolanu 4-hydroksybrassicyny. Druga zmienna kanoniczna była dodatnio skorelowana z początkiem kwitnienia oraz ujemnie skorelowana z plonem nasion, długością łuszczyn, liczbą nasion w łuszczynie i zawartością tłuszczu (tab. 5). Wyniki przeprowadzonych wielocechowych analiz mieszańców pokolenia F 1 oraz ich linii rodzicielskich z zastosowaniem metody zmiennych kanonicznych wskazują na różne zachowanie obiektów w poszczególnych środowiskach. Świadczą o tym wyniki przeprowadzonej analizy korelacji odległości Mahalanobisa. Zaobserwowano istotną statystycznie korelację odległości Mahalanobisa otrzymanych w poszczególnych środowiskach: dla doświadczeń przeprowadzonych w Borowie między latami 2003 i 2004 współczynnik korelacji wynosił r = 0,671, a w Zielęcinie r = 0,451. W 2003 roku pomiędzy Borowem a Zielęcinem współczynnik ten wynosił r = 0,663, a w 2004 r. r = 0,329. Ogólnie większe zróżnicowanie pomiędzy genotypami rzepaku ozimego obserwowano w doświadczeniach przeprowadzonych w Borowie niż w Zielęcinie (rys. 5). Bardziej wyrównane były obiekty w drugim roku badań (rys. 5). Na szczególną uwagę zasługuje rozmieszczenie obiektów badanych w doświadczeniach przeprowadzonych w Borowie w układzie dwóch pierwszych zmiennych kanonicznych. Zaobserwować można, że prawie wszystkie analizowane formy rzepaku ozimego (poza PN 4540/01 oraz PN 4538/01) charakteryzują się w dwóch kolejnych latach przeciwnymi wartościami pierwszej zmiennej kanonicznej. Uporządkowanie względem pierwszej zmiennej kanonicznej było wynikiem m.in. różnych warunków atmosferycznych występujących w rozważanych sezonach wegetacyjnych. Mazur F 1, Kaszub F 1 i Pomorzanin F 1 były formami, które we wszystkich czterech środowiskach grupowały się razem. Ponadto nie były one zbyt oddalone od ich wspólnej linii matecznej Samouraï. Natomiast czwarty mieszaniec niezrestorowany, którego linią mateczną była również odmiana Samouraï (Lubusz F 1 ) był znacznie oddalony od pozostałych trzech szczególnie w doświadczeniach przeprowadzonych w Borowie. Jest to związane z faktem, że jego linia ojcowska Bor zap 4 jest oddalona od linii ojcowskich pozostałych mieszańców niezrestorowanych. Cztery zrestorowane mieszańce F 1 (PN 4538/01, PN 4556/01, PN 4540/01, PN 4534/01) grupują się blisko siebie w drugim roku badań w obu lokalizacjach. Takie grupowanie obiektów w czterech rozpatrywanych środowiskach ma związek z pochodzeniem mieszańców.
Badanie zmienności fenotypowej mieszańców F 1 CMS ogura 175 Odległość Mahalanobisa Mahalanobis distances Borowo 2003 Borowo 2004 Zielęcin 2003 Zielęcin 2004 Rys. 5. Boxplot odległości Mahalanobisa pomiędzy analizowanymi mieszańcami F 1 rzepaku ozimego oraz ich formami rodzicielskimi Boxplot of Mahalanobis distances between F 1 hybrids of winter oilseed rape and their parental forms Przebieg warunków atmosferycznych w poszczególnych latach badań i miejscowościach, przedstawiony w tabelach 6 i 7, był zróżnicowany, co niewątpliwie wpłynęło na uzyskane wyniki. Układ podstawowych parametrów pogody w obu latach badań był bardzo zróżnicowany i mogło to w dużym stopniu wpłynąć na wzrost, rozwój oraz plonowanie rzepaku. W 2003 roku wystąpiły niekorzystne warunki pogodowe, zarówno pod względem termicznym jak i wilgotnościowym. Ostra i długa zima z temperaturami powietrza niższymi od średnich wieloletnich spowodowała wymarznięcie roślin. Wiosenną wegetację roślin znacznie utrudniał bardzo duży niedobór opadów oraz wysokie temperatury (wyższe od średnich wieloletnich). Suma opadów za okres od kwietnia do połowy lipca stanowiła dla Borowa zaledwie 61%, a dla Zielęcina 73% sumy opadów tego okresu dla wielolecia. Wyjątkowo korzystne dla wiosennego rozwoju rzepaku warunki pogodowe wystąpiły w roku 2004. Umiarkowanej temperaturze towarzyszył korzystny rozkład opadów, co gwarantowało dobry rozwój rzepaku i wysokie plony. Zróżnicowany przebieg pogody w obu sezonach wegetacyjnych uwidocznił się w kształtowaniu się cech jakościowych (skład kwasów tłuszczowych, zawartość glukozynolanów), a przede wszystkim w poziomie plonowania mieszańców i ich form rodzicielskich. Plony obiektów doświadczalnych w 2003 roku w obu miejscowościach były znacznie niższe od plonów uzyskanych w następnym roku,
176 Jan Bocianowski... Tabela 6 Warunki meteorologiczne w Borowie w okresie wegetacji rzepaku ozimego w latach 2002/2003 2003/2004 na tle wielolecia Meteorological conditions at Borowo in vegetation season of winter oilseed rape in 2002/2003 2003/2004 years against many years background Podstawowe parametry pogody 2002/2003 2003/2004 1954 2002 1. Średnie temperatury Mean temperature [ C] roczne annual krytyczna okresu jesieni * critical season of autumn najchłodniejszego miesiąca zimy ** the coolest month of winter krytycznego okresu wiosny *** critical season of winter 2. Opady atmosferyczne Precipitation [mm]: w całym roku in all year w krytycznym okresie jesieni * in critical season of autumn w krytycznym okresie zimy ** in critical season of winter w krytycznym okresie wiosny *** in critical season of spring 8,9 7,4 2,7/II 15,9 481 178 8,5 7,3 3,4/I 3. Opady w % średniej wieloletniej Precipitation in % against a many years background w całym roku in all year w krytycznym okresie jesieni * in critical season of autumn w krytycznym okresie zimy ** in critical season of winter w krytycznym okresie wiosny *** in critical season of spring 90 108 89 173 13,7 * miesiące: wrzesień, październik, pierwsza i druga dekada listopada months: September, October, first and second decades of November ** miesiące: trzecia dekada listopada, grudzień, styczeń, luty i marzec months: third decade of November, December, January, February and March *** miesiące: kwiecień, maj, czerwiec i pierwsza dekada lipca months: April, May, June and first decade of July 64 61 497 84 170 176 92 82 121 99 8,8 8,0 1,7/I 14,9 538 103 141 177 100 100 100 100
Badanie zmienności fenotypowej mieszańców F 1 CMS ogura 177 Tabela 7 Warunki meteorologiczne w Zielęcinie w okresie wegetacji rzepaku ozimego w latach 2002/2003 2003/2004 na tle wielolecia Meteorological conditions at Zielęcin in vegetation season of winter oilseed rape in 2002/2003 2003/2004 years against many years background Podstawowe parametry pogody 2002/2003 2003/2004 1954 2002 1. Średnie temperatury Mean temperature [ C] roczne annual krytyczna okresu jesieni * critical season of autumn najchłodniejszego miesiąca zimy ** the coolest month of winter krytycznego okresu wiosny *** critical season of winter 2. Opady atmosferyczne Precipitation [mm]: w całym roku in all year w krytycznym okresie jesieni * in critical season of autumn w krytycznym okresie zimy ** in critical season of winter w krytycznym okresie wiosny *** in critical season of spring 9,0 8,0-2,8/XII 16,0 601 168 116 139 10,0 8,0-2,8/I 15,0 419 64 157 218 8,9 8,8-1,1/I 3. Opady w % średniej wieloletniej Precipitation in % against many years background w całym roku in all year w krytycznym okresie jesieni * in critical season of autumn w krytycznym okresie zimy ** in critical season of winter w krytycznym okresie wiosny *** in critical season of spring 101 147 71 73 71 56 96 115 100 100 100 100 Objaśnienia jak w tabeli 6 Description as in Table 6 ponieważ wystąpiły wyjątkowo niekorzystne warunki środowiskowe W wyniku panującej suszy nastąpiło znaczne skrócenie okresu kwitnienia rzepaku oraz zasychanie pączków kwiatowych zarówno na pędzie głównym jak i rozgałęzieniach bocznych. Plon badanych mieszańców F 1 w czterech środowiskach był determinowany przez genotyp, a także modyfikowany przez warunki środowiskowe (tab. 8). Porównując plony kombinacji mieszańcowych stwierdzono, że mieszańce niezrestorowane F 1 wykazywały niższy efekt heterozji, jednakże charakteryzowały się najwyższą plennością, świadczyć to może o stosunkowo wysokiej wartości średniej form rodzicielskich. Pomimo niskiej heterozji to właśnie ona warunkowała zwyżkę plonu (tab. 8, 9). Wysoki efekt heterozji wykazywały mieszańce, których średni 14,6 594 114 164 190
Wartości średnie dla wybranych cech Mean values for selected traits Tabela 8 Środowisko Environment Kaszub F 1 Lubusz F 1 Mazur F 1 PN 4534/01 PN 4556/01 PN 4538/01 PN 4540/01 Pomorzanin F 1 Plon nasion Seed yield [dt ha -1 ] Borowo 2003 21,00 21,52 19,88 22,03 11,59 17,62 16,88 19,70 Borowo 2004 64,68 79,93 67,39 68,68 58,25 58,66 59,80 75,36 Zielęcin 2003 33,76 31,25 31,23 32,29 27,39 28,75 34,81 36,54 Zielęcin 2004 58,75 49,79 51,25 51,04 43,96 35,62 50,21 55,54 Średnia Mean 44,55 45,62 42,44 43,51 35,3 35,16 40,42 46,79 Liczba nasion w łuszczynie Number of seeds per pod Borowo 2003 23,28 18,10 25,60 11,05 12,45 22,90 22,25 22,65 Borowo 2004 25,43 23,50 23,90 26,30 24,77 25,30 28,40 24,52 Zielęcin 2003 21,30 18,35 18,50 24,28 21,30 24,52 23,50 19,47 Zielęcin 2004 21,75 20,60 19,28 24,10 21,60 23,68 24,2 18,50 Średnia Mean 22,94 20,14 21,82 21,43 20,03 24,10 24,59 21,29 Masa 1000 nasion Weight of 1000 seeds [g] Borowo 2003 5,775 5,482 6,000 5,452 5,065 5,750 5,800 6,200 Borowo 2004 4,822 4,867 5,072 4,673 4,713 4,822 4,635 5,177 Zielęcin 2003 5,092 4,705 5,530 5,125 5,210 5,242 5,100 5,137 Zielęcin 2004 5,993 5,668 6,210 6,003 5,485 5,468 6,198 6,240 Średnia Mean 5,421 5,181 5,703 5,313 5,118 5,321 5,433 5,689 Zawartość tłuszczu Oil content [%] Borowo 2003 44,400 44,625 43,225 45,025 44,675 45,425 43,950 44,025 Borowo 2004 48,150 48,825 48,450 47,200 47,625 46,725 47,050 48,025 Zielęcin 2003 46,950 46,800 46,775 46,875 47,500 47,725 47,200 47,325 Zielęcin 2004 44,650 44,675 44,650 45,425 45,075 44,525 45,175 44,050 Średnia Mean 46,038 46,231 45,775 46,131 46,219 46,100 45,844 45,856
Efekty heterozji dla wybranych cech Heterosis effects for selected traits Tabela 9 Środowisko Environment Kaszub F 1 Lubusz F 1 Mazur F 1 PN 4534/01 PN 4556/01 PN 4538/01 PN 4540/01 Pomorzanin F 1 Plon nasion Seed yield [dt ha -1 ] Borowo 2003 7,36*** 8,72*** 7,36*** 15,57*** 2,22* 11,32*** 9,04*** 5,39*** Borowo 2004 15,70*** 23,30*** 15,70*** 16,80*** 5,70 16,00*** 18,10*** 18,10*** Zielęcin 2003 8,00** 10,20*** 8,00** 13,40*** 2,80 10,60*** 14,40*** 9,50*** Zielęcin 2004 11,90* 7,70 11,90* 8,00 2,40 4,50 25,10*** 9,20 Liczba nasion w łuszczynie Number of seeds per pod Borowo 2003 2,3-1,6 2,3-3,5* 0,0 4,5** 1,3-1,1 Borowo 2004 0,9-2,6 0,9-0,8-0,7 0,0 6,7*** -1,9 Zielęcin 2003-2,7-4,4* -2,7 4,0-3,0 4,8* 2,6-3,7 Zielęcin 2004 2,1-1,1 2,1 2,2 2,0 2,5 4,8** -2,6 Masa 1000 nasion Weight of 1000 seeds [g] Borowo 2003 0,39** 0,38** 0,39** -0,52*** -0,05-0,36** Borowo 2004 0,84*** 1,04*** 0,84*** -0,31* -0,06 0,05-0,65*** 0,50*** -0,43** 0,85*** Zielęcin 2003 0,54*** -0,43** 0,54*** 0,41** 0,22 0,09-0,17 0,24 Zielęcin 2004 0,64*** 0,78*** 0,64*** 0,38* -0,35* -0,06 0,16 1,0*** Zawartość tłuszczu Oil content [%] Borowo 2003-0,13 0,31-0,13 2,92*** 0,65 1,76*** 1,55** -0,62 Borowo 2004 0,50 0,49 0,50-1,21* 0,37-0,89 1,64** -0,60 Zielęcin 2003 1,19** 0,53 1,19** 1,15** 0,61 0,34 1,35*** 0,44 Zielęcin 2004 0,48-0,20 0,48 0,44 0,03 0,54 2,70*** -1,40** * istotne na poziomie α = 0,05 significant at α = 0.05 ** istotne na poziomie α = 0,01 significant at α = 0.01 *** istotne na poziomie α = 0,001 significant at α = 0.001
180 Jan Bocianowski... plon obu form rodzicielskich był niższy, jednak efekt w tym wypadku nie był wystarczający dla uzyskania wysokiego plonu nasion. Liczba nasion w łuszczynie i masa 1000 nasion w badanych doświadczeniach zależała w sposób istotny od genotypu. Statystycznie istotny dodatni efekt heterozji dla masy 1000 nasion uzyskano dla mieszańców niezrestorowanych Kaszub F 1, Mazur F 1 w czterech środowiskach oraz Lubusz F 1 i Pomorzanin F 1 w trzech środowiskach (tab. 9). W badanych doświadczeniach nie stwierdzono istotnych korelacji pomiędzy odległościami Mahalanobisa a efektem heterozji dla plonu, jego składników oraz zawartości tłuszczu w nasionach (tab. 10). Podobne wyniki dla plonu nasion, liczby nasion w łuszczynie oraz masy 1000 nasion uzyskali Bocianowski i in. (2008). Jednakże pomimo braku istotnych zależności, umiejscowienie obiektów na rysunku 6 wskazuje, że w sprzyjających warunkach pogodowych wraz ze wzrostem odległości Mahalanobisa wzrasta efekt heterozji, co jest widoczne szczególnie w doświadczeniu przeprowadzonym w Borowie w roku 2004. Uzyskane wyniki, pomimo braku istotnych korelacji, mogą świadczyć o znaczeniu oceny cech fenotypowych dla selekcji genotypów oraz wyboru form rodzicielskich do tworzenia mieszańców pokolenia F 1. Tabela 10 Współczynniki korelacji pomiędzy odległościami Mahalanobisa a efektami heterozji dla wybranych cech rzepaku ozimego Correlation coefficients between Mahalanobis distances and heterosis effects for selected traits of winter oilseed rape Środowisko Environmental Plon nasion Seed yield [dt ha -1 ] Liczba nasion w łuszczynie Number of seeds per pod Masa 1000 nasion Weight of 1000 seeds [g] Zawartość tłuszczu Oil content [%] Borowo 2003 0,308 0,201 0,154-0,191 Borowo 2004 0,586-0,219 0,543-0,296 Zielęcin 2003 0,439 0,157 0,480 0,328 Zielęcin 2004 0,426 0,123 0,204 0,222 4 środowiska Four environments 0,182-0,033 0,094 0,072 Dobór odpowiednich linii rodzicielskich jest jednym z najbardziej kosztownych etapów hodowli odmian mieszańcowych. Od trafności wyboru komponentów rodzicielskich do tworzenia mieszańców F 1 zależy efektywność hodowli odmian mieszańcowych. Ocena specyficznej zdolności kombinacyjnej jest szczególnie przydatna do selekcji kombinacji mieszańców F 1. Metoda ta jest jednak kosztowna i czasochłonna. Wymaga bowiem wykonania krzyżowań w układzie czynnikowym
Badanie zmienności fenotypowej mieszańców F 1 CMS ogura 181 Rys. 6. Odległości Mahalanobisa i efekty heterozji dla plonu nasion The Mahalanobis distances and heterosis effects for seed yield lub diallelicznym oraz oceny mieszańców w wielopowtórzeniowych doświadczeniach polowych, najlepiej w kilku środowiskach, bowiem warunki środowiskowe w sposób wysoce istotny modyfikują poziom plonowania rzepaku. Efekt heterozji u mieszańców F 1 rzepaku w sposób znaczący objawia się przede wszystkim jako zwiększenie plonu nasion w stosunku do plonu form rodzicielskich. Przyrost plonu jest wynikiem zwiększenia liczby łuszczyn na roślinie bądź liczby nasion w łuszczynie, rzadziej masy 1000 nasion. Stwierdzono, że plon nasion w pokoleniu F 1 może być wyższy w porównaniu do plonu form rodzicielskich nawet o 20 40% (Krzymański i in. 1993; 1994, Liersch i in. 2004). Jednakże hodowla rzepaku w Polsce i na świecie koncentruje się nie tylko nad ulepszaniem produktywności rzepaku, ale także nad uzyskaniem odmian o wysokiej zawartości tłuszczu, różnym, zależnym od przeznaczenia składzie kwasów tłuszczowych oraz eliminacji głównych związków antyżywieniowych: glukozynolanów i włókna pokarmowego (Bartkowiak-Broda i Ogrodowczyk 2007). Podobnie jak w przypadku plonu i jego składników, zawartość w nasionach tłuszczu, poszczególnych kwasów tłuszczowych oraz glukozynolanów w różnym stopniu jest uzależniona od warunków środowiskowych (Liersch i in. 2004, Wojtowicz i Jajor 2006). W związku z tym, aby dobrze ocenić zmienność badanej populacji konieczny jest wybór najskuteczniejszej metody analizy doświadczeń hodowlanych, z uwzględnieniem efektów interakcji miejscowości lata. Metoda zmiennych kanonicznych jest szeroko stosowana przez hodowców i genetyków (Camussi i in. 1985, Shamsuddin 1985, Górczyński i Mądry 1988, Humpreys
182 Jan Bocianowski... 1991, Daoyu i Lawes 2000, Vaylay i van Santen 2002, Adugna i Labuschagne 2003, Cook i in. 2003, Adamska i in. 2004, Yeates i in. 2004, Kaczmarek i in. 2005, Bocianowski i Rybiński 2008, Bocianowski i Skomra 2008, Rybiński i in. 2009). O jej efektywności w prezentowanych badaniach świadczą m.in. wysokie wartości dla dwóch pierwszych zmiennych kanonicznych, które w znacznym procencie wyjaśniają ogólną zmienność fenotypową. Wartości te równe 61,55, 72,55, 56,50 i 47,77% dla doświadczeń przeprowadzonych, odpowiednio, w Borowie w 2003 i 2004 r. oraz Zielęcinie w 2003 i 2004 r. są znaczne; szczególnie w kontekście dość dużej liczby (19) obserwowanych cech. Jedynie zawartość kwasu palmitynowego nie była istotnie skorelowana ani z pierwszą, ani z drugą zmienną kanoniczną w żadnym z rozważanych doświadczeń. Wyjaśnić to może niska zawartość tego kwasu w oleju rzepakowym. Natomiast plon nasion oraz początek kwitnienia były statystycznie istotnie skorelowane z przynajmniej jedną z dwu pierwszych zmiennych kanonicznych we wszystkich czterech środowiskach. Wnioski 1. Wyniki przeprowadzonej wielozmiennej analizy wariancji pozwoliły na stwierdzenie istotnego zróżnicowania genotypów pod względem badanych cech, jak również ekspresji tych cech w miejscowościach i latach badań. 2. Na podstawie analizy zmiennych kanonicznych wyróżniono obiekty zróżnicowane genetycznie. 3. Metoda wielozmiennej analizy wariancji może znaleźć zastosowanie w selekcji materiałów hodowlanych do tworzenia odmian populacyjnych i mieszańcowych F 1. Metoda ta może stanowić uzupełnienie innych metod oceny wartości linii rodzicielskich do hodowli odmian. 4. Dla badanego zbioru obiektów rzepaku ozimego nie stwierdzono istotnej statystycznie korelacji pomiędzy efektami heterozji mieszańców a odległościami Mahalanobisa ich form rodzicielskich w żadnym z analizowanych środowisk. Literatura Adamska E., Cegielska-Taras T., Kaczmarek Z., Szała L. 2004. Multivariate approach to evaluating the fatty acid composition of seed oil in a doubled haploid population of winter oilseed rape (Brassica napus L.). J. Appl. Genet., 45 (4): 419-425. Adugna W., Labuschagne M.T. 2003. Cluster and canonical variate analyses in multilocation trials of linseed. J. Agric. Sci., 140: 297-304.
Badanie zmienności fenotypowej mieszańców F 1 CMS ogura 183 Albuquerque A.S., Bruckner C.H., Cruz C.D., Salomão L.C.C. 1998. Multivariate analysis of genetic diversity of peach and nectarine cultivars. Acta Hort., 465: 285-292. Bhatt G.M. 1970. Multivariate analysis approach to selection of Barents for hybridization aiming at yield improvement. Australian J. Agric. Res., 21: 1-7. Bocianowski J., Łuczkiewicz T., Kozak M., Brzeskwiniewicz H. 2008. Does genetic distance of parental forms affect specific combining ability and heterosis effects in F 1 and F 2 of spring rape diallel cross? Agriculturae Conspectus Scientificus, 73 (4): 211-215. Bocianowski J., Rybiński W. 2008. Wykorzystanie analizy zmiennych kanonicznych do wielocechowej charakterystyki dwurzędowej i wielorzędowych linii DH jęczmienia jarego (Hordeum vulgare L.). Annales UMCS, Sectio E: Agricultura, LXIII (3): 53-61. Bocianowski J., Skomra U. 2008. Wykorzystanie analizy zmiennych kanonicznych do wielocechowej charakterystyki odmian chmielu zwyczajnego (Humulus lupulus L.). Pamiętnik Puławski, 148: 107-118. Bourion V., Fouilloux G., Le Signor C., Lejeune-Hénaut I. 2002. Genetic studies of selection criteria for productive and stable peas. Euphytica, 127: 261-273. Bartkowiak-Broda I. 2009. Nowe odmiany rzepaku, nowa jakość. Monografia: Olej rzepakowy nowy surowiec, nowa prawda. Polskie Stowarzyszenie Producentów Oleju, Warszawa: 7-24. Bartkowiak-Broda I., Ogrodowczyk M. 2007. Strategiczne kierunki hodowli roślin oleistych. Monografie i Rozprawy Naukowe IHAR, 27/2007: 99-113. Betrán F.J., Ribaut J.M., Beck D., Gonzalez de Léon D. 2003. Genetic diversity, specific combining ability, and heterosis in tropical maize under stress and nonstress environments. Crop Sci., 43: 797-806. Byczyńska B., Krzymański J. 1969. Szybki sposób otrzymywania estrów metylowych kwasów tłuszczowych do analizy metodą chromatografii gazowej. Tłuszcze Jadalne, XIII: 108-114. Caliński T., Kaczmarek Z. 1973. Metody kompleksowej analizy doświadczenia wielocechowego. Colloquium Metodologiczne z Agro-Biometrii, PAN i PTB, Warszawa, 3: 258-320. Camussi A., Ottaviano E., Caliński T., Kaczmarek Z. 1985. Genetic distances based on quantitative traits. Genetics, 111: 945-962. Cilas C., Bouharmont P., Boccara M., Eskes A.B., Baradat P. 1998. Prediction of genetic value for coffee production in Coffea Arabica from a half-diallel with lines and hybrids. Euphytica, 104: 49-59. Cook S.M., Awmack C.S., Murray D.A., Williams I.H. 2003. Are honey bees foraging preferences affected by pollen amino acid composition? Ecological Entomology, 28: 622-627. Daoyu Z., Lawes G.S. 2000. Manova and discriminant analysis of phenotypic data as a guide for parent selection in kiwifruit (Actinidia deliciosa) breeding. Euphytica, 114: 151-157. Frauen M. 2009. Development of F 1 varieties in winter oilseed rape in Europe. Abstracts of GCIRC Rapeseed/Mustard Technical Meeting, 2-4 February 2009, Manesar, India Górczyński J., Mądry W. 1988. A study of genetic divergence of plants by multivariate methods. Genetica Polonica, 29: 341-352. Griffing B. 1956. Concept of general and specific combining ability in relation to diallel crossing systems. Aust. J. Biol. Sci., 9: 463-493. Humpreys M.O. 1991. A genetic approach to the multivariate differentiation of perennial ryegrass (Lolium perenne L.) cultivars. Heredity, 66: 437-443.