- •Глава 9 биометрико-генетические методы отбора
- •9.1. Маскирующие эффекты при отборе
- •9.2. Снижение эффектов пестроты почвенного плодородия
- •47. Модельный пример бесповторного опыта с систематически распределенными делянками стандарта
- •48. Дисперсионный анализ данных модельного опыта (табл. 47)
- •(Рисунок 31)
- •49. Скользящие средние и скорректированные по уравнению (46) значения признака для данных модельного примера (табл. 47)
- •50. Дисперсионный анализ скорректированных данных табл. 49
- •9.3. Фенотипическая, генотипическая, генетическая и средовая корреляции.
- •9.4. Принцип фоновых признаков
- •9.5. Метод селекционных индексов.
- •51. Средние по повторениям значения трех главных признаков, iр и I для восьми лучших по iр образцов яровой пшеницы [9]
9.5. Метод селекционных индексов.
Для генетика и селекционера важно знание корреляций между признаками, поскольку селекция на улучшение одного признака обязательно сопровождается в популяции изменением других, имеющих продуктивное или адаптивное значение. Селекционный признак можно считать комплексным «суперпризнаком» т.е. определить его через некоторую совокупность субпризнаков. Например, урожай зерна с единицы площади определяется такими признаками, как выживаемость растений (число растений на единице площади, сохранившихся к уборке) и средняя их продуктивностью. В свою очередь, продуктивность слагается из субпризнаков: число зерен в колосе, средняя масса одного зерна, число колосьев. Изменчивость компонентов суперпризнака в популяции обычно определяется большим числом генов, что сопровождается генетическими и генотипическими корреляциями. В результате эффект селекции зависит как от характера наследования отдельных компонентных признаков, так и от их генотипических и средовых связей. В частности, при сильной генетической корреляции двух признаков х и у, если наследуемость селекционного признака у низка, а наследуемость другого признака х высока, можно осуществить эффективный косвенный отбор, используя признак х.
Проблема фенотипических и генотипических корреляций тесно связана с одним из сложнейших аспектов селекционной работы — комплексным отбором по нескольким признакам. Эффективность такого отбора значительно повышается, если селекционные признаки объединить в так называемый селекционный индекс. Это вызвано тем, что при построении селекционного индекса учитывают как фенотипические, так и генотипические корреляции между всеми признаками — компонентами индекса, а также их фенотипические и генотипические дисперсии.
Идея селекционных индексов была впервые предложена Г.Смитом около 70 лет назад при работе с пшеницей. Этот подход применяют в селекции животных и растений. В последние десятилетия в США и некоторых европейских странах метод селекционных индексов включен в селекционные программы на этапах предварительного отбора среди большого числа семей или линий популяции [1].
В методе селекционных индексов, как и в методе фоновых признаков и индексов, используются корреляционные связи. Но в отличие от фоновых признаков, нацеленных на оценку и снятия влияния средовых модификаций (ei), селекционные индексы позволяют уточнять непосредственно генотипическую ценность (gi) сравниваемых форм.
Метод нацелен на максимизацию т.н. генотипического критерия G - cредней генотипической ценности отбираемых линий (или генетической для семей). В критерий можно включить один «главный» признак (например, продуктивность растений) или несколько с учетом их неодинаковой важности. Критерий Gi для каждой линии (i) представляет собой сумму произведений gil - генотипических ценностей «главных» признаков (l - номер признака), включенных в индекс, на т.н. экономические веса
Gi=
.
(49)
Экономические веса al признаков представляют их относительную важность в конкретной селекционной программе и определяются селекционером. Сходная идея весов для учета разной опасности отклонений признаков от идеального сорта используется в методе, представленном в разделе 7.2.
Поскольку генотипические значения gil неизвестны (из-за маскирующих эффектов), подбирают I - измеримый индекс т.е. линейную функцию от уil — фенотипических значений признаков (не обязательно тех же, что в G):
Ii
=
,
(50)
где bl — коэффициенты признаков, включенных в селекционный индекс.
Коэффициенты bj рассчитывают на основе сложной генетико-статистической теории метода индексов таким образом, чтобы в наборе сравниваемых линий максимизировать коэффициент корреляции между значениями их измеримого индекса I и неизмеримого критерия G. Тогда отбор линий, наибольших по I, обеспечит максимально эффективный отбор по критерию G, т.е. максимальный его сдвиг (G) в отобранной части набора линий. Теория метода позволяет прогнозировать ожидаемый сдвиг G для любой структуры критерия и состава признаков в индексе.
Проиллюстрируем влияние учета всех дисперсий и корреляций признаков на отбор в методе селекционных индексов. Предположим для простоты, что в индекс I включены те же «главные» признаки, что и критерий G. За исходный примем упрощенный т.н. фенотипический индекс
,
не
учитывающий различия корреляций и
дисперсий признаков. Покажем, что их
учет может существенно менять
оценки линий по индексу (50) по сравнению
с фенотипическим
индексом
.
Для этого использованы данные
сравнительного испытания 24 линии и
сортов яровой пшеницы
в трех повторениях, проведенного в
Северо-Западном НИИ
сельского хозяйства.
Предположим, что необходимо отобрать образцы с высокой урожайностью и одновременно с крупным зерном и короткой соломиной. В соответствии с этим включаем в G три «главных» признака со следующими экономическими весами: «масса зерна с 1 м2», a1=1 (шифр признака — МП); «масса 1000 зерен», а2=0,5 (Ml); «длина соломины», а3=-0,5 (ДС). В индексы включали те же три признака. В табл. 51 представлены средние (по повторениям опыта) значения уli этих трех признаков, а также индексы IР и I для восьми из 24 лучших по IР образцов.
