گزینش ژنوتیپ‌های گندم دوروم با استفاده از شاخص‌های انتخاب MGIDI و SIIG

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار، بخش تحقیقات علوم زراعی و باغی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی لرستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، خرم آباد، ایران

2 استادیار، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی کهگیلویه و بویراحمد، سازمان تحقیقات، آموزش و ترویج کشاورزی، گچساران، ایران

3 محقق، بخش تحقیقات فنی و مهندسی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی لرستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، خرم آباد، ایران

10.22034/plant.2024.141754.1118

چکیده

هدف از انجام این پژوهش گزینش لاین‌های امیدبخش گندم دوروم بر اساس عملکرد و سایر صفات زراعی با استفاده از شاخص‌های گزینش SIIG و MGIDI بود. در راستای این هدف، 14 لاین انتخابی از برنامه به‌نژادی گندم مؤسسه تحقیقات کشاورزی دیم و ارسالی از مرکز تحقیقات بین‌المللی ایکاردا بهمراه دو رقم شاهد در ایستگاه تحقیقات سراب چنگایی به مدت سه سال زراعی (1401-1398) ارزیابی شدند. نتایج تجزیه واریانس حاکی از تغییرات معنی‌دار در بین ژنوتیپ‌های گندم دوروم برای همه صفات مورد ارزیابی بود. بیشترین عملکرد دانه برای ژنوتیپ‌های G4، G11، G2، G1، G3 و G14 به ترتیب با میانگین عملکرد دانه 3143، 3054، 3043، 2984 و 2974 کیلوگرم در هکتار بدست آمد. عملکرد دانه بیشترین همسبتگی را با تعداد دانه در مترمربع و سرعت پرشدن دانه نشان داد. بر اساس نتایج شاخص گزینش MGIDI، لاین‌های G5 و G14 بعنوان لاین‌های مطلوب گزینش شدند. نتایج شاخص SIIG نشان داد که ژنوتیپ‌های G14، G4، G1 و G2 با بیشترین مقدار شاخص SIIG و به ترتیب به میزان 61/0، 60/0، 59/0و 59/0 جزو برترین ژنوتیپ‌ها بودند. در مجموع بر اساس نتایج بدست آمده از این پژوهش، ژنوتیپ G14 با کمترین مقدار MGIDI و عملکرد بالاتر از متوسط عملکرد ژنوتیپ‌های گزینش نشده بعنوان ژنوتیپ ایده‌آل بر اساس شاخص MGIDI گزینش شد. همچنین بر اساس شاخص SIIG، ژنوتیپ‌های G14، G4، G2 (رقم ساورز) و G1 (رقم دهدشت) بهترین بودند. به این ترتیب، لاین‌های G14 و G4 برای استفاده در برنامه‌های اصلاحی بعدی یا بعنوان لاین امیدبخش برای برنامه معرفی رقم پیشنهاد می‌شود.

کلیدواژه‌ها

عنوان مقاله [English]

Selection of durum wheat genotypes based on MGIDI and SIIG selection indexes

نویسندگان [English]

  • Mahnaz Rahmati 1
  • Moslem Abdipour 2
  • Movahed Sepahvand 3
1 Assistant professor, Department of Agricultural and Horticultural Research, Lorestan Agricultural and Natural Resources Research and Education Center, Agricultural Research, Education and Extension Organization (AREEO), Khorramabad, Iran
2 Assistant professor, Kohgiluyeh and Boyerahmad Agricultural and Natural Resources Research and Education Center, Agricultural Resaerch, Education and Extension Organization (AREEO), Gachsaran, Iran
3 Researcher, , Agricultural Engineering Research Group, Lorestan Agricultural and Natural Resources Research and Education Center, Agricultural Research, Education and Extension Organization (AREEO), Khorramabad, Iran
چکیده [English]

The aim of this study was to select promising wheat lines based on yield and other agronomic traits using selection index of SIIG and MGIDI. For this goal, 14 promising line selected from the wheat breeding program of the rainfed agriculture research institute and sent from the ICARDA international research center along two checks were evaluated in a RCBD with three replications at the Sarab-Chengai research station during 2019-2022 cropping season. The results of variance analysis showed that there was a significant difference among durum wheat genotypes in terms of all measured traits. Genotypes of G4, G11, G2, G1, G3 and G14 had the highest grain yield with an average yield 3143, 3054, 3043, 2984 and 2974 kg/ha, respectively. The highest correlation was showed between grain yield with number of grain/m2 and grain filling rate. Based on the MGIDI index, lines G5 and G14 were selected as desirable lines. The results of the SIIG index indicated that G14, G4, G1 and G2 genotypes with the high value of SIIG (0.61, 0.60, 0.59 and 0.50, respectively) were superior genotypes. Generally based on the results of this research, the line G14 with the lowest MGIDI value and higher yield than average yield of unselected genotypes was selected as the ideotype using the MGIDI index. Based on SIIG index, lines G14 and G4, and Saverz and Dehdasht control cultivars were the best genotypes. In this way, line G4 and G14 are suggested for future breeding program.

کلیدواژه‌ها [English]

  • Selection Differential
  • Ideotype Genotype
  • MGIDI Index
  • SIIG Index
  • Rain-fed Conditions

مراجع

Abedini, S., Mohammadi-Nejad, Gh., & Nakhoda, B. (2016). Evaluation of agronomic traits and yield potential diversity inbreed wheat inbred lines (Triticum aestivum L.) derived from Roshan × Falat cultivar. Journal of Crop Breeding, 8, 1-10 (In Persian).
Al-Ashkar, I., Alotaibi, M., Refay, Y., Ghazy, A., Zakri, A., & Al-Doss, A. (2020). Selection criteria for high-yielding and early-flowering bread wheat hybrids under heat stress. PLoS One, 15, e0236351.
Al-Ashkar, I., Sallam, M., Almutairi, K., Shady, M., Ibrahim, A., & Alghamdi, S. S. (2023). Detection of high-performance wheat genotypes and genetic stability to determine complex interplay between genotypes and environments. Agronomy, 13, 585, 1-24.
Brogin, R. L., Arias, C. A. A., & Toledo, J. F. F. (2003). Genetic control of soybean resistance to brown spot (Septoria glycines): First studies. Crop Breeding and Applied Biotechnology, 3, 35‒44
Ceron-Rojas, J. J., & Crossa, J. (2022). The statistical theory of linear selection indices from phenotypic to genomic selection. Crop Science, 62(2), 537–63.
Dastfal, M., Aghaee-Sarbarzeh, M., & Zali, H. (2022). Genetic diversity and selection of durum wheat pure lines with desirable agronomy traits using SIIG index. Iranian Journal of Field Crop Science, 53 (1), 161-174. (In Persian).
Dolatpanah, T., Roostae, M., Ahakpaz, F., & Mohebali, N. (2013). Effect of drought stress on grain yield and yield components of winter and facultative barley genotypes in Maragheh region. Seed and Plant Journal, 29 (2), 257-276. (In Persian).
Ekka, A., Tirkey, A., & Kujur, N. (2021). Cluster and principal component analysis (PCA) in Ashwagandha (Withania somnifera (L.) Dunal) for root traits. International Journal of Chemical Studies, 9(1), 3012–6.
Godoi, C. R. D., & Pinheirov, J. B. (2009). Genetic parameters and selection strategies for soybean genotypes resistant to the stink bug-complex. Genetics and Molecular Biology, 32, 328‒336
Jahufer, M. Z. Z., & Casler, M. D. (2015). Application of the smith-hazel selection index for improving biomass yield and quality of switchgrass. Crop Science, 55, 1212–1222.
Mamun, A. A., Islam, M. M., Adhikary, S. K., & Sultana, M. S. (2022). Resolution of genetic variability and selection of novel genotypes in EMS induced rice mutants based on quantitative traits through MGIDI. International Journal of Agriculture & Biology, 28, 100-112.
Machado e Silva, C., Mezzomo, H. C., Ribeiro, J. P. O., Freitas, D. S., & Nardino, M. (2023). Multi-trait selection of wheat lines under drought-stress condition. Bragantia, 82, e20220254. https://doi.org/10.1590/1678-4499.20220254
Najafi Mirak, T., Dastfal, M., Andarzian, B., Farzadi, H., Bahari, M., & Zali, H. (2018). Stability analysis of grain yield of durum wheat promising lines in warm and dry areas using parametric and non-parametric methods. Journal of Crop Production and Processing, 8 (2), 79-96. (In Persian).
Olivoto, T., & Nardino, M. (2020). MGIDI: A novel multi-trait index for genotype selection in plant breeding. Bioinformatics, 1-22.
Olivoto, T., & Nardino, M. (2021). MGIDI: toward an effective multivariate selection in biological experiments. Bioinformatics, 37 (10), 1383-1389.
Olivoto, T., Diel, M., Schmidt, D., & D.Lucio., A. (2022). MGIDI: A powerfull tool to analyze plant multivariate data. Plant Method, 18, 121. https://doi.org/10.1186/s13007-022-00952-5
Rahmati, M., Ahmadi, A., & Hosseinpour, T. (2018). Study of genetic variability, heritability and relationship between grain yield and yield-related traits on bread wheat genotypes under dry land conditions. Journal of Crop Breeding, 10 (25), 167-175. (In Persian).
Rahmati, M., Ahmadi, A., Hosseinpour, T., Hamidiyan, K., & Reisvand, M. (2021). Evaluation of yield potential of barley genotypes and identification of traits related to improving grain yield under rainfed conditions. Dryland Agriculture, 10 (1), 57-71. (In Persian).
Shirzad, A., Asghari, A., Zali, H., Sofalian, O., & Mohammaddoust-Chamanabd, H. (2023). Application of the multi - trait genotype - ideotype distance index in the selection of top barley genotypes in the warm and dry region of Darab. Journal of Crop Breeding, 14 (44), 65-76. (In Persian).
Tadili, S., Asghari, A., Karimizadeh, R., Sofalian, O., & Mohammaddoust-Chamanabad, H. R. (2020). Evaluation of drought stress tolerance in advanced lines durum wheat using the selection index of ideal genotype (SIIG). Journal of crop Ecophysiology, 14 (1), 45-61. (In Persian).
Pour-Aboughadareh, A., Yousefian, M., Moradkhani, H., Poczai, P., & Siddique, K. H. (2019). STABILITYSOFT: a new online program to calculate parametric and non-parametric stability statistics for crop traits. Applications in Plant Sciences. 7, e1211.
Zarei, S., Amini, A., Mahfoozi, S., & Bihamta, M. R. (2011). Study of genetic diversity for morphophysiological and agronomic traits of Iranian local wheat genotypes under drought stress conditions. Iranian Society of Agronomy and Plant Breeding Sciences, 4, 123-138 (In Persian).

فایل ها

هم رسانی

ارجاع به این مقاله

آمار