Кластерный анализ исходного материала овса по комплексу хозяйственно ценных признаков
Abstract
Цель исследований – провести кластерный анализ пленчатых образцов овса посевного (Avena sativa L.) по комплексу хозяйственно ценных признаков для выявления перспективных для селекции генотипов. Работа выполнена в 2023–2025 гг. на дерново-подзолистой почве в Кировской области. Материал – 30 пленчатых образцов овса различного географического происхождения из коллекции ВИР, стандарт – сорт Архан. Установлено, что погодные условия вегетации оказывают высоко значимое влияние на продуктивность: в благоприятном 2023 г. средняя урожайность достигла 494 г/м², а в контрастном 2025 г. снизилась до 255 г/м². Двухфакторный дисперсионный анализ подтвердил достоверное влияние на урожайность факторов «год» (Fф = 83,6) и «образец» (Fф = 2,46). Наибольшую среднюю урожайность за три года сформировал образец к-3940 Baiyan № 0,14 (484 г/м²) (Китай), наименьшую – к-15618 Десант (170 г/м²) (Россия) и к-15607 UFRGS 930597-4 (216 г/м²)(Бразилия). Методом k-means на стандартизованных данных выполнена кластеризация, оптимальное число групп (k = 4) определено по графику «локтя». Выделенные кластеры дифференцированы по большинству признаков: 1-й кластер (9 образцов) отличался низкой урожайностью и наибольшей белковостью зерна, 2-й (6 образцов) – максимальной урожайностью и содержанием жира в зерне,3-й (7 образцов) – наилучшей устойчивостью к пыльной головне и низкой плёнчатостью, 4-й (8 образцов) – наибольшей массой 1000 зёрен. Попарное сравнение кластеров выявило статистически значимые различия по урожайности, массе 1000 зёрен, натуре, содержанию белка и жира. Образцы к-15610 UFRGS 970654-3, к-15607 UFRGS 930597-4, к-15606 UFRGS 930551-6 (Бразилия) рекомендованы как доноры высокого содержания белка в зерне (12,77–13,89 %), к-15337 Половец (Россия) – как источник устойчивости к пыльной головне (9 баллов), к-15468 Poseidon, к-15472 Symphony, к-15375 CANYON (Германия) – как доноры крупнозёрности (масса 100 зерен 38,4–39,5 г). Полученные результаты могут быть использованы в селекционных программах для создания сортов с заданными параметрами качества и продуктивности.

