Оценка изменчивости признаков качества ягоды у ряда сортов и гибридных форм земляники садовой Fragaria × ananassa Duch

Актуальность. Высокие показатели признаков качества ягоды повышают селекционную и производственную ценность сортов и гибридов земляники. Важными характеристиками качества ягоды являются средняя масса ягоды, плотность мякоти ягоды, высота и наибольший диаметр ягоды. Достичь высокого уровня значений этих признаков можно за счет сочетания в одном генотипе максимальной близости их варьирования. В данной работе целью являлось описание сопряженной изменчивости признаков качества ягоды у ряда сортов и гибридных отборов земляники и выделение наиболее перспективных из них по изученным характеристикам.
Методы. Исследования проводились в период 2019–2021 гг., было изучено 12 сортов и 8 гибридных отборов по ряду хозяйственнозначимых признаков качества ягод: средняя масса ягоды, г; плотность мякоти ягоды, г; высота и наибольший диаметр ягоды, мм; содержание сухих растворимых веществ в ягодах, Brix, %.
Результаты. Установлено, что наибольший вклад в разнообразие изученных образцов вносит генотип. Относительно небольшое факторное влияние года выращивания на общее варьирование сортов и отборов по изученным признакам (от 0,06 до 1,6% фенотипической вариансы) указывает на высокий потенциал адаптивности изученных форм для выращивания в данной природно-климатической зоне, обусловленный специфическими свойствами генотипов сортов и гибридов земляники. Путем вычисления по Пирсону парных корреляций в сочетании с применением кластерного анализа по методу Уорда как одной из процедур многомерной математической статистики, была дана оценка сопряженности варьирования учтенных признаков у изученных форм, выделены перспективные для селекции и возделывания в региональных условиях сорта по качеству ягоды — Флоренс, Вивальди, Нелли, Сирия, Белруби, Хоней и Кемия, а также селекционно-ценные гибриды — 10-1-15 Белруби × Нелли, 35-14-15 Белруби × Онда и 35-11-15 Белруби × Флоренс.

1. Golussi R, Ferreira da Silva WM, Baduski B, Mello el Halal SL, Zavareze ER, Dias ARG. LWT — Food Science and Technology. 2021;143:111087.

2. DOI: 10.1016/j.lwt.2021.111087 DOI: 10.1016/j.lwt.2021.111087

3. Díaz-Galián MV, M. Torres, Sanchez-Pagán JD, Navarro PJ, Weiss J, Egea-Cortines M. South African Journal of Botany. 2021;140:269-275. DOI: 10.1016/j.sajb.2020.05.004

4. Ornelas-Paz J de J, Yahia EM, Ramírez-Bustamante N, PérezMartínez JD, Escalante-Minakata M del P, Ibarra-Junquera V, Acosta-Muñiz C, Guerrero-Prieto V, Ochoa-Reyes E. Food Chemistry. 2013;138:372-381. DOI: 10.1016/j.foodchem.2012.11.006

5. Rey-Serra P, Mnejja M, Monfort A. Plant Science. 2021;311:111010. DOI: 10.1016/j.plantsci.2021.111010

6. Hossain A, Begum P, Zannat MS, Rahman MdH, Ashan M, Islam SN. Food Chemistry. 2016;199:648-652. DOI: 10.1016/j.foodchem.2015.12.056

7. Sarıdaş MA, Ağçam E, Akbaş FC, Akyıldiz A, Kargı SP. South African Journal of Botany. 2022;147:142-152. DOI: 10.1016/j.sajb.2022.01.010

8. Sarıdaş MA. Journal of Food Composition and Analysis. 2021;97:103733. DOI: 10.1016/j.jfca.2020.103733

9. Aaby K, Mazur S, Nes A, Skrede G. Food Chemistry. 2012;132:86-97. DOI: 10.1016/j.foodchem.2011.10.037

10. Negi YK, Sajwan P, Uniyal Sh, Mishra AC. Scientia Horticulturae. 2021;283:110038. DOI: 10.1016/j.scienta.2021.110038

11. Ariza MT, Soria C, Medina-Mínguez JJ, Martínez-Ferri E. HortScience. 2012;47(11): 1569-1573. DOI: 10.21273/HORTSCI.47.11.1569

12. Šamec D, Maretić M, Lugarić I, Mešić A, Salopek-Sondi B, Duralija B. Food Chemistry. 2016;194: 828-834. DOI: 10.1016/j.foodchem.2015.08.095

13. Седов ЕН, Огольцова ТП. (ред.) Программа и методика сортоизучения плодовых, ягодных и орехоплодных культур. Орел: ВНИИСПК. 1999. 608 с.

14. Kassambara A. Practical Guide to Cluster Analysis in R: Unsupervised Machine Learning (Multivariate Analysis). STHDA: Alboukadel Kassambara. 2017. 187 p.