Оценка генетического разнообразия линий подсолнечника селекции ВНИИМК на основе мультиплексного микросателлитного анализа

Создание сорта, гибрида любой культуры, в том числе и подсолнечника, предполагает большие материальные и временные затраты. В связи с этим для развития отечественных селекционных программ и увеличения эффективности селекционного процесса необходимо привлечение вспомогательных инструментов. Для этих целей наиболее эффективными и распространенными являются микросателлитные ДНК-маркеры. С использованием разработанной авторами мультиплексной системы микросателлитных ДНК маркеров удалось в короткие сроки идентифицировать и оценить генетическое разнообразие 28 линий подсолнечника селекции «Всероссийского научно-исследовательского института масличных культур им. В.С. Пустовойта». Изученные в данной работе линии были созданы в разных экологических зонах возделывания. ДНК выделена из осевых органов зародыша сухой семянки с применением набора реагентов «МагноПрайм ФИТО». Образцы генотипированы с использованием 4 мультиплексных систем, состоящих из 4–5 пар праймеров. Продукты полимеразной цепной реакции разделяли методом капиллярного электрофореза в денатурирующих условиях на генетическом анализаторе Нанофор-05. Отобранные 18 пар праймеров продуцировали 130 аллелей, в среднем 7,22 аллеля на локус. Эффективное число аллелей находилось в пределах от 2,47 до 6,87. Частота всех аллелей полиморфных локусов изменялась от 0,036 до 0,571. Индекс PIC составил от 0,59 до 0,86. Все исследованные в данной работе маркеры обладали высоким дискриминационным потенциалом. Анализ коллекции показал значительное генетическое разнообразие и дистанции между линиями. Кластерный анализ отразил 100%-ную уникальность исследуемых генотипов селекции ВНИИМК. Для линий прослеживалась структурированность, заключающаяся в том, что отцовские и материнские формы гибридов распределились в разные группы по степени генетического родства.

1. Dimitrijevic A., Horn R. Sunflower Hybrid Breeding: From Markers to Genomic Selection. Frontiers in Plant Science. 2018; 8: 2238. https://doi.org/10.3389/fpls.2017.02238

2. Лукомец В.М., Бочкарев Н.И., Трунова М.В. ВНИИМК — 110 лет на страже масличной отрасли России. Масличные культуры. 2022; (1): 97–102. https://doi.org/10.25230/2412-608X-2022-1-189-97-102

3. Лукомец В.М., Бочкарев Н.И. К 100-летию Государственного научного учреждения Всероссийского научно-исследовательского института масличных культур им. В.С. Пустовойта Российской академии сельскохозяйственных наук. Масличные культуры. 2012; (1): 3–8. https://www.elibrary.ru/pbmqmn

4. Гучетль С.З., Головатская А.В., Рамазанова С.А., Волошко А.А. Генетическое разнообразие линий подсолнечника российской селекции, выявленное с помощью анализа микросателлитных локусов. Аграрная наука Евро-Северо-Востока. 2023; 24(2): 173–186. https://doi.org/10.30766/2072-9081.2023.24.2.173-186

5. Goryunova S.V. et al. Genetic and Phenotypic Diversity of the Sunflower Collection of the Pustovoit All-Russia Research Institute of Oil Crops (VNIIMK). Helia. 2019; 42(70): 45–60. https://doi.org/10.1515/helia-2018-0021

6. Guo L. et al. Multiplex SSR: A pipeline for developing multiplex SSR-PCR assays from resequencing data. Ecology and Evolution. 2020; 10(6): 3055– 3067. https://doi.org/10.1002/ece3.6121

7. Головатская А.В., Гучетль С.З. Скрининг микросателлитных ДНК маркеров для разработки эффективной системы идентификации подсолнечника. Кормопроизводство. 2023; (S11): 48–51. https://doi.org/10.25685/KRM.2023.11.2023.007

8. Duca М., Port A., Cucereavîi A., Șestacova T. SSR Markers Assessment in Estimation of Genetic Polymorphism in Sunflower. International Journal of Advanced Research in Biological Sciences. 2015; 2(1): 70–77.

9. Peakall R., Smouse P.E. GenAlEx 6.5: genetic analysis in Excel. Population genetic software for teaching and research — an update. Bioinformatics. 2012; 28(19): 2537–2539. https://doi.org/10.1093/bioinformatics/bts460

10. Murtagh F., Legendre P. Ward’s Hierarchical Agglomerative Clustering Method: Which Algorithms Implement Ward’s Criterion? Journal of Classification. 2014; 31(3): 274–295. https://doi.org/10.1007/s00357-014-9161-z

11. Ramya K.T., Vishnuvardhan Reddy A., Sujatha M. Agromorphological and molecular analysis discloses wide genetic variability in sunflower breeding lines from USDA, USA. The Indian Journal of Genetics and Plant Breeding. 2019; 79(2): 444–452.

12. Taheri S. et al. Mining and Development of Novel SSR Markers Using Next Generation Sequencing (NGS) Data in Plants. Molecules. 2018; 23(2): 399. https://doi.org/10.3390/molecules23020399