0
views
0
recommends
+1 Recommend
0 collections
    0
    shares
      • Record: found
      • Abstract: found
      • Article: found
      Is Open Access

      A comparison of statistical methods for assessing winter wheat grain yield stability Translated title: Сравнение статистических методов оценки стабильности урожайности озимой пшеницы

      Read this article at

      Bookmark
          There is no author summary for this article yet. Authors can add summaries to their articles on ScienceOpen to make them more accessible to a non-specialist audience.

          Abstract

          The multitude of existing methods for assessing the phenotypic stability of plants makes breeders be faced with the problem of choosing an appropriate variant. The purpose of this study was to compare different methods of analyzing the genotype × environment interaction and, on their basis, assess the stability of the yield of 7 varieties of winter wheat. The article compares 17 stability statistics by applying them to data obtained from agrotechnical experiments carried in 2009–2011 for evaluating the grain yield of 7 varieties of winter common wheat of Siberian selection (Novosibirskaya 32, Novosibirskaya 40, Novosibirskaya 51, Novosibirskaya 3, Novosibirskaya 2, Obskaya winter, Omskaya 6). Analysis of variance revealed a significant ( p < 0.001) genotype × environment interaction in the experiments, which indicates a different reaction of genotypes to changes in environmental conditions. Genotypes were ranked according to the level of stability. Based on the analysis of the rank correlation matrix, the stability statistics were categorized in five groups. Recommendations were made on which group of methods to use depending on the objectives of the study. In the case when the goal of breeding research is the selection of the most biologically stable varieties with the minimum variance across a range of environments, one should use the methods of the static concept. If it is necessary to choose a genotype with a predictable reaction to changes of environmental conditions, corresponding to the calculated level or forecast, the regression approach is the most appropriate. The stability statistics generally identified Novosibirskaya 32 as the most stable variety from a biological point of view. The regression approach showed that Novosibirskaya 3 was the genotype with the smallest deviation from mean yield in all environments, while methods accessing the contribution of each genotype to the genotype × environment interaction defined Novosibirskaya 51 as the most stable variety.

          Translated abstract

          Многообразие существующих методов оценки фенотипической стабильности растений ставит перед селекционерами проблему выбора подходящего варианта. Целью настоящего исследования было сравнение различных методов анализа взаимодействия генотип × среда и оценка на их основе стабильности ур жайности семи сортов озимой пшеницы. Проанализированы 17 статистических показателей стабильности на примере данных полевого опыта 2009–2011 гг. по оценке урожайности зерна семи сортов озимой мягкой пшеницы сибирской селекции (Новосибирская 32, Новосибирская 40, Новосибирская 51, Новосибирская 3, Новосибирская 2, Обская озимая, Омская 6) в шести вариантах сред. Дисперсионный анализ выявил значимое ( p < 0.001) взаимодействие генотип × среда в опыте, что говорит о различной реакции генотипов на изменение условий среды. Выполнено ранжирование сортов по уровню стабильности и рассчитаны корреляционные связи между параметрами стабильности. На основе анализа корреляционной матрицы рангов проведена классификация методов, разделяющая их на пять групп. Предложены рекомендации по выбору способа определения стабильности генотипов в зависимости от целей исследования. В случае, когда целью селекционных исследований является выбор наиболее стабильных в биологическом смысле сортов, обладающих наименьшей вариацией признака, независимо от меняющихся условий среды, следует использовать методы статической концепции. Если среди набора сортов необходимо выбрать генотип с предсказуемой реакцией на изменения условий среды, соответствующей расчетному уровню или прогнозу, наиболее оптимален регрессионный подход. В результате оценки методами статической концепции сорт Новосибирская 32 был определен как наиболее стабильный с биологической точки зрения. Сорт Новосибирская 3, имевший наименьшее отклонение от средней урожайности для всех сред, оказался наиболее стабильным при оценке регрессионными методами. Методы, оценивающие вклад генотипа во взаимодействие генотип × среда, определили сорт Новосибирская 51 как самый стабильный.

          Related collections

          Author and article information

          Contributors
          Journal
          Vavilovskii Zhurnal Genet Selektsii
          Vavilovskii Zhurnal Genet Selektsii
          Vavilov Journal of Genetics and Breeding
          The Federal Research Center Institute of Cytology and Genetics of Siberian Branch of the Russian Academy of Sciences (Russia )
          2500-0462
          2500-3259
          May 2020
          : 24
          : 3
          : 267-275
          Affiliations
          Siberian Federal Scientific Center of Agro-BioTechnologies of the Russian Academy of Sciences, Krasnoobsk, Novosibirsk region, Russia
          Siberian Research Institute of Plant Production and Breeding – Branch of the Institute of Cytology and Genetics of Siberian Branch of the Russian Academy of Sciences, Krasnoobsk, Novosibirsk region, Russia
          Siberian Federal Scientific Center of Agro-BioTechnologies of the Russian Academy of Sciences, Krasnoobsk, Novosibirsk region, Russia
          Siberian Federal Scientific Center of Agro-BioTechnologies of the Russian Academy of Sciences, Krasnoobsk, Novosibirsk region, Russia
          Siberian Research Institute of Plant Production and Breeding – Branch of the Institute of Cytology and Genetics of Siberian Branch of the Russian Academy of Sciences, Krasnoobsk, Novosibirsk region, Russia
          Author notes

          Correspondence to: A.F. Cheshkova cheshanna@ 123456yandex.ru

          Article
          10.18699/VJ20.619
          7892496
          Copyright © AUTHORS, 2020

          This work is licensed under a Creative Commons Attribution 4.0 License

          Categories
          Original Article

          Comments

          Comment on this article