BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  21,903,112
  • Công bố khoa học và công nghệ Việt Nam

68

Cây lương thực và cây thực phẩm

Nguyễn Trung Đức(1), Nguyễn Thị Nguyệt Anh, Phạm Quang Tuân, Vũ Văn Liết

Đặc điểm nông học và đa dạng di truyền của các dòng ngô ngọt ôn đới và nhiệt đới tự phối S4 mới phát triển

Agronomic performance and genetic diversity of newly developed S4 temperate and tropical sweet corn lines

Khoa học & công nghệ Việt Nam

2023

07B

47 - 52

1859-4794

Đa dạng kiểu hình, Ngô ngọt, Phân tích cụm, Thành phần chính, Tương quan, Đặc điểm nông học

Cluster analysis, Correlation, Phenotypic diversity, Principal component analysis, Sweet corn

Nghiên cứu được tiến hành nhằm đánh giá đặc điểm nông học và đa dạng di truyền bằng phương pháp phân tích tương quan, phân tích thành phần chính và phân tích cụm trên 20 tính trạng nông học của 16 dòng ngô ngọt nhiệt đới (NG01-NGO16) và 4 dòng ôn đới (NGO17-NGO20) tự phối đời S4 (phát triển từ các giống nhập nội có nguồn gốc Thái Lan, Trung Quốc, Nhật Bản, Mỹ) với 3 dòng thuần đối chứng là SW1 (ngọt, vàng), D181 (ngọt, trắng) và UV10 (ngọt, tím). Thí nghiệm được bố trí theo kiểu khối đầy đủ hoàn toàn ngẫu nhiên với 3 lần nhắc lại tại Hà Nội trong vụ thu đông 2022, với 20 tính trạng nông học được chia thành 4 nhóm, gồm 5 tính trạng sinh trưởng, 7 tính trạng đặc điểm hình thái, 7 tính trạng năng suất và 1 tính trạng chất lượng. Kết quả phân tích tương quan cho thấy năng suất cá thể có tương quan thuận ở mức p<0,01 với số hạt/hàng là 0,61, số hàng hạt/ bắp 0,57 và tương quan thuận ở mức p<0,05 với đường kính 0,47 và chiều dài bắp 0,45. 20 tính trạng được giảm chiều thành 3 thành phần chính đóng góp 66,8% biến đổi kiểu hình. Trong đó, các tính trạng thời gian sinh trưởng, chiều cao cây, chiều cao đóng bắp, góc lá, số hàng hạt/bắp, số hạt/hàng, khối lượng 1000 hạt, năng suất cá thể và tổng lượng chất rắn hòa tan có thể sử dụng để đánh giá sự khác biệt của các dòng ngô ngọt. Phân tích cụm dựa vào thành phần chính trên 20 tính trạng nông học đã phân 20 dòng ngô thành 3 nhóm chính. Nghiên cứu cung cấp thông tin hữu ích về đa dạng di truyền dựa trên kiểu hình và bổ sung nguồn gen ngô ngọt có giá trị cho chương trình chọn giống ngô thực phẩm cao cấp tại Việt Nam.

This study aims to evaluate agronomic traits and genetic diversity through correlation analysis, principal component analysis, and cluster analysis on 20 agronomic traits of 16 S4 tropical sweet corn lines (NG01-NGO16) and 4 S4 temperate lines (NGO17-NGO20) developed f-rom varieties imported f-rom Thailand, China, Japan, and the USA along with 3 inbred check lines viz., SW1 (sweet, yellow), D181 (sweet, white) and UV10 (sweet, purple). The field experiment was arranged in a randomised complete block design with 3 replicates in Hanoi, in the autumn-winter crop 2022 to evaluate twenty agronomic traits, divided into 4 groups viz., 5 growth traits, 7 morphological traits, 7 yield traits, and 1 quality trait. Correlation analysis showed that the single plant yield was positively correlated at p<0.01 with the number of kernels per row 0.61, the number of kernel rows per ear 0.57, and positively correlated at p<0.05 with ear diameter 0.47 and ear length 0.45. Twenty traits were dimensionally reduced to 3 main principal components contributing 66.8% of total phenotypic variation in which growth duration, plant height, ear height, leaf angle, number of kernels row per ear, number of kernels per row, 1000-grain weight, single plant yield and total soluble solids can be used to evaluate the differences of sweet corn lines. Cluster analysis based on principal components on 20 agronomic traits classified 20 sweetcorn lines into 3 main groups. This study provided useful information on phenotypic diversity and valuable sweetcorn genetic resources for breeding programs on speciality corn in Vietnam.

TTKHCNQG, CVv 8

Xem toàn văn
  • [1] F. Husson; J. Josse; J. Pages (2010), Principal component methodshierarchical clustering-partitional clustering: Why would we need to choose for visualizing data?.,Applied Mathematics Department, 17pp, http://factominer.free.fr/more/HCPC_husson_josse.pdf
  • [2] W.R. Ko; H.J. Choi; K.J. Sa (2015), Analysis of morphological c-haracteristics among super sweet corn inbred lines.,Korean Journal of Crop Science, 60(2), pp.190-196.
  • [3] Nguyễn Hữu Du (2014), Phương pháp phân tích thành phần chính và phân tích chùm trong xử lý số liệu thống kê nhiều chiều.,Tạp chí Khoa học và Phát triển, 12(5), pp.762-768.
  • [4] M. Greenacre; P.J.F. Groenen; T. Hastie (2022), Principal component analysis.,Nature Reviews Methods Primers, 2(1), DOI: 10.1038/ s43586-022-00184-w.
  • [5] E. Ilker (2011), Correlation and path coefficient analyses in sweet corn.,Turkish Journal of Field Crops, 16(2), pp.105-107.
  • [6] G.O. Edmeades; J. Bolanos; A. Elings (2000), The role and regulation of the anthesis‐silking interval in maize.,Physiology and Modeling Kernel Set in Maize, 29, pp.43-73.
  • [7] P.C. Silva; A.C. Sánchez; M.A. Opazo (2022), Grain yield, anthesis-silking interval, and phenotypic plasticity in response to changing environments: Evaluation in temperate maize hybrids.,Field Crops Research, 285, DOI: 10.1016/j.fcr.2022.108583.
  • [8] B. Liu; B. Zhang; Z. Yang (2021), Manipulating ZmEXPA4 expression ameliorates the drought-induced prolonged anthesis and silking interval in maize.,The Plant Cell, 33(6), pp.2058-2071.
  • [9] (2022), R: A language and environment for statistical computing. R Foundation for Statistical Computing.,https://cran.r-project.org/bin/windows/base
  • [10] Phạm Quang Tuân; Nguyễn Trung Đức; Nguyễn Thị Nguyệt Anh; Vũ Thị Xuân Bình; Vũ Văn Liết (2022), Phát triển và chọn lọc các dòng ngô trái cây giàu anthocyanin.,Tạp chí Khoa học Nông nghiệp Việt Nam, 20(7), tr.853-862.
  • [11] Trần Thị Thanh Hà; Vũ Văn Liết; Vũ Thị Bích Hạnh; Nguyễn Văn Hà; Dương Thị Loan; Hoàng Thị Thùy (2020), Chọn lọc và đánh giá khả năng kết hợp của một số dòng ngô ngọt.,Tạp chí Khoa học Nông nghiệp Việt Nam, 18(12), tr.1067-1076.
  • [12] A. Mahato; J.P. Shahi; P.K. Singh; M. Kumar (2018), Genetic diversity of sweet corn inbreds using agro-morphological traits and microsatellite markers.,3 Biotech., 8(8), DOI: 10.1007/s13205-018-1353-5.
  • [13] B. Mehta; F. Hossain; V. Muthusamy (2017), Microsatellite-based genetic diversity analyses of sugary1-, shrunken2- and double mutant-sweet corn inbreds for their utilization in breeding programme.,Physiol Mol Biol Plants, 23(2), pp.411-420.
  • [14] Y. Hu; V. Colantonio; B.S. Müller (2021), Genome assembly and population genomic analysis provide insights into the evolution of modern sweet corn.,Nature Communications, 12(1), pp.1-13.
  • [15] M. Baseggio; M.; Murray; M.M. Lundback (2019), Genome-wide association and genomic prediction models of tocochromanols in fresh sweet corn kernels.,Plant Genome, 12(1), DOI: 10.3835/ plantgenome2018.06.0038.
  • [16] A. Shelton; W. Tracy (2013), Genetic variation and phenotypic response of 15 sweet corn (Zea mays L.) hybrids to population density.,Sustainability, 5(6), pp.2442-2456.
  • [17] J. Zystro; T.E. Peters; K.M. Miller; W.F. Tracy (2021), Inbred and hybrid sweet corn genotype performance in diverse organic environments.,Crop Science, 61(4), pp.2280-2293.
  • [18] P. Langridge; R. Waugh (2019), Harnessing the potential of germplasm collections.,Nature Genetics, 51(2), pp.200-201.
  • [19] J.L. Brewbaker; I. Martin (2015), Breeding tropical vegetable corns.,Plant Breeding Reviews, 39, pp.125-198.
  • [20] W.F. Tracy; S.L. Shuler; H.D. Swenson (2019), The use of endosperm genes for sweet corn improvement.,Plant Breeding Reviews, 43, pp.215-241.
  • [21] Nguyễn Trung Đức; Phạm Quang Tuân; Nguyễn Thị Nguyệt Anh; Vũ Văn Liết (2020), Nghiên cứu tuyển chọn một số dòng ngô ngọt phục vụ chọn tạo giống ngô trái cây dựa trên kiểu hình và chỉ thị phân tử.,Tạp chí Khoa học Nông nghiệp Việt Nam, 18(12), tr.1102-1113.
  • [22] Nguyễn Thị Nhài; Đặng Ngọc Hạ; Nguyễn Văn Diện (2020), Kết quả nghiên cứu chọn tạo và khảo nghiệm giống ngô đường lai ĐL89.,Tạp chí Khoa học và Công nghệ Nông nghiệp Việt Nam, 4(113), tr.10-15.
  • [23] V. Ruanjaichon; K. Khammona; B. Thunnom (2021), Identification of gene associated with sweetness in corn (Zea mays L.) by genome-wide association study (GWAS) and development of a functional SNP marker for predicting sweet corn.,Plants, 10(6), DOI: 10.3390/ plants10061239.
  • [24] P. Revilla; C.M. Anibas; W.F. Tracy (2021), Sweet corn research around the world 2015-2020.,Agronomy, 11(3), DOI: 10.3390/ agronomy11030534.