Средние по повторениям значения трех главных признаков, IР и I для восьми лучших по IР образцов

яровой пшеницы [9]

Примечание. Подчеркнуты образцы, незначимо худшие (по НСР _I =26,4), чем образец с самым высоким индексом I.

Из таблицы видно, что лучшими как по I, так и по I^P будут первые два образца. Ранги остальных индексов I^Р и I различны. Так, для линии Н 967/4-39 имеем: I^Р =1×105,00+0,5×34,97-0,5×100,25=

=72,36 (шестой ранг по I^Р). Фенотипические веса, вычисленные в соответствии с теорией индексов для трех главных признаков, отличаются от а_l: b₁= 0,53; b₂ =0,25; b₃= -0,67. Это связано только с тем, что при вычислении I принимаются во внимание генотипические, фенотипические дисперсии и ковариации признаков. Тогда для той же линии Н 967/4-39 имеем I= 0,53×105,00+0,25×34,97-0,67×100,25=

-3,51 (третий ранг по I). Изменения рангов линий в данном случае связаны с увеличением относительного влияния признака «длина соломины» и снижением почти в 2 раза влияния двух остальных признаков (сравните a_l и b_l трех признаков). В результате линия Н 967/4-39 оказалась по I (с учетом НСР _I) незначимо хуже лучшей (Н 1137/5), а три предыдущие (по I^Р)линии — значимо хуже.

Весьма важно, что включение в индекс I тех же признаков, что и в G,обычно не является лучшим вариантом. Обозначим через DG₀ ожидаемый ответ на отбор, когда в I включены только главные признаки.

При том же составе критерия рассмотрим другое сочетание признаков в индексе I: «продуктивная кустистость», «масса зерна одного колоса» и «длина соломины». Расчеты показали, что DG — ожидаемого ответа на отбор по I увеличился на 9% (DG / DG₀ =1,09) по сравнению с исходной структурой индекса. Если к этим признакам добавлялся еще и признак «масса 1000 зерен», то DG / DG ₀=1,12. Для других главных признаков и соотношений весов а_l выигрыш от подбора в индекс лучших сочетаний признаков был существенно больше. То есть ожидаемый ответ на индексный отбор (DG) может быть использован для сравнения эффективности индексов, включающих разные признаки.

При использовании метода индексов по Смиту для одновременной селекции по нескольким признакам, включаемым в критерий G, большую трудность представляет определение экономических a_l весов. Разработан ряд модификаций метода селекционных индексов, но они также требуют определения экономических весов. В связи с этим Й.Пешек и Р.Бейкер разработали специальную модификацию, где вместо весов «главных» признаков задают желаемые сдвиги их средних значений. Метод гарантирует, что вектор средних этих признаков в отобранной части популяции будет максимально приближен к их значениям у идеального сорта.

Отбор с помощью селекционных индексов более эффективен при низких коэффициентах наследуемости признаков, включенных в генотипический критерий [9]. Метод целесообразно использовать в программах рекурентной селекции. Каждый цикл такой селекции включает отбор части популяции с помощью селекционного индекса и рекомбинацию генотипического материала в этой части путем промежуточных скрещиваний. После каждого цикла отбора желательно заново подсчитывать дисперсионно-ковариационные матрицы и строить селекционный индекс т.к. сам отбор вызывает изменение параметров.

Метод селекционных индексов имеет наиболее сложную теорию среди биометрико-генетических методов, основанных на феноменологических моделях. Как следствие до сих пор не существует полной теории ошибок и оценок его робастности. Ясно, например, что, как и во всех методах, использующих линейные корреляции, здесь учитываются лишь линейные статистические связи между эффектами моделей типа (47). Кроме того, предполагается, что все дисперсии и корреляции, используемые в методе, - это популяционные параметры, определенные без ошибок. На самом деле их получают по ограниченной выборке экспериментальных данных т.е. с ошибками. Поэтому можно ограничиться лишь рекомендациями.

Во-первых, желательно применять метод, когда в эксперименте небольшое число рандомизированных повторений и большое количество (более 20) селекционных номеров, полученных из одной внутривидовой популяции. Во-вторых, в критерий (49) и индекс (50) не следует включать большое число признаков (лучше 2-3). В противном случае общая ошибка самого метода селекционных индексов может превзойти эффект от его использования.

КОНТРОЛЬНЫЕ ВОПРОСЫ И ЗАДАНИЯ

1. Перечислите факторы, влияющие на надежность отбора гомозиготных линий в расщепляющейся популяции самоопылителей.

2. При каких условиях метод фоновых признаков позволяет разграничивать селекционно-ценные и селекционно-бесполезные средовые эффекты?

3. Возможен ли учет и снятие эффектов конкуренции между рядковыми делянками при методе скользящей средней?

4. Какая идея лежит в основе метода селекционных индексов?

5. В чем отличия метода фоновых признаков и селекционных индексов, используемых при отборе на один «главный» признак?