ارزیابی صفات زراعی، کیفیت دانه و پایداری عملکرد ژنوتیپ‌های امیدبخش برنج با استفاده از روش‌های لین و بینز و GGE-biplot

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار پژوهش، موسسه تحقیقات برنج کشور، سازمان تحقیقات آموزش و ترویج کشاورزی، رشت، ایران

2 دانشیار پژوهش، مؤسسه تحقیقات برنج کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، رشت، ایران

3 استادیار پژوهش، مؤسسه تحقیقات برنج کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، رشت، ایران

4 محقق، مؤسسه تحقیقات برنج کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، رشت، ایران

چکیده

مقدمه: با توجه به کمبود مواد غذایی در جهان، افزایش تولید برنج یکی از خواسته‌های بازار جهانی و از اهداف مهم بسیاری از کشورهای تولیدکننده این محصول می‌باشد. عملکرد نهایی هر محصول تحت تاثیر پتانسیل ژنوتیپ، اثر محیط و برهمکنش ژنوتیپ و محیط قرار می‌گیرد. برهمکنش ژنوتیپ و محیط موجب می‌شود ژنوتیپ‌های مختلف تحت شرایط محیطی متفاوت واکنش یکسانی نداشته باشند. ژنوتیپ‌هایی که بتوانند در مناطق مختلف و یا تحت شرایط محیطی متفاوت، عملکرد بالاتری تولید کنند و پایداری عملکرد خود را حفظ کنند، ارقام موفقی به‌شمار می‌آیند. در این پژوهش، نه لاین امیدبخش برنج با منشاء هاشمی به‌همراه دو رقم هاشمی و گیلانه در دو منطقه و طی دو سال از نظر عملکرد دانه مورد ارزیابی قرار گرفتند. هدف از مطالعه نیز ارزیابی پایداری لاین‌های مورد مطالعه و معرفی پایدارترین آن‌ها به‌منظور معرفی رقم‌های جدید بود.
مواد و روش‌ها: مواد گیاهی این آزمایش، تعداد نه لاین امیدبخش برنج با منشاء رقم هاشمی به‌عنوان یک رقم برنج محلی ایرانی با کیفیت مطلوب بود که به‌همراه دو رقم هاشمی و گیلانه به‌عنوان رقم‌های شاهد آزمایش در قالب طرح بلوک‌های کامل تصادفی با چهار تکرار در دو منطقه، موسسه تحقیقات برنج کشور (گیلان، رشت) و ایستگاه تحقیقات چپرسر (مازندران) به‌مدت دو سال 1396 و 1397 مورد ارزیابی قرار گرفتند. صفات مورد مطالعه شامل عملکرد دانه، روز تا 50 درصد گلدهی، درصد برنج سالم، راندمان تبدیل، طول شلتوک، محتوای آمیلوز و درجه حرارت ژلاتینی شدن بود. برای تجزیه و تحلیل آماری داده‌ها، ابتدا تجزیه واریانس ساده برای عملکرد دانه انجام شد و سپس، آزمون بارتلت جهت بررسی یکنواختی خطاهای آزمایش صورت گرفت. تجزیه واریانس مرکب و مقایسه میانگین‌ها به‌روش دانکن با نرم‌افزار SAS انجام شد. به‌منظور ارزیابی پایداری لاین‌های مورد مطالعه نیز از روش‌های لین و بینز و GGE-biplot استفاده شد. 
یافته‌های تحقیق: نتایج تجزیه واریانس مرکب داده‌ها نشان داد که اثر ژنوتیپ و سال و همچنین برهمکنش سال× مکان و سال × مکان × ژنوتیپ بر عملکرد دانه معنی‌دار بود. به این ترتیب، پایداری عملکرد دانه ژنوتیپ‌های مورد مطالعه با استفاده از روش‌های لین و بینز و GGE-biplot ارزیابی شد. نتایج روش لین و بینز نشان داد که ژنوتیپ‌های گیلانه و 19603 (Hashemi/IR74720-85-1-2-1) با داشتن کم‌ترین واریانس درون‌مکانی برای عملکرد دانه، به‌ترتیب پایدارترین ژنوتیپ‌های این آزمایش بودند. نتایج حاصل از روش گرافیکی GGE-biplot نیز نشان داد که در بای‌پلات عملکرد دانه، ژنوتیپ‌های 19607، هاشمی و گیلانه که رئوس چند ضلعی را تشکیل دادند، بهترین و یا ضعیف‌ترین ژنوتیپ‌ها در برخی از محیط‌ها و یا همه محیط‌ها بودند. در مقابل، بررسی همزمان پایداری و عملکرد دانه ژنوتیپ‌‌ها، لاین امیدبخش 19603 را به‌عنوان بهترین ژنوتیپ معرفی کرد. نمودار ژنوتیپ ایده‌‌آل نیز نشان داد که لاین امیدبخش 19603 کم‌ترین فاصله را از ژنوتیپ ایده‌‌آل فرضی نسبت به سایر ژنوتیپ‌ها داشت و بنابراین برترین ژنوتیپ‌ این آزمایش بود.
نتیجه‌گیری: نتایج ارزیابی پایداری عملکرد ژنوتیپ‌های برنج با استفاده از روش‌های لین و بینز و GGE-biplot، لاین امیدبخش 19603 را به‌عنوان پایدارترین ژنوتیپ این آزمایش معرفی کرد. این لاین به‌همراه لاین امیدبخش 19607، بالاترین میانگین عملکرد شلتوک را در تمامی محیط‌های ارزیابی شده تولید کردند. این ژنوتیپ‌ها، با تعداد روز تا 50 درصد گلدهی کم‌تر از 95 روز، طول دانه بیش از هفت میلی‌متر و میزان آمیلوز و دمای ژلاتینی شدن متوسط، در ردیف ژنوتیپ‌های میان‌رس، دانه‌بلند (صدری) و با کیفیت پخت مطلوب قرار گرفتند. بنابراین، دو لاین امیدبخش 19603 و 19607 به‌منظور اجرای برنامه‌های معرفی رقم، پیشنهاد می‌شوند. 

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Assessing agronomic traits, grain quality and yield stability of promising rice lines using Lin and Binns and GGE-biplot methods

نویسندگان [English]

  • Hossein Rahim Soroush 1
  • Maryam Hoseini Chaleshtori 2
  • Ali Akbar Ebadi 2
  • Ali Reza Haghighi Hasanalideh 3
  • Ali Mohadesi 4
1 Research Assistant Professor, Rice Research Institute of Iran, Agricultural Research, Education and Extension Organization (AREEO), Rasht, Iran (* Corresponding author: rahimsouroush@yahoo.com)
2 Research Associate Professor, Rice Research Institute of Iran, Agricultural Research, Education and Extension Organization (AREEO), Rasht, Iran
3 Research Assistant Professor, Rice Research Institute of Iran, Agricultural Research, Education and Extension Organization (AREEO), Rasht, Iran
4 Researcher, Rice Research Institute of Iran, Agricultural Research, Education and Extension Organization (AREEO), Rasht, Iran
چکیده [English]

Introduction
Considering the lack of food in the world, increasing the production of rice is one of the demands of the global market and one of the important goals of many countries producing this crop plant. The final performance of each organism is affected by the genotypic potential, the environmental effects and the interaction between genotype and environment. The interaction of genotype and environment causes that different genotypes do not have the same reaction under different environmental conditions. Genotypes that can produce higher yields in different regions or under different environmental conditions and maintain their performance stability are considered as successful genotypes. In this study, nine promising rice lines originating from the Hashemi variety, along with two varieties Hashemi and Gilaneh, were evaluated for grain yield in two regions during two years. The objective of this study was to evaluate the stability of the studied lines and introduce the most stable ones in order to introduce the new varieties.
Materials and methods
The plant materials of this experiment were nine promising rice lines originating from the Hashemi variety, as a Iranian local variety with good quality, along with two varieties Hashemi and Gilaneh as control varieties. The experiment was conducted in a randomized complete block design with four replications in two regions, Rice Research Institute of Iran (Guilan province, Iran) and Chaparsar Research Station (Mazandaran province, Iran), in two years, 2017 and 2018. The studied traits included grain yield, days to 50% flowering, head rice percentage, milling efficiency, grain length, amylose content and gelatinization temperature. For data statistical analysis, simple analysis of variance was firstly performed for grain yield, and then Bartlett's test was done to check the uniformity of the experimental errors. Combined analysis of variance and comparison of means by Duncan's method was performed with SAS software. To evaluate the stability of the studied lines, Lin and Binns and GGE-biplot methods were used.
Research findings
The results of combined analysis of variance showed that the effects of genotype and year as well as the interaction of year × place and year × place × genotype on grain yield were significant. Therefore, grain yied stability of the studied genotypes was evaluated using Lin and Binns and GGE-biplot methods. The results of Lin and Binns method indicated that two genotypes Gilaneh and 19603 (Hashemi/IR74720-85-1-2-1), with the lowest intra-location variance, were the most stable genotypes in this experiment. The results of GGE-biplot graphical method also showed that the genotypes 19607, Hashemi and Gilaneh, which formed the vertices of the polygon in the grain yield biplot, were the best or the weakest genotypes in some environments or in all environments. Also, the simultaneous evaluation of stability and grain yield of the studied genotypes identified the promising line 19603 as the best genotype. The graph of ideal genotype also showed that the promising line 19603 had the smallest distance from the hypothetical ideal genotype compared to other genotypes, so it was the best genotype of this experiment.
Conclusion
The results of stability analysis of rice genotypes using Lin and Binns and GGE-biplot methods introduced genotype 19603 as the most stable genotype of this experiment. This promising line along with the promising line 19607 produced the highest average paddy yield in all studied environments. These genotypes with the number of days to 50% flowering less than 95 days, grain length more than seven mm, and medium amylose content and gelatinization temperature, were considered as genotypes with mid-maturing, long-grain (Sadri) and good cooking quality. Therefore, two promising lines 19603 and 19607 are suggested for cultivar introduction programs.

کلیدواژه‌ها [English]

  • Cooking quality
  • Graphic analysis
  • Ideal genotype
  • Maturity period
Allahgholipour, M., & Haghighi Hasanalideh, A. (2021). Gilaneh, an improved rice cultivar with high grain quality through backcrossing. Central Asian Journal of Plant Science Innovation, 1(3),
160-170. doi: 10.22034/CAJPSI.2021.03.04.##Allahgholipour, M., Mohadessi, A., Jazaeri Nooshabadi, M., Nahvi, M., & Sharafi, N. (2015). Adoptability and sustainability of promising rice lines in Guilan province. Rice Research Institute of Iran Publications. Agricultural Research, Education and Extension Organization (AREEO). 46 p. [In Persian].##Barah, B. C., Binswanger, H. P., Rana, B. S. & Rao, G. P. (1981). The use of risk aversion in plant breeding: Concept and application. Euphytica, 30, 451-458. doi: 10.1007/BF00034010.##Cheloei, G., Ranjbar, G., Babaeian Jelodar, N., Bagheri, N., & Noori, M. Z. (2020). Using AMMI model and its parameters for yield stability analysis of rice (Oryza sativa L.) advanced mutant genotypes of Tarrom-Mahalli. Iranian Journal of Genetics & Plant Breeding 9(1), 70-83. doi: 10.30479/IJGPB.2020.13219.1271.##Ebadi, A., Sharifi, P. & Taher Hallajian, M. (2022). Stability analysis of grain yield of rice mutants by multivariate methods and superiority index. Journal of Agricultural Science and Sustainable Production 32(2), 313-332. [In Persian]. doi: 10.22034/saps.2021.45415.2668.##Eshghi, I., Asghari Zakaria, R., Nabipour, A., Sofalian, O., & Norouzi, M. (2016). Yield stability of rice promising lines in Mazandaran province. Iranian Journal of Field Crop Science 47(3), 515-525. [In Persian]. doi: 10.22059/ijfcs.2016.60131.##Evans, L. T. (1993). Crop Evolution, Adaptation, and Yield. New York, Cambridge University Press doi: 10.1017/S0889189300005361.##FAO. (2023). FAO Statistical Yearbook 2023. Food & Agriculture Organization of the United Nations. Rome, Italy. http://www.fao.org/statistics.##Gabriel, K. R. (1971). The biplot graphic display of matrices with application to principal component analysis. Biometrika, 58, 453-467. doi: 10.1093/biomet/58.3.453.##Hill, J., Becker, H. C., & Tigerstedt, P. M. A. (1998). Stability, Adaptability and Adaptation. In: Quantitative and Ecological Aspects of Plant Breeding. Plant Breeding. Springer, Dordrecht. pp: 187-211. doi: 10.1007/978-94-011-5830-5_7.##Juliano, B. O. (1971). Rice: Chemistry and Technology. The American Association of Cereal Chemists, Inc. St. Paul, Minnesota, USA, 774 p.##Kanouni, H., Sadeghzadeh Ahari, D., Saeid, A., Shobeiri, S., Mahdieh, M., Haji Hasani, M., Sotoudeh-Maram, K., & Beheshti Danalou, M. (2021). Investigation of grain yield stability of desi type chickpea across different environments and introducing promising lines. Journal of Agricultural Science and Sustainable Production 31(1), 295-312. [In Persian]. doi: 10.22034/saps.2021.12816.##Keramat, S., Torabi, B., Soltani, A., & Zeinali, E. (2021). Evaluation of rice production potential and yield gap in Iran using SSM-iCrop2 model. Cereal Research, 11(3), 175-191. [In Persian]. doi: 10.22124/cr.2022.20959.1696.##Khorasany, E., Fahmideh, L., Babaeian, N. A., & Ranjbar, G. (2019). Studying some of the agronomy traits and yield stability of rice genotypes. Journal of Crop Breeding, 11(31), 196-208. [In Persian]. doi: 10.29252/jcb.11.31.196.##Lin, C. S., Binns, M. R., & Lefkovitch, L. P. (1986). Stability analysis: Where do we stand?. Crop Science, 26, 894-900. doi: 10.2135/cropsci1986.0011183X002600050012x.##Lin, C. S., & Binns, M. R. (1988). A method of analyzing cultivar × location × year experiment: A new stability parameter. Theoretical and Applied Genetics, 76, 425-430. doi: 10.1007/bf00265344.##Little, R. R., Hilder, G. B., & Dawson, E. H. (1958). Differential effect of dilute alkali on 25 varieties of milled white rice. Cereal Chemistry, 35, 111-126.##Ministry of Agriculture-Jahad. (2023). Agricultural Statistics of the Cropping Year 2021-22. Vol. I: Crop Plants. Information and Communication Technology Center, Department of Economy and Planning Publication, Ministry of Agriculture-Jahad, Iran. [In Persian].##Mohtashami, R. Chakerolhoseini, M., Keshavarz, K., Rouzbehi, F., & Hoseini Chaleshtori, M. (2022). Introducing a new variety of rice 'Setayesh' for cultivation in cold and cold temperate regions. Applied Field Crops Research, 35(2), 70-84. [In Persian]. doi: 10.22092/AJ.2023.358343.1599.##Moreno-Gonzalez, J., Crossa, J., & Cornelius, P. L. (2004). Genotype × environment interaction in multi-environment trials using shrinkage factors for AMMI models. Euphytica, 137, 119-127. doi: 10.1023/B:EUPH.0000040509.61017.94.##Mostafavi, K., Hosseini-Imeni, S. S., & Firoozi, M. (2014). Stability analysis of grain yield in lines and cultivars of rice (Oryza sativa L.) using AMMI (additive main effects and multiplicative interaction) method. Iranian Journal of Field Crops Science, 45(3), 445-452. [In Persian]. doi: 10.22059/ijfcs.2014.53540.##Mostafavi, K., Hosseini Imeni, S. S., & Haji Mohammadali Jahromi, M. (2019). Assessing grain yield stability of rice genotypes under humid climate of northern Iran. Plant Production Technology, 11(2), 43-56. [In Persian]. doi: 10.22084/ppt.2017.7140.1418.##Sattari, A., Soloki, M., Bagheri, N., Fakheri, B., and Nabipour, A. (2019). Analysis of genotype, environment interaction and grain yield stability of rice (Oryza sativa L.) genotypes in Mazandaran province. Journal of Crop Breeding, 11(31), 1-10.  [In Persian]. doi: 10.29252/jcb.11.31.1.##Sharifi, P., Erfani, A., Mohaddesi, A., Abbasian, A., Aminpanah, H., Mohammad Yousefi, M., & Saeedi, M. (2020). Stability analysis of grain yield of some of rice genotypes by parametric and nonparametric uni-variate methods. Journal of Crop Production, 13(3), 85-106. [In Persian]. doi: 10.22069/ejcp.2021.17883.2315.##Singh, C., Gupta, A., Gupta, V., Kumar, P., Sendhil, R., Tyagi, B. S., Singh, G., Chatrath, R., & Singh, G. P. (2019). Genotype × environment interaction analysis of multi-environment wheat trials in India using AMMI and GGE biplot models. Crop Breeding and Applied Biotechnology, 19,
309-318. doi: 10.1590/1984-70332019v19n3a43.##Soltani, A., Alimagham, M., Nehbandani, A., Torabi, B., Zeinali, E., Zand, E., Ghassemi S., Vadez V., Sinclair T. R., & Van Ittersum, M. K. (2020). Modeling plant production at country level as affected by availability and productivity of land and water. Agricultural Systems, 183, 102859. doi: 10.1016/j.agsy.2020.102859.##Yan, W. (2016). Analysis and handling of G×E in a practical breeding program. Crop Science, 56, 2106-2118. doi: 10.2135/cropsci2015.06.0336.##Yan, W., & Kang, M. S. (2002). GGE-biplot analysis: A graphical tool for breeders, geneticists, and agronomists. CRC Press, Boca Raton, Florida, USA. 271 p. doi: 10.1201/9781420040371.##Yan, W., Hunt, L. A., Sheng, Q., & Szlavnics, Z. (2000). Cultivar evaluation and mega-environment investigation based on the GGE biplot. Crop Science, 40, 597-605. doi: 10.2135/cropsci2000.403597x.##Zobel, R., Wright, W. M. J., & Gauch, H. G. (1988). Statistical analysis of a yield trial. Agronomy Journal, 80, 388-393. doi: 10.2134/agronj1988.00021962008000030002x.