Biomics

Изучено содержание запасных белков в семенах видов пшениц, различающихся уровнем плоидности и геномным составом. Показано, что содержание белка в зерновках может варьировать в три раза. Усреднение данных по разным видам и группировка их в зависимости от плоидности и геномного состава не выявила значительных различий в суммарном содержании белка, но по фракционному составу группы видов различались. Диплоидные и гексаплоидные виды значительно отличались по содержанию отдельных фракций белков, тогда как тетраплоидные виды имели промежуточное значение. Пшеница спельта, характеризующаяся высоким содержанием и качеством белка, является перспективным видом для возделывания, однако интерес представляют также виды с геномным составом A^bG. Дискриминантный анализ данных показал, что виды с геномом A^bG (T. timopheevii, T. militinae) отличались по характеристикам белка зерновок от других групп видов.

пшеница, запасные белки, плоидность, геном, дискриминантный анализ

1. Абугалиева А.И., Савин Т.В. Биохимический состав и технологическая оценка зерна интрогрессивных форм озимой мягкой пшеницы с участием различных видов Triticum и Aegilops // Вавиловский журнал генетики и селекции. 2018. Т. 22. № 3. С. 353–362. DOI: https://doi.org/10.18699/VJ18.371
2. Воротынцева М.В. Степень влияния глютенинов на качество зерна как одного из сложных полигенных признаков у рода Triticim // Труды по прикладной ботанике, генетике и селекции. 2021. Т. 182. № 1. С. 168–181.
3. Гончаров Н.П., Кондратенко Е.Я. Происхождение, доместификация и эволюция пшениц. // Вестник ВОГиС. 2008. Т. 1/2. № 12. С. 159–178.
4. Митрофанова О.П., Хакимова А.Г. Новые генетические ресурсы в селекции пшеницы на увеличение содержания белка в зерне. // Вавиловский журнал генетики и селекции. 2016. Т. 20. № 4. С. 545– 554. DOI: https://doi.org/10.18699/VJ16.177
5. Мамадюсуфова М.Г., Сабоиев И.А., Рахимов М.М., Насырова Ф.Ю., Алиев К.А. Содержание крахмала и белка пшеницы и eё диких сородичей, произрастающих в разных условиях // Доклады Академии наук Республики Таджикистан. 2003. Т. 56. №10. С.832–837.
6. Bradford M.M. A Rapid and Sensitive Method for the Quantitation of Microgram Quantities of Protein Utilizing the Principle of Protein-Dye Binding // Anal. Biochem. 1976. Vol. 72. P. 248-254. doi: https://doi.org/10.1006/abio.1976.9999
7. Hunter J. D. Matplotlib: A 2D Graphics Environment // Computing in Science& Engineering. 2007. V 9(3), P. 90-95. DOI: https://doi.org/10.1109/MCSE.2007.55 
8. Khramtsova E.V., Kiseleva I.S., Lyubomudrova E.A. etal. Optimization of the Leaf Mesophyll Structure in Alloploid and Diploid Wheat Species. // Russian Journal of Plant Physiology. 2003. V.50. p. 19–27.
9. Khramtsova E.V., Kiseleva I.S. Genome- https://doi.org/10.1023/B:RUPP.0000019222.76063.e1
10. Pedregosa F., Varoquaux G., Gramfort A., Michel V., Thirion B., Grisel O., Blondel M., Prettenhofer P., Weiss R., Dubourg V., Vanderplas J. Scikit-learn: Machine Learning in Python. // JMLR. 2011. V. 12, P. 2825-2830 11. Van Rossum G., Drake F.L. Python 3 Reference Manual // CreateSpace. 2009. DOI: https://doi.org/book/10.5555/1593511