Розмір шрифту: 

Взаємодія генотип-середовище (G × Е) є однією з основних тем у селекції рослин, тому що вона є однією з визначальних ознак при створенні та передачі перспективних ліній до Державного сортовипробування. Існує кілька статистичних методів, за допомогою яких можна оцінити ступінь впливу взаємодії G × E на врожайність та виділити генотипи у яких цей вплив є мінімальним та прогнозувати їх фенотипову реакцію на зміну умов навколишнього середовища. Найбільш поширеними методами є лінійний регресійний аналіз, нелінійний регресійний аналіз, багатовимірний аналіз і непараметрична статистика Останніми роками квантифікація взаємодії G × E та дослідження стабільності врожайності ячменю здійснювали за допомогою різноманітних процедур, зокрема методу головних компонент. Модель AMMI (адитивні основні ефекти і мультиплікативна взаємодія) включає в себе дисперсійний аналіз (ANOVA) і метод головних компонент (РСА) в єдиному підході, який може бути застосований для оцінки стабільності та адаптивності генотипів. AMMI використовує ANOVA щоб перевірити основні ефекти генотипу і середовища та РСА для аналізу залишкової мультиплікативної взаємодії між генотипами і навколишнім середовищем з метою визначення сума квадратів взаємодії G × E з мінімальною кількістю ступенів свободи. Крім того, AMMI одночасно квантифікує внесок кожного генотипу і середовища в суму квадратів G × E та забезпечує легку графічну інтерпретацію результатів методом побудови графіка біплот. Тому, з цією технікою, можна легко визначити продуктивні сорти з широкою адаптивністю, а також розмежувати агрономічне зонування сортів з певною пристосованістю і визначити умови, оптимальні для проведення випробувань. Метою даного дослідження була оцінка адаптивності і стабільності врожайності ліній ячменю ярого з використанням AMMI аналізу і допоміжних непараметричних статистик для добору генотипів з високою продуктивністю і фенотиповою стабільністю завдяки зменшеним ефектам взаємодії G × E.