Тіркеу нөмірі 204-ж Регистрационный №204-ж

45
Шығыстың аймақтық хабаршысы   
 
 
                                       № 2 (58), 2013
ЭКОЛОГИЯ И ЕСТЕСТВЕННЫЕ НАУКИ
сортообразцов  яровой  мягкой  пшеницы  конкурсного  сортоиспытания  ВКНИ-
ИСХ. 
Погодные условия в период проведения исследований (2012 г.) характери-
зовались как благоприятные для растений пшеницы (с повышенным температур-
ным режимом и достаточным количеством осадков). 
Исследования проводились по рекомендациям Ю.Б. Коновалова [4]. Изуча-
лась сухая биомасса продуктивных побегов в начале и в конце созревания, её 
компоненты и их соотношения. Для оценки адаптивности сортообразцов и осо-
бенностей аттракции веществ в колос применялся метод пинцировки (удаление 
пинцетом продольной половины колоса). Статистическая обработка данных про-
водилась по рекомендациям Б.А. Доспехова [5]. Для установления связи морфо-
физиологических показателей с хозяйственно-ценными признаками применялся 
метод корреляционного анализа.
Результаты исследований. Сорта и линии яровой пшеницы были изуче-
ны по 16 показателям. В представленной статье приводятся результаты изучения 
основных из них.
Накопление сухого вещества растением – это интегральная функция фото-
синтеза, дыхания и других процессов метаболизма. Нами для оценки сортов по 
данному свойству определялась абсолютно сухая биомасса продуктивных сте-
блей во время начала и завершения налива зерна.
Таблица 1 – Надземная биомасса продуктивного побега у изученных сортов и линий 
яровой пшеницы в фазу полного формирования зерна (ПФЗ), г
Ранг
Сорт, линия
Биомасса продуктивного
побега
Отклонение от среднего в 
опыте
1 ГВК 2031/13
2,118
+0,274*
2 ГВК 2030/7
2,094
+0,250*
3 ГВК 2076/3
2,090
+0,245*
4 ГВК 2082/1
2,089
+0,245*
5 Глубочанка
2,035
+0,191*
…
…
…
…
31 Иридост
1,642
-0,202*
32 Лютесценс 740
1,621
-0,223*
33 Ульбинка 25
1,617
-0,227*
34 ГВК 2100/4
1,569
-0,275*
35 Лютесценс 817
1,551
-0,293*
Среднее
1,844
-
НСР
05
0,190
-

46
№ 2 (58), 2013   
 
 
                                   Региональный вестник Востока
В ПФЗ наибольшая надземная биомасса побега (таблица 1) среди сортов и 
линий яровой пшеницы была у номеров: ГВК 2031/13, ГВК 2030/7, ГВК 2076/3, 
ГВК 2082/1 и Глубочанка.
К наступлению фазы полной спелости (ПС) сорта по биомассе побега вы-
ровнялись, и достоверное превышение средней опыта установлено только у двух 
номеров – ГВК 2076/3 и Лютесценс 817.
Таблица 2 – Степень аттракции пластических веществ в колос у изученных сортов и 
линий яровой пшеницы в ПФЗ, %
Ранг
Сорт, линия
Степень аттракции пластиче-
ских веществ в колос
Отклонение от среднего 
в опыте
1 Эритроспермум 616
55,2
+14,7*
2 Лютесценс 521
47,5
+7,0*
3 Омская 18
45,0
+4,5*
…
…
…
…
31 ГВК 2031/13
35,9
-4,6*
32 ГВК 2030/7
35,7
-4,8*
33 Иридост
35,0
-5,5*
34 Заульбинка
34,6
-5,9*
35 Ульбинка 25
34,5
-6,0*
Среднее
40,5
-
НСР
05
3,8
-
Повышение продуктивности создаваемых сортов яровой пшеницы в боль-
шой степени связано с изменением направленности распределения и эффектив-
ностью использования ассимилятов в пользу репродуктивных органов. Направ-
ленность и эффективность использования ассимилятов зависит от аттрагирую-
щей способности колоса [6]. 
Результаты  определения  аттрагирующей  способности  колоса  (доля  био-
массы колоса в общей биомассе побега) в ПФЗ и в ПС представлены в таблицах 
2 и 3, соответственно. 
По аттрагирующей способности колоса в ПФЗ (таблица 2) выделились 3 
сортообразца  –  Эритроспермум  616,  Лютесценс  521,  Омская  18,  в  фазу  ПС  5 
номеров: Эритроспермум 616, Лютесценс 817, Лютесценс 740, Лютесценс 521 
и ГВК 2077/11.
Степень аттракции колоса при наступлении ПС (таблица 3) значительно 
возросла в сравнении с уровнем в ПФЗ (в среднем на 40,3%); наиболее суще-
ственное увеличение выявлено у сортов Заульбинка и Ульбинка 25, более ста-
бильный  уровень  аттракции  в  обе  учетные  фазы  –  у  сортов  Лютесценс  521  и 
Эритроспермум 616.
К.А. Степанов, Г.Н. Кузьмина, Д.А. Грушковская

47
Шығыстың аймақтық хабаршысы   
 
 
                                       № 2 (58), 2013
ЭКОЛОГИЯ И ЕСТЕСТВЕННЫЕ НАУКИ
Таблица 3 – Степень аттракции пластических веществ в колос у изученных сортов и 
линий яровой пшеницы в ПС, %
Ранг
Сорт, линия
Степень аттракции пластиче-
ских веществ в колос
Отклонение от среднего 
в опыте
1 Эритроспермум 616
64,7
+8,3*
2 Лютесценс 817
62,5
+6,2*
3 Лютесценс 740
59,8
+3,4
4 Лютесценс 521
59,7
+3,3
5 ГВК 2077/11
59,7
+3,4
…
…
…
…
35 ГВК 2100/9
51,7
-4,7*
Среднее
56,4
-
НСР
05
3,8
-
Результаты изучения аттрагирующей способности колоса в связи с реакци-
ей на пинцировку представлено в таблицах 4 и 5. Пинцировка – удаление коло-
сков с одной из сторон колоса; проводится в фазу начала цветения. По созрева-
нии учитывается три параметра: число зерен, их общая масса и крупность зерен 
(масса 1000 зерен). Число и масса зерен пинцированного колоса, умноженные на 
два, а также масса 1000 зерен пинцированного колоса учитываются как ожидае-
мые (потенциальные) величины данных признаков, которые сопоставляются с 
соответствующими параметрами зерна контрольных (обычных) колосьев. Сорта 
с наименьшей разницей между ожидаемым и фактическим уровнем признаков 
оцениваются как адаптивные к данным условиям произрастания. 
Таблица 4 – Сравнение фактической и ожидаемой массы зерен колоса у сортов и линий 
яровой пшеницы
Ранг  Сорт, линия
Масса зерен 
колоса в ПС, 
г
Ожидаемая 
масса зерен ко-
лоса, г
Отклонение фак-
тической массы 
зерен колоса от 
ожидаемой, %
Отклонение 
от среднего в 
опыте, %
1 ГВК 2077/7
0,886
0,816
+8,9
+29,0*
2 ГВК 2074/4
0,795
0,851
-6,5
+13,5
3 Ульбинка 25
0,747
0,809
-6,8
+13,2
…
…
…
…
…
…
33 ГВК 2100/6
0,750
1,179
-36,2
-16,2
34 ГВК 2100/1
0,684
1,141
-39,5
-19,5*
35 ГВК 2100/9
0,634
1,113
-43,3
-23,2*
Среднее
-
-
-20,1
-
НСР
05
-
-
17,7
-

48
№ 2 (58), 2013   
 
 
                                   Региональный вестник Востока
Таблица 5 – Сравнение фактической и ожидаемой массы 1000 зерен 
Ранг Сорт, линия
Масса 1000 
зерен фак-
тич., г
Ожидаемая 
масса 1000 зе-
рен, г
Отклонение фак-
тической массы 
1000 зерен от 
ожидаемой, %
Отклонение 
от среднего в 
опыте, %
1 ГВК 2087/4
34,1
35,7
-4,5
+10,6*
2 ГВК 2076/3
35,5
38,3
-7,2
+7,9
3 ГВК 2100/8
33,6
36,6
-8,0
+7,1
…
…
…
…
…
…
33 ГВК 2055/1
28,2
35,3
-20,2
-5,1
34 Лютесценс 817
30,7
38,7
-20,6
-5,5
35 ГВК 2100/9
25,4
39,2
-35,3
-20,1*
Среднее
-
-
-15,1
-
НСР
05
-
-
10,6
-
Наименьшее в опыте отклонение фактической продуктивности колоса от 
ожидаемой (таблица 4) отмечено у сортообразцов ГВК 2077/7, ГВК 2074/4 и Уль-
бинка 25, что свидетельствует о стабильном оттоке пластики в колос и хорошем 
самочувствии  сорта  в  данных  условиях.  Наибольшее  снижение  фактической 
массы зерен колоса от ожидаемой выявлено у линий ГВК 2100/6, ГВК 2100/1 и 
ГВК 2100/9. Это характеризует данные номера как наименее адаптивные и об-
ладающие наиболее низкой аттрактивной способностью колоса.
По массе 1000 зерен фактический уровень признака (таблица 5) был близок 
к ожидаемому у номеров ГВК 2087/4, ГВК 2076/3 и ГВК 2100/8, что говорит о 
достаточном  уровне  адаптивности  сорта  к  данным  условиям  в  период  налива 
зерна. Наибольшее снижение крупности зерна от ожидаемого уровня выявлено у 
сортообразцов ГВК 2055/1, Лютесценс 817 и ГВК 2100/9. Это указывает на сла-
бую аттрагирующую способность колоса и плохое самочувствие сорта в данных 
гидротермических условиях.
Практической  интерпретации  результатов  морфофизиологических  иссле-
дований в селекции служит метод корреляционного анализа, позволяющий оце-
нивать статистические связи между признаками для обоснования и уточнения 
методики отборов. 
Корреляционный  анализ  (таблица  6)  изученных  морфофизиологических 
показателей выявил положительную связь с продуктивностью колоса 7 призна-
ков; с двумя из них выявлена сильная связь – с биомассой продуктивного побега 
в ПС и с биомассой колоса в ПС, с пятью признаками связь средней степени – с 
биомассой продуктивного побега в ПФЗ, биомассой колоса в ПФЗ, биомассой 
К.А. Степанов, Г.Н. Кузьмина, Д.А. Грушковская

49
Шығыстың аймақтық хабаршысы   
 
 
                                       № 2 (58), 2013
ЭКОЛОГИЯ И ЕСТЕСТВЕННЫЕ НАУКИ
вегетативной части в ПС, массой 1000 зерен и с ожидаемой массой 1000 зерен. 
Следовательно,  при  оценке  и  отборе  селекционного  материала  на  продуктив-
ность в зоне исследований (и в сезон, близкий по гидротермическим условиям) 
следует учитывать названные признаки. 
Таблица 6 – Коэффициенты корреляции изученных параметров с продуктивностью ко-
лоса и сорта
Параметр
Масса зерен колоса
Урожайность сорта
Биомасса продукт. побега в ПФЗ
0,452*
0,295
Биомасса колоса в ПФЗ
0,486*
0,064
Биомасса вег. части в ПФЗ
0,226
0,337*
Аттракция колоса в ПФЗ
0,233
-0,153
Биомасса продукт. побега в ПС
0,798*
0,056
Биомасса колоса в ПС
0,946*
-0,035
Биомасса вег. части в ПС
0,510*
0,131
Аттракция колоса в ПС
0,264
-0,182
Масса зерен колоса
-
0,086
Масса 1000 зерен
0,417*
0,220
Ожидаемая масса зерен колоса
0,021
0,460*
Ожидаемая масса 1000 зерен
0,476*
0,247
Примечание – звездочками помечены достоверные значения коэффициента корреля-
ции
Корреляционные связи с урожайностью делянки выражены в меньшей сте-
пени, только два признака проявили связь средней степени – биомасса вегетатив-
ной части в ПФЗ и ожидаемая масса зерен колоса.
Заключение. Таким образом, по комплексу изученных морфофизиологи-
ческих  признаков  перспективными  сортообразцами  для  селекционного  улуч-
шения  продукционного  процесса  по  показателям  накопления  сухой  биомассы 
побега является линия ГВК 2076/3, по аттракции колоса - Эритроспермум 616, 
Лютесценс 521, по реализации потенциальной продуктивности – ГВК 2077/7 и 
ГВК 2087/4.
СПИСОК ЛИТЕРАТУРЫ
1. Гладких Л.И. Роль листьев разных ярусов при селекции пшеницы на продук-
тивность / Л.И. Гладких, А.А. Васютин // Селекция и семеноводство полевых культур: 
Юбилейный  сборник  научных  трудов  –  Ч.  2.  –  Воронеж:  ФГОУ  ВПО  ВГАУ,  2007.  – 
С. 3-7.
2. Кумаков В.А. Распределение сухого вещества между органами в связи с продук-
тивностью и засухоустойчивостью сортов пшеницы / В.А. Кумаков, O.A. Евдокимова, 

50
№ 2 (58), 2013   
 
 
                                   Региональный вестник Востока
М.А. Буянова // Физиология растений. – 2001. – Т. 48. – С. 421-426.
3. Кобцева Л.В. Изучение влияния природно-климатических факторов на урожай-
ность яровой пшеницы на разных этапах органогенеза / Л.В. Кобцева, Л.А. Ступина // 
Вестник Алтайского ГАУ. – 2012. – № 5. – С. 21-25.
4. Коновалов Ю.Б. Формирование продуктивности яровой пшеницы и ячменя / 
Ю.Б. Коновалов. – М.: Колос, 1981. – 176 с.
5. Доспехов Б.А. Методика полевого опыта / Б.А. Доспехов. – М.: Агропромиздат, 
1985. – 351 с.
6. Рахимов М.М. Аттрагирующая способность колоса пшеницы, выращенной в 
разных экологических и агротехнических условиях / М.М. Рахимов, М.Б. Ниязмухоме-
дова, Е.А. Гулов // Доклады академии наук Республики Таджикистан. Физиология рас-
тений. – 2011. – Т. 54. – С. 504-508.
УДК 76.03.39
С.Д. Нурбаев, К.Б. Ахмадиева, Б.Г. Тугылбаева
Восточно-Казахстанский государственный университет имени С. Аманжолова, г. Усть-Каменогорск
РАЗРАБОТКА МАТЕМАТИЧЕСКОЙ МОДЕЛИ ИНФОРМАЦИОННО-
ПОИСКОВОЙ И ДИАГНОСТИЧЕСКОЙ СИСТЕМЫ НАСЛЕДСТВЕННЫХ 
ВРОЖДЕННЫХ ПОРОКОВ РАЗВИТИЯ 
Мақалада тұқым қуалайтын аурулардың диагностикасы үшін математикалық 
модель  құрастырылған.  Құрастырылған  моделде  детерминировалық  және 
стохастикалық  бағыттардың  синтездері  қолданылған.  Құрастырылған  моделді 
медициналық генетика тәжірибесінде қолданғанда жақсы көрсеткішке жеткен. 
В  данной  работе  разработана  математическая  модель  диагностики  наслед-
ственных врожденных пороков развития. В разработанной модели реализован синтез 
детерминированного  и  стохастических  подходов.  Адекватность  модели  продемон-
стрировала хорошую согласованность с реальной практикой медицинской генетики.
In this paper developed a mathematical model of diagnosis of hereditary congenital 
malformations. In the developed model is implemented in the synthesis of deterministic and 
stochastic approaches. The adequacy of the model showed good agreement with the actual 
practice of medical genetics.
1. Введение
Проблема корректной диагностики наследственных врожденных пороков 
развития (НВПР) чрезвычайно актуальна для нужд практического здравоохране-
ния. Решение этой проблемы сопряжено с серьезными трудностями, осложняю-
щих возможность автоматизации диагностики НВПР: 
С.Д. Нурбаев, К.Б. Ахмадиева, Б.Г. Тугылбаева

51
Шығыстың аймақтық хабаршысы   
 
 
                                       № 2 (58), 2013
ЭКОЛОГИЯ И ЕСТЕСТВЕННЫЕ НАУКИ
во-первых, низкой популяционной частотой НВПР, что объективно ограни-
чивает, объем выборки наблюдений доступных для анализа; 
во-вторых, гетерогенность НВПР, связанная с тем, что в пределах каждого 
гена может возникнуть большое (но конечное) множество мутаций, имеющих 
различные клинические проявления;
в-третьих, фактор генокопирования, то есть сходство клиники протекания 
НВПР у больных с мутациями в разных генах;
в-четвертых,  фактор  фенокопирования,  те  сходство  протекания  клиники 
НВПР с ненаследственными заболеваниями, обусловленными факторами внеш-
ней среды;
в-пятых, фактор эпигенетики, то есть мутаций в нуклеотидных последова-
тельностях могут отсутствовать, но за счет экспрессии генов может быть сход-
ство клиники протекания у больных. 
Этот далеко не полный перечень неопределенных факторов чрезвычайно 
затрудняет автоматизацию диагностики [1]. Выходом из положения в такой си-
туации  является  разработка  информационно-поисковых  диагностических  про-
грамм, обеспечивающих автоматизацию процедуры первичного поиска диагно-
за или ограниченного диагностического ряда из общего массива возможных на-
следственных заболеваний [2, 3].
На сегодняшний день существует четыре способа автоматизации первич-
ной диагностики наследственных синдромов – детерминированный подход, под-
ход  с  использованием  нечетких  множеств,  стохастический  подход  и  подход  с 
использованием нейронных сетей. Каждый из этих подходов обладает своими 
достоинствами и недостатками. В нашей модели реализован синтез детермини-
рованного и стохастических подходов. Вкратце остановимся в основных поло-
жениях модели [4].
2. Материалы и методы
1. Математическая формализация описания фенотипа.
Фенотип человека описываем в следующем виде. Каждый признак феноти-
па является элементом бинарной матрицы 
ijk
S
. Причем, разделение фенотипа 
осуществляется  экспертным  путем  по  функционально-морфологическим  при-
знакам. Как показывает наш опыт, размерность матрицы 
ijk
S
 равны – пo i=32, 
по j=4, по k=12.
Следующая задача описать известные наследственные синдромы в терми-
нах элементов этой матрицы.
2. Математическая формализация описания наследственных синдромов.
Формально любой наследственный синдром состоит из дискретного век-
тора 
l
G
, элементы которого являются элементами множества 
ijk
S
 (описания 

52
№ 2 (58), 2013   
 
 
                                   Региональный вестник Востока
фенотипа) и вектора 
m
Q
 природы наследования. 
3. Математический аппарат диагностики наследственных синдромов.
Поясним  смысл  детерминированного  подхода.  Пусть  имеется  m  воз-
можных  состояний 
m
i
Y
i
,...,
1
, =
,  и  вектор  измеряемых  параметров  
T
T
Z
Z
Z
)
,....,
(
1
∗
∗
∗
=
. Тогда разделяющая функция 
)
(
∗
Z
R
i
, относящаяся к со-
стоянию 
m
i
Y
i
,...,
1
, =
 выбирается таким образом, что, если вектор измеряе-
мых параметров 
∗
Z
 соответствует состоянию 
i
Y
, то величина 
)
(
∗
Z
R
i
должна 
быть наибольшей
.
Известны различные способы представления разделяющих функций, удо-
влетворяющих  приведенному  выше  неравенству.  Наиболее  распространенным 
видом разделяющей функции применительно к системам медицинской диагно-
стики является линейная разделяющая функция, которая в векторном виде мо-
жет быть представлена следующим образом:
∗
∗
=
Z
A
Z
R
)
(
,
где 
A
  –  формируемая  на  этапе  проектирования  матрица  размерности 
(
r
m ×
), устанавливающая связь между фактами появления измеряемых пара-
метров 
r
k
Z
k
,....,
1
, =
 для каждого из исследуемых состояний 
m
i
Y
i
,...,
1
, =
. 
Элементы матрицы 
{ }
k
i
a
A =
 определяются следующим образом:
∗
Z
 – текущий вектор измеряемых параметров размерности 
)
( l
r ×
 с эле-
ментами: 
1
=
∗
k
Z
, если 
k
-ый параметр наблюдается в текущем сеансе наблюде-
ния; 0 – в противном случае. 
 – вектор размерности 
l
m ×
, компонентами которого являются разделяющие функции 
 
каждого  из  исследуемых  состояний  для  текущей  реализации  вектора  наблю-
даемых параметров. Результатом автоматизированного анализа при таком под-
С.Д. Нурбаев, К.Б. Ахмадиева, Б.Г. Тугылбаева

53
Шығыстың аймақтық хабаршысы   
 
 
                                       № 2 (58), 2013
ЭКОЛОГИЯ И ЕСТЕСТВЕННЫЕ НАУКИ
ходе  является  иерархически  упорядоченный  перечень  возможных  состояний 
m
i
Y
i
,...,
1
, =
, выстраиваемых по их рейтингу 
i
R
, определяемому количеством 
совпадений измеряемых параметров, участвующих в априорном описании каж-
дого из исследуемых состояний и текущего набора измеряемых параметров. 
Безусловным достоинством такого подхода является простота его практиче-
ской реализации и, как следствие, высокое быстродействие численных процедур, 
его реализующих, даже при достаточно высокой размерности m-пространства 
Y возможных состояний 
m
i
Y
i
,...,
1
, =
 и размерности r-пространства измеряе-
мых параметров 
r
k
Z
k
,...,
1
, =
. Это обстоятельство сегодня во многом опреде-
ляет доминирующие позиции детерминированного подхода к проектированию 
автоматизированных систем медицинской диагностики [5, 6]. 
3. Результаты и обсуждение
Однако, как показала наша практика, детерминированный подход оказался 
неэффективным в практической работе медико-генетических консультации при 
диагностике большинства наследственных синдромов. 
 В первом этапе необходим аппарат диагностики в вероятностных терминах 
о типах наследования наследственных синдромов. Тогда можно записать так: 
1
Q
 – «наличие у пробанда аутосомно доминатного типа наследования син-
дрома», 
2
Q
 – «наличие у пробанда аутосомно рецессивного типа наследования 
синдрома», 
3
Q
 – «наличие у пробанда х сцепленного доминатного наследова-
ния синдрома», 
4
Q
 – «наличие у пробанда х сцепленного рецессивного насле-
дования синдрома», 
5
Q
 – «наличие у пробанда неопределенного типа наследо-
вания синдром».
В  качестве  основы  для  расчета  выборочных  оценок  вероятности 

жүктеу/скачать 8,02 Mb.

Достарыңызбен бөлісу: