Мета. Виявити закономірності рівня прояву врожайності сортів ячменю ярого у взаємодії «генотип–середовище» за випробування в різних екологічних зонах України та виділити генотипи з підвищеним адаптивним потенціалом. Методи. Об’єкт досліджень – 36 сортів ячменю ярого вітчизняної та зарубіжної селекції. Сортовипробування проведено в Миронівському інституті пшениці імені В. М. Ремесла НААН України (МІП) (Центральний Лісостеп) у 2015–2017 рр., на Носівській селекційно-дослідній станції МІП (НСДС) (Полісся) та на Кіровоградській державній сільськогосподарській дослідній станції НААН (КДСГДС) (Північний Степ) у 2016–2017 рр. За три роки досліджень (2015–2017) отримано результати випробування сортів у семи середовищах. Ділянки обліковою площею 10 м2 закладали у триразовій повторності методом повних рендомізованих блоків, відповідно до загальноприйнятих методик. Статистичний аналіз експериментальних даних проведено з використанням комп’ютерних програм Excel 2010 і Statistica 8.0. Для наочної інтерпретації взаємодії «генотип–середовище» використано GGE biplot модель. Результати. Дисперсійний аналіз даних урожайності засвідчив достовірні внески у загальну варіацію середовища – 64,64%, гено­типу – 14,90% та їх взаємодії – 20,46%. Найвищою диференціювальною здатністю (інформативністю) характеризувались умови МІП у 2016 р., найнижчою – умови КДСГДС у 2017 р. Найбільш репрезентативними були умови МІП у 2017 р. і НСДС у 2016 р., найменш репрезентативними – у КДСГДС (2016 р.). Найвіддаленішими між собою були умови МІП та KДСГДС у 2016 р. Візуалізація GGE biplot «хто-де-переміг» дала змогу розподілити середовища на два сектори: перший – умови МІП 2015–2017 рр. і НСДС 2016–2017 рр., другий – умови КДСГДС 2016–2017 рр. У першому секторі суттєву перевагу мав сорт ‘МІП Мирний’, у другому – сорт ‘Скарб’. Диференційовано й виділено сорти ячменю ярого з оптимальним рівнем прояву врожайності в середовищах, найближчих до гіпотетичного «ідеального» генотипу GGE biplot моделі – ‘МІП Мирний’, ‘МІП Богун’, ‘Талісман Миронівський’, ‘МІП Азарт’, ‘Доказ’, ‘Пан’. Висновки. Моделювання багатосередовищних сортовипробувань шляхом комбінування контрастних за гідротермічним режимом років і різних екологічних умов з інтерпретацією результатів досліджень за сучасними статистично-графічними методами сприяє детальнішій характеристиці взаємодії «генотип–середовище», ранжируванню і виділенню перспективних генотипів.

Purpose. To define the regularities of yield level for spring barley varieties in “genotype–environment” interaction when testing in different ecological zones environments of Ukraine and identify genotypes with increased adaptive potential. Methods. As object of the research there were 36 spring barley varieties of domestic and foreign breeding. Varieties were tested at the V. M. Remeslo Myronivka Institute of Wheat of NAAS (MIW) (the Central Forest-Steppe) in 2015–2017, at Nosivka Plant Breeding Experimental Station of the V. M. Remeslo Myronivka Institute of Wheat of NAAS (NPBES) (Polissia) in 2016–2017 and at Kirovohrad State Agricultural Experimental Station of NAAS (KSAES) (the Northern Steppe) in 2016–2017. During three years of the investigation (2015–2017), the results of varieties testing in seven environments have been obtained. Plots with discount area of 10 m2 were laid out with three replications by the method of full randomized blocks, in accordance with conventional methods. Statistical analysis of experimental data was performed using Excel 2010 and Statistica 8.0 software. To interpret visually “genotype-environment” interaction the GGE biplot model was used. Results. The ANOVA of yield data showed reliable contributions into the total variation of environment (64.64%), genotype (14.90%), and their interaction (20.46%). Environmental conditions of MIW in 2016 were characterized with the highest discriminative fineness (informativeness), while KSAES in 2017 were characterized with the lowest one. Environmental conditions of both MIW in 2017 and NPBES in 2016 were the most representative; conditions of KSAES in 2016 were the least representative. The conditions of MIW and KSSGDS in 2016 were the most distant against each other. The GGE biplot “who-won-where” vizualization allowed to divide the environments in two sectors: the first – conditions of MIW 2015–2017 and NPBES 2016–2017, the second – conditions of KSAES 2016–2017. The variety ‘MIP Myrnyi’ had a significant advantage in the first sector, while the variety ‘Skarb’ had it in the second one. The varieties of spring barley ‘MIP Myrnyi’, ‘MIP Bohun’, ‘Talisman Myronivskyi’, ‘MIP Azart’, ‘Dokaz’, ‘Pan’ have been differen­tiated and defined as those with the optimal level of yield in environments being the closest to hypothetical “ideal” genotype of the GGE biplot model. Conclusions. Modelling of integrated variety testing by combining years being contrast in hydrothermal regime and different ecological conditions with interpretation of the investigation results using modern statistical and graphical method contributes to more detailed characterization of the “genotype–environment” interaction, ranking and identifying of prospecting genotypes. | Цель. Выявить закономерности уровня проявления урожайности сортов ячменя ярового во взаимодействии «генотип–среда» при испытании в разных экологичес­ких зонах Украины и выделить генотипы с повышенным адаптивным потенциалом.Методы. Объект исследований – 36 сортов ячменя ярового отечественной и зарубежной селекции. Сортоиспытания проведены в Мироновском институте пшеницы имени В. Н. Ремесло НААН Украины (МИП) (Центральная Лесостепь) в 2015–2017 гг., на Носовской селекционно-опытной станции МИП (НСОС) (Полесье) и Кировоградской государственной сельскохозяйственной опытной станции НААН (КГСХОС) (Северная Степь) в 2016–2017 гг. За три года исследований (2015–2017) получены результаты испытания сортов в семи средах. Делянки учетной площадью 10 м2 были заложены в трёхкратной повторности методом полных рендомизированных блоков, в соответствии с общепринятыми методиками. Статистический анализ экспериментальных данных проведен с использованием компьютерных программ Excel 2010 и Statistica 8.0. Для наглядной интерпретации взаимодействия «генотип–среда» использована GGE biplot модель.Результаты. Дисперсионный анализ данных урожайности засвидетельствовал достоверные вклады в общую вариацию среды – 64,64%, генотипа – 14,90% и их взаимодействия – 20,46%. Самой большой дифференцирующей способностью (информативностью) характеризировались условия МИП в 2016 г., наименьшей – условия КГСХОС в 2017 г. Наиболее репрезентативными были условия МИП в 2017 г. и НСХОС в 2016 г., наименее – в КГСХОС (2016 г.). Наиболее отдаленными между собой были условия МИП и КГСХОС в 2016 г. Визуализация GGE biplot «кто-где-победил» позволила разделить среды на два секторы: первый – условия МИП 2015–2017 гг. и НСОС 2016–2017 гг., второй – условия КГСХОС 2016–2017 гг. В первом секторе существенно превалировал сорт ‘МИП Мирный’, во втором – ‘Скарб’. Дифференцированы и выделены сорта ячменя ярового с наиболее оптимальным уровнем проявления урожайности в средах, наиболее близких к гипотетическому «идеальному» генотипу GGE biplot модели – ‘МИП Мирный’, ‘МИП Богун’, ‘Талисман Мироновский’, ‘МИП Азарт’, ‘Доказ’, ‘Пан’. Выводы. Моделирование многосредовых сортоиспытаний путем комбинирования контрастных по гидротермическим режимам годов и различных экологических условий с интерпретацией результатов исследований в соответствии с современными статистическо-графическими методами способствует более детальной характеристике взаимодействия «генотип–среда», ранжированию и выделению перспективных генотипов. | Мета. Виявити закономірності рівня прояву врожайності сортів ячменю ярого у взаємодії «генотип–середовище» за випробування в різних екологічних зонах України та виділити генотипи з підвищеним адаптивним потенціалом.Методи. Об’єкт досліджень – 36 сортів ячменю ярого вітчизняної та зарубіжної селекції. Сортовипробування проведено в Миронівському інституті пшениці імені В. М. Ремесла НААН України (МІП) (Центральний Лісостеп) у 2015–2017 рр., на Носівській селекційно-дослідній станції МІП (НСДС) (Полісся) та на Кіровоградській державній сільськогосподарській дослідній станції НААН (КДСГДС) (Північний Степ) у 2016–2017 рр. За три роки досліджень (2015–2017) отримано результати випробування сортів у семи середовищах. Ділянки обліковою площею 10 м2 закладали у триразовій повторності методом повних рендомізованих блоків, відповідно до загальноприйнятих методик. Статистичний аналіз експериментальних даних проведено з використанням комп’ютерних програм Excel 2010 і Statistica 8.0. Для наочної інтерпретації взаємодії «генотип–середовище» використано GGE biplot модель.Результати. Дисперсійний аналіз даних урожайності засвідчив достовірні внески у загальну варіацію середовища – 64,64%, гено­типу – 14,90% та їх взаємодії – 20,46%. Найвищою диференціювальною здатністю (інформативністю) характеризувались умови МІП у 2016 р., найнижчою – умови КДСГДС у 2017 р. Найбільш репрезентативними були умови МІП у 2017 р. і НСДС у 2016 р., найменш репрезентативними – у КДСГДС (2016 р.). Найвіддаленішими між собою були умови МІП та KДСГДС у 2016 р. Візуалізація GGE biplot «хто-де-переміг» дала змогу розподілити середовища на два сектори: перший – умови МІП 2015–2017 рр. і НСДС 2016–2017 рр., другий – умови КДСГДС 2016–2017 рр. У першому секторі суттєву перевагу мав сорт ‘МІП Мирний’, у другому – сорт ‘Скарб’. Диференційовано й виділено сорти ячменю ярого з оптимальним рівнем прояву врожайності в середовищах, найближчих до гіпотетичного «ідеального» генотипу GGE biplot моделі – ‘МІП Мирний’, ‘МІП Богун’, ‘Талісман Миронівський’, ‘МІП Азарт’, ‘Доказ’, ‘Пан’.Висновки. Моделювання багатосередовищних сортовипробувань шляхом комбінування контрастних за гідротермічним режимом років і різних екологічних умов з інтерпретацією результатів досліджень за сучасними статистично-графічними методами сприяє детальнішій характеристиці взаємодії «генотип–середовище», ранжируванню і виділенню перспективних генотипів.

Purpose. To analyze the Ukrainian names of the fruit crops which varieties are undergoing scientific and technical examination. Results. Names of fruit crops form a separate terminological system based on one-word fruit plant names. Names of new introduced fruit crops usually are borrowed from the language of that country where the crop has extended and whence it has spread, or on the basis of a Latin generic name. Conclusions. The registered varieties of fruit plants in Ukraine belong to 48 crops. Formation of names of fruit crops has begun in ancient times and is continuing until now. Crop names, as a rule, consist of one word; two-word names occur as an exception, if so, an adjective should be places ahead of a noun. Names of fruit crops and the name of botanic taxa are specific, belong to different terminological systems and perform different functions.

Purpose. To analyze the Ukrainian names of the fruit crops which varieties are undergoing scientific and technical examination.Results. Names of fruit crops form a separate terminological system based on one-word fruit plant names. Names of new introduced fruit crops usually are borrowed from the language of that country where the crop has extended and whence it has spread, or on the basis of a Latin generic name.Conclusions. The registered varieties of fruit plants in Ukraine belong to 48 crops. Formation of names of fruit crops has begun in ancient times and is continuing until now. Crop names, as a rule, consist of one word; two-word names occur as an exception, if so, an adjective should be places ahead of a noun. Names of fruit crops and the name of botanic taxa are specific, belong to different terminological systems and perform different functions. | Цель. Проанализировать украинские названия плодовых культур, сорта которых проходят научно-техническую экспертизу.Результаты. Названия плодовых культур образуют отдельную терминологическую систему на основе однословных названий плодовых растений. Названия новых интродуцированных плодовых культур обычно заимствуют из языка той страны, где культура возникла и откуда она распространилась, или на основе латинского родового названия.Выводы. Зарегистрированные в Украине сорта плодовых растений можно распределить между 48 культурами. Формирование названий плодовых культур началось с незапамятных времен и длится до сих пор. Названия культур, как правило, однословные; двухсловные бывают в порядке исключения, в них прилагательное предшествует существительному. Названия плодовых культур и названия ботанических таксонов являются специфическими, принадлежат к разным терминологическим системам и выполняют разные функции. | Мета. Проаналізувати українські назви плодових культур, сорти яких проходять науково-технічну експертизу.Результати. Назви плодових культур утворюють окрему термінологічну систему на основі однослівних назв плодових рослин. Назви нових інтродукованих плодових культур зазвичай запозичують з мови тієї країни, де культура виникла й звідки вона поширилася, або на основі латинської родової назви.Висновки. Зареєстровані в Україні сорти плодових рослин можна розподілити між 48 культурами. Формування назв плодових культур розпочалося за прадавніх часів і триває донині. Назви культур, як правило, є однослівними; двослівні бувають як виняток, у них прикметник передує іменнику Назви плодових культур і назви ботанічних таксонів є специфічними, належать до різних термінологічних систем і виконують різні функції.

Purpose. To analyze the Ukrainian names of the fruit crops which varieties are undergoing scientific and technical examination. Results. Names of fruit crops form a separate terminological system based on one-word fruit plant names. Names of new introduced fruit crops usually are borrowed from the language of that country where the crop has extended and whence it has spread, or on the basis of a Latin generic name. Conclusions. The registered varieties of fruit plants in Ukraine belong to 48 crops. Formation of names of fruit crops has begun in ancient times and is continuing until now. Crop names, as a rule, consist of one word; two-word names occur as an exception, if so, an adjective should be places ahead of a noun. Names of fruit crops and the name of botanic taxa are specific, belong to different terminological systems and perform different functions.

Мета. Вивчити особливості формування врожайності насіння й зеленої маси у люпину білого. Виявити системи зв’язків між деякими елементами продуктивності й частку внеску кожного фактора в загальну дисперсію продуктивного потенціалу для розроблення селекційних програм зі створення сортів різних напрямів використання. Методи. Польові, лабораторні, статистичний. Результати. Після обробки первинних даних показників елементів структури врожайності насіння й зеленої маси із множини характеристик рослин, які вивчали, були виділені нові основні фактори, які характеризуються рядом провідних ознак. За показниками насіннєвої продуктивності виділено п’ять основних факторів, які зумовлюють понад 86% загальної мінливості. Перший фактор описує продуктивність бічних пагонів, другий – продуктивність центральної китиці, третій – перерозподіл асимілянтів між вегетативними й репродуктивними органами, четвертий – мікроперерозподіл асимілянтів у бобах, п’ятий – здатність до формування продуктивних бобів. За аналізом структури ознак продуктивності зеленої маси виділено чотири основні фактори, які описують понад 85% загальної мінливості: перший – загальний ріст і розвиток, другий – продуктивність бічних пагонів, третій – кормову цінність, четвертий – продуктивність центральної китиці. Факторна модель дала змогу визначити провідні ознаки й частку кожної системи, що пов’язана з окремим фактором, у формуванні складної ознаки загальної продуктивності рослин люпину білого. Висновки. Факторна модель формування продуктивності насіння люпину білого включає п’ять основних факторів. Процес формування вегетативної продуктивності характеризується чотирма основними факторами. Факторну модель сорту можна використовувати у процесі добору батьківських форм і оцінки нового гібридного матеріалу.

Purpose. To study peculiarities of forming yield of seeds and green mass in white lupine. To identify the system of relationships between some elements of productivity and each factor share in the total variance of productive capa­city for developing breeding programs to create varieties for different uses Methods. Field investigation, laboratory tests, statistical analysis.Results. After processing initial data that concerned parameters of structural elements of seed and green mass yield among multiplicity characteristics of studied plants, new key factors were identified which were characterized by a number of basic traits. In terms of seed productivity, five key factors were defined that cause over 86% of the total variability. The first factor described the productivity of laterals, the second one – the productivity of the central raceme, the third one – redistribution of assimilates between vegetative and reproductive organs, the fourth one – microredistribution of assimilates in beans; the fifth one – the ability to form productive beans. Due to the analysis of the structure of green mass productivi­ty traits, four key factors were defined that described over 85% of the total variability: the first factor – the general growth and development; the second one – the productivi­ty of laterals; the third one – feeding value; the fourth one – the productivity of central raceme. Factor model allowed to identify basic traits and share of each system associated with a particular factor in the formation of the complex trait of the general plant productivity of white lupine. Conclusions. The factor model of the white lupine seed productivity formation included five key factors. The process of formation of vegetative productivity is characterized by four key factors. The variety factor model can be used for parental forms selection and assessment of new hybrid material. | Цель. Изучить особенности формирования урожайности семян и зелёной массы у люпина белого. Выявить системы связей между некоторыми элементами продуктивности и долю вклада каждого фактора в общую дисперсию продуктивного потенциала для разработки селекционных программ по созданию сортов разных направлений использования. Методы. Полевые, лабораторные, статистический. Результаты. После обработки первичных данных показателей элементов структуры урожайности семян и зеленой массы из множества изучаемых характеристик растений были выделены новые основные факторы, которые характеризуются рядом ведущих признаков. По показателям семенной продуктивности было выделено пять основных факторов, обуславливающих более 86% общей изменчивос­ти. Первый фактор описывает продуктивность боковых побегов, второй – продуктивность центральной кисти, третий – перераспределение ассимилянтов между вегетативными и репродуктивными органами, четвертый – микроперераспределение ассимилянтов в бобах; пятый – способность к формированию продуктивных бобов. В результате анализа структуры признаков продуктивности зеленой массы выделено четыре основных фактора, которые описывают более 85% общей изменчивости: первый – общий рост и развитие; второй – продуктивность боковых побегов; третий – кормовую ценность; четвертый – продуктивность центральной кисти. Факторная модель позволила определить ведущие признаки и долю каждой системы, связанной с отдельным фактором, в формировании сложного признака общей продуктивности растений люпина белого.Выводы. Факторная модель формирования продуктивности семян люпина белого включает пять основных факторов. Процесс формирования вегетативной продуктивности характеризуется четырьмя основными факторами. Факторную модель сорта можно использовать при отборе родительских форм и оценке нового гибридного материала. | Мета. Вивчити особливості формування врожайності насіння й зеленої маси у люпину білого. Виявити системи зв’язків між деякими елементами продуктивності й частку внеску кожного фактора в загальну дисперсію продуктивного потенціалу для розроблення селекційних програм зі створення сортів різних напрямів використання.Методи. Польові, лабораторні, статистичний.Результати. Після обробки первинних даних показників елементів структури врожайності насіння й зеленої маси із множини характеристик рослин, які вивчали, були виділені нові основні фактори, які характеризуються рядом провідних ознак. За показниками насіннєвої продуктивності виділено п’ять основних факторів, які зумовлюють понад 86% загальної мінливості. Перший фактор описує продуктивність бічних пагонів, другий – продуктивність центральної китиці, третій – перерозподіл асимілянтів між вегетативними й репродуктивними органами, четвертий – мікроперерозподіл асимілянтів у бобах, п’ятий – здатність до формування продуктивних бобів. За аналізом структури ознак продуктивності зеленої маси виділено чотири основні фактори, які описують понад 85% загальної мінливості: перший – загальний ріст і розвиток, другий – продуктивність бічних пагонів, третій – кормову цінність, четвертий – продуктивність центральної китиці. Факторна модель дала змогу визначити провідні ознаки й частку кожної системи, що пов’язана з окремим фактором, у формуванні складної ознаки загальної продуктивності рослин люпину білого.Висновки. Факторна модель формування продуктивності насіння люпину білого включає п’ять основних факторів. Процес формування вегетативної продуктивності характеризується чотирма основними факторами. Факторну модель сорту можна використовувати у процесі добору батьківських форм і оцінки нового гібридного матеріалу.

Purpose. To develop a tobacco variety model with optimal inflorescence traits such as size and shape that will allow to increase seed productivity of the crop. Methods. Statistical and mathematical (correlative, regressive) ones. Results. Basic collection consisting of 282 variety samples registered in the National Genetics Center was evaluated, optimal parameters of inflorescence were defined that can provide a high seed yield. During statistical analysis, correlation matrix was developed with the purpose to highlight traits that correlate with inflorescence productivity. According to the results of correlation analysis, a strong relationship between the width and height of inflorescence (r = 0,773±0,038) was established. Somewhat weaker correlation was observed when modeling regressive relation between inflorescence height and width, where regression showed the medium relationship. Regression equation of these traits is as follows: y = 0,5585x + 8,4649. Inflorescence density (r = 0,646), height (r = 0,556) and width (r = 0,527) also had quite a high positive effect on seed productivity. The results of regression analysis pointed to the fact that there were a linear relationship between inflorescence size and seed productivity. Conclusions. Among 282 samples of basic tobacco collection, 29 varieties with high seed productivity was defined which can be used in the breeding process, and ‘Sobolchskyi 15/21’, ‘Ergo 23’, ‘C-11’, ‘Sygarnyi 99’ varieties were selected for large-scale implementation into the production of raw material of cigar type.

Purpose. To develop a tobacco variety model with optimal inflorescence traits such as size and shape that will allow to increase seed productivity of the crop. Methods. Statistical and mathematical (correlative, regressive) ones. Results. Basic collection consisting of 282 variety samples registered in the National Genetics Center was evaluated, optimal parameters of inflorescence were defined that can provide a high seed yield. During statistical analysis, correlation matrix was developed with the purpose to highlight traits that correlate with inflorescence productivity. According to the results of correlation analysis, a strong relationship between the width and height of inflorescence (r = 0,773±0,038) was established. Somewhat weaker correlation was observed when modeling regressive relation between inflorescence height and width, where regression showed the medium relationship. Regression equation of these traits is as follows: y = 0,5585x + 8,4649. Inflorescence density (r = 0,646), height (r = 0,556) and width (r = 0,527) also had quite a high positive effect on seed productivity. The results of regression analysis pointed to the fact that there were a linear relationship between inflorescence size and seed productivity. Conclusions. Among 282 samples of basic tobacco collection, 29 varieties with high seed productivity was defined which can be used in the breeding process, and ‘Sobolchskyi 15/21’, ‘Ergo 23’, ‘C-11’, ‘Sygarnyi 99’ varieties were selected for large-scale implementation into the production of raw material of cigar type.

Purpose. To develop a tobacco variety model with optimal inflorescence traits such as size and shape that will allow to increase seed productivity of the crop.Methods. Statistical and mathematical (correlative, regressive) ones.Results. Basic collection consisting of 282 variety samples registered in the National Genetics Center was evaluated, optimal parameters of inflorescence were defined that can provide a high seed yield. During statistical analysis, correlation matrix was developed with the purpose to highlight traits that correlate with inflorescence productivity. According to the results of correlation analysis, a strong relationship between the width and height of inflorescence (r = 0,773±0,038) was established. Somewhat weaker correlation was observed when modeling regressive relation between inflorescence height and width, where regression showed the medium relationship. Regression equation of these traits is as follows: y = 0,5585x + 8,4649. Inflorescence density (r = 0,646), height (r = 0,556) and width (r = 0,527) also had quite a high positive effect on seed productivity. The results of regression analysis pointed to the fact that there were a linear relationship between inflorescence size and seed productivity.Conclusions. Among 282 samples of basic tobacco collection, 29 varieties with high seed productivity was defined which can be used in the breeding process, and ‘Sobolchskyi 15/21’, ‘Ergo 23’, ‘C-11’, ‘Sygarnyi 99’ varieties were selected for large-scale implementation into the production of raw material of cigar type. | Цель. Разработать модель сорта табака с оптимальными признаками размера и формы соцветия, что позволит повысить семенную продуктивность культуры.Методы. Статистический и математический (корреляционный, регрессионный).Результаты. Обработана базовая коллекция из 282 сортообразцов, зарегистрированных в Национальном генетическом центре, определены оптимальные параметры соцветия, которые обеспечат высокий урожай семян. При статистическом анализе разработана корреляционная матрица с целью выделения признаков, которые коррелируют с продуктивностью соцветия. По результатам корреляционного анализа установлена сильная связь между шириной и высотой соцветия (r = 0,773 ± 0,038). Более слабый уровень взаимосвязи был отмечен при моделировании регрессионной связи между высотой соцветия и его шириной, где регрессия проявляет значительный уровень связи. Уравнение регрессии этих признаков имеет вид: y = 0,5585x + 8,4649. Достаточно значительное положительное влияние на семенную продуктивность оказывали также плотность (r = 0,646), высота (r = 0,556) и ширина (r = 0,527) соцветия. Результаты регрессионного анализа свидетельствуют о линейном характере зависимости между размерами соцветий и семенной продуктивностью.Выводы. Среди 282 образцов базовой коллекции табака выделены 29 сортов с высокими показателями семенной продуктивности, которые можно использовать в селекционном процессе, а сорта ‘Соболчський 15/21’, ‘Ergo 23’, ‘С-11’, ‘Сигарный 99’ – для широкого внедрения в производство при изготовлении сырья сигарного типа. | Мета. Розробити модель сорту тютюну з оптимальними ознаками розміру та форми суцвіття, що дасть можливість підвищити насіннєву продуктивність культури.Методи. Статистичний, математичний (кореляційний, регресійний).Результати. Опрацьовано базову колекцію з 282 сортозразків, які зареєстровано в Національному генетичному центрі, визначено оптимальні параметри суцвіття, які забезпечать високий урожай насіння. Під час статистичного аналізу розроблено кореляційну матрицю для виділення ознак, які корелюють з продуктивністю суцвіття. За результатами кореляційного аналізу встановлено сильний зв’язок між шириною та висотою суцвіття (r = 0,773±0,038). Трохи слабший рівень взаємозалежності спостерігався під час моделювання регресійного зв’язку між висотою суцвіття та його шириною, де регресія проявляє значний зв’язок. Рівняння регресії цих ознак мало вигляд: y = 0,5585x+8,4649. Досить значний позитивний вплив на насіннєву продуктивність мали також щільність (r = 0,646), висота (r = 0,556) та ширина (r = 0,527) суцвіття. Результати регресійного аналізу свідчать про лінійний характер залежності між розмірами суцвіть та насіннєвою продуктивністю.Висновки. Серед 282 зразків базової колекції тютюну виділено 29 сортів з високими показниками насіннєвої продуктивності, які можна використовувати у селекційному процесі, а сорти «Соболчський 15/21», «Ergo 23», «С-11», «Сигарний 99» – для широкого впровадження у виробництво для виготовлення сировини сигарного типу.

Purpose. To analyze the level of cross-resistance of obtained salt- and osmotolerant cell lines and plants regenerants of winter triticale to osmotic and salt stresses. Methods. Cultures of tissue and organs in vitro, in vitro breeding, biochemical, statistical analysis. Results. It was established that the stability of cross-resistance trait display to saline and osmotic stresses in obtained cell lines of winter triticale was rather high – from 50 to 76% of calli have survived to the end of the sixth passage. It has been shown that despite the presence of sublethal concentrations of the stress-factor (mannitol/sodium chloride) in selective medium, stable cell lines of the triticale actively continued to grow and accumulate biomass. It was found that in the line ‘38/1296’ cell lines 5L/sl and 5L/os respectively were the most resistant to osmotic and salt stresses, and lines 1C/s1 and 1C/os respectively in the ‘Obrii’ variety, since they had the highest percent of living calli and biomass increment under the selective conditions and their plant regenerant – the highest level of survival after the impact of the abiotic stressors complex. The salt-resistant cell lines of both genotypes of winter triticale as compared to the control were also characterized by significantly higher free proline content under the selective factors impact. The results obtained may indicate that the cell lines and triticale plant regenerants have a genetically determined trait of resistance to stress factors. Conclusions. Verification of traits of resistance to abiotic stressors has shown a significantly high level of cross-tolerance of the obtained cell lines of both triticale genotypes for saline and osmotic stresses. Resistance to saline and osmotic stresses of cells separated in vitro was preserved in induced plants and at the organism level has increased tolerance to abiotic environmental factors. It is shown that due to the general non-specific mechanisms of resistance, the capacity of the callus cultures of triticale to resist to one abiotic stressor can lead to increased tolerance for another one.

Purpose. To analyze the level of cross-resistance of obtained salt- and osmotolerant cell lines and plants regenerants of winter triticale to osmotic and salt stresses. Methods. Cultures of tissue and organs in vitro, in vitro breeding, biochemical, statistical analysis. Results. It was established that the stability of cross-resistance trait display to saline and osmotic stresses in obtained cell lines of winter triticale was rather high – from 50 to 76% of calli have survived to the end of the sixth passage. It has been shown that despite the presence of sublethal concentrations of the stress-factor (mannitol/sodium chloride) in selective medium, stable cell lines of the triticale actively continued to grow and accumulate biomass. It was found that in the line ‘38/1296’ cell lines 5L/sl and 5L/os respectively were the most resistant to osmotic and salt stresses, and lines 1C/s1 and 1C/os respectively in the ‘Obrii’ variety, since they had the highest percent of living calli and biomass increment under the selective conditions and their plant regenerant – the highest level of survival after the impact of the abiotic stressors complex. The salt-resistant cell lines of both genotypes of winter triticale as compared to the control were also characterized by significantly higher free proline content under the selective factors impact. The results obtained may indicate that the cell lines and triticale plant regenerants have a genetically determined trait of resistance to stress factors. Conclusions. Verification of traits of resistance to abiotic stressors has shown a significantly high level of cross-tolerance of the obtained cell lines of both triticale genotypes for saline and osmotic stresses. Resistance to saline and osmotic stresses of cells separated in vitro was preserved in induced plants and at the organism level has increased tolerance to abiotic environmental factors. It is shown that due to the general non-specific mechanisms of resistance, the capacity of the callus cultures of triticale to resist to one abiotic stressor can lead to increased tolerance for another one.

Purpose. To analyze the level of cross-resistance of obtained salt- and osmotolerant cell lines and plants regenerants of winter triticale to osmotic and salt stresses. Methods. Cultures of tissue and organs in vitro, in vitro breeding, biochemical, statistical analysis. Results. It was established that the stability of cross-resistance trait display to saline and osmotic stresses in obtained cell lines of winter triticale was rather high – from 50 to 76% of calli have survived to the end of the sixth passage. It has been shown that despite the presence of sublethal concentrations of the stress-factor (mannitol/sodium chloride) in selective medium, stable cell lines of the triticale actively continued to grow and accumulate biomass. It was found that in the line ‘38/1296’ cell lines 5L/sl and 5L/os respectively were the most resistant to osmotic and salt stresses, and lines 1C/s1 and 1C/os respectively in the ‘Obrii’ variety, since they had the highest percent of living calli and biomass increment under the selective conditions and their plant regenerant – the highest level of survival after the impact of the abiotic stressors complex. The salt-resistant cell lines of both genotypes of winter triticale as compared to the control were also characterized by significantly higher free proline content under the selective factors impact. The results obtained may indicate that the cell lines and triticale plant regenerants have a genetically determined trait of resistance to stress factors.Conclusions. Verification of traits of resistance to abiotic stressors has shown a significantly high level of cross-tolerance of the obtained cell lines of both triticale genotypes for saline and osmotic stresses. Resistance to saline and osmotic stresses of cells separated in vitro was preserved in induced plants and at the organism level has increased tolerance to abiotic environmental factors. It is shown that due to the general non-specific mechanisms of resistance, the capacity of the callus cultures of triticale to resist to one abiotic stressor can lead to increased tolerance for another one. | Цель. Проанализировать уровень перекрестной устойчивости полученных соле- и осмоустойчивых клеточных линий и растений-регенерантов тритикале озимого к осмотическому и солевому стрессам. Методы. Культуры тканей и органов in vitro, селекции in vitro, биохимические, статистический анализ. Результаты. Установлено, что стабильность проявления признака перекрестной устойчивости как к солевому, так и осмотическому стрессам у полученных клеточных линий тритикале озимого была на достаточно высоком уровне – к концу шестого пассажа выживало от 50 до 76% каллусов. Показано, что, несмотря на наличие в селективной среде сублетальной концентрации стресс-фактора (маннита/хлорида натрия), устойчивые клеточные линии тритикале активно продолжали свой рост и накапливали биомассу. Выявлено, что в линии ‘38/1296’ наиболее устойчивыми к осмотическому и солевому стрессам были клеточные линии 5Л/сл и 5Л/ос соответственно, а у сорта ‘Обрий’ – 1С/сл и 1С/ос соответственно, поскольку они имели самую высокую долю живых каллусов и прирост биомассы в селективных условиях, а растения-регенеранты из них – наивысший уровень выживания после воздействия комплекса абиотических стрессоров. Солеустойчивые клеточные линии обоих генотипов тритикале озимого по сравнению с контролем характеризовались также достоверно более высоким содержанием свободного пролина при действии селективных факторов. Полученные результаты могут свидетельствовать о том, что клеточные линии и растения-регенеранты тритикале имеют генетически обусловленный признак устойчивости к стрессовым факторам. Выводы. Проверка признаков устойчивости к абиотическим стрессорам показала достаточно высокий уровень перекрестной толерантности полученных клеточных линий обоих генотипов тритикале как к солевому, так и к осмотическому стрессам. Устойчивость к солевому и осмотическому стрессам выделенных in vitro клеток сохранилась в индуцированных растениях и на уровне организма обеспечила повышение толерантности к абиотическим факторам среды. Показано, что благодаря общим неспецифическим механизмам устойчивости резистентность каллусных культур тритикале к одному абиотическому стрессору может приводить к повышению толерантности и к другому. | Мета. Проаналізувати рівень перехресної стійкості отриманих соле- та осмостійких клітинних ліній і рослин-регенерантів тритикале озимого до осмотичного та сольового стресів.Методи. Культури тканин і органів in vitro, селекції in vitro, біохімічні, статистичний аналіз.Результати. Встановлено, що стабільність прояву ознаки перехресної стійкості як до сольового, так і до осмотичного стресів у отриманих клітинних ліній тритикале озимого була на досить високому рівні – до кінця шостого пасажу виживало від 50 до 76% калюсів. Показано, що, незважаючи на наявність у селективному середовищі сублетальної концентрації стрес-фактора (маніту/хлориду натрію), стійкі клітинні лінії тритикале активно продовжували рости й накопичувати біомасу. Виявлено, що у лінії ‘38/1296’ найбільш стійкими до осмотичного та сольового стресів були клітинні лінії 5Л/сл та 5Л/ос відповідно, а в сорту ‘Обрій’ – 1С/сл та 1С/ос відповідно, оскільки вони мали найвищу частку живих калюсів та приріст біомаси за селективних умов, а рослини-регенеранти з них – найвищий рівень виживання після дії комплексу абіотичних стресорів. Солестійкі клітинні лінії обох генотипів тритикале озимого порівняно з контролем характеризувались також достовірно вищим вмістом вільного проліну за дії селективних чинників. Одержані результати можуть свідчити про те, що клітинні лінії та рослини-регенеранти тритикале мають генетично обумовлену ознаку стійкості до стресових факторів.Висновки. Перевірка ознак стійкості до абіотичних стресорів засвідчила досить високий рівень перехресної толерантності отриманих клітинних ліній обох генотипів тритикале як до сольового, так і до осмотичного стресів. Стійкість до сольового та осмотичного стресів виділених in vitro клітин збереглась у індукованих рослинах і на організмовому рівні забезпечила підвищення толерантності до абіотичних факторів середовища. Показано, що завдяки загальним неспецифічним механізмам стійкості резистентність калюсних культур тритикале до одного абіотичного стресора може призводити до підвищення толерантності й до іншого.

Мета.Визначити статистичні методи та інструментальні засоби (пакети прикладних програм) для створення сис­теми підтримки прийняття рішення (СППР) кваліфікаційної експертизи сортів рослин на придатність до поширення (ПСП) у розрізі завдань оброблення даних. Обґрунтувати вибір програмних засобів оброблення статистичних даних польових та лабораторних досліджень, що входять до складу кваліфікаційної експертизи на ПСП. Методи. Аналітичний, який ґрунтується на порівнянні методів описової та багатовимірної статистики й засобів інтелектуального аналізу даних, отриманих під час кваліфікаційної експертизи на ПСП. Порівняльний аналіз програмних засобів оброблення статистичних даних для підготовки пропозицій щодо кінцевого рішення за заявкою на сорт рослин.Результати. Проведено декомпозицію завдань, що входять до складу системи підтримки прийняття рішень з кваліфікаційної екс­пертизи сортів-кандидатів на ПСП. Проведено порівняння статистичного пакета SPSS, пакета аналізу, що входить до складу MS Excel, та мови програмування R за критеріями: зручність інтерфейсу, функціональність, якість представлення результатів обчислення, наочність графічної інформації, вартість програмного засобу. Обидва пакети широко застосовують у світі для статистичного оброблення даних, вони мають аналогічний склад функцій для обчислення статистик. Висновки. Виокремлено завдання ПСП, що рекомендовано вирішувати із застосуванням досліджуваних засобів. Як інструментальний засіб рекомендовано використовувати мову програмування R. Основною перевагою R порівняно з пакетом IBM SPSS Statistics є те, що R є програмним продуктом з відкритим кодом, який вільно поширюється. | Цель. Определить статистические методы и инструментальные средства (пакеты прикладных программ) для создания системы поддержки принятия решения (СППР) квалификационной экспертизы сортов на пригодность их к распространению (ПСР) в разрезе задач обработки данных. Обосновать выбор программных средств обработки статистических данных полевых и лабораторных исследований, которые входят в состав квалификационной экспертизы на ПСР. Методы. Аналитический, основанный на сравнении методов описательной и многомерной статистики и средств интеллектуального анализа данных, полученных при проведении квалификационной экспертизы на ПСР. Сравнительный анализ программных средств обработки статистических данных для подготовки предложений по окончательному решению по заявке на сорт растений.Результаты. Проведена декомпозиция задач, которые входят в состав системы поддержки принятия решений по квалификационной экспертизе сортов-кандидатов на ПСП. Проведено сравнение статистического пакета SPSS, пакета анализа, который входит в состав MS Excel и языка программирования R по критериям: удобство интерфейса, функциональность, качество представления результатов расчетов, наглядность графической информации, стоимость программного средства. Оба пакета широко применяются в мире для статистической обработки данных, имеют аналогичный состав функций для расчета статистик. Выводы. Выделены задачи ПСР, которые рекомендуется решать с применением исследуемых средств. В качестве инструментального средства целесообратно использовать язык программирования R. Основным преимуществом R по сравнению с пакетом IBM SPSS Statistics является то, что R – программный продукт с открытым кодом, который свободно распространяется. | Purpose. To define statistical methods and tools (application packages) for creating the decision support system (DSS) for qualifying examination of plant varieties suitable for dissemination (VSD) in the context of data processing tasks. To substantiate the selection of software for proces­sing statistical data relative to field and laboratory investigations that are included into the qualifying examination for VSD.Methods. Analytical one based on the comparison of methods of descriptive and multivariate statistics and tools of intellectual analysis of data obtained during qualifying examination for VSD. Comparative analysis of software tools for processing statistical data in order to prepare proposals for the final decision on plant variety application. Decomposition of tasks was carried out which were included into the decision support system for qualifying examination of varieties-candidates for VSD. Results. Statistical package SPSS, analysis package included in MS Excel and programe language R was compared for the following criteria: interface usability, functionality, quality of calculation result presentation, visibility of graphical information, software cost. The both packages were widely used in the world for statistical data processing, they have similar functions for statistics calculation. Conclusion. Tasks of VSD were separated and recommended to tackle using investigated tools. Programe language R was a product recommended to use as a tool. The main advantage of R as compared to the package IBM SPSS Statistics is the fact that R is an open source software.

Purpose. To define statistical methods and tools (application packages) for creating the decision support system (DSS) for qualifying examination of plant varieties suitable for dissemination (VSD) in the context of data processing tasks. To substantiate the selection of software for proces­sing statistical data relative to field and laboratory investigations that are included into the qualifying examination for VSD. Methods. Analytical one based on the comparison of methods of descriptive and multivariate statistics and tools of intellectual analysis of data obtained during qualifying examination for VSD. Comparative analysis of software tools for processing statistical data in order to prepare proposals for the final decision on plant variety application. Decomposition of tasks was carried out which were included into the decision support system for qualifying examination of varieties-candidates for VSD. Results. Statistical package SPSS, analysis package included in MS Excel and programe language R was compared for the following criteria: interface usability, functionality, quality of calculation result presentation, visibility of graphical information, software cost. The both packages were widely used in the world for statistical data processing, they have similar functions for statistics calculation. Conclusion. Tasks of VSD were separated and recommended to tackle using investigated tools. Programe language R was a product recommended to use as a tool. The main advantage of R as compared to the package IBM SPSS Statistics is the fact that R is an open source software.

Purpose. To define statistical methods and tools (application packages) for creating the decision support system (DSS) for qualifying examination of plant varieties suitable for dissemination (VSD) in the context of data processing tasks. To substantiate the selection of software for proces­sing statistical data relative to field and laboratory investigations that are included into the qualifying examination for VSD. Methods. Analytical one based on the comparison of methods of descriptive and multivariate statistics and tools of intellectual analysis of data obtained during qualifying examination for VSD. Comparative analysis of software tools for processing statistical data in order to prepare proposals for the final decision on plant variety application. Decomposition of tasks was carried out which were included into the decision support system for qualifying examination of varieties-candidates for VSD. Results. Statistical package SPSS, analysis package included in MS Excel and programe language R was compared for the following criteria: interface usability, functionality, quality of calculation result presentation, visibility of graphical information, software cost. The both packages were widely used in the world for statistical data processing, they have similar functions for statistics calculation. Conclusion. Tasks of VSD were separated and recommended to tackle using investigated tools. Programe language R was a product recommended to use as a tool. The main advantage of R as compared to the package IBM SPSS Statistics is the fact that R is an open source software.