Любовь Юрьевна Новикова, доктор сельскохозяйственных наук, ведущий научный сотрудник, и. о. заведующего отделом
190000 Россия, Санкт-Петербург, ул. Б. Морская, 42, 44
Liubov Yu. Novikova, Dr. Sci. (Agriculture), Leading Researcher, Acting Head of a Department
42, 44 Bolshaya Morskaya Street, St. Petersburg 190000
Биологическая статистика начала развиваться синхронно с формированием первых коллекций генетических ресурсов растений (ГРР) в конце XIX – начале XX в. С момента создания коллекции ГРР ВИР в полевых и лабораторных условиях с использованием всего доступного диапазона экспериментальных методов ведется оценка разнообразия генофонда по фенотипическим и генотипическим показателям, выделение образцов с заданным набором характеристик для конкретных задач селекции. Ключевым вопросом параметризации образцов является выбор адекватного задаче метода статистического исследования. Целью данного обзора является сводка типовых статистических задач, возникающих при работе с фенотипическими оценками коллекций ГРР, и соответствующих им методов.При анализе коллекций ГРР базовым элементом является определение качественных и количественных характеристик образцов. Методы описательной статистики позволяют оценить средние значения и стабильность хозяйственно ценных признаков на основе нескольких лет изучения в одном или нескольких пунктах. Эти показатели сводятся в базы, публикуются в каталогах, постоянно издаваемых ВИР, используются при выделении перспективных образцов для задач селекции. Часто встает задача сравнения групп образцов разных видов, разного географического происхождения, результатов испытания в разных эколого-географических условиях, жизнеспособности при разных условиях хранения и т. д. Проверка гипотезы о различии нескольких признаков или вариантов опыта по выборочным данным осуществляется с использованием t-критерия Стьюдента, дисперсионного анализа. Активно развиваются современные методы оценки взаимодействия «генотип × среда».Выявление погодно-климатических факторов, влияющих на хозяйственно ценные признаки образцов, такие как урожайность, крупнозерность, устойчивость к биотическим и абиотическим факторам, показатели качества, установление взаимосвязей этих признаков, которые необходимо учитывать при создании сорта заданной модели, осуществляются методами корреляционно-регрессионного анализа. Начавшееся в 1970-х гг. активное потепление климата вызвало интерес биологов к определению трендов урожайности сортов, использованию методов анализа временных рядов в регрессионном моделировании.При описании объемной коллекции ГРР, исследовании филогенетических связей, выделении репрезентативной выборки, создании core-коллекций возникает задача структурирования коллекции, выделения групп схожих образцов. Задача классификации решается методами классификации без обучения, в частности кластерного анализа, или с обучением, например дискриминантного анализа.При анализе образцов ГРР по большому количеству показателей стоит задача выявления наиболее информативных показателей, то есть снижения размерности пространства признаков, которая решается методами анализа главных компонент или факторного анализа с переходом от реальных измеренных переменных к небольшому количеству гипотетических величин, называемых факторами. Изучение коллекций ГРР все более выходит за рамки классических полевых наблюдений урожайности, для которых в начале XX в. разработали методы биостатистики, основанные на предположении о нормальном характере распределения. В середине XX в. появились непараметрические аналитические методы и ресемплинг-методы имитационного компьютерного моделирования для решения тех же предметных задач.Развитие компьютеров позволило создать интегрированные дата-платформы, собирающие огромные массивы разноплановых характеристик ГРР, масштабировать сложные многомерные методы, доступные только математикам, на широкий круг исследователей в различных предметных областях. Методы биостатистики, относящиеся к фенотипическим данным, продолжают развиваться, обеспечивая совершенствование оценки потенциала коллекций ГРР и являясь неотъемлемой информационной поддержкой современного геномного анализа.
Biostatistics began to develop synchronously with the formation of the first collections of plant genetic resources (PGR) in the late 19th and early 20th centuries. Since the foundation of the PGR collection at VIR, the entire available range of experimental methods was employed in the field and in the laboratory to evaluate its genetic diversity according to phenotypic and genotypic indicators and to select accessions with a given set of characteristics for specific breeding tasks. The key point is to choose a statistical research method that is adequate to the task. The purpose of this review was to summarize typical statistical problems that arise during phenotypic assessments of PGR collections and methods appropriate for their solution.When analyzing PGR collections, the basic element is to determine qualitative and quantitative characteristics of their accessions. Descriptive statistics methods make it possible to estimate the mean values and stability of economically valuable plant characters on the basis of several years of studying in one or more locations. These indicators are compiled into databases, included into catalogues constantly published by VIR, and used in the selection of accessions promising for breeding tasks.It is often necessary to compare groups of accessions belonging to different species and having different geographic origin, test results in different ecogeographic environments, viability under various storage conditions, etc. The hypothesis of differences among several plant features or variants of the experiment based on sample data is tested using Student’s t-test and the analysis of variance. Modern methods for assessing the genotype × environment interaction are being actively developed.The correlation and regression analysis is employed to identify weather and climate factors affecting valuable agronomic characters of accessions, such as yield, grain weight, resistance to biotic and abiotic factors, and quality indicators, and to find interrelationships among such characters that should be taken into account while developing a cultivar according to a given model. The active warming of the climate, which started in the 1970s, aroused the interest of biologists in disclosing crop yield trends and using time series analysis methods in regression modeling.Those who describe a large PGR collection, examine phylogenetic relationships, select a representative sample, and build up core-collections would face a task of structuring the collection and identifying groups of similar accessions. The classification problem is solved by classification methods either without learning, such as the cluster analysis, or with learning, such as the discriminant analysis.Analyzing PGR accessions for a large number of indicators requires identification of the most informative indicators, i.e., reducing the dimensions of the character space, accomplished by the principal component analysis or factor analysis techniques with a shift from real measured variables to a small number of hypothetical values, called factors.The study of PGR collections is increasingly expanding beyond the limits of classical field observations of yield, for which biostatistics methods, based on the assumption of a normal distribution, were developed in the early 20th century. In the middle of the 20th century, nonparametric analytical methods and resampling techniques of computer simulation appeared.The development of computers made it possible to make integrated data platforms that accumulated huge arrays of diverse PGR characteristics, and extend complex multidimensional methods available only to mathematicians to a wider range of researchers in various disciplines. Biostatistics methods associated with phenotypic data continue to evolve, ensuring improved assessment of the potential of PGR collections and providing integral information support to the modern genomic analysis.
The authors declare that there are no conflicts of interest present.