Современные базы данных в селекции яблони

В обзорной статье приведены данные, по результатам исследования существующего библиотечного фонда НБС-ННЦ, а также при помощи поисковых систем «Яндекс», «Google», «Google Scholar», электронных библиотек «Elibrary.ru» и «КиберЛенинка». В результате проведенного исследования установлено, что в настоящий момент существуют электронные базы данных по такой культуре как яблоня, а именно: «Основные хозяйственно ценные, морфологические и молекулярно-генетические признаки представителей рода Malus Mill. с устойчивостью к основным грибным патогенам юга России», «Агробиологические, цитологические и молекулярно-генетические признаки представителей рода Malus для использования в селекции и садоводстве юга России», «База физиолого-биохимических показателей влияния биологически активных веществ на устойчивость сортов яблони к абиотическим стрессорам юга России» и др. Отечественными учеными ведется работа по созданию электронных методов распознавания сортов яблони. Зарубежом данная тематика также прорабатывается, разработаны следующие базы данных: «База данных о вредителях яблони в ЕС для поддержки оценки фитосанитарного риска», «База данных о функциях генов яблони и семействах генов: интегрированная база данных биоинформатики для исследований яблони», «Молекулярно-генетическая идентификация сортов яблони на основе микросателлитного анализа ДНК. I. База данных из 600 проверенных профилей». Создание баз данных актуально для Никитского ботанического сада в связи с активным ведением селекционного процесса. Существующие базы данных впечатляют своей проработанностью в конкретной области научного знания. Однако, видятся несколько неудобными для полноценной работы селекционера. Существуют большие перспективы развития создания базы данных, включающей в себя все необходимые показателя, для разработки селекционных программ по созданию новых сортов яблони.

1. Ганичева А.В., Ганичев А.В. Метод распознавания сортов яблони // Роль агрономической науки в оптимизации технологий возделывания сельскохозяйственных культур: Мат. Международной научно-практической конференции, посвященной 65-летию работы кафедры растениеводства ФГБОУ ВО Ижевская ГСХА в Удмуртии (Ижевск, 19–22 ноября 2019 г.). Ижевск, 2020. С. 377-381.

2. Государственный реестр сортов и гибридов сельскохозяйственных растений, допущенных к использованию: официальное издание. М.: ФГБНУ «Росинформагротех», 2024. 620 с.

3. Ульяновская Е.В., Щеглов С.Н., Беленко Е.А., Балапанов И.М. Изучение и оцифровка по комплексу морфологических признаков согласно международной методике УПОВ источников целевых признаков яблони // Научные труды Северо-Кавказского федерального научного центра садоводства, виноградарства, виноделия. 2021. Т. 31. С. 25-33.

4. Ульяновская Е.В., Щеглов С.Н., Чернуцкая Е.А., Богданович Т.В., Балапанов И.М., Степанова Е.Ф. Маркерные и информационные технологии изучения генетического разнообразия и ценных для селекции признаков Malus Mill // Передовые исследования Кубани: Сборник материалов Ежегодной отчетной конференции грантодержателей Кубанского научного фонда (Сочи, 20–22 июня 2022 г.). Краснодар, 2022. С. 126-130.

5. Программа и методика селекции плодовых, ягодных и орехоплодных культур / под ред. Е.Н. Седова. Орел: Всероссийский научно-исследовательский институт селекции плодовых культур, 1995. 503 с.

6. Родионов А.В., Пунина Е.О., Шнеер В.С., Сухов А.С., Домашкина В.В. ДНК-штрихкодирование растений следующего поколения // BIOAsia-Altai. 2024. Т. 4. №. 1. С. 353-356.

7. Свидетельство о государственной регистрации базы данных № 2018620796 Российская Федерация. База физиолого-биохимических показателей влияния биологически активных веществ на устойчивость сортов яблони к абиотическим стрессорам юга России: № 2018620429: заявл. 12.04.2018: опубл. 01.06.2018 / Н.И. Ненько, Г.К. Киселева, Н.Н. Сергеева, А.В. Караваева.

8. Свидетельство о государственной регистрации базы данных № 2020620175 Российская Федерация. Динамика плодоношения яблони в Ботаническом саду им. Bс. M. Крутовского за 2011–2019 гг: № 2020620015: заявл. 09.01.2020: опубл. 30.01.2020 / Н.П. Братилова, Р.Н. Матвеева, Н.В. Моксина и др.

9. Смирнов И.Г., Кутырёв А.И., Хорт Д.О., Тумаева Е.А., Бурменко Ю.В. Разработка программно-аппаратного комплекса с мобильным приложением на основе нейронной сети для мониторинга плодов яблони в кроне дерева // Садоводство и виноградарство. 2023. № 1. С. 43-51.

10. Шишлова-Соколовская А.М., Урбанович О.Ю. CRISPR/Cas9-опосредованный направленный мутагенез гена PDS Nicotiana tabacum L. // Известия Национальной академии наук Беларуси. Серия биологических наук. 2024. Т. 69. №. 4. С. 298-308.

11. Baric S., Storti A., Hofer M., Guerra W. Molecular genetic identification of apple cultivars based on microsatellite DNA analysis. I. The database of 600 validated profiles // Erwerbs-obstbau. 2020. Т. 62. №. 2. P. 117-154.

12. European Food Safety Authority (EFSA), Kertesz V., Monguidi M., Pasinato L. Database on apple fruit pests of the EU to support pest risk assessments // Efsa Journal. 2020. Т. 18. № 5. P. e06149.

13. Yang X., Shi H., Zhang B., Yang F. Hunyuan3d-1.0: A unified framework for text-to-3d and image-to-3d generation // arXiv preprint arXiv:2411.02293. 2024. https://doi.org/10.48550/arXiv.2411.02293 (accessed on 28.05.2025).

14. Zhang S. Apple gene function and gene family database: an integrated bioinformatics database for apple research // Plant Growth Regulation. 2013. No. 70. P. 199-206.

15. https://www.researchgate.net/publication/236021682_Apple_gene_function_and_gene_family_database_An_integrated_bioinformatics_database_for_apple_research (accessed on 28.05.2025).