🔧На сайте запланированы технические работы
25.12.2025 в промежутке с 18:00 до 21:00 по Московскому времени (GMT+3) на сайте будут проводиться плановые технические работы. Возможны перебои с доступом к сайту. Приносим извинения за временные неудобства. Благодарим за понимание!
🔧Site maintenance is scheduled.
Scheduled maintenance will be performed on the site from 6:00 PM to 9:00 PM Moscow time (GMT+3) on December 25, 2025. Site access may be interrupted. We apologize for the inconvenience. Thank you for your understanding!

 

Генетический контроль и молекулярные маркеры устойчивости сахарной свеклы к патогенам

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Сахарная свекла — единственная культура, которую используют для промышленного производства сахара в странах с умеренным климатом. Создание сортов, устойчивых к вирусным, бактериальным, грибным инфекциям и нематодам, позволяет сохранять урожайность и качество корнеплодов. Современная селекция базируется на знании генетики целевых признаков и использовании методов их молекулярного маркирования. Такой подход в несколько раз ускоряет селекционные работы за счет возможности быстрой оценки исходного материала и гибридного потомства. В обзоре приведена современная информация о генетическом контроле устойчивости сахарной свеклы к ризомании, корневой гнили, ризоктониозу, фузариозу, нематодам, мучнистой росе, церкоспорозу бактериальной пятнистости листьев и о молекулярных маркерах, которые могут быть использованы для идентификации устойчивых генотипов. Приведены данные о полногеномном исследовании ассоциаций для идентификации однонуклеотидных замен в генах, связанных с устойчивостью к перечисленным заболеваниям. Описано взаимодействие генов, расположенных в разных хромосомах сахарной свеклы, приводящее к усилению защитного ответа при ризомании. Представленная информация о генетике устойчивости к заболеваниям и о молекулярных маркерах важна для направленной селекции сахарной свеклы.

Об авторах

Ольга Григорьевна Смирнова

Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук

Автор, ответственный за переписку.
Email: planta@bionet.nsc.ru
ORCID iD: 0000-0002-3023-767X
SPIN-код: 1728-0676

канд. биол. наук

Россия, 630090, Новосибирск, пр. Академика Лаврентьева, д. 10

Мухаммадали Бахтиёр Хакимов

Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук; Новосибирский национальный исследовательский государственный университет

Email: ali941220@gmail.com
ORCID iD: 0000-0002-0336-8324
Россия, 630090, Новосибирск, пр. Академика Лаврентьева, д. 10; Новосибирск

Елена Артемовна Салина

Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук

Email: salina@bionet.nsc.ru
ORCID iD: 0000-0001-8590-847X
SPIN-код: 5782-4546

д-р биол. наук, профессор, чл.-корр. РАН

Россия, 630090, Новосибирск, пр. Академика Лаврентьева, д. 10

Список литературы

  1. Tayyab M, Wakeel A, Mubarak MU, et al. Sugar beet cultivation in the tropics and subtropics: Challenges and opportunities. Agronomy. 2023;13(5):1213. doi: 10.3390/agronomy13051213 EDN: VDZERR
  2. Panella L, Lewellen RT. Broadening the genetic base of sugar beet: Introgression from wild relatives. Euphytica. 2007;154(3):383–400. doi: 10.1007/s10681-006-9209-1 EDN: YAFXMZ
  3. Tehseen MM, Poore RC, Fugate KK, et al. Potential of publicly available Beta vulgaris germplasm for sustainable sugar beet improvement indicated by combining analysis of genetic diversity and historic resistance evaluation. Crop Sci. 2023;63(4):2255–2273. doi: 10.1002/csc2.20978
  4. McGrath JM, Funk A, Galewski P, et al. A contiguous de novo genome assembly of sugar beet EL10 (Beta vulgaris L.). DNA Res. 2023;30(1):dsac033. doi: 10.1093/dnares/dsac033
  5. Dohm JC, Minoche AE, Holtgräwe D, et al. The genome of the recently domesticated crop plant sugar beet (Beta vulgaris). Nature. 2014;505(7484):546–549. doi: 10.1038/nature12817
  6. Wigg KS, Brainard SH, Metz N, et al. Novel QTL associated with Rhizoctonia solani Kühn resistance identified in two table beet × sugar beet F2:3 populations using a new table beet reference genome. Crop Sci. 2023;63(2):535–555. doi: 10.1002/csc2.20865
  7. Khlestkina EK. Molecular markers in genetic studies and breeding. Vavilov Journal of Genetics and Breeding. 2013;17(4–2):1044–1054. (In Russ.) EDN: RVGWOT
  8. Fedulova TP, Hussein AS, Nalbandyan AA. Perspective strategy of using molecular markers in breeding of Beta vulgaris L. (review). Agrarian Bulletin of the Urals. 2023; 231(2):71–82. (In Russ.) doi: 10.32417/1997-4868-2023-231-02-71-82 EDN: RCNSSM
  9. Fedulova TP, Nalbandyan AA. Molecular marking in sugar beet breeding. Sugar. 2023;(3):24–27 (In Russ.) doi: 10.24412/2413-5518-2023-3-24-27
  10. De Biaggi M, Stevanato P, Trebbi D, et al. Sugar beet resistance to rhizomania: State of the art and perspectives. Sugar Tech. 2010;12(3–4):238–242. doi: 10.1007/s12355-010-0047-z EDN: YDELQB
  11. Scholten OE, De Bock TS, Klein-Lankhorst RM, Lange W. Inheritance of resistance to beet necrotic yellow vein virus in Beta vulgaris conferred by a second gene for resistance. Theor Appl Genet. 1999;99(3–4):740–746. doi: 10.1007/s001220051292 EDN: AVWFRT
  12. Norouzi P, Sabzehzari M, Zeinali H. Efficiency of some molecular markers linked to rhizomania resistance gene (Rz1) for marker assisted selection in sugar beet. J Crop Sci Biotech. 2015;18(5):319–323. doi: 10.1007/s12892-015-0033-9
  13. Gidner S, Lennefors B-L, Nilsson N-O, et al. QTL mapping of BNYVV resistance from the WB41 source in sugar beet. Genome. 2005;48(2):279–285. doi: 10.1139/g04-108
  14. Grimmer MK, Trybush S, Hanley S, et al. An anchored linkage map for sugar beet based on AFLP, SNP and RAPD markers and QTL mapping of a new source of resistance to Beet necrotic yellow vein virus. Theor Appl Genet. 2007;114(7):1151–1160. doi: 10.1007/s00122-007-0507-3 EDN: QORTVL
  15. Grimmer MK, Kraft T, Francis SA, Asher MJC. QTL mapping of BNYVV resistance from the WB258 source in sugar beet. Plant Breeding. 2008;127(6):650–652. doi: 10.1111/j.1439-0523.2008.01539.x
  16. Paul HB, Henken B, Scholten OE, Lange W. Use of zoospores of Polymyxa betae in screening beet seedlings for resistance to beet necrotic yellow vein virus. Neth J Plant Path. 1993;99(S3):151–160. doi: 10.1007/bf03041405 EDN: QOLIZV
  17. Scholten OE, Jansen RC, Paul Keizer LC, et al. Major genes for resistance to beet necrotic yellow vein virus (BNYVV) in Beta vulgaris. Euphytica. 1996;91(3):331–339. doi: 10.1007/BF00033095 EDN: AJNCOV
  18. Capistrano-Gossmann GG, Ries D, Holtgräwe D, et al. Crop wild relative populations of Beta vulgaris allow direct mapping of agronomically important genes. Nat Commun. 2017;8(1):15708. doi: 10.1038/ncomms15708
  19. Wetzel V, Willlems G, Darracq A, et al. The Beta vulgaris-derived resistance gene Rz2 confers broad-spectrum resistance against soilborne sugar beet-infecting viruses from different families by recognizing triple gene block protein 1. Mol Plant Pathol. 2021;22(7):829–842. doi: 10.1111/mpp.13066 EDN: NGEHSN
  20. McGrann GRD, Grimmer MK, Mutasa-Göttgens ES, Stevens M. Progress towards the understanding and control of sugar beet rhizomania disease. Mol Plant Pathol. 2009;10(1):129–141. doi: 10.1111/j.1364-3703.2008.00514.x EDN: YAKGRR
  21. Benjes K, Varrelmann M, Liebe S. Control of rhizomania in sugar beet — A success story made possible by resistance breeding. Plant Pathol. 2024;73(9);2248–2259. doi: 10.1111/ppa.14007
  22. Broccanello C, McGrath JM, Panella L, et al. A SNP mutation affects rhizomania-virus content of sugar beets grown on resistance-breaking soils. Euphytica. 2018;214:14. doi: 10.1007/s10681-017-2098-7 EDN: UXNRNU
  23. Lange TM, Heinrich F, Kopisch-Obuch F, et al. Improving genomic prediction of rhizomania resistance in sugar beet (Beta vulgaris L.) by implementing epistatic effects and feature selection. F1000Res. 2024;12:280. doi: 10.12688/f1000research.131134.2
  24. Stevanato P, Trebbi D, Norouzi P, et al. Identification of SNP markers linked to the Rz1 gene in sugar beet. Int Sugar J. 2012,114(1366):715–718.
  25. Nalbandyan AA, Fedulova TP, Hussein AS. Molecular selection of Beta vulgaris L. breeding materials with genes of resistance to abiotic stresses. Russian Agricultural Sciences. 2019;45(2):119–123. doi: 10.3103/S1068367419020174
  26. Lein JC, Sagstetter CM, Schulte D, et al. Mapping of rhizoctonia root rot resistance genes in sugar beet using pathogen response-related sequences as molecular markers. Plant Breed. 2008;127(6):602–611. doi: 10.1111/j.1439-0523.2008.01525.x
  27. Holmquist L, Dölfors F, Fogelqvist J, et al. Major latex protein-like encoding genes contribute to Rhizoctonia solani defense responses in sugar beet. Mol Genet Genom. 2021;296(1):155–164. doi: 10.1007/s00438-020-01735-0 EDN: OWYAFB
  28. Ravi S, Hassani M, Heidari B, et al. Development of an SNP assay for marker-assisted selection of soil-borne Rhizoctonia solani AG-2-2-IIIB resistance in sugar beet. Biology (Basel). 2022;11(1):49. doi: 10.3390/biology11010049 EDN: ZYILES
  29. Janssen GJW, Nihlgard M, Kraft T. Mapping of resistance genes to powdery mildew (Erysiphe betae) in sugar beet. Int Sugar J. 2003;105(1258):448–451.
  30. Grimmer MK, Bean KM, Asher MJ. Mapping of five resistance genes to sugar-beet powdery mildew using AFLP and anchored SNP markers. Theor Appl Genet. 2007;115(1):67–75. doi: 10.1007/s00122-007-0541-1 EDN: BCPAWZ
  31. Fedulova TP, Rudenko TS. Molecular variations of the powdery mildew resistance gene PMR5 in sugar beet genotypes. Sugar. 2024;(3):30–33. (In Russ.) doi: 10.24412/2413-5518-2024-3-30-33 EDN: GQGRCL
  32. Taguchi K, Kubo T, Takahashi H, Abe H. Identification and precise mapping of resistant QTLs of Cercospora leaf spot resistance in sugar beet (Beta vulgaris L.). G3: Genes, Genomes, Genetics. 2011;1(4):283–291. doi: 10.1534/g3.111.000513
  33. Dhiman AS, Emrani N, Holtgrewe-Stukenbrock E, et al. Uncovering genes essential in domestication and breeding of sugar beet. bioRxiv. 2024:626358. doi: 10.1101/2024.12.02.626358
  34. Schäfer-Pregl R, Borchardt D, Barzen E, et al. Localization of QTLs for tolerance to Cercospora beticola on sugar beet linkage groups. Theor Appl Genet. 1999;99:829–836. doi: 10.1007/s001220051302 EDN: AVWFVP
  35. WIPO patent No. WO2022037967/ 24.02.2022. Törjék O, Borchardt D, Mechelke W, et al. Plant resistance gene and means for its identification.
  36. Chen C, Keunecke H, Neu E, et al. Molecular epidemiology of Cercospora leaf spot on resistant and susceptible sugar beet hybrids. Plant Pathol. 2025;74(1):69–83. doi: 10.1111/ppa.13998 EDN: MVJQQA
  37. Abd El-Fatah BES, Hashem M, Abo-Elyousr KAM, et al. Genetic and biochemical variations among sugar beet cultivars resistant to Cercospora leaf spot. Physiol. Mol Plant Pathol. 2020;109:101455. doi: 10.1016/j.pmpp.2019.101455 EDN: FMRZFG
  38. Morrison AK, Goldman IL. Chromosome 1 QTLs associated with response to bacterial leaf spot in Beta vulgaris. Crop Sci. 2025;65(1):e21448. doi: 10.1002/csc2.21448 EDN: JBJVEE
  39. Rossi V. Exploring resistance to Aphanomyces cochlioides in sugar beet. Acta Universitatis Agriculturae Sueciae. 2023;2023:45. doi: 10.54612/a.1u3lpfp6df
  40. Taguchi K, Okazaki K, Takahashi H, et al. Molecular mapping of a gene conferring resistance to Aphanomyces root rot (black root) in sugar beet (Beta vulgaris L.). Euphytica. 2010;173(3):409–418. doi: 10.1007/s10681-010-0153-8
  41. De Lucchi C, Stevanato P, Hanson L, et al. Molecular markers for improving control of soil-borne pathogen Fusarium oxysporum in sugar beet. Euphytica. 2017;213(3):71. doi: 10.1007/s10681-017-1859-7
  42. Yerzhebayeva R, Abekova A, Konysbekov K, et al. Two sugar beet chitinase genes, BvSP2 and BvSE2, analysed with SNP Amplifluor-like markers, are highly expressed after Fusarium root rot inoculations and field susceptibility trial. PeerJ. 2018;6:e5127. doi: 10.7717/peerj.5127 EDN: PVKPJX
  43. Nalbandyan AA, Hussein AS, Fedulova TP, et al. Studying of the acid chitinase SE2 gene in sugar beet genotypes. Agrarian science. 2021;(4):88–90. (In Russ.) doi: 10.32634/0869-8155-2021-348-4-88-90 EDN: VTKXUJ
  44. Richardson KL. Registration of sugar beet mapping populations CN239, CN240, and CN241 segregating for resistance to Heterodera schachtii from sea beet. J Plant Regist. 2022;16(2):459–464. doi: 10.1002/plr2.20152 EDN: APDNNE
  45. Vandenbossche BAB, Niere B, Vidal S. Effect of temperature on the hatch of two German populations of the beet cyst nematodes, Heterodera schachtii and Heterodera betae. J Plant Dis Protect. 2015;122(5):250–254. doi: 10.1007/BF03356560 EDN: VTJHZI
  46. Kleine M, Voss H, Cai D, Jung C. Evaluation of nematode-resistant sugar beet (Beta vulgaris L.) lines by molecular analysis. Theor Appl Genet. 1998;97(5):896–904. doi: 10.1007/s001220050970
  47. Tang G, Zhong X, Hong W, et al. Generation and identification of the number of copies of exogenous genes and the T-DNA insertion site in SCN-resistance transformation event ZHs1-2. Int J Mol Sci. 2022;23(12):6849. doi: 10.3390/ijms23126849 EDN: QFHXFE
  48. Stevanato P, Trebbi D, Panella L, et al. Identification and validation of a SNP marker linked to the gene HsBvm-1 for nematode resistance in sugar beet. Plant Mol Biol Rep. 2015;33(3):474–479. doi: 10.1007/s11105-014-0763-8 EDN: VVYSAQ
  49. Weiland JJ, Yu MH. A cleaved amplified polymorphic sequence (CAPS) marker associated with root-knot nematode resistance in sugar beet. Crop Sci. 2003;43(5):1814–1818. doi: 10.2135/cropsci2003.1814
  50. Bakooie M, Pourjam E, Mahmoudi SB, et al. Development of an SNP marker for sugar beet resistance/susceptible genotyping to root-knot nematode. J Agr Sci Tech. 2015;17(2):443–454.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Эко-Вектор, 2025

Ссылка на описание лицензии: https://eco-vector.com/for_authors.php#07
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».