vir-nwТруды по прикладной ботанике, генетике и селекцииProceedings on applied botany, genetics and breeding2227-88342619-0982N.I. Vavilov All-Russian Institute of Plant Genetic Resources10.30901/2227-8834-2026-3-o6vir-nw-2535Research ArticleГЕНЕТИКА КУЛЬТУРНЫХ РАСТЕНИЙ И ИХ ДИКИХ РОДИЧЕЙGENETICS OF CULTIVATED PLANTS AND THEIR WILD RELATIVESSSR-генотипирование и оценка генетического полиморфизма образцов свеклы (Beta vulgaris L.) из коллекции ВИРGenotyping with SSR markers and assessment of the genetic polymorphism in beet (Beta vulgaris L.) accessions from the VIR collectionhttps://orcid.org/0000-0002-0336-8324ХакимовМ. Б.KhakimovM. B.

 

Мухаммадали Бахтиёр угли Хакимов, аспирант

630090 Россия, Новосибирск, ул. Пирогова, 1

Mukhammadali B. Khakimov, Postgraduate Student

1 Pirogova St., Novosibirsk 630090, Russia

m.khakimov@g.nsu.ruhttps://orcid.org/0000-0002-9967-7454СоколоваД. В.SokolovaD. V.

Диана Викторовна Соколова, кандидат биологических наук, старший научный сотрудник

190000 Россия, Санкт-Петербург, ул. Б. Морская, 42, 44

Diana V. Sokolova, Cand. Sci. (Biology), Senior Researcher

42, 44 Bolshaya Morskaya Street, St. Petersburg 190000

d.sokolova@vir.nw.ruhttps://orcid.org/0000-0001-8590-847XСалинаЕ. А.SalinaE. A.

Елена Артемовна Салина, доктор биологических наук, член-корреспондент РАН, главный научный сотрудник

630090 Россия. Новосибирск, пр. Академика Лаврентьева, 10

Elena A. Salina, Dr. Sci. (Biology), Corresponding Member of the RAS, Chief Researcher

10 Akademika Lavrentyeva Ave., Novosibirsk 630090, Russia

salina@bionet.nsc.ruНовосибирский национальный исследовательский государственный университетРоссияNovosibirsk State UniversityRussian FederationФедеральный исследовательский центр Всероссийский институт генетических ресурсов растений имени Н.И. ВавиловаРоссияN.I. Vavilov All-Russian Institute of Plant Genetic ResourcesRussian FederationФедеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наукРоссияInstitute of Cytology and Genetics of the Siberian Branch of the Russian Academy of SciencesRussian Federation2026011020261873152165Copyright © Хакимов М.Б., Соколова Д.В., Салина Е.А., 20262026Хакимов М.Б., Соколова Д.В., Салина Е.А.Khakimov M.B., Sokolova D.V., Salina E.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://elpub.vir.nw.ru/jour/article/view/2535Актуальность

Актуальность. Микросателлитные маркеры (SSR) широко используются для изучения генетического разнообразия коллекций различных сельскохозяйственных культур, в том числе свеклы (Beta vulgaris L.), а также для генотипирования отдельных образцов. Мировое биоразнообразие свеклы представлено в коллекции ВИР. Коллекция, имеющая 100-летнюю историю, включает 2422 образца, собранных по всему миру. Многие из этих образцов ранее не изучались с помощью микросателлитных маркеров.

Материалы и методы

Материалы и методы. Изучено 96 образцов коллекции ВИР, объединенных в девять групп по отдельным признакам, с использованием набора из 35 транскриптомных SSR-маркеров. Фрагментный анализ проводили на генетическом анализаторе «НАНОФОР 05». При расчете длины фрагмента и генетическом анализе использовались программы Peak Scanner, Excel, GenAIEx, PHYLIP и Unipro UGENE.

Результаты

Результаты. У 96 образцов свеклы коллекции ВИР выявлено суммарно 293 аллеля для тридцати пяти изученных локусов. Количество аллелей на локус варьировало от 4 (Unigene10114 и Unigene77067) до 13 (Unigene24552 и Unigene25611). Уровень гетерозиготности (He) был довольно высокий и составлял 0,75. Кластерный анализ, проведенный по результатам исследования, выявил дифференциацию согласно разновидностям. Выявлено 50 уникальных аллелей для идентификации столовой свеклы, для кормовой и сахарной – 28 и 9 соответственно.

Заключение

Заключение. Выявлен высокий уровень полиморфизма 96 образцов свеклы, входящих в состав коллекции ВИР, с использованием тридцати пяти транскриптомных SSR-маркеров. Полученные данные могут быть использованы для уточнения происхождения образцов свеклы. Используемый набор SSR-маркеров позволяет эффективно паспортизовать образцы свеклы.

Background

Background. Microsatellite markers (SSR) continue to be the most effective way to study the genetic diversity in crop genebanks, including beet (Beta vulgaris L.) germplasm. They are also used for identifying individual genotypes. The worldwide diversity of beet is preserved in the VIR genebank, which has a history of over a hundred years and incorporates 2,422 accessions from all over the world. Because of the multitude of accessions in the collection, a significant number of them have not yet been analyzed with SSR markers. Thus, there is an opportunity for their genetic characterization at a deeper level.

Materials and methods

Materials and methods. A set of 35 transcriptome-derived SSR markers were employed to analyze 96 randomly selected beet accessions, grouped according to their specific traits. Fragment analysis was performed with a NANOFOR 05 genetic analyzer, and the data were processed using the Peak Scanner, Excel, GenAlEx, PHYLIP, and Unipro UGENE software packages.

Results

Results. As a result, 293 alleles in total were found in 35 loci, with allele numbers varying from 4 to 13 per locus. The observed heterozygosity (He) level was quite high, about 0.75, thus indicating a high level of genetic variability. It turned out that there were 50 unique alleles for table beet identification, 28 for fodder beet, and 9 for sugar beet. These figures revealed a divergence in diversity levels of these groups. The study provided further confirmation of the high polymorphism in beet germplasm accessions.

Conclusion

Conclusion. The data obtained summarily demonstrate the capacity of the selected marker set to characterize genetic variation in VIR’s beet collection, provide more knowledge about the origin of the accessions, and ensure their correct genotyping. Furthermore, the set can serve as an effective tool for genetic certification and management of beet germplasm, thus contributing to future breeding and conservation efforts.

SSR-маркерыаллельное разнообразиегенетическая паспортизацияфилогенетический анализструктурно-популяционный анализSSR markersallelic diversitygenetic certificationphylogenetic analysispopulation structure analysisработа была выполнена в рамках государственного задания: FWNR-2026-0029 «Генетический контроль формирования и развития хозяйственно ценных признаков растений, генетические технологии селекции сельскохозяйственных культур».the study was conducted within the framework of the state task: FWNR-2026-0029 “Genetic control of the formation and development of valuable agronomic plant traits, and genetic technologies for crop breeding”.ReferencesBiancardi E., McGrath J.M., Panella L.W., Lewellen R.T., Stevanato P. Sugar beet. In: J.E. Bradshaw (ed.). Handbook of Plant Breeding. Vol 7. Root and Tuber Crops. New York, NY: Springer; 2010. p.173-219. DOI: 10.1007/978-0-387-92765-7_6Biancardi E., McGrath J.M., Panella L.W., Lewellen R.T., Stevanato P. Sugar beet. In: J.E. Bradshaw (ed.). Handbook of Plant Breeding. Vol 7. Root and Tuber Crops. New York, NY: Springer; 2010. p.173-219. DOI: 10.1007/978-0-387-92765-7_6Chen P., Chen S., Pi Z., Li S., Wu Z. Genetic diversity analysis of monogerm cytoplasmic male sterile and maintainer lines of sugar beet. Agronomy. 2024;14(10): 2217. DOI: 10.3390/agronomy14102217Chen P., Chen S., Pi Z., Li S., Wu Z. Genetic diversity analysis of monogerm cytoplasmic male sterile and maintainer lines of sugar beet. Agronomy. 2024;14(10): 2217. DOI: 10.3390/agronomy14102217Felsenstein J. PHYLIP (Phylogeny Inference Package) version 3.6. Distributed by the author. Seattle, WA: University of Washington; 2005.Felsenstein J. PHYLIP (Phylogeny Inference Package) version 3.6. Distributed by the author. Seattle, WA: University of Washington; 2005.Fugate K.K., Campbell L.G., Covarrubias-Pazaran G., Rodriguez-Bonilla L., Zalapa J. Genetic differentiation and diversity of sugarbeet germplasm resistant to the sugar beet root maggot. Plant Genetic Resources. 2019;17(6):514-521. DOI: 10.1017/S1479262119000388Fugate K.K., Campbell L.G., Covarrubias-Pazaran G., Rodriguez-Bonilla L., Zalapa J. Genetic differentiation and diversity of sugarbeet germplasm resistant to the sugar beet root maggot. Plant Genetic Resources. 2019;17(6):514-521. DOI: 10.1017/S1479262119000388Fugate K.K., Campbell L.G., Covarrubias-Pazaran G., Rodriguez-Bonilla L., Zalapa J.E. Genetic diversity is enhanced in Wild × Cultivated hybrids of sugar beet (Beta vulgaris L.) despite multiple selection cycles for cultivated traits. Genetic Resources and Crop Evolution. 2021;68(6):2549-2563. DOI: 10.1007/s10722-021-01149-wFugate K.K., Campbell L.G., Covarrubias-Pazaran G., Rodriguez-Bonilla L., Zalapa J.E. Genetic diversity is enhanced in Wild × Cultivated hybrids of sugar beet (Beta vulgaris L.) despite multiple selection cycles for cultivated traits. Genetic Resources and Crop Evolution. 2021;68(6):2549-2563. DOI: 10.1007/s10722-021-01149-wFugate K.K., Fajardo D., Schlautman B., Ferrareze J.P., Bolton M.D., Campbell L.G. et al. Generation and characterization of a sugarbeet transcriptome and transcript‐based SSR markers. The Plant Genome. 2014;7(2):0038. DOI: 10.3835/plantgenome2013.11.0038Fugate K.K., Fajardo D., Schlautman B., Ferrareze J.P., Bolton M.D., Campbell L.G. et al. Generation and characterization of a sugarbeet transcriptome and transcript‐based SSR markers. The Plant Genome. 2014;7(2):0038. DOI: 10.3835/plantgenome2013.11.0038Гончаров С.В. Риски импортозамещения сортимента сахарной свёклы в России. Сахар. 2024;(2):60-64. DOI: 10.24412/2413-5518-2024-2-60-64Goncharov S.V. Import substitution risks for sugar beet cultivars in Russia (Riski importozameshcheniya sortimenta sakharnoy svyokly v Rossii). Sugar. 2024;(2):60-64. [in Russian]. DOI: 10.24412/2413-5518-2024-2-60-64Heberle H., Meirelles G.V., da Silva P.S., Telles G.P., Minghim R. InteractiVenn: a web-based tool for the analysis of sets through Venn diagrams. BMC Bioinformatics. 2015;16(1):169. DOI: 10.1186/s12859-015-0611-3Heberle H., Meirelles G.V., da Silva P.S., Telles G.P., Minghim R. InteractiVenn: a web-based tool for the analysis of sets through Venn diagrams. BMC Bioinformatics. 2015;16(1):169. DOI: 10.1186/s12859-015-0611-3Kimura M., Crow J.F. The number of alleles that can be maintained in a finite population. Genetics. 1964;49(4):725-738. DOI: 10.1093/genetics/49.4.725Kimura M., Crow J.F. The number of alleles that can be maintained in a finite population. Genetics. 1964;49(4):725-738. DOI: 10.1093/genetics/49.4.725Kuznetsova T.V., Aniskina J.V., Kolobova O.S., Velishaeva N.S., Logvinov A.V., Mischenko V.N. et al. Multiplex microsatellite analysis technology for genetic identification of sugar beet lines and hybrids. Applied Biochemistry and Microbiology. 2025;61(8):1632-1639. DOI: 10.1134/S0003683825700425Kuznetsova T.V., Aniskina J.V., Kolobova O.S., Velishaeva N.S., Logvinov A.V., Mischenko V.N. et al. Multiplex microsatellite analysis technology for genetic identification of sugar beet lines and hybrids. Applied Biochemistry and Microbiology. 2025;61(8):1632-1639. DOI: 10.1134/S0003683825700425McGrath J.M., Panella L. Sugar beet breeding. In: I. Goldman (ed.). Plant Breeding Reviews. Vol. 42. New York, NY: John Wiley & Sons, Inc.; 2019: p.167-218. DOI: 10.1002/9781119521358.ch5McGrath J.M., Panella L. Sugar beet breeding. In: I. Goldman (ed.). Plant Breeding Reviews. Vol. 42. New York, NY: John Wiley & Sons, Inc.; 2019: p.167-218. DOI: 10.1002/9781119521358.ch5Налбандян А.А., Федулова Т.П., Черепухина И.В., Руденко Т.С., Багмутова Т.Н. Молекулярно-генетическая идентификация и паспортизация гибридов сахарной свеклы с использованием микросателлитных маркеров. Известия Тимирязевской сельскохозяйственной академии. 2024;(4):70-88. DOI: 10.26897/0021-342X-2024-4-70-88Nalbandyan A.A., Fedulova T.P., Cherepukhina I.V., Rudenko T.S., Bagmutova T.N. Molecular genetic identification and certification of sugar beet hybrids using microsatellite markers. Izvestiya of Timiryazev Agricultural Academy. 2024;(4):70-88. [in Russian]. DOI: 10.26897/0021-342X-2024-4-70-88Налбандян А.А., Федулова Т.П., Крюкова Т.И., Черепухина И.В., Куликова Н.В. Полиморфные микросателлитные маркеры для изучения генетического разнообразия сахарной свеклы Beta vulgaris L. Российская сельскохозяйственная наука. 2022;(6):3-8. DOI: 10.31857/S2500262722060011Nalbandyan A.A., Fedulova T.P., Kryukova T.I., Cherepukhina I.V., Kulikova N.V. Polymorphic microsatellite markers to study sugar beet (Beta vulgaris L.) genetic diversity. Russian Agricultural Sciences. 2022;(6):3-8. [in Russian]. DOI: 10.31857/S2500262722060011Nei M. Analysis of gene diversity in subdivided populations. Proceedings of the National Academy of Sciences of the United States of America. 1973;70(12):3321-3323. DOI: 10.1073/pnas.70.12.3321Nei M. Analysis of gene diversity in subdivided populations. Proceedings of the National Academy of Sciences of the United States of America. 1973;70(12):3321-3323. DOI: 10.1073/pnas.70.12.3321Nei M. Genetic distance between populations. The American Naturalist. 1972;106(949):283-292. DOI: 10.1086/282771Nei M. Genetic distance between populations. The American Naturalist. 1972;106(949):283-292. DOI: 10.1086/282771Okonechnikov K., Golosova O., Fursov M.; the UGENE team. Unipro UGENE: a unified bioinformatics toolkit. Bioinformatics. 2012;28(8):1166-1167. DOI: 10.1093/bioinformatics/bts091Okonechnikov K., Golosova O., Fursov M.; the UGENE team. Unipro UGENE: a unified bioinformatics toolkit. Bioinformatics. 2012;28(8):1166-1167. DOI: 10.1093/bioinformatics/bts091Peakall R., Smouse P.E. GenAlEx 6: Genetic analysis in Excel. Population genetic software for teaching and research. Molecular Ecology Notes. 2006;6(1):288-295. DOI: 10.1111/j.1471-8286.2005.01155.xPeakall R., Smouse P.E. GenAlEx 6: Genetic analysis in Excel. Population genetic software for teaching and research. Molecular Ecology Notes. 2006;6(1):288-295. DOI: 10.1111/j.1471-8286.2005.01155.xPeakall R., Smouse P.E. GenAlEx 6.5: genetic analysis in Excel. Population genetic software for teaching and research – an update. Bioinformatics. 2012;28(19):2537-2539. DOI: 10.1093/bioinformatics/bts460Peakall R., Smouse P.E. GenAlEx 6.5: genetic analysis in Excel. Population genetic software for teaching and research – an update. Bioinformatics. 2012;28(19):2537-2539. DOI: 10.1093/bioinformatics/bts460Peng F., Pi Z., Li S., Wu Z. Genetic diversity and population structure analysis of excellent sugar beet (Beta vulgaris L.) germplasm resources. Horticulturae. 2024;10(2):120. DOI: 10.3390/ horticulturae10020120Peng F., Pi Z., Li S., Wu Z. Genetic diversity and population structure analysis of excellent sugar beet (Beta vulgaris L.) germplasm resources. Horticulturae. 2024;10(2):120. DOI: 10.3390/ horticulturae10020120Пивоваров В.Ф., Пышная О.Н., Гуркина Л.К. Овощи – продукты и сырье для функционального питания. Вопросы питания. 2017;86(3):121-127.Pivovarov V.F., Pyshnaya O.N., Gurkina L.K. Vegetables are products and raw material for functional nutrition. Problems of Nutrition. 2017;86(3):121-127. [in Russian]Roshanzamir H, Rouzbehan Y, Aghashahi A, Rezaei J. Effects of feeding different dietary rates of mixed fodder beet tops-wheat straw silage on the performance of Holstein lactating cows. Journal of Animal Science. 2024;102:skae179. DOI: 10.1093/jas/skae179Roshanzamir H, Rouzbehan Y, Aghashahi A, Rezaei J. Effects of feeding different dietary rates of mixed fodder beet tops-wheat straw silage on the performance of Holstein lactating cows. Journal of Animal Science. 2024;102:skae179. DOI: 10.1093/jas/skae179Сабетова Л.А., Левина М.В. Направления использования вторичных отходов свеклосахарного производства. Технологии пищевой и перерабатывающей промышленности АПК – продукты здорового питания. 2017;5(19):132-141.Sabetova L.A., Levina M.V. Perspective directions of secondary waste utilization sugar beet production. Technologies for the Food and Processing Industry of AIC – Healthy Food. 2017;5(19):132-141. [in Russian]Shannon C.E., Weaver W. The mathematical theory of communication. Urbana, IL: The University of Illinois Press; 1949.Shannon C.E., Weaver W. The mathematical theory of communication. Urbana, IL: The University of Illinois Press; 1949.Смоленцева Е.В. Производство сахара в мире и факторы на него влияющие. Московский экономический журнал. 2019;(8):584-599. DOI: 10.24411/2413-046X-2019-18026Smolentseva E.V. Sugar production in the world and factors affecting it (Proizvodstvo sakhara v mire i factory na nego vliyayushchiye). Moscow Economic Journal. 2019;(8):584-599. [in Russian]. DOI: 10.24411/2413-046X-2019-18026Smouse P.E., Banks S.C., Peakall R. Converting quadratic entropy to diversity: Both animals and alleles are diverse, but some are more diverse than others. PLoS One. 2017;12(10):e0185499. DOI: 10.1371/journal.pone.0185499Smouse P.E., Banks S.C., Peakall R. Converting quadratic entropy to diversity: Both animals and alleles are diverse, but some are more diverse than others. PLoS One. 2017;12(10):e0185499. DOI: 10.1371/journal.pone.0185499Sun B., Li S., Pi Z., Wu Z., Wang R. Assessment of genetic diversity and population structure of exotic sugar beet (Beta vulgaris L.) varieties using three molecular markers. Plants (Basel). 2024;13(21):2954. DOI: 10.3390/plants13212954Sun B., Li S., Pi Z., Wu Z., Wang R. Assessment of genetic diversity and population structure of exotic sugar beet (Beta vulgaris L.) varieties using three molecular markers. Plants (Basel). 2024;13(21):2954. DOI: 10.3390/plants13212954Taheri S., Lee Abdullah T., Yusop M.R., Hanafi M.M., Sahebi M., Azizi P. et al. Mining and development of novel SSR markers using next generation sequencing (NGS) data in plants. Molecules. 2018;23(2):399. DOI: 10.3390/molecules23020399Taheri S., Lee Abdullah T., Yusop M.R., Hanafi M.M., Sahebi M., Azizi P. et al. Mining and development of novel SSR markers using next generation sequencing (NGS) data in plants. Molecules. 2018;23(2):399. DOI: 10.3390/molecules23020399Tayyab M., Wakeel A., Mubarak M.U., Artyszak A., Ali S., Hakki E.E. et al. Sugar beet cultivation in the tropics and subtropics: challenges and opportunities. Agronomy. 2023;13(5):1213. DOI: 10.3390/agronomy13051213Tayyab M., Wakeel A., Mubarak M.U., Artyszak A., Ali S., Hakki E.E. et al. Sugar beet cultivation in the tropics and subtropics: challenges and opportunities. Agronomy. 2023;13(5):1213. DOI: 10.3390/agronomy13051213Ветрова С.А., Степанов В.А., Заячковский В.А. Экологическое испытание сортов свеклы столовой селекции ФГБНУ ФНЦО. Овощи России. 2023;(1):60-68. DOI: 10.18619/2072-9146-2023-1-60-68Vetrova S.A., Stepanov V.A., Zayachkovsky V. Ecological testing of varieties beetroot selection of FSBSI FSVC. Vegetable Crops of Russia. 2023;(1):60-68. [in Russian]. DOI: 10.18619/2072-9146-2023-1-60-68Wu X., Pi Z., Li S., Wu Z. Exploring sampling strategies and genetic diversity analysis of red beet germplasm resources using SSR markers. Horticulturae. 2024;10(9):1008. DOI: 10.3390/horticulturae10091008Wu X., Pi Z., Li S., Wu Z. Exploring sampling strategies and genetic diversity analysis of red beet germplasm resources using SSR markers. Horticulturae. 2024;10(9):1008. DOI: 10.3390/horticulturae10091008Zhao J.J., Sun L.L., Pi Z., Li S.N., Wu Z.D. Genetic diversity analysis of 89 monogerm maintainer lines of sugar beet. Sugar Tech. 2025;27(6):873-887. DOI: 10.1007/s12355-025-01545-xZhao J.J., Sun L.L., Pi Z., Li S.N., Wu Z.D. Genetic diversity analysis of 89 monogerm maintainer lines of sugar beet. Sugar Tech. 2025;27(6):873-887. DOI: 10.1007/s12355-025-01545-x

The authors declare that there are no conflicts of interest present.