Основная проблема: Не смотря на то что, Казахстан ежегодно наращивает посевные площади сои ее возделывание затруднено в северных и восточных регионах из за ограниченного количества сортов адаптированных к климатическим условиям. Традиционные методы подбора родительских форм для создания новых ультраранних и ранних сортов сои требуют значительных временных и ресурсных затрат, поэтому современные селекционные технологии направлены на повышение точности и эффективности гибридизации. В условиях интенсификации сельского хозяйства и необходимости адаптации сортов сои к конкретным агроэкологическим условиям, кластерный анализ зарекомендовал себя как эффективный инструмент оценки и отбора сортового материала. Его применение позволило не только структурировать изученные образцы сои по хозяйственно ценным признакам, но и выделить наиболее перспективные формы для последующего использования в селекционной работе. В статьи приведены результаты исследования 102 коллекционных образцов сои различного эколого-географического происхождения по основным хозяйственно ценным признакам с целью определения критериев отбора источников и доноров в селекции на высокую продуктивность, скороспелость, высокие биохимические показатель при помощи кластерного анализа методом Варда с использованием программы Statistica v.13. Цель: Провести кластерный анализ 102 коллекционных образцов сои для систематизации по хозяйственно ценным признакам и определения генетически перспективных родительских форм, с целью повышения эффективности селекционного процесса и ускорения создания новых сортов, адаптированных к условиям северных и восточных областей Казахстана. Методы: Исследование проводилось с применением метода иерархической кластеризации по методу Варда. Статистическая обработка проводилась в Statistica v.13. Результаты и их значимость: В результате изучения 102 коллекционных образцов сои с помощью кластерного анализа было выделено пять кластеров, различающихся по комплексу хозяйственно ценных признаков. Из первого кластера выделилось четыре образца как источники и доноры высокой урожайности и высокого содержания белка в семенах. Из второго кластера шесть образцов как источники и доноры скороспелости, пять образцов как источники высокого содержания белка в семенах. Из третьего кластера четыре скороспелых образца, три образца по урожайности, пять – по содержанию белка, три – по содержанию жира. Из четвертого кластера выделилось по уровню урожайности три образца, два – по массе 1000 семян, два – по содержанию белка и четыре – по высоте прикрепления нижних бобов. В пятом кластере семь образцов сои по урожайности и три – по высоте прикрепления нижних бобов. Кластерный анализ подтвердил свою эффективность как инструмент цифровизации селекционного процесса, что способствует ускоренному созданию адаптированных сортов сои и расширению ареала её возделывания в Казахстане.