رهیافت مولکولی برای شناسایی زوج‌سمان بر اساس چند شکلی ناحیه کنترل میتوکندری
Publish place: Journal of agricultural biotechnology، Vol: 6، Issue: 4
Publish Year: 1393
Type: Journal paper
Language: English
View: 477
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JOAGK-6-4_006
Index date: 5 December 2020
رهیافت مولکولی برای شناسایی زوج‌سمان بر اساس چند شکلی ناحیه کنترل میتوکندری abstract
در سال‌های اخیر جمعیت گونه‌های زوج‌سم بواسطه شکار غیر قانونی کاهش چشمگیری داشته است. در بسیاری از موارد شناسایی اعضای بدن و بافتهای کشف شده از شکارچیان متخلف از طریق مشاهده چشمی میسر نیست و این امر اثبات تخلف صورت گرفته را با مشکل مواجه میکند. هدف از تحقیق حاضر ارائه روشی ملکولی بر مبنای نشانگر متداول ژنوم میتوکندری و استفاده از آغازگرهای عمومی برای شناسایی هشت گونه از خانواده‌های گوزن‌ها، گاوها و گرازها است. به منظور اجرای این تحقیق نمونههای بافت هشت گونه زوج‌سم شامل: مرال(Cervus elaphus maral) ، شوکا(Capreolus capreolus) ، جبیر (Gazella bennettii)، آهو (Gazella subgutturosa)، گوزن زرد ایرانی(Cervus dama mesopotamica) ، گراز(Sus scrofa) ، پازن (Capra aegagrus) و قوچ اوریال(Ovis vignei) از جمعیت‌های وحشی مناطق مختلف مورد بررسی و شناسایی قرار گرفتند. نتایج به دست آمده نشان داد طول ناحیه کنترل میتوکندری (D-loop) در گونه‌های مورد مطالعه چندشکلی بالایی دارد (مرال 569 جفت باز، شوکا جفت باز 573، جبیر 598 جفت باز ، آهو 644 جفت باز ، گوزن زردایرانی 578 جفت باز، گراز 566 جفت باز ، پازن 990 جفت باز و قوچ اوریال 1062 جفت باز)، که بر این اساس تشخیص گونه‌ها به کمک این ویژگی امکان‌پذیر می‌باشد. به این ترتیب استفاده از این روش و ارایه مدارک ژنتیکی معتبر به دادگاه، تحولی در زمینه برخورد با تخلفات شکار به وجود خواهد آورد. همچنین، می‌توان حضور این گونه‌های کمیاب را در مناطق مختلف با قطعیت مشخص نمود و مطالعات بوم‌شناسی آنها را بهبود بخشید.
رهیافت مولکولی برای شناسایی زوج‌سمان بر اساس چند شکلی ناحیه کنترل میتوکندری Keywords:
رهیافت مولکولی برای شناسایی زوج‌سمان بر اساس چند شکلی ناحیه کنترل میتوکندری authors
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :