تجزیه ارتباطی صفات آگروموفولوژیک در لاین های ذرت با استفاده از نشانگرهای مبتنی بر رتروترنسپوزون IRAP و REMAP
Publish place: Journal of Crop Breeding، Vol: 13، Issue: 38
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 342
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCB-13-38_002
تاریخ نمایه سازی: 4 مهر 1400
Abstract:
ذرت (Zea mays L.) یکی از مهمترین محصولات غذایی در سراسر جهان بوده و به عنوان گیاه مدل برای مطالعه ژنتیک صفات مختلف استفاده می شود. شناسایی مکانهای ژنی کنترل کننده صفات کمی از موضوعهای مهم حوزه ژنتیک و به نژادی است. در این مطالعه ۱۰۰ لاین خالص ذرت از لحاظ صفات آگرومورفولوژیک (ارتفاع بوته، ارتفاع بوته تا اولین بلال، طول و عرض برگ، سطح برگ، شاخص سطح برگ، تعداد بلال، میزان کلروفیل، وزن دانه در هر بوته، وزن چوب بلال، قطر ابتدای چوب بلال، قطر وسط چوب بلال، طول چوب بلال، وزن خشک بوته، تاریخ ظهور گل نر، تاریخ ظهور بلال اول و تاریخ ظهور بلال دوم) با طرح پایه کاملا تصادفی با شش تکرار ارزیابی شدند. در آزمایش مولکولی پروفیل مولکولی لاین ها با هشت آغازگر نشانگرهای مبتنی بر رتروترنسپوزون؛ IRAP و REMAP تهیه شد. هشت ترکیب آغازگر IRAP وREMAP ۴۰ مکان ژنی را تکثیر کردند. از این ۴۰ مکان، ۳۸ مکان ژنی (۹۵ درصد) چندشکلی نشان دادند. دامنه PIC در لاین های مورد مطالعه از ۰/۰۸۴ برای نشانگر Ac/Ds تا ۰/۳۸۳ برای نشانگر Pangrangja متغیر بود. فاصله ژنتیکی نی بین لاینهای تهیه شده از مشهد و کرمانشاه ۰/۰۵۳، کرج و مشهد ۰/۰۳۶، کرمانشاه و کرج ۰/۰۳۲ برآورد شد. در تجزیه ساختار جمعیت بر اساس نشانگرهای مولکولی، ۱۰۰ لاین مورد مطالعه در دو زیر جمعیت (K=۲) گروهبندی شدند. در تجزیه ارتباطی صفات اگرو-مورفولوژیک براساس دو روش GLM و MLM به ترتیب ۲۴ و ۱۲ ارتباط نشانگر-صفت شناسایی شد. در این تحقیق دو نشانگر مشترک Heartbraker (۴۸۰) در صفات قطر ابتدای چوب بلال و طول چوب بلال وUBC۸۷۸ × Ruda در صفات تعداد بلال و وزن دانه هم با مدل خطی عمومی و هم با مدل خطی مخلوط شناسایی شد. نتایج بدست آمده از این مطالعه، اطلاعات ارزشمندی در زمینه گزینش به کمک نشانگر و مبنای ژنتیکی صفات مورد مطالعه ارائه می دهد که می توان از این اطلاعات در گزینش افراد طی برنامه های به نژادی و تولید ارقام جدید با میزان عملکرد بالا بهره برد.
Keywords:
Authors
ساناز خلیفانی
Urmia University
علی غفاری آذر
Urmia University
رضا درویش زاده
Urmia University
دانیال کهریزی
Razi University, Kermanshah
هادی علیپور
Urmia University
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 :