استفاده از تجزیه خوشه ای برای گزینش لاین های برتر ذرت در نسل S۶
Publish place: Journal of Crop Breeding، Vol: 8، Issue: 20
Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 127
This Paper With 8 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-8-20_010
تاریخ نمایه سازی: 17 مهر 1400
Abstract:
به منظور به دست آوردن لاینهای خالص ذرت جهت کشت مستقیم و یا شرکت در دورگگیری لازم است خالصسازی صورت گیرد. این آزمایش با بکارگیری روش اصلاحی سلکسیون انفرادی انجام گردید و تعداد ۱۹۸ لاین S۶ ذرت در سال ۱۳۸۶ مورد ارزیابی قرار گرفتند و ۱۴ صفت زراعی بر روی آنها مورد ارزیابی قرار گرفت. نتایج آمار توصیفی تنوع قابل توجهی در میان ژنوتیپها نشان داد. در میان صفات مختلف بیشترین میزان تنوع فنوتیپی مربوط به صفات مقاومت به خوابیدگی، مقاومت به بیماری و عملکرد دانه به ترتیب با مقدار ۶۱/۴۱، ۳/۲۱ و ۸۸/۲۰ درصد بود. تجزیه خوشه ای به روش حداقل واریانس وارد، لاینها را در سه گروه قرار داد و درصد صحت گروهبندی با تجزیه تابع تشخیص ۴/۹۴ درصد بود. گروه اول شامل ۲۳ لاین، گروه دوم شامل ۱۱۰ لاین و گروه سوم شامل ۶۵ لاین بود. میانگین صفات لاینهای گروههای اول و دوم بیشتر از میانگین کل لاینها بود و لاینهای این دو گروه انتخاب و به نسل بعد برده شدند تا از طریق روش تجزیه لاین×تستر، قابلیت ترکیبپذیری آنها مورد ارزیابی قرار گیرد. همچینین لاینهای این دو گروه به علت داشتن مقادیر بالای عملکرد و سایر صفات میتوانند در برنامههای دورگگیری مورد استفاده قرار گیرند.
Keywords:
Cluster analysis , Corn , Factor analysis , Line , Phenotypic variation , Yield , تجزیه خوشه ای , تجزیه عاملی , تنوع فنوتیپی , ذرت , لاین , عملکرد
Authors
فرهاد صادقی
Assistant Professor, Agriculture and Natural Resources Research Center of Kermanshah, Iran
مهدی رحیمی
Assistant Professor of plant breeding, Department of Biotechnology, Institute of Science and High Technology and Environmental Sciences, Graduate University of Advanced Technology, Kerman, Iran
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 :