تجزیه ارتباط نشانگرهای مورفولوژیکی، بیوشیمیایی و نشانگرهای مولکولی AFLP در گیاه دارویی ماریتیغال (Silybum marianum L.)
Publish Year: 1387
نوع سند: مقاله ژورنالی
زبان: Persian
View: 211
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJMAPR-24-3_004
تاریخ نمایه سازی: 18 مهر 1400
Abstract:
به منظور بررسی رابطه بین نشانگرهای مورفولوژیکی، فیتوشیمیایی و مولکولی در گیاه ماریتیغال (Silybum marianum L.)، ۳۲ اکوتیپ جمع آوری شده از نواحی مختلف کشور به همراه دو رقم خارجی بوداکالازی و CN seeds ارزیابی شدند. تجزیه همبستگی کانونیک بین ۸ صفت مورفولوژیکی و ۷ ترکیب فلاونولیگنانی تشکیل دهنده سیلیمارین نشان داد که دو متغیر اول کانونیک دارای همبستگی کانونیک قابل توجه و معنی دار بودند. ضرایب همبستگی کانونیک نشان داد که اکوتیپهای دارای وزن هزاردانه بیشتر و تاریخ گلدهی، ارتفاع بوته، قطر کاپیتول و عملکرد دانه کمتر دارای سیلیکریستین و سیلیبین بیشتر و سیلیدیانین کمتری بودند. به عبارت دیگر، دانه های درشت تر، سیلیبین بیشتر و سیلیدیانین کمتری داشتند. نتایج نشان داد که از ۴۱۵ نشانگر AFLP، ۳۷ نشانگر مثبت با فلاونولیگنان ها و ۲۹ نشانگر مثبت با صفات مورفولوژیکی دارای رابطه معنی دار بودند. بیشترین تغییرات تبیین شده توسط نشانگرهای مثبت مربوط به تاکسیفولین (۵۴%) و سیلیدیانین (۴۵%) بود. بیش از ۴۰ درصد تغییرات مربوط به وزن هزاردانه، ارتفاع بوته و تاریخ گلدهی توسط نشانگرهای مثبت شناسایی شده توجیه گردید. نتایج این مطالعه حاکی از آنست که می توان بر اساس خصوصیات مورفولوژیکی و نیز داده های مولکولی به خوبی برخی از خصوصیات کیفی و کمی مواد موثره را در ماریتیغال مورد پیش بینی قرار داد.
Keywords:
Authors
مجید شکرپور
استادیار، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه محقق اردبیلی
سید ابوالقاسم محمدی
دانشیار، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه تبریز
محمد مقدم
استاد، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه تبریز
سید علی ضیایی
دانشیار، گروه فارماکولوژی، دانشکده داروسازی، دانشگاه شهید بهشتی
عزیز جوانشیر
استاد، سازمان نظام مهندسی کشاورزی و منابع طبیعی استان آذربایجان شرقی
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 :