بررسی تنوع ژنتیکی در جمعیت اسب های عرب ایرانی
Publish Year: 1398
Type: Journal paper
Language: Persian
View: 263
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JASR-11-4_003
Index date: 12 March 2022
بررسی تنوع ژنتیکی در جمعیت اسب های عرب ایرانی abstract
اسب حیوانی است که در طول تاریخ همواره کنار انسان بوده و در تشکیل تمدن بشری نقش مهمی داشته است. نژادهای متنوعی از این حیوان در سراسر جهان وجود دارد که ازلحاظ ظاهری با یکدیگر تفاوت دارند. امروزه پژوهشگران از نشانگرهای مولکولی مانند STR های معرفی شده از سوی انجمن ژنتیک حیوانات، جهت مطالعات ژنتیکی و تعیین اصل و نسب استفاده می کنند که می توانند خطاها را به حداقل برساند. در این مطالعه، تنوع ژنتیکی ۵۰ راس اسب نژاد عرب موردبررسی قرار گرفت. برای این منظور از نشانگرهای ریزماهواره پیشنهادی ISAG استفاده شد. این نشانگرها شامل ریز ماهواره های ASB۱۷، LEX۳، HMS۱، CA۴۲۵ می باشند. این جایگاه ها توسط روش مولتیپلکس PCR با چهار جفت پرایمر نشان دار به رنگ فلورسانس تکثیر شدند. سپس اندازه محصولات حاصل از PCR توسط الکتروفورز مویینه جداسازی و موردبررسی قرار گرفتند. پس از آنالیز داده ها، نتایج نشان داد که تعداد آلل های مشاهده شده برای هر جایگاه از ۵ تا ۹ آلل متغیر بود. بیشترین تعداد آلل مربوط به نشانگر LEX۳ با ۹ آلل بود و بیشترین مقدار هتروزیگوسیتی را نشانگر ASB۱۷ دارا بود. جایگاه CA۴۲۵ دارای ۵ آلل بود که کمترین تعداد آلل در میان جایگاه های بررسی شده را داشت و جایگاه LEX۳ دارای پایین ترین مقدار هتروزیگوسیتی بود. همچنین بیشترین مقدار PIC و نیز شاخص شانون برای جایگاه LEX۳ و کمترین مقدار برای جایگاه CA۴۲۵ مشاهده شد. نتایج حاصل از این مطالعه نشان داد که تنوع ژنتیکی جمعیت اسب های عرب، فراوانی بسیار بالایی در مقایسه با سایر نژادهای اسب دارد.
بررسی تنوع ژنتیکی در جمعیت اسب های عرب ایرانی Keywords:
بررسی تنوع ژنتیکی در جمعیت اسب های عرب ایرانی authors
سروین جباری
دانشگاه آزاد اسلامی واحد تبریز
محمدرضا مشایخی
دانشگاه آزاداسلامی، تبریز
علی حسن پور
دانشگاه آزاد اسلامی واحد تبریز
بهزاد شیرمحمدلی
دانشگاه آزاد اسلامی واحد تبریز
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 :