اثر غربالگری و بهینه سازی اسموپرایمینگ بر خصوصیات جوانه زنی بذور گندم (.Triticum aestivum L) با استفاده از روش سطح- پاسخ
Publish place: Vegetative environmental physiology، Vol: 17، Issue: 67
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 159
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_ECOP-17-67_002
تاریخ نمایه سازی: 25 دی 1401
Abstract:
اسموپرایمینگ بذر یک استراتژی موثر برای بهبود فرایند جوانهزنی است. غربالگری و برآورد غلظتهای بهینه ترکیبات مختلف اسمزی اولین قدم در اسموپرایمینگ دانه محسوب میشود. دراین تحقیق ابتدا ارزیابی پرایمینگ تکتیماری غلظتهای مختلف کلرید سدیم (۰، ۱، ۲، ۳، ۴، ۵، ۱۰، ۲۰، ۳۰ گرم بر لیتر)، سولفات روی (۰، ۱، ۵، ۱۰، ۲۰، ۳۰ و ۴۰ میلیمولار)، پرولین (۰، ۱، ۵، ۱۰، ۲۰، ۳۰ و ۴۰ میلیمولار) و ترهالوز (۰، ۱، ۵، ۱۰، ۲۰، ۳۰ و ۴۰ میلی مولار) بر روی بذور گندم انجام و سپس روش سطح- پاسخ در قالب طرح باکس- بنکن طراحی شد. نتایج حاصل نشاندهنده افزایش معنیدار جوانهزنی گندم در غلظتهای ۳ و ۱۰ گرم بر لیتر کلرید سدیم، ۱ و ۲۰ میلیمولار سولفات روی، ۱ و ۱۰ میلیمولار پرولین و ۰ و ۱ میلیمولار ترهالوز بود. این غلظت ها با استفاده از روش سطح- پاسخ و با انجام آزمونهای آزمایشگاهی اعتبارسنجی شدند. مقادیر ضریب تبیین (۹۹/۰=R۲) و R۲ تصحیح شده (۹۹/۰=R۲adj) نشان داد که مدل به دست آمده برای تحلیل دادهها مناسب میباشد. آنالیز واریانس یک طرفه (۰۰۰۱/۰>P) نشان داد که مدل درجه دوم بهترین مدل برای تعیین برهمکنش متغیرهای مورد مطالعه میباشد و مقادیر بهینه شامل کلرید سدیم ۳ گرم بر لیتر، سولفات روی ۱ میلیمولار و پرولین ۱ میلیمولار به صورت ترکیبی پیشنهاد شد. نتایج آزمایش تکمیلی با استفاده از مقادیر پیشبینی شده توسط مدل، مشخص ساخت که روش سطح- پاسخ میتواند در آزمونهای غربالگری و بهینهسازی جوانهزنی مورد استفاده قرار گیرد.
Keywords:
Authors
آفاق یاوری
گروه زیست شناسی، دانشگاه پیام نور، تهران، ایران
قادر حبیبی
گروه زیست شناسی، دانشگاه پیام نور، تهران، ایران
معصومه عابدینی
گروه زیست شناسی، دانشگاه پیام نور، تهران، ایران
غلامرضا بخشی خانیکی
گروه زیست شناسی، دانشگاه پیام نور، تهران، ایران
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 :