شناسایی جایگاه های ژنی موثر بر سرعت رشد و نسبت کلیبر روی کروموزوم شماره پنچ بلدرچین ژاپنی
Publish place: Animal Production Research، Vol: 5، Issue: 4
Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 134
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ARGU-5-4_002
تاریخ نمایه سازی: 27 بهمن 1401
Abstract:
این تحقیق با هدف شناسایی جایگاه های صفات کمی (QTL) موثر بر سرعت رشد و نسبت کلیبر روی کروموزوم شماره ۵ بلدرچین ژاپنی با استفاده از نشانگرهای ریز ماهواره انجام شد. آزمایش در قالب یک طرح سه نسلی با استفاده از تلاقی دو جانبه دو سویه سفید و وحشی اجرا شد. از میان پرندگان نسل دوم ۳۴ پرنده بطور تصادفی انتخاب و با تلاقی بین آنها ۴۲۲ پرنده نسل سوم ایجاد شدند. رکوردهای فنوتیپی مربوط به میانگین افزایش وزن روزانه و نسبت کلیبر روی پرندگان نسل F۲ ثبت شدند. تمامی ۴۷۲ پرنده مربوط به هر سه نسل برای نشانگرهای ریزماهواره موجود بر روی کروموزوم شماره ۵ تعیین ژنوتیپ شدند. برای آنالیز جایگاه صفات کمی، روش مکان یابی درون فاصلهای مبتنی بر رگرسیون در ۵ مدل مختلف آماری مورد استفاده قرار گرفت. نتایج بیانگر وجود جایگاههای صفات کمی معنیداری با اثر افزایشی برای صفات میانگین افزایش وزن روزانه از یک روزگی تا یک هفتگی در موقعیت ۲۱ سانتی مورگانی و نسبت کلیبر سه تا چهار هفتگی در موقعیت ۱۸ سانتی مورگانی بود. اثرات غلبه و ایمپرینتینگ جایگاه صفات کمی بر هیچکدام از صفات مورد مطالعه معنیدار نبود. واریانس افزایشی جایگاه های صفات کمی شناسایی شده برای صفات مختلف در محدوده ۱/۱ تا ۶/۳ بود. با برازش مدلهای آماری مختلف، برای صفات میانگین افزایش وزن روزانه و نسبت کلیبر جایگاههای صفات کمی معنی دار با اثرات مختلف شناسایی شد.
Keywords:
Authors
محبوبه ایرانمنش
کرمان- خیابان ابن سینا- جنب پارک خواجه خصر- غربی ۱
علی اسمعیلی زاده کشکوئیه
استاد گروه علوم دامی دانشکده کشاورزی، دانشگاه شهید باهنر کرمان
محمدرضا محمدآبادی
استاد گروه علوم دامی دانشکده کشاورزی، دانشگاه شهید باهنر کرمان
سعید سهرابی
دانشجوی دکترای بخش علوم دامی ،دانشکده کشاورزی، دانشگاه شهید باهنر کرمان
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 :