ابراهیم سوری لکی - University of Guilan, Rasht, Iran
بابک ربیعی - University of Guilan, Rasht, Iran
سید حسن مرعشی - University of Ferdowsi, Mashhad , Iran
وحید جوکارفرد - University of Guilan, Rasht, Iran
آندریاس برنر - (IPK), Leibniz, Germany

در این تحقیق، تعداد ۵۰ ژنوتیپ کینوا با استفاده از ۴۰ جفت نشانگر ریزماهواره (SSR) بررسی شد تا ضمن شناسایی ژنوتیپ های برتر از نظر عملکرد دانه و اجزای موثر بر آن، نشانگرهای پیوسته با صفات مورد مطالعه نیز با استفاده از روش تجزیه ارتباطی شناسایی و معرفی شوند. مطالعه صفات عملکرد دانه و اجزای موثر بر آن  نشان داد که صفات روز تا رسیدگی فیزیولوژیک، طول خوشه، تعداد خوشه در بوته و وزن هزار دانه مهم ترین صفات موثر بر عملکرد دانه بودند که در نهایت ژنوتیپ های ۱، ۳۲ و ۴۹  از نظر این صفات به عنوان ژنوتیپ های برتر معرفی شدند. مطالعه ساختار جمعیت با استفاده از نرم افزار Structure دو زیر گروه احتمالی (K=۲) را در جمعیت مورد مطالعه  نشان داد و نتایج حاصل از بارپلات نیز آن را تآیید کرد. نتایج حاصل از تجزیه ارتباطی با استفاده از مدل خطی عمومی (GLM) و مدل خطی مخلوط (MLM) تعداد ۴۹، ۵۳ (GLM) و تعداد ۴۸، ۵۲ (MLM) ارتباط نشانگر- صفت معنی دار را به-ترتیب برای سال اول (۱۳۹۸) و دوم (۱۳۹۹) شناسایی کرد. از بین روابط نشانگر- صفت معنی دار شناسایی شده برای صفات مختلف، بیشترین تعداد ارتباط معنی دار برای صفات عملکرد دانه و وزن هزار دانه به ترتیب با شش و پنج ارتباط شناسایی شد. در مجموع بر اساس نتایج حاصل از تجزیه ارتباطی تعداد ۱۲ نشانگر پیوسته و دارای ارتباط معنی دار با صفات ارزیابی شده طی هر دو سال شناسایی شد و بنابرین می توان از این نشانگرها به عنوان نشانگرهای ثابت و پایدار در برنامه های مختلف به نژادی کینوا استفاده کرد.

Association analysis, Genetic diversity, Population structure, Marker-trait association, تجزیه ارتباطی, تنوع ژنتیکی, ساختار جمعیت, ارتباط نشانگر- صفت