همسانه سازی و بررسی تبارزایی جدایه های ایرانی narcissus latent virus براساس ترادف نوکلئوتیدی ناحیه ’۳ ژنوم
Publish place: Journal of plant protection، Vol: 36، Issue: 4
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 65
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JPP-36-4_002
تاریخ نمایه سازی: 28 خرداد 1402
Abstract:
ویروس نهفته نرگس (narcissus latent virus, NLV) یکی از بیمارگرهای بسیار مهم و خسارتزای ارقام تجاری گیاه نرگس و زنبق در سراسر جهان میباشد. به منظور شناسایی این ویروس، گیاهان زنبق با علائم مشکوک ویروسی از شمال شرق کشور جمع آوری و ناحیه ´۳ ژنوم آنها با استفاده از آغازگرهای اختصاصی با روش رونویسی معکوس و واکنش زنجیرهای پلیمراز (RT-PCR) تکثیر و همسانهسازی شد. ناحیه CP-UTR این جدایهها (سه جدایه) به همراه تعدادی از ترادفهای جدایههای موجود در بانک ژن (۲۴ جدایه) مقایسه و پس از انجام همردیفسازی چندگانه، مورد تجزیه و تحلیل فیلوژنتیکی قرار گرفتند. جدایههای مورد مقایسه در درخت فیلوژنتیکی در دو گروه جداگانه قرار گرفتند ( I وII ) و جدایههای ایرانی در کنار جدایههایی از لهستان، نیوزیلند، و بریتانیا در گروه II قرار گرفتند. مقایسه درصد مشابهت ژنتیکی نشان داد که جدایههای ایرانی با سایر جدایههای NLV بین ۴۷/۷۷ تا ۱۲/۹۸ درصد در سطح نوکلئوتیدی مشابهت دارند که به ترتیب بیشترین میزان شباهت (بین ۶۵/۹۷ تا ۱۲/۹۸ درصد) با جدایه NLV۵_۱ (JX۲۷۰۷۶۶) از لهستان و کمترین (بین ۴۷/۷۷ تا ۹۵/۷۷ درصد) با جدایه NLV۳ (JX۲۷۰۷۶۲) از لهستان بود. همچنین تشابه توالی نوکلئوتیدی و آمینواسیدی سه جدایه ایرانی با یکدیگر به ترتیب ۸۴/۹۷-۹۷ و ۰۲/۹۹-۳۸/۹۷ درصد تعیین گردید. میزان تنوع نوکلئوتیدی ناحیه CP-UTR بین جدایههای NLV، ۱۳۰/۰ به دست آمد که نشان دهنده تنوع ژنتیکی بالای این ویروس در این ناحیه از ژنوم است. نتایج پژوهش حاضر میتواند در برنامههای بهنژادی مولکولی برای تولید ارقام مقاوم به ویروس مفید بوده و خسارت ناشی از بیماری را کاهش دهد.
Keywords:
Authors
زهره مرادی
گروه گیاهپزشکی، دانشکده علوم زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
محسن مهرور
گروه گیاهپزشکی، دانشکده کشاورزی، دانشگاه فردوسی مشهد، خراسان رضوی
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 :