کاربرد تکنیک های اصلاح نباتات موتاسیونی برای بهبود ژنتیکی گیاهان زراعی در کشاورزی مدرن
Publish place: The first national conference on economic resolutions in the field of Agriculture and Natural Resources
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 4,179
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ERANR01_272
تاریخ نمایه سازی: 9 دی 1391
Abstract:
بهبود ژنتیکی گیاهان برای داشتن یک کشاورزی مدرن و صنعتی نیاز تولید ارقام جدید با روشهای نوین است. با روشهای نوین با استفاده از هسته ای یک روش عالی برای بهبود ژنتیکی گیاهان می باشد و از این روش برای تولید ارقام جدید در گیاهان زراعی، باغی و زینتی استفاده می گردد. پرتوتابی با اشعه های گاما، ایکس و نوترون ها که از عمده ترین روش های پرتوتابی می باشند در مورد بیش از 80-70درصد از واریته های ثبت شده در جهان اجرا شده است. پس از تاسیس مرکز تحقیقات هسته ای در کشاورزی، نزدیک به دو هزار رقم بصورت مستقیم یا غیر مستقیم پس از تلاقی با ارقام موجود در بیش از 58 کشور جهان به ثبت رسیده است. روش های موتاسیون القایی بویژه برای گیاهانی که تولید مثل رویشی داشته و تنوع ناشی از تولید مثل جنسی در آنها محدود است حایز اهمیت بوده و می تواند تنوع ژنتیکی ایجاد کند. در طول دهه گذشته استفاده از پراب های نشان دار شده با مواد رادیواکتیو در تحقیقات DNA نوترکیب برای اهداف کلونینگ، نقشه یابی ژنها در گیاهان، ترانسژن کردن گیاهان بویژه برای انگشت نگاری بر اساس مارکر های مولکولی میکروساتلایت و DAF به صورت یک کار مرسوم در آمده است. شناسایی و آنالیز گیاهان موتانت با استفاده از تکنیک های مولکولی برای انگشت نگاری DNA و نقشه یابی ژنها بر اساس مارکرهای مبتنی بر واکنش زنجیره ای پلیمراز مثل STMS و Mutant Tagging ابعاد جدیدی در تکنولوژی نوین بوجود آورده است. هدف از این مطالعه مروری بررسی تاریخچه، نقش و آینده استفاده از انرژی هسته ای و پرتوهای رادیواکتیو در بهبود ژنتیکی گیاهان زراعی در کشاورزی مدرن می باشد.
Keywords:
Authors
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 :