شناسایی دانهال های خورشی و تخم زا در برخی گونه های مرکبات با استفاده از تکنیک SSR
Publish Year: 1402
Type: Journal paper
Language: Persian
View: 133
This Paper With 23 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_IRSHS-25-1_002
Index date: 18 May 2024
شناسایی دانهال های خورشی و تخم زا در برخی گونه های مرکبات با استفاده از تکنیک SSR abstract
بیشتر گونه های جنس Citrus و برخی جنس های نزدیک در این تیره رویان خورشی تولید می کنند. وجود چنین رویان هایی در کنار رویان های حاصل از لقاح، منجر به پدیده چند رویانی می شود که طی آن همزمان دو یا چند رویان در یک بذر توسعه می یابند. در این مطالعه، جهت تمایز دانهال های حاصل از لقاح از دانهال های خورشی، از گیاهان مادری و دانهال های حاصله از بذرهای یازده نمونه مرکبات، نمونه های برگی تهیه گردید. پس از استخراج DNA از نمونه ها، PCR با ۸ جفت آغازگر ریزماهواره ای انجام شد. نتایج این بررسی نشان داد که هشت جفت آغازگر برای صفت خورشی یا زایگوتی (تخم زا) بودن دانهال ها در نه رقم، چندشکلی نشان دادند. تعداد کل آلل ها در جمعیت ۴۶ آلل و دامنه تعداد آلل بین ۳-۱۱ با میانگین ۷۵/۵ بود. تعداد ۳۵ آلل برای صفت خورشی یا تخم زا بودن چند شکل بودند. از بین آغازگرهای چندشکل، آغازگر TAA۴۱ بیشترین تعداد آلل (۱۱) و آغازگرهای TAA۲۷ و TAA۱ کمترین تعداد آلل (۳) را در نمونه های مورد مطالعه تولید کردند. از آغازگرهای چندشکل این پژوهش بویژه TAA۴۵ و TAA۳۳ می توان برای شناسایی دانهال های خورشی و تخم زای کلیه نژادگان ها و دورگه های ارقام مرکبات در برنامه های به نژادی مختلف بهره برد.
شناسایی دانهال های خورشی و تخم زا در برخی گونه های مرکبات با استفاده از تکنیک SSR Keywords:
Citrus , Zygotic and nucellar seedlings , PCR , Microsatellite markers , Primer , مرکبات , دانهال های خورشی و تخم زا , PCR , نشانگرهای ریزماهواره , آغازگر
شناسایی دانهال های خورشی و تخم زا در برخی گونه های مرکبات با استفاده از تکنیک SSR authors
محمدطاهر حلاجیان
Atomic Energy
کتایون دباغ
Payame Noor University
مجتبی کردرستمی
Atomic Energy
علی اکبر قاسمی سلوکلوئی
Atomic Energy
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 :
