ارزیابی تنوع ژنتیکی، عملکرد علوفه و گروه بندی ژنوتیپ های گونه علوفه ای-مرتعی علف قناری Phalaris aquatica L از طریق بررسی کلونی
Publish place: Iranian Journal of Rangelands and Forests Plant Breeding and Genetic Research، Vol: 28، Issue: 2
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 42
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJRFP-28-2_005
تاریخ نمایه سازی: 29 شهریور 1403
Abstract:
این تحقیق به منظور ارزیابی تنوع ژنتیکی ۲۶ ژنوتیپ انتخابی از گونه علوفه ای- مرتعی علف قناری (Phalaris aquatica L.) بر اساس صفات مهم زراعی انجام شد. هر یک از ژنوتیپها از طریق تقسیم بوته به چهار کلون تقسیم شدند و در یک طرح آزمایشی بلوکهای کامل تصادفی در چهار تکرار در مزرعه تحقیقاتی خلعت پوشان دانشگاه تبریز در شرایط آبیاری کشت گردیدند. اندازه گیری صفات از فروردین ۱۳۹۶ شروع و برای دو سال انجام شد. نتایج تجزیه واریانس دادهها نشان داد که تفاوت ژنوتیپهای مورد مطالعه برای بیشتر صفات در سطح احتمال یک درصد معنیدار بود و بر همین اساس مقایسه میانگین صفات بین ژنوتیپها انجام شد. با تجزیه به مولفههای اصلی، دو مولفه اول در مجموع بیش از ۶۶ درصد از کل واریانس متغیرها را توجیه کردند. صفات عملکرد علوفه در هر دو چین، قطر یقه، ارتفاع بوته و عملکرد بذر عمده ترین نقش را در تبیین مولفه اول داشتند. بر اساس تجزیه خوشهای ۲۶ ژنوتیپ مورد مطالعه در چهار گروه ژنوتیپی مختلف قرار گرفتند. بر اساس نتایج بهدست آمده از مقایسه میانگینها، تجزیه به مولفههای اصلی و تجزیه خوشهای، تعداد ۱۲ ژنوتیپ که دارای بیشترین عملکرد علوفه در هر دو سال بودند و عملکرد بذر بالایی نیز داشتند به عنوان ژنوتیپهای برتر انتخاب شدند. ازاین رو جمعیت مورد مطالعه زمینه ژنتیکی مناسبی را برای انتخاب ژنوتیپهای برتر فراهم کرد که میتوان از آنها در آزمون نتاج پلیکراس و تولید ارقام ترکیبی استفاده نمود.
Keywords:
Authors
R. Mohammadi
Assist. Prof., Branch for Northwest & West region, Agricultural Biotechnology Research Institute of Iran (ABRII), Agricultural Research, Education and Extension Organization (AREEO), Tabriz, I.R. Iran, E-mail: r.mohammadi@abrii.ac.ir
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 :
