تاثیر واکشت بر تنوع سوماکلونال کالوس بنگدانه (Hyoscyamus niger) با استفاده از نشانگرهای ISSR
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: 44
This Paper With 9 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_003
تاریخ نمایه سازی: 29 شهریور 1403
Abstract:
به منظور بررسی تنوع ژنتیکی در کشت درون شیشه ای دو نمونه کالوس گیاه دارویی بنگدانه (Hyoscyamus niger) شامل کالوس جدید (یک ماهه) و کالوس قدیمی (یکساله) در مقابل برگهای تازه گیاه، از نشانگر تکرار توالی ساده (ISSR) استفاده شد. با استفاده از ده آغازگر ۴۹/۶ درصد چندشکلی در سه نمونه ذکرشده مشاهده شد. تجزیه وتحلیل واریانس مولکولی (AMOVA) ۶۸ درصد تنوع ژنتیکی را بین نمونه ها نشان داد. همچنین از ضرایب (ماتریس تشابه) جاکارد و دایس با روشهای UPGMA و NJ استفاده شد. بهترین دندروگرام برای نشان دادن تنوع ژنتیکی (دوری یا نزدیکی افراد)، استفاده از ضریب تشابه جاکارد بود. نتایج آنالیز خوشه ای نمونه ها را در دو گروه متفاوت گروه بندی کرد. این دسته بندی توسط تجزیه و تحلیل مولفه های اصلی (PCoA) نیز تایید شد. گروه اول شامل کالوس های قدیمی و گروه دوم شامل کالوس های جدید و برگ های گیاه بود. نتایج حکایت از این داشتند که تنوع سوماکلونال در کالوسهای بنگدانه با افزایش تعداد دفعات واکشت افزایش می یابد.
Keywords:
Authors
S. Tahmasebi Goojgi
PhD Graduated, Department of Horticulture Science and Agronomy, Science and Research Branch, Islamic Azad University, Tehran, I.R. Iran.
A. Mousavi
Corresponding author, Assoc. prof. National Institute of Genetic Engineering and Biotechnology, Department of Plant Biotechnology, Tehran, I.R. Iran. Email: m-amir@nigeb.ac.ir.
K. Haghbeen
Prof. National Institute of Genetic Engineering and Biotechnology, Department of Plant Biotechnology, Tehran, I.R. Iran
K. Piri
Prof. Bu-Ali Sina University, Department of Genetics and Plant Breeding, Tehran, I.R. Iran
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 :
