سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

گزینش ژنوتیپ های برتر چغندرقند با استفاده از تجزیه و تحلیل صفات کمی و کیفی

Publish Year: 1403
Type: Journal paper
Language: Persian
View: 22

This Paper With 13 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_JCB-16-4_006

Index date: 11 March 2025

گزینش ژنوتیپ های برتر چغندرقند با استفاده از تجزیه و تحلیل صفات کمی و کیفی abstract

چکیده مبسوط مقدمه و هدف: چغندرقند نقش مهمی در کشاورزی جهانی به عنوان یک محصول حیاتی برای تولید شکر ایفا می کند و به طور قابل توجهی به صنعت شیرین کننده ها کمک می کند. بدیهی است که بهبود صفاتی که تاثیر عمیقی بر رشد و عملکرد چغندرقند دارند، برای برآوردن تقاضای شکر در آینده از اهمیت بالایی برخوردار است. در این ارتباط، اصلاح چغندرقند با اهداف مختلف اعم از ارتقای عملکرد، کیفیت و مقاومت این محصول مهم، همواره یکی از عرصه های حیاتی تحقیق و توسعه بوده است و تاکنون، اصلاح کنندگان با موفقیت ارقام چغندرقند با عملکرد کمی و کیفی بالا و مقاومت در برابر بیماری ها ایجاد کرده اند. این پیشرفت ها از طریق انتخاب دقیق و تلاقی لاین های مختلف چغندرقند به‎دست آمده است. در این راستا، در مطالعه حاضر به ارزیابی ژنوتیپ های چغندرقند از نظر صفات مختلف مرتبط با عملکرد کمی و کیفی جهت شناسایی و به کارگیری ژنوتیپ های برتر در برنامه های اصلاحی آتی پرداخته شد. مواد و روش ها: برای این مطالعه، از ۴۹ ژنوتیپ چغندرقند، شامل ۴۴ هیبرید جدید و پنج شاهد که از سه رقم داخلی و دو رقم خارجی تشکیل شده اند، استفاده شد. این هیبریدهای جدید از تلاقی بین ۲۲ لاین خالص گرده افشان چغندرقند به عنوان والد پدری و دو سینگل کراس نرعقیم منوژرم تجاری به عنوان والد مادری در سال ۱۳۹۹ در موسسه تحقیقات اصلاح و تهیه بذر چغندرقند شدند. ارزیابی های فنوتیپی ژنوتیپ های آزمایشی طی سال زراعی ۱۴۰۰ در ایستگاه تحقیقات کشاورزی همدان در قالب طرح مقایسه عملکرد مقدماتی (آگمنت) بر روی ردیف هایی به‎طول هشت متر با فاصله بین ردیف ۵۰ سانتی متر در پنج بلوک ناقص کشت شدند. پس از حصول داده های آزمایشی، ابتدا با استفاده از نرم افزار R تجزیه واریانس انجام شد؛ سپس با توجه به اجرای طرح آگمنت و نتایج تجزیه واریانس برای صفات مختلف مورد مطالعه، مقدار هر صفت در هیبریدهای مورد مطالعه تصحیح گردید و در نهایت از میانگین های تصحیح شده صفات برای انجام سایر تجزیه وتحلیل های آماری استفاده شد. یافته ها: نتایج تجزیه واریانس صفات شامل عملکرد شکر سفید، عملکرد ریشه، درصد قند ناخالص، سدیم، پتاسیم و نیتروژن آمینه نشان داد که اثر بلوک تصحیح شده برای تمامی صفات مورد مطالعه غیر معنی دار است. غیر معنی داری اثر بلوک تصحیح شده برای صفات نشان می دهد که بلوک های ناقص از نظر شرایط قابل کنترل و یا غیرقابل کنترل محیطی همگن می باشند. اثر تیمار تصحیح شده برای کلیه صفات مورد بررسی به جز عملکرد ریشه و محتوی پتاسیم ریشه در سطح احتمال یک درصد معنی دار شد. با تفکیک اثر تیمار به اثرات هیبرید و شاهد ملاحظه شد که اثر هیبرید تنها برای صفت درصد قند ناخالص و اثر شاهد برای کلیه صفات مورد بررسی معنی دار می باشند. بررسی اثر هیبرید در برابر شاهد نشان داد که میان هیبریدهای آزمایشی با شاهدهای به کاررفته در آزمایش تنها از نظر محتوای سدیم و نیتروژن آمینه تفاوت قابل ملاحظه ای در سطح احتمال یک درصد وجود دارد و از لحاظ سایر صفات بین آن های تفاوتی وجود ندارد. بر اساس نتایج مقایسه میانگین، دو شاهد ۸K۸۰۱ و BTS ۱۸۸۵ به‎همراه ژنوتیپ های ۳۳، ۱۲ و ۲۴ به‎ترتیب با میانگین عملکرد شکر سفید ۱۰/۵۲، ۱۰/۰۴، ۹/۹۳، ۹/۸۲ و ۹/۱۵ تن در هکتار دارای عملکرد بسیار خوبی بودند. هیبرید های مذکور در مقایسه با شاهدهای داخلی حسنا، کیمیا و شکوفا نیز از عملکرد شکر سفید بالایی برخوردار بودند. این موضوع حاکی از برتری هیبریدها در قیاس با شاهدها می باشد. ژنوتیپ ۴۲ نامطلوب ترین وضعیت را از نظر عملکرد شکر سفید داشت و آخرین رتبه را از آن خود کرد. ضریب تنوع فنوتیپی در بازه بین ۴/۹۹ درصد برای درصد قند ناخالص تا ۲۲/۵۳ درصد برای محتوی سدیم ریشه و ضریب تنوع ژنتیکی نیز بین ۱/۹۶ درصد برای محتوی پتاسیم تا ۱۴/۲۳ درصد برای محتوی سدیم ریشه به‎دست آمد. سه صفت نیتروژن آمینه، میزان سدیم و عملکرد ریشه از پیشرفت ژنتیکی متوسط و پتاسیم، درصد قند ناخالص و عملکرد شکر سفید از پیشرفت ژنتیکی پایین برخوردار بودند. وراثت پذیری بالا همراه با پیشرفت ژنتیکی مطلوب برای صفت نیتروژن آمینه مشاهده گردید که نشان دهنده اثرات افزایشی ژن ها است. بر اساس نتایج شاخص SIIG، ژنوتیپ ۱۲ در مقایسه با سایر ژنوتیپ ها کم ترین فاصله را از ژنوتیپ ایده آل و بیشترین فاصله را از ژنوتیپ غیر ایده آل داشت، لذا برهمین اساس این ژنوتیپ با بیش ترین مقدار SIIG (۰/۸۲) برترین ژنوتیپ معرفی شد. پس از ژنوتیپ نامبرده، رقم شاهد ۸K۸۰۱ و ژنوتیپ های ۳۵ و ۳۳ به‎ترتیب با داشتن مقدار SIIG برابر با ۰/۷۲، ۰/۷۱ و ۰/۷۱ در رتبه های بعدی قرار داشتند و جز ژنوتیپ های مناسب شناخته شدند. نتیجه گیری: به طور کلی نتایج نشان داد که بین هیبریدهای آزمایشی تنوع ژنتیکی قابل ملاحظه ای از نظر اکثریت صفات حاکم است که موید تغییرات ژنتیکی گسترده در هیبریدهای اصلاحی است و پایه پدری این تنوع غنی را در ژرم پلاسم مورد مطالعه فراهم کرده است؛ به طوری‎که هیبریدهای آزمایشی به گروه مختلف از نظر کلیه صفات منتسب شدند. در مجموع نتایج حاکی از برتری سه ژنوتیپ ۱۲، ۳۵ و ۳۳ در مقایسه با سایر ژنوتیپ های آزمایشی بودند.

گزینش ژنوتیپ های برتر چغندرقند با استفاده از تجزیه و تحلیل صفات کمی و کیفی Keywords:

گزینش ژنوتیپ های برتر چغندرقند با استفاده از تجزیه و تحلیل صفات کمی و کیفی authors

مهدی حسنی

Sugar Beet Seed Institute (SBSI), Agricultural Research, Education and Extension Organization (AREEO), Karaj, Iran

علی صارمی راد

Sugar Beet Seed Institute (SBSI), Agricultural Research, Education and Extension Organization (AREEO), Karaj, Iran

حامد منصوری

Sugar Beet Research Department, Hamedan Agricultural and Natural Resources Research and Education Center, Agricultural Research, Education and Extension Organization (AREEO), Hamedan, 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 :
Abdollahi Hesar, A., Sofalian, O., Alizadeh, B., Asghari, A., & ...
Akyüz, A., & Ersus, S. (۲۰۲۱). Optimization of enzyme assisted ...
Aljabri, M., Alharbi, S., Al-Qthanin, R. N., Ismaeil, F. M., ...
Amiri, R., Pezeshkpour, P., & Karami, I. (۲۰۲۱). Identification of ...
Asseng, S., Guarin, J. R., Raman, M., Monje, O., Kiss, ...
Burton, G. W., & Devane, d. E. (۱۹۵۳). Estimating heritability ...
Bustos, D. V., Hasan, A. K., Reynolds, M. P., & ...
Comstock, R., & Robinson, H. (۱۹۵۲). Genetic parameters, their estimation ...
Cook, D., & Scott, R. (۱۹۹۳). The sugar beet crop: ...
Dohm, J. C., Minoche, A. E., Holtgräwe, D., Capella-Gutiérrez, S., ...
Falconer, D. S. (۱۹۹۶). Introduction to quantitative genetics. Pearson Education ...
FAO. (۲۰۰۹). Global agriculture towards ۲۰۵۰. How to feed the ...
FAO. (۲۰۲۱). Crops production and area harvested http://www.fao.org/faostat/en/data/QCLFAO. (۲۰۲۳). The ...
Ferber, D. (۲۰۰۱). Keeping the Stygian waters at bay. In: ...
Field, C. B., & Barros, V. R. (۲۰۱۴). Climate change ...
Gippert, A. L., Madritsch, S., Woryna, P., Otte, S., Mayrhofer, ...
Lammens, T., Franssen, M., Scott, E., & Sanders, J. (۲۰۱۲). ...
Makhlouf, B. S. I., Khalil, S. R. A. E., & ...
Monteiro, F., Frese, L., Castro, S., Duarte, M. C., Paulo, ...
Monteiro, F., Frese, L., Castro, S., Duarte, M. C., Paulo, ...
Muir, B. M. (۲۰۲۲). Sugar Beet Processing to Sugars. In ...
Najafi Mirak, T., Dastfal, M., Andarzian, B., Farzadi, H., Bahari, ...
Reynolds, M., Atkin, O. K., Bennett, M., Cooper, M., Dodd, ...
Reynolds, M., Foulkes, J., Furbank, R., Griffiths, S., King, J., ...
Ribeiro, I. C., Pinheiro, C., Ribeiro, C. M., Veloso, M. ...
Sadeghzadeh Hemayati, S., Saremirad, A., Hosseinpour, M., Jalilian, A., Ahmadi, ...
Smith, M. D., Oglend, A., Kirkpatrick, A. J., Asche, F., ...
Taleghani, D., Hosseinpour, M., Nemati, R., & Saremirad, A. (۲۰۲۳a). ...
Taleghani, D., Rajabi, A., Saremirad, A., & Darabi, S. (۲۰۲۴). ...
Taleghani, D., Rajabi, A., Saremirad, A., & Fasahat, P. (۲۰۲۳b). ...
Tomaszewska, J., Bieliński, D., Binczarski, M., Berlowska, J., Dziugan, P., ...
United Nations. (۲۰۱۷). World Population Prospects: the ۲۰۱۷ Revision. United ...
Xie, X., Zhu, Q., Xu, Y., Ma, X., Ding, F., ...
Yaghutipoor, A., Farshadfar, E., & Saeedi, M. (۲۰۱۷). Investigation of ...
Zali, H., Sofalian, O., Hasanloo, T., Asgharii, A., & Hoseini, ...
نمایش کامل مراجع