ارزیابی کاربرد نشانگر مولکولی SRAP در برخی از توده های بومی گشنیز (Coriandrum sativum L) ایرانی
Publish place: 12th Congress of Iranian Genetics Society
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 946
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CIGS12_0463
تاریخ نمایه سازی: 5 بهمن 1392
Abstract:
گشنیز با نام علمی (Coriandrum sativum L) گیاهی علفی، یکساله و متعلق به خا نواده ترسانان است که برای میوه و برگ های معطر آن پرورش داده می شود. گشنیز یکی از قدیمی ترین محصولات ادویه ای در جهان است که دارای خواص دارویی فراوان می باشد. با این حال گزارش های ناچیز در مورد کاربرد ناشنگرهای مولکولی در گشنیز نسبت به سایر سبزی ها وجود دارد. مطالعه حاضر به منظور بررسی اطلاعات و کارایی نشانگر SRAP برای تخمین تنوع ژنتیک در 10 توده گشنیز ایران به کار رفته است. تکثیر مکان های ژنی با استفاده از 24 ترکیب آغازگر SRAP انجام شد. 24 ترکیب آغاز گر SRAP، 250 باند قابل امتیازدهی در محدوده 75 تا 1000 جفت باز تولید نمودند. از این تعداد، 217 باند (86/8 درصد) چند شکل حاصل شد. میانگین تعداد باندهای تکثیر شده و باندهای چند شکل به ازای هر ترکیب آغازگر به ترتیب 10/41 و 9/04 بود. بیشترین و کمترین تعداد باندهای چندشکل تشکیل شده به ترتیب 20(Mel, Em4) و 4(Me3, Em1) بود. شاخص محتوای اطلاعات چند شکل (PIC) از 0/44 (Me2, Em2) تا 0/22 (Me5, Em1) متغیر بود. میانگین محتوای اطلاعات چند شکل (PIC) 0/36 بود. 6 ترکیب آغازگر چندشکل بالایی نشان دادند. نتایج احصل از این مطالعه چند شکل قابل قبولی در بین توده های گشنیز جمع آوری شده از چند منطقه ایران را نشان داد که مبنایی برای استفاده کارآمد این نشانگر مولکولی در بررسی های ژنتیک این سبزی خواهد بود.
Keywords:
Authors
خدیجه قنبری
دانشجوی کارشناسی ارشد رشته علوم باغبانی دانشکده کشاورزی دانشگاه ایلام
عبدالعلی شجاعیان
استادیار و عضو هیئت علمی گروه علوم باغبانی دانکشده کشاورزی دانشگاه تربیت مدرس
علی اصغر نصراله نژاد
استادیار و عضو هیئت علمی گروه زراعت و اصلاح نباتات، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سمیه فهیم
دانشجوی کارشناسی ارشد رشته علوم باغبانی دانشکده کشاورزی دانشگاه ایلام
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 :