مکان یابی مولکولی ژن (های) کنترل کننده نر عقیمی نوع WA در برنج هیبرید
Publish place: 12th Congress of Iranian Genetics Society
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 745
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CIGS12_0509
تاریخ نمایه سازی: 5 بهمن 1392
Abstract:
در سیستم سه لاین تولید برنج هیبرید، لاین های اعاده کننده باروری مناسب با قدرت ترکیب پذیری بالا نقش مهمی را ایقا می کنند. انتقال ژن Rf به این لاینها از طریق روش اصلاحی بک کراس انجام می پذیرد. اگر در این روش اصلاحی بتوان از انتخاب به کمک نشانگر مولکولی استفاده نمود هزینه کا ر خیلی کمتر شده و سریعتر به R لاینهای مطلوب دست خواهیم یافت. گام اول برای استفاده از این تکنیک، نشانمند کردن ژن Rf است که هدف تحقیق در این آزمایش بوده است. نتایج این تحقیق نشان داد که آغازگرهای RM258 و RM228 روی بازوی بلند کروموزوم 10 و آغازگرهای RM151 و RM490 روی بازوی کوتاه کروموزوم 1، نه تنها باندهای چندشکلی بین IR68899A و آمل-2 نشان دادند بلکه پیوستگی بالایی با ژن اعاده کننده باروری نیز نشان دادند. فاصله از ژن (Rf(3 تا نشانگرهای RM151 و RM490 به ترتیب 4/18 و 1/39 سانتی مورگان بوده همچنین نشانگرهای RM258 و RM228 با ژن اعاده کننده باروری (Rf(4))، پیوسته می باشند. فاصله از ژن (Rf(4 تا نشانگرهای RM258 و RM228 به ترتیب 2/78 و 8/41 سانتی مورگان می باشد. نشانگرهای (RM258, RM490, RM151)SSR و RM228) جهت استفاده در برنامه انتخاب به کمک نشانگر برای لاین های اعاده کننده باروری در سیستم CMS-WA بسیار امید بخش و مؤثر خواهند بود.
Keywords:
Authors
نادعلی باباییان جلودار
استاد گروه بیوتکنولوژی و اصلاح نباتات دانشگاه علوم کشاورزی و منابع طبیعی ساری
نادعلی باقری
استادیار گروه بیوتکنولوژی و اصلاح نباتات دانشگاه علوم کشاورزی و منابع طبیعی ساری
آرام پاشا
دانشجوی کارشناسی ارشد گروه بیوتکنولوژی و اصلاح نباتات دانشگاه علوم کشاورزی و منابع طبیعی ساری
عمار افخمی قادی
کارشناس ارشد گروه بیوتکنولوژی و اصلاح نباتات دانشگاه علوم کشاورزی و منابع طبیعی ساری
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 :