توسعه و بکارگیری تکنیک آر.تی. لمپ جهت ردیابی دقیق و مولکولی ویروس ایکس کاهو
Publish place: 12th Congress of Iranian Genetics Society
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 777
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_0822
تاریخ نمایه سازی: 5 بهمن 1392
Abstract:
ویروس ایکس کاهو در سالهای اخیر برای اولین بار در دنیا از ایران شناسایی و گزارش شده است. میزبان طبیعی اصلی این ویروس کاهو بوده و این ویروس علی رغم تکثیر و غلظت نسبتاً بالا در این گیاه، علائم خاصی در آن ایجاد نمی نماید. پیکره های میله ای شکل و خمشی پذیر با ژنوم آر.ان.ای تک رشته ای مثبت بطول حدود 7200 نوکلئوتید می باشد. ویروس ایکس کاهو متعلق به جنس پوتکس ویروس از خانواده است. در بیماریهای ویروسی گیاهی، ردیابی دقیق و مطمئن عامل ویروسی از نیازهای اصلی در برنامه های مدیریت کنترل این بیماریها محسوب می گردد. روش تشخیص سرولوژیکی الایزا و نیز روش مولکولی متکی بر واکنش زنجیرهای پلیمراز جهت ردیابی این ویروس توسعه داده و بکار گرفته شده اند. این روشها مستلزم صرف وقت زیاد و نیز بکارگیری ابزارها و دستگاههای حساس پیشرفته و گرانقیمت می باشند که محدودیت مهمی برای این روشها محسوب می شود. در این تحقیق، روش آر.تی.لمپ که در دهه اخیر معرفی شده است، جهت ردیابی ویروس ایکس کاهو توسعه داده شده و دقت این تکنیک در ردیابی این ویروس با دقت آزمون معمول آر.تی.پی.سی.آر مورد مقایسه نسبی قرار گرفت. برای این منظور چهار آغازگر اختصاصی جهت بکارگیری در آزمون آر.تی.لمپ در این تحقیق طراحی و مورد استفاده قرار گرفت. براساس نتایج حاصل، با استفاده از هر دو روش، از 27 نمونه مورد بررسی، تعداد 3 نمونه آلوده به ویروس تشخیص داده شد. این نتایج نشان داد که با استفاده از روش آر.تی.لمپ می توان آلودگی ویروسی را در نمونه های برگی کاهو با دقتی مشابه با دقت تکنیک آر.تی.پی.سی.آر ردیابی نمود. این اولین گزارش از توسعه و بکارگیری روش آر.تی.لمپ برای ردیابی ویروس ایکس کاهو در دنیا می باشد.
Keywords:
Authors
رضا پوررحیم
بخش تحقیقات ویروسهای گیاهی، موسسه تحقیقات گیاه پزشکی کشور
شیرین فرزادفر
بخش تحقیقات ویروسهای گیاهی، موسسه تحقیقات گیاه پزشکی کشور
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 :