شناسایی نشانگرهای ریزماهواره در توالی یابی RNA زعفران با استفاده از نسل دوم توالی یابی
Publish place: 13 Iranian Crop Sciences Congress & 3rd Iranian Seed Science and Technology Conference
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,135
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NABATAT13_1433
تاریخ نمایه سازی: 4 آذر 1393
Abstract:
زعفران ،(Crocus Cativus L.)، مهمترین و گرانترین ادویه دنیا، گیاهی تریپلوئید (24=2n=3X) با تکثیر رویشی میباشد. جنس Crocus عضوی از خانواده بزرگ Iridaceae میباشد که در حدود 60 جنس و 1500 گونه را شامل میشود. علارغم وجود محصولات اقتصادی با کیفیت و عناوین مختلف از این ادویه مهم؛ که میتواند نشاندهنده وجود اکوتایپ یا گونه های تجاری در زعفران باشد؛ تنوع ژنتیکی موجود در زعفران زراعی در دنیا ناشناخته است و بودن یا نبودن تنوع ژنتیکی در این گیاه همواره یکی از سئوالات مهم محققان بوده است. مارکرهای ملکولی به طور گستردهای برای نقشه یابی ژنهای مهم، بررسی تنوع ژنتیکی، مطالعه ساختارهای جمعیتی و کمک به اصلاح محصولات زراعی به کار گرفته شدهاند. با توجه به اهمیت زعفران و کمبود نشانگرهای ملکولی کاربردیدر آن نیاز به یک رویکرد با کارآمدی و سرعت بالا در توسعه نشانگرهای ملکولی مفیدتر برای تهیه نشانگرهای مولکولی در گیاه زعفران بیش از پیش حس میشود. در این مطالعه، از کلاله زعفران قائن برای توالییابی به وسیله تکنولوژی توالی یابی با کارایی بالا (RNAseq)، برای ایجاد یک دامنه وسیعی از پایگاه داده های اطلاعاتی EST و توسعه یک دسته از مارکرهای EST-SSR استفاده شد. برطبق اطلاعات ما، این تحقیق، اولین بررسی کامل ترانسکریپتوم زعفران برای شناسایی نشانگرهای مولکولی میباشد. این پایگاه اطلاعاتی EST-SSR به عنوان یک منبع ارزشمندی برای کشف ژن های جدید، بررسی تنوع ژنتیکی، مطالعه ساختارهای جمعیتی و نیز اصلاح بر حسب گزینش مبتنی بر مارکر در زعفران خواهد بود.
Keywords:
Authors
پروانه محمودی
دانشجوی دکتری دانشگاه تربیت مدرس
احمد معینی
دانشیار دانشگاه تربیت مدرس
سید مجتبی خیام نکویی
پژوهشکده بیوتکنولوژی کشاورزی ایران
محسن مردی
پژوهشکده بیوتکنولوژی کشاورزی ایران
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 :