بررسی ارتباط ژن IGFBP2 با صفات رشد و چربی لاشه در سویه طیور گوشتی آرین

Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 817

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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NBCI07_0017

تاریخ نمایه سازی: 29 شهریور 1394

Abstract:

هرچند انتخاب مرسوم بر اساس ارزش های فنوتیپی در جوجه های گوشتی موجب بهبود در سرعت رشد و بازده تولید گوشت در طی چند دهه گذشته شده است، ولی بدلیل همبستگی منفی بین صفات تولیدی و شایستگی، امروزه اصلاح نژاد در طیور با مشکل مواجه شده است. لذا انتخاب چند صفتی برای بهبود همزمان در این صفات تنها بر اساس انتخاب فنوتیپی مشکل می باشد. بنابراین انتخاب بر اساس نشانگرهای مولکولی میتواند برای افزایش بازده انتخاب و بهبود عملکرد تولیدی مناسب باشد. هدف از انجام این تحقیق، تعیین چند شکلی ژن IGFBP2 و بررسی ارتباط آن با صفات رشد و ترکیبات لاشه در سویه تجاری طیورگوشتی آرین میباشد. بدین منظور، از تعداد 400 قطعه جوجه گوشتی مربوط به 4 خط پدری و مادری (D وC،B،A) نمونه خون تهیه و استخراج DNA از نمونه ها صورت گرفت. سپس ژنوتیپ حیوانات با استفاده از روش PCR-RFLP و آنزیم برشی Eco72I تعیین گردید. برای تأیید نتایج حاصل از PCR-RFLP برخی نمونه ها از هر ژنوتیپ تعیین توالی مستقیم شدند. مقایسه میانگین حداقل مربعات ژنوتیپ های مختلف نشان داد که چند شکلی ژن IGFBP2 با صفات وزن بال، وزن ران، درصد وزن ران و درصد وزن لاشه ارتباط معنیداری دارد. براساس نتایج حاصل از تحقیق حاضر میتوان نتیجه گرفت که ژن IGFBP2 می تواند به عنوان ژن کاندید برای صفات ترکیبات لاشه در برنامه های اصلاح نژادی لاین طیور گوشتی آرین مورد استفاده قرارگیرد. لذا پیشنهاد میشود با توجه به شناسائی جهش های جدید در این جایگاه، تحقیقات بیشتری با تأکید بر تمام چند شکلی ها صورت گیرد تا درک درستی از وظایف این ژن حاصل شود.

Authors

علی جوانروح علی آباد

محقق بخش بیوتکنولوژی موسسه تحقیقات علوم دامی کشور

حمید رضا سیدآبادی

محقق بخش بیوتکنولوژی موسسه تحقیقات علوم دامی 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 :
  • Khadem A., Hafezian H and Rahimi-Mianji G. 2010). Association of ...
  • Lei M.M, Nie Q.H, Peng X, Zhang D.X, Zhang X.Q. ...
  • Lei M., Luo C., Peng X., Fang M., Nie Q., ...
  • Nagao K., Yaman A. M., Murai A., Sasaki T., Saito ...
  • Scanes C. G., Proudman J. A and Radeck S. V. ...
  • _ Schoen T. J., Mazuruk K., Waldbillig R. J., Potts ...
  • نمایش کامل مراجع