ارزیابی ملکولی واکنش دو رقم تجاری گندم در برابر آلودگی به قارچ عامل زنگ قهوه ای Pucciniatriticina E.
Publish place: 8th national biotechnology congress of I.R. Iran & 4th National Conference on biosecurity
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 408
This Paper With 5 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:
NBCI08_0397
تاریخ نمایه سازی: 29 شهریور 1394
Abstract:
بیماری های گیاهی یکی از محدودیت های بزرگ درتولید محصولات گیاهی است. زنگ قهوه ای (Puccinia triticina E.) یکی از بیماری های مهم گندم به شمار می رود. با توجه به اینکه استفاده بیش از حد از مواد شیمیایی در کشاورزی جهت کنترل بیماری ها سبب آلودگی محیط زیست شده و همچنین پاتوژن ها به سرعت به این مواد شیمیایی مقاومت حاصل می کنند، پیدا کردن روشی جایگزین، جهت مقابله با بیماری ها امری ضروری به نظر می رسد. ژن های مقاومت گیاهان منابع ژنتیکی با ارزشی هستند که می توان از آنها در راستای تولید گیاهان تراریخت مقاوم به عوامل تنش زا استفاده کرد. در این تحقیق با توجه به نتایج غربالگری، رقم مروارید به عنوان رقم حساس و رقم آرتا به عنوان ژنوتیپ مقاوم انتخاب و با اسپورهای قارچ P. triticina در مرحله دوبرگی آلوده شدند.از برگ های اول در زمان های مختلف پس ازآلودگی، نمونه برداری انجام گرفت. پس از استخراج Total RNA ازنمونه ها و ساخت DNA مکمل(cDNA )، بیان چند ژن مرتبط با بیماریزایی با استفاده ازتکنیک Quantitative Realtime PCR (QRT-PCR) مورد ارزیابی قرار گرفت. نتایج حاصل از این تحقیق نشان داد بیان ژن های PR1، PR2 و PR5 در رقم مقاوم آرتا نسبت به رقم حساس مروارید پس از مایه زنی به شدت افزایش یافت.
Keywords:
Authors
عارفه اصغری
دانشجوی کارشناسی ارشد بیماری شناسی گیاهی دانشگاه علوم کشاورزی و منابع طبیعی ساری
ولی الله بابایی زاد
عضو هیئت علمی دانشگاه علوم کشاورزی و منابع طبیعی ساری
محمد علی تاجیک قنبری
عضوهیئت علمی دانشگاه علوم کشاورزی و منابع طبیعی ساری
صفر علی مهدیان
عضو هیئت علمی 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 :