بررسی تنوع ژنتیکی برخی ارقام ایرانی و خارجی برنج با استفاده از نشانگرهای مولکولی ریزماهواره (SSR)
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: 664
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_0472
تاریخ نمایه سازی: 29 شهریور 1394
Abstract:
شناسایی و حفظ تنوع ژنتیکی به منظور اصلاح گیاهان زراعی و ارتقا سطح مدیریت منابع ژنتیکی از اهمیت زیادی در برنامه های اصلاحی برخوردار است. در این تحقیق تنوع ژنتیکی 45 رقم مختلف برنج با استفاده از 15 نشانگر ریزماهواره مورد بررسی قرار گرفت. تعداد آلل های پلی مورف تولید شده توسط هر نشانگر از 4 آلل در جایگاه (RM484) تا 11 آلل در جایگاه (RM204) متغیر بود. تعداد آلل های پلی مورف 98 با میانگین 6/53 آلل برای هر جایگاه ریزماهواره محاسبه شد. میانگین محتوی اطلاعات چندشکلی (PIC)، 0/736 بود که دامنه آن از 0/582 برای نشانگرریزماهواره (RM484) به عنوان کمترین میزان PIC تا 0/848 برای نشانگرریزماهواره (RM204) به عنوان بیشترین میزان PIC متغیر بود. آنالیز خوشه ای با روش UPGMA و براساس ضریب تشابه ساده (SM) در سطح تشابه 0/77 انجام گرفت که ژنوتیپ ها در 6 گروه مجزا از یکدیگر تقسیم و ارقام وارداتی به خوبی از ارقام اصلاح شده و بومی تفکیک شدند. نتایج این تحقیق نشان داد که نشانگر ریزماهواره ابزارهایی مناسب و قابل اعتماد جهت نمایان ساختن تنوع ژنتیکی بین لایه های نزدیک بهم می باشند و می توانند جهت شناخت و انتخاب والدین مناسب در تلاقی ها و همچنین در انتخاب به کمک نشانگرها(MAS) در برنامه های اصلاحی برنج مورد استفاده قرار گیرند.
Keywords:
Authors
معصومه شیخان
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد سبزوار
مریم حسینی چالشتری
استادیار پژوهش موسسه تحقیقات برنج کشور
علی اکبر عبادی
مربی پژوهش موسسه تحقیقات برنج کشور
علی اکبر جنت آبادی
استادیار دانشگاه آزاد اسلامی واحد سبزوار، دانشجوی کارشناسی ارشد تهران ، واحد علوم و تحقیقات دانشگاه آزاد اسلامی
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 :