ارزیابی تنوع ژنتیکی اکوتیپ های بادرنجبویه Melissa officinalis L. با استفاده از نشانگر RAPD
Publish place: The first international conference and the fourth national conference on medicinal plants and sustainable agriculture
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 676
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
MPSA04_149
Index date: 28 March 2016
ارزیابی تنوع ژنتیکی اکوتیپ های بادرنجبویه Melissa officinalis L. با استفاده از نشانگر RAPD abstract
در پژوهش حاضر تنوع ژنتیکی درون و بین 15 توده طبیعی از گیاه دارویی بادرنجبویه Melissa officinalis L با کمک 15 نشانگر RAPD مورد مطالعه قرار گرفت از مجموع 107 نوار ایجاد شده 82 نوار چند شکلی حاصل شد و درصد چندشکلی 76% بدست آمد شاخص های تنوع زنتیکی شامل میانگین تنوع ژنتیکی نی و میانیگن شاخص شانون به ترتیب 0/31و0/46 محاسبه شدند میانگین محتوای اطلاعات چند شکلی PIC و شاخص نشانگر MI به ترتیب برار با 0/24و0/9 به دست امد بر اساس نتایج حاصل از تجزیه و تحلیل خوشه ای توده ها در 4 گروه اصلی طبقه بندی شدند گروه بندی بر اساس داده های مولکولی انطباق خوبی با گروه بندی جغرافیایی داشت در تجزیه به مولفه های اصلی سه مولفه اول و دوم و سوم 69.73%از تغییرات را توجیه کردند نتایج به دست آمده می تواند در گزینش ارقام مطلوب مورد استفاده قرار گیرد به عبارت دیگر می توان از اکوتیپ هایی با فاصله ژنتیکی بیشتر به منظور تلاقی جهت تولید نسل های در حال تفرق جمعیت های پایه برای مکان یابی زن ها و بهره مندی از پدیده هتروزیس استفاده کرد
ارزیابی تنوع ژنتیکی اکوتیپ های بادرنجبویه Melissa officinalis L. با استفاده از نشانگر RAPD Keywords:
ارزیابی تنوع ژنتیکی اکوتیپ های بادرنجبویه Melissa officinalis L. با استفاده از نشانگر RAPD authors
مهدیه احمدیان یزدلی
دانشجوی کارشناسی ارشد بیوتکنولوژی کشاورزی دانشگاه شاهد تهران ایران
علاءالدین کردنائیج
استادیار گروه زراعت و اصلاح نباتات دانشگاه شاهد تهران ایران
داریوش طالعی
استادیار مرکز تحقیقات گیاهان دارویی دانشگاه شاهد تهران ایران
آیت الله رضایی
استادیار گروه زراعت و اصلاح نباتات دانشگاه شاهد تهران 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 :