ردیابی مکان ژنی مقاومت به فوزاریوم سنبله(fhb1)در برخی ژنوتیپ هایگندم نان به کمک نشانگر پیوسته UMN10
Publish place: The first national congress for the development and promotion of agricultural engineering and soil sciences in Iran
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 459
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:
ISCONF01_050
تاریخ نمایه سازی: 12 تیر 1395
Abstract:
فوزاریوم سنبله (Fusarium head blight: FHB)یا اسکب گندم یکی از بیماریهای مخربی است که هرساله میلیونها دلار خسارت بهغلات کشت شده در سراسر جهان وارد میکند و ایجاد واریته های مقاوم، اقتصادیترین و مؤثرترین روش کنترل این بیماری میباشد. اینتحقیق بر روی 25رقم بومی، اصلاح شده و لا ینهای پیشرفته اصلاحی گندم (حاصل پنج نسل بک کراس فلات به عنوان تکرار شونده وسومایتری به عنوان والد غیرتکراری) به منظور شناسایی بوته های مقاوم به بلایت فوزاریومی سنبله با استفاده از ارزیابی های فنوتیپی وژنوتیپیانجام شد. بوته ها در مزرعه مورد آلودگی مصنوعی قرار گرفتند سپس FDKمورد محاسبه قرار گرفت گروه بندی ژنوتیپ ها با استفاده ازتجزیه خوشه ای (کلاستر) به روش UPGMAو فاصله اقلیدسی به عنوان معیار فاصله انجام گرفت. نتایج حاصل از تجزیه کلاستر بوته ها رابه سه گروه تقسیم کرد سپس DNAنمونه های FDKپایین استخراج شد و به وسیله آغازگر UMN10مورد بررسی قرار گرفت.همانطورکه انتظار میرفت کلیه نمونه های مقاوم گروه اول باند مربوطه را نشان دادند که حاکی از انتقال موفق ژن fhb1به این لاین ها میباشد
Keywords:
مقاومت به بلایت فوزاریومی سنبله گندم , درصد دانه های آلوده(FDK ) , تجزیه خوشه ای , آغازگر umn10 , استخراجDNA
Authors
مطهره ابراهیمی
دانشجوی کارشناسی ارشد اصلاح نباتات دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سیده ساناز رمضانپور
دانشیار گروه اصلاح نباتات وبیوتکنولوژی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
حسن سلطانلو
استادیار گروه اصلاح نباتات وبیوتکنولوژی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
خلیل زینلی نژاد
عضو مرکز تحقیقات کشاورزی گلستان
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 :