استفاده از تکنیک PCR-SSCP در شناسایی جهشهای مرتبط با مقاومت آفات به ترکیبات آفتکش
Publish place: چهارمین کنفرانس بین المللی پژوهشهای کاربردی در علوم کشاورزی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 791
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AFPICONF04_082
تاریخ نمایه سازی: 18 تیر 1396
Abstract:
مطالعه سازوکار مقاومت و ردیابی آن در داخل جمعیتها از جنبههای پایهای وکاربردی بسیار مهم میباشد. با شناخت سازوکار مقاومت، معرفی روشهای غلبه بر آن امکانپذیر بوده و کارشناسان با آگاهی بیشتری اقدام به معرفی ترکیبات جایگزین خواهند نمود. هر چند انجام آزمایشات زیستسنجی به طور قطع برای تایید وجود مقاومت در داخل جمعیتها و کمی کردن سطوح مقاومت مرتبط با سازو کارهایهای خاص ضروری است، اما با استفاده از راهفنهای تشخیصی بیوشیمیایی و مولکولی میتوان ارزیابیهای بسیار دقیقی از فراوانی ژنهای مقاومت در داخل جمعیتها بدست آورد. شناخت مبنای بیوشیمیایی و ژنتیکی مقاومت در داخل جمعیتها، جهت تدوین برنامههای مدیریت مقاومت، شکستن مقاومت و یا جلوگیری از بروز آن لازم و ضروری است. از آنجایی که جمعیتهای آفت میتوانند به سرعت از وضعیت حساس به مقاوم تغییر ماهیت دهند، روشهای تشخیصی ارزان قیمت، قابل اعتماد و کارآمد جهت اندازهگیری فراوانی آللهای مقاومت در داخل جمعیتها یک نیاز پایهای بسیار مهم میباشد. روشهایی که قادر به تشخیص ژنوتیپهای حساس (SS ،(مقاوم (RR (و هتروزیگوت (RS (میباشند، برای مدیریت موثر مقاومت و ردیابی آن در داخل جمعیتها یک ضرورت محسوب میشوند. نتایج بررسیها، کارآمدی و توانمندی روش SSCP-PCR ،در شناسایی اولیه چند شکلیهای ژنی مرتبط با مقاومت به حشرهکشها در گونههای آفت را تایید نموده است. در این روش از محصولات PCR به طور مستقیم و بدون نیاز به خالصسازی اولیه استفاده میشود. مزیت اصلی SSCP ،سادگی و امکان بررسی تعداد زیادی نمونه به صورت همزمان است. بنابراین در مطالعاتی که به منظور غربالگری جهشهای نقطهای و نیز حذف شدگیهای کوچک در یک قطعهی مشخص انجام میگیرد، SSCP ،گزینه انتخابی مناسبی است.
Keywords:
Authors
مریم ملک محمدی
استادیار، دانشگاه بوعلیسینا، همدان
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 :