تبارشناختی و ساختار ژنتیکی درون گونه ای لاسرتای سبز خزری
Publish place: Journal of Applied Biology، Vol: 31، Issue: 2
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 675
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:
JR_JAB-31-2_010
تاریخ نمایه سازی: 20 خرداد 1398
Abstract:
جنس Lacertaیکی از جنس های خانواده ی Lacertidae می باشد که دارای هشت گونه است. مطالعات گذشته روی این جنس به این نکته اشاره دارد که موقعیت آرایهشناختی درون جنس لاسرتای سبزخزری هنوز بخوبی مشخص نشده است. از این رو در این پژوهش به بررسی مجدد روابط تبارشناختی درون جنس سوسمارهای سبز با بهره گیری از تعداد نمونه ی بیشتر پرداخته شد .همچنین ساختار ژنتیکی گونه سوسمار سبز خزری در محدوده توزیع جغرافیایی آن نیز مورد بررسی قرار گرفت. بدین منظور در مجموع 20 نمونه از کشورهای ارمنستان، گرجستان و ایران جمع آوری شد. سپس به همراه توالیهای بدست آمده از بانک ژن مجددا مورد ارزیابی قرار گرفت. برای انجام آنالیزهای تبارشناختی براساس ژن میتوکندریایی سیتوکروم b درخت بیشینه درست نمایی Maximum Likelihood )ML)و درخت بیزین Bayesianرسم شدند. نتایج نشان داد که گونه های موجود در جنس لاسرتا به صورت تکنیایی در کنار هم قرار گرفته و لاسرتای سبز خزری به عنوان گونه ی خواهری سایر لاسرتاها با ضریب احتمال بالایی از بقیه گونه ها مجزا شده است. درون این گونه نیز دو کلاد مجزا مشاهده شد که از لحاظ پراکنش جغرافیایی نیز از هم مجزا میباشند. این مطالعه با تایید نتایج مطالعات گذشته، بر جدایی لاسرتای سبز خزری از سایر گونه های جنس لاسرتا تاکید می کند.
Keywords:
Authors
ریحانه صابری پیروز
دانش آموخته ی کارشناسی ارشد بیوسیستماتیک جانوری، دانشکده علوم و فناوری زیستی، دانشگاه شهید بهشتی
حسن رجبی مهام
استادیار گروه علوم و زیست فناوری جانوری، دانشکده علوم و فناوری زیستی، دانشگاه شهیدبهشتی
بهرام کیابی
دانشیار گروه زیست شناسی و زیست فناوری دریا و آبزیان، دانشکده علوم و فناوری زیستی، دانشگاه شهیدبهشتی
فراهم احمد زاده
استادیار گروه تنوع زیستی و مدیریت اکوسیستم ها، پژوهشکده علوم محیطی، دانشگاه شهیدبهشتی
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 :