بررسی مولکولی تنوع ژنتیکی در لاین های دابل هاپلوئید گندم نان با استفاده از نشانگرهای SSR
محل انتشار: پژوهشنامه اصلاح گیاهان زراعی، دوره: 7، شماره: 15
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 166
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCB-7-15_010
تاریخ نمایه سازی: 17 مهر 1400
چکیده مقاله:
گندم با نام علمی (Triticum aestivum L.) گیاهی یک ساله و خودگشن، از خانواده گندمیان و دارای سه گروه ۱۴، ۲۸ و ۴۲ کروموزومی با فرمول ژنومی AA، AABB، AABBDD می باشد که کروموزوم ها در سه ژنوم همیولوگ A، B و D قرارگرفته اند. ژنوم گندم بسیاربزرگ، شامل ۱۰۹× ۱۶ جفت باز بوده و دارای حدود ۸۰ درصد DNA تکراری با متوسط ۸۱۰ مگا جفت باز در هر کروموزوم با طول ۱۰ میکرومتر است. گندم به عنوان مهم ترین گیاه زراعی در جهان و ایران و از جمله محصولات اساسی و استراتژیک است. این گیاه که نقش و اهمیت زیادی از جنبه های مختلف، هم در تولید و هم مصرف دارد و دارای ژنوتیپ های زیادی است که لازمه استفاده کارآمد و صحیح از آنها، شناسایی روابط ژنتیکی ژنوتیپ ها و تعیین سطوح تنوع می باشد. هدف از این مطالعه بررسی تنوع ژنتیکی و تعیین فاصله ژنتیکی بین تعداد ۹۱ لاین دابل هاپلوئید موجود به همراه دو والد آنها با استفاده از نشانگرهای SSR (میکروساتلایت یا ریزماهواره) و ارزیابی توانایی ریزماهواره در تشخیص محتوای چندشکلی بر اساس تفاوت های موجود در ژرم پلاسم آنها می باشد. بر این اساس، تعداد آلل های چندشکل از ۲ تا ۸ با میانگین ۶/۵ متغیر بود و آغازگر Xgwm۱۸۶ با ۶ آلل بیشترین مقدار چندشکلی (۸۷/۰) و آغازگر Xgwm۴۶ با ۲ آلل کمترین مقدار چندشکلی (۱۲/۰) را نشان دادند. بعلاوه تعداد کل باندهای محاسبه شده توسط ۱۱ جفت آغازگر SSR برابر ۳۹ باند بود. تنوع و روابط ژنتیکی نمونه ها توسط روش های آماری نی و لی و UPGMA بررسی شد و هرکدام از لاین های مورد بررسی در گروههای مشترک طبقه بندی شدند.
کلیدواژه ها:
نویسندگان
مهدی زرگانی
دانشگاه علوم کشاورزی و منابع طبیعی ساری
غلامعلی رنجبر
دانشگاه علوم کشاورزی و منابع طبیعی ساری
شاهپور ابراهیم نژاد
مرکز تحقیقات کشاورزی مازندران (قراخیل)
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :