مقایسه فیتوشیمیایی اسانس در اکوتیپ های مختلف گیاه دارویی Teucrium polium subsp. polium در استان فارس
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 306
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ECOPH-7-3_001
تاریخ نمایه سازی: 3 آبان 1400
چکیده مقاله:
مریم نخودی گیاهی است بومی ایران که در طب سنتی مورد استفاده قرار می گیرد. پژوهشی به منظور مقایسه کمیت و کیفیت مواد موثره اسانس Teucrium polium subsp. Polium در هفت منطقه مختلف استان فارس با محدوده ارتفاعی ۸۰۰ تا ۲۵۰۰ به اجرادرآمد. سرشاخه های گلدار و هوایی نمونه ها بعد از خشک شدن، به روش تقطیر با آب (طرح کلونجر) اسانس گیری و سپس ترکیبات اسانس با دستگاه های GC وMS/GC شناسایی شدند. نتایج نشان داد مهمترین ترکیبات اسانس در رویشگاههای مختلف متغیر بوده و به ترتیب در این هفت منطقه عبارتند از: ژرماکرن-دی (۷/۶ – ۶/۲۲ دررصد)، بی- سیکلوژرماکرن (۴/۴ – ۱/۱۵ درصد)،آلفا-پینن(۸/۰ – ۶/۱۶ درصد)، بتا-پینن (۸/۰ – ۲/۹ درصد)، میریسن (۷/۱ – ۵/۹ درصد) وای-کاریوفیلن (۲/۴ – ۹/۱۳ درصد). مقایسه ترکیبات عمده اسانس هانشان داد که اکوتیپ هایی که از مناطقی با ارتفاع بالاتر جمع آوری شده بودند، نسبت سزکوئی ترپن های اسانس بیشتر از مونوترپن های آن بود. نتایج حاصل از آنالیز داده های مربوط به ترکیبات اصلی اسانس، با نرم افزار Minitab به تشخیص ۳ گروه متمایز منجر شد که نشان دهنده وجود تنوع فیتوشیمیایی درون گونه ای در این گیاه است. .
کلیدواژه ها:
نویسندگان
وحید روشن
هیئت علمی بخش منابع طبیعی- مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی فارس- سازمان تحقیقات و آموزش کشاورزی
فرانه زارعیان
کارشناس ارشد شیمی تجزیه، بخش منابع طبیعی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی فارس، سازمان تحقیقات، آموزش و ترویج کشاورزی، شیراز، ایران
عاطفه بهمن زادگان جهرمی
کارشناس ارشد فیتوشیمی، بخش منابع طبیعی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی فارس، سازمان تحقیقات، آموزش و ترویج کشاورزی،
احمد حاتمی
کارشناس ارشد گیاه شناسی، بخش منابع طبیعی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی فارس، سازمان تحقیقات، آموزش و ترویج کشاورزی، شیراز، ایران
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 :