تعیین شاخص های انتخاب مناسب برای اصلاح عملکرد در نیشکر (Saccharum officinarum)
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 193
فایل این مقاله در 10 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_JCB-13-40_010
تاریخ نمایه سازی: 27 بهمن 1400
چکیده مقاله:
چکیده مبسوط
مقدمه و هدف: یکی از موثرترین روش ها در گزینش ژنوتیپ های مطلوب، برای اصلاح صفت پیچیده ای مانند عملکرد استفاده از شاخص های انتخاب می باشد.
مواد و روش ها: در این پژوهش، به منظور ارزیابی کارآیی شاخص های مختلف انتخاب، ۲۵ ژنوتیپ نیشکر در مزرعه پژوهشی موسسه تحقیقات و آموزش توسعه نیشکر خوزستان در قالب طرح بلوک های کامل تصادفی با سه تکرار در سال ۱۳۹۶ مورد ارزیابی قرار گرفتند. شاخص های انتخاب اسمیت-هیزل ۱ و ۲ و پسک-بیکر براساس شش صفت شامل ارتفاع ساقه، قطر ساقه، طول میان گره، درصد خلوص شکر، درصد ساکارز و عملکرد نی محاسبه و مورد ارزیابی قرار گرفتند.
یافته ها: نتایج پاسخ مستقیم و همبسته صفات نشان داد که ژنوتیپ های با قطر ساقه، ارتفاع ساقه و درصد خلوص شکر بیشتر از عملکرد بالاتری برخوردار بودند. کارایی انتخاب برای بهبود عملکرد از طریق انتخاب برای صفات قطر ساقه و ارتفاع ساقه بیشترین مقدار بود، بنابراین صفات قطر ساقه و ارتفاع ساقه می تواند به عنوان یک معیار انتخاب مناسب جهت بهبود عملکرد نی درگیاه نیشکر مدنظر قرار گیرد. با توجه به مقادیر بالای همبستگی شاخص های اسمیت-هیزل ۱ و ۲ محاسبه شده با عملکرد نی و همچنین بالا بودن تخمین های کارایی انتخاب غیر مستقیم از طریق این شاخص ها نسبت به انتخاب مستقیم برای عملکرد نی، استفاده از این شاخص ها می تواند جهت بهبود عملکرد در تیشکر موثر باشد. نتایج این پژوهش نشان داد که راندمان شاخص های اسمیت-هیزل ۱ و ۲ برای بهبود همزمان صفات قطر ساقه، ارتفاع ساقه و درصد خلوص شکر از شاخص پسک - بیکر بیشتر بود.
نتیجه گیری: در مجموع، پیشنهاد می شود شاخص های اسمیت-هیزل ۱ و ۲ برای بهبود همزمان صفات در گیاه نیشکر استفاده گردد.
کلیدواژه ها:
نویسندگان
آذر مختاری
Islamic Azad University
محمد مرادی
Islamic Azad University
مهدی سلطانی حویزه
Islamic Azad University
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 :