مطالعه تنوع ژنتیکی ژنوتیپ های چغندرقند برای مقاومت به ساقه روی و صفات مورفوفیزیولوژیکی
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 141
فایل این مقاله در 11 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_AREOAJ-29-2_009
تاریخ نمایه سازی: 30 بهمن 1400
چکیده مقاله:
اصلاح نباتات بر پایه تنوع ژنتیکی استوار شده است. تنوع ژنتیکی از تکامل طبیعی منشاء گرفته است و مهمترین جزء در پایداری نظام های بیولوژیکی است و سازگاری درازمدت و بقای جمعیت را تضمین می کند. اصلاح ارقام مقاوم به ساقه روی برای کشت پاییزه چغندرقند یکی از اهداف مهم به نژادگران است. وجود بیش از حد ساقه های گل دهنده در مزرعه موجب پایین آمدن درصد قند، عملکرد ریشه و خلوص شربت خام می شود. هدف از این آزمایش بررسی تنوع ژنتیکی موجود در بین لاین های اصلاحی برادران خواهری ناتنی برای مقاومت به ساقه روی و برخی صفات مورفولوژیکی و فیزیولوژیکی بود. به این منظور آزمایشی با ۴۷ لاین همراه با ۳ ژنوتیپ شاهد در قالب طرح بلوک های کامل تصادفی با سه تکرار پیاده شد. نتایج تجزیه واریانس نشان داد که اثر ژنوتیپ بر درصد ساقه روی، درصد ساکارز، درصد مقاومت به سرما، مساحت برگ، ارتفاع ساقه گل دهنده، وزن کل ریشه، طول و قطر ریشه در سطح احتمال ۱ درصد معنی دار بود. همچنین اثر ژنوتیپ بر صفات درصد نشت یونی و وزن ویژه برگ در سطح احتمال ۵ درصد معنی دار بود. جهت تعیین روابط ژنتیکی بین ژنوتیپ های مورد مطالعه در کلیه صفات، تجزیه خوشه ای به روش Ward و با استفاده از ضریب مربع فاصله اقلیدوسی به عنوان معیار فاصله انجام و ژنوتیپ های مورد بررسی به ۵ گروه تقسیم شده، که تجزیه تابع تشخیص گروه بندی به دست آمده از تجزیه خوشه ای را تایید کرد. همچنین تجزیه خوشه ای بر اساس صفت درصد ساقه روی به روش Ward ژنوتیپ ها را به ۶ گروه تقسیم کرد که ژنوتیپ HSF-۷۸۰ همرا با ارقام شاهد مقاوم Giada و Eudoro در گروه برتر قرار گرفتند.
کلیدواژه ها:
نویسندگان
سمیه محمدیوسفی
دانشگاه کشاورزی و منابع طبیعی ساری
حمید نجفی زرینی
دانشگاه کشاورزی و منابع طبیعی ساری
مسعود احمدی
مرکز تحقیقات کشاورزی و منابع طبیعی خراسان رضوی
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 :