چند شکلی ژن Kiss۱ و ارتباط آن با تعداد بره به ازای هر زایش در گوسفند مهربان
محل انتشار: مجله تحقیقات تولیدات دامی، دوره: 7، شماره: 3
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 106
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_ARGU-7-3_003
تاریخ نمایه سازی: 27 بهمن 1401
چکیده مقاله:
ژن Kiss۱ به عنوان یکی از ژن های موثر بر باروری شناخته شده است. در مطالعه حاضر چندشکلی های یک قطعه ۳۳۱ جفت بازی از اگزون یک و یک قطعه ۲۸۶ جفت بازی از اینترون یک ژن Kiss۱ و ارتباط آن ها با صفت تولیدمثلی تعداد بره به ازای هر زایش در ۱۰۰ راس میش نژاد مهربان مورد بررسی قرار گرفت. روشهای چندشکلی فضایی تک رشته ای مبتنی بر واکنش زنجیره ای پلی مراز (PCR-SSCP) همراه با توالی یابی DNA برای شناسایی چندشکلی های احتمالی مورد استفاده قرار گرفتند. نتایج نشاندهنده چندشکلی تک نوکلئوتیدی در سه جایگاه (g.۱۰۲C>T، g.۱۵۵G>C و g.۲۷۲G>A) با چهار الگوی متفاوت SSCP (هاپلوژنوتیپ) در اگزون یک بود. برای اینترون یک، تمامی نمونهها دارای الگوی باندی مشابه بودند و هیچ چندشکلی شناسایی نشد. مقایسه فراوانی های مشاهده شده با مورد انتظار برای هاپلوژنوتیپ های مورد مطالعه با کمک آزمون کایاسکور نشان داد که فراوانی ژنوتیپ های مربوط به جهش های g.۱۰۲C>T و g.۲۷۲G>A در اگزون یک بهطور معنی داری متفاوت و در تعادل هاردی- واینبرگ نبودند (۰۰۱/۰>P). در بررسی پیوستگی بین هاپلوژنوتیپ های شناسایی شده با صفت تعداد بره به ازای هر زایش، ارتباط معنی داری مشاهده شد (P<۰.۰۵). نتایج بدست آمده از مطالعه حاضر نشان دادند که تنوع موجود در اگزون یک ژن Kiss۱ را می توان برای برنامه های انتخاب به کمک نشانگرها در گوسفندان نژاد مهربان مورد توجه قرار داد.
کلیدواژه ها:
نویسندگان
احمد احمدی
استادیار گروه علوم دامی، دانشکده کشاورزی، دانشگاه بوعلی سینا
ژیلا رجبی
دانش آموخته گروه علوم دامی، دانشکده کشاورزی، دانشگاه بوعلی سینا
پویا زمانی
دانشیار گروه علوم دامی، دانشکده کشاورزی، دانشگاه بوعلی سینا
علی اصغر بهاری
دانشیار گروه علوم درمانگاهی، دانشکده پیرادامپزشکی، دانشگاه بوعلی سینا
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 :