کاربرد مکان یابی ارتباطی و عدم تعادل پیوستگی در مطالعات ژنومی گیاهی با تاکید بر ژنوم غلات

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 79

فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_CBB-2-2_007

تاریخ نمایه سازی: 13 آبان 1402

چکیده مقاله:

آگاهی از تنوع ژنتیکی و درک صفات پیچیده ژنتیکی در گونه­های زراعی نقش مهمی در بهره­برداری از منابع ژنتیکی داشته و باعث سازگاری، توسعه و گسترش کشت ارقام زراعی به ویژه غلات در مناطق مختلف جغرافیایی می­گردد. در این راستا، شناسایی و استفاده از نشانگرهای آگاهی بخش مرتبط با صفات کمی جهت استفاده در برنامه­های به­نژادی و انتخاب به کمک نشانگر از اهمیت زیادی برخوردار می­باشد. یکی از کاربردهای اصلی نشانگرها تهیه نقشه های مولکولی ژنوم و آنالیز پیوستگی جمعیت های نقشه یابی است. در مطالعات پیوستگی و انتخاب ژنومی تعیین میزان و گستره عدم تعادل پیوستگی (LD) در تشخیص تعداد نشانگر مورد نیاز و اندازه نمونه، اهمیت به­سزایی دارد. علاوه بر این، گزینش به­منظور افزایش فراوانی موتاسیون­های جدیدی که فقط در برخی از زیر جمعیت­ها سودمند هستند، باعث باقی گذاشتن علائمی در سطح ژنوم می­شود. اغلب این مناطق با ژن­ها و QTLهای مرتبط با صفات مهم اقتصادی در ارتباط هستند. دسترسی به فناوری­های نسل جدید توالی­یابی، حجم بالای داده­های فنوتیپی و تنوع زیاد ابزارهای آماری موجب شده است که مطالعات مکان­یابی ارتباطی مبتنی بر عدم تعادل پیوستگی در گیاهان بتواند موفقیت­های فراوانی را در شناسایی مکان­های ژنی کنترل کننده صفات کمی به همراه داشته باشد. نقشه­یابی ارتباطی مبتنی بر عدم تعادل پیوستگی می­تواند وضوح نقشه ژنتیکی را با توجه به ارائه مخزن ژنی گسترده­تر و وقایع نوترکیبی افزایش دهد. برخلاف نقشه­یابی پیوستگی، روش مکان­یابی ارتباطی با بهره­گیری از تنوع موجود در جمعیت­های طبیعی و لحاظ کردن تمامی وقایعی که در طول تکامل افراد رخ داده است، ارتباط بین تنوع فنوتیپی و چند شکلی موجود در ژنوم را شناسایی می­کند و روشی امیدوار کننده برای غلبه بر محدودیت­های نقشه­یابی پیوستگی است. علی­رغم اینکه نقشه­یابی ارتباطی از توان آماری بالایی برخوردار است اما کاربرد این روش در جمعیت­های دارای ساختار، در گونه­های با میزان کم عدم تعادل پیوستگی و در صفاتی که توسط آلل­های نادر کنترل می­شود، بسیار پیچیده و گاهی ناممکن است. LD پایه و اساس نقشه­یابی در سطح ژنوم (GWAS) است، که تحت تاثیر عوامل متعددی از جمله رانش ژنتیکی، ساختار جمعیت و گزینش طبیعی است. از عوامل محدود کننده فوق، ساختار جمعیت به عنوان یکی از عوامل اصلی اعتبارسنجی نتایج GWAS شناخته می­شود. بنابراین آگاهی در مورد الگوی عدم تعادل پیوستگی به منظور مطالعات بیشتر GWAS و گزینش ژنومی اهمیت بسزایی دارد. معیار تعیین کننده موفقیت استفاده از مطالعات GWAS و گزینش ژنومی (GS) به مقدار LD بین نشانگرها و جایگاه­های ژنومی مسبب صفات کمی در طول کل ژنوم بستگی دارد. با توجه به اهمیت روش عدم تعادل پیوستگی در مطالعات نقشه­یابی صفات کمی، در این مقاله سعی شده است تا به عمده­ترین ابعاد عدم تعادل پیوستگی، نحوه کاربرد آن در جمعیت، محدودیت­های آن و استفاده از آن در به­نژادی گیاهی به ویژه غلات پرداخته شود. همچنین، در این مقاله برخی از اطلاعات مربوط به نرم­افزارهای آماری مورد استفاده در عدم تعادل پیوستگی ارایه می­شود و در نهایت چالش­ها و چشم­اندازهای استفاده از این رویکرد بحث خواهد شد.

نویسندگان

بابک عبدالهی مندولکانی

استاد گروه مهندسی تولید و ژنتیک گیاهی، دانشکده کشاورزی، دانشگاه ارومیه، ارومیه، ایران.

حسین عباسی هولاسو

دانشجوی پسا دکتری، گروه به نژادی و بیوتکنولوژی گیاهی، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران.

سالار شعف

گروه کشاورزی و علوم محیطی، دانشگاه میلان، میلان، ایتالیا.

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 :
  • Abdallah, J. M., Goffinet, B., Cierco-Ayrolles, C., & Perez-Enciso, M. ...
  • Abdollahi Mandoulakani, B., Rahmanpour, S., Shaaf, S., Gholamzadeh Khoei, S., ...
  • Abdollahi Mandoulakani, B., Azizi, H., Piri, Y., Rahmanpour, S., & ...
  • Abdollahi Mandoulakani, B., Nasri, S. H., Dashchi, S., Arzhang, S., ...
  • Abdurakhmonov, A. Y., & Abdukarimov, A. ۲۰۰۸. Application of association ...
  • Abiola, O. ۲۰۰۳. The nature and identification of quantitative trait ...
  • Agrama, H. A., Eizenga, G. C., & Yan, W. ۲۰۰۷. ...
  • Ahmed, A. A. M., Mohamed, E. A., Hussein, M. Y., ...
  • Alipour, H., & Darvishzadeh, R. ۲۰۱۹. Association mapping of quantitative ...
  • Balding, D. J. ۲۰۰۶. A tutorial on statistical methods for ...
  • Belo, A., Zheng, P., Luck, S., Shen, B., Meyer, D. ...
  • Bradbury, P. J., Zhang, Z., Kroon, D. E., Casstevens, T. ...
  • Brenchley, R., Spannagl, M., Pfeifer, M., Barker, G. L., Damore, ...
  • Breseghello, F., & Sorrells, M. E. ۲۰۰۶a. Association analysis as ...
  • Breseghello, F., & Sorrells, M. E. ۲۰۰۶b. Association mapping of ...
  • Buckler, E. S. ۲۰۰۹. The genetic architecture of maize flowering ...
  • Chen, X., Min, D., Yasir, T. A., & Hu, Y. ...
  • DeWan, A., Liu, M., Hartman, S., & Zhang, S. S. ...
  • Dolati Baneh, H., mohammadi, S. A., Abdollahi Mandoulakani, B., & ...
  • Ehrenreich, I. M., Stafford, P. A., & Purugganan, M. D. ...
  • Falush, D., Stephens, M., & Pritchard, J. K. ۲۰۰۳. Inference ...
  • Flint-Garcia, S. A., Thrnsberry, J. M., & Buckler, E. S. ...
  • Gahlaut, V., Jaiswal, V., Tyagi, B. S., Singh, G., Sareen, ...
  • Gupta, P. K., Rustgi, S., & Kulwal, P. L. ۲۰۰۵. ...
  • Hackett, C. A. ۲۰۰۲. Statistical methods of QTL mapping in ...
  • Hedrick, P. W. ۱۹۸۷. Gametic disequilibrium measures: proceed with caution. ...
  • Hill, W. G., & Robertson, A. ۱۹۶۸. Linkage disequilibrium in ...
  • Holland, J. B. ۲۰۰۷. Genetic architecture of complex traits in ...
  • Lipka, A. E., Tian, F., Wang, Q., Peiffer, J., Li, ...
  • Kebede, H., Subudhi, P. K., Rosenow, D. T., & Nguyen, ...
  • Khalid, M., Afzal, F., Gul, A., Amir, R., Ahmed, Z., ...
  • Khalid, M., Gul, A., Amir, R., Ali, M., Afzal, F., ...
  • Khan, M. I., Kainat, Z., Maqbool, S., Mehwish, A., Ahmad, ...
  • Kraakman, A. T. W., Martínez, F., Mussiraliev, B., Eeuwijk, F. ...
  • Mackay, T. F., Stone, E. A., & Ayroles, J. F. ...
  • Maulana, F., Huang, W., Anderson, J. D., & Ma, X-F. ...
  • Mayer, K. F., Waugh, R., Brown, J. W., Schulman, A., ...
  • Meuwissen, T.H.E., & Goddard, M.E. ۲۰۰۰. Fine mapping of quantitative ...
  • Nadeem, M. Z., Nawaz, M. N., Shahid, M. Q., Dogan, ...
  • Nielsen, N. H., Backes, G., Stougaard, J., & Jahoor, A. ...
  • Ogrodowicz, P., Mikolajczak, K., Kempa, M., Mokrzycka, M., Krajewski, P., ...
  • Oraguzie, N. C., Wilcox, P. L., Rikkerink, E. H. A., ...
  • Pasam, R. K., Sharma, R., Malosetti, M., & Van Eeuwijk, ...
  • Platten, J. D., Cobb, J. N., & Zantua, R. E. ...
  • Price, A. L., Patterson, N. J., Plenge, R. M., Weinblatt, ...
  • Pritchard, J. K., Stephens, M., & Donnelly, P. ۲۰۰۰. Inference ...
  • Qaseem, M. F., Qureshi, R., Muqaddasi, Q. H., Kousar, R., ...
  • Qu, Y. Y., Mu, P., Li, X. Q., Tian, Y. ...
  • R Core Team ۲۰۱۳. R: A Language and Environment for ...
  • Remington, D. L., Thornsberry, J. M., Matsuoka, Y., Wilson, L. ...
  • Rostoks, N., Ramsay, L., Mackenzie, K., Cardle, L., Bhat, P. ...
  • Safdar, L., Bin, A., Ndleeb, T., Latif, S., Umer, M. ...
  • Semagn, K., Bjornstad, A., & Xu, Y. ۲۰۱۰. The genetic ...
  • Stich, B., Yu, J., Melchinger, A. E., Piepho, H. P., ...
  • Sukumaran, S., Reynolds, M. P., & Sansaloni, C. ۲۰۱۸. Genome-wide ...
  • Weber, A., Clark, R. M., Vaughn, L., Sánchez-Gonzalez, J. D. ...
  • Wei, X. M., Jackson, P. A., McIntyre, C. L., Aitken, ...
  • Yasir, M., Kanwal, H. H., Hussain, Q., Riaz, M. W., ...
  • Yu, J., & Buckler, E. S. ۲۰۰۶. Genetic association mapping ...
  • Yu, J., Pressoir, G., Briggs, W. H., Vroh, B. I., ...
  • Zhang, Z., Ersoz, E., Lai, C. Q., Todhunter, R. J., ...
  • Zhao, K., Aranzana, M.J., Kim, S., Lister, C., Shindo, C., ...
  • Zhu, C., Gore, M., Bucker, E. S., & Yu, J. ...
  • Zhu, J. J., Wang, X. P., Sun, C. X., Zhu, ...
  • نمایش کامل مراجع