ریخت شناختی و تبارشناسی مولکولی گونه ی لیسه دریایی Dendrodoris fumata (Rüppell & Leuckart, ۱۸۳۰) (شکم پایان: برهنه آب ششیان) از سواحل خلیج فارس
محل انتشار: مجله بوم شناسی آبزیان، دوره: 10، شماره: 4
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 30
فایل این مقاله در 9 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_JAEJ-10-4_005
تاریخ نمایه سازی: 24 دی 1402
چکیده مقاله:
این مطالعه با هدف توصیف ویژگی های ریختی و بررسی جایگاه فیلوژنتیکی (تبار شناختی) گونه ی Dendrodoris fumata (Rüppell & Leuckart, ۱۸۳۰) از آب های خلیج فارس (در بندر بستانه)، در سال ۱۳۹۸ انجام گرفت. در این مطالعه استخراج DNA به روش محلول نمک و واکنش زنجیره ای پلیمراز به کمک آغازگرهای جهانی LCO۱۴۹۰ و HCO۲۱۹۸ انجام گرفت. پس از تکثیر قطعه ی ۱ ژن سیتوکروم اکسیداز میتوکندریایی و مقایسه ی آن با توالی های موجود در بانک جهانی ژن با استفاده از محاسبه فاصله ژنتیکی K۲P مشخص شد که نمونه های خلیج فارس کمترین فاصله ژنتیکی را با نمونه های دریای سرخ و دریای عمان و بیشترین اختلاف درون گونه ای را با نمونه ی این گونه از استرالیا دارند. همچنین ضمن ترسیم درخت فیلوژنتیکی مربوطه، مشخص شد که گونه D. fumata کلاد خواهری گونه D. rubra می باشد. همچنین دیگر گونه گزارش شده از منطقه، D. nigra در یک کلاد مجزا و با فاصله زیاد از نمونه های D. fumata در خلیج فارس قرار گرفت.
کلیدواژه ها:
Gulf of Oman ، Dendrodoris ، Mollusca ، Phylogeny ، COI ، دریای عمان ، فیلوژنی ، نرم تنان ، COI ، Dendrodoris
نویسندگان
یاسر فاطمی
Hormozgan universityDepartment of Marine Biology, Faculty of Marine Sciences and Technology, University of Hormozgan, Bandar Abbas, Iran.
محمدرضا طاهری
Department of Marine Biology, Faculty of Marine Sciences and Technology, University of Hormozgan, Bandar Abbas, Iran.
حمیدرضا اسماعیلی
Department of Biology, School of Science, Shiraz University, Shiraz, Iran.
عدنان شهدادی
Department of Marine Biology, Faculty of Marine Sciences and Technology, University of Hormozgan, Bandar Abbas, Iran.
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 :