Molecular diversity and phylogenetic analysis of Azerbaijan oaks (Quercus spp.) revealed by RAPD markers
محل انتشار: مجله علوم زیستی خاورمیانه، دوره: 19، شماره: 3
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 58
فایل این مقاله در 12 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_CJES-19-3_008
تاریخ نمایه سازی: 31 خرداد 1403
چکیده مقاله:
Although Azerbaijan is a center of natural distribution and diversity of genus Quercus around the world, less published data can be found about PCR-based genetic diversity in prevalent oak accessions. The present study aims at finding molecular variation among the Quercus species using RAPD markers. In this study, genomic fingerprinting in five Azerbaijan oak species (Quercus spp.) was carried out using ۱۰ RAPD markers. The result showed that a total of ۱۱۳ DNA fragments were amplified, of those, ۹۱ bands were polymorphic. The highest PIC, EMR and MI values was observed in the primers OPD-۰۵, OPB-۰۱ and OPB-۰۳. The genetic similarity among the genotypes examined ranged from ۰.۳۳۳ to ۰.۸۱۸ with an average of ۰.۴۹۸. Species-specific DNA fragments were found in all species examined. Based on the cluster analysis using UPGMA method and Jaccard’s similarity index, all the examined oak species fell into three main groups and principal coordinate analysis (PCoA) supported the clustering result. High genetic diversity was found in the tested genetic germplasm of oak species. The results of this study would be very useful for oak improvement program.
کلیدواژه ها:
نویسندگان
Gullu Aliyeva
Institute of Dendrology, Azerbaijan National Academy of Sciences, Baku, Azerbaijan
Javid Ojaghi
Khazar University, Life Sciences department, Azerbaijan
Samira Rustamova
Institute of Molecular Biology & Biotechnologies, Azerbaijan National Academy of Sciences, Baku, Azerbaijan
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 :