تجزیه ارتباط صفات مورفولوژیک در کرچک (Ricinus communis L.) با استفاده از نشانگرهای ISSR
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 89
فایل این مقاله در 13 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_IJRFP-24-1_007
تاریخ نمایه سازی: 29 شهریور 1403
چکیده مقاله:
کرچک (Ricinus communis L.) یکی از قدیمیترین گیاهان دارویی روغنی در جهان است. این گیاه بهطور گسترده در قسمتهای مختلف ایران پراکنده شده است. بهمنظور شناسایی نشانگرهای ISSR پیوسته با ژن های کنترلکننده ۲۶ صفت مورفولوژیک در ۱۲ جمعیت کرچک از تجزیه ارتباطی بر اساس اطلاعات حاصل از ۱۶ ترکیب آغازگری ISSR استفاده شد. ارزیابی فنوتیپی جمعیتها در قالب طرح بلوک کامل تصادفی با سه تکرار در مزرعه تحقیقاتی مرکز تحقیقات کشاورزی و منابع طبیعی ارومیه در سال ۱۳۹۱ انجام گرفت. نشانگر UBC-۸۵۹ موثرترین نشانگر در بررسی تنوع جمعیت های کرچک در این تحقیق بود. بر اساس ۱۱۶ مکان تکثیری توسط آغازگرهای ISSR، ژنوتیپهای مورد بررسی به ۶ زیر جمعیت تقسیم شدند. با استفاده از مدل خطی مخلوط (MLM)، ۲۶ مکان پیوسته با ۱۷ صفت مورفولوژیک شناسایی شد. مقدار R۲ در محدوده ۴/۱۲ (UBC۸۵۷-۵) تا ۱/۲۸ درصد (UBC۸۴۴-۲) متغیر بود. اکثر مکان ها بهطور اختصاصی با یک صفت پیوسته بودند. مکان UBC۸۱۲-۸ با ۸ صفت مورد مطالعه پیوسته بود. وجود نشانگرهای مشترک در میان برخی صفات بررسی شده می تواند ناشی از اثرات پلیوتروپی و یا پیوستگی نواحی ژنومی دخیل در کنترل این صفات باشد. شناسایی نشانگرهای مشترک اهمیت زیادی در بهنژادی گیاهان دارد، زیرا گزینش همزمان چند صفت از طریق انتخاب بهکمک نشانگر (MAS) را امکانپذیر میسازند.
کلیدواژه ها:
نویسندگان
zahra agha ali
دانش آموخته کارشناسی ارشد، اصلاح نباتات، گروه اصلاح و بیوتکنولوژی گیاهی دانشکده کشاورزی، دانشگاه ارومیه
reza darvish zadeh
نویسنده مسئول مکاتبات، استاد، گروه اصلاح و بیوتکنولوژی گیاهی دانشکده کشاورزی، دانشگاه ارومیه پست الکترونیک: r.darvishzadeh@urmia.ac.ir
farnaz goodarzi
دانش آموخته کارشناسی ارشد گیاهان دارویی، ادویهای و نوشابهای، گروه علوم باغبانی دانشکده کشاورزی، دانشگاه ارومیه
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 :
