بررسی تنوع ژنتیکی ۱۷ جمعیت از یونجه (Medicago sativa) با استفاده از صفات کاریوتیپی و نشانگر مولکولی ISSR
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 225
فایل این مقاله در 16 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_002
تاریخ نمایه سازی: 29 شهریور 1403
چکیده مقاله:
یونجه در بین گیاهان علوفهای، بهعلت کیفیت خوب و داشتن ذخایر غذایی و سازگاری و تنوع وسیع جایگاه ویژهای دارد. تنوع ژنتیکی ۱۷ جمعیت از یونجه با استفاده از صفات کاریوتیپی و ۸ آغازگر ISSR بررسی شد. آغازگرهای ISSR در مجموع توانستند ۴۴ باند تولید کنند. آغازگرهای IS۳، IS۱۴ و IS۱۱ بیشترین تعداد باند و آغازگر IS۱۶ کمترین تعداد باند را نشان دادند. میانگین درصد چند شکلی در آغازگرهای مورد استفاده برابر ۱۸/۹۰% محاسبه شد. میانگین محتوی اطلاعات چند شکلی PIC)) و شاخص نشانگر (MI) در آغازگرهای مورد بررسی بهترتیب برابر ۳۶/۰ و ۸۸/۱ بود که بیشترین میزان مربوط به سه آغازگر متفاوت بود و یکی از آغازگرها کمترین میزان را داشت. دندروگرام حاصل از تجزیه خوشهای بر اساس ضریب تشابه دایس نشان داد که میتوان جمعیتها را در ۴ گروه قرار داد. مطالعات کاریوتیپی نشان داد تمام جمعیتهای مورد بررسی تتراپلوئید بوده و تعداد کروموزوم پایه در تمامی جمعیتهای مورد مطالعه ۸ بود. فرمول کاریوتیپی برای تمام جمعیتها ۱۶m بود، بنابراین میتوان بیان داشت که کاریوتیپ تمام جمعیتها از کروموزوم متاسانتریک تشکیل شده است. نتایج تجزیه واریانس تنوع معنیداری را در بین جمعیتها برای تمامی صفات کاریوتیپی نشان داد. جمعیتها برای صفات مورد بررسی در دستههای متفاوتی قرار گرفتند. جمعیتهای مورد بررسی با استفاده از تجزیه خوشهای گروهبندی شدند و در ۴ گروه قرار گرفتند.
کلیدواژه ها:
نویسندگان
mohsen farshadfar
نویسنده مسئول مکاتبات، دانشیار، گروه کشاورزی، دانشگاه پیام نور پست الکترونیک: farshadfarmohsen@yahoo.com
maryam rashidi
کارشناس ارشد، اصلاح نباتات دانشگاه آزاد اسلامی واحد کرمانشاه، کرمانشاه
houshmand safari
مربی، مرکز تحقیقات کشاورزی و منابع طبیعی استان کرمانشاه، کرمانشاه
hooman shirvani
کارشناس ارشد گروه کشاورزی دانشگاه پیام نور
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 :