چکیده مبسوط
مقدمه و هدف: دانه های روغنی از جمله مهم ترین منابع تامین انرژی در سراسر جهان می باشند.
سویا یک محصول مهم زراعی می باشد که روغن آن ارزش غذایی و اقتصادی بالایی دارد.
سویا (L.Glycine max ) گیاهی یکساله و خودگشن، دیپلوئید، متعلق به تیره نخود Leguminosae می باشد و از مهمترین گیاهان روغنی در جهان محسوب می شود که بسته به نوع ژنوتیپ و عوامل محیطی دارای ۲۲-۱۸ درصد روغن و ۵۰-۴۰ درصد پروتئین است.
سویا قرن هاست که غذای مردم آسیا مخصوصا چین بوده است و مردم چین آن را همراه با برنج به عنوان غذای اصلی خود مصرف می کنند. ایالات متحده آمریکا بزرگ ترین تولیدکننده
سویا می باشد و تقریبا دوسوم محصول کل دنیا را تولید می کند. بهبود
عملکرد دانه همیشه هدف اصلی در برنامه های اصلاحی
سویا است. با بهره گیری از ارقام جدید و پربازده، می توان عملکرد اقتصادی
سویا را افزایش داد. ارزیابی ژنوتیپ های پیشرفته امیدبخش
سویا در شرایط محیطی مختلف، در شناسایی و انتخاب لاین های برتر با پتانسل عملکرد بالا و پایدار ضروری می باشد. ارزیابی اثر متقابل ژنوتیپ × محیط مطالعات ارزشمندی در رابطه با عملکرد ارقام گیاهی در محیط های مختلف فراهم کرده و نقش مهمی در بررسی
پایداری عملکرد ارقام اصلاح شده دارد. اثرات متقابل ژنوتیپ × محیط از عوامل مهم محدود کننده در معرفی ارقام جدید محسوب می شود. اثر متقابل ژنوتیپ × محیط مسئله ای مهم در مطالعه صفات کمی میباشد زیرا
پایداری عملکرد در محیط های مختلف را کاهش می دهد و همچنین تفسیر آزمایش های ژنتیکی را دشوار و پیش بینی ها را با مشکل مواجه می سازد. لذا شناخت نوع و ماهیت اثر متقابل و دستیابی به ارقامی که کمترین واکنش را نسبت به اثرات متقابل نشان دهند از اهمیت ویژهای برخوردار است. روش های مختلفی برای ارزیابی اثرات متقابل معرفی شده است که هریک ماهیت اثر متقابل را از دیدگاه مشخصی بررسی می کنند. در این میان روش گرافیکی GGE-biplot روشی با کارایی مناسب برای بررسی اثر متقابل ژنوتیپ × محیط بوده و اطلاعات خوبی در مورد ژنوتیپ ها و محیط های مورد مطالعه بهصورت گرافیکی در اختیار قرار می دهد. هدف از اجرای این مطالعه، بررسی اثر متقابل ژنوتیپ × محیط با استفاده از روش گرافیکی GGE-biplot بهمنظور ارزیابی ژنوتیپ ها، محیط ها، روابط ژنوتیپ ها و محیط ها و در نهایت شناسایی ژنوتیپ های پایدار با
عملکرد دانه بالا تحت شرایط محیطی مختلف در
سویا بود.
مواد و روش ها: تعداد ۲۷ لاین جدید
سویا بههمراه ارقام صبا و امیر تحت شرایط محیطی مختلف در چهار ایستگاه تحقیقاتی (کرج، گرگان، ساری و مغان) در قالب طرح بلوک های کامل تصادفی با سه تکرار در سال زراعی ۱۴۰۱ مورد ارزیابی قرار گرفتند. هر کرت آزمایشی شامل چهار ردیف پنج متری با فاصله بین ردیف های ۵۰ سانتیمتر بود. برای ارزیابی
پایداری و سازگاری ژنوتیپ ها در محیط های مورد بررسی از روش آماری GGE بای پلات با مدل اثر ژنوتیپ + برهمکنش ژنوتیپ × محیط استفاده شد. در زمان رسیدگی محصول
عملکرد دانه برای هر ژنوتیپ در هر محیط اندازه گیری گردید.
یافته ها: نتایج تجزیه مرکب
عملکرد دانه نشان داد که اثر محیط، اثر ژنوتیپ و اثر متقابل ژنوتیپ × محیط معنی دار بود. معنی دار بودن اثر متقابل ژنوتیپ × محیط، بیانگر واکنش متفاوت ژنوتیب ها در محیط های مختلف بود و از اینرو، امکان تجزیه
پایداری ژنوتیپ ها وجود داشت. نتایج تجزیه اثر متقابل ژنوتیپ × محیط با روش GGE-biplot نشان داد که دو مولفه اول و دوم GGE-biplot، ۸۴/۸ درصد از تغییرات کل
عملکرد دانه را توجیه کردند که نشان دهنده اعتبار بالای بایپلات در توجیه تغییرات ژنوتیپ و برهمکنش ژنوتیپ × محیط (G+GE) بود. در این مطالعه دو محیط کلان شناسایی گردید که محیط کلان اول شامل محیط های گرگان و مغان بود. محیط کلان دوم نیز شامل محیط های ساری و کرج بود. براساس نمایش چندضلعی بای پلات، لاین G۱ در محیط های ساری و کرج و ژنوتیپ های G۲۱ و G۲۲ در محیط های گرگان و مغان، ژنوتیپ های برتر و با سازگاری خصوصی بالا بودند. نتایج نمودار مختصات محیط متوسط نشان داد که ژنوتیپ های G۱، G۲۲،G۵ و G۹ بهترتیب بیشترین
عملکرد دانه را دارا بودند. از طرف دیگر ژنوتیپ های G۲۸، G۲۵، G۱۶ و G۱۹ بهترتیب کمترین مقدار
عملکرد دانه را دارا بودند. بر اساس بای پلات ژنوتیپ فرضی ایده آل، ژنوتیپ های G۲۲، G۵، G۱۶، G۱۲، G۱۴ و G۹ از نظر هردو عامل
پایداری و میانگین عملکرد دانه، بهتر از سایر ژنوتیپ ها بودند و سازگاری عمومی بالایی در همه محیط های مورد بررسی داشتند. همچنین نتایج نشان داد که محیط های کرج و مغان نزدیک ترین محیط ها به محیط ایده آل بودند و بیشترین تمایز و بیانگری را نشان دادند. بنابراین می توان از محیط های کرج و مغان بهعنوان محل ارزیابی مناسب برای انتخاب ژنوتیپ های برتر
سویا استفاده کرد.
نتیجه گیری: براساس نتایج این پژوهش، ژنوتیپ های G۲۲، G۵، G۱۶، G۱۲، G۱۴ و G۹ از نظر هردو عامل
پایداری و میانگین عملکرد دانه، ژنوتیپ های برتر این آزمایش بودند و می توان از آن ها برای انجام آزمایشات بیشتر از جمله آزمایشات سازگاری استفاده نمود. همچنین نتایج نشان داد که محیط های کرج و مغان بهعنوان محل ارزیابی مناسب برای انتخاب ژنوتیپ های برتر
سویا شناسایی شدند. بهطور کلی نتایج نشان داد که روش گرافیکی GGE-biplot روشی با کارایی مناسب برای بررسی اثر متقابل ژنوتیپ × محیط بوده و اطلاعات خوبی در مورد ژنوتیپ ها و محیط های مورد مطالعه در اختیار قرار می دهد.
