ارزیابی روابط بین صفات زراعی ژنوتیپ های باقلا با استفاده از بای پلات های دوگانه و سه گانه ژنوتیپ، صفت و عملکرد

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 118

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JCB-17-2_003

تاریخ نمایه سازی: 1 مهر 1404

چکیده مقاله:

چکیده مبسوط مقدمه و هدف: باقلا در سراسر جهان به ‎عنوان یک منبع غنی از پروتئین قابل استفاده برای انسان و دام شناخته شده است. این گیاه یک لگوم زراعی ارزشمند است که با تثبیت بیولوژیک نیتروژن به پایداری سیستم های زراعی کمک می کند. کنترل ژنتیکی عملکرد مستقیما توسط پارامترهای مرتبط با عملکرد تحت تاثیر قرار می‎ گیرد. شناخت روابط بین صفات و همبستگی آن ها با عملکرد و درک نوع روابط بین این مولفه ها، بازده انتخاب برای عملکرد را افزایش خواهد داد. انتخاب ژنوتیپ ها بر اساس صفات متعدد یک چالش حیاتی در اصلاح نباتات است و برای بهبود واریته های زراعی پایدار حائز اهمیت است. در این مطالعه، برای بررسی روابط بین صفات مختلف، ارتقا صفات کمی و انتخاب بهترین ژنوتیپ های باقلا از روش بای پلات ژنوتیپ × صفت و بای پلات ژنوتیپ × عملکرد × صفت در ترکیب با تجزیه خوشه ای استفاده شد. همچنین، نقاط قوت و ضعف هر ژنوتیپ با ترکیب عملکرد و سایر صفات هدف با روش GYT biplot تعیین شد. مواد و روش ها: به ‎منظور گزینش ژنوتیپ هایی با صفات عملکردی مطلوب، آزمایشی در قالب طرح لاتیس ساده (۶ × ۶) در دو تکرار در ایستگاه تحقیقات کشاورزی گرگان در سال زراعی ۰۱-۱۴۰۰ اجرا شد. مواد ژنتیکی مورد بررسی شامل ۳۶ ژنوتیپ باقلا بود. صفات فنولوژیک، ارتفاع بوته و ارتفاع اولین غلاف از سطح زمین قبل از برداشت اندازه گیری شدند. برداشت در مرحله رسیدگی کامل انجام و تعداد دانه در غلاف، تعداد غلاف در بوته و وزن صد دانه در ده بوته به ‎صورت تصادفی در هر کرت اندازه ‎گیری شدند. داده ها با استفاده از نرم افزار SAS مورد تجزیه و تحلیل قرار گرفتند و میانگین ها با استفاده از آزمون LSD در سطح احتمال یک و پنج درصد مقایسه شدند. همچنین، روش های گزینش گرافیکی بای پلات ژنوتیپ × صفت و بای پلات ژنوتیپ × عملکرد × صفت، در ترکیب با تجزیه خوشه ای برای ارتقاء چندین صفت کمی به طور همزمان انجام شدند. خوشه‎ بندی ژنوتیپ‎ ها و صفات به تفکیک در هر آزمایش با استفاده از روش Ward و فاصله مربع اقلیدسی انجام شد و نقشه گرافیکی هیت مپ با استفاده از نرم ‎افزار MetaboAnalyst ۳.۰ ترسیم شد. یافته ها: نتایج تجزیه واریانس نشان دادند که تفاوت بسیار معنی دار در سطح احتمال یک درصد بین ژنوتیپ های باقلا برای صفات زراعی وجود داشت. بر اساس نتایج خوشه‎ بندی و تجزیه گرافیکی هیت مپ، ژنوتیپ های باقلا در پنج گروه قرار گرفتند. گروه های متمایز به دست آمده برای استخراج ژنوتیپ هایی با ویژگی های متنوع و شناسایی تنوع خزانه ژنی مفید هستند. ژنوتیپ های G۲۵ (۱۲TER-۱۱۵-S۲۰۰۸, ۰۵۸-۴)، G۲۶ (۱۲TER-۱۲۴-S۲۰۰۹, ۰۳۹-۳) و G۴ (ILB۱۸۱۴× WRB ۱-۵) به‎ترتیب با میانگین عملکرد دانه ۶۲۵۱/۷، ۵۹۶۵/۶ و ۵۸۱۵/۶ کیلوگرم در هکتار بیشترین عملکرد دانه را داشتند. بر اساس نتایج حاصل از GT بای پلات، ژنوتیپ های G۲۶، G۲۵، G۲۳، G۲۱ و G۱۶ به ‎عنوان برترین ژنوتیپ ها شناخته شدند. نمایش برداری بای پلات GT، همبستگی مثبت بالای عملکرد غلاف، تعداد شاخه، ارتفاع بوته و روز تا گلدهی با عملکرد دانه را نشان داد. بردارهای موجود در بای پلات نشان دادند که زودرسی، ارتفاع بوته، تعداد دانه در غلاف و وزن صد دانه معیاری جهت بهبود عملکرد دانه در برنامه اصلاحی هستند. یافته ها نشان دادند که بای‎پلات ژنوتیپ صفت (GT) تنوع کل کمتری (۴۷%) را در مقایسه با بای پلات ژنوتیپ × عملکرد × صفت (۸۷/۵%) توجیه کرد. نمای کدام ژنوتیپ در کجا biplot GYT چند ضلعی را به پنج بخش تقسیم کرد که از این میان فقط دو بخش دارای ترکیب صفات بودند. بخش اول حاوی ترکیب صفت عملکرد با صفات روز تا گلدهی، روز تا غلاف‎ دهی، روز تا رسیدگی، ارتفاع بوته، ارتفاع اولین غلاف، تعداد غلاف در بوته، بیومس، شاخص برداشت و وزن صد دانه و نه ژنوتیپ (G۴، G۶، G۱۳، G۱۶، G۲۱، G۲۳، G۲۵، G۲۶ و G۲۷) بود که G۲۵ و G۲۶ ژنوتیپ های برتر بودند. در بخش دوم چند ضلعی، ژنوتیپ G۳۲ (رقم فیض) با عملکرد × تعداد دانه در غلاف (NG) و عملکرد × طول غلاف (LP) قرار گرفتند. بر اساس نمای چند ضلعی بای پلات ژنوتیپ در عملکرد × صفت (GYT)، ژنوتیپ های G۲۵، G۲۳ و G۳۲ دارای بهترین ترکیب عملکرد دانه با سایر صفات بودند. نمایش مختصات تستر متوسط ATC بای پلات GYT ژنوتیپ های G۲۵، G۲۶ و G۴ با کلیه ترکیبات مثبت عملکرد- صفت به ‎عنوان بهترین ژنوتیپ و ژنوتیپ های G۳۵، G۷ و G۱۲ کمترین عملکرد دانه را داشتند. نتیجه گیری: این مطالعه نشان می ­دهد که بای پلات ژنوتیپ در عملکرد × صفت (GYT) ابزار گرافیکی قدرتمندی جهت نمایش ژنوتیپ های برتر و پایدار است و با استفاده از آن می توان بهترین ژنوتیپ ها را بر اساس ترکیب عملکرد و صفات در برنامه های اصلاحی شناسایی کرد. در نهایت، ژنوتیپ های G۲۵ (۱۲TER-۱۱۵-S۲۰۰۸, ۰۵۸-۴)، G۲۶ (۱۲TER-۱۲۴-S۲۰۰۹, ۰۳۹-۳) و G۴ (ILB۱۸۱۴× WRB ۱-۵) با توجه به عملکرد بالاتر و صفات مطلوب به‎ عنوان ارقام برتر باقلا جهت بررسی در آزمایشات سازگاری و معرفی شناسایی شدند.

کلیدواژه ها:

GT biplot ، GYT biplot ، GYT Index ، Heat map ، بای‎پلات ژنوتیپ × صفت ، بای پلات ژنوتیپ× صفت × عملکرد ، شاخص GYT ، هیت مپ

نویسندگان

فاطمه شیخ

Crop and Horticultural Science Research Department, Golestan Agricultural and Natural Resources Research and Education Center, Agricultural Research, Education and Extension Organization (AREEO), Gorgan, 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 :
  • Ammar, M.H., Alghamdi, S.S., Migdadi, H.M., Khan, H.M., El-Harty, E.H., ...
  • [In Persian]Rubio, J., Cubero, J.,Martin, L., Suso, M., & Flores, ...
  • Sheikh, F., Nazari, H., & Fanaei, H. (۲۰۲۲a). Graphic analysis ...
  • Tiwari, J. K., & Singh, A. K. (۲۰۱۹). Principal component ...
  • Ward, J. H., & Hook, M.E. (۱۹۶۳). Application of a ...
  • Welderufael, Sh., Aba, F., Ayana, A., & Tilahun, A. (۲۰۲۳). ...
  • Araújo, M., Santos, S., Aragão, W., Damasceno-Silva, K., & Rocha, ...
  • Badu-Apraku, B., & Akinwale, R.O. ۲۰۱۱. Cultivar evaluation and trait ...
  • Bakhshi, B., Amiri Oghan, H., Rameeh, V., Zeinalzadeh-Tabrizi, H., Askari, ...
  • Bangar, S.P., & Kajla, P. (۲۰۲۲). Introduction: Global Status and ...
  • Ebrahimi, L. (۲۰۲۳). Genotype by yield×trait (GYT) biplot approach to ...
  • El-Hussein, M., El-Nenny, H. M., Ibrahim, E.A., Shawky, A.M., & ...
  • Koc, S., Orak, A., Tenikecier, H.S., & Saglam, N. ۲۰۱۸. ...
  • Kocaturk, M., Cubukcu, P., Goksoy, A. T., Sincik, M., Ilker, ...
  • Minguez, M.I., & Rubiales, D. (۲۰۲۱). Faba bean. In: Sadras ...
  • Fadakar Navrood, F., Asghari Zakaria, R., Mostafavi Rad, M., Zare, ...
  • [In Persian]Rubio, J., Cubero, J.,Martin, L., Suso, M., & Flores, ...
  • Sabaghnia, N., Dehghani, H., & Sabaghpour, S. H. (۲۰۰۸). Graphic ...
  • https://doi.org/۱۰.۲۱۳۴/agronj۲۰۰۶.۰۲۸۲Sabaghnia, N., Mohebodini, M., & Janmohammadi, M. (۲۰۱۶). Biplot analysis ...
  • https://doi.org/۱۰.۲۲۹۸/GENSR۱۶۰۲۶۷۵SSheikh, F., Nazari, H., & Fanaei, H. (۲۰۲۲a). Graphic analysis ...
  • Ward, J. H., & Hook, M.E. (۱۹۶۳). Application of a ...
  • Welderufael, Sh., Aba, F., Ayana, A., & Tilahun, A. (۲۰۲۳). ...
  • Wen, G., Ma, B., Shi, Y., Liu, K., & Chen, ...
  • Xia, J., & Wishart, D.S. (۲۰۱۶). Using metaboanalyst ۳.۰ for ...
  • Xiao, J. X., Zhu, Y. A., Bai, W. L., Liu, ...
  • Yan, W., & Fregeau‐Reid, J. (۲۰۱۸). Genotype by yield×trait (GYT) ...
  • Yan, W., Frégeau-Reid, J., Mountain, N., & Kobler, J. (۲۰۱۹). ...
  • نمایش کامل مراجع