ارزیابی تنوع القاء شده در برنج با استفاده از EMS در نسل M1
محل انتشار: اولین همایش سراسری کشاورزی و منابع طبیعی پایدار
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 753
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NACONF01_0243
تاریخ نمایه سازی: 25 خرداد 1393
چکیده مقاله:
برنج بعد از گندم از مهمترین غلات به شمار می رود و غذای اصلی بیش از نیمی از مردم جهان را تشکیل می دهد. موتاسیون به عنوان ابزار مفیدی در برنامه های اصلاحی گیاهان پذیرفته است که قادر است حداکثر تنوع قابل توراث را برای عمل انتخاب فراهم نماید. در این مطالعه اثر موتاژن شیمیایی اتیل متان سولفونات (EMS) در سه سطح 175/.،350/. و 51/. درصد در ایجاد تنوع روی صفات زراعی ارقام طارم محلی، سنگ طارم و طارم هاشمی در نسل M1 مورد بررسی قرار گرفت. صفات زراعی مورد بررسی شامل ارتفاع بوته، تعداد پنجه، طول خوشه، تعداد دانه های پوک در خوشه، تعداد دانه های پر در خوشه، تعداد کل دانه در خوشه، قطر دانه، طول دانه و وزن 100 دانه بودند. نتایج نشان داد که صفات ارتفاع بوته و وزن 100 دانه برای فاکتور رقم در سطح % 1 و برای صفت طول خوشه در سطح % 5 معنی دار بود. مقایسه میانگین برای دزهای مختلف EMS تنها برای صفات تعداد پنجه، تعداد کل دانه، تعداد دانه های پر و پوک اختلافات معنی داری را نشان داد. همچنین اثر متقابل رقم با دز برای صفت تعداد کل دانه در خوشه در سطح % 5 و برای صفت وزن 100 دانه در سطح % 1معنی دار بود.
کلیدواژه ها:
نویسندگان
محمد سیه چهره
دانشجوی کارشناسی ارشد بیوتکنولوژی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
غفار کیانی
استادیار گروه اصلاح نباتات و بیوتکنولوژی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
سید کمال کاظمی تبار
دانشیار گروه اصلاح نباتات و بیوتکنولوژی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
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 :