بررسی خصوصیات مولکولی ناحیه فاصله انداز رونوشت برداری شده (ITS2) برخی از گونه های سالویای ایران

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 600

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AGRIDEV02_023

تاریخ نمایه سازی: 30 بهمن 1394

چکیده مقاله:

جنس مریم گلی (Salvia) دارای بیش از 1000 گونه معلق به خانواده نعناعیان (Lamiaceae) می باشد که از این میان حدود 50 گونه در ایران شناسایی شده است. از آنجائی که ترکیب متابولیت های ثانویه در گونه های مختلف این گیاه متفاوت است و این امر منجر به تفاوت در کاربردهای دارویی می شود. بنابراین استفاده از خصوصیات ژنتیکی برای تفکیک گونه های این گیاه دارویی با ارزش می تواند مفید باشد. در این مطالعه خصوصیات مولکولی ناحیه ITS2 هسته ای پنج گونه مریم گلی جمع آوری شده از استان های مختلف ایران مورد بررسی قرار گرفت. DNA کل از نمونه های برگی با استفاده از روش CTAB استخراج وپس از توالی یابی قطعاً تکثیر شده، هم ردیف سازی و تجزیه و تحلیل ژنتیکی با استفاده از نرم افزار Megaign انجام شد. میانگین طول قطعات ITS2 تکثیر شده با استفاده از آغازگرهای ITS2F و ITS3R 225 جفت باز بود که در گونه های مختلف از 229 تا 236 جفت باز متغیر بود. محتوای GC از 68 تا 72 درصد متغیر بود و میانگین درصد GC تقریباً 69 درصد بود. با توجه به نتایج حاصل از تجزیه درخت ژنتیکی، گونه های مورد مطالعه کاملاً از گونه خارج گروهی (Out group) تفکیک شدند و این امر نشان دهنده کارایی its2 در تفکیک گونه های مورد بررسی می باشد. گونه های s.syriaca, s.spinosa و s.limbata در یک گروه و گونه های s. officinalis و eremophila در گروه دیگر قرار گرفتند. نتایج این تحقیق نشان داد که از توالی های هسته ای its2 و همچنین پیشگویی ساختار ثانویه آنها به خوبی می توان برای تفکیک و شناسایی اختصاصی گونه های مریم گلی استفاده کرد.

کلیدواژه ها:

نویسندگان

صدیقه فابریکی اورنگ

عضو هیئت ععمی دانشگاه بین المللی امام خمینی (ره)

معصومه یوسفی آذر

دانشجوی دکتری اصلاح نباتات

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 :
  • Chen S, Yao H, Han J, Liu C, Song J. ...
  • Hebert, P. D. N., Cywinska, A., Ball, S. L. & ...
  • Hou, Y. X. Tang, H. R., Dong, X. L., Xie, ...
  • Savolainen, V., Cowan, R. S., Vogler, A. P., Roderick, G. ...
  • Yao, H., Song, J., Liu, C., Luo, K., Han, J., ...
  • نمایش کامل مراجع