ارزیابی ساختار ژنتیکی شتر با استفاده از روش های PCA و خوشه بندی سلسله مراتبی
محل انتشار: فصلنامه بیوتکنولوژی کشاورزی، دوره: 8، شماره: 3
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 490
فایل این مقاله در 14 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_JOAGK-8-3_006
تاریخ نمایه سازی: 20 خرداد 1398
چکیده مقاله:
الگوهای حاصل از دادههای مولکولی میتوانند جهت شناسایی ارتباط میان جمعیتهای یک گونه به کار گرفته شوند. در ایران، شتر به عنوان یکی از منابع مهم جهت تامین شیر، گوشت و الیاف کاربرد گستردهای دارد. با استفاده از 8 جفت نشانگر ریزماهواره (YWLL08، VOLP03، VOLP08، YWLL38، CVR01، YWLL44، VOLP32 وVOLP67 ) ساختار و فاصله ژنتیکی جمعیت 81 نفره شتر، ارزیابی گردید. با استفاده از روش نمکی بهینه یافته، DNA ژنومی شترها استخراج و تکثیر جایگاههای ریزماهواره از طریق واکنش زنجیرهای پلیمراز با موفقیت انجام شد و فرآوردههای حاصل روی ژل پلیآکریلآمید 8% واسرشتهساز الکتروفورز شدند. بیشترین فاصله ژنتیکی بین جمعیت شهربابک و صحرای جهاد (56/0) و کمترین آن بین دو جمعیت رفسنجان (11/0) مشاهده گردید. نتایج PCA به بهترین شکل تعداد گروههای ژنتیکی موجود در مجموعه دادهها را توجیه کرد و نشان داد که کل نمونهها به 3 مولفه اصلی تفکیک شدند. همچنین نتایج خوشهبندی سلسله مراتبی نشان داد که در اولین سطح خوشهبندی، جمعیتهای شهربابک، رفسنجان 1 و رفسنجان 2 در خوشه مشترکی قرار دارند و جمعیت شمشیرآباد خوشه متمایز دیگری را به خود اختصاص داده است، در حالیکه جمعیت صحرای جهاد در یک خوشه کاملا مستقل قرار گرفته است. در کل نتایج حاصل از این مطالعه نشان دهنده مطابقت خوشهبندی ژنتیکی جمعیتها با فواصل جغرافیایی آنهاست.
کلیدواژه ها:
نویسندگان
مهرداد قاسمی میمندی
دانش اموخته کارشناسی ارشد ژنتیک و اصلاح دام، گروه علوم دامی، دانشکده کشاورزی، دانشگاه شهید باهنرکرمان
محمدرضا محمدآبادی
استاد، گروه علوم دامی، دانشکده کشاورزی، دانشگاه شهید باهنر، کرمان، ایران
مهدیه منتظری
دانشجوی دکتری ژنتیک و اصلاح دام، گروه علوم دامی، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران/ انجمن پژوهشگران جوان، دانشگاه شهید باهنر کرمان، کرمان، ایران.
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 :