شناسایی جایگاه های رتروترنسپوزونی (IRAP) مرتبط با مقاومت به بیماری پوسیدگی اسکلروتینیایی ساقه (.Sclerotinia spp) در آفتابگردان
محل انتشار: فصلنامه بیوتکنولوژی کشاورزی، دوره: 8، شماره: 3
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 424
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
- 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:
JR_JOAGK-8-3_007
تاریخ نمایه سازی: 20 خرداد 1398
چکیده مقاله:
بیماری اسکلروتینیا از بیماریهای قارچی مهم آفتابگردان در ایران میباشد که باعث کاهش رشد و عملکرد محصول میشود. در پژوهش حاضر واکنش 100 لاین آفتابگردان روغنی به 6 جدایه قارچ اسکلروتینیا مورد بررسی قرار گرفت و سپس به منظور شناسایی مکانهای ژنی دخیل در مقاومت به بیماری از 128 جایگاه ژنومی تکثیر شده توسط آغازگرهای رتروترنسپوزونی IRAP استفاده شد. نتایج نشان داد که تنوع بالایی در ژرمپلاسم مورد مطالعه برای مقاومت به بیماری پوسیدگی اسکلروتینیایی ساقه وجود دارد. بررسی ساختار جمعیت، لاینهای مورد مطالعه را به 3 زیرجمعیت احتمالی (3=K) تقسیم نمود. در تجزیه ارتباط با دو مدل GLM و MLM به ترتیب 14 و 11 مکان ژنومی پیوسته با مقاومت به بیماری (P≤0.01) شناسایی شد. نشانگرهایLTR 1063-65 ،LTR 1064-65 وLTR 1062 با ژنهای کنترل کننده مقاومت به چندین جدایه قارچ عامل بیماری پیوسته بودند. نشانگرهای مشترک به دلیل تسهیل گزینش همزمان برای ایجاد مقاومت به چندین جدایه قارچی، میتوانند در برنامههای بهنژادی آفتابگردان نظیر انتخاب به کمک نشانگر (MAS) بخوبی استفاده شوند.
کلیدواژه ها:
نویسندگان
رقیه نجف زاده
گروه اصلاح و بیوتکنولوژی گیاهی، دانشگاه ارومیه، ارومیه و بنیاد ملی نخبگان، تهران و استادیار، گروه گیاهان دارویی، مرکز آموزش عالی شهید باکری، دانشگاه ارومیه، میاندوآب.
رضا درویش زاده
استاد، گروه اصلاح و بیوتکنولوژی گیاهی، دانشگاه ارومیه، ارومیه و استاد، پژوهشکده زیست فناوری دانشگاه ارومیه، ارومیه
خدیجه موسی خلیفانی
دانش آموخته کارشناسی ارشد، گروه اصلاح و بیوتکنولوژی گیاهی، دانشگاه ارومیه، ارومیه
مسعود ابرین بنا
استادیار، گروه گیاهپزشکی، دانشگاه ارومیه، ارومیه
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 :