بهینه سازی انتقال ژن کیتیناز به گوجه فرنگی رقم بناب با استفاده از آگروباکتریوم تومفاشینس
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 207
فایل این مقاله در 12 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_GEB-11-1_002
تاریخ نمایه سازی: 15 اسفند 1401
چکیده مقاله:
گوجه فرنگی از نظر غذایی، اقتصادی و علمی از اهمیت زیادی دارد. با توجه به اهمیت زراعی و حساسیت این گیاه نسبت به اغلب تنشهای زنده و غیرزنده، استفاده از روشهای نوین در اصلاح این گیاه نیاز می باشد. در این تحقیق عوامل موثر در تراریزش یک رقم محلی گوجه فرنگی زراعی بنام بناب از قبیل مدت زمان پیش کشت (۱، ۲، ۳ و۴ روز)، غلظت آگروباکتریوم تومفشینس (۱ و ۸/۰، ۶/۰، ۴/۰= OD۶۰۰nm)، مدت زمان تلقیح (۵، ۱۰، ۱۵ و ۲۰ دقیقه)، سطوح مختلف استوسیرینگون (۰، ۱۰۰، ۱۵۰ و ۲۰۰ میکرومولار)، مدت زمان همکشتی (۱، ۲، ۳ و ۴ روز) و غلظتهای مختلف آنتیبیوتیک کانامایسین (۵، ۱۰، ۱۵ و ۲۰ میلیگرم در لیتر) مورد بررسی قرار گرفت. نتایج نشان داد پیش کشت دو روزه ریزنمونه ها در تراریزش گیاهان اثر معنی داری داشت. بیشترین میزان تراریختی در غلظت باکتری ۶/۰=OD۶۰۰nm حاصل شد. همچنین بیشترین میزان تراریختی در مدت زمان تلقیح ۱۰ دقیقه و مدت زمان هم کشتی دو روز حاصل شد. حضور استوسیرینگون اثر افزایشی در کارایی تراریختی گوجه فرنگی داشت، به طوریکه بیشترین میزان تراریختی در غلظت ۱۵۰ میکرومولار استوسیرینگون بدست آمد. در نهایت حضور ژن کیتیناز در گیاهان تراریخت به وسیله PCR مورد تایید قرار گرفت. شرایط بهینه بدست آمده در این مطالعه میتواند برای انتقال ژنهای هدف به این رقم گوجه فرنگی استفاده شود.
کلیدواژه ها:
نویسندگان
وحیده گوگردچی
Plant Breeding and Biotechnology department, Faculty of Agriculture University of Tabriz Iran
ابراهیم دورانی
Plant Breeding and Biotechnology department, Faculty of Agriculture, University of Tabriz, Iran
مصطفی ولیزاده
Plant Breeding and Biotechnology department, Faculty of Agriculture University of Tabriz Iran
محمد رضا زمانی
Department of Plant Biotechnology, National Institute of Genetic Engineering and Biotechnology (NIGEB), Tehran, 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 :