ارزیابی قابلیت نشانگرهای رتروترانسپوزون در بررسی تنوع ژنتیکی برخی جمعیت های تربچه
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 189
فایل این مقاله در 11 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_JCB-10-28_003
تاریخ نمایه سازی: 17 مهر 1400
چکیده مقاله:
تربچه از تیره شب بویان، دارای موادی از جمله سنوول، مالوین کلراید، ساپوژنین، سولفورافان و رافانین بوده و از خواص درمانی متعددی برخوردار است. در تحقیق حاضر تنوع ژنتیکی ۷ جمعیت تجاری/بومی گیاه دارویی تربچه با استفاده از نشانگر رتروترانسپوزونی IRAP بررسی شد. آغازگر ترکیبی LTR۲ & LTR۱۵ با ۱ باند کمترین تعداد و آغازگر LTR۲۳ با ۱۶ باند بیشترین تعداد را در میان باندهای تولیدی توسط هر آغازگر داشتند. میانگین تعداد باند در کل جایگاه ها برابر ۹۳/۶ بود. بیشترین میزان شاخص چندشکلی (۴۱/۰) مربوط به آغازگر Sukkula و کمترین میزان شاخص چندشکلی (۱۸/۰) مربوط به آغازگر LTR۲- LTR۱۵ و با میانگین کل ۲۸/۰ مشاهده گردید. بیشترین میزان شاخص نشانگری (۱/۴) مربوط به آغازگر LTR۳ و کمترین میزان شاخص نشانگری (۱۸/۰) مربوط به ترکیب آغازگری LTR۱۵ & LTR۲ مشاهده گردید. بیشترین میزان تعداد باند موثره، شاخص تنوع شانن و شاخص تنوع نی به ترتیب ۸۲/۱، ۶۴/۰ و ۴۵/۰ متعلق به آغازگر Sukkula و کمترین میزان تعداد باند موثره، شاخص تنوع شانن و شاخص تنوع نی به ترتیب ۱۸/۱، ۲۷/۰ و ۱۵/۰ متعلق به آغازگر rtdk بود. در بین جمعیت های تربچه بیشترین درصد مکان چندشکل، تعداد باند موثره، شاخص تنوع نی و شاخص تنوع شانن به ترتیب ۸۵/۴۶، ۰۵/۱، ۱۷/۰ و ۲۶/۰ متعلق به جمعیت Profit بود. تغییرات درون و بین جمعیت ها با استفاده از تجزیه واریانس مولکولی نشان داد که ۵۹ درصد کل تغییرات ژنتیکی به تنوع درون جمعیت ها اختصاص داشت. نتایج این تحقیق نشان داد که می توان از جمعیت Profit (چون دارای بیشترین درصد چندشکلی و تنوع شانن و نی و تعداد باند موثره بوده) به عنوان یکی از پایه های پدری یا مادری و یا دهنده ژن انتخاب در اصلاح تربچه های ایران استفاده کرد.
کلیدواژه ها:
نویسندگان
مصطفی طباطبایی
University of Zabol
فاطمه حدادی
University of Zabol
حسین کمال الدینی
University of Zabol
بهمن فاضلی نسب
University of Zabol
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 :