بررسی مقایسه ای نشانگرهای SSR و ISSR جهت ارزیابی تنوع ژنتیکی جمعیت های مختلف یونجه زراعی (Medicago sativa L.)
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,766
فایل این مقاله در 5 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:
NBCI08_0464
تاریخ نمایه سازی: 29 شهریور 1394
چکیده مقاله:
شناخت تنوع ژنتیکی و طبقه بندی ذخایر توارثی از فعالیت های مهم و ضروری در به نژادی و مدیریت حفظ ذخایر ژنتیکی گیاهان می باشد. در این تحقیق ساختار و تنوع ژنتیکی 8 جمعیت مختلف یونجه زراعی به ترتیب با استفاده از 16 و 8 آغازگر مولکولی ISSR و SSR مورد ارزیابی قرار گرفت. در کل 117 مکان توسط 16 آغازگرISSR و 31 آلل توسط 8 جفت آغاز گر SSR تکثیر شد، که از این تعداد به ترتیب 91 و 26 مکان چند شکل بودند. مقادیر PIC برای آغازگرهای ISSR از 0/65 (آغازگر UBC849) تا 0/93 ( آغازگر443) و برای آغازگرهای SSR از 0/13 (آغازگر Afca1) تا 0/34 ( آغازگرAfctt1) متغیر بود. بیشترین مقدار شاخص نشانگری (MI) به ترتیب برای آغازگرهای ISSR و SSR، ا8/1 (آغازگر825) و 2/38 (آغازگر Afctt1) بود، همچنین میانگین مقادیر این شاخص به ترتیب برای نشانگرهای فوق برابر 4/3 و 0/91 بود. نتایج آزمون مانتل عدم رابطه معنی دار بین ماتریس های کوفتنیک و تشابه برای این نشانگرها را نشان داد. دندروگرام های حاصل از تجزیه کلاستر به روش UPGMA مبتنی بر ضرایب فاصله ژنتیکی نی، جمعیت ها را با استفاده از نشانگرهای ISSR،SSR و نیز ترکیب داده های هر دو نشانگر در سه کلاستر اصلی قرارداد. نتایج این تحقیق نشان می دهد که نشانگرهای ریز ماهواره ای و بین ریز ماهواره ای ابزار قدرتمندی برای برآورد میزان تنوع ژنتیکی درون و بین جمعیت ها و همچنین تمایز ژنتیکی آنها می باشند که می توانند برای مدیریت ذخایر توارثی از طریق شناسایی نمونه های تکراری ، ارزیابی خلوص بذور و نمونه های هم نام مورد استفاده قرار گیرند.
کلیدواژه ها:
نویسندگان
بابک عبدالهی متدولکانی
استادیار گروه اصلاح و بیوتکنولوژی گیاهی دانشکده کشاورزی دانشگاه ارومیه
حیدر عزیزی
دانشجوی دکتری اصلاح نباتات دانشکده کشاورزی دانشگاه گیلان
فریبا قادری
دانشجوی کارشناسی ارشد اصلاح نباتات دانشگاه علوم کشاورزی و منابع طبیعی ساری
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 :