تجزیه هم بستگی برخی صفات زراعی با نشان گرهای ریزماهواره برای انتخاب کلون های پرقند نیشکر در استان خوزستان

پیام:
چکیده:
روش تجزیه هم‏بستگی، امکان شناسایی اولیه و سریع ژن های کنترل کننده صفات کمی را ممکن می سازد. در این تحقیق ارتباط بین 14 صفت زراعی و 96 باند حاصل از 20 جفت آغازگر ریزماهواره روی 26 کلون و 4 رقم تجاری از راه هم‏بستگی کانونیکال مطالعه شد. میانگین تعداد آلل ها 15/5 آلل برای هر مکان ریزماهواره بود. میزان محتوای اطلاعات چندشکلی (PIC) آغازگرها بین 19/0 تا 71/0 متغیر بود. نشان گرهای 62734AFO، 688UGSM و 2UGSM با بیشترین محتوای اطلاعات چندشکلی آغازگرها، بیشترین شاخص چندشکلی را نشان دادند و توانستند بهتر از بقیه نشانگرها فاصله ژنتیکی ارقام را مشخص کنند، در حالی که نشانگرهای 31UGSM و 6SGM با کمترین مقدار شاخص چندشکلی، توانایی جداسازی ژنوتیپ ها را نداشتند. نتایج تجزیه هم‏بستگی کانونیکال نشان داد که بین تعداد زیادی از مکان های ژنی و حداقل یکی از صفات زراعی به جز درصد شربت و درصد خلوص شربت ارتباط معنی داری وجود دارد. بنابراین احتمالا می توان از این مکان های ژنی برای انتخاب بهینه صفات مورفولوژیک در نیشکر استفاده کرد. بیشترین هم‏بستگی مربوط به صفت عملکرد شکر و عملکرد نی توسط نشانگر CG226SMC به ترتیب 25 و 26 درصد و برای صفت درصد قند قابل استحصال توسط نشانگر 62734AFO (12 درصد) به دست آمد. همچنین برخی از نشانگرها با بیش از یک صفت ارتباط نشان می دهند که بیان گر این است که این صفات پیوستگی بسیار نزدیکی با همدیگر داشته و یا احتمالا تحت تاثیر ژن های چنداثره قرار دارند. در مطالعات آینده، از باند نشانگرهای شناسایی شده که هم‏بستگی (r2) بالایی با صفات زراعی دارند، می توان برای انتخاب والدین تلاقی ها و اصلاح ارقام پرقند استفاده کرد.
زبان:
فارسی
صفحات:
104 تا 111
لینک کوتاه:
magiran.com/p1613077 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!