پویش جامع ژنومی برای شناسایی نواحی ژنومی مرتبط با صفات فیزیولوژی و زراعی در گندم نان تحت شرایط تنش خشکی

هدف: خشکی یکی از مهم‌ترین تنش‌های محیطی است که بر رشد و نمو گندم تاثیر منفی می‌گذارد. این مطالعه به منظور تعیین ساختار جمعیت و شناسایی نشانگرهای پیوسته با صفات فیزیولوژی و زراعی در گندم نان در شرایط تنش خشکی انجام شد.مواد و روش‌ها: 238 ژنوتیپ مختلف گندم نان در قالب طرح بلوک‏های کامل تصادفی با دو تکرار در شرایط تنش خشکی مورد ارزیابی قرار گرفتند. صفات فیزیولوژی از جمله تبادل دی اکسید کربن، سرعت فتوسنتز و میزان کلروفیل و صفات مختلف زراعی شامل روز تا سنبله‏دهی، روز تا رسیدگی، طول و عرض برگ پرچم، ارتفاع بوته، وزن دانه در بوته، تعداد دانه در واحد سطح، عملکرد دانه و عملکرد بیولوژیک اندازه‏گیری شدند. تعیین ژنوتیپ با استفاده از آرایه چند شکلی تک نوکلئوتیدی(snp) با تراکم 9k در شرکت traitgenetic کشور آلمان صورت گرفت. تجزیه ساختار جمعیت با استفاده از 17093 نشانگر snp و در محیط r انجام شد. تجزیه ارتباطی بین داده‏های فنوتیپی و نشانگرهای snp با استفاده از نرم افزار tassel و روش مدل خطی عمومی (glm) انجام شد. نتایج: بر اساس تجزیه ساختار جمعیت، 238 ژنوتیپ گندم در 5 زیرگروه تقسیم‌بندی شدند. در مجموع 132 ارتباط نشانگر صفت (mtas) برای صفات مختلف شناسایی شدند. از این بین چهار snp، بر روی کرموزوم‌های 6b، 4a، و 6a با صفات تعداد دانه در واحد سطح، وزن دانه و عملکرد اثر پلیوتروپیک داشتند. تعداد هشت mta برای وزن دانه بر روی کروموزوم‏های 4b، 5b، 6b و 7a شناسایی شد. بیشترین تعداد snp بر روی کروموزوم 6b قرار داشتند که ناحیه‌ای را در فاصله 519 481 مگا جفت باز پوشش دادند. برای تعداد دانه در واحد سطح نیز دوازده mta بر روی کروموزوم‏های 3b، 4a، 5a، 6a و 6b مکان‏یابی شدند. که بیشترین تعداد snp در فاصله 561 492 مگا جفت باز و بر روی کروموزوم 6b قرار داشتند. این ناحیه از کرموزوم 6b با ناحیه شناسایی شده برای وزن دانه در بوته نیز هم‏پوشانی داشت، که نشان‏دهنده اهمیت این ناحیه از ژنوم گندم در بهبود عملکرد گندم نان می‌باشد.نتیجه‌گیری: نتایج حاصل از این تحقیق به طور بالقوه به اصلاح‌کنندگان در بهبود افزایش پتانسیل عملکرد گندم کمک می‌کند. از نشانگرهای شناسایی شده می‏توان در برنامه‌های انتخاب به کمک نشانگر استفاده کرد.

genome wide association mapping to identify genomic regions related to physiological and agronomic traits in bread wheat under drought stress conditions

objectivedrought is one of the major environmental stresses that adversely affect the growth and development of wheat. this study aimed to determine the structure of the population and to identify markers associated with physiological and agronomic traits in bread wheat under drought stress conditions. materials and methodsa total of 238 bread wheat genotypes were evaluated using a randomized complete block design with two replications under drought stress conditions. various physiological traits, including carbon dioxide exchange, photosynthesis rate, and chlorophyll content, as well as agronomic traits such as days to heading, days to maturity, flag leaf length and width, plant height, seed weight per plant, number of seeds per unit area, seed yield, and biological yield, were measured. genotyping was performed using 9k snp array. the population structure analysis was conducted using 17,093 snp markers in r software. marker trait association (mats) was carried out using glm model in tassel. resultsthe analysis of population structure divided the 238 wheat genotypes into five subgroups. a total of 132 mtas were identified for different traits. notably, four snps, on chromosomes 6b, 4a and 6a exhibited pleiotropic effects on traits such as seed number per unit area, seed weight, and yield. furthermore, eight mtas for seed weight were identified on chromosomes 4b, 5b, 6b, and 7a. chromosome 6b contained the highest number of snps, covering a region between 481 519 mbp. for the number of seeds per unit area, 12 mtas were located on chromosomes 3b, 4a, 5a, 6a, and 6b. the region with the highest number of snps was found between 561 492 mbp on chromosome 6b, which overlapped with the region associated with seed weight per plant. these findings highlight the significance of this specific region in the wheat genome for improving bread wheat yield.conclusionsthe results of this research provide valuable insights for breeders seeking to enhance wheat yield potential. identified markers associated with key agronomic traits can be utilized in marker assisted selection programs, aiding in the selection of desired traits.