مکان‌یابی ارتباطی صفات کیفی مرتبط با دانه در آفتابگردان آجیلی (helianthus annuus l.) با استفاده از نشانگرهای رتروترنسپوزونی تحت شرایط نرمال و تنش خشکی

با توجه به اینکه ارزش اقتصادی یک رقم به صفات مختلف آن بستگی دارد، بنابراین چگونگی اعمال انتخاب برای چندین صفت به منظور حصول حداکثر ارزش اقتصادی همواره مورد نظر به نژادگران بوده است. از این رو اطلاع دقیق از رفتار و ارتباط ژنتیکی این صفات به اصلاح توده ها کمک خواهد نمود. در این مطالعه به منظور نقشه یابی ارتباطی 9 صفت مهم مرتبط با دانه شامل عملکرد روغن، درصد روغن، عملکرد پروتئین، درصد پروتئین، طول دانه، قطر دانه، وزن دانه، وزن مغز دانه و درصد مغز به کل دانه در 48 توده مختلف آفتابگردان آجیلی تحت شرایط آبیاری نرمال، تنش ملایم و شدید خشکی، از 12 آغازگر مبتنی بر رتروترنسپوزن (7 آغازگر irap و 5 آغازگر remap) استفاده شد. بررسی ساختار جمعیت ژرم پلاسم های مورد مطالعه به روش بیزین، آن ها را به 2 زیر مجموعه تقسیم نمود. تحت شرایط آبیاری نرمال، تنش ملایم و شدید و بر اساس مدل خطی عمومی به ترتیب 2، 5 و 12 مکان و بر اساس مدل خطی مخلوط به ترتیب 2، 5 و 11 مکان ارتباط معنی داری (01/0≥p) با صفات مورد ارزیابی نشان دادند. نشانگر u81u82 با ژن های کنترل کننده عملکرد روغن، عملکرد پروتئین و طول دانه در شرایط تنش شدید خشکی پیوسته بود. شناسایی نشانگرهای مشترک برای برخی صفات بررسی شده می تواند ناشی از اثرات پلیوتروپی و یا پیوستگی نواحی ژنومی دخیل در کنترل این صفات باشد. شناسایی نشانگرهای مشترک اهمیت زیادی در به نژادی گیاهان دارد، زیرا گزینش هم زمان چند صفت را امکان پذیر می سازند.

Association mapping for grain quality related traits in confectionery sunflower (Helianthus annuus L.) using retrotransposon markers under normal and drought stress conditions

Since the economic value of cultivars depends on different characteristics, thus procedure of selection for several traits to maximizing the economic value always has been considered by plant breeders. Detailed knowledge on genetic behavior and association between economic traits will help breeders to improve plant populations. In this study, 12 retrotransposonsbased primers (7 IRAP and 5 REMAP primers) and general and mixed linear models (GLM and MLM) were used to identify molecular markers associated to 9 seed related important traits including oil yield, oil percentage, protein yield, protein percentage, grain length, grain diameter, grain weight, dehulled kernel weight, percentage of dehulled kernel weight to whole grain in 48 confectionery sunflower landraces under normal irrigation, mild and severe drought stress conditions. By applying Bayesian model, the whole confectionery sunflower populations were classified into two subpopulations. Based on general linear model, 2, 5 and 12 loci and through mixed linear model 2, 5 and 11 loci showed significant (P