|
|
بررسی تنوع ژنتیکی ارقام مختلف گندم نان (triticum aestivum l.)با استفاده از نشانگرهای مولکولی issr و rapd
|
|
|
|
|
نویسنده
|
رحمانی مژده ,رحیمی مهدی ,عبدلی نسب مریم ,ملکی محمود
|
منبع
|
پژوهشهاي سلولي و ملكولي - 1400 - دوره : 34 - شماره : 2 - صفحه:197 -207
|
چکیده
|
ارزیابی دقیق مقدار و پراکنش تنوع ژنتیکی در گیاهان به منظور تدوین راهبرد حفاظت و استفاده از منابع ژنتیکی از اهمیت ویژهای برخوردار است. در این پژوهش روابط ژنتیکی بین 40 رقم گندم نان (triticum aestivum l.) با استفاده از 10 آغازگر issr و 4 آغازگر rapd مورد بررسی قرار گرفت. 10 آغازگر issr تعداد 92 باند چندشکل با میانگین 9.2 باند چندشکل برای هر آغازگر تولید نمودند و میانگین درصد چندشکلی 86.79% بود. همچنین چهار آغازگر نشانگر rapd تعداد 19 باند چندشکل با میانگین 4.75 باند چندشکل برای هر آغازگر تولید کردند و میانگین درصد چندشکلی 67.85% بود. بالا بودن معیارهای تعداد آلل موثر، تنوع ژنی، شاخص شانون، محتوای اطلاعات چندشکل، در مورد نشانگرهای issr برای پرایمرهای ubc813، ubc816 و ubc824 و در مورد نشانگرهای rapd برای پرایمرهای oh-04 و opa02 نشاندهنده کارایی بالای این آغازگرها در تمایز ژنوتیپهای گندم مورد مطالعه در این تحقیق بود. تجزیه خوشهای به روش upgma و بر اساس ضریب تشابه جاکارد بر اساس کل باندهای چندشکل نشانگر issr و rapd ارقام گندم را در دو گروه جداگانه قرار داد. همچنین تجزیه به مختصات اصلی و تعیین ساختار جمعیت بر اساس روش بیزی با نرمافزار structure ارقام را در دو گروه قرار دادند و نتایج تجزیه خوشهای را تایید نمودند. تجزیه واریانس مولکولی نشان داد که تنوع درون گروهها بیشتر از بین گروهها است. اطلاعات به دست آمده از این تحقیق و تنوع موجود در ارقام گندم میتواند در پژوهشهای بهنژادی برای افزایش عملکرد مورد استفاده قرار گیرد.
|
کلیدواژه
|
تجزیه خوشهای، تجزیه به مختصات اصلی، ساختار جمعیت، روش upgma
|
آدرس
|
داﻧﺸﮕﺎه ﺗﺤﺼﻴﻼت ﺗﻜﻤﻴلی ﺻﻨﻌتی و ﻓﻨﺎوری ﭘﻴﺸﺮﻓﺘﻪ, ﭘﮋوﻫﺸﮕﺎه ﻋﻠﻮم و ﺗﻜﻨﻮﻟﻮژی ﭘﻴﺸﺮﻓﺘﻪ و ﻋﻠﻮم ﻣﺤﻴطی, ﮔﺮوه ﺑﻴﻮﺗﻜﻨﻮﻟﻮژی, ایران, داﻧﺸﮕﺎه ﺗﺤﺼﻴﻼت ﺗﻜﻤﻴلی ﺻﻨﻌتی و ﻓﻨﺎوری ﭘﻴﺸﺮﻓﺘﻪ, ﭘﮋوﻫﺸﮕﺎه ﻋﻠﻮم و ﺗﻜﻨﻮﻟﻮژی ﭘﻴﺸﺮﻓﺘﻪ و ﻋﻠﻮم ﻣﺤﻴطی, ﮔﺮوه ﺑﻴﻮﺗﻜﻨﻮﻟﻮژی, ایران, داﻧﺸﮕﺎه ﺗﺤﺼﻴﻼت ﺗﻜﻤﻴلی ﺻﻨﻌتی و ﻓﻨﺎوری ﭘﻴﺸﺮﻓﺘﻪ, ﭘﮋوﻫﺸﮕﺎه ﻋﻠﻮم و ﺗﻜﻨﻮﻟﻮژی ﭘﻴﺸﺮﻓﺘﻪ و ﻋﻠﻮم ﻣﺤﻴطی, ﮔﺮوه ﺑﻴﻮﺗﻜﻨﻮﻟﻮژی, ایران, داﻧﺸﮕﺎه ﺗﺤﺼﻴﻼت ﺗﻜﻤﻴلی ﺻﻨﻌتی و ﻓﻨﺎوری ﭘﻴﺸﺮﻓﺘﻪ, ﭘﮋوﻫﺸﮕﺎه ﻋﻠﻮم و ﺗﻜﻨﻮﻟﻮژی ﭘﻴﺸﺮﻓﺘﻪ و ﻋﻠﻮم ﻣﺤﻴطی, ﮔﺮوه ﺑﻴﻮﺗﻜﻨﻮﻟﻮژی, ایران
|
پست الکترونیکی
|
maleki.li@gmail.com
|
|
|
|
|
|
|
|
|
evaluation of genetic diversity of different bread wheat (triticum aestivum l.) varieties using molecular markers issr and rapd
|
|
|
Authors
|
rahmani mozhdeh ,rahimi mehdi ,abdolinasab maryam ,maleki mahmood
|
Abstract
|
exact evaluation of the amount and distribution of genetic diversity in plants is essential for developing a strategy for conservation and use of genetic resources. study, the genetic diversity of 40 genotypes of bread wheat (triticum aestivum l.) was investigated using 10 inter simple sequence repeat (issr) markers and four random amplified polymorphic dna (rapd) markers. the 10 issr primers produced 92 polymorphic bands with an average of 9.2 polymorphic bands for each primer and the polymorphic percentage was 86.79%. also, four rapd primers produced 19 polymorphic bands with an average of 4.75 bands for each primer, and the average polymorphic percentage was 67.85%. high levels of effective number of alleles, nei index, shannon index, and the polymorphism information content of issr markers for ubc813, ubc816 and ubc824 primers, and rapd markers for oh-04 and opa02 primers was indicated the high efficiency of these primers in differentiating the studied wheat genotypes in this research. cluster analysis using upgma method based on jaccard’s similarity coefficient based on the whole polynomial bands of issr and rapd markers divided wheat genotypes in two separate groups. also, principal coordinates analysis and determining population structure based on bayesian method with structure software placed the cultivars in two groups and confirmed cluster analysis results. molecular analysis of variance showed that within groups’ diversity is more than between groups’ diversity. information obtained from this research and variation in wheat cultivars can be used in the breeding programs for yield improvement.
|
Keywords
|
cluster analysis ,principal coordinates analysis ,upgma method ,population structure
|
|
|
|
|
|
|
|
|
|
|