تجزیه ارتباط صفات مرتبط با آزمون تمایز، یکنواختی و پایداری تودههای بومی جو با استفاده از نشانگرهای SSR ،SSR - ESTو SRAP
نام نخستين پديدآور
/سید حسین جمالی
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: کشاورزی
تاریخ نشرو بخش و غیره
، ۱۳۹۶
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
دکتری
نظم درجات
اصلاح نباتات
زمان اعطا مدرک
۱۳۹۶/۰۴/۱۰
کسي که مدرک را اعطا کرده
تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
شناسایی نشانگرهای مولکولی مرتبط با صفات مورد استفاده در آزمونهای تمایز، یکنواختی و پایداری) تیپ (ارقام جدید گیاهی، ابزارهای مناسب و دقیقی را برای ثبت ارقام و امتیاز حقوق بهنژادگر فراهم میصکند .به طور مرسوم، این آزمونها بر اساس یادداشت برداری صفات مورفولوژیکی در مزرعه انجام میگیرد که در آن رقم جدید باید از دیگر ارقام شناخته شده حداقل در یک صفت متمایز بوده و از یکنواختی و پایداری لازم طی دو دوره رشد مستقل برخوردار باشد .با افزایش تعداد ارقام با پایه ژنتیکی محدود، ضرورت بکارگیری نشانگرهای مولکولی به عنوان ابزارهای تکمیلی مورد توجه ویژه قرار گرفته است .در این مطالعه، ارتباط بین ۱۴۹ نشانگر ریزماهواره یا توالیصهای تکراری ساده (SSR) و ۱۵۰ نشانگر) حاصل از ۲۴ ترکیب آغازگری (چند شکلی تکثیر شده مبتنی بر توالی (SRAP) با ۳۷ صفت مورفولوژیک (۸ صفت کمی و ۲۹ صفت طبقهای شامل دوحالتی، اسمی و رتبهای (در یک مجموعه متشکل از ۱۴۳ ژنوتیپ جو) شامل ۶۸ توده بومی ایران، ۵۱ توده بومی خارجی و ۲۴ لاین پیشرفته اصلاحی و رقم تجاری (مورد بررسی قرار گرفت .جمعیت مورد مطالعه از لحاظ میانگین فنوتیپی برخی صفات بین گروههای تعداد ردیف سنبله) متشکل از ۸۰ ژنوتیپ دو ردیفه و ۶۳ ژنوتیپ شش ردیفه (و تیپ رشد) متشکل از ۶۹ ژنوتیپ پاییزه، ۶۲ ژنوتیپ بهاره و ۱۲ ژنوتیپ بینابین (تفاوت معنیدار نشان دادند که بیانگر وجود ساختار جمعیتی در نمونه حاضر داشت .محتوای اطلاعات چندشکلی(PIC) برای نشانگرهای ریزماهواره از) ۰۶/۰ نشانگر GBM۱۴۱۱) تا) ۹۰/۰ نشانگر EBmac۷۸۸) با متوسط ۵۰/۰ متغیر بود .برای نشانگرهایSRAP ، تنوع ژنی از ۱۶/۰ تا ۴۷/۰ با متوسط ۲۸/۰ برآورد گردید .به منظور تعیین ساختار جمعیت به عنوان کوواریت در تجزیه ارتباط از تجزیه خوشهصای مبتنی بر مدل، تجزیه خوشهصای سلسله مراتبی و تجزیه به بردارهای اصلی (PCoA) استفاده شد .تجزیه واریانس مولکولی (AMOVA) نیز برای تفکیک واریانس مولکولی کل به واریانس بین و درون گروهصها استفاده گردید .تجزیه خوشهصای مبتنی بر مدل، مجموعه ژنوتیپها را به دو گروه شش ردیفه و دوردیفه منتسب کرد .براساس دندروگرام حاصل از الگوریتم Neighbor Joining مبتنی بر ضریب شباهت جاکارد بر روی دادهصهای ریزماهواره نیز ژنوتیپها به دو گروه عمده دو ردیفه و شش ردیفه و یک گروه کوچک) متشکل از ۱۰ ژنوتیپ دو ردیفه (گروهصبندی شدند .دو بردار اصلی اول حاصل از PCoA براساس دادهصهای ریزماهواره به ترتیب ۵۱/۲۳ و ۵/۲۸ درصد و با دادهصهای SRAP به ترتیب ۱۱/۱۶ و ۲۲ درصد تغییرات مولکولی بین ژنوتیپصها را تبیین کردند .تفکیک واریانس مولکولی کل نشانگرهای ریزماهواره نشان داد در گروهصبندی ژنوتیپصها براساس ردیف سنبله، تیپ رشد و منشاء ژنوتیپها، سهم بیشتری (۲۴ درصد (از واریانس مولکولی نشانگرهای ریزماهواره به بین گروهصهای دو ردیفه و شش ردیفه در مقایسه با سایر گروهصبندیصها داشت .از دو مدل خطی ساده (GLM) و مخلوط (MLM) برای تجزیه ارتباط بین نشانگرهای مولکولی و صفات مورد مطالعه استفاده گردید .علاوه براین، دو مدل مبتنی بر کای اسکور) تجزیههای طبقهبندی SA و ارتباط آللی AAT) برای تجزیه ارتباط صفات کیفی طبقهای و نشانگرهای مولکولی مورد استفاده قرار گرفت .در مدلصهای خطی GLM وMLM ، ماتریس Q حاصل از تجزیه خوشهای مبتنی بر مدل و در مدلSA ، گروهبندی بر اساس تعداد ردیف سنبله برای کنترل ارتباطهای کاذب ناشی از ساختار جمعیت وارد گردیدند .در مجموع ۳۲ نشانگر ریزماهواره و یک نشانگر SRAP با ۱۵ صفت مورفولوژیکی) از مجموع ۳۷ صفت (ارتباط معنیصدار نشان دادند که برای دو صفت رنگ دانه و زبری ریشک نشانگرهای مرتبط با آنصها برای اولین بار معرفی میشوند .همچنین در این مطالعه، ارتباط نشانگر Bmac۰۱۱۳ (۵H) که با QTL مفروض تعداد روز تا ظهور سنبله در مطالعات قبلی گزارش گردیده بود، مجددا تایید گردید .نشانگرهای معرفی شده) مرتبط با صفات مورفولوژیکی (در این مطالعه میتوانند در پیشگویی صفات مورد استفاده در آزمون ثبت ارقام جو و مدیریت مجموعه ارقام مورد استفاده قرار بگیرند
متن يادداشت
Identification of associations between molecular markers and morphological traits used in distinctness, uniformity, and stability (DUS) tests of new varieties provides appropriate and precise tools for variety registration as well as plant breeders' rights. These tests are conventionally based on recording morphological traits in the field where new variety should be distinct from common knowledge varieties at least in one trait and has uniformity and stability during two independent growing seasons. As the number of new varieties with narrow genetic bases increases, the necessity for use of molecular markers to complement DUS morphological traits gets particular attention. In present study, the association between 149 microsatellite or simple sequence repeats (SSRs) and 150 sequence related amplification polymorphisms (SRAPs) markers (resulted from 24 primer combinations) and 37 morphological traits (comprising 8 quantitative and 29 categorical traits including binary, ordinal, and nominal types) was investigated in a collection of 143 barley genotypes (including 68 Iranian landraces, 51 exotic landraces, and 24 advanced breeding lines and cultivars). Significantdifferences were observed between number of ear rows number (consisting 80 two-rowed and 63 six-rowed) and growth type (consisting 69 winter-type, 62 spring-type, and 12 facultative) groups, for some morphological traitsindicating existence of population structure within the panel. Polymorphic information content (PIC) of microsatellite markers ranged from 0.06 (GBM1411) to 0.90 (EBmac788) with an average of 0.50. For SRAP markers, gene diversity varied from 0.16 to 0.47 with a mean of 0.26.To determine the population structure, model-based andhierarchical cluster analyses as well as principal coordinate analysis (PCoA) were performed. Analysis of molecular variance (AMOVA) was also used to partition total molecular variance between and within groups. Model-based cluster analysis assigned the genotypes into six- and two-rowed groups. Dendrogram resulted from Neighbor Joining algorithm based onJaccard's similarity coefficient using microsatellite data clustered the samples into two major six- and two-rowed groups along with a small group consisted of 10 two-rowed genotypes. The two first coordinates in PcoA using microsatellite data explained 23.51 and 28.5 and SRAP data,16.11 and 22 , respectively. Partition of the total molecular variance of microsatellite markers indicated that grouping of genotypes based on their ear row number, growth type and origin of genotypes, number of ear rows explained higher molecular variance (24 ) compared with other factors. General linear model (GLM) and mixed linear model (MLM) were used for association analysis between molecular markers and traits. In addition, two chi-square based models (stratified analysis, SA, and allelic association test, AAT) were also used for association analysis of qualitative categorical traits. In GLM and MLM analyses, Q-matrix resulted from model-based cluster analysis and in SA model, grouping based on ear row number wereused tocontrol false discovery rates resulted from population structure. A total of 32 microsatellite markers and one SRAP marker showed significant associations with 15 out of 37 traits, of which the association of molecular markers with grain color and awn roughness were the first report. In addition in our study, the previously reported association of BMAC0113 marker (5H) with putative QTL of time of ear emergence was confirmed. The associated markers reported in this study could be beneficially utilized in predicting traits used in barley variety registration as well as management of reference collections
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )