بررسی تنوع چهار گونه مرزه (Satureja Spp) و شبه مرزه (Gontcharovia popovii) به کمک صفات مورفولوژیک و نشانگر مولکولی RAPD
محل انتشار: کنفرانس علوم کشاورزی و محیط زیست
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 561
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FNCAES01_447
تاریخ نمایه سازی: 25 اردیبهشت 1393
چکیده مقاله:
به منظور بررسی تنوع 4 گونهی مرزه و یک گونهی شبه مرزه بر اساس صفات مورفولوژیک و نشانگر مولکولی رپید، 09 ژنوتیپ از 5 گونه شامل مرزه بختیاری ) 51 ژنوتیپ(، مرزه موتیکا ) 51 ژنوتیپ(، مرزه سهندی ) 51 ژنوتیپ(، مرزه باغی ) 14 ژنوتیپ( و گونت شاروویاپوپوی ) 14 ژنوتیپ( مورد ارزیابی قرار گرفتند. استخراج DNA از برگهای جوان گیاه انجام شد. سپس کمیت و کیفیت DNA با استفادهاز دستگاه اسپکتروفتومتر و ژل آگارز0/7درصد مورد آزمون قرار گرفت و در نهایتDNAهای با کیفیت برای انجام واکنشPCRباغلظت 11 میکرولیتر رقیق شدند. بر اساس صفات مورفولوژیک ژنوتیپها به دو گروه و بر اساس چند شکلی حاصل از نشانگر رپید به سهگروه تقسیم شدند. از 49 آغازگر رپید، 55 آغازگر چند شکلی مناسبی را نشان دادند. که در مجموع 40 نوار ایجاد شده با میانگین4/45نوار برای هر آغازگر به دست آمد. متوسط میزان اطلاعات چند شکلی برای هر آغازگر در این تحقیق0/156به دست آمد که بیشترین مقدار مربوط به آغازگر P2 9/149 ( و کمترین میزان مربوط به آغازگر ( P9 )9/919( بود. میانگین شاخص نشانگر برای هر آغازگر در این ازمایش 1/449 محاسبه شدبطوریکه اغازگرP7 2/589 بیشترین مقدار و آغازگر ( P9 9/785 ( کمترین را به خود اختصاص دادند. با توجه به نتایج به دست آمده در این تحقیق نشانگر مولکولی رپید ابزار مناسبی در بررسی روابط ژنتیکی گونههای مرزه میباشد
کلیدواژه ها:
نویسندگان
وحید کارگر
کارشناس ارشد بیوتکنولوژی و ژنتیک مولکولی محصولات باغبانی، دانشگاه آزاد اسلامی واحد استهبان. استهبان، ایران.
اردلان علیزاده
دانشگاه آزاد اسلامی واحد استهبان، گروه بیوتکنولوژی و ژنتیک مولکولی محصولات باغبانی و گیاهان دارویی. استهبان، ایران
آنیتا نماینده
دانشگاه آزاد اسلامی واحد شیراز، گروه علوم باغبانی، شیراز، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :