بررسی میزان متابولیت های ثانویه دو رقم گیلاس در زمان برداشت مختلف
محل انتشار: دومین همایش ملی گیاهان دارویی و کشاورزی پایدار
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 634
فایل این مقاله در 7 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:
MPSA02_612
تاریخ نمایه سازی: 7 آبان 1393
چکیده مقاله:
میوه گیلاس (Prunuis avium) به دلیل طعم و مزه مطلوب ، ظاهر جذاب و ظرفیت آنتی اکسیدان بالا، دوره رسیدگی کوتاه و تولید در اوایل فصل از اهمیت بالایی برخوردار است. مطالعه حاضر نیز در سال 93-1392 به منظور بررسی خصوصیات میوه و میزان متابولیت های ثانویه که از باغات مرکز تحقیقات شاهرود جمع آوری شدند انجام شد. مجموعا خصوصیات دو رقم گیلاس در دو زمان بررسی شد در این بررسی ها خصوصیات بیوشیمیایی شامل: ترکیبات آنتی اکسیدانی، فنل کل و آنتوسیانین میوه اندازه گیری شد. این طرح به صورت فاکتوریل در قالب کاملا تصادفی در سه تکرار در آزمایشگاه علوم باغبانی دانشگاه علوم کشاورزی و منابع طبیعی گرگان انجام گردید. نتایج پژوهش نشان داد که اثرات رقم، زمان و اثر متقابل رقم و زمان بر صفات اندازه گیری شده از نظر آماری تاثیر معناداری داشته است. در این پژوهش بیشترین میزان آنتوسیانین میوه گیلاس (0/975 میکرومول در گرم وزن تر) مربوط به رقم تکدانه در زمان رسیده بود و هم بیشترین میزان آنتی اکسیدانت میوه گیلاس (84/07 درصد رادیکال آزاد) مربوط به رقم تکدانه در زمان نارس بود که البته از لحاظ اماری با رقم لامبرت در زمان نارس و رسیده اختلاف معنی داری نداشت. بیشترین میزان فنل میوه (0/533 میلی گرم در گرم ورن تر) هم مربوط به رقم تکدانه و زمان رسیده بود و کمترین میزان آن هم مربوط به (0/044 میلی گرم در گرم وزن تر) مربوط به رقم لامبرت در زمان نارس بود. چنین نتایج نشان داد که کمترین میزان آنتوسیانین میوه گیلاس مربوط به رقم لامبرت در زمان نارس بود.
کلیدواژه ها:
نویسندگان
زهرا صفرزاده
دانشجوی کارشناسی ارشد گروه باغبانی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
محمد مهدی شریفانی
دانشیار گروه علوم باغبانی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
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 :