بررسی عوامل فیزیولوژیک و ژنتیکی موثر بر شاخص های سوخت و ساز فسفر در گندم های ایرانی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 698
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NABATAT13_0371
تاریخ نمایه سازی: 4 آذر 1393
چکیده مقاله:
به دلیل وجود کمبود دائمی فسفر در اغلب اقلیم های ایران، تولید بهینه گیاه گندم همواره دچار محدودیت می باشد. معرفی و توسعه استفاده از واریته های گندم که در شرایط کمبود فسفات رشد مناسبی داشته و از محصول بهتری برخوردار هستند یک راهکار برای استفاده بهینه از ذخایر ژنتیکی موجود و توسعه کشاورزی مدرن میباشد. به این منظور، 26 ژنوتیپ گندم هگزاپلوئید ایرانی به صورت فاکتوریل در قالب طرح کاملاً تصادفی در گلخانه با استفاده از سیستم هیدروپونیک در دو سطح فسفات (کمبود و مقدار بهینه) کشت گردیدند. نتایج نشان داد که بین توان ژنتیکی ژنوتیپ های مختلف از لحاظ وزن خشک، فعالیت فسفاتازی، فسفات کل و فسفات آزاد ریشه و اندام هوائی، نسبت وزن خشک ریشه به اندام هوائی و شاخص استرس فسفات تفاوت معنی داری در سطوح یک و پنج درصد وجود دارد. بر این اساس ژنوتیپ های کارا در شرایط کمبود فسفات و ژنوتیپ هائی با قدرت تثبیت فسفر در شرایطی با فسفات کافی، همچنین حساسترین ژنوتیپ ها به کمبود فسفات شناسائی شدند. به منظور مقایسه پروفایل بیانی دو ژنوتیپ متحمل و حساس از روش cDNA-AFLP استفاده شد. این بررسی نشان داد که بین ژنوتیپ های منتخب از نظر حضور باندهای متفاوت تفاوت قابل توجهی وجود دارد.
کلیدواژه ها:
نویسندگان
شراره میرشاهولد
دانشجو دانشگاه آزاد اسلامی واحد دامغان گروه بیوتکنولوژی کشاورزی
تهمینه لهراسبی
استادیار پژوهشگاه ملی ژنتیک و زیست فناوری
خدیجه رضوی
استادیار پژوهشگاه ملی ژنتیک و زیست فناوری
بهاره کاشفی
استادیار دانشکده کشاورزی دانشگاه آزاد اسلامی واحد دامغان
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 :