جدا سازی و تعیین هویت باکتری های شور پسند دریاچه اورمیه
محل انتشار: هفتمین همایش بیوتکنولوژی جمهوری اسلامی ایران
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 610
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:
NBCI07_0140
تاریخ نمایه سازی: 29 شهریور 1394
چکیده مقاله:
باکتری های نمک دوست گروهی از میکروارگانیسم ها هستند که به زندگی در محیط هایی با شوری بالا سازش یافته اند. با توجه به اهمیت و کاربردهای زیادی که این گروه از باکتری ها در زمینه های بیوتکنولوژی وصنعتی دارند و اینکه انتظار می رفت دریاچه اورمیه زیستگاه باکتری های نمک دوست منحصر به فرد باشد، در صدد بررسی این گروه از باکتری ها در دریاچه ارومیه برآمدیم. جهت نیل به این هدف نمونه های آبی روی شش محیط مختلف کشت داده شد. از کشت نمونه های آبی، سی و هفت ایزوله بدست آمد. تکثیر و توالی یابی ژن 16S rRNA و آزمایشات مختلف فنوتیپی روی ایزوله ها صورت گرفت. رشد سویه ها در دمای 25-35◦C، ء6-10 pH و 20-7% NaCl ء(w/v) صورت گرفت که نشان می دهد بیشتر ایزوله ها نمک دوست نسبی اند. تست کاتالاز، اکسیداز و اوره آز برای بیشتر ایزوله ها مثبت بود. مطالعات فیلوژنتیکی حاصله از آنالیز ژن 16S rRNA و آزمایشات بیوشیمیایی، باکتری های ایزوله شده را در دو گروه اصلی Gammaproteobacteria ء(92%، شامل Salicolaء [46%] ء [14%] Pseudomonas ء[12%] Idiomarina ء [12%] Marinobacter و[ 8%] (Halomonas و Firmicutes ء(8%، شامل[ 5%] Bacillus و [3%] Halobacillus) قرار داد. شباهت سطوح ژن 16S rRNA به همراه خصوصیات فنوتیپی، پیشنهاد کرد که برخی از سویه های جداشده به عنوان گونه جدید مطرح هستند. برای حصول اطمینان تست های تکمیلی دیگر توصیه می شود.
کلیدواژه ها:
نویسندگان
سپیده زنونی واحد
دانشکده علوم نوین، دانشگاه علوم پزشکی تبریز، دانشجوی دکترای بیوتکنولوژی پزشکی
هاله فروهنده
دپارتمان بیوتکنولوژی داروئی- دانشکده داروسازی دانشگاه علوم پزشکی تبریز
سالار حسن زاده
دپارتمان بیوتکنولوژی داروئی- دانشکده داروسازی دانشگاه علوم پزشکی تبریز
وحیده طرح ریز
دپارتمان بیوتکنولوژی داروئی- دانشکده داروسازی دانشگاه علوم پزشکی تبریز
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 :