تجزیه ارتباط رگرسیونی صفات مرتبط با عملکرد با نشانگرهای مولکولی RAPD در پسته (P. vera L)

علوم باغبانی

مقاله 1، دوره 31، شماره 1، خرداد 1396، صفحه 90-98   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jhorts4.v0i0.43835

نویسندگان

سعید میرزایی¹؛ مهدی رحیمی^{* 1}؛ علی تاج آبادی²؛ مسعود بهار³؛ بهرام شریف نبی³

¹دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان

²موسسه تحقیقات علوم باغبانی، سازمان تحقیقات، آموزش و ترویج کشاورزی، رفسنجان

³دانشگاه صنعتی اصفهان

چکیده

با بکارگیری نشانگرهای مولکولی، اصلاح گیاهان با سرعت و سهولت بیشتری انجام می‌گیرد و انتخاب والدین برای تلاقی های بعدی در برنامه‌های اصلاحی با اطمینان بیشتری انجام می‌گیرد. در دسترس بودن تعداد بسیار زیادی از نشانگرها و صفات مورفولوژیکی می‌تواند به مطالعه تجزیه رگرسیونی بین این نشانگرها و صفات مورفولوژیکی کمک نماید. در این تحقیق، ارتباط صفات مرتبط با عملکرد در 20 ژنوتیپ پسته با استفاده از 15 آغازگر RAPD مورد بررسی قرار گرفت. در نهایت 11 آغازگر چندشکلی نشان دادند و مجموعاً 56 قطعه (لوکوس) را تکثیر کردند که از این بین 36 قطعه (29/64 درصد) چند‌شکلی را با میانگین 09/5 الل به ازای هر پرایمر نشان دادند و میزان این چندشکلی از حداقل 25 درصد برای آغازگر AJ05 تا حداکثر 5/87 درصد برای آغازگر OPAD02 متغیر بود. میانگین محتوای اطلاعاتی حاصل از چند شکلی برای جایگاه‎ها 23/0 و از 095/0 (AJ05 و OPAD14) تا 39/0 (OPC05) متغیر بود. برای شناسایی نشانگرهای مثبت مرتبط با صفات اجزای عملکرد، تجزیه رگرسیون گام به گام بین داده‎های مولکولی به عنوان متغیرهای مستقل و صفات مورد مطالعه به عنوان متغیرهای وابسته انجام گرفت. نوزده قطعه RAPD با شش صفت مرتبط با عملکرد ارتباط داشتند. بعضی از نشانگرهای RAPD با بیشتر از یک صفت در تجزیه رگرسیون چندگانه ارتباط داشت که می‎تواند به خاطر اثر پلیوتروپیک مکان‎های صفات کمی بر روی صفات مختلف یا پیوستگی ژن‌های مختلف باشد. برای درک این موضوع تهیه نسل‌های در حال تفرق و نقشه‌های پیوستگی ضروری می‌باشد. همچنین این نتایج می‎تواند در برنامه‎های اصلاحی انتخاب به کمک نشانگر هنگامی که هیچ اطلاعات ژنتیکی در دسترس نیست، مفید باشد.

کلیدواژه‌ها

آغازگر چندشکل؛ رگرسیون گام به گام؛ متغیر مستقل

مراجع

1- Afifi A., May S. and Clark V.A. 2003. Computer-aided multivariate analysis. CRC Press.

2- Barazani O., Atayev A., Yakubov B., Kostiukovsky V., Popov K. and Golan-Goldhirsh A. 2003. Genetic variability in Turkmen populations of Pistacia vera L. Genetic Resources and Crop evolution, 50: 383-389.

3- Barloy D., Lemoine J., Abelard P., Tanguy A., Rivoal R. and Jahier J. 2007. Marker-assisted pyramiding of two cereal cyst nematode resistance genes from Aegilops variabilis in wheat. Molecular Breeding, 20: 31-40.

4- Breseghello F. and Sorrells M.E. 2006. Association analysis as a strategy for improvement of quantitative traits in plants. Crop Science, 46: 1323-1330.

5- Collard B.C. and Mackill D.J. 2008. Marker-assisted selection: an approach for precision plant breeding in the twenty-first century. Philosophical Transactions of the Royal Society B: Biological Sciences, 363: 557-572.

6- Ganopoulos I.V., Kazantzis K., Chatzicharisis I., Karayiannis I. and Tsaftaris A.S. 2011. Genetic diversity, structure and fruit trait associations in Greek sweet cherry cultivars using microsatellite based (SSR/ISSR) and morpho-physiological markers. Euphytica, 181: 237-251.

7- Hormaza J., Plnney K. and Polito V. 1998. Genetic diversity of pistachio (Pistacia vera, Anacardiaceae) germplasm based on randomly amplified polymorphic DNA (RAPD) markers. Economic Botany, 52: 78-87.

8- Kafkas S. and Perl-Treves R. 2001. Molecular characterization of P. palaestina as a variety of P. terebinthus. p.^pp. 291-295. III International Symposium on Pistachios and Almonds 591,

9- Kar P.K., Srivastava P.P., Awasthi A.K. and Urs S.R. 2008. Genetic variability and association of ISSR markers with some biochemical traits in mulberry (Morus spp.) genetic resources available in India. Tree Genetics & Genomes, 4: 75-83.

10- Khadivi-Khub A. 2014. Regression association analysis of fruit traits with molecular markers in cherries. Plant Systematics and Evolution, 300: 1163-1173.

11- Martinez L., Cavagnaro P., Masuelli R. and Rodriguez J. 2003. Evaluation of diversity among Argentine grapevine (Vitis vinifera L.) varieties using morphological data and AFLP markers. Electronic Journal of Biotechnology, 6: 244-253.

12- Mcharo M., Labonte D., Oard J., Kays S. and McLaurin W. 2004. Linking quantitative traits with AFLP markers in a sweetpotatoes using discriminant analysis. Acta Horticulturae, 637: 285-293.

13- Roy S. and Bargmann R.E. 1958. Tests of multiple independence and the associated confidence-bounds. The Annals of Mathematical Statistics,29: 491-503.

14- Shalini K., Manjunatha S., Lebrun P., Berger A., Baudouin L., Pirany N., Ranganath R. and Prasad D.T. 2007. Identification of molecular markers associated with mite resistance in coconut (Cocos nucifera L.). Genome, 50: 35-42.

15- SPSS-Inc 2013. IBM SPSS Statistics 22 Core System User's Guide. SPSS Inc., an IBM Company Headquarters, USA.

16- Tajabadipur A. 1997. Identification of some pistachio cultivars. Faculty of Agriculture. Tehran University, Tehran, Iran. (in Persian with English abstract).

17- Tayefeh Aliakbarkhany S., Talaie A.R. and Fatahi Moghadam M.R. 2013. Investigation of genetic diversity among pistachio vera in the Khorasan by using molecular marker. Modern Genetics Journal, 8: 169-176. (in Persian with English abstract).

18- Virk P.S., Ford-Lloyd B.V., Jackson M.T., Pooni H.S., Clemeno T.P. and Newbury H.J. 1996. Predicting quantitative variation within rice germplasm using molecular markers. Heredity, 76: 296-304.

19- Whitehouse W. 1957. The pistachio nut—a new crop for the western United States. Economic Botany, 11: 281-321.

20- Williams J.G., Kubelik A.R., Livak K.J., Rafalski J.A. and Tingey S.V. 1990. DNA polymorphisms amplified by arbitrary primers are useful as genetic markers. Nucleic Acids Research, 18: 6531-6535.

21- Wright A. and Mowers R. 1994. Multiple regression for molecular-marker, quantitative trait data from large F2 populations. Theoretical and Applied Genetics, 89: 305-312.

22- Yonash N., Heller E., Hillel J. and Cahaner A. 2000. Detection of RFLP markers associated with antibody response in meat-type chickens: haplotype/genotype, single-band, and multiband analyses of RLFP in the major histocompatibility complex. Journal of Heredity, 91: 24-30.

23- Zhang J., Li X., Jiang G., Xu Y. and He Y. 2006. Pyramiding of Xa7 and Xa21 for the improvement of disease resistance to bacterial blight in hybrid rice. Plant Breeding, 125: 600-605.

24- Zohary M. 1952. A monographical study of the genus Pistacia. Palestine Journal of Botany (Jerusalem Series), 5: 187-228.