دوره 14، شماره 41 - ( بهار 1401 )
جلد 14 شماره 41 صفحات 204-194 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Gholizadeh A, Ghaffari M, Jabbari H, Cheshmehnoor M, Nadali F, Payghamzadeh K, et al . (2022). Evaluation of Genotype × Environment Interaction for Seed Yield of Sunflower Hybrids using GGE Biplot Method. jcb. 14(41), 194-204. doi:10.52547/jcb.14.41.194
URL: http://jcb.sanru.ac.ir/article-1-1299-fa.html
URL: http://jcb.sanru.ac.ir/article-1-1299-fa.html
قلی‌زاده امیر، غفاری مهدی، جباری حمید، چشمه نور مراد، نادعلی فتح الله، پیغام‌زاده کمال، و همکاران.. ارزیابی برهمکنش ژنوتیپ × محیط برای عملکرد دانه هیبریدهای آفتابگردان با استفاده از روش GGE بای‌پلات پژوهشنامه اصلاح گیاهان زراعی 1401; 14 (41) :204-194 10.52547/jcb.14.41.194
امیر قلی‌زاده 
، مهدی غفاری ، حمید جباری ، مراد چشمه نور ، فتح الله نادعلی ، کمال پیغام‌زاده ، فرناز شریعتی ، شهریار کیا
، مهدی غفاری ، حمید جباری ، مراد چشمه نور ، فتح الله نادعلی ، کمال پیغام‌زاده ، فرناز شریعتی ، شهریار کیا
بخش تحقیقات دانه‌های روغنی، مؤسسه تحقیقات اصلاح و تهیه نهال و بذر، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران
چکیده: (1542 مشاهده)
چکیده مبسوط
مقدمه و هدف: آفتابگردان یکی از مهم‌ترین گیاهان دانه روغنی در جهان محسوب می‌شود که روغن آن ارزش غذایی و اقتصادی بالایی دارد. شناسایی و گزینش ژنوتیپ‌های پرمحصول با خصوصیات مطلوب در این گیاه از اهمیت زیادی برخوردار است. ارزیابی ژنوتیپ‌های آفتابگردان در شرایط محیطی مختلف، می‌تواند در شناسایی ژنوتیپ‌های پایدار و با پتانسیل عملکرد بالا مفید باشد. بنابراین هدف از این مطالعه، انتخاب بهترین هیبریدهای آفتابگردان بود.
مواد و روش‌ها: در این مطالعه، تعداد 24 هیبرید جدید آفتابگردان به همراه رقم گلسا در چهار ایستگاه تحقیقاتی (کرج، بروجرد، شاهرود و گرگان) در قالب طرح لاتیس ساده (5×5) با دو تکرار در سال زراعی 1399 مورد ارزیابی قرار گرفتند. از روش آماری GGE بای‌پلات با مدل اثر ژنوتیپ + برهمکنش ژنوتیپ × محیط برای ارزیابی پایداری و سـازگاری ژنوتیپ‌ها در محیط‌های مورد بررسی استفاده شد.
یافته‌ها: نتایج تجزیه مرکب عملکرد دانه نشان داد که اثر محیط، اثر ژنوتیپ و اثر متقابل ژنوتیپ × محیط معنی‌دار بود. معنی‌دار بودن اثر متقابل ژنوتیپ × محیط، بیانگر واکنش متفاوت ژنوتیپ‌ها در محیط‌های مختلف بود و از اینرو، امکان تجزیه پایداری ژنوتیپ‌ها وجود داشت. نتایج تجزیه پایداری ژنوتیپ‌ها با روش GGE بای‌پلات نشان داد که دو مؤلفه اول و دوم GGE بای‌پلات، 67/7 درصد از تغییرات کل عملکرد دانه را توجیه کردند. بر اساس نمایش چندضلعی بای‌پلات، ژنوتیپ G13 در محیط شاهرود، ژنوتیپ G6 در محیط‌های کرج و بروجرد و ژنوتیپ‌های G5 و G19 در محیط گرگان، ژنوتیپ‌های برتر و با سازگاری خصوصی بالا بودند. بر اساس بای‌پلات ژنوتیپ فرضی ایدهآل، ژنوتیپ‌های G6، G14، G3 و G4 از نظر هر دو عامل پایداری و میانگین عملکرد دانه، بهتر از سایر ژنوتیپ‌ها بودند و سازگاری عمومی بالایی در همه محیط‌های مورد بررسی داشتند. همچنین نتایج نشان داد که کلیه محیط‌ها دارای قابلیت تمایز بالایی بوده و توانستند تفاوت‌های بین ژنوتیپ‌ها را به خوبی آشکار کنند. محیط بروجرد نزدیک‌ترین محیط به محیط ایدهآل بود و بیشترین تمایز و بیانگری را نشان داد.
نتیجه‌گیری: در مجموع، ژنوتیپ‌های G6، G14، G3 و G4 از نظر هر دو عامل پایداری و میانگین عملکرد دانه، بهتر از سایر ژنوتیپ‌ها بودند و می‌توان از آن‌ها برای انجام آزمایشات بیشتر از جمله آزمایشات سازگاری استفاده نمود.
مقدمه و هدف: آفتابگردان یکی از مهم‌ترین گیاهان دانه روغنی در جهان محسوب می‌شود که روغن آن ارزش غذایی و اقتصادی بالایی دارد. شناسایی و گزینش ژنوتیپ‌های پرمحصول با خصوصیات مطلوب در این گیاه از اهمیت زیادی برخوردار است. ارزیابی ژنوتیپ‌های آفتابگردان در شرایط محیطی مختلف، می‌تواند در شناسایی ژنوتیپ‌های پایدار و با پتانسیل عملکرد بالا مفید باشد. بنابراین هدف از این مطالعه، انتخاب بهترین هیبریدهای آفتابگردان بود.
مواد و روش‌ها: در این مطالعه، تعداد 24 هیبرید جدید آفتابگردان به همراه رقم گلسا در چهار ایستگاه تحقیقاتی (کرج، بروجرد، شاهرود و گرگان) در قالب طرح لاتیس ساده (5×5) با دو تکرار در سال زراعی 1399 مورد ارزیابی قرار گرفتند. از روش آماری GGE بای‌پلات با مدل اثر ژنوتیپ + برهمکنش ژنوتیپ × محیط برای ارزیابی پایداری و سـازگاری ژنوتیپ‌ها در محیط‌های مورد بررسی استفاده شد.
یافته‌ها: نتایج تجزیه مرکب عملکرد دانه نشان داد که اثر محیط، اثر ژنوتیپ و اثر متقابل ژنوتیپ × محیط معنی‌دار بود. معنی‌دار بودن اثر متقابل ژنوتیپ × محیط، بیانگر واکنش متفاوت ژنوتیپ‌ها در محیط‌های مختلف بود و از اینرو، امکان تجزیه پایداری ژنوتیپ‌ها وجود داشت. نتایج تجزیه پایداری ژنوتیپ‌ها با روش GGE بای‌پلات نشان داد که دو مؤلفه اول و دوم GGE بای‌پلات، 67/7 درصد از تغییرات کل عملکرد دانه را توجیه کردند. بر اساس نمایش چندضلعی بای‌پلات، ژنوتیپ G13 در محیط شاهرود، ژنوتیپ G6 در محیط‌های کرج و بروجرد و ژنوتیپ‌های G5 و G19 در محیط گرگان، ژنوتیپ‌های برتر و با سازگاری خصوصی بالا بودند. بر اساس بای‌پلات ژنوتیپ فرضی ایدهآل، ژنوتیپ‌های G6، G14، G3 و G4 از نظر هر دو عامل پایداری و میانگین عملکرد دانه، بهتر از سایر ژنوتیپ‌ها بودند و سازگاری عمومی بالایی در همه محیط‌های مورد بررسی داشتند. همچنین نتایج نشان داد که کلیه محیط‌ها دارای قابلیت تمایز بالایی بوده و توانستند تفاوت‌های بین ژنوتیپ‌ها را به خوبی آشکار کنند. محیط بروجرد نزدیک‌ترین محیط به محیط ایدهآل بود و بیشترین تمایز و بیانگری را نشان داد.
نتیجه‌گیری: در مجموع، ژنوتیپ‌های G6، G14، G3 و G4 از نظر هر دو عامل پایداری و میانگین عملکرد دانه، بهتر از سایر ژنوتیپ‌ها بودند و می‌توان از آن‌ها برای انجام آزمایشات بیشتر از جمله آزمایشات سازگاری استفاده نمود.
نوع مطالعه: پژوهشي |
موضوع مقاله:
اصلاح نباتات، بیومتری
دریافت: 1400/6/16 | ویرایش نهایی: 1401/3/1 | پذیرش: 1400/7/14 | انتشار: 1401/1/10
دریافت: 1400/6/16 | ویرایش نهایی: 1401/3/1 | پذیرش: 1400/7/14 | انتشار: 1401/1/10
فهرست منابع
1. Ahmadpour, S., R. Darvishzadeh, O. Sofalian and H. Hatamzadeh. 2019. Evaluation of Yield Stability of Sunflower Inbred Lines under Salt Stress Conditions. Journal of Crop Breeding, 11: 1-10 (In Persian). [DOI:10.29252/jcb.11.30.1]
2. Allahgholipour, M. 2016. Genotype × environment interaction effect in rice genotypes using GGE Biplot. Cereal Research, 6: 1-14 (In Persian).
3. Amiri Oghan, H., V. Rameeh, A. Faraji, H.R. Fanaei, N.K. Kazerani and S. Rahmanpour. 2020. Evaluation of Seed Yield Stability of Spring Rapeseed Genotypes Using GGE Biplot Analysis. Seed and Plant Improvement Journal, 36: 207-222 (In Persian).
4. Ansarifard, I., K. Mostafavi, M. Khosroshahli, M.R. Bihamta and H. Ramshini. 2020. A study on genotype-environment interaction based on GGE biplot graphical method in sunflower genotypes (Helianthus annuus L.). Food Science & Nutrition, 8: 3327-3334. [DOI:10.1002/fsn3.1610]
5. Blanche, S.B. and G.O. Myers. 2006. Identifying discriminating locations for cultivar selection in Louisiana. Crop Science, 46: 946-949. [DOI:10.2135/cropsci2005.0279]
6. Changizi, M., R. Choukan, E.M. Heravan, M.R. Bihamta and F. Darvish. 2014. Evaluation of genotype × environment interaction and stability of corn hybrids and relationship among univariate parametric methods. Canadian Journal of Plant Science, 94: 1255-1267. [DOI:10.4141/cjps2013-386]
7. Choukan, R. 2011. Genotype, environment and genotype × environment interaction effects on the performance of maize (Zea mays L.) inbred lines. Crop Breeding Journal, 1: 97-103 (In Persian).
8. Dalló, S.C., A.D. Zdziarski, L.G. Woyann, A.S. Milioli, R. Zanella, J. Conte and G. Benin. 2019. Across year and year-by-year GGE biplot analysis to evaluate soybean performance and stability in multi-e nvironment trials. Euphytica, 215: 1-12. [DOI:10.1007/s10681-019-2438-x]
9. Dehghani, M., M. Majidi, G. Saeidi, A. Mirlohi, R. Amiri and B. Sorkhilalehloo. 2015. Application of GGE biplot to analyse stability of Iranian tall fescue (Lolium arundinaceum) genotypes. Crop and Pasture Science, 66: 963-972. [DOI:10.1071/CP15043]
10. Eberhart, S.T. and W. Russell. 1966. Stability parameters for comparing varieties 1. Crop Science, 6: 36-40. [DOI:10.2135/cropsci1966.0011183X000600010011x]
11. Falconer, D.S. 1981. Introduction to quantitive genetics. 2nd Ed. Longman, London, UK.
12. Gauch, H. and R.W. Zobel. 1997. Identifying mega-environments and targeting genotypes. Crop Science, 37: 311-326. [DOI:10.2135/cropsci1997.0011183X003700020002x]
13. Gauch, H.G. 2006. Statistical analysis of yield trials by AMMI and GGE. Crop Science, 46: 1488-1500. [DOI:10.2135/cropsci2005.07-0193]
14. Gerrish, B.J., A.M. Ibrahim, J.C. Rudd, C. Neely and N.K. Subramanian. 2019. Identifying mega-environments for hard red winter wheat (Triticum aestivum L.) production in Texas. Euphytica, 215: 1-9. [DOI:10.1007/s10681-019-2448-8]
15. Hassani, M., B. Heidari, A. Dadkhodaie and P. Stevanato. 2018. Genotype by environment interaction components underlying variations in root, sugar and white sugar yield in sugar beet (Beta vulgaris L.). Euphytica, 214: 1-21. [DOI:10.1007/s10681-018-2160-0]
16. Hemmati, I., S.S. Pourdad and R. Choukan. 2018. Studying the genotype × environment interaction under different conditions of moisture stress using graphical GGE biplot analysis in synthetic varieties of sunflower (Helianthus annuus L.). Environmental Stresses in Crop Sciences, 11: 471-480 (In Persian).
17. Jafari, T. and E. Farshadfar. 2018. Stability analysis of bread wheat genotypes (Triticum aestivum L.) by GGE biplot. Cereal Research, 8: 199-208 (In Persian).
18. Jamshidmoghaddam, M. and S.S. Pourdad. 2013. Genotype × environment interactions for seed yield in rainfed winter safflower (Carthamus tinctorius L.) multi-environment trials in Iran. Euphytica, 190: 357-369. [DOI:10.1007/s10681-012-0776-z]
19. Jockovic, M., S. Cvejic, S. Jocic, A. Marjanovic-Jeromela, D. Miladinovic, B. Jockovic, V. Miklic and V. Radic. 2019. Evaluation of sunflower hybrids in multi-environment trial (MET). Turkish Journal of Field Crops, 24: 202-210.
20. Mahdavi, A.M., N. Babaeian Jelodar, E. Farshadfar and N. Bagheri. 2020. Evaluation of stability and adaption of bread wheat genotypes using univariate statistics parameters and AMMI. Plant Genetic Researches, 7: 19-32 (In Persian). [DOI:10.52547/pgr.7.1.2]
21. Moreno-Gonzalez, J., J. Crossa and P. Cornelius. 2004. Genotype × environment interaction in multi-environment trials using shrinkage factors for AMMI models. Euphytica, 137: 119-127. [DOI:10.1023/B:EUPH.0000040509.61017.94]
22. Najafi Mirak, T., M. Dastfal, B. Andarzian, H. Farzadi, M. Bahari and H. Zali. 2018. Evaluation of durum wheat cultivars and promising lines for yield and yield stability in warm and dry areas using AMMI model and GGE biplot. Journal of Crop Breeding, 10: 1-12 (In Persian). [DOI:10.29252/jcb.10.28.1]
23. Netshifhefhe, N., B. Flett, A. Viljoen and L. Rose. 2018. Inheritance and genotype by environment analyses of resistance to Fusarium verticillioides and fumonisin contamination in maize F1 hybrids. Euphytica, 214: 1-20. [DOI:10.1007/s10681-018-2310-4]
24. Pourdad, S.S. and M. Jamshidi Mohjadam. 2013. Study on genotype × environment interaction through GGE biplot for seed yield in spring rapeseed (Brassica Napus L.) in rain-fed condition. Journal of Crop Breeding, 5: 1-13 (In Persian).
25. Rakshit, S., K. Ganapathy, S. Gomashe, A. Rathore, R. Ghorade, M.N. Kumar, K. Ganesmurthy, S. Jain, M. Kamtar and J. Sachan. 2012. GGE biplot analysis to evaluate genotype, environment and their interactions in sorghum multi-location data. Euphytica, 185: 465-479. [DOI:10.1007/s10681-012-0648-6]
26. Sabaghnia, N., H. Dehghani and S.H. Sabaghpour. 2008. Graphic analysis of genotype by environment interaction for lentil yield in Iran. Agronomy Journal, 100: 760-764. [DOI:10.2134/agronj2006.0282]
27. Saleem, R., M. Ashraf, I.A. Khalil, M.A. Anees, H.I. Javed and A. Saleem. 2016. GGE Biplot: stability a windows based graphical analysis of yield stability and adaptability of millet cultivars across Pakistan. Academia Journal of Biotechnology, 4(5): 186-193.
28. Saremi-Rad, A., K. Mostafavi and A. Mohammadi. 2020. Genotype-Environment Interaction Study Base GGE biplot Method for Kernel Yield in Sunflower (Helianthus annuus L.) Cultivars. Journal of Crop Breeding, 12: 43-53 (In Persian). [DOI:10.29252/jcb.12.34.43]
29. Segherloo, A.E., S. Sabaghpour, H. Dehghani and M. Kamrani. 2010. Screening of superior chickpea genotypes for various environments of Iran using genotype plus genotype × environment (GGE) biplot analysis. Journal of Plant Breeding and Crop Science, 2: 286-292.
30. Setimela, P., B. Vivek, M. Bänziger, J. Crossa and F. Maideni. 2007. Evaluation of early to medium maturing open pollinated maize varieties in SADC region using GGE biplot based on the SREG model. Field Crops Research, 103: 161-169. [DOI:10.1016/j.fcr.2007.05.010]
31. Shiri, M.R. and T. Bahrampour. 2015. Genotype × environment interaction analysis using GGE biplot in grain maize (Zea mays L.) hybrids under different irrigation conditions. Cereal Research, 5: 83-94 (In Persian).
32. SPSS, Inc. 2010. SPSS 20. Users Guied. Chicago, USA.
33. Temesgen, M., S. Alamerew and F. Eticha. 2015. GGE biplot analysis of genotype by environment interaction and grain yield stability of bread wheat genotypes in south east Ethiopia. World Journal of Agricultural Sciences, 11: 183-190.
34. Vaezi, B., A. Pour-Aboughadareh, R. Mohammadi, A. Mehraban, T. Hossein-Pour, E. Koohkan, S. Ghasemi, H. Moradkhani and K.H. Siddique. 2019. Integrating different stability models to investigate genotype × environment interactions and identify stable and high-yielding barley genotypes. Euphytica, 215: 1-18. [DOI:10.1007/s10681-019-2386-5]
35. Yan, W. and M.S. Kang. 2003. GGE biplot analysis: A graphical tool for breeders, geneticists and agronomists. CRC Press, Boca Raton, FL, USA. [DOI:10.1201/9781420040371]
36. Yan, W., L. Hunt, Q. Sheng and Z. Szlavnics. 2000. Cultivar evaluation and mega-environment investigation based on the GGE biplot. Crop Science, 40: 597-605. [DOI:10.2135/cropsci2000.403597x]
37. Yan, W., M.S. Kang, B. Ma, S. Woods and P.L. Cornelius. 2007. GGE biplot vs. AMMI analysis of genotype-by-environment data. Crop Science, 47: 643-655. [DOI:10.2135/cropsci2006.06.0374]
38. Yan, W., P.L. Cornelius, J. Crossa and L. Hunt. 2001. Two types of GGE biplots for analyzing multi-environment trial data. Crop Science, 41: 656-663. [DOI:10.2135/cropsci2001.413656x]
39. Yau, S., G. Ortiz-Ferrara and J. Srivastava. 1991. Classification of diverse bread wheat-growing environments based on differential yield responses. Crop Science, 31: 571-576. [DOI:10.2135/cropsci1991.0011183X003100030004x]
40. Zeleke, A. and F. Berhanu. 2016. AMMI and GGE models analysis of stability and GEI of common bean (Phaseolus vulgaris L.) lines in Ethiopia. Journal of Biology Agricuiture and Helathcare, 6: 127-135.
41. Zobel, R.W., M.J. Wright and H.G. Gauch. 1988. Statistical analysis of a yield trial. Agronomy Journal, 80: 388-393. [DOI:10.2134/agronj1988.00021962008000030002x]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
