دوره 14، شماره 43 - ( پاییز 1401 1401 )
جلد 14 شماره 43 صفحات 116-105 |
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:
Taherian M, Nikkhah H R. (2022). Evaluation and Characterization of Barley Inbred Lines in Temperate Regions of Country. jcb. 14(43), 105-116. doi:10.52547/jcb.14.43.105
URL: http://jcb.sanru.ac.ir/article-1-1341-fa.html
URL: http://jcb.sanru.ac.ir/article-1-1341-fa.html
طاهریان مجید، نیکخواه حمیدرضا. ارزیابی و مشخصه‌یابی لاین‌های خالص جو منطقه معتدل کشور پژوهشنامه اصلاح گیاهان زراعی 1401; 14 (43) :116-105 10.52547/jcb.14.43.105
بخش تحقیقات علوم زراعی و باغی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خراسان رضوی، سازمان تحقیقات، آموزش و ترویج کشاورزی، مشهد، ایران
چکیده: (921 مشاهده)
چکیده مبسوط
مقدمه و هدف: جو (Hordeum vulgare L.) بعد از گندم از لحاظ سطح زیر کشت در ایران مقام دوم را دارد و طبق آخرین آمار وزارت جهاد کشاورزی سطح زیر کشت آن در کشور 1/547 میلیون هکتار گزارش شده است که از این سطح مقدار تولید دانه 3/514 میلیون تن می‌باشد. هدف از این پژوهش 1) ارزیابی تنوع درون ژرم‌پلاسم آزمایش مقدماتی جو منطقه معتدل کشور، 2) مقایسه ژرم‌پلاسم موجود با ارقام شاهد، 3) مشخصه‌یابی لاین‌های خالص جو براساس صفات چندگانه تحت شرایط آبیاری بود.
مواد و روش‌ها: ژرم‌پلاسم آزمایش مقدماتی جو منطقه معتدل کشور شامل 108 لاین خالص به همراه چهار رقم شاهد در قالب طرح بدون تکرار آگومنت در سه بلوک در مزرعه ایستگاه تحقیقات و آموزش کشاورزی نیشابور طی سال زراعی 98-1397 مورد ارزیابی قرار گرفت. صفات اصلی شامل تعداد روز تا ظهور سنبله، تعداد روز تا رسیدگی، طول دوره پرشدن دانه، وزن هزار دانه، ارتفاع بوته و عملکرد دانه اندازه‌گیری شدند. از آماره‌های توصیفی و تجزیه بای‌پلات صفت×ژنوتیپ جهت بررسی اهداف این پژوهش استفاده شد.
یافته‌ها: تنوع زیادی میان ژنوتیپ‌ها براساس صفات مورد بررسی مشاهده شد. مقایسه ژنوتیپ‌ها براساس صفات چندگانه احتمال تشخیص گروه‌های ژنوتیپی مختلف را ممکن ساخت. براساس نمودار بای‌پلات چندضلعی رقم نصرت به همراه لاین‌های 1، 34 و 5 بیشترین عملکرد دانه و طول پرشدن دانه را دارا بودند. بیشترین عملکرد دانه 9/208 تن در هکتار و متعلق به لاین شماره 1 بود. عملکرد دانه همبستگی قوی و مثبتی با طول دوره پرشدن دانه و تعداد روز تا رسیدگی نشان داد. براساس نمودار GT بای‌پلات لاین شماره 1 به عنوان ژنوتیپ ایده‌آل تشخیص داده شد و نزدیک‌ترین ژنوتیپ‌ها به آن رقم نصرت و لاین‌های 34، 5، 4، 74 و 41 بودند. وراثت‌پذیری بالا برای صفات مختلف (به استثنای وزن هزار دانه و ارتفاع بوته) حاکی از افزایش راندمان گزینش بود. در نهایت نتایج نشان دادند که GT بای‌پلات ابزار مفیدی جهت ارزیابی تنوع در ژرم‌پلاسم‌های با تعداد زیادی ژنوتیپ براساس چندین صفت به طور همزمان بود.
نتیجه‌گیری: در این پژوهش و در شرایط آبیاری کامل مشخص شد که ژنوتیپ‌های دارای عملکرد بالا، از دوره پرشدن دانه طولانی، زمان گلدهی کوتاه‌تر و زمان رسیدگی طولانی‌تر برخوردار بودند و در صورتی‌که شرایط محیطی همراه با محدودیت (تنش گرما و رطوبتی) نباشد، این ژنوتیپ‌ها پتانسیل خود را به نمایش می‌گذارند. براساس نتایج به‌دست آمده رقم نصرت و لاین‌های 1، 34، 5، 4، 74 و 41 جزء پرمحصول‌ترین ژنوتیپ‌ها بودند.
مقدمه و هدف: جو (Hordeum vulgare L.) بعد از گندم از لحاظ سطح زیر کشت در ایران مقام دوم را دارد و طبق آخرین آمار وزارت جهاد کشاورزی سطح زیر کشت آن در کشور 1/547 میلیون هکتار گزارش شده است که از این سطح مقدار تولید دانه 3/514 میلیون تن می‌باشد. هدف از این پژوهش 1) ارزیابی تنوع درون ژرم‌پلاسم آزمایش مقدماتی جو منطقه معتدل کشور، 2) مقایسه ژرم‌پلاسم موجود با ارقام شاهد، 3) مشخصه‌یابی لاین‌های خالص جو براساس صفات چندگانه تحت شرایط آبیاری بود.
مواد و روش‌ها: ژرم‌پلاسم آزمایش مقدماتی جو منطقه معتدل کشور شامل 108 لاین خالص به همراه چهار رقم شاهد در قالب طرح بدون تکرار آگومنت در سه بلوک در مزرعه ایستگاه تحقیقات و آموزش کشاورزی نیشابور طی سال زراعی 98-1397 مورد ارزیابی قرار گرفت. صفات اصلی شامل تعداد روز تا ظهور سنبله، تعداد روز تا رسیدگی، طول دوره پرشدن دانه، وزن هزار دانه، ارتفاع بوته و عملکرد دانه اندازه‌گیری شدند. از آماره‌های توصیفی و تجزیه بای‌پلات صفت×ژنوتیپ جهت بررسی اهداف این پژوهش استفاده شد.
یافته‌ها: تنوع زیادی میان ژنوتیپ‌ها براساس صفات مورد بررسی مشاهده شد. مقایسه ژنوتیپ‌ها براساس صفات چندگانه احتمال تشخیص گروه‌های ژنوتیپی مختلف را ممکن ساخت. براساس نمودار بای‌پلات چندضلعی رقم نصرت به همراه لاین‌های 1، 34 و 5 بیشترین عملکرد دانه و طول پرشدن دانه را دارا بودند. بیشترین عملکرد دانه 9/208 تن در هکتار و متعلق به لاین شماره 1 بود. عملکرد دانه همبستگی قوی و مثبتی با طول دوره پرشدن دانه و تعداد روز تا رسیدگی نشان داد. براساس نمودار GT بای‌پلات لاین شماره 1 به عنوان ژنوتیپ ایده‌آل تشخیص داده شد و نزدیک‌ترین ژنوتیپ‌ها به آن رقم نصرت و لاین‌های 34، 5، 4، 74 و 41 بودند. وراثت‌پذیری بالا برای صفات مختلف (به استثنای وزن هزار دانه و ارتفاع بوته) حاکی از افزایش راندمان گزینش بود. در نهایت نتایج نشان دادند که GT بای‌پلات ابزار مفیدی جهت ارزیابی تنوع در ژرم‌پلاسم‌های با تعداد زیادی ژنوتیپ براساس چندین صفت به طور همزمان بود.
نتیجه‌گیری: در این پژوهش و در شرایط آبیاری کامل مشخص شد که ژنوتیپ‌های دارای عملکرد بالا، از دوره پرشدن دانه طولانی، زمان گلدهی کوتاه‌تر و زمان رسیدگی طولانی‌تر برخوردار بودند و در صورتی‌که شرایط محیطی همراه با محدودیت (تنش گرما و رطوبتی) نباشد، این ژنوتیپ‌ها پتانسیل خود را به نمایش می‌گذارند. براساس نتایج به‌دست آمده رقم نصرت و لاین‌های 1، 34، 5، 4، 74 و 41 جزء پرمحصول‌ترین ژنوتیپ‌ها بودند.
نوع مطالعه: پژوهشي |
موضوع مقاله:
اصلاح نباتات، بیومتری
دریافت: 1400/10/25 | ویرایش نهایی: 1401/7/20 | پذیرش: 1400/12/11 | انتشار: 1401/7/20
دریافت: 1400/10/25 | ویرایش نهایی: 1401/7/20 | پذیرش: 1400/12/11 | انتشار: 1401/7/20
فهرست منابع
1. Ahmadi, K., H.R. Ebadzadeh, F. Hatami, H. Abdshah and A. Kazemian. 2018. Agricultural statistics. Ministry of Agriculture-Jahad, 1: 95 pp (In Persian).
2. Backes, G., J. Orabi and A. Woldoy. 2009. High genetic diversity revealed in barley (Hordeum vulgare L.) collected from small scale farmer's fields in Eritrea, Genetic Resources Crop Evolution, 56(1): 85-97. [DOI:10.1007/s10722-008-9347-5]
3. Cammarano, D., C. Hawes, G. Squire, J. Holland, M. Rivington, T. Murgia, P.P. Roggero, F. Fontana, R. Casa and D. Ronga. 2019. Rainfall and temperature impacts on barley (Hordeum vulgare L.) yield and malting quality in Scotland. Field Crops Research, 241: 1-11. [DOI:10.1016/j.fcr.2019.107559]
4. Ebadi-Segherloo, A., S.A. Mohammadi, B. Sadeghzadeh and M. Kamrani. 2015. Study of heritability and genetic advance of agronomic traits in barley (Hordeum vulgare L.) and graphic analysis of trait relations by biplot. Jordan Journal of Agricultural Sciences, 12(1): 299-310. [DOI:10.12816/0030370]
5. Eshghi, R. and E. Akhundova. 2010. Genetic diversity in hulless barley based on agromorphological traits and RAPD markers and comparison with storage protein analysis. African Journal of Agriculture Research, 5: 97-107.
6. Gholizadeh, A. and H. Dehghani. 2016. Graphic analysis of trait relations of Iranian bread wheat germplasm under non-saline and saline conditions using the biplot method. Genetika, 48(2): 473-486. [DOI:10.2298/GENSR1602473G]
7. Ibrahim, O.M., M. H. Mohamed, M.M. Tawfik, and E.A. Badr. 2011. Genetic diversity assessment of barley (Hordeum vulgare L.) genotypes using cluster analysis. International Journal of Academic Research, 3: 81-85.
8. Karahan, T. and I. Akgün. 2020. Selection of barley (Hordeum vulgare) genotypes by GYT (genotype × yield × trait) biplot technique and its comparison with GT (genotype × trait). Applied Ecology and Environmental Research, 18(1): 1347-1359. [DOI:10.15666/aeer/1801_13471359]
9. Kendal, E. 2020. Evaluation of some barley genotypes with genotype by yield* trait (GYT) biplot method. Agriculture and Forestry, 66(2): 137-150. [DOI:10.17707/AgricultForest.66.2.13]
10. Kroonenberg, P.M. 1995. Introduction to biplots for G×E tables. Department of mathematics, research report 51. University of Queensland.
11. Merrick, L.F., K.D. Glover, D. Yabwalo and E. Byamukama. 2020. Use of genotype by yield*trait (GYT) Analysis to select hard red spring wheat with elevated performance for agronomic and disease resistance traits. Crop Breeding, Genetics and Genomics, 2(2): 1-18. [DOI:10.20900/cbgg20200009]
12. Mohammadi, R. and A. Amri. 2011. Graphic analysis of trait relations and genotype evaluation in durum wheat. Journal of Crop Improvement, 25: 680-696. [DOI:10.1080/15427528.2011.601437]
13. Nevo, E. 1988. Genetic diversity in nature: patterns and theory. Evolutionary Biology, 23:217.246. [DOI:10.1007/978-1-4613-1043-3_6]
14. Rahmati, M., A. Ahmadi, T. Hossein Pour, K. Hamidiyan and M. Reisvand. 2021. Evaluation of yield potential of barley genotypes and identification of traits related to improving grain yield under rainfed conditions. Iranian Journal of Dryland Agriculture, 10(1): 57-71 (In Persian).
15. Ramazani, S.H.R. and M. Abdipour. 2018. Statistical analysis of grain yield in Iranian cultivars of barley (Hordeum vulgare L.). Journal of Agricultural Research, 8: 239-246. [DOI:10.1007/s40003-018-0360-4]
16. Shakhatreh, Y., N. Haddad, M. Alrababah, S. Grando and S. Ceccarelli. 2010. Phenotypic diversity in wild barley accessions collected in Jordan. Genetic Resources and Crop Evolution, 57: 131-146. [DOI:10.1007/s10722-009-9457-8]
17. Taherian, M., M. R. Bihamta, S. A. Peyghambari, H. Alizadeh and A. Rasoulnia. 2019. Stability analysis and selection of salinity tolerant barley genotypes. Journal of Crop Breeding, 11(29): 93-103. [DOI:10.29252/jcb.11.29.93]
18. Xu, N., M. Fok, J. Li, X. Yang and W. Yan. 2017. Optimization of cotton variety registration criteria aided with a genotype- by-trait biplot analysis. Scientific Reports, 7: 17237. [DOI:10.1038/s41598-017-17631-4]
19. Yan, W. 2001. GGE biplot-A Windows application for graphical analysis of multi-environment trial data and other types of two-way data. Agronomy Journal, 93: 1111-1118. [DOI:10.2134/agronj2001.9351111x]
20. Yan, W. and I. Rajcan. 2002. Biplot analysis of sites and trait relations of soybean in Ontario. Crop Science, 42: 11-20. [DOI:10.2135/cropsci2002.1100]
21. Yan, W. and M.S. Kang. 2003. GGE Biplot Analysis: A graphical tool for breeders, geneticists, and agronomists. CRC Press, Boca Raton, FL. [DOI:10.1201/9781420040371]
22. Yan, W., J. Fregeau-Reid, N. Mountain and J. Kobler. 2019. Genotype and management evaluation based on genotype by yield×trait (GYT) analysis. Crop Breeding Genetics and Genomics, 1(1): 1-21.
23. Zali1, H., A. Barati and M. Jabari. 2021. Evaluation of variation at barley inbred lines (Hordeum vulgare L.) using SIIG index. Journal of Crop Breeding, 13(39): 179-194 (In Persian).
24. Ahmadi, K., H.R. Ebadzadeh, F. Hatami, H. Abdshah and A. Kazemian. 2018. Agricultural statistics. Ministry of Agriculture-Jahad, 1: 95 pp (In Persian).
25. Backes, G., J. Orabi and A. Woldoy. 2009. High genetic diversity revealed in barley (Hordeum vulgare L.) collected from small scale farmer's fields in Eritrea, Genetic Resources Crop Evolution, 56(1): 85-97. [DOI:10.1007/s10722-008-9347-5]
26. Cammarano, D., C. Hawes, G. Squire, J. Holland, M. Rivington, T. Murgia, P.P. Roggero, F. Fontana, R. Casa and D. Ronga. 2019. Rainfall and temperature impacts on barley (Hordeum vulgare L.) yield and malting quality in Scotland. Field Crops Research, 241: 1-11. [DOI:10.1016/j.fcr.2019.107559]
27. Ebadi-Segherloo, A., S.A. Mohammadi, B. Sadeghzadeh and M. Kamrani. 2015. Study of heritability and genetic advance of agronomic traits in barley (Hordeum vulgare L.) and graphic analysis of trait relations by biplot. Jordan Journal of Agricultural Sciences, 12(1): 299-310. [DOI:10.12816/0030370]
28. Eshghi, R. and E. Akhundova. 2010. Genetic diversity in hulless barley based on agromorphological traits and RAPD markers and comparison with storage protein analysis. African Journal of Agriculture Research, 5: 97-107.
29. Gholizadeh, A. and H. Dehghani. 2016. Graphic analysis of trait relations of Iranian bread wheat germplasm under non-saline and saline conditions using the biplot method. Genetika, 48(2): 473-486. [DOI:10.2298/GENSR1602473G]
30. Ibrahim, O.M., M. H. Mohamed, M.M. Tawfik, and E.A. Badr. 2011. Genetic diversity assessment of barley (Hordeum vulgare L.) genotypes using cluster analysis. International Journal of Academic Research, 3: 81-85.
31. Karahan, T. and I. Akgün. 2020. Selection of barley (Hordeum vulgare) genotypes by GYT (genotype × yield × trait) biplot technique and its comparison with GT (genotype × trait). Applied Ecology and Environmental Research, 18(1): 1347-1359. [DOI:10.15666/aeer/1801_13471359]
32. Kendal, E. 2020. Evaluation of some barley genotypes with genotype by yield* trait (GYT) biplot method. Agriculture and Forestry, 66(2): 137-150. [DOI:10.17707/AgricultForest.66.2.13]
33. Kroonenberg, P.M. 1995. Introduction to biplots for G×E tables. Department of mathematics, research report 51. University of Queensland.
34. Merrick, L.F., K.D. Glover, D. Yabwalo and E. Byamukama. 2020. Use of genotype by yield*trait (GYT) Analysis to select hard red spring wheat with elevated performance for agronomic and disease resistance traits. Crop Breeding, Genetics and Genomics, 2(2): 1-18. [DOI:10.20900/cbgg20200009]
35. Mohammadi, R. and A. Amri. 2011. Graphic analysis of trait relations and genotype evaluation in durum wheat. Journal of Crop Improvement, 25: 680-696. [DOI:10.1080/15427528.2011.601437]
36. Nevo, E. 1988. Genetic diversity in nature: patterns and theory. Evolutionary Biology, 23:217.246. [DOI:10.1007/978-1-4613-1043-3_6]
37. Rahmati, M., A. Ahmadi, T. Hossein Pour, K. Hamidiyan and M. Reisvand. 2021. Evaluation of yield potential of barley genotypes and identification of traits related to improving grain yield under rainfed conditions. Iranian Journal of Dryland Agriculture, 10(1): 57-71 (In Persian).
38. Ramazani, S.H.R. and M. Abdipour. 2018. Statistical analysis of grain yield in Iranian cultivars of barley (Hordeum vulgare L.). Journal of Agricultural Research, 8: 239-246. [DOI:10.1007/s40003-018-0360-4]
39. Shakhatreh, Y., N. Haddad, M. Alrababah, S. Grando and S. Ceccarelli. 2010. Phenotypic diversity in wild barley accessions collected in Jordan. Genetic Resources and Crop Evolution, 57: 131-146. [DOI:10.1007/s10722-009-9457-8]
40. Taherian, M., M. R. Bihamta, S. A. Peyghambari, H. Alizadeh and A. Rasoulnia. 2019. Stability analysis and selection of salinity tolerant barley genotypes. Journal of Crop Breeding, 11(29): 93-103. [DOI:10.29252/jcb.11.29.93]
41. Xu, N., M. Fok, J. Li, X. Yang and W. Yan. 2017. Optimization of cotton variety registration criteria aided with a genotype- by-trait biplot analysis. Scientific Reports, 7: 17237. [DOI:10.1038/s41598-017-17631-4]
42. Yan, W. 2001. GGE biplot-A Windows application for graphical analysis of multi-environment trial data and other types of two-way data. Agronomy Journal, 93: 1111-1118. [DOI:10.2134/agronj2001.9351111x]
43. Yan, W. and I. Rajcan. 2002. Biplot analysis of sites and trait relations of soybean in Ontario. Crop Science, 42: 11-20. [DOI:10.2135/cropsci2002.1100]
44. Yan, W. and M.S. Kang. 2003. GGE Biplot Analysis: A graphical tool for breeders, geneticists, and agronomists. CRC Press, Boca Raton, FL. [DOI:10.1201/9781420040371]
45. Yan, W., J. Fregeau-Reid, N. Mountain and J. Kobler. 2019. Genotype and management evaluation based on genotype by yield×trait (GYT) analysis. Crop Breeding Genetics and Genomics, 1(1): 1-21.
46. Zali1, H., A. Barati and M. Jabari. 2021. Evaluation of variation at barley inbred lines (Hordeum vulgare L.) using SIIG index. Journal of Crop Breeding, 13(39): 179-194 (In Persian).
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
