دوره 17، شماره 4 - ( زمستان 1404 )
جلد 17 شماره 4 صفحات 9-1 |
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:
Vahed Semeskandeh M, Kiani G, Ramezani R, Aghajani Qara M. (2025). Evaluation and Selection of Desirable Genotypes using Multivariate Statistical Methods in the F2 Generation of Rice. J Crop Breed. 17(4), 1-9. doi:10.61882/jcb.2025.1573
URL: http://jcb.sanru.ac.ir/article-1-1573-fa.html
URL: http://jcb.sanru.ac.ir/article-1-1573-fa.html
واحد سمسکندهء مهدی، کیانی غفار، رمضانی رضا، آقاجانی قراء مجتبی.(1404). ارزیابی و انتخاب ژنوتیپ های مطلوب با استفاده از روش های آماری چندمتغیره در نسل F2 برنج پژوهشنامه اصلاح گیاهان زراعی 17 (4) :9-1 10.61882/jcb.2025.1573
1- دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
2- گروه اصلاح نباتات، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
3- دانشگاه علوم کشاورزی و منابع طبیعی گرگان، پژوهشکده ژنتیک و زیست فناوری کشاورزی طبرستان، گرگان، ایران
2- گروه اصلاح نباتات، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
3- دانشگاه علوم کشاورزی و منابع طبیعی گرگان، پژوهشکده ژنتیک و زیست فناوری کشاورزی طبرستان، گرگان، ایران
چکیده: (807 مشاهده)
چکیده مبسوط
مقدمه و هدف: در بسیاری از کشورهای دنیا به علت چالش های زیستی، غیرزیستی و رشد جمعیت جهان، تامین مواد غذایی و به ویژه امنیت غذایی کشورها در اولویت قرار دارد. به علت مصرف روزانه و تامین نیاز غذایی مردم بسیاری از کشورها، گیاهانی از جمله برنج را به یک گیاه استراتژیک تبدیل کرده است. برای افزایش پتانسیل تولید برنج نیاز به برنامه اصلاحی مناسب است. تنوع ژنتیکی در جمعیتهای انتخابی در بهینه سازی روند اصلاحی نقش مهمی دارد اما به علت افزایش فرسایش ژنتیکی و شدت فعالیت های اصلاحی، تنوع ژنتیکی کاهش یافته است .یکی از مهم ترین روش های افزایش پتانسیل تولید برنج، استفاده از سیستم تلاقی است. تلاقی در برنج به علت پدیده هتروزیس یک روش بسیار پرکاربرد در افزایش عملکرد است و منجر به تولید نتاج برتر از والدین یا رقم تجاری منطقه می شود. آمار چندمتغیره روشی مناسب برای تجزیه روابط مختلف بین صفات، شناسایی تنوع موجود و ارزیابی دقیق در انتخاب ژنوتیپ برتر جهت بهبود عملکرد دانه در برنج است. تجزیه خوشه ای و رگرسیونی یک ابزار قدرتمند در آمار چندمتغیره است که به عنوان شاخص انتخاب در تعیین صفات موثر بر عملکرد استفاده می شود. همبستگی با بیان ارتباط بین متغیرها یک روش بسیار تاثیرگذار در تعیین روند انتخاب بوته برتر در تجزیه های آماری است. هدف از این پژوهش، استفاده از اصلاح کلاسیک و آمار چندمتغیره در بین جمعیت در حال تفرق F2 برنج برای انتخاب لاین هایی با پتانسیل عملکرد بالا برای نسل بعد است.
مواد و روش: در این تحقیق، تعداد 2000 بذر F2 حاصل از تلاقی نعمت به عنوان پایه مادری با رقم محلی سنگ طارم به عنوان پایه پدری در مزرعه تحقیقاتی برنج پژوهشکده ژنتیک و زیست فناوری کشاورزی طبرستان دانشگاه علوم کشاورزی و منابع طبیعی ساری به تعداد 50 ردیف به طول 10 متر و فاصله کشت 25×25 در مساحتی حدود 125 متر مربع نشاءکاری شدند. تعداد 18 بوته برتر از لحاظ صفات مورفولوژیکی انتخاب و برای تجزیه و تحلیل داده های مورفولوژیکی نظیر صفات ارتفاع بوته، تعداد پنجه بارور، طول خوشه، تعداد دانه پوک، تعداد دانه پر، تعداد کل دانه، وزن 100 دانه، طول دانه، عرض دانه و عملکرد بوته با استفاده از آمار چندمتغیره مورد تجزیه و تحلیل قرار گرفتند. از تجزیه کلاستر صفات با مقیاس فاصله اقلیدسی برای گروه بندی بوته ها و تابع تشخیص برای صحت گروه بندی استفاده شد. برای بررسی ارتباط بین صفات از تجزیه همبستگی و رگرسیون استفاده شد.
یافته ها: نتیجه تجزیه خوشه ای صفات، ژنوتیپ ها را به سه گروه تقسیم کرد. گروه اول بیشترین میانگین عرض دانه (2/69)، تعداد دانه کل (168/5)، تعداد دانه پر (117/22) و کمترین میانگین ارتفاع بوته (121/83) را داشت و گروه سوم در میانگین صفات وزن 100 دانه (2/94)، تعداد پنجه بارور (35) و طول خوشه (29/78) بالاترین مقادیر را نشان داد. کمترین میانگین تعداد دانه پوک (17/22) و بیشترین میانگین طول دانه (11) به گروه 2 مرتبط بودند. گروه سوم به عنوان گروه عملکرد با بیشترین وزن 100 دانه، تعداد پنجه و ارتفاع بوته در نظر گرفته شد. صحت گروه بندی بوته های متعلق به گروه ها توسط تابع تشخیص مورد تایید قرارگرفت. تابعی را که تجزیه تشخیص توانست معرفی کند، 94 درصد واریانس کل داده های آزمایش را در برداشت و توانست با مقدار ویژه 32/67 به خوبی گروه ها را از همدیگر تفکیک کند. میانگین های صفات تعداد پنجه، تعداد دانه پوک، تعداد کل دانه، وزن 100 دانه و عملکرد تک بوته تفاوت های معنی داری بین گروه ها داشتند و عامل اصلی تفرق بوته ها بودند. در همبستگی ساده خطی، صفات طول خوشه با ارتفاع بوته (566/ 0 r =)، تعداد دانه کل با تعداد دانه پر (0/553r =)، وزن 100 دانه با تعداد دانه پر (0/497- r = ) و عرض دانه با طول خوشه (0/489- r =) در سطح 5 درصد و تعداد دانه کل با تعداد دانه پوک (0/782 r = )، ارتفاع بوته و تعداد پنجه بارور با عمکرد (به ترتیب 0/708 و 0/789r = ) در سطح 1 درصد (حدود اطمینان 99%) ارتباطات معنی داری داشتند. خروجی تجزیه رگرسیونی مدلی با ضریب تبیین تعدیل شده 93/3% بود که نشان دهنده میزان ارتباط بالای این صفات برای توجیه پذیری تغییرات عملکرد است. در تفسیر تغییرات عملکرد با استفاده از تجزیه رگرسیونی به روش توام، صفات ارتفاع بوته و تعداد پنجه بارور اثرات مثبت و بسیار معنی داری در تغییرپذیری عملکرد از خود نشان دادند. در مورد صفات تاثیرگذار در گروه بندی و تفکیک ژنوتیپ ها، بوته های شماره 5 (87/83 گرم)، 10 (80/45)، 13 (78/93)، 4 (77/69)، 15 (72/24) و 12 (70/75) بیشترین عملکرد را داشتند.
نتیجه گیری: نتیجه تجزیه و تحلیل نشان داد که بوته های شماره 5 (87/83 گرم عملکرد تک بوته)، 10(80/45)، 13(78/93)، 4(77/69)، 15(72/24) و 12(70/75) با داشتن صفات مطلوب مورفولوژیکی به عنوان بهترین ژنوتیپ ها برای تولید لاین های امیدبخش گزینش شدند. آمار چندمتغیره به عنوان یک تکنیک مناسب در انتخاب ژنوتیپ برتر به خوبی توانست در بین جمعیت در حال تفرق F2 برنج، بوته های شماره 4، 5، 10، 12، 13 و 15 را با ویژگی های مطلوب مورفولوژیکی مذکور و پتانسیل عملکرد بالا به عنوان بوته های برتر برای تولید لاین امیدبخش انتخاب کند.
مقدمه و هدف: در بسیاری از کشورهای دنیا به علت چالش های زیستی، غیرزیستی و رشد جمعیت جهان، تامین مواد غذایی و به ویژه امنیت غذایی کشورها در اولویت قرار دارد. به علت مصرف روزانه و تامین نیاز غذایی مردم بسیاری از کشورها، گیاهانی از جمله برنج را به یک گیاه استراتژیک تبدیل کرده است. برای افزایش پتانسیل تولید برنج نیاز به برنامه اصلاحی مناسب است. تنوع ژنتیکی در جمعیتهای انتخابی در بهینه سازی روند اصلاحی نقش مهمی دارد اما به علت افزایش فرسایش ژنتیکی و شدت فعالیت های اصلاحی، تنوع ژنتیکی کاهش یافته است .یکی از مهم ترین روش های افزایش پتانسیل تولید برنج، استفاده از سیستم تلاقی است. تلاقی در برنج به علت پدیده هتروزیس یک روش بسیار پرکاربرد در افزایش عملکرد است و منجر به تولید نتاج برتر از والدین یا رقم تجاری منطقه می شود. آمار چندمتغیره روشی مناسب برای تجزیه روابط مختلف بین صفات، شناسایی تنوع موجود و ارزیابی دقیق در انتخاب ژنوتیپ برتر جهت بهبود عملکرد دانه در برنج است. تجزیه خوشه ای و رگرسیونی یک ابزار قدرتمند در آمار چندمتغیره است که به عنوان شاخص انتخاب در تعیین صفات موثر بر عملکرد استفاده می شود. همبستگی با بیان ارتباط بین متغیرها یک روش بسیار تاثیرگذار در تعیین روند انتخاب بوته برتر در تجزیه های آماری است. هدف از این پژوهش، استفاده از اصلاح کلاسیک و آمار چندمتغیره در بین جمعیت در حال تفرق F2 برنج برای انتخاب لاین هایی با پتانسیل عملکرد بالا برای نسل بعد است.
مواد و روش: در این تحقیق، تعداد 2000 بذر F2 حاصل از تلاقی نعمت به عنوان پایه مادری با رقم محلی سنگ طارم به عنوان پایه پدری در مزرعه تحقیقاتی برنج پژوهشکده ژنتیک و زیست فناوری کشاورزی طبرستان دانشگاه علوم کشاورزی و منابع طبیعی ساری به تعداد 50 ردیف به طول 10 متر و فاصله کشت 25×25 در مساحتی حدود 125 متر مربع نشاءکاری شدند. تعداد 18 بوته برتر از لحاظ صفات مورفولوژیکی انتخاب و برای تجزیه و تحلیل داده های مورفولوژیکی نظیر صفات ارتفاع بوته، تعداد پنجه بارور، طول خوشه، تعداد دانه پوک، تعداد دانه پر، تعداد کل دانه، وزن 100 دانه، طول دانه، عرض دانه و عملکرد بوته با استفاده از آمار چندمتغیره مورد تجزیه و تحلیل قرار گرفتند. از تجزیه کلاستر صفات با مقیاس فاصله اقلیدسی برای گروه بندی بوته ها و تابع تشخیص برای صحت گروه بندی استفاده شد. برای بررسی ارتباط بین صفات از تجزیه همبستگی و رگرسیون استفاده شد.
یافته ها: نتیجه تجزیه خوشه ای صفات، ژنوتیپ ها را به سه گروه تقسیم کرد. گروه اول بیشترین میانگین عرض دانه (2/69)، تعداد دانه کل (168/5)، تعداد دانه پر (117/22) و کمترین میانگین ارتفاع بوته (121/83) را داشت و گروه سوم در میانگین صفات وزن 100 دانه (2/94)، تعداد پنجه بارور (35) و طول خوشه (29/78) بالاترین مقادیر را نشان داد. کمترین میانگین تعداد دانه پوک (17/22) و بیشترین میانگین طول دانه (11) به گروه 2 مرتبط بودند. گروه سوم به عنوان گروه عملکرد با بیشترین وزن 100 دانه، تعداد پنجه و ارتفاع بوته در نظر گرفته شد. صحت گروه بندی بوته های متعلق به گروه ها توسط تابع تشخیص مورد تایید قرارگرفت. تابعی را که تجزیه تشخیص توانست معرفی کند، 94 درصد واریانس کل داده های آزمایش را در برداشت و توانست با مقدار ویژه 32/67 به خوبی گروه ها را از همدیگر تفکیک کند. میانگین های صفات تعداد پنجه، تعداد دانه پوک، تعداد کل دانه، وزن 100 دانه و عملکرد تک بوته تفاوت های معنی داری بین گروه ها داشتند و عامل اصلی تفرق بوته ها بودند. در همبستگی ساده خطی، صفات طول خوشه با ارتفاع بوته (566/ 0 r =)، تعداد دانه کل با تعداد دانه پر (0/553r =)، وزن 100 دانه با تعداد دانه پر (0/497- r = ) و عرض دانه با طول خوشه (0/489- r =) در سطح 5 درصد و تعداد دانه کل با تعداد دانه پوک (0/782 r = )، ارتفاع بوته و تعداد پنجه بارور با عمکرد (به ترتیب 0/708 و 0/789r = ) در سطح 1 درصد (حدود اطمینان 99%) ارتباطات معنی داری داشتند. خروجی تجزیه رگرسیونی مدلی با ضریب تبیین تعدیل شده 93/3% بود که نشان دهنده میزان ارتباط بالای این صفات برای توجیه پذیری تغییرات عملکرد است. در تفسیر تغییرات عملکرد با استفاده از تجزیه رگرسیونی به روش توام، صفات ارتفاع بوته و تعداد پنجه بارور اثرات مثبت و بسیار معنی داری در تغییرپذیری عملکرد از خود نشان دادند. در مورد صفات تاثیرگذار در گروه بندی و تفکیک ژنوتیپ ها، بوته های شماره 5 (87/83 گرم)، 10 (80/45)، 13 (78/93)، 4 (77/69)، 15 (72/24) و 12 (70/75) بیشترین عملکرد را داشتند.
نتیجه گیری: نتیجه تجزیه و تحلیل نشان داد که بوته های شماره 5 (87/83 گرم عملکرد تک بوته)، 10(80/45)، 13(78/93)، 4(77/69)، 15(72/24) و 12(70/75) با داشتن صفات مطلوب مورفولوژیکی به عنوان بهترین ژنوتیپ ها برای تولید لاین های امیدبخش گزینش شدند. آمار چندمتغیره به عنوان یک تکنیک مناسب در انتخاب ژنوتیپ برتر به خوبی توانست در بین جمعیت در حال تفرق F2 برنج، بوته های شماره 4، 5، 10، 12، 13 و 15 را با ویژگی های مطلوب مورفولوژیکی مذکور و پتانسیل عملکرد بالا به عنوان بوته های برتر برای تولید لاین امیدبخش انتخاب کند.
فهرست منابع
1. Bagheri, N. (2020). Investigation of Genetic Diversity of Multan Genotypes of Rice Tarom Joladar in M2 Generation. Journal of Crop Breeding, 12(34), 15-25. [In Persian] [DOI:10.29252/jcb.12.34.15]
2. Baroudy, A. A. E., Ali, A. M., Mohamed, E. S., Moghanm, F. S., Shokr, M. S., Savin, I., Poddubsky, A., Ding, Z., Kheir, A. M., & Aldosari, A. A. (2020). Modeling land suitability for rice crop using remote sensing and soil quality indicators: The case study of the nile delta. Sustainability, 12(22), 9653. [DOI:10.3390/su12229653]
3. Chaloei, G.H., Ranjbar, G., babaeian jelodar, N., Bagheri, N., & Noori, M. Z. (2018). Evaluation of advanced mutant lines of Tarom Mahalli rice (Oryza sativa L.) using path and factor analysis. Journal of Crop Production, 11(3), 115-130. [In Persian]
4. Eidi Kohnaki, M., Kiani, G., & Nematzadeh, G. (2015). Morphological and molecular selection of fertility restorer gene (s) in segragating populations of rice. Plant Productions, 38(2), 89-98.
5. FAO. (2022). Food and Agricultuer Organization. https://www.fao.org/faostat/en/#datd/TCL.
6. Jahani, M., Nematzadeh, G., & Mohammadi Nejad, G. (2015). Evaluation of Agronomic Traits Associated with Grain Yield in Rice (Oryza sativa) Using Regression and Path Analysis. Journal of Crop Breeding, 7(16), 115-122. [In Persian]
7. Kebriyayi, D., Rabiyi, B., & Samizade, H. (2012). The multivariate analysis of morphologic traits, grain yield and yield componets of native and improved rice Varieties. Iranian Journal of Field Crop Science, 43(2), 269-279.
8. Khadem Hosseini, Z., & Rabiei, B. (2021). Investigating the relationships between grain yield and quality related traits in some promising lines of rice (Oryza sativa L.). Cereal Research, 11(2), 105-119.
9. Perween, S., Kumar, A., Adan, F., & Danish, M. (2020). The inter-relationship among yield and yield attributing traits of rice (Oryza sativa L.) under Irrigated condition through correlation coefficient studies and path analysis. International Journal of Chemical Studies, 8(2), 1409-1414. [DOI:10.22271/chemi.2020.v8.i2v.8960]
10. Ramezanpour, A., Pirdashti, H., Pirdashti, H., & Bahari Saravi, S. (2015). Agronomy Journal (Pajouhesh & Sazandegi) No: 107 pp: 8-16 Investigation of the quality traits and their relationship with grain yield in promising lines of rice (Oryza sativa L.). Applied Field Crops Research, 28(107), 8-16.
11. Roy, S. C., & Shil, P. (2020). Assessment of genetic heritability in rice breeding lines based on morphological traits and caryopsis ultrastructure. Scientific Reports, 10(1), 7830. [DOI:10.1038/s41598-020-63976-8]
12. Sabouri, H., Rabiei, B., & Fazlalipour, M. (2008). Use of selection indices based on multivariate analysis for improving grain yield in rice. Rice Science, 15(4), 303-310. [DOI:10.1016/S1672-6308(09)60008-1]
13. Smith, H. F. (1936). A discriminant function for plant selection. Annals of Eugenics, 7(3), 240-250. [DOI:10.1111/j.1469-1809.1936.tb02143.x]
14. Taghipour, Z., & Mehrabi, A.A. (2020). Evaluation of phenotypic diversity, transgressive segregation and agro-morphological trait relations in generated populations from cross-breeding of Iranian rice cultivars. Iranian Journal of Field Crop Science, 51(3), 33-45.
15. Zare Chahoki, M. A. (2010). Multivariate analysis methods in SPSS. Natural Resources Faculty, University of Tehran.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
