1- دانشگاه ارومیه
چکیده: (7 مشاهده)
مقدمه و هدف: پایداری و عملکرد بالا تحت شرایط مختلف، از ویژگیهای کلیدی برای انتخاب ژنوتیپهای متحمل در برنامههای بهنژادی گندم نان محسوب میشوند. یکی از چالشهای اصلی در مدیریت کیفیت بذر گندم، پدیده پیری بذر است که منجر به کاهش جوانهزنی، توان حیاتی و در نهایت عملکرد بذر در طول زمان میگردد. این پدیده بهویژه در شرایط ذخیرهسازی طولانیمدت و تحت تأثیر شرایط نامطلوب ذخیرهسازی مانند دما و رطوبت نسبی بالا، اثرات منفی بر کیفیت بذر و عملکرد محصول در آینده به همراه دارد. علاوه بر این، اثرات متقابل ژنوتیپ × محیط (GEI) نقش مهمی در شناسایی ژنوتیپهای مقاوم به پیری بذر ایفا میکند چرا که این اثرات میتوانند موجب تغییرات قابل توجهی در واکنش ژنوتیپها به شرایط محیطی مختلف شوند. این مطالعه با هدف شناسایی ژنوتیپهای با عملکرد بالا (درصد جوانهزنی) و پایدار در برابر تنش پیری تسریع شده بذر انجام شد. بهمنظور دستیابی به این هدف، مجموعهای از شاخصهای پایداری پارامتریک و ناپارامتریک برای تحلیل پایداری درصد جوانهزنی و همچنین مدلهای انتخاب پیشرفته مانند MGIDI وFAI-BLUP بکار گرفته شدند.
مواد و روشها: در این تحقیق، 228 ژنوتیپ گندم نان شامل 161 توده بومی و 67 رقم زراعی، با استفاده از آزمایش فاکتوریل در قالب طرح کاملاً تصادفی و با سه تکرار، جهت ارزیابی تحمل به پیری بذر در مرحله جوانهزنی در آزمایشگاه بذر دانشگاه ارومیه، در سال زراعی 1402-1401 مورد بررسی قرار گرفتند. تیمارهای پیری تسریعشده در چهار سطح صفر، 48، 72 و 96 ساعت در دمای 45 درجه سانتیگراد و رطوبت نزدیک به اشباع اعمال شد. سپس درصد جوانهزنی (GP) با استفاده از دستورالعمل انجمن بینالمللی آزمون بذر (ISTA) به روش بین کاغذ (Between Paper; BP) اندازهگیری گردید. پس از آن، تجزیه واریانس مرکب برای ارزیابی اثرات محیط، ژنوتیپ و تعامل آنها بر درصد جوانهزنی انجام گرفت. در ادامه، پارامترهای پایداری پارامتریک و غیرپارامتریک مبتنی بر مدلهای AMMI و BLUP با نرمافزار STABILITYSOFT و بسته metan در نرمافزار RStudio محاسبه گردید. تحلیل بایپلات GGE نیز با استفاده از بسته GGEBiplotGUI در نرمافزار RStudio انجام گرفت. برای شناسایی ژنوتیپهای برتر در آزمایشهای چندمحیطی (METs)، از مدلهای انتخاب مدرن MGIDI و FAI-BLUP استفاده شد. این مدلها با بهرهگیری از بسته metan در نرمافزار RStudio محاسبه شدند و شدت انتخاب (SI) معادل 10 درصد برای انتخاب ژنوتیپها در نظر گرفته شد. همچنین، بهمنظور ترکیب نتایج و شناسایی ژنوتیپهای پایدار و با عملکرد (درصد جوانهزنی) بالا، میانگین مجموع رتبهها (Average Sum of Ranking; ASR) محاسبه شد. در نهایت، با استفاده از نمودار ون در نرمافزار RStudio و بستههای VennDiagram و grid، ژنوتیپهای منتخب بر اساس مدلهای MGIDI، FAI-BLUP و همچنین روش رتبهبندی ASR شناسایی شدند.
یافتهها: نتایج تجزیه واریانس مرکب (ANOVA) نشان داد که اثرات محیط، ژنوتیپ و اثر متقابل ژنوتیپ × محیط بر درصد جوانهزنی گندم تحت تنش پیری تسریع شده در سطح احتمال یک درصد معنیدار بود. تعامل معنیدار بین ژنوتیپها و محیط بهویژه در شرایط تنش پیری تسریع شده، حاکی از آن است که واکنش جوانهزنی به اثرات محیطی در ژنوتیپهای مختلف، متفاوت است. علاوه بر این، نتایج بیانگر این بود که سه مؤلفهی اول در مجموع 100 درصد از تغییرات اثر متقابل ژنوتیپ × محیط را توجیه نمودند. مؤلفه اصلی اول 2/59 درصد و مؤلفه اصلی دوم 03/30 درصد از واریانس موجود در دادهها را توجیه کردند، که نشاندهنده اهمیت اثرات متقابل در تعیین واکنشهای ژنوتیپها به تنشهای محیطی است. همچنین، بایپلاتهای AMMI1 و AMMI2 برای شناسایی ژنوتیپهای پایدار و تحلیل اثرات متقابل ژنوتیپ × محیط در شرایط مختلف بهکار گرفته شد. مطابق با تحلیل GGE بایپلات، ژنوتیپهای 55 (623379)، 207 (624580)، 19 (627359)، 29 (624911)، 227 (624894) و 73 (626261) بهعنوان پایدارترین ژنوتیپها معرفی شدند. همچنین، تلفیق پارامترهای پایداری و مدلهای انتخاب چندصفتی مانند FAI-BLUP و MGIDI، توانست ژنوتیپهای برتر را با موفقیت شناسایی کند. ژنوتیپهای انتخابشده توسط این دو مدل علاوه بر پایداری، عملکرد بالاتری (درصد جوانهزنی) نسبت به سایر ژنوتیپها داشتند. بر این اساس، ژنوتیپهای 138 (آذر2)، 64 (624900)، 67 (627189)، 151 (623162) و 14 (623508) بهعنوان ژنوتیپهای با عملکرد (درصد جوانهزنی) بالا و پایدار در شرایط پیری بذر شناسایی شدند. در مقابل، روش رتبهبندی ASR عمدتاً برای انتخاب ژنوتیپهای پایدار بهکار گرفته شد، اما این روش قادر به تعیین ژنوتیپهای با درصد جوانهزنی بالا نبود.
نتیجهگیری: بهطور کلی، نتایج این مطالعه میتواند به بهبود انتخاب ژنوتیپهای مقاوم و با عملکرد بالا در برنامههای اصلاحی و تولید بذر کمک کند. بهویژه، این تحقیق بر اهمیت استفاده از مدلهای پیشرفته مانند MGIDI و FAI-BLUP در کنار تحلیلهای کلاسیک برای ارزیابی دقیق و انتخاب ژنوتیپهای بهینه در آزمایشهای چند محیطی تأکید دارد. این مدلها با توجه به توانایی خود در تحلیل تعاملات پیچیده ژنوتیپ × محیط و ارزیابی پایداری ژنوتیپها، ابزارهای مؤثری برای شناسایی ژنوتیپهای مقاوم به تنشهای محیطی مختلف، از جمله تنش ناشی از پیری بذر، محسوب میشوند. ژنوتیپهای شناسایی شده در این مطالعه میتوانند در برنامههای اصلاحی برای بهبود مقاومت به تنشهای محیطی و افزایش کیفیت بذر مورد استفاده قرار گیرند. این ژنوتیپها بهویژه در شرایطی که بذرها سریعاً تحت تأثیر عوامل محیطی قرار میگیرند، میتوانند بهعنوان منابع ژنتیکی ارزشمند برای تولید بذرهای مقاوم و باکیفیت بالا مورد استفاده قرار گیرند.
مواد و روشها: در این تحقیق، 228 ژنوتیپ گندم نان شامل 161 توده بومی و 67 رقم زراعی، با استفاده از آزمایش فاکتوریل در قالب طرح کاملاً تصادفی و با سه تکرار، جهت ارزیابی تحمل به پیری بذر در مرحله جوانهزنی در آزمایشگاه بذر دانشگاه ارومیه، در سال زراعی 1402-1401 مورد بررسی قرار گرفتند. تیمارهای پیری تسریعشده در چهار سطح صفر، 48، 72 و 96 ساعت در دمای 45 درجه سانتیگراد و رطوبت نزدیک به اشباع اعمال شد. سپس درصد جوانهزنی (GP) با استفاده از دستورالعمل انجمن بینالمللی آزمون بذر (ISTA) به روش بین کاغذ (Between Paper; BP) اندازهگیری گردید. پس از آن، تجزیه واریانس مرکب برای ارزیابی اثرات محیط، ژنوتیپ و تعامل آنها بر درصد جوانهزنی انجام گرفت. در ادامه، پارامترهای پایداری پارامتریک و غیرپارامتریک مبتنی بر مدلهای AMMI و BLUP با نرمافزار STABILITYSOFT و بسته metan در نرمافزار RStudio محاسبه گردید. تحلیل بایپلات GGE نیز با استفاده از بسته GGEBiplotGUI در نرمافزار RStudio انجام گرفت. برای شناسایی ژنوتیپهای برتر در آزمایشهای چندمحیطی (METs)، از مدلهای انتخاب مدرن MGIDI و FAI-BLUP استفاده شد. این مدلها با بهرهگیری از بسته metan در نرمافزار RStudio محاسبه شدند و شدت انتخاب (SI) معادل 10 درصد برای انتخاب ژنوتیپها در نظر گرفته شد. همچنین، بهمنظور ترکیب نتایج و شناسایی ژنوتیپهای پایدار و با عملکرد (درصد جوانهزنی) بالا، میانگین مجموع رتبهها (Average Sum of Ranking; ASR) محاسبه شد. در نهایت، با استفاده از نمودار ون در نرمافزار RStudio و بستههای VennDiagram و grid، ژنوتیپهای منتخب بر اساس مدلهای MGIDI، FAI-BLUP و همچنین روش رتبهبندی ASR شناسایی شدند.
یافتهها: نتایج تجزیه واریانس مرکب (ANOVA) نشان داد که اثرات محیط، ژنوتیپ و اثر متقابل ژنوتیپ × محیط بر درصد جوانهزنی گندم تحت تنش پیری تسریع شده در سطح احتمال یک درصد معنیدار بود. تعامل معنیدار بین ژنوتیپها و محیط بهویژه در شرایط تنش پیری تسریع شده، حاکی از آن است که واکنش جوانهزنی به اثرات محیطی در ژنوتیپهای مختلف، متفاوت است. علاوه بر این، نتایج بیانگر این بود که سه مؤلفهی اول در مجموع 100 درصد از تغییرات اثر متقابل ژنوتیپ × محیط را توجیه نمودند. مؤلفه اصلی اول 2/59 درصد و مؤلفه اصلی دوم 03/30 درصد از واریانس موجود در دادهها را توجیه کردند، که نشاندهنده اهمیت اثرات متقابل در تعیین واکنشهای ژنوتیپها به تنشهای محیطی است. همچنین، بایپلاتهای AMMI1 و AMMI2 برای شناسایی ژنوتیپهای پایدار و تحلیل اثرات متقابل ژنوتیپ × محیط در شرایط مختلف بهکار گرفته شد. مطابق با تحلیل GGE بایپلات، ژنوتیپهای 55 (623379)، 207 (624580)، 19 (627359)، 29 (624911)، 227 (624894) و 73 (626261) بهعنوان پایدارترین ژنوتیپها معرفی شدند. همچنین، تلفیق پارامترهای پایداری و مدلهای انتخاب چندصفتی مانند FAI-BLUP و MGIDI، توانست ژنوتیپهای برتر را با موفقیت شناسایی کند. ژنوتیپهای انتخابشده توسط این دو مدل علاوه بر پایداری، عملکرد بالاتری (درصد جوانهزنی) نسبت به سایر ژنوتیپها داشتند. بر این اساس، ژنوتیپهای 138 (آذر2)، 64 (624900)، 67 (627189)، 151 (623162) و 14 (623508) بهعنوان ژنوتیپهای با عملکرد (درصد جوانهزنی) بالا و پایدار در شرایط پیری بذر شناسایی شدند. در مقابل، روش رتبهبندی ASR عمدتاً برای انتخاب ژنوتیپهای پایدار بهکار گرفته شد، اما این روش قادر به تعیین ژنوتیپهای با درصد جوانهزنی بالا نبود.
نتیجهگیری: بهطور کلی، نتایج این مطالعه میتواند به بهبود انتخاب ژنوتیپهای مقاوم و با عملکرد بالا در برنامههای اصلاحی و تولید بذر کمک کند. بهویژه، این تحقیق بر اهمیت استفاده از مدلهای پیشرفته مانند MGIDI و FAI-BLUP در کنار تحلیلهای کلاسیک برای ارزیابی دقیق و انتخاب ژنوتیپهای بهینه در آزمایشهای چند محیطی تأکید دارد. این مدلها با توجه به توانایی خود در تحلیل تعاملات پیچیده ژنوتیپ × محیط و ارزیابی پایداری ژنوتیپها، ابزارهای مؤثری برای شناسایی ژنوتیپهای مقاوم به تنشهای محیطی مختلف، از جمله تنش ناشی از پیری بذر، محسوب میشوند. ژنوتیپهای شناسایی شده در این مطالعه میتوانند در برنامههای اصلاحی برای بهبود مقاومت به تنشهای محیطی و افزایش کیفیت بذر مورد استفاده قرار گیرند. این ژنوتیپها بهویژه در شرایطی که بذرها سریعاً تحت تأثیر عوامل محیطی قرار میگیرند، میتوانند بهعنوان منابع ژنتیکی ارزشمند برای تولید بذرهای مقاوم و باکیفیت بالا مورد استفاده قرار گیرند.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
