دوره 14، شماره 44 - ( زمستان 1401 )
جلد 14 شماره 44 صفحات 189-181 |
برگشت به فهرست نسخه ها
مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی فارس، سازمان تحقیقات، آموزش و ترویج کشاورزی، داراب، ایران
چکیده: (1251 مشاهده)
چکیده مبسوط
مقدمه و هدف: شناخت دقیق ژرمپلاسم ها جهت انتقال صفات در برنامه های دورگ گیری از الزامات اصلاح ارقام برتر می باشد. هدف از این تحقیق بررسی تنوع ژنتیکی و گزینش ژنوتیپ های برتر پنبه با عملکرد، زودرسی و خصوصیات کیفی مطلوب بود.
مواد و روش ها: به منظور ارزیابی ژنوتیپ های پنبه با استفاده از شاخص SIIG، آزمایشی شامل 9 ژنوتیپ همراه با 2 رقم تجاری استان فارس (بختگان و گلستان) به عنوان شاهد، در قالب طرح بلوک کامل تصادفی با 4 تکرار، در ایستگاه تحقیقات کشاورزی حسن آباد داراب طی سالهای زراعی 1397 و 1398 اجرا شد.
یافته ها: نتایج تجزیه مرکب دادهها تفاوت معنیداری بین ژنوتیپ ها از نظر صفات کمی مورد مطالعه نشان داد که این مطلب، بیانگر وجود تنوع ژنتیکی بین ژنوتیپ ها بود. ضریب تنوع فنوتیپی در صفات عملکرد و درصد زودرسی بیشتر از ضریب تنوع ژنوتیپی بود. عملکرد وش دارای وراثت پذیری بالایی (0/73) بود که نشاندهنده نقش بیشتر اثر ژن در بیان صفت و کارایی انتخاب در بهبود صفت در نسل های متوالی می باشد. نتایج شاخص SIIG نشان داد که ژنوتیپ های A-NB414 و A-NBK با بیشترین مقدار SIIG جزء برترین ژنوتیپها و ژنوتیپ های Va-1 و 96-A3 با کمترین مقدار SIIG جزء ضعیف ترین ژنوتیپ ها در این تحقیق بودند. به منظور بررسی کارایی شاخصSIIG در انتخاب بهترین ژنوتیپ از نظر عملکرد وش، درصد زودرسی، ظرافت الیاف، درصد یکنواختی، کشش الیاف، استحکام و درصد کیل، ژنوتیپ های مورد بررسی بر اساس شاخص SIIG در 3 دسته گروه بندی شدند. نتایج کلی گروه بندی نشان داد که، با افزایش مقدار شاخصSIIG ، مقدار عملکرد وش، یکنواختی الیاف، درصد کیل و درصد زودرسی نیز افزایش یافت. مقدار درصد زودرسی و عملکرد وش نیز در ژنوتیپ های A-NB414 و A-NBK که دارای مقدار شاخص SIIG بالاتری بودند، بالا بود.
نتیجه گیری: بررسی حاضر نشان داد که شاخص SIIG به خوبی توانسته ژنوتیپ ها را دسته بندی نماید. در این تحقیق ژنوتیپ های A-NB414 و A-NBK به همراه رقم گلستان با عملکرد بالاتر از میانگین کل و شاخص SIIG بالا، به عنوان ژنوتیپ های برتر شناسایی شدند که می توانند در برنامه معرفی و توسعه کشت قرار گیرند. بر اساس نتایج تجزیه خوشه‌ای، ژنوتیپ‌های پنبه در دو گروه متمایز طبقه‌بندی شدند که این موضوع انتخاب و استفاده از آنها در برنامه‌ها و اهداف مختلف به‌نژادی را تسهیل می‌کند.
مقدمه و هدف: شناخت دقیق ژرمپلاسم ها جهت انتقال صفات در برنامه های دورگ گیری از الزامات اصلاح ارقام برتر می باشد. هدف از این تحقیق بررسی تنوع ژنتیکی و گزینش ژنوتیپ های برتر پنبه با عملکرد، زودرسی و خصوصیات کیفی مطلوب بود.
مواد و روش ها: به منظور ارزیابی ژنوتیپ های پنبه با استفاده از شاخص SIIG، آزمایشی شامل 9 ژنوتیپ همراه با 2 رقم تجاری استان فارس (بختگان و گلستان) به عنوان شاهد، در قالب طرح بلوک کامل تصادفی با 4 تکرار، در ایستگاه تحقیقات کشاورزی حسن آباد داراب طی سالهای زراعی 1397 و 1398 اجرا شد.
یافته ها: نتایج تجزیه مرکب دادهها تفاوت معنیداری بین ژنوتیپ ها از نظر صفات کمی مورد مطالعه نشان داد که این مطلب، بیانگر وجود تنوع ژنتیکی بین ژنوتیپ ها بود. ضریب تنوع فنوتیپی در صفات عملکرد و درصد زودرسی بیشتر از ضریب تنوع ژنوتیپی بود. عملکرد وش دارای وراثت پذیری بالایی (0/73) بود که نشاندهنده نقش بیشتر اثر ژن در بیان صفت و کارایی انتخاب در بهبود صفت در نسل های متوالی می باشد. نتایج شاخص SIIG نشان داد که ژنوتیپ های A-NB414 و A-NBK با بیشترین مقدار SIIG جزء برترین ژنوتیپها و ژنوتیپ های Va-1 و 96-A3 با کمترین مقدار SIIG جزء ضعیف ترین ژنوتیپ ها در این تحقیق بودند. به منظور بررسی کارایی شاخصSIIG در انتخاب بهترین ژنوتیپ از نظر عملکرد وش، درصد زودرسی، ظرافت الیاف، درصد یکنواختی، کشش الیاف، استحکام و درصد کیل، ژنوتیپ های مورد بررسی بر اساس شاخص SIIG در 3 دسته گروه بندی شدند. نتایج کلی گروه بندی نشان داد که، با افزایش مقدار شاخصSIIG ، مقدار عملکرد وش، یکنواختی الیاف، درصد کیل و درصد زودرسی نیز افزایش یافت. مقدار درصد زودرسی و عملکرد وش نیز در ژنوتیپ های A-NB414 و A-NBK که دارای مقدار شاخص SIIG بالاتری بودند، بالا بود.
نتیجه گیری: بررسی حاضر نشان داد که شاخص SIIG به خوبی توانسته ژنوتیپ ها را دسته بندی نماید. در این تحقیق ژنوتیپ های A-NB414 و A-NBK به همراه رقم گلستان با عملکرد بالاتر از میانگین کل و شاخص SIIG بالا، به عنوان ژنوتیپ های برتر شناسایی شدند که می توانند در برنامه معرفی و توسعه کشت قرار گیرند. بر اساس نتایج تجزیه خوشه‌ای، ژنوتیپ‌های پنبه در دو گروه متمایز طبقه‌بندی شدند که این موضوع انتخاب و استفاده از آنها در برنامه‌ها و اهداف مختلف به‌نژادی را تسهیل می‌کند.
نوع مطالعه: پژوهشي |
موضوع مقاله:
اصلاح نباتات
دریافت: 1400/5/3 | ویرایش نهایی: 1401/10/10 | پذیرش: 1401/6/20 | انتشار: 1401/10/11
دریافت: 1400/5/3 | ویرایش نهایی: 1401/10/10 | پذیرش: 1401/6/20 | انتشار: 1401/10/11
فهرست منابع
1. Alishah, O. 2021. Assessment of genetic variability, heritability and association of plant attributes with lint yield and fiber quality in advanced lines of cotton (Gossypium hirsutum L.). Iranian Journal of Crop Sciences, 22(4): 350-364 (In Persian). [DOI:10.52547/abj.22.4.350]
2. Avgoulas, C., L. Bouza, A. Koutrou, S. Papadooulou, S. Kosmas, E. Makridou, P. Papastylianou and D. Bilalis. 2005. Evaluation of five most commonly grown cotton cultivars (Gossypium hirsutum L.) under Mediterranean conditions: productivity and fiber quality. Journal of Agronomy and Crop Science, 191(1): 1-9. [DOI:10.1111/j.1439-037X.2004.00139.x]
3. Devidas, A.A., S.A. Narayan and P.N. Prakash. 2017. Study of genetic variability, heritability and genetic advance in study of genetic variability, heritability and genetic advance in some genotypes of Egyptian cotton (Gossypium barbadense L .). Journal of Global Biosciences, 6(4): 4954-57.
4. Hwang, C.L. and K. Yoon. 1981. Multiple attribute decision making: methods and applications. Springer-Verlag, Berlin Heidelberg, pp: 58-191. [DOI:10.1007/978-3-642-48318-9_3]
5. Najafi Mirak, T., M. Dastfal, B. Andarzian, H. Farzadi, M. Bahari and H. Zali. 2018. Stability analysis of grain yield of durum wheat promising lines in warm and dry areas using parametric and non-parametric methods. Journal of Crop Production and Processing, 8(2): 79-96 (In Persian). [DOI:10.29252/jcpp.8.2.79]
6. Ramazani-Moghadam, M.R., H.R. Zamanizadeh, S.A. Mohamadi and A. Azizi. 2007. Study on genetic diversity in diploid cotton using morphological traits. Journal of Agricultural of Sciences Islamic Azad University, 12(4): 821-831 (In Persian).
7. Ramazanpour, S., H. Abdolhadi, H. Zenali and M. Vafaietabar. 2001. Relationships some morphological traits with yield crop varieties, cotton glandls through multivariate statistical methods, Iranian Journal Agricultural of Sciences, 32: 103-113 (In Persian).
8. Rathinavel, K. 2018. Principal component analysis with quantitative traits in extant cotton varieties (Gossypium hirsutum L.) and parental lines for diversity. Current Agriculture Research Journal, 6(1): 54-64. [DOI:10.12944/CARJ.6.1.07]
9. Ray, L.L., C.W. Wendt, B. Rark and J.E. Quisenberry. 1974. Genetic modification of cotton plants for more efficient water use. Agricultural Meteorology, 14(1): 31-38. [DOI:10.1016/0002-1571(74)90008-9]
10. Sahar, A., M.M. Zafar, A. Razzaq, A. Manan, M. Haroon, S. Sajid, A. Rehman, H. Mo, M. Ashraf, M. Ren, A. Shakeel and Y. Yuan. 2021. Genetic variability for yield and fiber related traits in genetically modified cotton. Journal of Cotton Research, 19(4): 1-9. [DOI:10.1186/s42397-021-00094-4]
11. Sedigh, S., M. Zabet, M. Ghaderi and A.R. Samadzadeh. 2016. Identification of superior varieties of cotton (Gossypium hirsutum L.) under drought stress and normal conditions using GGEBiplot and GTBiplot method in Birjand. Journal of Crop Breeding, 8(19): 134-144 (In Persian).
12. Sester, M., M. Delanoy, N. Colbach and H. Darmency. 2004. Crop and density effects on weed beet growth and reproduction. Weed Research Journal, 44(1): 50-59. [DOI:10.1046/j.1365-3180.2003.00372.x]
13. Seyed Masoumi, S.Y. and O. Alishsh. 2017. Introduction of cotton hybrids and promising cultivars in Moghan region, Iran. Agroecology Journal, 12(4): 11-17 (In Persian).
14. Sezener, V., Y. Kabakci, I. Yavas and A. Unay. 2006. A clustering study on selection of parents in cotton breeding. Asian Journal of Plant Sciences. 5(6): 1031-3. [DOI:10.3923/ajps.2006.1031.1034]
15. Shafaei, S., E. Dardipour, F. Khormali, F. Kiani and A. Qaranjiki. 2017. Potassium use efficiency of different cotton genotypes in two different soils. Iranian Journal of Cotton Researches, 4(2):1-16 (In Persian).
16. Shakeel, A., M.T. Azhar, I. Ali, Q. Ain, Z.U. Zia, W. Anum, A. Ammar and A. Zafar. 2018. Genetic diversity for seed cotton yield parameters, protein and oil contents among various Bt. cotton cultivars. International Journal of Biological Sciences, 12(1): 242-51. [DOI:10.12692/ijb/12.1.242-251]
17. Tahmasebi, S., M. Dastfal, H. Zali and M. Rajaei. 2018. Drought tolerance evaluation of bread heat cultivars and promising lines in warm and dry climate of the south. Cereal Research, 8(2): 209-225 (In Persian).
18. Talat, F., M. Badri Anarjan and K. Setoodehmaram. 2018. Multivariate analysis of quantitative and qualitative characteristics of hopeful cotton varieties under cold weather conditions. Iranian Journal of Field Crop Science, 49(1): 179-195 (In Persian).
19. Wang, B., W. Guo, X. Zhu, Y. Wu, N. Huang and T. Zhang. 2007. QTL mapping of yield components for elite hybrid derived-RILs in upland cotton. Journal of Genetics and Genomics, 34(1): 35-45. [DOI:10.1016/S1673-8527(07)60005-8]
20. Yagoutipour, A., E. Farshadfar and M. Saeedi. 2017. Assessment of durum wheat genotypes for drought tolerance by suitable compound method. Environmental Stress in Crop Sciences, 10(2): 247-256 (In Persian).
21. Zali, H., O. Sofalian, T. Hasanloo, A. Asghariand and S.M. Hoseini. 2015. Appraising of drought tolerance relying on stability analysis indices in canola genotypes simultaneously, using selection index of ideal genotype (SIIG) technique: Introduction of new method. Biological Forum - An International Journal, 7(2): 703-711 (In Persian).
22. Zali, H., O. Sofalian, T. Hasanloo, A. Asghari and M. Zeinalabedini. 2016. Appropriate strategies for selection of drought tolerant genotypes in canola. Journal of Crop Breeding, 78(20): 77-90 (In Persian).
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |