دوره 15، شماره 48 - ( زمستان 1402 )                   جلد 15 شماره 48 صفحات 61-50 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Geravandi M, Mahmodi F, Haghparast R, Hossenian Khoshroo H. (2023). Genetic Diversity and Inter-Relationships of Morpho-Agronomic Traits in Kabuli Chickpea Genotypes under Autumn Sowing Condition. jcb. 15(48), 50-61.
URL: http://jcb.sanru.ac.ir/article-1-1488-fa.html
گراوندی مهدی، محمودی فرشید، حق پرست رضا، حسنیان خوشرو حمید. بررسی تنوع ژنتیکی و روابط بین صفات مورفولوژیکی-زراعی در ژنوتیپ‌های نخود کابلی در شرایط کشت پاییزه پژوهشنامه اصلاح گیاهان زراعی 1402; 15 (48) :61-50

URL: http://jcb.sanru.ac.ir/article-1-1488-fa.html


معاونت سرارود، موسسه تحقیقات کشاورزی دیم کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرمانشاه، ایران
چکیده:   (385 مشاهده)
مقدمه: نخود یکی از مهم‌ترین لگوم‌های دانه‌ای است که محصول آن به‌عنوان یک منبع ارزان پروتئین نقش مهمی در تأمین امنیت غذایی کشورهای در حال توسعه ایفا می‌کند و در سال‌های اخیر به‌علت وقوع پدیده تغییرات آب و هوایی اهمیت فزاینده‌ای پیدا کرده است. تعیین خصوصیات ژرم‌پلاسم از نظر صفات مورد نظر، ایجاد جمعیت‌های اصلاحی‌ را که برای دستیابی به اهداف خاص طراحی می‌شوند، تسهیل می‌کند. این پژوهش به‌منظور بررسی تنوع ژنتیکی ژنوتیپ‌های پیشرفته و ارقام نخود کابلی در شرایط کشت پاییزه، تحلیل روابط بین صفات مورفولوژیکی-زراعی و انتخاب ژنوتیپ‌های برتر انجام گرفت.
مواد و روش‌ها: در این پژوهش، تنوع ژنتیکی 150 ژنوتیپ نخود کابلی شامل 12 رقم داخلی، 4 رقم خارجی و 132 لاین‌ پیشرفته در دو سال زراعی متوالی (1399-1398 و 1400-1399) در مزرعه آزمایشی معاونت مؤسسه تحقیقات کشاورزی دیم کشور (کرمانشاه) در قالب طرح آلفا لاتیس با دو تکرار از لحاظ صفات مهم زراعی شامل صفات فنولوژیک، ارتفاع بوته و عملکرد دانه و اجزا آن در شرایط کشت پاییزه مورد بررسی قرار گرفتند.
یافته‌ها: طبق نتایج تجزیه واریانس مرکب، اختلاف معنی‌داری بین ژنوتیپ‌های مورد بررسی از لحاظ تمامی صفات مورد مطالعه به‌جز دوره پر شدن دانه و وزن صد دانه وجود داشت. بر اساس نتایج حاصل از تجزیه بای‌پلات ژنوتیپ × صفت و تحلیل همبستگی ژنتیکی بین صفات، صفت تعداد نیام در بوته در هر دو سال اجرای آزمایش همبستگی مثبت و معنی‌داری با عملکرد دانه داشت. طبق نتایج حاصل از تجزیه کلاستر، ارقام و ژنوتیپ‌های مورد بررسی در سال‌های اول و دوم اجرای آزمایش به ترتیب در سه و دو گروه مجزا دسته‌بندی شدند. به‌منظور انتخاب ژنوتیپ‌های برتـر با استفاده از شاخص MGIDI گزینش همزمان بر اساس عملکـرد دانه بالا، وزن صد دانه زیاد، ارتفاع بلند، تعداد نیام در بوته بیشتر، گلدهی زودهنگام، زود‌رسی و طول دوره پرشدن دانه کوتاه انجام شد. در سال اول اجرای آزمایش ژنوتیپ‌های 25، 143، 74، 66، 35 (آزاد)، 97، 133، 19، 4، 52، 15، 80، 36 (عادل)، 40 (سعید)، 108، 22، 86، 106، 141، 99، 98 و 21 به‌عنوان ژنوتیپ‌های برتر شناخته شدند. در سال دوم اجرای آزمایش ژنوتیپ‌های 35 (آزاد)، 13، 34 (نصرت)، 70، 136، 46، 99، 20، 120، 36 (عادل)، 30، 73، 51، 116، 59، 23، 19، 55، 41 (ثمین) و 11 به‌عنوان ژنوتیپ‌های برتر شناخته شدند. ارقام آزاد و عادل و لاین‌های 99 و 19 در هر دو سال متوالی به‌عنوان ژنوتیپ‌های برتر شناسایی شدند.
نتیجه‌گیری: تنوع ژنتیکی قابل توجهی از لحاظ صفات مرتبط با عملکرد دانه در ژرم‌پلاسم مورد مطالعه وجود داشت که امکان انتخاب ژنوتیپ‌های برتر را فراهم می‌کند. طبق نتایج این پژوهش صفت تعداد نیام در بوته نقش مهمی در شکل‌گیری عملکرد دانه در شرایط کشت پاییزه داشت. ژنوتیپ‌های برتر شناسایی‌شده در این پژوهش را می‌توان به‌عنوان والدین تلاقی‌ها در برنامه‌های به‌نژادی نخود کابلی برای شرایط کشت پاییزه مناطق معتدل مورد بهره‌برداری قرار داد.

 
واژه‌های کلیدی: تجزیه خوشه‌ای، دیم، ژرم‌پلاسم، GT-Biplot، MGIDI
متن کامل [PDF 1620 kb]   (81 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: اصلاح نباتات، بیومتری
دریافت: 1402/4/10 | ویرایش نهایی: 1402/11/3 | پذیرش: 1402/6/4 | انتشار: 1402/11/3

فهرست منابع
1. Alvarado, G., López, M., Vargas, M., Pacheco, Á., Rodríguez, F., Burgueño, J., & Crossa, J. (2016). META-R (Multi Environment Trial Analysis with R for Windows) Version 6.01. hdl: 11529/10201. CIMMYT Research Data & Software Repository Network, 20, 2017.
2. Anbessa, Y., Warkentin, T., Vandenberg, A., & Bandara, M. (2006). Heritability and predicted gain from selection in components of crop duration in divergent chickpea cross populations. Euphytica, 152, 1-8. [DOI:10.1007/s10681-006-9163-y]
3. Astereki, H., Pouresmael, M., & Sharifi, P. (2015). Genetic Variability of Yield, and Yield Components in Chickpea (Cicer arietinum L.). Thai Journal of Agricultural Science, 48(3), 115-124.
4. Berdahl, J., Mayland, H., Asay, K., & Jefferson, P. (1999). Variation in agronomic and morphological traits among Russian wildrye accessions. Crop Science, 39(6), 1890-1895. [DOI:10.2135/cropsci1999.3961890x]
5. FAOSTAT. (2022). FAO Stat. Database. 2021. In: Food and Agriculture Organization of the United Nations Rome, Italy.
6. Gaur, P., Pande, S., Upadhyaya, H., & Rao, B. (2006). Extra-large Kabuli chickpea with high resistance to Fusarium wilt. Journal of SAT Agricultural Research, 2(1), 1-2.
7. Gediya, L. N., Patel, D. A., Kumar, S., Kumar, D., Parmar, D. J., & Patel, S. S. (2019). Phenotypic variability, path analysis and molecular diversity analysis in chickpea (Cicer arietinum L.). Vegetos, 32, 167-180. [DOI:10.1007/s42535-019-00020-9]
8. Gowda, C., Upadhyaya, H., Dronavalli, N., & Singh, S. (2011). Identification of large‐seeded high‐yielding stable kabuli chickpea germplasm lines for use in crop improvement. Crop Science, 51(1), 198-209. [DOI:10.2135/cropsci2010.01.0078]
9. Hartley, H. O. (1950). The maximum F-ratio as a short-cut test for heterogeneity of variance. Biometrika, 37(3/4), 308-312. [DOI:10.2307/2332383]
10. Jakhar, D. S., Kamble, M., Singh, A., & Raj, P. (2016). Genetic variability, character association and path coefficient analysis in Chickpea (Cicer arietinum L.). Ecology, Environment and Conservation Journal, 22, 239-S244.
11. Jha, U. C. (2018). Current advances in chickpea genomics: applications and future perspectives. Plant cell reports, 37, 947-965. [DOI:10.1007/s00299-018-2305-6]
12. Joshi, P., Yasin, M., & Sundaram, P. (2018). Genetic variability, heritability and genetic advance study for seed yield and yield component traits in a chickpea recombinant inbred line (RIL) population. International Journal of Pure & Applied Bioscience, 6(2), 136-141. [DOI:10.18782/2320-7051.6231]
13. Kanooni, H. (2020). An overwiew of chickpea breeding in Iran. In: Dryland Agricultural Research Institute.
14. Kassambara, A. (2017). Practical guide to cluster analysis in R: Unsupervised machine learning (Vol. 1). Sthda.
15. Kassambara, A., & Mundt, F. (2017). Package 'factoextra'. Extract and visualize the results of multivariate data analyses, 76(2).
16. Krishnamurthy, L., Kashiwagi, J., Gaur, P., Upadhyaya, H., & Vadez, V. (2010). Sources of tolerance to terminal drought in the chickpea (Cicer arietinum L.) minicore germplasm. Field Crops Research, 119(2-3), 322-330. [DOI:10.1016/j.fcr.2010.08.002]
17. Merga, B., & Haji, J. (2019). Economic importance of chickpea: Production, value, and world trade. Cogent Food & Agriculture, 5(1), 1615718. [DOI:10.1080/23311932.2019.1615718]
18. Noor, F., Ashaf, M., & Ghafoor, A. (2003). Path analysis and relationship among quantitative traits in chickpea (Cicer arietinum L.). Pak. J. Biol. Sci, 6(6), 551-555. [DOI:10.3923/pjbs.2003.551.555]
19. Olivoto, T., & Lúcio, A. D. C. (2020). metan: An R package for multi‐environment trial analysis. Methods in Ecology and Evolution, 11(6), 783-789. [DOI:10.1111/2041-210X.13384]
20. Olivoto, T., & Nardino, M. (2020). MGIDI: A novel multi-trait index for genotype selection in plant breeding. bioRxiv, 2020.2007. 2023.217778.
21. Pacheco, A., Vargas, M., Alvarado, G., Rodríguez, F., López, M., Crossa, J., & Burgueño, J. (2016). GEA-R (Genotype× Environment Analysis whit R for Windows.) Version 4.0. In: International Maize and Wheat Improvement Center.
22. Priyadarshan, P. M. (2017). Genetics of Traits. In P. M. Priyadarshan (Ed.), Biology of Hevea Rubber (pp. 127-129). Springer International Publishing. [DOI:10.1007/978-3-319-54506-6_8]
23. Raina, A., Khan, S., Wani, M. R., Laskar, R. A., & Mushtaq, W. (2019). Chickpea (Cicer arietinum L.) cytogenetics, genetic diversity and breeding. Advances in Plant Breeding Strategies: Legumes: Volume 7, 53-112. [DOI:10.1007/978-3-030-23400-3_3]
24. Roorkiwal, M., Jain, A., Kale, S. M., Doddamani, D., Chitikineni, A., Thudi, M., & Varshney, R. K. (2018). Development and evaluation of high‐density Axiom® Cicer SNP Array for high‐resolution genetic mapping and breeding applications in chickpea. Plant Biotechnology Journal, 16(4), 890-901. [DOI:10.1111/pbi.12836]
25. Sharifi, P., Astereki, H., & Pouresmael, M. (2018). Evaluation of variations in chickpea (Cicer arietinum L.) yield and yield components by multivariate technique. Annals of Agrarian Science, 16(2), 136-142. [DOI:10.1016/j.aasci.2018.02.003]
26. Singh, M. K., Roorkiwal, M., Rathore, A., Soren, K. R., Pithia, M. S., Yasin, M., Barpete, S., Singh, S., Barmukh, R., & Das, R. R. (2022). Evaluation of Global Composite Collection Reveals Agronomically Superior Germplasm Accessions for Chickpea Improvement. Agronomy, 12(9), 2013. [DOI:10.3390/agronomy12092013]
27. Singh, U., Gaur, P., Chaturvedi, S., Hazra, K., & Singh, G. (2019). Changing plant architecture and density can increase chickpea productivity and facilitate for mechanical harvesting. International Journal of Plant Production, 13, 193-202. [DOI:10.1007/s42106-019-00047-7]
28. Tuba Bıçer, B., & Şakar, D. (2008). Heritability and gene effects for yield and yield components in chickpea. Hereditas, 145(5), 220-224. [DOI:10.1111/j.1601-5223.2008.02061.x]
29. Usefi, M., Dashti, H., Bihamta, M. R., & Hosseini, S. M. (2017). Analysis of genetic diversity in agronomic traits of chickpea (Cicer arietinum L.) genotypes using multivariate methods. Iranian Journal of Field Crop Science, 48(2).
30. Varshney, R. K., Song, C., Saxena, R. K., Azam, S., Yu, S., Sharpe, A. G., Cannon, S., Baek, J., Rosen, B. D., & Tar'an, B. (2013). Draft genome sequence of chickpea (Cicer arietinum) provides a resource for trait improvement. Nature biotechnology, 31(3), 240-246. [DOI:10.1038/nbt.2491]
31. Yan, W., & Frégeau‐Reid, J. (2008). Breeding line selection based on multiple traits. Crop Science, 48(2), 417-423. [DOI:10.2135/cropsci2007.05.0254]
32. Yan, W., & Rajcan, I. (2002). Biplot analysıs and trait relations of soybean. Crop Sci, 42, 12-21. [DOI:10.2135/cropsci2002.1100]
33. Yücel, D. Ö., Anlarsal, A. E., & Yücel, C. (2006). Genetic variability, correlation and path analysis of yield, and yield components in chickpea (Cicer arietinum L.). Turkish Journal of Agriculture and Forestry, 30(3), 183-188.
34. Zali, H., Farshadfar, E., & Sabaghpour, S. (2011). Genetic variability and interrelationships among agronomic traits in chickpea (Cicer arietinum L.) genotypes.

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به پژوهشنامه اصلاح گیاهان زراعی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Journal of Crop Breeding

Designed & Developed by : Yektaweb