[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
فهرست داوران همکار::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
ISSN
شاپای آنلاین: ISSN 2676-7309
شاپای چاپی: ISSN 2383-1367
..




 
..
:: دوره 11، شماره 1 - ( 1403 ) ::
جلد 11 شماره 1 صفحات 76-47 برگشت به فهرست نسخه ها
ارزیابی برخی شاخص‌های انتخاب جهت بهبود عملکرد دانه آفتابگردان تحت شرایط نرمال و تنش خشکی
نسرین اکبری ، رضا درویش زاده*
گروه مهندسی تولید و ژنتیک گیاهی، دانشکده کشاورزی، دانشگاه ارومیه، ارومیه ، r.darvishzadeh@urmia.ac.ir
چکیده:   (435 مشاهده)
آفتابگردان از گیاهان دانه‌روغنی مهم، از تنش خشکی متأثر شده و عملکرد آن کاهش مییابد. انتخاب مستقیم برای بهبود عملکرد، به‌عنوان فرآورده نهایی صفات مختلف، به‌دلیل تأثیرپذیری شدید از شرایط محیطی همواره مؤثر نیست. سالیان درازی است انتخاب غیرمستقیم از طریق صفات دیگر یا انتخاب از طریق شاخص، برای بهبود عملکرد پیشنهاد شده است. در این آزمایش تعداد 100 ژنوتیپ آفتابگردان دانه‌روغنی، در قالب طرح لاتیس ساده 10 × 10 تحت دو شرایط نرمال و تنش خشکی در دو سال متوالی از لحاظ برخی صفات آگرومورفولوژیک ارزیابی شدند. در شرایط تنش خشکی، آبیاری بعد از 180 میلیمتر تبخیر از تشتک تبخیر کلاس A در مقایسه با 90 میلیمتر در شرایط آبیاری معمول انجام گرفت. شاخصهای انتخاب بریم، اسمیت- هیزل، رابینسون و پسک-بیکر جهت انتخاب ژنوتیپها تحت دو شرایط محیطی محاسبه شدند. جهت ارزیابی و مقایسه شاخصها و انتخاب برترین شاخص، معیار بازدهی مورد انتظار برای هر صفت از طریق شاخص، سود ژنتیکی مورد انتظار و سودمندی نسبی شاخص انتخاب محاسبه شد. نتایج نشان داد، پاسخ مستقیم به انتخاب در صفات محتوای روغن دانه، روز تا رسیدگی و طول برگ تحت هر دو شرایط محیطی در مقایسه با پاسخ همبسته مطلوبتر است؛ اما در دو صفت قطر طبق و قطر ساقه تحت هر دو شرایط محیطی نسبت به سایر صفات مورد بررسی کمترین کارایی انتخاب مستقیم مشاهده شد. با در نظر گرفتن دو معیار پیشرفت ژنتیکی برای هر صفت از طریق شاخص (G) و بهره مورد انتظار برای شاخص (H) تحت شرایط نرمال و تنش خشکی، دو شاخص بریم و اسمیت- هیزل به‌عنوان شاخص برتر و ژنوتیپ ENSAT-254 به‌عنوان ژنوتیپ برتر معرفی شدند. از ژنوتیپ منتخب بعد از تأیید نهایی در سطح مولکولی با بررسی بیان ژنهای دخیل در تحمل تنش کمبود آب، میتوان در تولید ارقام هیبرید بهعنوان راهکاری برای کشت در شرایط تنش خشکی استفاده نمود.
واژه‌های کلیدی: تنش کمبود آب، صفات مورفولوژیک، گزینش مستقیم، محصول دانه‌روغنی
متن کامل [PDF 1064 kb]   (29 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: به‌نژادی گیاهی
فهرست منابع
1. Ahmadpour, S., Darvishzadeh, R. and Sofalian, O. (2018). Selection Indices for Yield Improvement of Sunflower under Normal and Salt Stress Conditions. Journal of Crop Breeding, 10(25): 91-100 (In Persian). [DOI:10.29252/jcb.10.25.91]
2. Akbari, N. and Darvishzadeh, R. (2023). Identification of IRAP markers associated with agromorphological traits in oil seed sunflower (Helianthus annuus L.) under normal and water limited conditions. Cellular and Molecular Research (Iranian Journal of Biology), 4(36): 343-357 (In Persian).
3. Andrade, A.C.B., Silva, A.J., Ferraudo, A.S., Unêda-Trevisoli, S.H. and Mauro, A.S. (2016). Strategies for selecting soybean genotypes using mixed models and multivariate approach. African Journal of Agricutural Research, 11: 23-31.
4. Barth, E., de Resende, J.T.V., Mariguele, K.H., de Resende, M.D.V., da Silva, A.L.B.R. and Ru, S. (2022). Multivariate analysis methods improve the selection of strawberry genotypes with low cold requirement. Scientific Reports, 12:11458. [DOI:10.1038/s41598-022-15688-4]
5. Bernardo, R. (2010). Breeding for Quantitative Traits in Plants. Woodbury: Stemma Press, Minnesota, USA.
6. Baker, R.J. (1986). Selection Indices in Plant Breeding: CRC Press, Inc. Boca Raton, Florida, USA.
7. Brim, C.A., Johnson, H.W. and Cockerham, C.C. (1959). Multiple selection criteria in soybeans. Agronomy Journal, 51: 42-46. [DOI:10.2134/agronj1959.00021962005100010015x]
8. Charles, B. and Heiser, Jr. (1955). The origin and development of the cultivated sunflower, university of California press on behalf of the national association of biology teachers. The American Biology Teacher, 17(5): 161-167. [DOI:10.2307/4438706]
9. Carvalho, A.D.F., Nogueira, M.T.M., Silva, G.O., Luz, J.M.Q., Maciel, G.M. and Rabelo, P.G. (2017). Seleção de genótipos de cenoura para caracteres fenotípicos de raiz. Horticultura Brasileira, 35: 97-102. [DOI:10.1590/s0102-053620170115]
10. Crispim‐Filho, A.J., Dos Santos, F.P., Pinto, J.F.N., Melo, P.G.S., Dos Reis, E.F. and Mendes‐Resende, M.P. (2020). Dealing with multiple traits in maize: A new approach for selecting progenies. Crop Science, 60(6): 3151-3165. [DOI:10.1002/csc2.20292]
11. Dovale, J.C., Fritsche-Neto, R. and Silva, P.S.L. (2011). Índice de seleção para cultivares de milho com dupla aptidão: minimilho e milho verde. Bragantia, 70: 781-787. [DOI:10.1590/S0006-87052011000400008]
12. Ebrahimian, E., Seyyedi, S.M., Bybordi, A. and Damalas, C.A. (2019). Seed yield and oil quality of sunflower, safflower, and sesame under different levels of irrigation water availability. Agricultural Water Management, 218: 149-157. [DOI:10.1016/j.agwat.2019.03.031]
13. Falconer, D.S. and Mackay, T.F.C. (1996). Introduction to Quantitative Genetics. Longmans Green, Harlow, Essex, UK.
14. Falconer, D.S., Mackay, T.F. and Frankham R. (1996). Introduction to Quantitative Genetics (4th ed.). Trends in Genetics, 12(7): 280. [DOI:10.1016/0168-9525(96)81458-2]
15. Fernandez, O., Urrutia, M., Berton, T., Bernillon, S., Deborde, C., Jacob, D., Maucourt, M., Maury, P., Durufé, H., Gibon, Y., Langlade, N.B. and Moing, A. (2019). Metabolomic characterization of sunfower leaf allows discriminating genotype groups or stress levels with a minimal set of metabolic markers. Metabolomics, 15: 56. [DOI:10.1007/s11306-019-1515-4]
16. Hashemzehi, M., Moradgholi, A. and Ghasemi, A. (2013). Evaluation of responses of mung bean (Vigna radiata) genotypes to drought stress using different stress tolerance indices. Journal of Crop Breeding, 5(12): 112-122 (In Persian).
17. Hazel, L.N. and Lush, J.L. (1942). The Efficiency of Three Methods of Selection. Journal of Heredity, 33(11): 393-399. [DOI:10.1093/oxfordjournals.jhered.a105102]
18. Hazel, L.N. (1943). The genetic basis for constructing selection indices. Genetics, 28: 476-490. [DOI:10.1093/genetics/28.6.476]
19. Kang, M. (1994). Applied Quantitative Genetics. Kang. In: MS Publisher, Baton Rouge, LA, USA.
20. Khavari Khorasani, S. and Mahdi Poor, A. (2018). Genetic improvement of grain yield by determination of selection index in single cross hybrids of maize (Zea mays L.). Plant Genetic Researches, 5(1): 1-18. (In Persian). [DOI:10.29252/pgr.5.1.1]
21. Leilah, A.A. and Al-Khateeb, S.A. (2005). Statistical analysis of wheat yield under drought conditions. Journal of Arid Environments, 61: 483-96. [DOI:10.1016/j.jaridenv.2004.10.011]
22. Li, Z., Xiang, F., Huang, X., Liang, M., Ma, S., Gafurov, K., Gu, F., Guo, Q. and Wang, Q. (2024). Properties and Characterization of Sunflower Seeds from Different Varieties of Edible and Oil Sunflower Seeds. Foods, 13: 1188. [DOI:10.3390/foods13081188]
23. Lima, V.J., Freitas Junior, S.P., Souza, Y.P. Silva, C.S. Farias, J.E.C., Souza, R.F., Chaves, M.M. and Feitosa, J.V. (2018). Genetic gain capitalization in the first cycle of recurrent selection in popcorn at Ceará's Cariri. Revista Brasileira de Ciências Agrárias, 13: e5556. [DOI:10.5039/agraria.v13i3a5556]
24. Marhtwe, N., Aye, M. and Nyein Thu, M. (2020). Selection index for yield and yield contributing traits inimproved rice genotypes. International Journal of Environmental and Rural Development, 11(2): 86-91.
25. Pesek, J. and Baker, R. (1970). An application of index selection to the improvement of self-pollinated species. Canadian Journal of Plant Science, 50(3): 267-276. [DOI:10.4141/cjps70-051]
26. Radanovíc, A., Miladinovic, D., Cvejic, S., Jockovic, M. and Jocic, S. (2018). Sunflower Genetics from Ancestors to Modern Hybrids-A Review. Genes, 9: 528. [DOI:10.3390/genes9110528]
27. Rahimi, M. and Rabiei, B. (2011). The application of selection indices improvement of grain yield hn rica(Oriza sativa). Agronomy Journal (Pajouhash and Sazandegi), 90: 39-46 (In Persian).
28. Rana, M., Sood, A., Hussain, W., Kaldate, R., Sharma, T.R., Gill, R.K., Kumar, S. and Singh, S. (2019). Gene pyramiding and multiple character breeding (Chapter 6). In: Mohar Singh, M., Ed., Lentils, pp. 83-121. Headquarters location, Cambridge, Massachusetts, USA. [DOI:10.1016/B978-0-12-813522-8.00006-6]
29. Raza, A., Mubarik, M.S., Sharif, R., Habib, M., Jabeen, W., Zhang, C., Chen, H., Chen, Z.H., Siddique, K.H.M., Zhuang, W. and Varshney, R.K. (2023). Developing drought-smart, ready to grow future crops. Plant Genome, 10: e20279. [DOI:10.1002/tpg2.20279]
30. Rauf, S. (2008). Breeding sunflower (Helianthus annuus L.) for drought tolerance. Commun. Biometry Crop Science, 3: 29-44.
31. Robinson, H.F., Comstock, R.E. and Harvey, P.H. (1951). Genotypic and phenotypic correlation and their implications in selection. Agronomy Journal, 43: 282-287. [DOI:10.2134/agronj1951.00021962004300060007x]
32. Seiler, G.J., Qi, L.L. and Marek, L.F. (2017). Utilization of sunflower crop wild relatives for cultivated sunflower improvement. Crop Science, 57: 1083-1101. [DOI:10.2135/cropsci2016.10.0856]
33. Shiri, M. and Ebrahimi, L. (2018). Comprehensive SAS code for computing several selection indices. Journal of Crop Improvement, 32(2): 225-238. [DOI:10.1080/15427528.2017.1407855]
34. 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]
35. Tahmasbali, M., Darvishzadeh, R. and Fayaz Moghaddam, A. (2021). Evaluation of oriental tobacco (Nicotiana tabacum L.) genotypes using selection indices under the presence and absence of broomrape. Iranian Journal of Field Crop Science, 52(3): 189-20 (In Persian).
36. Tahmasebi, A., Darvishzadeh, R., Fayaz Moghadam, A., Gholinejhad, E. and Abdi, H. (2022). Using selection indices to improve seed yield in native sesame stands. Plant Genetic Researches, 8(2): 117-130 (In Persian). [DOI:10.52547/pgr.8.2.9]
37. Williams, J.S. (1962).The evaluation of a selection index. Biometrics, 18: 375-393.
ارسال پیام به نویسنده مسئول



XML   English Abstract   Print


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

Akbari N, Darvishzadeh R. Evaluation of Some Selection Indices to Improve Sunflower Seed Yield Under Normal and Drought Stress Conditions. pgr 2024; 11 (1) :47-76
URL: http://pgr.lu.ac.ir/article-1-301-fa.html

اکبری نسرین، درویش زاده رضا. ارزیابی برخی شاخص‌های انتخاب جهت بهبود عملکرد دانه آفتابگردان تحت شرایط نرمال و تنش خشکی. پژوهش های ژنتیک گیاهی. 1403; 11 (1) :47-76

URL: http://pgr.lu.ac.ir/article-1-301-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 11، شماره 1 - ( 1403 ) برگشت به فهرست نسخه ها
پژوهش های ژنتیک گیاهی Plant Genetic Researches
Persian site map - English site map - Created in 0.06 seconds with 40 queries by YEKTAWEB 4657