Fingerprinting and genetic diversity evaluation of rice cultivars using Inter Simple Sequence Repeat marker

برنج به عنوان يكي از مهمترين محصولات كشاورزي داراي پتانسيلي بالقوه جهت مبارزه با فقر و تامين امنيت غذايي در جهان است. در اين مطالعه به منظور بدست آوردن اطلاعات پايه در برنامه‌هاي اصلاحي برنج از ماركر Inter Simple Sequence Repeat (ISSR) براي انگشت‌نگاري و تعيين روابط خويشاوندي بين 32 رقم برنج استفاده شد. از ميان 17 پرايمر استفاده شده 12 پرايمر، 184 قطعه‌ي مجزا و تكرارپذير با پليمرفيسم 88% را تكثير كردند و از اين بين 29 لوكوس كه داراي بيشترين ميزان پليمرفيسم بودند جهت انگشت‌نگاري ارقام انتخاب شدند. نتايج بدست آمده نشان داد كه ميزان شباهت ارقام مابين 39% -88.4% و مقدار PIC با ميانگين 23% مابين 0.1 (براي پرايمر 3#) تا 0.34 (براي پرايمر 2#) متغير است. خوشه‌بندي براساس ضريب Jaccard و الگوريتم UPGMA ارقام را به شش گروه در نقطه‌ي برش 64% تقسيم كرد كه دو رقم ايتاليايي Ribe و Roma كمترين فاصله‌ي ژنتيكي و ارقام Vialonenano و Anbar Bou بيشترين فاصله‌ي ژنتيكي را نسبت به يكديگر نشان دادند. در كل بررسي روابط ژنتيكي با استفاده از ماركر ISSR تنوع بالايي ميان ارقام مورد مطالعه نشان داد و پرايمرهاي واجد تكرارهاي GA بيشترين تعداد باندهاي حاصل از تكثير لوكوس‌ها را به خود اختصاص دادند كه بيانگر فراواني موتيفي بيشتر اين تكرارها در ژنوم گياه برنج است. نتايج بدست آمده از ماتريكس تشابه و آناليز خوشه‌اي نشان داد كه كه رقم عنبربو داراي بيشترين فاصله‌ي ژنتيكي در مقايسه با ساير ارقام مورد بررسي است و مي‌تواند به عنوان والد در برنامه‌هاي اصلاحي مورد استفاده قرار گيرد. نتايج بدست آمده از اين تحقيق مي‌تواند به عنوان ماركري ژنتيكي جهت شناسايي ارقام برنج و منبعي براي تحقيقات آينده با هدف بهبود و اصلاح ارقام برنج باشد

Rice as one of the most important agricultural crops has a putative potential for ensuring food security and addressing poverty in the world. In the present study, in order to provide basic information to improve rice through breeding programs, Inter Simple Sequence Repeat marker (ISSR) was used For DNA fingerprinting and finding genetic relationships among 32 different cultivars. In this study, 12 out of 17 used primers amplified 184 distinct and reproducible fragments with high value of polymorphism (88%). also, for fingerprinting the cultivars 29 loci were used that generated high polymorphic bands among the cultivars. Results indicated that similarity index varied between 39% and 88.4 %, furthermore, PIC value with an average of 23% ranged between 0.1 (for primer #3) to 0.34 (for primer #2). Clustering based on Jaccard coefficient similarity index and UPGMA algorithm divided the cultivars into 6 main sub-clusters in cut-off point of 64% similarity index. The two Italian rice cultivars ‘Ribe’ and ‘Roma’ were the closest cultivars in addition, ‘Vialone nano’ and ‘Anbarbu’ showed the highest dissimilarity. In total, high genetic divergence was observed among the cultivars also, poly (GA)-containing 3-anchored primers amplified the highest number of bands. According to similarity and cluster analysis, it could be inferred that crosses involving Anbarbu cultivar are the most promising ones to improve rice through breeding programs. In fact, results of this study would be promising as a genetic marker for the identification of rice cultivars and an important source of knowledge for subsequent rice researches