تجزيه ارتباطي صفات مورفولوژيك برنج (Oryza sativa L) با استفاده ازنشانگر هاي ريزماهواره (SSR) در شرايط غرقاب و تنش خشكي

Association Analysis Morphological Traits in Rice (Oryza sativa L) using SSR markers in terms of flooding and drought

با توجه به اهميت پژوهش هاي مرتبط با تنش غير زيستي، پژوهش حاضر در راستاي شناسايي نشانگر هاي مولكولي كه ارتباط معني داري با صفات مرتبط با تحمل تنش در برنج دارند، انجام گرفت. اين بررسي با استفاده از 36 نشانگر ريزماهواره (SSR) و 59 ژنوتيپ برنج در دو شرايط نرمال و تنش خشكي انجام شد. 36 نشانگر ريزماهواره در مجموع 189 آلل با ميانگين 25/5 آلل در هر مكان ژني مشاهده شد. نشانگر5647 RMداراي بيش ترين تعداد آلل (12) و نشانگر هاي RM462 و 6022 RM داراي كمترين تعداد آلل (2) بودند. ميانگين محتواي اصلاعات چند شكل (PIC) 58/0 برآورد شد و نشانگرRM 5647 با 0/81 بيشترين وRM 6022 با 0/32 كمترين PIC را نشان دادند. به طور كلي 29 متغيير شامل 21 صفت زراعي به همراه هشت شاخص تحمل به تنش (SSI، STI، MP، GMP، HM،YSI ،TOL و SST) ارزيابي شد. تجزيه ارتباط با استفاده از ماتريس ساختار جمعيت و با مدل هاي آماري GLM و MLM با استفاده از نرم افزار TASSEL براي 29 متغير انجام شد. مدلMLM توانست در شرايط نرمال 11 نشانگر و در شرايط تنش خشكي 22 نشانگر معني دار را شناسايي نمايد. در شرايط نرمال بالاترين ضريب تببين مربوط به نشانگرRM5780 بود كه 29/92 درصد تغييرات عملكرد را توجيه كرد و در شرايط تنش خشكي بالاترين ضريب تبيين مربوط به نشانگر RM519 بود كه 39/69 درصد از تغييرات روز تا خوشه دهي را به خود اختصاص داد. براي هشت شاخص تحمل مورد بررسي، 6 نشانگر معني دار شناسايي شد. بالاترين درصد توجيه تغييرات فنوتيپي به نشانگر RM441با 26/11 درصد به شاخص TOL اختصاص داشت. با توجه به نتايج، پيش بيني مي شود استفاده از نشانگرهاي ريزماهواره رديابي شده در اين پژوهش در صورت تاييد و پس از اختصاصي شدن، با اطمينان زيادي در برنامه هاي انتخاب به كمك نشانگر امكان پذير باشد.

Given the importance of research related to abiotic stress, this study is to identify markers significantly associated with traits associated with drought tolerance in rice was done. In this study 36 microsatellite markers (SSR) and 59 rice genotypes were used in both normal and drought conditions. A total of 189 alleles in 36 microsatellite markers with an average of 25.5 alleles per locus were observed. RM5647 represents the highest number of alleles (12) and RM462 and 6022 RM has the lowest number of alleles (2). Average polymorphic information content was estimated (0.58) that RM5647(0.81) and RM6022 (0.32) had highest and lowest PIC, respectively. In this study, 21 agronomic traits along with eight Stress Tolerance Index (SSI, STI, MP, GMP, HM and STS) was measured. Association analysis using matrix structure of the population and statistical models GLM and MLM was performed. 11 and 22 informative markers were determined in normal and drought condition using MLM model respectively. Under normal conditions, RM5780 had the highest coefficient of determination and explained 29.92% variation of grain yield. In drought condition, RM519 was related to days to heading and explained 39.69% of variation. 6 significant markers identified for eight indicators evaluated. RM441 had the highest percentage of phenotypic variation (26.11%) of TOL variation. According to the results, microsatellite markers detected in the present study after specification and being confirmed are suitable for using marker-assisted selection.