شناسايي نشانگرهاي AFLP مرتبط با صفات تحمل به تنش غرقابي در جو

Identification of AFLP markers related to tolerance to flooding stress in barley

با توجه به اهميت پژوهش هاي مرتبط با تنش هاي غيرزيستي، پژوهش حاضر در راستاي شناسايي نشانگرهاي مولكولي كه ارتباط معني داري با صفات مرتبط با تحمل به تنش غرقابي در جو دارند، انجام گرفت. اين بررسي با استفاده از نشانگرهاي AFLP و 40 ژنوتيپ جو صورت پذيرفت. به طور كلي 22 متغير شامل هشت صفت در هر دو شرايط نرمال و تنش غرقابي از جمله وزن خشك اندام هوايي، طول، حجم، وزن تر، وزن خشك، سطح، قطر و چگالي سطح ريشه به همراه شش شاخص تحمل به تنش (SSI، STI، GMP، TOL، YI و YSI) ارزيابي شد. هفت تركيب آغازگري EcoRI و MseI در كل تعداد 245 نوار توليد نمودند كه از اين تعداد، 227 نوار چندشكل بودند و به طور متوسط 37/92 درصد چندشكلي داشتند. سه تركيب E90-M160، E100-M160 و E90-M150 نسبت به ساير تركيبات مقادير بالاتري از شاخص هاي تنوع ژنتيكي را به خود اختصاص دادند و در تمايز ژنوتيپ ها موثرتر بودند. تجزيه ارتباط با استفاده از ماتريس ساختار جمعيت و با مدل هاي آماري GLM و MLM ، با استفاده از نرم افزار TASSEL براي 22 متغير انجام شد. مدل MLM در سطح احتمال پنج درصد، 87 نشانگر را مرتبط با صفات ارزيابي شده شناسايي نمود. مطابق نتايج تجزيه ارتباط در شرايط نرمال بالاترين ضريب تبيين به نشانگر E100-M160-27 با توجيه 32 درصد از تغييرات قطر ريشه و براي شاخص هاي تحمل و تحت تنش غرقابي به ترتيب به نشانگر E80-M150-1 با 24 درصد توجيه تغييرات شاخص GMP و نشانگر E100-M150-22 با تبيين 24 درصد از تغييرات فنوتيپي وزن خشك اندام هوايي اختصاص داشت.

According to the importance of studies of abiotic stress, present study was done in order to identify of molecular markers with significant association to flooding stress tolerance in barley. This study carried out using of AFLP markers and 40 barley genotypes. Generally 22 variables in both normal and flooded, eight characters including shoot dry weight, length, volume, wet weight, dry weight, leaf area, root diameter and density tolerance was assessed with six indicators (SSI, STI, GMP, TOL, YI and YSI). Seven primer combinations of EcoRI and MseI a total of 245 bands were produced, of which, 227 bands were polymorphic and had an average of 92.37 percent polymorphism. Three combinations E90-M160, E100-M160 and E90-M150 had higher values of genetic variation compared to other combinations and were more effective in distinguish of genotypes. Association analysis was performed using structure matrix and statistical models of GLM and MLM by using of TASSEL software for 22 variables. The MLM model in 5 percent probability level identified 87 markers related to evaluated traits. According to the results of association analysis in normal condition the highest of coefficient of determination was for E100M16027 with explanation of 32 percent of root diameter variation and for tolerance indices and stress condition the highest coefficient of determination were for E80M1501 and E100M15022 with 24 percent explanation of variation of GMP index and shoot dry weight respectively.