این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Journal of Plant Physiology and Breeding، جلد ۸، شماره ۲، صفحات ۲۵-۴۲
عنوان فارسی استنباط بیزی برای کنترل ژنتیکی تحمل به تنش خشکی در گندم بهاره
چکیده فارسی مقاله خشکی تنش غیرزیستی اصلی است که به طور جدی بر تولید و کیفیت گندم در جهان تأثیر می­گذارد. اطلاعات مربوط به وراثت تحمل به خشکی برای تعیین نوع برنامه اصلاحی و تکوین ارقام متحمل ضروری است. در این مطالعه، استنباط بیزی برای بررسی ماهیت و میزان اثرهای ژنی کنترل کننده عملکرد و اجزای آن در شرایط کمبود آب و شرایط عادی با استفاده از ارزیابی ارقام گندم نان (بم و آرتا) و نسل های مشتق شده از آن­ها مورد استفاده قرار گرفت. استنباط بیزی با استفاده از روش گزینش متغیر گیبز (GVS) و معیار اطلاعات انحراف (DIC) برای شناسایی مهم ترین اثرهای ژنی و مقایسه مدل­هایی با اثرهای ژنی مختلف مورد استفاده قرار گرفت. GVS و DIC روشی کارآمد برای انجام تجزیه و تحلیل و معرفی مدل های مناسب ارایه کردند. می­توان نتیجه گرفت که تجزیه و تحلیل بیزی استنباط قوی از ساختار ژنتیکی عملکرد و اجزای عملکرد در گندم ارایه می دهد. از آن جا که اثرهای افزایشی، غالبیت و اپیستازی در وراثت صفات زراعی درگیر بودند، روش­هایی که از همه انواع اثرهای ژنی استفاده می­کنند مانند اصلاح ارقام هیبرید، در صورت رفع موانع تولید این ارقام، می­تواند در بهبود عملکرد و پایداری آن در گندم سودمند باشد.  
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Bayesian inference to the genetic control of drought tolerance in spring wheat
چکیده انگلیسی مقاله Drought is the main abiotic stress seriously influencing wheat production and quality in the world. Information about the inheritance of drought tolerance is necessary to determine the type of breeding program and to develop tolerant cultivars. In this study, Bayesian inference was used to explore the nature and amount of gene effects controlling yield and its components under water deficit and normal conditions by assessment of contrasting bread wheat parents (Bam and Arta) and derived generations from them. Bayesian inference using the Gibbs Variable Selection (GVS) approach and the Deviance Information Criterion (DIC) were applied to identify the most important gene effects and to compare models including different gene effects. The GVS and DIC provided an efficient way to perform the analysis and to introduce the more appropriate models. It can be inferred from the results that the Bayesian analysis provides a robust inference of genetic architecture of yield and yield components in wheat. Since the additive, dominance and epistatic gene actions involved in the inheritance of agronomic characters under both water stress and normal conditions, methods which utilize all types of gene effects, such as hybrid seed production, may be useful in improving yield and its stability in wheat.    
کلیدواژه‌های انگلیسی مقاله Bayesian inference, DIC, GVS, MCMC, Water deficit, Wheat
نویسندگان مقاله Parviz Safari |
Department of Plant Breeding and Biotechnology, Faculty of Agriculture, University of Tabriz, Tabriz, Iran.

Mohammad Moghaddam Vahed |
Department of Plant Breeding and Biotechnology, Faculty of Agriculture, University of Tabriz, Tabriz, Iran.

Siamak Alavikia |
Department of Plant Breeding and Biotechnology, Faculty of Agriculture, University of Tabriz, Tabriz, Iran

Majid Norouzi |
Department of Plant Breeding and Biotechnology, Faculty of Agriculture, University of Tabriz, Tabriz, Iran

Babak Rabiei |
Department of Agronomy and Plant Breeding, Faculty of Agriculture Science, University of Guilan, Rasht, Iran.

نشانی اینترنتی https://breeding.tabrizu.ac.ir/article_9739_cf2207d9a7226b15d6ad35ec478a2de8.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/506/article-506-2159229.pdf
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات