نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشجوی کارشناسی ارشد اصلاح نباتات، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران.
2 استادیار اصلاح نباتات، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران.
3 دانشیار اصلاح نباتات، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران.
4 استادیار مرکز تحقیقات دیم ایران، مراغه، ایران.
چکیده
کلیدواژهها
عنوان مقاله [English]
نویسندگان [English]
Chickpea is the most important pulse crop in Iran. Since Iran is a part of the diversification center of chickpea, study of its genetic diversity is considerable. In order to assessment of genetic diversity of Kabuli chickpea genotypes, 81 Kabuli chickpea genotypes originated from ICARDA, Turkey and Iran were sown in the research field of Shahid Bahonar University of Kerman in 2014-2015 growing season. Nine ISSR primer was used to detect molecular polymorphisms among the genotypes and 79 polymorphic bands yielded from mentioned premiers. Number of effective allele varied from 1.19 (primer (CAC)5AG) to 1.69 (primer (ACTG)4). Means of Nei’s genetic diversity and Shannon’s index for all studied genotypes were 0.24 and 0.38 respectively. Nei’s genetic diversity for ICARDA, Turkey and Iran originated populations were 0.27, 0.2 and 0.2, respectively. Shannon’s index was calculated for each population as well, which were 0.44, 0.32 and 0.3, respectively. Analysis of molecular variance determined significant difference between the populations. However, only 10% of total variance accounted between populations. The result of cluster analysis divided the genotypes to four separated groups that was different from the primary regional grouping. Cluster analysis generally confirm that most of genetic variation found within the studied population as well. The population analysis using STRUCTURE software separated the population into four groups with 14, 5, 8 and 4 genotypes respectively. The rest of genotypes (51) were identified as mixed genotypes. The results of this study determined a wide genetic diversity between studied chickpea genotypes could be used for future breeding programs.
کلیدواژهها [English]
ارزیابی تنوع ژنتیکی برخی ژنوتیپهای نخود کابلی با استفاده از نشانگرهای ISSR
مهدیه لری نژاد1، مهدی مهیجی*2، روح الله عبدالشاهی3، علی کاظمی پور4، داود صادق زاده اهری5
1 دانشجوی کارشناسی ارشد اصلاح نباتات، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران.
2 استادیار اصلاح نباتات، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران.
3 دانشیار اصلاح نباتات، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران.
4 استادیار بیوانفورماتیک، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران.
5 استادیار مرکز تحقیقات دیم ایران، مراغه، ایران.
تاریخ دریافت: 13/08/1396، تاریخ پذیرش: 11/03/1397
نخود مهمترین گیاه تیره حبوبات در ایران است و از آنجا که ایران بخشی از مرکز تنوع این گیاه به شمار میآید مطالعه تنوع ژنتیکی آن حایز اهمیت است. به منظور بررسی تنوع ژنتیکی نخود کابلی 81 ژنوتیپ نخود کابلی از سه مبداء موسسه ایکاردا، ترکیه و ایران در مزرعه تحقیقاتی دانشگاه شهید باهنر کرمان در سال زراعی 94-93 کشت شد. از نه آغازگر ISSR برای بررسی تنوع استفاده شد و 79 نوار چندشکل از آغازگرهای مورد استفاده به دست آمد. تعداد آلل موثر از 19/1 (آغازگر (CAC)5AG) تا 69/1 (آغازگر (ACTG)4) متغیر بود. متوسط ضریب تنوع ژنتیکی نی و شاخص شانون در کل جمعیت به ترتیب 24/0 و 38/0 به دست آمد. ضریب تنوع نی برای جمعیتهای مبداء ایکاردا، ترکیه و ایران به ترتیب 27/0، 2/0 و 2/0 و شاخص شانون برای این جمعیتها به ترتیب 44/0، 32/0 و 3/0 به دست آمد. تجزیه واریانس مولکولی تفاوت میان جمعیتها را معنی دار نشان داد. ولی واریانس بین جمعیتها تنها ده درصد کل واریانس بین ژنوتیپها را به خود اختصاص داد. تجزیه خوشهای ژنوتیپها را به چهار گروه تقسیم کرد. نتایج تجزیه خوشهای نیز موید گستردگی تنوع درون جمعیتها بود. تجزیه ساختار جمعیت با استفاده از نرم افزار STRUCTRE جمعیت را به چهار گروه با تعداد 14، 5، 8 و 4 ژنوتیپ برای هر گروه تقسیم کرد. تعداد 51 ژنوتیپ باقی مانده نیز به عنوان ژنوتیپهای مخلوط در نظر گرفته شدند. این پژوهش نشان داد که تنوع ژنتیکی مطلوبی میان ژنوتیپهای نخود کابلی مورد مطالعه در این تحقیق وجود دارد که میتواند در برنامههای بهنژادی مورد استفاده قرار گیرد.
واژههای کلیدی: نخود، تنوع ژنتیکی، تجزیه واریانس مولکولی، نشانگر ISSR.
نخود گیاهی خودگشن از تیره حبوبات است. نخود نسبت به سایر حبوبات با شرایط اقلیمی ایران سازگاری بیشتری دارد و در کنار منابع پروتئینهای حیوانی میتواند بخشی از پروتئینهای مورد نیاز بدن را تامین کند (Wallace et al., 2016). در مجموع 80 درصد وزن خشک بذر نخود را کربوهیدرات و پروتئین تشکیل میدهد (Talebi et al., 2008; Wang et al., 2010). ارزش بیولوژیکی پروتئین نخود 78 - 52 درصد بیشتر از سایر حبوبات گزارش شده است (Samdaliri et al., 2010).
سطح زیر کشت نخود در دنیا حدود 13 میلیون هکتار و تولید سالانه جهانی آن 12 میلیون تن است (FAO, 2014). ایران پس از کشورهای هند، پاکستان و ترکیه با حدود 450000 هکتار، چهارمین سطح زیر کشت نخود را دارد. میزان تولید محصول نخود در ایران 193000 تن در سال و عملکرد آن در واحد سطح 410 کیلوگرم در هکتار است (SJKM, 2015).
تنوع ژنتیکی یکی از مهمترین ارکان بهنژادی به شمار میرود و مطالعه و برآورد تنوع ژنتیکی راه را برای پیشبرد برنامههای بهنژادی در گیاهان هموار مینماید (Von Braun & Virchow, 1996). از سوی دیگر تخمین میزان تنوع ژنتیکی به عنوان یکی از مراحل مهم و اساسی در نگهداری و حفاظت مواد ژنتیکی میباشد. به عبارت دیگر ارزیابی تنوع ژنتیکی برای مدیریت مؤثر و حفظ منابع ژرم پلاسم، ژنهای ارزشمند و تجمیع این ژنها در ارقام جدید ضروری است. خاستگاه و مرکز تنوع نخود زراعی جنوب قفقاز، شمال ایران و جنوب شرقی ترکیه ذکر شده است. همچنین نخود دارای یک مرکز تنوع ثانویه در شبه قاره هند است (Van der Maesen et al., 2007). از این رو مطالعه ژرم پلاسمهای نخود کابلی این مناطق حائز اهمیت دوچندان است.
تفاوتهای بین ژنوتیپها از نظر ویژگیهای زراعی، مورفولوژیک و بیوشیمیایی به طور مستقیم و غیرمستقیم نشان دهندة اختلافات در سطح DNA آنها است. بنابراین، کسب اطلاعات در مورد تنوع ژنتیکی میتواند بر اساس صفات زراعی، مورفولوژیک و بیوشیمیایی یا از طریق تفاوتهای مولکول DNA صورت پذیرد (Tahir & Karim, 2011). نشانگرهای مبتنی بر DNA تحت تأثیر شرایط محیطی یا مراحل رشد گیاه قرار نمیگیرند و این ویژگی، آنها را در ارزیابی تنوع ژنتیکی برتری میبخشد (Collard et al., 2005). از جمله نشانگرهای DNA که در بررسی تنوع ژنتیکی به طور گسترده به کار رفته است میتوان به [1]RFLPs، [2]RAPDs، [3]AFLPs، SSR[4] و ISSR[5] اشاره کرد. نشانگر ISSR یکی از نشانگرهای مولکولی کارامد با امتیازدهی غالب است. این نشانگر از توالیهای ریز ماهواره به عنوان تنها آغازگر در واکنش زنجیرهای پلیمراز استفاده میکند. نشانگرهای ISSR از چند شکلی بالا برخوردار بوده و در مطالعات تنوع ژنتیکی، فیلوژنی، نقشه یابی ژنومی و زیست شناسی تکاملی نخود استفاده شدهاند (Choudhary et al., 2013; Singh et al., 2014). از نشانگر ISSR در برآورد تنوع ژنتیکی بین و درون سایر گیاهان زراعی و باغی از جمله برنج (Joshi et al., 2000)، گندم (Du et al., 2002) چغندر قند (Keykhosravi et al., 2017) جو (Fernandez et al., 2002) و انگور (Keshavarz-Khoob et al., 2015) نیز استفاده شده است.
نشانگرهای مولکولی در گونۀ زراعی نخود به نسبت سایر گونههای زراعی کم تر استفاده شده است. برخی دلایل احتمالی آن را تنوع ژنتیکی کم در خزانههای کشت شدة این گونه میدانند (Varshney et al., 2007) و از این رو یکی از دلایل عملکرد اندک نخود را به تنوع ژنتیکی کم آن نسبت میدهند (Clarke & Siddique, 2004). در یک مطالعه با استفاده از نشانگر RAPD روی برخی ارقام نخود زراعی و شش گونۀ یکسالۀ وحشی جنس Cicer از 42 آغازگر مورد استفاده تنها نه آغازگر در همه گونهها چندشکل بود (Talebi et al., 2009). در مطالعه دیگری روی 13 ژنوتیپ مختلف گونه زراعی Cicer arietinum L. و گونه اجدادی Cicer reticulatum L. نخود با استفاده از نشانگر ISSR گونه زراعی و گونه وحشی اجدادی به خوبی توسط نشانگر تفکیک شدند (Gautam et al., 2016). یک بررسی دیگر به وسیله نشانگر AFLP روی تنوع ژنتیکی برخی ژنوتیپهای نخود کابلی، تنوع ژنتیکی اندکی را بین ژنوتیپها نشان داد (Huttel et al., 1999). هدف مطالعه حاضر بررسی تنوع ژنتیکی بین ژنوتیپهای نخود کابلی به وسیله نشانگرهای ISSR و مقایسه ژنوتیپهای وارد شده از کشور ترکیه، موسسه ایکاردا و برخی ژنوتیپهای بومی ایران به عنوان قسمتی مهمی از مرکز پیدایش و اهلی سازی نخود کابلی در آزمایش بود.
به منظور بررسی تنوع ژنتیکی نخود کابلی 81 ژنوتیپ این گیاه در مزرعه تحقیقاتی دانشگاه شهید باهنر کرمان در سال زراعی 94-93 کشت شد که شامل 30 ژنوتیپ نخود کابلی از مبدا ایکاردا، 45 ژنوتیپ از مبدا کشور ترکیه و شش رقم بومی ایران بود. (جدول 1).
جدول 1- ژنوتیپهای نخود کابلی مورد استفاده در این تحقیق.
Table 1- Name Studied Kabuli chickpea genotypes used in the present study.
شماره |
ژنوتیپ |
منشاء |
شماره |
ژنوتیپ |
منشاء |
شماره |
ژنوتیپ |
منشاء |
No. |
Genotype |
Origin |
No. |
Genotype |
Origin |
No. |
Genotype |
Origin |
1 |
FLIP03-50C |
ICARDA |
29 |
FLIP07-127C |
ICARDA |
57 |
TRK61 |
Turkey |
2 |
FLIP03-70C |
ICARDA |
30 |
FLIP08-38C |
ICARDA |
58 |
TRK63 |
Turkey |
3 |
FLIP03-98C |
ICARDA |
31 |
Landrace1 |
Iran |
59 |
TRK44 |
Turkey |
4 |
FLIP03-101C |
ICARDA |
32 |
Landrace2 |
Iran |
60 |
TRK144 |
Turkey |
5 |
FLIP03-128C |
ICARDA |
33 |
Landrace3 |
Iran |
61 |
TRK67 |
Turkey |
6 |
FLIP05-18C |
ICARDA |
34 |
Landrace4 |
Iran |
62 |
TRK51 |
Turkey |
7 |
FLIP05-19C |
ICARDA |
35 |
Landrace5 |
Iran |
63 |
TRK163 |
Turkey |
8 |
FLIP05-145C |
ICARDA |
36 |
Landrace6 |
Iran |
64 |
TRK64 |
Turkey |
9 |
FLIP05-147C |
ICARDA |
37 |
TRK115 |
Turkey |
65 |
TRK127 |
Turkey |
10 |
FLIP05-157C |
ICARDA |
38 |
TRK69 |
Turkey |
66 |
TRK96 |
Turkey |
11 |
FLIP05-162C |
ICARDA |
39 |
TRK19 |
Turkey |
67 |
TRK106 |
Turkey |
12 |
FLIP06-37C |
ICARDA |
40 |
TRK3 |
Turkey |
68 |
TRK56 |
Turkey |
13 |
FLIP06-52C |
ICARDA |
41 |
TRK95 |
Turkey |
69 |
TRK80 |
Turkey |
14 |
FLIP06-88C |
ICARDA |
42 |
TRK101 |
Turkey |
70 |
TRK169 |
Turkey |
15 |
FLIP06-157C |
ICARDA |
43 |
TRK126 |
Turkey |
71 |
TRK41 |
Turkey |
16 |
FLIP07-3C |
ICARDA |
44 |
TRK18 |
Turkey |
72 |
TRK48 |
Turkey |
17 |
FLIP07-4C |
ICARDA |
45 |
TRK66 |
Turkey |
73 |
TRK72 |
Turkey |
18 |
FLIP07-6C |
ICARDA |
46 |
TRK93 |
Turkey |
74 |
TRK39 |
Turkey |
19 |
FLIP07-8C |
ICARDA |
47 |
TRK117 |
Turkey |
75 |
TRK121 |
Turkey |
20 |
FLIP07-26C |
ICARDA |
48 |
TRK129 |
Turkey |
76 |
TRK65 |
Turkey |
21 |
FLIP07-33C |
ICARDA |
49 |
TRK21 |
Turkey |
77 |
TRK128 |
Turkey |
22 |
FLIP07-45C |
ICARDA |
50 |
TRK70 |
Turkey |
78 |
TRK38 |
Turkey |
23 |
FLIP07-46C |
ICARDA |
51 |
TRK12 |
Turkey |
79 |
TRK165 |
Turkey |
24 |
FLIP07-52C |
ICARDA |
52 |
TRK104 |
Turkey |
80 |
TRK110 |
Turkey |
25 |
FLIP07-65C |
ICARDA |
53 |
TRK118 |
Turkey |
81 |
TRK120 |
Turkey |
26 |
FLIP07-75C |
ICARDA |
54 |
TRK103 |
Turkey |
|
|
|
27 |
FLIP07-81C |
ICARDA |
55 |
TRK54 |
Turkey |
|
|
|
28 |
FLIP07-110C |
ICARDA |
56 |
TRK161 |
Turkey |
|
|
|
DNA ژنومی از بافت برگ گیاهچههای رشد یافته در مزرعه در مرحله 5-4 برگی با استفاده از روش CTAB تغییر یافته استخراج شد (Saghai-Maroof, et al., 1984). برای تعیین کیفیت و کمیت نمونههای DNA از الکتروفورز ژل آگارز 1 درصد و دستگاه نانو دراپ Thermo استفاده شد. بررسی تنوع ژنتیکی ژرم پلاسم موجود به وسیله نه آغازگر ISSR که مشخصات آنها در جدول 2 ذکر شده است، انجام گرفت.
اجزای واکنش PCR برای حجم 15 میکرولیتر شامل یک میکرولیتر DNA با غلظت ng/μl 50 ، 5/7 میکرولیتر Master mix، 5/0 میکرولیتر آغازگر و شش میکرولیتر آب دیونیزه بود. تکثیر در دستگاه ترموسایکلر مدل Analytik jena صورت گرفت. هر چرخه PCR شامل واسرشت سازی اولیه در دمای94 درجه سانتیگراد به مدت 4 دقیقه، 40 چرخه واسرشت سازی در دمای 92 درجه سانتیگراد به مدت 30 ثانیه، زمان اتصال آغازگر به مدت 40 ثانیه با دمای مشخص شده در جدول 2 برای هر آغازگر و مرحله بسط به مدت 90 ثانیه در دمای 72 درجه سانتیگراد و یک چرخه بسط نهایی به مدت 5 دقیقه در 72 درجه سانتیگراد بود.
به منظور آشکارسازی چند شکلی بین نمونهها، محصول PCR به چاهکهای ژل آگارز 5/1 درصد منتقل شد و الکتروفورز با ولتاژ 100 ولت انجام شد. سپس ژل به مدت 15 دقیقه جهت رنگ آمیزی در محلول اتیدیوم بروماید قرار داده شد. عکس برداری از ژلها نیز با استفاده از دستگاه Quantum4 انجام گرفت. سپس چند شکلی بین ژنوتیپها با اعداد یک و صفر برای حضور و عدم حضور هر نوار امتیازدهی شد. برای تعیین اندازه نوارهای به دست آمده از نشانگر دارای نوارهای استاندارد bp100 استفاده شد. شاخص اطلاعات شانون، شاخص نی، و تعداد آللهای موثر و غیر موثر برای بررسی تنوع درون ژنوتیپ ها با استفاده از نرم افزار POPGENE 32 (Yeh et al., 1999) محاسبه شد. تجزیه واریانس مولکولی[6] (AMOVA) توسط نرم افزار GenALEX 6.5 (Peakal & Smouse, 2006) صورت گرفت. دندروگرام تجزیه خوشهای به روش Ward و ضریب اقلیدسی با استفاده از نرم افزار SPSS ver19 (IBM Corp, 2011) رسم شد. تجزیه ساختار جمعیت با استفاده از نرم افزار STRUCTURE نسخه 2.3.4 (Pritchard et al 2000) صورت گرفت. تعداد بهینه زیر جمعیت ها با استفاده از شبیه سازی محاسبه شد. پارامترهای Burn-in و MCMC (Markov Chain Monte Carlo) 100000 در نظر گرفته شد. محاسبه تعداد زیر جمعیت بهینه از روش Evanno et al (2005) صورت پذیرفت. برای انتساب افراد به زیر جمعیتها نیز پس از محاسبه درصد عضویت هر فرد در هر گروه درصد عضویت 7/0 یا بیش از آن ملاک تخصیص فرد به گروه در نظر گرفته شد (Spataro et al., 2011).
نه آغازگر مورد استفاده در این تحقیق در مجموع 84 نوار تولید نمودند که از میان آنها 79 نوار چندشکل با میانگین 7/8 نوار به ازای هر آغازگر شناسایی شد (جدول 2). نتایج نشان داد که درصد چندشکلی از 100% برای آغازگرهای (GACT)4، (ACTG)4، (GTG)5، (CAC) 5 و (CAC)5AG تا 67/66 برای آغازگر (TGGA)4 متغیر بود. میانگین تعداد آلل موثر برای آغازگرهای مورد مطالعه 39/1 به دست آمد و کمترین مقدار آن برای آغازگر (CAC)5AG 19/1 و بیشترین مقدار متعلق به آغازگر (ACTG)4 69/1 بود. شناسایی و انتخاب آغازگرهای دارای چندشکلی بالا کمک قابل توجهی در مطالعات تنوع ژنتیکی مینماید (Sefera et al., 2011; Torutaeva et al., 2014).
حسن استفاده از نشانگرهای دارای چند شکلی بالا در سایر مطالعات افزایش کارایی آغازگر در برآورد تنوع ژنتیکی میباشد. در بررسی تنوع ژنتیکی 105 توده نخود کابلی با استفاده از نشانگر RAPD تعداد نوارهای چند شکل از 6 تا 26 عدد گزارش شد و بیشترین و کمترین درصد چند شکلی بین نشانگرها نیز به ترتیب 43/30 و 29/96 به دست آمد (Fazeli and Chghamirza 2010). الگوی نواربندی آغازگر (GACA)4 در شکل 1 نشان داده شده است.
جدول 2-براورد تنوع ژنتیکی در ژنوتیپ های نخود کابلی مورد مطالعه برای هریک از آغازگرهای ISSR.
Table 2- Genetic diversity estimates in the studied Kabuli chickpea genotypes for each ISSR primer.
آغازگرPrimer |
Tm °C |
N.T.B |
N.P.B |
Pol% |
na |
ne |
h |
I |
(GACA)4 |
30.7 |
15 |
13 |
86.67 |
1.87 |
1.40 |
0.24 |
0.37 |
(GA)8C |
30.5 |
14 |
13 |
92.86 |
1.93 |
1.37 |
0.23 |
0.37 |
(GACT)4 |
28.8 |
13 |
13 |
100.00 |
2.00 |
1.56 |
0.34 |
0.52 |
(ACTG)4 |
30.1 |
7 |
7 |
100.00 |
2.00 |
1.69 |
0.39 |
0.58 |
(GTG)5 |
43.3 |
10 |
10 |
100.00 |
2.00 |
1.46 |
0.29 |
0.45 |
(CAC) 5 |
43.3 |
7 |
7 |
100.00 |
2.00 |
1.33 |
0.21 |
0.34 |
(CAC)5AG |
37.8 |
6 |
6 |
100.00 |
2.00 |
1.19 |
0.15 |
0.27 |
(TCC)5 |
47 |
6 |
6 |
100.00 |
2.00 |
1.34 |
0.21 |
0.34 |
(TGGA)4 |
46.2 |
6 |
4 |
66.67 |
1.67 |
1.21 |
0.13 |
0.21 |
میانگین Average |
|
9.33 |
8.78 |
94.02 |
1.94 |
1.39 |
0.24 |
0.38 |
N.T.B، تعداد کل نوارها؛ N.P.B، تعداد نوارهای چندشکل؛ Pol%، درصد چندشکلی؛ Na، تعداد آللهای مشاهده شده؛ Ne، تعداد آللهای موثر؛ h، ضریب تنوع ژنی نی؛ I، شاخص اطلاعات شانون.
N.T.B, number of total band; N.P.B, number of polymorphic bands; Pol%, polymorphism percentage; Na, observed number of alleles; Ne, effective number of alleles; h, Nei’s gene diversity; I, Shannon’s information index.
شکل 1- الگوی نواربندی آغازگر (GACA)4 از نشانگرهای ISSR مورد مطالعه در ژنوتیپهای مورد بررسی.
Figure 1- bandying pattern of primer (GACA)4 from studied ISSR marker in this survey.
مطالعه دیگری با استفاده از 15 نشانگر SSR روی 35 ژنوتیپ نخود کابلی درصد چندشکلی نشانگرهای مورد آزمایش را از 33 تا 100 درصد نشان داد (Mirderikvand, 2017). در بررسی 125 رقم نخود کابلی با استفاده از نشانگرهای ISSR میزان چندشکلی آغازگرهای مورد مطالعه را از 26/0 تا 91/0 متغیر بود (Aggarwal et al, 2015). شاخص تنوع ژنتیکی نی برای آغازگرهای مورد بررسی به طور متوسط 24/0 به دست آمد که در مقایسه با سایر مطالعات تنوع متوسطی را نشان داد (Nadari et al., 2015; Hajibarat et al, 2016). متوسط شاخص شانون نیز 38/0 به دست آمد. در یک مطالعه روی 23 رقم نخود به وسیله نشانگر SSR میانگین ضریب تنوع نی و شاخص شانون به ترتیب 83/0 و 1/2 به دست آمد (Torutaeva et al., 2014). در مطالعه دیگری روی 56 ژنوتیپ نخود کابلی به وسیله نشانگر ISSR ضریب نی و شانون به ترتیب 325/0 و 492/0 برآورد شد (Nadari et al., 2015). تنوع ژنتیکی مهمترین رکن برای شروع برنامههای بهنژادی است. از این رو تنوع مشاهده شده در جمعیتهای مورد مطالعه راه را برای تولید ارقام جدید از طریق تلاقی ژنوتیپهای برتر با فاصله ژنتیکی زیاد هموار میسازد. در ادامه، پارامترهای ژنتیکی فوق برای هر یک از سه جمعیت دریافت شده از مرکز ایکاردا، ترکیه و ارقام بومی ایران محاسبه شد. در جمعیت اخذ شده از ایکاردا متوسط نوارهای به دست آمده برای آغازگرهای مورد بررسی 33/9 و میانگین نوارهای چندشکل 44/8 به دست آمد. شاخص تنوع نی و شانون در این جمعیت به ترتیب 27/0 و 44/0 به دست آمد که از میانگین کل بیشتر بود. بیشترین مقدار ضریب نی برای این جمعیت 43/0 و کمترین مقدار آن 15/0 بود (جدول 3). اندازهگیری پارمترهای فوق در جمعیت به دست آمده از مبداء ترکیه در جدول 4 آمده است.
جدول 3-برآورد تنوع ژنتیکی درون جمعیت اخذ شده از ICARDA برای هر یک از آغازگرهای مورد مطالعه.
Table 3- Genetic diversity estimates within the ICARDA population for each ISSR primer.
آغازگر Primer |
Tm °C |
N.T.B |
N.P.B |
Pol% |
na |
ne |
h |
I |
(GACA)4 |
30.7 |
15 |
13 |
86.67 |
1.87 |
1.45 |
0.27 |
0.41 |
(GA)8C |
30.5 |
14 |
13 |
92.86 |
1.93 |
1.48 |
0.29 |
0.44 |
(GACT)4 |
28.8 |
13 |
13 |
100.00 |
2.00 |
1.42 |
0.27 |
0.42 |
(ACTG)4 |
30.1 |
7 |
7 |
100.00 |
2.00 |
1.77 |
0.43 |
0.62 |
(GTG)5 |
43.3 |
10 |
10 |
100.00 |
2.00 |
1.42 |
0.27 |
0.44 |
(CAC) 5 |
43.3 |
7 |
5 |
71.43 |
1.71 |
1.30 |
0.18 |
0.29 |
(CAC)5AG |
37.8 |
6 |
5 |
83.33 |
1.83 |
1.33 |
0.23 |
0.37 |
(TCC)5 |
47 |
6 |
6 |
100.00 |
2.00 |
1.33 |
0.23 |
0.37 |
(TGGA)4 |
46.2 |
6 |
4 |
66.67 |
1.67 |
1.23 |
0.15 |
0.23 |
میانگین Average |
|
9.33 |
8.44 |
88.99 |
1.89 |
1.42 |
0.26 |
0.40 |
N.T.B، تعداد کل نوارها؛ N.P.B، تعداد نوارهای چندشکل؛ Pol%، درصد چندشکلی؛ Na، تعداد آللهای مشاهده شده؛ Ne، تعداد آللهای موثر؛ h، ضریب تنوع ژنی نی؛ I، شاخص اطلاعات شانون.
N.T.B, number of total band; N.P.B, number of polymorphic bands; Pol%, polymorphism percentage; Na, observed number of alleles; Ne, effective number of alleles; h, Nei’s gene diversity; I, Shannon’s information index.
جدول 4- برآورد تنوع ژنتیکی در جمعیت اخذ شده از ترکیه برای هر یک از آغازگرهای مورد مطالعه.
Table 4- Genetic diversity estimates within the Turkish population for each ISSR primer.
آغازگر Primer |
Tm °C |
N.T.B |
N.P.B |
Pol% |
na |
ne |
h |
I |
(GACA)4 |
30.7 |
15 |
11 |
73.33 |
1.67 |
1.34 |
0.20 |
0.31 |
(GA)8C |
30.5 |
14 |
10 |
71.43 |
1.71 |
1.28 |
0.18 |
0.28 |
(GACT)4 |
28.8 |
13 |
13 |
100.00 |
2.00 |
1.65 |
0.38 |
0.56 |
(ACTG)4 |
30.1 |
7 |
7 |
100.00 |
2.00 |
1.27 |
0.21 |
0.36 |
(GTG)5 |
43.3 |
10 |
9 |
90.00 |
1.90 |
1.47 |
0.28 |
0.42 |
(CAC) 5 |
43.3 |
7 |
6 |
85.71 |
1.86 |
1.35 |
0.22 |
0.35 |
(CAC)5AG |
37.8 |
6 |
4 |
66.67 |
1.67 |
1.11 |
0.09 |
0.18 |
(TCC)5 |
47 |
6 |
5 |
83.33 |
1.83 |
1.32 |
0.19 |
0.29 |
(TGGA)4 |
46.2 |
6 |
1 |
16.67 |
1.17 |
1.10 |
0.06 |
0.09 |
میانگین Average |
9.33 |
7.33 |
76.35 |
1.76 |
1.32 |
0.20 |
0.32 |
N.T.B، تعداد کل نوارها؛ N.P.B، تعداد نوارهای چندشکل؛ Pol%، درصد چندشکلی؛ Na، تعداد آللهای مشاهده شده؛ Ne، تعداد آللهای موثر؛ h، ضریب تنوع ژنی نی؛ I، شاخص اطلاعات شانون.
N.T.B, number of total band; N.P.B, number of polymorphic bands; Pol%, polymorphism percentage; Na, observed number of alleles; Ne, effective number of alleles; h, Nei’s gene diversity; I, Shannon’s information index.
متوسط پارامترهای نی و شانون در این جمعیت به ترتیب 2/0 و 32/0 برآورد شد. که از متوسط کل محاسبه شده و جمعیت اخذ شده از ایکاردا کمتر بود. کمترین و بیشترین مقدار ضریب نی برای جمعیت مذکور به ترتیب 06/0 و 38/0 و متعلق به آغازگرهای (TGGA)4 و (GACT)4 بود. میانگین کل نوارها و میانگین نوارهای چند شکل در ارقام بومی مطالعه شده در این تحقیق به ترتیب 33/9 و 44/5 بود که نشان دهنده کمترین تعداد نوار چند شکل در میان تودههای مورد مطالعه است. میانگین ضریب نی و شانون هم برای ارقام بومی به ترتیب 2/0 و 3/0 بود (جدول 5).
جدول 5- برآورد تنوع ژنتیکی در ارقام بومی ایران برای هریک از آغازگرهای ISSR مورد مطالعه.
Table 5- Genetic diversity estimates within the Iranian landraces for each ISSR primer.
آغازگر Primer |
Tm °C |
N.T.B |
N.P.B |
Pol% |
na |
ne |
h |
I |
(GACA)4 |
30.7 |
15 |
8 |
53.33 |
1.53 |
1.30 |
0.19 |
0.28 |
(GA)8C |
30.5 |
14 |
7 |
50.00 |
1.50 |
1.35 |
0.20 |
0.30 |
(GACT)4 |
28.8 |
13 |
8 |
61.54 |
1.62 |
1.32 |
0.20 |
0.31 |
(ACTG)4 |
30.1 |
7 |
7 |
100.00 |
2.00 |
1.56 |
0.35 |
0.53 |
(GTG)5 |
43.3 |
10 |
8 |
80.00 |
1.80 |
1.39 |
0.26 |
0.40 |
(CAC) 5 |
43.3 |
7 |
4 |
57.14 |
1.57 |
1.22 |
0.16 |
0.26 |
(CAC)5AG |
37.8 |
6 |
1 |
16.67 |
1.17 |
1.13 |
0.07 |
0.11 |
(TCC)5 |
47 |
6 |
3 |
50.00 |
1.50 |
1.36 |
0.20 |
0.30 |
(TGGA)4 |
46.2 |
6 |
3 |
50.00 |
1.50 |
1.26 |
0.17 |
0.26 |
میانگین Average |
9.33 |
5.44 |
57.63 |
1.58 |
1.32 |
0.20 |
0.30 |
N.T.B، تعداد کل نوارها؛ N.P.B، تعداد نوارهای چندشکل؛ Pol%، درصد چندشکلی؛ Na، تعداد آللهای مشاهده شده؛ Ne، تعداد آللهای موثر؛ h، ضریب تنوع ژنی نی؛ I، شاخص اطلاعات شانون.
N.T.B, number of total band; N.P.B, number of polymorphic bands; Pol%, polymorphism percentage; Na, observed number of alleles; Ne, effective number of alleles; h, Nei’s gene diversity; I, Shannon’s information index.
در مجموع میتوان جمعیت دریافت شده از ایکاردا را دارای بالاترین میزان تنوع ژنتیکی عنوان کرد. برای بررسی میزان تنوع بین و درون جمعیتهای مورد بررسی از تجزیه واریانس مولکولی (AMOVA) استفاده شد (جدول 6). نتیجه تجزیه واریانس مولکولی تفاوت معنیداری را بین سه جمعیت مورد بررسی نشان داد. اما با وجود معنیدار شدن تفاوت بین جمعیتها از کل تنوع ژنتیکی تنها 10 درصد مربوط به تنوع بین جمعیتها بود (شکل 2).
جدول 6- تجزیه واریانس مولکولی (AMOVA) برای 81 ژنوتیپ نخود کابلی درون و بین جمعیت ها.
Table 6- Analysis of molecular variance (AMOVA) for 81 Kabuli chickpea individuals among and within populations.
منابع تغییرات Source of variation |
درجه آزادی df |
مجموع مربعات SS |
میانگین مربعات MS |
بین جمعیتها Among Pops |
2 |
70.443 |
35.222** |
درون جمعیتها Within Pops |
78 |
790.767 |
10.138 |
کل Total |
80 |
861.210 |
|
** معنی داری در سطح احتمال یک درصد را نشان میدهد. ** indicating significant at 1% levels of probability. |
شکل 2- درصد واریانس مولکولی به دست آمده از AMOVA بین جمعیت های نخود کابلی.
Figure 2- Percentages of Molecular Variance of AMOVA in studied Kabuli chickpea populations.
در مطالعهای مشابه روی اکسشنهای مختلف نخود کابلی نتایج تجزیه AMOVA نشان داد که تفاوت معنیدار میان اکسشنهای نخود کابلی وجود داشت. ولی تنوع بین ژنوتیپهای نخود کابلی را 38% کل تنوع جمعیتها برآورد نمود(Torutaeva et al., 2014). در یک بررسی دیگر روی 307 رقم بومی ایران به وسیله نشانگر SSR نتایج AMOVA بر اساس گروه بندی منطقهای ژنوتیپها نشان داد که تنها یک درصد تنوع ژنتیکی بین مناطق وجود داشت (Naghavi et al., 2012). این مطالعات تایید کننده نتایج مطالعه حاضر میباشند. بر اساس نتایج به دست آمده مناطق جغرافیایی تاثیر چندانی بر تنوع ژنتیکی ژنوتیپهای نخود کابلی ندارد. در تحقیقی مشابه که روی نخودهای بومی قرقیزستان انجام گرفت اشاره شد که بر خلاف بسیاری از گیاهان زراعی مانند گندم، برنج و جو گزینش خاصی توسط کشاورزان روی تودههای نخود زراعی انجام نگرفته است (Torutaeva et al., 2014). از این رو انتقال تودههای نخود کابلی از مبداء پیدایش و تنوع آن، بدون گزینش موثر باعث شد تا تنوع ژنتیکی تودههای منتقل شده نخود کابلی بسیار زیاد باشد. همچنین عدم گزینش پس از انتقال نخود به نواحی خغرافیای متفاوت و وجود تبادلات احتمالی ژرم پلاسم بین مناطق مختلف نیز باعث شد تا تنوع ژنتیکی بین مناطق مختلف نسبت به تنوع ژنتیکی درون مناطق به طرز چشمگیری کمتر باشد. با توجه به سهم کم مبداءهای جغرافیایی در تنوع ژنتیکی مشاهده شده بین ژنوتیپها، از تجزیه خوشهای دادههای مولکولی برای ایجاد گروه بندی کارآمدتر ژنوتیپهای مورد مطالعه استفاده شد (شکل 3). تجزیه خوشهای با روش وارد و فاصله اقلیدسی انجام شد. برای تایید صحت گروهبندی ژنوتیپها ضریب همبستگی کوفنتیک (Schaut et al, 1999) محاسبه شد که مقدار آن 71/0 به دست آمد. برخی پژوهشگران ضریب همبستگی کوفنتیک بالا را نشان دهنده موثر بودن روش تجزیه خوشهای در تفکیک ژنوتیپها بر اساس دادههای مولکولی برشمردهاند (Tilman et al 1996). نتایج تحزیه خوشهای ژنوتیپهای مورد مطالعه را به چهار گروه متمایز تقسیم نمود. بزرگترین و نخستین گروه شامل 41 ژنوتیپ بود. اکثر ژنوتیپهای این گروه را ژنوتیپهای مبداء ترکیه تشکیل دادند. ولی هشت ژنوتیپ مبداء ایکاردا نیز در میان ژنوتیپهای این گروه جای گرفتند. در گروه دوم شش ژنوتیپ قرار گرفت که شامل یک رقم بومی، یک ژنوتیپ از مبداء ایکاردا و چهار ژنوتیپ از مبداء ترکیه بود. سومین گروه شامل 26 ژنوتیپ بود که عمده ژنوتیپهای آن را ژنوتیپهای مبداء ایکاردا تشکیل داد. لازم به ذکر است که پنج رقم بومی باقی مانده و هفت ژنوتیپ از مبداء ترکیه نیز در این گروه قرار گرفتند. گروه آخر نیز شامل هفت ژنوتیپ به دست آمده از مرکز ایکاردا و یک ژنوتیپ از مبداء ترکیه بود. mirderikvand (2017) در مطالعه 35 ژنوتیپ نخود کابلی با استفاده از نشانگرهای SSR و گروهبندی ژنوتیپ های مورد بررسی به وسیله تجزیه خوشهای اظهار داشت که روش تجزیه خوشهای گروهبندی کاملی برای ژنوتیپهای اخذ شده از مبادی مختلف، انجام نداد. همچنین تجزیه به هماهنگهای اصلی نیز موید نتایج تجزیه خوشهای در تحقیق ذکر شده بود. ساختار ژنتیکی ژنوتیپهای مورد مطالعه با نرم افزار STRUCTUER بررسی شد. برای تعیین تعداد بهینه زیر جمعیتها مقدار آماره KΔ برای تعداد زیرجمعیتهای 2 تا 9 عدد محاسبه شد (شکل 3) و بر اساس مقادیر KΔ، ژنوتیپهای مورد مطالعه به چهار گروه تقسیم شدند (شکل 4).
شکل 3- دندروگرام حاصل از تجزیه خوشهای ژنوتیپهای نخود کابلی بر اساس ماتریس فاصله اقلیدسی با استفاده از دادههای ISSR.
Figure 3- Denderogram generated from cluster analysis of Kabuli chickpea genotype based on the Euclidian distance matrix using ISSR data.
شکل 4- نمودار دوطرفه برای تعیین تعداد بهینه گروههای ژنوتیپی (K).
Figure 4- bilateral chart to determine the optimal number of groups of genotypes (K).
بر اساس میزان درصد عضویت ژنوتیپها در گروههای چهارگانه (جدول 7)، گروه یک شامل 14 ژنوتیپ بود که عمدتا از ژنوتیپهای موسسه ایکاردا بودند. گروه دوم شامل پنج ژنوتیپ از مبداء ترکیه بودند. گروه سوم شامل هشت ژنوتیپ عمدتاً از مبدا ترکیه بود. گروه چهارم نیز شامل چهار ژنوتیپ از مبدا ایکاردا بود. 50 ژنوتیپ باقی مانده نیز به طور کامل در هیچ از چهار گروه تعیین شده قرار نگرفت. از میان ژنوتیپهای بومی ایران سه عدد در هیچ گروهی جای نگرفت دو عدد در گروه یک و یک عدد نیز در میان ژنوتیپهای گروه سه قرار گرفت. در بررسی مشابهی که روی 77 ژنوتیپ جو به وسیله نشانگر AFLP انجام شد، دو گروه متمایز که به ترتیب شامل 21 و35 ژنوتیپ بودند توسط نرم افزار STRUCTUER تشخیص داده شدند و 21 ژنوتیپ نیز به عنوان ژنوتیپهای مخلوط معرفی گردیدند (Mohammadi et al 2014). ایجاد زیر گروههای مختلف در ساختار جمعیت به تفاوتهای فراوانی آللی بین ژنوتیپهای تشکیل دهنده جمعیت بر میگردد. از این رو عدم انتساب بخش عمدهای از ژنوتیپهای مورد بررسی به صورت کامل به زیر گروههای به دست آمده، نشان میدهد که به رغم وجود تنوع ژنتیکی قابل قبول در این مطالعه، بسیاری از ژنوتیپهای مورد مطالعه دارای ویژگیهای ژنتیکی حدواسط گروههای مختلف بودند.
شکل 5- ساختار ژنتیکی جمعیت به دست آمده از نرم افزار STRUCTURE.
Figure 5- Genetic population structure resulted from STRUCTURE software.
بررسی تنوع ژنتیکی به وسیله نشانگرهای ISSR نشان داد که درصد چندشکلی نشانگرها از 67/66 درصد تا 100 درصد متغیر است. متوسط شاخص نی نیز 24/0 درصد به دست آمد که نشان دهنده تنوع قابل قبول در میان ژنوتیپهای مورد بررسی بود. پیشتر پژوهش گران معتقد بودند که تنوع ژنتیکی نخود اندک است (Iruela et. al., 2002). اما مطالعه حاضر همسو با مطالعات اخیر (Ghaffari et al., 2014; Hajibarat et al., 2015) نشان داد که تنوع ژنتیکی قابل قبولی در این گیاه دیده میشود. تجزیه واریانس مولکولی برای مبادی دریافت ژنوتیپها به عنوان معیار گروه بندی آنها نشان داد که با وجود معنی دار شدن تفاوت بین سه مبداء مورد اشاره سهم بسیار بزرگی از تنوع، درون هر مبداء قرار داشت. نتایج تجزیه خوشهای نیز نشان داد که مبداءهای متفاوت ژنوتیپهای مورد بررسی نمیتواند یک ملاک قوی برای گروه بندی ژنوتیپها باشد و ژنوتیپهایی که از نظر جغرافیایی فاصله زیادی داشتند در گروههای یکسان قرار گرفتند.
جدول 7- عضویت ژنوتیپ ها بر اساس نتایج به دست آمده از نرم افزار STRUCTURE.
Table 7- genotypes membership derived from STUCTURE software.
شماره No. |
Q1 |
Q2 |
Q3 |
Q4 |
شماره No. |
Q1 |
Q2 |
Q3 |
Q4 |
1 |
0.902 |
0.029 |
0.043 |
0.027 |
42 |
0.046 |
0.088 |
0.736 |
0.13 |
2 |
0.124 |
0.105 |
0.094 |
0.678 |
43 |
0.22 |
0.278 |
0.279 |
0.223 |
3 |
0.861 |
0.048 |
0.041 |
0.05 |
44 |
0.029 |
0.538 |
0.134 |
0.299 |
4 |
0.386 |
0.174 |
0.05 |
0.39 |
45 |
0.429 |
0.232 |
0.095 |
0.245 |
5 |
0.066 |
0.09 |
0.123 |
0.721 |
46 |
0.024 |
0.081 |
0.758 |
0.137 |
6 |
0.872 |
0.047 |
0.04 |
0.042 |
47 |
0.036 |
0.121 |
0.738 |
0.106 |
7 |
0.374 |
0.147 |
0.08 |
0.399 |
48 |
0.075 |
0.342 |
0.496 |
0.087 |
8 |
0.573 |
0.062 |
0.172 |
0.193 |
49 |
0.027 |
0.784 |
0.097 |
0.092 |
9 |
0.657 |
0.093 |
0.13 |
0.12 |
50 |
0.091 |
0.649 |
0.177 |
0.082 |
10 |
0.83 |
0.046 |
0.046 |
0.078 |
51 |
0.297 |
0.532 |
0.103 |
0.067 |
11 |
0.693 |
0.107 |
0.088 |
0.112 |
52 |
0.044 |
0.752 |
0.117 |
0.087 |
12 |
0.563 |
0.304 |
0.06 |
0.073 |
53 |
0.036 |
0.523 |
0.33 |
0.111 |
13 |
0.753 |
0.086 |
0.062 |
0.099 |
54 |
0.087 |
0.086 |
0.662 |
0.165 |
14 |
0.196 |
0.173 |
0.084 |
0.548 |
55 |
0.188 |
0.287 |
0.447 |
0.078 |
15 |
0.373 |
0.203 |
0.21 |
0.213 |
56 |
0.045 |
0.151 |
0.695 |
0.11 |
16 |
0.355 |
0.515 |
0.078 |
0.052 |
57 |
0.314 |
0.586 |
0.035 |
0.065 |
17 |
0.024 |
0.171 |
0.074 |
0.732 |
58 |
0.02 |
0.071 |
0.735 |
0.174 |
18 |
0.026 |
0.094 |
0.698 |
0.182 |
59 |
0.053 |
0.709 |
0.135 |
0.104 |
19 |
0.178 |
0.262 |
0.441 |
0.118 |
60 |
0.066 |
0.76 |
0.095 |
0.079 |
20 |
0.1 |
0.166 |
0.101 |
0.633 |
61 |
0.052 |
0.607 |
0.185 |
0.156 |
21 |
0.024 |
0.109 |
0.124 |
0.743 |
62 |
0.083 |
0.186 |
0.573 |
0.158 |
22 |
0.659 |
0.11 |
0.051 |
0.179 |
63 |
0.706 |
0.072 |
0.136 |
0.086 |
23 |
0.874 |
0.033 |
0.034 |
0.059 |
64 |
0.212 |
0.099 |
0.566 |
0.123 |
24 |
0.936 |
0.017 |
0.023 |
0.024 |
65 |
0.151 |
0.125 |
0.273 |
0.451 |
25 |
0.782 |
0.064 |
0.086 |
0.067 |
66 |
0.024 |
0.139 |
0.441 |
0.397 |
26 |
0.559 |
0.111 |
0.287 |
0.043 |
67 |
0.599 |
0.193 |
0.112 |
0.096 |
27 |
0.073 |
0.679 |
0.143 |
0.105 |
68 |
0.126 |
0.711 |
0.084 |
0.079 |
28 |
0.059 |
0.065 |
0.099 |
0.778 |
69 |
0.091 |
0.184 |
0.589 |
0.136 |
29 |
0.72 |
0.2 |
0.031 |
0.049 |
70 |
0.111 |
0.332 |
0.427 |
0.13 |
30 |
0.499 |
0.295 |
0.123 |
0.083 |
71 |
0.043 |
0.17 |
0.45 |
0.337 |
31 |
0.014 |
0.104 |
0.759 |
0.123 |
72 |
0.049 |
0.474 |
0.29 |
0.187 |
32 |
0.812 |
0.063 |
0.064 |
0.061 |
73 |
0.734 |
0.122 |
0.097 |
0.047 |
33 |
0.536 |
0.296 |
0.084 |
0.085 |
74 |
0.295 |
0.493 |
0.126 |
0.085 |
34 |
0.702 |
0.081 |
0.077 |
0.14 |
75 |
0.162 |
0.232 |
0.537 |
0.069 |
35 |
0.601 |
0.227 |
0.108 |
0.063 |
76 |
0.35 |
0.173 |
0.398 |
0.078 |
36 |
0.572 |
0.292 |
0.07 |
0.065 |
77 |
0.059 |
0.212 |
0.066 |
0.663 |
37 |
0.258 |
0.501 |
0.146 |
0.094 |
78 |
0.093 |
0.632 |
0.133 |
0.142 |
38 |
0.147 |
0.494 |
0.224 |
0.135 |
79 |
0.129 |
0.302 |
0.498 |
0.071 |
39 |
0.122 |
0.255 |
0.486 |
0.137 |
80 |
0.044 |
0.28 |
0.396 |
0.28 |
40 |
0.052 |
0.323 |
0.466 |
0.158 |
81 |
0.052 |
0.614 |
0.22 |
0.115 |
41 |
0.018 |
0.094 |
0.788 |
0.1 |
Q1 درصد عضویت در گروه 1؛ Q2 درصد عضویت در گروه 2؛ Q3 درصد عضویت در گروه 3؛ Q4 درصد عضویت در گروه چهارم.
Q1, membership percentage of group 1; Q2, membership percentage of group 2; Q3 membership percentage of group 3; Q4 membership percentage of group 4.
تجزیه ساختار جمعیت با استفاده از نرم افزار STRUCTURE جمعیت را به چهار گروه تقسیم نمود و 51 ژنوتیپ نیز مخلوط تشخیص داده شدند. نتایج آزمایش نشان داد به رغم تنوع ژنتیکی بالا در ژنوتیپهای مورد مطالعه، فاصله جغرافیایی محل جمع آوری ژنوتیپها پارامتر تعیین کنندهای در تعیین ساختار ژنتیکی جمعیتهای نخود کابلی نیست. از این رو به نظر میرسد مطالعات بیشتری برای درک ساختار ژنتیکی جمعیتهای نخود کابلی لازم است.
Aggarwal H, Roa A, Kumar A, Singh J, Rana SJ, Naik PK, Chhonkor V (2015). Assessment of genetic diversity among 125 cultivars of chickpea (Cicer arientinum L.) of indian origin using ISSR markers. Turkish Journal of Botany 39: 218-226.
Choudhary P, Khanna SM, Jain PK, Bharadwaj C, Kumar J, Lakhera PC, Srinivasan R (2013). Molecular characterization of primary gene pool of chickpea based on ISSR markers. Biochemical genetics 51: 306-322.
Clarke HJ, Siddique KHM (2004). Response of chickpea genotypes to low temperature stress during reproductive development. Field Crops Research 90: 323-334.
Collard BCY, Jahufer MZZ, Brouwer J, Bandpang ECK (2005). An introduction to markers, quantitative trait loci (QTL) mapping and marker-assisted selection for crop improvement: The basic concept. Euphytica 142: 169-196.
Du JK, Yao YY, Ni ZF, Peng HR, Sun QX (2002). Genetic diversity revealed by ISSR molecular marker in common wheat, spelt, compactum and progeny of recurrent selection. Acta Genetica Sinica 29: 445-452.
Evano G, Reganut E, Goudet J (2005). Detecting the number of clusters of individuals using the software STRUCTURE: A simulation study. Molecular Ecology 14: 2611-2620.
FAO 2014. http://faostat.fao.org.
Fazeli F, Choghamirza K (2010). Genetic variation in Iranian chickpea (Cicer arientinum L. Kbuli type) based on agronomic traits and RAPD marker. Seed and Plant Improvement Journal 4: 555-579 (In Persian).
Fernandez M, Figueiras A, Benito C (2002). The use of ISSR and RAPD markers for detecting DNA polymorphism, genotype identification and genetic diversity among barley cultivars with known origin. Theoretical and Applied Genetics 104: 845-851.
Gautam AK, Gupta N, Bhadkariya R, Srivastava N, Bhagyawant SS (2016). Genetic Diversity Analysis in Chickpea Employing ISSR Markers. Agrotechnology 5: 2.
Ghaffari P, Talebi R, Keshavarzi F (2014). Genetic diversity and geographical differentiation of Iranian landrace, cultivars, and exotic chickpea lines as revealed by morphological and microsatellite markers. Physiology and Molecular Biology of Plants 20: 225–233.
Hajibarat Z, Saidi A, Hajibarat Z, Talebi R (2015). Characterization of genetic diversity in chickpea using SSR markers, Start Codon Targeted Polymorphism (SCoT) and Conserved DNA-Derived Polymorphism (CDDP). Physiology and Molecular Biology of Plants 21: 365–373.
Hajibarat, Z, Saidi A, Talebi R (2016). Evaluation of Genetic Diversity of Chickpea (Cicer arietinum L.) Genotypes Based on Morphological Traits and CDDP and SCoT Markers Seed and plant Improvement Journal 32: 201-214.
Huttel B, Winter P, Welsing K, Choumane W, Weigand F, Kahl G (1999). Sequence-tagged microsatellite site markers for chickpea (Cicer areitinum L.). Genome 42: 210-217.
IBM Corp. Released (2011). IBM SPSS Statistics for Windows, Version 20.0. Armonk, NY: IBM Corp.
Iruela M, Rubio J, Cubero JI, Gil J, Millan T (2002). Phylogenetic analysis in the genus Cicer and cultivated chickpea using RAPD and ISSR markers. Theoretical and Applied Genetics 104: 643-651.
Joshi SP, Gupta VS, Aggarwal RK, Ranjekar PK, Brar DS (2000). Genetic diversity and phylogenetic relationship as revealed by inter-simple sequence repeat (ISSR) polymorphism in the genus Oryza. Theoretical and Applied Genetics 100: 1311–1320.
Keshavarz-Khoob MGh, Gharanjik Sh, Masoumias A, Abdollahi-Mandoalkani B (2015). Evaluation of diversity and genetic relationships among some grapevine cultivars using ISSR markers. 7:129-142.
Keykhosravi H, Dehdari M, Masoumi A (2017). Evaluation of genetic diversity in sugar beet (Beta vulgaris L.) genotypes using ISSR markers. Journal of Agricultural Biotechnology 9:127-141.
Mirdrikvand R (2017) Investigation of genetic diversity among chickpea genotypes using SSR markers. Iranian Journal of Pulses Research. 8:127-137. (in Persian)
Mohammadi Z, Sabouri A, Heydari R, Sabouri H, Falahi A, Dadras A, Mousanejad S (2014). Investigation of population structure and genetic diversity of barley genotypes using AFLP molecular markers. Cereal Research 4: 141-154 (In Persian)
Nadari H, Shokrpoor M, Asghari A, Kanouni H, Esfandiari A (2015). Study of genetic diversity of chickpea lines using ISSR markers. Iranian Journal of Field Crop Science 54: 509-519 (In Persian)
Naghavi MR, Monfared SR, Humberto G (2012). Genetic diversity in Iranian chickpea (Cicer arietinum L.) landraces as revealed by microsatellite markers. Czech Journal of Genetics and Plant Breeding 48: 131-138.
Peakal R, Smouse PE (2006). GenAlEx 6: genetic analysis in Excel. Population genetic software for teaching and research. Molecular Ecology Notes 6: 288–295.
Pritchard JK, Stephens M, Rosenberg NA, Donnelly P (2000). Association mapping in structured populations. The American Society of Human Genetics 67: 170-181.
Saghai-Maroof MA, Soliman KM, Jorgensen RA, Allard RW (1984). Ribosomal DNA spacer-length polymorphisms in barley: Mendelian inheritance, chromosomal location, and population dynamics. Proceedings of the National Academy of Sciences 81: 8014-8018.
Samdaliri M, Saiedsharifi R. Esmaielpor B (2010). Pulse Crops. Islamic Azad University the unit of Challos Publishers (In Persian).
Schaut JW, Qi X, Stam P (1997). Association between relationship measures based on AFLP markers, pedigree data and morphological traits in barely. Theoretical and Applied Genetics 95: 1168-1169
Singh PK, Sharma H, Srivastava N, Bhagyawant SS (2014). Analysis of genetic diversity among wild and cultivated chickpea genotypes employing ISSR and RAPD markers. American Journal of Plant Sciences 5: 676.
SJKM (2015). Statistics of Jahad-e-Keshavarzi ministry. Theran, Iran. Available at http://www.maj.ir/
Spataro G, Tiranti B, Arcaleni P, Bellucci E, Attene G, Papa R, Spagnoletti-zeuli P, Negri V (2011). Genetic diversity and Structure of Worldwide collection of Phseolus coccineus L. Theoretical and applied genetics 122: 1281-1291.
Tahir NAR, Karim HFH (2011). Determination of genetic relationship among some varieties of chickpea (Cicer arietinum L.) in Sulaimani by RAPD and ISSR markers. Jordan Journal of Biological Sciences 4: 77-86.
Talebi R, Babaeian NA, Mardi M, Fayaz F, Furman BJ, Bagheri NA (2009). Phylogenetic diversity and relationship among annual Cicer species using random amplified polymorphic DNA markers. General and Applied Plant Physiology 35: 3-12.
Talebi R, Naji AM, Fayaz F (2008). Geographical patterns of genetic diversity in cultivated chickpea (Cicer arietinum L.) characterized by amplified fragment length polymorphism. Plant Soil Environment 54: 447-452.
Tilman D, Wedin D, Knopps J (1996). Productivity and sustainability influenced by biodiversity in grassland ecosystems. Nature 379: 718-729.
Torutaeva E, Asanaliev A, Prieto‐Linde ML, Zborowska A, Ortiz R, Bryngelsson T, Garkava‐Gustavsson L (2014). Evaluation of microsatellite‐based genetic diversity, protein and mineral content in chickpea accessions grown in Kyrgyzstan. Hereditas 151: 81-90.
Van der Maesen, LJG, Maxted, N, Javadi, F, Coles, S, Davies, AMR (2007). Taxonomy of the genus Cicer revisited. Chickpea breeding and management. CAB International, Wallingford. pp. 14-46.
Varshney RK, Horres R, Molina, C, Nayak S, Jungmann R, Swamy P, Winter P, Jayashree B, Kahl G, Hoisington DA (2007). Extending the repertoire of microsatellite markers for genetic linkage mapping and germplasm screening in chickpea. Journal of SAT Agricultural Research 5: 1-3.
Von Braun J, Virchow D (1996). Economic evaluation of biotechnology and plant diversity in developing countries. Plant research and development 43: 50-61.
Wallace TC, Murray R, Zelman KM (2016). The Nutritional Value and Health Benefits of Chickpeas and Hummus. Nutrients 8: 766.
Wang N, Hatcher DW, Tyler RT, Toews R, Gawalko EJ (2010). Effect of cooking on the composition of beans (Phaseolus vulgaris L.) and chickpeas (Cicer arietinum L.). Food Research International 43: 589-594.
Yeh FC, Yang RC, Boyle T (1999). POPGENE, Version 1.31 edition. University of Alberta, Edmonton, AB, Canada.
Assessment of genetic diversity among some Kabuli type chickpea genotypes using ISSR markers
Lorinejad M.1, Mohayeji M.2*, Abdolshahi R.3, Kazemipoor A.4, Sadeghzadeh-Ahari D.5
1MSc Student of Plant Breeding, Department of Agronomy and plant breeding, Shahid Bahonar University of Kerman, Kerman, Iran.
2Assistant professor of Plant Breeding, Department of Agronomy and plant breeding, Shahid Bahonar University of Kerman, Kerman, Iran.
3Associated professor of Plant Breeding, Department of Agronomy and plant breeding, Shahid Bahonar University of Kerman, Kerman, Iran.
4Assistant professor of Bioinformatics, Department of Agronomy and plant breeding, Shahid Bahonar University of Kerman, Kerman, Iran.
5Assistant professor of dry Land Agriculture Research Institute, Maragheh, Iran.
Abstract:
Chickpea is the most important pulse crop in Iran. Since Iran is a part of the diversification center of chickpea, study of its genetic diversity is considerable. In order to assessment of genetic diversity of Kabuli chickpea genotypes, 81 Kabuli chickpea genotypes originated from ICARDA, Turkey and Iran were sown in the research field of Shahid Bahonar University of Kerman in 2014-2015 growing season. Nine ISSR primer was used to detect molecular polymorphisms among the genotypes and 79 polymorphic bands yielded from mentioned premiers. Number of effective allele varied from 1.19 (primer (CAC)5AG) to 1.69 (primer (ACTG)4). Means of Nei’s genetic diversity and Shannon’s index for all studied genotypes were 0.24 and 0.38 respectively. Nei’s genetic diversity for ICARDA, Turkey and Iran originated populations were 0.27, 0.2 and 0.2, respectively. Shannon’s index was calculated for each population as well, which were 0.44, 0.32 and 0.3, respectively. Analysis of molecular variance determined significant difference between the populations. However, only 10% of total variance accounted between populations. The result of cluster analysis divided the genotypes to four separated groups that was different from the primary regional grouping. Cluster analysis generally confirm that most of genetic variation found within the studied population as well. The population analysis using STRUCTURE software separated the population into four groups with 14, 5, 8 and 4 genotypes respectively. The rest of genotypes (51) were identified as mixed genotypes. The results of this study determined a wide genetic diversity between studied chickpea genotypes could be used for future breeding programs.
Key words: Chickpea, Genetic variation, Analysis of molecular variance, ISSR marker
* نویسنده مسئول: مهدی مهیجی تلفن: 09134553480 mohayeji@uk.ac.ir :Email
[1] Restriction Fragment Length Polymorphism
[2] Random Amplified Polymorphic DNA
[3] Amplified Fragment Length Polymorphism
[4] Simple Sequence Repeat
[5] Inter Simple Sequence Repeat
[6] Analysis of Molecular Variance
* Corresponding Author: Mohayeji M. Tel: 09134553480 Email: mohayeji@uk.ac.ir