Assessment of genetic diversity among some Kabuli type chickpea genotypes using ISSR markers

Document Type : Research Paper

Authors

1 MSc Student of Plant Breeding, Department of Agronomy and plant breeding, Shahid Bahonar University of Kerman, Kerman, Iran.

2 Assistant professor of Plant Breeding, Department of Agronomy and plant breeding, Shahid Bahonar University of Kerman, Kerman, Iran.

3 ssociated professor of Plant Breeding, Department of Agronomy and plant breeding, Shahid Bahonar University of Kerman, Kerman, Iran.

4 Assistant professor of Bioinformatics, Department of Agronomy and plant breeding, Shahid Bahonar University of Kerman, Kerman, Iran.

5 Assistant 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.

Keywords


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

چکیده

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.

مقدمه

 

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.

 

مواد و روش­ها

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).

 

نتایج و بحث

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.

 


نتیجه گیری کلی

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.

 

 

منابع

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

 

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.
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.