شناسایی نشانگرهای ریزماهواره پیوسته با مقاومت به بیماری تغییر رنگ دانه در ژنوتیپ‌های برنج

نوع مقاله : مقاله پژوهشی

نویسندگان

1 بخش گیاهپزشکی، دانشکده کشاورزی، دانشگاه لرستان، خرم آباد، ایران.

2 بخش گیاهپزشکی، دانشکده کشاورزی، دانشگاه لرستان، خرم آباد، ایران

3 استادیار و عضو هیات علمی موسسه تحقیقات برنج کشور

چکیده

هدف: بیماری تغییر رنگ دانه برنج به عنوان تهدید جدی بر عملکرد دانه و کیفیت آن در ارقام دیررس و به‌نژادی‌شده در نواحی برنج‌کاری شمال ایران محسوب شده که موجب ایجاد خسارت در کیفیت و خصوصیات فیزیکی بذر می‌گردد. بدین جهت به‌نژادی ژنوتیپ‌های برنج برای صفت مقاومت به بیماری، از استراتژی‌های ترجیحی در مدیریت بیماری تغییر رنگ دانه در برنج محسوب می‌شود. یکی از مهمترین کاربردهای نشانگرهای مولکولی در برنامه‌های به‌نژادی گیاهان، نقش آن‌ها در افزایش کارایی به‌نژادی سنتی گیاهان از طریق انتخاب غیرمستقیم با کاربرد نشانگرهای پیوسته با صفات هدف می‌باشد. از این‌رو، در این پژوهش، از تجزیه ارتباطی برای شناسایی نشانگرهای پیوسته مرتبط با صفت مقاومت به بیماری تغییر رنگ دانه در ژنوتیپ‌های برنج استفاده شد.
مواد و روش‌ها: در پژوهش حاضر، جهت ارزیابی فنوتیپی مقاومت 94 ژنوتیپ برنج شامل ارقام محلی و به‌نژادی‌شده ایرانی و وارداتی به بیماری تغییر رنگ دانه طی دو سال زراعی 1396 و 1397 مورد بررسی قرار گرفت. ارزیابی ژنوتیپی با استفاده از128 نشانگر چند‌شکل ریزماهواره روی 94 ژنوتیپ برنج اجرا شد. سپس تجزیه ارتباطی از طریق مدل خطی عمومی (GLM) و مدل خطی مخلوط (MLM)، با استفاده از نرم‌افزار TASSEL انجام شد.
نتایج: نتایج ارزیابی فنوتیپی نشان داد که تنوع بالایی در ژنوتیپ‌های مورد مطالعه برای مقاومت به بیماری تغییر رنگ دانه وجود دارد. بر اساس تجزیه ساختار مبتنی بر مدل، ژنوتیپ‌های برنج مورد بررسی در دو زیر‌جمعیت کلاستربندی شدند. در تجزیه ارتباطی به دو روش GLM و MLM، بعد از تصحیح بنفرونی به ترتیب، 12 و 3 نشانگر ارتباط معنی‌داری را با صفت مقاومت به بیماری تغییر رنگ دانه در هر دو سال نشان دادند.
نتیجه‌گیری: نشانگرهای RM242، RM5709 و RM5955 در دو مدل آماری GLM و MLM ارتباط معنی‌داری با مقاومت به بیماری تغییر رنگ دانه در دو سال 1396 و 1397 نشان دادند. بنابراین می‌توان از آن‌ها به عنوان نشانگرهای پیوسته با صفت مقاومت در برنامه‌های به‌نژادی برنج نظیر انتخاب به کمک نشانگر استفاده نمود.

کلیدواژه‌ها

عنوان مقاله [English]

Identification of microsatellite markers linked to grain discoloration disease in rice genotypes

نویسندگان [English]

  • Somayeh Dariush 1
  • Mostafa Darvishnia 2
  • Ali akbar Ebadi 3
1 Department of Plant Protection, Faculty of Agricultural Sciences, Lorestan University, Khorramabad, Iran.
2 Department of Plant Protection, Faculty of Agriculture, Lorestan University, Khorramabad, Iran
چکیده [English]

Objective
Rice grain discoloration disease is emerging as a major threat in improved and late ripening varieties in the north of Iran that deteriorates grain quality and physical properties. Breeding for disease resistance is the preferred strategy to manage grain discoloration. An important application of molecular markers in plant systems involves improvement in the efficiency of conventional plant breeding by carrying out indirect selection through molecular markers linked to the traits of interest. In this context, association analysis was used to identify molecular markers associated with grain discoloration resistance in rice genotypes in this study.
 
Materials and Methods
In this study, resistance of 94 rice genotypes (Iranian landrace and improved varieties and exotic genotypes) to grain discoloration disease was evaluated during 2017 and 2018.Genotyping was done using 128 pairs of polymorphic microsatellite markers on 94 genotypes of rice. Then association analysis was conducted through general linear model (GLM) and mixed linear model (MLM) by using TASSEL software.
 
Results
Phenotypic analysis showed that there is high diversity in the studied genotypes for resistance to grain discoloration disease. The model-based structure analysis classified rice genotypes into two sub-populations. In association analysis based on GLM and MLM models, 12 and 3 QTLs showed significant relations after considering Bonferroni correction with grain discoloration in two years, respectively.
 
Conclusion
Both GLM and MLM detected 3 markers (RM242, RM5709 and RM5955) associated with grain discoloration resistance in both 2017 and 2018, suggesting that these markers can be used in rice breeding programs like marker-assisted selection (MAS).

کلیدواژه‌ها [English]

  • Association mapping
  • Disease resistance
  • Grain discoloration
  • Molecular marker
  • Rice

مراجع

پاداشت دهکایی فریدون؛ (1394) مقاومت به بیماری تغییر رنگ دانه در ارقام برنج محلی و اصلاح‌شده ایرانی و چند رقم خارجی در شرایط مزرعه. پژوهش‌های کاربردی در گیاهپزشکی، 4 (2)، 13-26.
رستمی مهدی؛ قاسمی ابو‌القاسم؛ رحیمیان حشمت‌الله؛ خسروی وحید؛ (1392) شناسایی، پراکنش و تعیین برخی ویژگی‌های عوامل باکتریایی بیماریزای همراه با تغییر رنگ و سوختگی خوشه برنج در استان مازندران. گیاهپزشکی، 36 (3)، 31-42.
رئیسی طیبه؛ صبوری عاطفه؛ (1394) اعتبارسنجی و تجزیه ارتباطی نشانگرهای ریزماهواره مرتبط با تحمل به تنش خشکی و شوری در برنج‌های هوازی و ایرانی تحت تنش اسمزی. زیست‌فناوری گیاهان زراعی، 4 (10)، 57-72.
واجد ابراهیمی محمدتقی؛ محمدآبادی محمدرضا؛ اسماعیلی‌زاده علی (1396) بررسی تنوع ژنتیکی چهار نژاد از گوسفندان موجود در ایران با استفاده از  نشانگرهای ریزماهواره‌ای. فنآوری زیستی در کشاورزی 16، 59-67.
واجدابراهیمی محمدتقی، محمدآبادی محمدرضا، اسمعیلی زاده کشکوئیه علی (1394) بررسی تنوع ژنتیکی پنج جمعیت گوسفند ایرانی با استفاده از نشانگرهای ریزماهواره‌ای. مجله بیوتکنولوژی کشاورزی 7(4)، 158-143.

محمدی‌فر آمنه؛ محمد‌آبادی محمد‌رضا؛ (1390) کاربرد نشانگرهای ریزماهواره برای مطالعه ژنوم گوسفند کرمانی. فصلنامه علوم دامی ایران،  42 (4)، 344-337.

Reference

Agrama HA, Eizenga GC, Yan W (2007) Association mapping of yield and its components in rice cultivars. Mol Breed 19, 341-356.
Ashkani S, Rafii MY, Shabanimofrad M et al. (2015) Molecular breeding strategy and challenges towards improvement of blast disease resistance in rice crop.Front Plant Sci 16, 1-14.
Ashfaq M, Mubashar MS, Haider M, Ali A et al. (2017) Grain discoloration: an emerging threat to rice crop in Pakistan. The J Anim Plant Sci 27, 696-707.
Botstein D, White RL, Skolnick M et al. (1980) Construction of a genetic linkage map using restriction fragment length polymorphisms. Am J Hum Genet 32, 314-331.
Bradbury PJ, Zhang Z, Kroon DE et al. (2007) TASSEL: software for association mapping of complex traits in diverse samples. Bioinformatics 23, 2633-2635.
Dallagnol LJ, Rodrigues FA, Mielli MVB, Ma JF (2014) Rice grain resistance to brown spot and yield are increased by silicon. Trop Plant Pathol 39, 056-063.
Earl DA, vonHoldt BM (2012) Structure Harvester: A website and program for visualizing structure output and implementing the Evanno method. Cons Gen Res 4, 359-361.
Evanno G, Regnaut S, Goudet J (2005) Detecting the number of clusters of individuals using the software structure: a simulation study. Mol Ecol 14, 2611-2620.
IRRI. 2013. Standard evaluation system (SES) for rice. (5st edn), Los Baños, Philipines: International Rice Research Institute.
Jamali SH, Mohammadi SA, Sadeghzadeh B (2017) Association mapping for morphological traits relevant to registration of barley varieties. Span J Agric Res 15, e0704: 1-13.
Kaler AS, Purcell LC (2019) Estimation of a significance threshold for genome-wide association studies. BMC Genomics 20, 618.
Kardin MK, Percich JA (1983) Resistance ofBipolaris oryzae to fenapanil. Plant Dis 67, 811-874.
Kumar V, Singh A, Mithra SA et al. (2015) Genome-wide association mapping of salinity tolerance in rice (Oryza sativa). DNA Res 22, 133-145.
Leung H, Zhu Y, Revilla-Molina I et al. (2003) Using genetic diversity to achieve sustainable rice disease management. Plant Dis 87, 1156-1169.
Marchetti MA, Peterson HD (1984) The role of Bipolaris oryzae in floral abortion and kernel discoloration in rice. Plant Dis 68, 288-291.
McKinney HH (1923) Influence of soil, temperature and moisture on infection of wheat seedling by Helminthosporium sativum. J Agric Res 26, 195-217.
Mew TW, Gonzales P (2002) A Handbook of Rice Seedborne Fungi. (1st edn), International Rice Research Institute, LosBanós, Philippines.
Misra JK, Gergon EB, Mew TW (1990) Organisms causing rice seed discoloration and their possible effect on germinability. Rice Seed Health Newslett 2, 9.
Mizobuchi R, Sato H, Fukuoka S et al. (2013) Mapping a quantitative trait locus for resistance to bacterial grain rot in rice. Rice 6, 1-10.
Mizobuchi R, Sato H, Fukuoka S et al. (2015) Fine mapping of RBG2, a quantitative trait locus for resistance to Burkholderia glumae, on rice chromosome 1. Mol Breed 35, 15.
Mobasher-Amini M, Alizadeh MR, Padasht F et al. (2015) Rice grain discoloration effect on physical properties and head rice yield in three rice cultivars. Qual Assur Saf Crops Foods 8, 283-288.
Mohammadifar A, Mohammadabadi MR (2011) Application of Microsatellite Markers for a Study of Kermani Sheep Genome. Iran J Anim Sci 42, 337-344. (In Persian)
Moran MD (2003) Arguments for rejecting the sequential Bonferroni in ecological studies. Oikos 100, 403-405.
Murray MG, Thompson WF (1980) Rapid isolation of high-molecular-weight plant DNA. Nucleic Acids Res 8, 4321-4325.
Nachimuthu VV, Muthurajan R, Duraialaguraja S et al. (2015) Diversity in rice germplasm using SSR markers: an initiative towards association mapping of agronomic traits in Oryza sativa. Rice 80, 30.
Padasht-Dehkaei F (2016) Resistance to grain discoloration disease in Iranian local and improved, and some foreign rice cultivars in field conditions. J Appl Res Plant Prot 4, 13-26. (In Persian)
Pandey V, Agarwal VK, Pandey MP (2000) Location and seed transmission of fungi in discolored seeds of hybrid rice. Indian Phytopathol 53, 45-49.
Pinson SRM, Shahjahan AKM, Rush MC, Groth DE (2010) Bacterial panicle blight resistance QTLs in rice and their association with other disease resistance loci and heading date. Crop Sci 50, 1287-1297.
Prabhu AS, Barbosa Filho MP, Datnoff LE et al. (2012) Silicon reduces brown spot severity and grain discoloration on several rice genotypes. Trop Plant Pathol 37(6), 409-414.
Pritchard JK, Stephens M, Donnelly P (2000) Inference of population structure using multi-locus genotype data. Genetics 155, 945-959.
Raiesi T, Sabouri A (2015) Validation and association analysis of microsatellite markers related to drought and salinity tolerance in aerobic and Iranian rice under osmotic stress. Crop Biotech 10, 57-72. (In Persian)
Rostami M, Ghasemi A, Rahimian HA, Khosravi V (2013) Identification, distribution and characterization of pathogenic bacteria associated with rice grain discoloration and panicle blight disease in Mazandarn province. Plant Prot 36, 31-42. (In Persian)
Shao Y, Jin L, Zhang G et al. (2011) Association mapping of grain color, phenolic content, flavonoid content and antioxidant capacity in dehulled rice. Theor Appl Genet 122, 1005-1016.
Spataro G, Tiranti B, Arcaleni P et al. (2011) Genetic diversity and structure of a worldwide collection ofPhaseolus coccineusL.Theor Appl Genet 122, 1281-1291.
Sorkhe K, Masaeli M, Hosseini Chaleshtori M et al. (2016) AFLP-based analysis of genetic diversity, population structure, and relationships with agronomic traits in rice germplasm from north region of Iran and world core germplasm set. Biochem Genet 54, 177-193.
Vajed Ebrahimi MT, Mohammad Abadi MR, Esmailizadeh AK (2016) Analysis of genetic diversity in five Iranian sheep population using microsatellites markers. Agric Biotechnol J 7, 143-158 (In Persian).
Vajed Ebrahimi MT, Mohammadabadi MR, Esmailizadeh AK (2017) Genetic Diversity Analysis of Four Sheep Breeds Existing in Iran Using Microsatellite Markers. Agric Biotechnol 8, 59-66 (In Persian).
Yu J, Buckler ES (2006) Genetic association mapping and genome organization of maize. Curr Opin Biotech 17, 155-160.
Yu JM, Pressoir G, Briggs WH et al. (2006) A unified mixed-model method for association mapping that accounts for multiple levels of relatedness. Nature Genet 38, 203-208.
Zhang P, Zhong K, Shahid MQ, Tong H (2016) Association analysis in rice: from application to utilization. Front Plant Sci 7, 1-16.
Zhu C, Gore M, Buckler ES, Yu J (2008) Status and prospects of association mapping in plants. Plant Genet 1, 5-20.
مجله بیوتکنولوژی کشاورزی
دوره 12، شماره 2
شهریور 1399
صفحه 157-182

فایل ها

هم رسانی

ارجاع به این مقاله

آمار