Evaluation of diversity and genetic relationships among some grapevine cultivars using ISSR markers

Document Type : Research Paper

Authors

Abstract

In this research, genetic variation among 22 grapevine cultivars of Shahrood region and 3 cultivars from Sisakht city were evaluated using 6 ISSR primers. The used primers produced totally 69 bands, which 65 bands showed polymorphism among evaluated cultivars. Primers UBC825 with 16 bands and UBC857 with 6 bands produced the highest and lowest numbers of polymorphic bands, respectively. Polymorphism percentage using these markers was 94.1%. Mean of expected heterozygosis (He) and mean of Shannon index were 0.37 and 0.54, respectively. The highest (0.61) and lowest (0.48) amount of Shannon index was belong to the primers UBC 825 and UBC849, respectively. Also primer UBC825 showed the highest amount of the expected heterozygosity (0.42), highest number of effective allele (1.75) and highest number of different alleles (2). Cluster analysis using Jaccard similarity coefficients and UPGMA algorithm put the 25 studied cultivars in three different groups. The results of this study showed that ISSR markers can be used as effective tools to evaluate the genetic variation and to accelerate grapevine breeding programs.
 

Keywords


بررسی تنوع و روابط ژنتیکی برخی از ژنوتیپ­های انگور Vitis vinifera L.)) با استفاده از نشانگرهای مولکولی ISSR

 

محمدقاسم کشاورزخوب1، شاهرخ قرنجیک*2، اسد معصومی اصل3، بابک عبدالهی مندولکانی4

 

1فارغ التحصیل کارشناسی ارشد بیوتکنولوژی کشاورزی، دانشگاه صنعتی شاهرود.

2دکترای ژنتیک مولکولی و مهندسی ژنتیک، استادیار دانشکده کشاورزی، دانشگاه صنعتی شاهرود.

3دکترای ژنتیک مولکولی و مهندسی ژنتیک، استادیار دانشکده کشاورزی، دانشگاه یاسوج.

4دکترای ژنتیک ملکولی و مهندسی ژنتیک، دانشیار دانشکده کشاورزی، دانشگاه ارومیه.

 

تاریخ دریافت: 25/11/1393، تاریخ پذیرش: 30/08/1394

چکیده

در این تحقیق تنوع ژنتیکی 22 رقم انگور Vitis vinifera L.)) شهرستان شاهرود و 3 رقم انگور شهر سی­سخت با استفاده از 6 آغازگر مولکولی ISSR مورد ارزیابی قرار گرفت. نشانگرهای مورد استفاده در مجموع 69 باند تولید کردند که از این تعداد 65 باند در بین ارقام مورد استفاده چندشکل بودند. بیشترین باند چندشکل مربوط به آغازگر UBC825 با 16 باند و کمترین باند مربوط به آغازگر UBC857 با 6 باند بود. میانگین درصد چندشکلی آغازگرها 1/94 درصد محاسبه گردید. میانگین هتروزیگوسیتی مورد انتظار (He) و میانگین ضریب شانون (SI) برای این آغازگرها به ترتیب 37/0 و 54/0 بدست آمد. بیشترین مقدار ضریب شانون (61/0) مربوط به آغازگر UBC825 و کمترین میزان آن (48/0) مربوط به آغازگر UBC849 بود. همچنین  آغازگر UBC825 بیشترین مقدار هتروزیگوسیتی مورد انتظار (42/0)، بیشترین تعداد آلل­های موثر (75/1) و بیشترین تعداد آلل­های متفاوت (2) را نشان داد.گروه­بندی ژنوتیپ­ها به روش تجزیه خوشه­ای بر اساس ماتریس تشابه جاکارد و با استفاده از الگوریتم UPGMA ارقام مورد مطالعه را در سه گروه قرار داد. نتایج این تحقیق نشان داد که نشانگرهای ISSR می­توانند به عنوان ابزاری کارا در ارزیابی تنوع ژنتیکی و تسریع برنامه­های اصلاحی در انگور مورد استفاده قرار گیرند.

 

واژگان کلیدی: تنوع ژنتیکی، انگور، نشانگرهای مولکولی، ISSR.



مقدمه

انگور گیاهی از خانواده Vitacea و از جنس Vitis است. تعداد گونه­های انگور زیاد هستند که یکی از این گونه­ها V. vinifera می­باشد. گیاه­شناسان، گونه vinifera را به دو زیرگونه sylvestris و caucasia تقسیم می­کنند (Galet, 1998). در حال حاضر منشأ انگور مورد بحث کارشناسان می­باشد، به ویژه اینکه هیچ توافقی در مورد مرکز اولیه اهلی شدن انگور و یا مراکز ثانویه آن وجود ندارد. بر اساس برخی مطالعات، ناحیه خاور نزدیک به عنوان مرکز اولیه انگور معرفی شده است (Zohary and  Hopf, 1993). اﻧﮕﻮر یکی از ﻣﺤﺼﻮﻻت ﻣﻬﻢ ﺑﺎﻏﻲ بوده و ﺑﻪ دﻟﻴﻞ ﻣﻮارد ﻣﺼﺎرف ﻣﺘﻌﺪد ﻗﺮنﻫﺎﺳﺖ ﻛﻪ ﻣﻮرد ﺗﻮﺟﻪ ﺑﺸﺮ ﻗﺮار ﮔﺮﻓﺘﻪ اﺳﺖ. میوه­ انگور در میان دیگر میوه­های درختی به ­واسطه­ داشتن متابولیت­های ثانویه و تنوع مصرف منحصر به ‌فرد است و جایگاه خاصی در تجارت جهانی دارد و استفاده و اﺳﺘﺨﺮاج رﻧﮕﺪاﻧﻪﻫﺎی ﻣﻮﺟﻮد در اﻧﮕﻮر ﻣﺎﻧﻨﺪ آﻧﺘﻮﺳﻴﺎﻧﻴﻦ ﻧﻴﺰ از ﻣﺼﺎرف دﻳﮕﺮ اﻧﮕﻮر اﺳﺖ (Commbe, 1992). ایران به علت برخورداری از شرایط جغرافیایی و اقلیمی مناسب، از مراکز مهم تولید و پرورش انگور در جهان محسوب می­شود و در استان­های مختلف کشور تولید این محصول انجام گرفته و موجب اشتغال افراد زیادی شده است. انگور از نظر اقتصادی نیز به­ دلیل اینکه یکی از محصولات صادراتی (عمدتا به صورت کشمش) می­باشد، در ارز آوری و افزایش صادرات غیرنفتی نقش زیادی دارد که برای رسیدن به این هدف، بایستی محصولی با کیفیت مناسب تولید کرد. یکی از راه­هایی که می­تواند کیفیت فرآورده­ها را در ارتباط با نوع مصرف افزایش دهد، استفاده از ژنوتیپ­های مناسب برای اهداف خاص می­باشد. تعداد ژنوتیپ­های انگور در جهان بیش از 10000 می­باشد که در بین آنها هم­نام­ها (Homonyms) و دگرنام­های (Synonyms) زیادی دیده می­شوند که نیازمند برنامه­ی جامعی جهت شناسایی ژنوتیپ­ها در سطح جهانی می­باشد ((Galletta et al., 1989. این مشکل در بین ژنوتیپ­های انگور ایران نیز مشاهده می­شود به ­طوری که یک ژنوتیپ انگور در مناطق مختلف دارای نام­های متفاوت بوده یا چند ژنوتیپ مختلف را به یک نام می­شناسند و این مسئله موجب بروز مشکلاتی برای تولیدکنندگان در انتخاب ژنوتیپ مناسب برای شرایط آب ­­و هوایی خاص یا نوع مصرف شده است. همچنین به دلیل سابقه طولانی مدت کشت انگور در ایران، جهش­های طبیعی در برخی ارقام به وجود آمده است که باعث تنوع ژنتیکی در ارقام مختلف شده است. شناخت دقیق و قابل اطمینان ارقام در مدیریت صحیح ژرم­پلاسم، گواهی نهال توسط خزانه­داران، ایجاد باغ­های یک دست و انتخاب والدین برای تلاقی­های کنترل شده از اهمیت ویژه­ای برخوردار است (Dettweiler and Eibach, 2003). شناسایی ارقام انگور معمولا بر اساس مشخصات تاک­نگاری گیاه بالغ صورت می­گیرد که تحت تاثیر محیط قرار دارد. روش قابل اعتماد و جایگزین این روش استفاده از نشانگرهای مولکولی است که می تواند در تعیین تنوع و روابط ژنتیکی گیاهان باغی مورد  استفاده قرار گیرد (Ghobadi et al., 2008). نشانگرهای مولکولی به طور مستقیم قادرند پراکندگی و تنوع ژنتیکی را تشخیص دهند (Ferguson et al., 1995). در بین نشانگرهای موجود، نشانگر ISSR برای تجزیه و تحلیل تنوع ژنتیکی به­طور وسیعی مورد استفاده قرار گرفته است (Sicard et al., 2005; Williams et al., 1990). این نشانگر به دلیل ویژگی­های بسیار مطلوبی مانند تکرارپذیری، تجزیه و تحلیل همزمان تعداد زیادی جایگاه ژنی، دقت بالا، تنوع بسیار بالا، هزینه پایین، سرعت و سهولت اجرا، به­طور گسترده­ای به­خصوص در گیاهان به­کار گرفته شده است. از این نشانگر در بررسی تنوع ژنتیکی گیاهان مختلف مانند برنج (Blair et al., 2004)، لوبیا (Gonzalez et al., 2005)، جو (Hou et al,. 2005)، پسته  (Arjmand Ghahestani  et al., 2015) و گلابی (Safarpoor Shorbakhlo et al., 2015) مورد استفاده قرار گرفته و تمامی این تحقیقات بر سودمند بودن این نشانگر در ارزیابی تنوع ژنتیکی تاکید داشته اند. در تحقیقی تنوع موجود بین ارقام انگور (Vitis vinifera) کشور شیلی به وسیله نشانگر ISSR مورد ارزیابی قرار گرفته و کارایی این نشانگر در تشخیص تنوع ژنتیکی به اثبات رسید (Herrera et al., 2002). Dhanorkar et al. (2005) روابط ژنتیکی بین تعدادی از واریته­های انگور کشور هند را با استفاده از نشانگر ISSR مورد ارزیابی قرارداده و این تکنیک را به عنوان یک روش مولکولی مناسب و قابل اطمینان برای آنالیز ژنتیکی واریته­های انگور معرفی کردند. در پژوهشی Sabir et al. (2009) با استفاده از داده­های آمپلوگرافی و نشانگر مولکولی ISSR تنوع ژنتیکی بین تعدادی از ارقام انگور را مورد بررسی قرار داده و گزارش کردند که نشانگر ISSR  به خوبی روابط ژنتیکی بین ارقام مورد مطالعه را نشان می­دهد. تنوع و روابط ژنتیکی بین ارقام انگور کشور مصر نیز با استفاده از نشانگرهای مورفولوژیک وISSR  مورد ارزیابی قرار گرفت. نتایج بدست آمده از این تحقیق نشان داد که تکنیک ISSR برای تعیین تنوع ژنتیکی و کشف روابط ژنتیکی ارقام انگور کارآمدتر از نشانگرهای مورفولوژیک می­باشد (Neveen et al., 2011). در مطالعه ای که با هدف بررسی کارایی دو نشانگر ISSR و RAPD برای ارزیابی تنوع ژنتیکی بین ارقام بومی انگور استان خراسان رضوی و یک رقم انگور غیربومی از گونه Vitis muscadinia و تعیین میزان قرابت و خویشاوندی ارقام مذکور انجام گرفت، نتایج تحقیق نشانگرهای مذکور را ابزار مفید و قدرتمندی برای درک بهتر شباهت­ها و تفاوت­های ژنتیکی و همچنین نشانگر ISSR را برتر از نشانگر RAPD برای نشان دادن تنوع معرفی کرد (Karimi et al,. 2013). با توجه به موارد فوق و این که استفاده از نشانگرهای ISSR نیازی به اطلاعات توالی ژنوم ندارد و منجر به ایجاد الگوهای چندجایگاهی و بسیار چندشکل می­شود (Askari et al., 2011; Ghasemi et al., 2010; Zamani et al., 2011; Zamani et al., 2015) تحقیق حاضر با هدف بررسی کارایی نشانگر ISSR برای ارزیابی تنوع ژنتیکی بین 22 رقم بومی و غیربومی انگور منطقه شاهرود و 3 رقم بومی منطقه سی­سخت و تعیین میزان قرابت و خویشاوندی این ارقام انجام گرفت.

 

مواد و روش­ها

ارقام انگور مورد بررسی در این تحقیق شامل 22 رقم بومی و غیر بومی از کلکسیون مرکز تحقیقات شهرستان شاهرود (استان سمنان) و 3 رقم غیربومی از باغات انگور شهر سی­سخت (استان کهگیلویه وبویراحمد) می­باشند (جدول 1). در اواسط بهار سال 1390 از ارقام مورد مطالعه 6-5 برگ جوان نزدیک به انتهای شاخه انتخاب و تا زمان استفاده در 80- درجه سانتی گراد نگهداری شدند. استخراج DNA از نمونه­های برگی جوان به روش Dellaporta et al. (1983) با کمی تغییرات(Kafkas et al., 2006)  انجام گرفت.

در تحقیق حاضر از 8 آغازگر ISSR برای بررسی تنوع ژنتیکی استفاده شد (جدول 2). کیفیت و کمیت DNA با استفاده از الکتروفورز ژل آگارز و دستگاه اسپکتروفتومتری تعیین شد. برای انجام واکنشPCR ، از دستورالعمل Williams et al. (1990) با اندکی تغییرات استفاده شد. بدین صورت که واکنش PCR در حجم 25 میکرولیتر شامل 70 تا 100 نانوگرم DNA، 5/1 میکرولیتر MgCl2 با غلظت 50 میلی­مولار،  5/0 میکرولیتر dNTP با غلظت 10میلی مولار، 3/0 میکرولیترTaq DNA polymerase  با غلظت 5 واحد بر میکرولیتر، 2/1 میکرولیتر آغازگر  با غلظت  ppm10، 5/2 میکرولیتر Buffer 1x PCR دارای غلظت x10و 18میکرولیتر آب دو بار تقطیر استریل با استفاده از دستگاه ترموسایکلر BIORAD مدل MJ Mini (نورنبرگ، آلمان) انجام شد. واکنش PCR با 94 درجه سانتی گراد بمدت 5 دقیقه آغاز گردید و  34 چرخه  (94 درجه سانتی­گراد: 30 ثانیه، 55-50 درجه سانتی­گراد: 45 ثانیه، 72 درجه سانتی­گراد: 50 ثانیه و 72 درجه سانتی­گراد: 10 دقیقه) ادامه یافت. محصولات تکثیر شده  بر روی ژل آگارز 3/1 درصد تفکیک گردید. الگوی باندی حاصل، براساس وجود یا عدم وجود باند در نمونه­ها، به صورت یک و صفر امتیاز دهی شدند. داده­های  حاصله توسط نرم افزارهای NTSYS-pc نسخه 02/2 (Rohlf, 2000)، نرم افزار GENALEX نسخه 5/6 (Peakall and  Smouse, 2006) و PopGene نسخه 32/1 (Yeh et al., 1999) مورد تجزیه و تحلیل قرار گرفتند.

 

 


جدول1- ارقام انگور مورد استفاده در تحقیق حاضر.

Table 1- Grapevine varieties used in this study.

کد رقم Variety code

نام رقم

 

English name

کد رقم

Variety code

نام رقم

 

English name

33

ریش بابا

Rish baba

3

فخری نیشابور

Nishabor Fakhri

35

رزاقی قوچان

Ghochan razaghi

4

لعل کاشمر

Kashmar  laal

36

رزاقی کاشمر

Kashmar razaghi

9

طرفی کاشمر

Tarfi laal

37

سبز انگور

Grape green

11

خلیلی بیدانه قوچان

Ghochan khalili bidaneh

41

لطف آباد

Lotf abad

12

کلدری بیرجند

Birjand kaldari

43

کولیجه

Kolijeh

14

پیرقلی شماره 2

Number 2 pirgholi

44

کشمشی قوچان

Ghochan keshmeshi

15

خلیلی نر قوچان

Ghochan male khalili

53

کشمشی قرمز

Red keshmeshi

16

شغالی نیشابور

Nishabor shoghali

54

کشمشی سفید

White keshmeshi

17

کشمشی جرتوده

Jartodeh keshmeshi

C

عسکری

Askari

18

پیچ کاشمر

Pich kashmar

A

سیاه دانه بلند

Tall grain black

20

هایه میش بیرجند

Birjand hayeh mish

B

سیاه دانه گرد

Globular grain black

23

گل بر طبق

Gol bar tabagh

 

 

 

31

دوشاب قوچان

Ghochan doshab

توجه: ارقام با کد a، b و c از سی­سخت و بقیه ارقام از مرکز تحقیقات شاهرود جمع­آوری شدند.

Note: varieties with Codes a, b and c were collected from SiSakht and the rest of them were collected from Shahrood agriculture research Center.

جدول2- نام و توالی آغازگرهای ISSR مورد استفاده در تحقیق حاضر.

Table 2- Name and sequence of ISSR primers used in this study.

آغازگر

Primer

توالی (5' -> 3')

sequence

نوع نشانگر

Marker type

A7

agagagagagagagagagagt

ISSR

UBC812

gagagagagagagagaa

ISSR

UBC815

ctctctctctctctctt

ISSR

UBC825

acacacacacacacact

ISSR

UBC840

gagagagagagagagaYt

ISSR

UBC848

cacacacacacacacaRg

ISSR

UBC849

gtgtgtgtgtgtgtgtcg

ISSR

UBC857

acacacacacacacacYg

ISSR

R= Purine (A/G)

Y=Pyrimidine (C/T)

 

 

 

نتایج و بحث

از بین 8 آغازگر ISSR استفاده در این تحقیق، 2 آغازگر (A7 و UBC815) باندهای واضح تکثیر نکردند. تعداد 6 آغازگر دیگر در مجموع 69 باند در 25 رقم انگور تولید کردند که 65 باند چندشکل و 4 باند مونومورف بودند (شکل 1). بانددهی توسط آغازگرهای مذکور، چندشکلی بین ارقام را به طور مطلوب نشان داد. میانگین تعداد باندهای ایجاد شده برای هر آغازگر 5/11 و میانگین باندهای چند شکل 83/10 باند بود، این در حالی است که میانگین باندهای چند شکل در آغازگرهای رتروترانسپوزونی IRAP استفاده شده بر روی همین ارقام 11 باند بوده است ((Keshavarz Khub et al., 2013. این نتایج نشان می­دهد که میزان چندشکلی این آغازگر کمتر از آغازگرهای IRAP است. بیشترین باند چندشکل مربوط به آغازگر UBC825 با 16 باند و کمترین باند مربوط به آغازگر UBC857 با 6 باند بود (جدول 4). میانگین درصد چندشکلی آغازگرها 11/94 درصد بود. آغازگرهای  UBC825و  UBC857 با میزان چندشکلی 100درصد بیشترین درصد چندشکلی و آغازگرهای UBC812 و UBC849 با چندشکلی 90 درصد کمترین درصد چندشکلی را نشان دادند. همچنین میانگین هتروزیگوسیتی مورد انتظار (He) و  میانگین ضریب شانون (SI) برای این آغازگرها به ترتیب 37/0 و 54/0 بود و بیشترین مقدارضریب شانون 61/0 و مربوط به آغازگر UBC825 و کمترین ضریب تنوع شانون 48/0 و مربوط به آغازگر UBC849 بود. همچنین  بیشترین مقدار هتروزیگوسیتی مورد انتظار 42/0، تعداد آلل­های موثر 75/1 و تعداد آلل­های متفاوت 2 مربوط به آغازگر UBC825 بود. بنابراین آغازگر UBC825 تنوع بین ارقام مورد بررسی را بهتر نشان می­دهد و نسبت به سایر آغازگرهای ISSR چندشکلی بیشتری داردet al. Sabir (2009) در تحقیقی که روی ارقام انگور ترکیه انجام دادند گزارش کردند که آغازگرهای UBC815، UBC840، UBC840، UBC849 و UBC857 تولید باند چندشکل می­کنند و به عبارتی تنوع بین ارقام مورد مطالعه را به خوبی نشان می­دهند. در تحقیق حاضر نیز همه­ی آغازگرهای مذکور بجز UBC815 تنوع بین ارقام مورد مطالعه را به خوبی نشان دادند. نمودار خوشه­ای بر اساس 65 باند به منظور بررسی و ارزیابی تنوع ژنتیکی ترسیم شد. سه ضریب تطابق ساده، دایس و جاکارد محاسبه و مقایسه شد، نتایج نشان داد که ضریب تشابه جاکارد با ضریب همبستگی کوفنتیک 87/0 درصد بهترین برآورد شباهت را برای گروه بندی ارقام در این آزمایش دارد. بر اساس دندروگرام حاصل از داده­های نشانگر ISSR، 25 رقم انگور در 3 گروه متفاوت قرار گرفتند ( شکل 2)، که صحت گروه­بندی حاصل از تجزیه خوشه­ای با استفاده تجزیه تابع تشخیص و آزمون اف-بیل تایید شد.

 


 

 

شکل 1- قطعات حاصل از PCR با استفاده از آغازگر UBC825. اعداد نشان داده شده کد ارقام لیست شده در جدول 1 می باشد.

Figure 1- PCR products amplified with primer UBC 825 .Numbers represent the cultivar code listed in Table1.

 

جدول 4- خصوصیات آغازگرهای ISSR مورد استفاده در تحقیق حاضر.

Table 4- Properties of ISSR primers used in this study.

تعداد آلل­های متفاوت (Na)

تعداد آلل­های موثر (Ne)

هتروزیگوسیتی مورد انتظار

Expected heterozygosity

 ( He)

شاخص شانون

Shannon’s index

(SI)

درصد چندشکلی

  % Polymorphism

تعداد باندهای چندشکل

Number of polymorphic bands

مجموع باندها

Total bands

آغازگر

Primer

1.90

1.53

0.32

0.48

90

9

10

UBC 849

1.90

1.59

0.34

0.51

90

9

10

UBC 812

2

1.66

0.38

0.56

100

16

16

UBC 825

1.93

1.64

0.36

0.53

93.75

15

16

UBC 840

1.90

1.74

0.40

0.57

90.91

10

11

UBC 848

2

1.75

0.42

0.61

100

6

6

UBC 857

1.93

1.65

0.37

0.54

94.11

10.83

11.5

میانگین

Average

 

گروه اول به دو زیر گروه تقسیم شد که در زیر گروه الف: ارقام فخری نیشابور، لعل کاشمر، خلیلی بیدانه قوچان، پیچ کاشمر، ریش بابا، سبز انگور، پیرقلی شماره 2، کشمشی سفید، شغالی نیشابور، گل بر طبق، کشمشی قرمز، کشمشی جرتوده، عسکری، سیاه دانه گرد، رزاقی قوچان و کشمشی قوچان و در زیر گروه ب: ارقام لطف آباد و کولیجه، در گروه دوم: خلیلی نر قوچان، رزاقی کاشمر، دوشاب قوچان و هایه میش بیرجند و در گروه سوم: ارقام سیاه دانه بلند، طرقی کاشمر و کلدری بیرجند قرار گرفتند. در این گروه بندی از 15 رقم غیربومی متعلق به استان خراسان 9 رقم فخری نیشابور، لعل کاشمر، خلیلی بیدانه قوچان، پیچ کاشمر، شغالی نیشابور، کشمشی جرتوده، رزاقی قوچان و کشمشی قوچان و لطف آباد در گروه اول، 4 رقم خلیلی نر قوچان، رزاقی کاشمر، دوشاب قوچان و هایه میش بیرجند در گروه دوم و 2 رقم طرقی کاشمر و کلدری بیرجند در گروه سوم قرار گرفتند که این نشان دهنده تفاوت ژنتیکی این ارقام می­باشد. به نظر می­رسد که رقم های کشمشی سفید، کشمشی قرمز، کشمشی جرتوده و کشمشی قوچان که همگی در زیر گروه الف قرار دارند در اصل یک رقم باشند که به خاطر انتقال آنها به مناطق مختلف و تاثیر شرایط مختلف محیطی اسامی متفاوتی را به خود گرفتند. همچنین سه رقم مورد مطالعه از شهر سی­سخت در دو گروه جدا از هم قرار گرفتند بدین ترتیب که 2 رقم عسکری و سیاه دانه گرد در گروه اول و رقم سیاه دانه بلند در گروه سوم قرار گرفت. در این بررسی با توجه به این که همه ارقام متعلق به گونهV. vinifera  هستند تفاوت­های ژنتیکی موجود را می­توان به اختلافات درون گونه­ای نسبت داد. براساس جدول ضریب تشابه جاکارد دامنه تشابه در بین ارقام مورد بررسی بین 74/0-27/0 درصد بود که بیشترین میزان تشابه بدست آمده بین ارقام کشمشی جرتوده و پیچ کاشمر با ضریب تشابه 74/0 و کمترین میزان تشابه بدست آمده بین ارقام ریش­بابا از شاهرود و سیاه دانه بلند از سی­سخت با ضریب تشابه 27/0 برآورد شد. فاصله زیاد بین این ارقام نشان از فاصله ژنتیکی زیاد بین این دو رقم دارد و همچنین ناشی از تفاوت منشا جغرافیایی این دو رقم است؛ اما شباهت زیاد بین ارقام کشمشی جرتوده و پیچ کاشمر حاکی از این است که احتمالا این ارقام تحت تاثیر شرایط محیطی (تنش های غیرزنده) یکسانی قرار گرفته اند. با توجه به فاصله ژنتیکی زیاد دو رقم ریش­بابا از شاهرود و سیاه دانه بلند از سی­سخت، این ارقام به عنوان والدین بالقوه در تولید هیبرید و سایر برنامه های اصلاحی در انگور معرفی می شود. هر چند که تمام ارقام انگور موجود در کشور ایران به دلیل عدم دسترسی در این مطالعه بکار گرفته نشده­اند. ولی با این وجود ارقام  بکار گرفته شده در این پژوهش نشان از وجود تنوع ژنومی قابل توجهی در سطح کشور ایران دارد.


 

 

 

شکل 2- دندروگرام 25 رقم انگور با استفاده از داده­های .ISSR

Figure 2- Dendrogram of 25 grapevine varieties using ISSR data.

 

 

در پژوهشیZietkiewicz et al.  (1994) نیز گزارش کردند که نشانگر ISSR نشانگر مفیدی برای شناسایی واریته­های مختلف گیاهان است. این نشانگر برای نقشه­یابی ژنتیکی و مطالعات جمعیت ایده­ال است، به دلیل این که فراوانی و درجه چندشکلی بالایی بین افراد درون یک جمعیت دارند (Lanham et al., 1998). بطور کلی نتایج این تحقیق نشان داد که بر خلاف صفات مورفولوژیک که به دلیل عدم ثبات و تغییرپذیری در اثر عوامل طبیعی نمی­توانند معیار خوبی برای تشخیص شباهت­ها و تفاوت­ها باشند؛ نشانگرهای مولکولی ابزارهای مفید و قدرتمندی برای درک بهتر شباهت­ها و تفاوت­های ژنتیکی هستند، چرا که تحت تاثیر محیط قرار نگرفته و در کل ژنوم پراکنده­­اند و می­توانند تفاوت­های افراد را در سطح توالی نوکلئوتیدی مشخص نمایند (Baradakci, 2001). انتخاب نوع نشانگر از نظر برخی خصوصیات از جمله تکرارپذیری، سهولت انجام، تجزیه و تحلیل نتایج و هزینه آن یکی از مهم­ترین مراحل در مطالعات مولکولی به حساب می آید .(Sharma et al., 2008) ازجمله نشانگرهای کم هزینه با تکرارپذیری بالا نشانگر ISSR است. گزارش­های متعددی تکرارپذیری و ثبات این نشانگر را تایید کردند. از جمله مطالعات انجام شده توسط این نشانگر بر روی ارقام مختلف انگور می­توان به بررسی تنوع بین 43 رقم انگور کشور هند با استفاده از 13 آغازگر ISSR et al., 2005) (Dhanorkar، استفاده از داده­های آمپلوگرافی و 20 آغازگر مولکولی ISSR به منظور بررسی روابط ژنتیکی بین ارقام انگور ترکیه که ارقام مورد مطالعه را به دو خوشه، V. labrusca و V. vinifera تقسیم بندی کردند (Sabir et al., 2009)،ارزیابی روابط خویشاوندی بین تعدادی از ارقام انگور کشور مصر با استفاده از نشانگرهای مورفولوژیک و نشانگر مولکولی ISSR  (Neveen et al., 2011)، اشاره کرد که در تمامی این پژوهش­ها مشخص شده که نشانگرهای ISSR یک نشانگر مناسب و قابل اطمینان برای آنالیز ژنتیکی واریته­های انگور می­باشد.

این گونه تحقیقات برای شناسایی ارقامی که دارای ژنوتیپ­های یکسان بوده و در مناطق گوناگون کشور با نام­های مختلف خوانده می­شوند یا بالعکس ارقام متفاوتی که به صورت یکسان نامگذاری شده­اند جهت حفظ و نگهداری ژرم پلاسم انگور ایران بسیار کاربردی است . برای بررسی­های دقیق­تر می­توان نمونه­گیری را از کلیه کلکسیون­های انگور ایران در مناطق مختلف انجام داده و با استفاده از روش­های مولکولی دقیق ارقام بومی شده در ایران را به طور صحیح نامگذاری و دسته­بندی کرد.

نتایج تحقیق حاضر نشان داد که بطور کلی فواصل جغرافیایی دلیلی بر دوری یا نزدیکی ژنتیکی افراد نمی باشد. بدین صورت که برخی از ژنوتیپ­های مربوط به اقلیم­های شمال شرق (استان خراسان و شهرستان شاهرود) درون گروه­های با ژنوتیپ­های اقلیم جنوب غرب (شهر سی­سخت) و برعکس قرار می­گیرند. پژوهش حاضر نشان داد که بین ارقام  انگور موجود در ایران تنوع مطلوبی وجود دارد و از این تنوع می­توان برای اهداف مختلف به­نژادی استفاده کرد. همچنین نتایج این آزمایش حاکی از آن بود که برای بررسی تنوع ژنتیکی و گروه­بندی ارقام انگور امکان استفاده از نشانگرهای ISSR وجود دارد.

 

 

منابع

Arjmand Ghahestani R, Tavassolian I, Mohammadi Nejad GH (2015). Evaluation of genetic diversity in 25 Iranian pistachio genotypes using ISSR markers. Journal of Agricultural Biotechnology 7: 1-18.

Askari N, Mohammad Abadi MR, Baghizadeh A (2011). ISSR markers for assessing DNA polymorphism and genetic characterization of cattle, goat and sheep populations. Iranian Journal of Biotechnology 9: 222–229.

Baradakci F (2001). Random amplified polymorphic DNA (RAPD) markers.Turkish Journal of Biology 25: 185-196.

Blair MW, Panaud O, and McCouch SR (2004). Inter-simple sequence repeats (ISSR) amplification for analysis of microsatellite motif frequency and fingerprinting in rice (Oryza sativa L). Theoretical and Applied Genetics 109: 1432-1442.

Commbe BG (1992). Research on development and ripening of the grapberry, American Journal of Enology and Viticulture 43:101-110.

Dellaporta SL, Wood J, and Hicks JB (1983). A plant DNA minipreparation: version II. Plant Molecular Biology 4: 19-21.

Dettweiler E, Eibach R (2003). The two vitis databases as tools for germplasm management of vitis international variety catalogue and European vitis database. Acta Horticulturae 603: 505-509.

Dhanorkar VM, Tamhankar SA, Patil SG, and Rao VS (2005). ISSR-PCR for assessment of genetic relationships among grape varieties cultivated in India. Vitis 44: 127–131.

Ferguson A, Taggart JB, Prodohl PA, McMeel O, Thompson C, Stone C, McGinnity P, Hynes RA (1995). The application of molecular markers to the study and conservation of fish populations whit special reference to Salmo. Fish Biology 47:103-126.

Ghasemi M, Baghizadeh A, Mohammadabadi MR (2010). Determination ofgenetic polymorphism in Kerman Holstein and Jersey cattle population using ISSR markers. Australian Journal of Basic Applied Science 4: 5758–5760.

Ghobadi C, Khoshkho M, Seyed Tabatabaei BI (2008). Gentetics relatedness and variation of some grape genotypes (Vitis vinifera L.) in Isfahan province using RAPD markers. Science and Technology of Agriculture and Natural Resources 45:627-635 (in Persian).

Gonzalez A, Wong A, Delgado-Salinas A, Papa R, and Gepts P (2005). Assessment of ISSR markers to differentiate sympatric wild and domesticated populations of common bean. Crop Science 45: 606–615.

Herrera R, Cares V, Wilkinson MJ, and Caligari PDS (2002). Characterisation of genetic variation between Vitis vinifera cultivars from central Chile using RAPD and Inter Simple Sequence Repeat markers. Euphytica 124: 139-145.

Hou YC, Yan ZH, Wei YM, and Zheng YL (2005). Genetic diversity in barley from west China based on RAPD and ISSR analysis. Barley Genetics Newsletter 35: 9-22.

Kafkas S, Ozkan H, Ak BE, Acar I, Atl HS, and Koyuncu S (2006). Detecting DNA polymorphism and genetic diversity in a wide pistachio germplasm: Comparison of AFLP, ISSR and RAPD markers. Journal of the American Society for Horticultural Science, 131: 522–529.

Keshavarz Khub M, Gharanjik Sh, Masumiasl A, Abdolahi Mandolakani B (2013) Assessment genetic relations of different grape (Vitis vinifera) cultivars using IRAP retrotransposon marker.1st International & 13th Iranian Genetics Congress.

Lanham P, and Brennan R (1998). Characterization of the genetic resource of red currant (Ribes rubrum: Subg. Ribesia) using anchored microsatellite markers. Theoretical and Applied Genetics 96: 917-921.

Neveen AH,  El-Homosany A, Amina HG, and Mohamed ASh (2011). Morphological and Issr Polymorphisms in Some Egyptian Grapes (Vitis vinefera L.) Collection. World Applied Sciences Journal 15: 1369-1375.  

Peakall R, Smouse PE (2006) GenAlEx 6: genetic analysis in Excel.Population genetic so ftware for teaching and research. Mol Ecol Notes 6:288–295.

Rohlf FJ (2000) NTSYS-pc: numerical taxonomy and multivariate analysis system, version 2.1. Exeter Software, New York.

Sabir A,  Tangolar S, Buyukalaca  S, and Kafkas S (2009). Ampelographic and Molecular Diversity among Grapevine (Vitis spp.) Cultivars. Czech Journal of Genetics and Plant Breeding 45: 160–168.

Safarpoor Shorbakhlo M, Hosseini Monfared R, Paydar S, Sharifi M (2015). Determination of genetic diversity in pear genotypes using ISSR markers. Journal of Agricultural Biotechnology 7: 115-132.

Sharma A, Namdeo AG, and Mahadik KR  (2008). Molecular markers: new prospects in plant genome analysis. Pharmacological Reviews 2: 24-34.

Sicard D, Nanni L, Porfiri O, Bulfon D, and Papa R (2005). Genetic diversity of Phaseolus vulgaris L. and P. coccineus L. landraces in central Italy. Plant Breeding 124: 464–472.

Williams JGK, Kubelik AR, Livak KJ, Rafalskiand JA, and Tingey SV (1990). DNA polymorphism amplified by arbitrary primers are useful as genetic markers. Nucleic Acid Research 18: 6531-6535.

Yeh FC, Yang RC, Boyle TBJ (1999). POPGENE version 1.32, Microsoft Window-based free ware for population genetic analysis. Computer program and documentation distributed by University of Alberta and Centre for International Forestry Research, Alberta, Canada http://www.ualberta.ca/;fyeh/index.htm.

Zamani P, Akhondi M, Mohammadabadi MR (2015). Associations of Inter-Simple Sequence Repeat loci with predicted breeding values of body weight in Sheep. Small Ruminant Research 132: 123–127.

 Zamani P, Akhondi M, Mohammadabadi MR, Saki AA, Ershadi A, Banabazi MH, Abdolmohammadi AR (2011). Genetic variation of Mehraban sheepusing two inter-simple sequence repeat (ISSR) markers. African Journal of Biotechnology 10: 1812–1817.

Zietkiewicz E, Rafalski A, and Labuda D (1994). Genome fingerprinting by simple sequence repeats (SSR)-anchored polymerase chain reaction amplification. Genomic 20: 176-183.

Zohary D, and Hopf M (1993). Domestication of plants in the old world. Oxford, Clarendon Press. P.143-150.


Evaluation of diversity and genetic relationships among some grapevine cultivars using ISSR markers

 

 

Keshavarz- Khoob M.Gh.1, Gharanjik Sh.*2, Masoumiasl A.3, Abdollahi-Mandoalkani B.4

 

 

1MSc student of Biotechnology, Shahrood University of Technology, Shahrood.

2Assisstant Professor of Plant Biotechnology, Shahrood University of Technology, Shahrood.

3Assisstant Professor of Plant Breeding, Yasouj University, Yasouj.

4Associated Professor of Plant Breeding, Urmia University, Urmia.

 

 

Abstract

 

In this research, genetic variation among 22 grapevine cultivars of Shahrood region and 3 cultivars from Sisakht city were evaluated using 6 ISSR primers. The used primers produced totally 69 bands, which 65 bands showed polymorphism among evaluated cultivars. Primers UBC825 with 16 bands and UBC857 with 6 bands produced the highest and lowest numbers of polymorphic bands, respectively. Polymorphism percentage using these markers was 94.1%. Mean of expected heterozygosis (He) and mean of Shannon index were 0.37 and 0.54, respectively. The highest (0.61) and lowest (0.48) amount of Shannon index was belong to the primers UBC 825 and UBC849, respectively. Also primer UBC825 showed the highest amount of the expected heterozygosity (0.42), highest number of effective allele (1.75) and highest number of different alleles (2). Cluster analysis using Jaccard similarity coefficients and UPGMA algorithm put the 25 studied cultivars in three different groups. The results of this study showed that ISSR markers can be used as effective tools to evaluate the genetic variation and to accelerate grapevine breeding programs.

 

 Keywords: Genetic variation, Grapevine, Molecular marker, ISSR.

 

 

 

 

 



* نویسنده مسئول: شاهرخ قرنجیک                                   تلفن: 09111721462                           Email: gharanjik@hotmail.com

* Corresponding Author: Gharanjik Sh.                      Tel: 09111721462               Email: gharanjik@hotmail.com

Arjmand Ghahestani R, Tavassolian I, Mohammadi Nejad GH (2015). Evaluation of genetic diversity in 25 Iranian pistachio genotypes using ISSR markers. Journal of Agricultural Biotechnology 7: 1-18.
Askari N, Mohammad Abadi MR, Baghizadeh A (2011). ISSR markers for assessing DNA polymorphism and genetic characterization of cattle, goat and sheep populations. Iranian Journal of Biotechnology 9: 222–229.
Baradakci F (2001). Random amplified polymorphic DNA (RAPD) markers.Turkish Journal of Biology 25: 185-196.
Blair MW, Panaud O, and McCouch SR (2004). Inter-simple sequence repeats (ISSR) amplification for analysis of microsatellite motif frequency and fingerprinting in rice (Oryza sativa L). Theoretical and Applied Genetics 109: 1432-1442.
Commbe BG (1992). Research on development and ripening of the grapberry, American Journal of Enology and Viticulture 43:101-110.
Dellaporta SL, Wood J, and Hicks JB (1983). A plant DNA minipreparation: version II. Plant Molecular Biology 4: 19-21.
Dettweiler E, Eibach R (2003). The two vitis databases as tools for germplasm management of vitis international variety catalogue and European vitis database. Acta Horticulturae 603: 505-509.
Dhanorkar VM, Tamhankar SA, Patil SG, and Rao VS (2005). ISSR-PCR for assessment of genetic relationships among grape varieties cultivated in India. Vitis 44: 127–131.
Ferguson A, Taggart JB, Prodohl PA, McMeel O, Thompson C, Stone C, McGinnity P, Hynes RA (1995). The application of molecular markers to the study and conservation of fish populations whit special reference to Salmo. Fish Biology 47:103-126.
Ghasemi M, Baghizadeh A, Mohammadabadi MR (2010). Determination ofgenetic polymorphism in Kerman Holstein and Jersey cattle population using ISSR markers. Australian Journal of Basic Applied Science 4: 5758–5760.
Ghobadi C, Khoshkho M, Seyed Tabatabaei BI (2008). Gentetics relatedness and variation of some grape genotypes (Vitis vinifera L.) in Isfahan province using RAPD markers. Science and Technology of Agriculture and Natural Resources 45:627-635 (in Persian).
Gonzalez A, Wong A, Delgado-Salinas A, Papa R, and Gepts P (2005). Assessment of ISSR markers to differentiate sympatric wild and domesticated populations of common bean. Crop Science 45: 606–615.
Herrera R, Cares V, Wilkinson MJ, and Caligari PDS (2002). Characterisation of genetic variation between Vitis vinifera cultivars from central Chile using RAPD and Inter Simple Sequence Repeat markers. Euphytica 124: 139-145.
Hou YC, Yan ZH, Wei YM, and Zheng YL (2005). Genetic diversity in barley from west China based on RAPD and ISSR analysis. Barley Genetics Newsletter 35: 9-22.
Kafkas S, Ozkan H, Ak BE, Acar I, Atl HS, and Koyuncu S (2006). Detecting DNA polymorphism and genetic diversity in a wide pistachio germplasm: Comparison of AFLP, ISSR and RAPD markers. Journal of the American Society for Horticultural Science, 131: 522–529.
Keshavarz Khub M, Gharanjik Sh, Masumiasl A, Abdolahi Mandolakani B (2013) Assessment genetic relations of different grape (Vitis vinifera) cultivars using IRAP retrotransposon marker.1st International & 13th Iranian Genetics Congress.
Lanham P, and Brennan R (1998). Characterization of the genetic resource of red currant (Ribes rubrum: Subg. Ribesia) using anchored microsatellite markers. Theoretical and Applied Genetics 96: 917-921.
Neveen AH,  El-Homosany A, Amina HG, and Mohamed ASh (2011). Morphological and Issr Polymorphisms in Some Egyptian Grapes (Vitis vinefera L.) Collection. World Applied Sciences Journal 15: 1369-1375.  
Peakall R, Smouse PE (2006) GenAlEx 6: genetic analysis in Excel.Population genetic so ftware for teaching and research. Mol Ecol Notes 6:288–295.
Rohlf FJ (2000) NTSYS-pc: numerical taxonomy and multivariate analysis system, version 2.1. Exeter Software, New York.
Sabir A,  Tangolar S, Buyukalaca  S, and Kafkas S (2009). Ampelographic and Molecular Diversity among Grapevine (Vitis spp.) Cultivars. Czech Journal of Genetics and Plant Breeding 45: 160–168.
Safarpoor Shorbakhlo M, Hosseini Monfared R, Paydar S, Sharifi M (2015). Determination of genetic diversity in pear genotypes using ISSR markers. Journal of Agricultural Biotechnology 7: 115-132.
Sharma A, Namdeo AG, and Mahadik KR  (2008). Molecular markers: new prospects in plant genome analysis. Pharmacological Reviews 2: 24-34.
Sicard D, Nanni L, Porfiri O, Bulfon D, and Papa R (2005). Genetic diversity of Phaseolus vulgaris L. and P. coccineus L. landraces in central Italy. Plant Breeding 124: 464–472.
Williams JGK, Kubelik AR, Livak KJ, Rafalskiand JA, and Tingey SV (1990). DNA polymorphism amplified by arbitrary primers are useful as genetic markers. Nucleic Acid Research 18: 6531-6535.
Yeh FC, Yang RC, Boyle TBJ (1999). POPGENE version 1.32, Microsoft Window-based free ware for population genetic analysis. Computer program and documentation distributed by University of Alberta and Centre for International Forestry Research, Alberta, Canada http://www.ualberta.ca/;fyeh/index.htm.
Zamani P, Akhondi M, Mohammadabadi MR (2015). Associations of Inter-Simple Sequence Repeat loci with predicted breeding values of body weight in Sheep. Small Ruminant Research 132: 123–127.
 Zamani P, Akhondi M, Mohammadabadi MR, Saki AA, Ershadi A, Banabazi MH, Abdolmohammadi AR (2011). Genetic variation of Mehraban sheepusing two inter-simple sequence repeat (ISSR) markers. African Journal of Biotechnology 10: 1812–1817.
Zietkiewicz E, Rafalski A, and Labuda D (1994). Genome fingerprinting by simple sequence repeats (SSR)-anchored polymerase chain reaction amplification. Genomic 20: 176-183.
Zohary D, and Hopf M (1993). Domestication of plants in the old world. Oxford, Clarendon Press. P.143-150.