ارزیابی تنوع ژنتیکی و روابط بین صفات مورفولوژیکی و عملکرد دانه در ارقام پیشرفته گندم نان (Triticum aestivum L.) با استفاده از روش های آماری چند متغیره

محورهای موضوعی : بوم شناسی گیاهان زراعی

مینا سرابی ¹ , علیرضا تاری نژاد ² , ورهرام رشیدی ³ , رحیم علیمحمدی ⁴

1 - کارشناس ارشد اصلاح نباتات، دانشگاه آزاد اسلامی واحد تبریز.
2 - استادیار گروه بیوتکنولوژی، دانشگاه تربیت معلم آذربایجان، تبریز.
3 - استاد یار گروه زراعت و اصلاح نباتات، دانشگاه آزاد اسلامی واحد تبریز.
4 - عضو هیأت علمی دانشگاه آزاد اسلامی واحد میانه

تاریخ دریافت : 1389/06/21 تاریخ پذیرش : 1390/05/08 تاریخ انتشار : 1390/06/01

کلید واژه: تنوع ژنتیکی, گندم نان, صفات, مولفه اصلی, رگرسیون چند مرحله ای و تجزیه خوشه ای,

چکیده مقاله :

به منظور مطالعه تنوع ژنتیکی و ارتباط صفات مختلف مرفولوژیکی با عملکرد دانه در گندم نان، تعداد 30 رقم پیشرفته در قالب طرح بلوک های کامل تصادفی در چهار تکرار در مزرعه تحقیقاتی دانشگاه آزاد اسلامی واحد میانه در سال زراعی 88-1387 مورد ارزیابی قرار گرفتند. در این آزمایش 19 صفت شامل عملکرد دانه و اجزای آن، خصوصیات مورفولوژیکی گیاه و دانه و صفات کیفی ارزیابی شدند. نتایج حاصل از تجزیه به مولفه ها نشان داد که دو مولفه اول و دوم در مجموع 51/75 درصد از کل تغییرات داده ها را توجیه نمودند به طوری‎که مولفه‎های اول و دوم، به ترتیب به عنوان مولفه عملکرد و مولفه فنولوژی شناخته شدند. بر اساس تجزیه رگرسیون مرحله ای، صفات تعداد دانه در سنبله، وزن هزار دانه، تعداد سنبله در مترمربع، ارتفاع بوته و طول سنبله اصلی 7/98 درصد از سهم اجزای عملکرد را تشکیل داده و سهم موثرتری در توجیه عملکرد دانه داشتند. تجزیه علیت داده‎های کمی نشان داد که بزرگ ترین اثر مستقل بر عملکرد دانه به‎ترتیب مربوط به وزن هزار دانه، تعداد دانه در سنبله و ارتفاع بوته بود. نتایج تجزیه خوشه ای به روش وارد نشان داد که ارقام مورد مطالعه در سه گروه طبقه بندی شدند و گروه سوم با 3/23 درصد از کل ارقام دارای میانگین عملکرد دانه بالاتری (57/2513 کیلوگرم در هکتار) نسبت به دو گروه اول و دوم بود. با توجه به نتایج بدست آمده در شرایط آب و هوایی تحقیق حاضر رقم N-76-16 به عنوان رقم مطلوب با عملکرد بالا برای منطقه معرفی و می تواند جهت تحقیقات تکمیلی و بهنژادی مورد گزینش قرار گیرد.

چکیده انگلیسی:

Genetic diversity of 30 varieties of advanced bread wheat (Triticum aestivum L.) was studied. A field experiment was conducted using a randomized complete block design with four replications at the Research Farm of Islamic Azad University, Miyaneh Branch in 2009. All agronomic practices were carried out by current procedure. Nineteen traits included days to germination, stem elongation, heading, physiologic maturity, ripening, awn length, leaf number main stem, flag leaf area, penultimate flag leaf area, plant height, peduncle length, number of spike/m2, grain numbers/spike, 1000 grains weight, biologic yield, harvest index, grain filling period, straw yield and grain yield were measured. Data were analyzed using multivariate techniques like principle components, stepwise regression and cluster approaches. Principal components analysis showed that first and second components could explain a 75.51% of total variations. Based on the characteristics in the first and second components, first components were considered for yield and the second one for phonology traits. Stepwise regression analysis for grain yield as a dependant variable and other characters as independents revealed that grain number/ spike, spike/ m2, plant height and main spike length could explain 98.7% of the variations. Finally, examined variety were grouped in three clusters and the third cluster contained 23.3% of total variations which presented higher grain yield than the first and second groups. According to the results obtained in this study, N-76-16 line could be introduced as a high-performance genotype and would have advantages in the breeding programs.

منابع و مأخذ:

Aly RM, El-Bana AYA (1994) Grain yield analysis for nine wheat cultivars grown in newly cultivated sandy soil under different N fertilization levels. Zagazing Journal of Agricultural Research 21: 67-77.

Bhatt GH (1973) Significance of path coffecient analysis determining the nature of character association. Euphytica 22: 338-343.

Elings A (1991) Durum wheat landraces from Syria. II. Pattern of variation. Euphytica 54: 231-243.

Efyoni D Mahloji M (2005) Correlation analysis of some agronomic traits in wheat (Triticum aestivum L.) genotypes under salinity stress. Journal of  Seed and Plant 22: 186-199 [In Persian with English Abstract].

Farahani E, Arzani A (2008) Evaluation of genetic variability for durum wheat genotypes using multivariate analysis. Iranian Society of Agronomy and Plant Breeding Sciences. Electronic Journal of Crop Production 1: 51-64. [In Persian with English Abstract]

Gupta AK, Mittal RK Ziauddin AZ (1999) Association and factor analysis in spring wheat. Annals of Agricultural Research 20: 481-485.

Hailu F, Merker A, Singh H, Belay G, Johansson E (2006) Multivariate analysis of diversity of tetraploid wheat germplasm from Ethiopia. Genet. Resour. Crop Evolation 53: 1089-1098.

Hamza S, Hamida WB, Rebai A Harrabi M (2004) SSR-based genetic diversity assessment among Tunisian winter barley and relationship with morphological traits. Euphytica 135: 107-118

Nobovati SM, Aghayi sarbarze R, Chooghan F, Ghnavati Najafiyan G (2010) Genetic diversity of crops and properties related to grain quality of durum wheat genotypes. Seed and Plant Journal of Rice 26 (1): 331-350.

Pecetti L, Annicchiarico P (1998) Agronomic value and plant type of Italian durum wheat cultivars from different areas of breeding. Euphytica 99: 9-15.

Mohammadi M, Ghannadha MR Taleei A (2002) Study of genetic variation within Iranian local bread wheat lines using multivariate techniques. Seed and Plant Journal 18: 328-347. [In Persian with English Abstract]

Nei M, Lei WH (1979) Mathematical model for studying genetic variation in terms of restriction endonuclease. American Journal of Academic Science 76: 5269-5273.

Xiao H, Pei X (1991) Applying factor analysis method to study winter wheat quantity characters and varieties classification. Acta Agriculturae Universitatis Pekinen Sciences 17: 17-24.

Zakizadeh MM, Esmaeilzadeh Moghadam M, Kahrizi A (2010) Assessment of genetic diversity and relationships between plant traits and grain yield in bread wheat genotypes spike up using multivariate statistical Iranian Journal of Crop Science 12 (1): 18-30. [ In Persian with English Abstract].