تنش‌های محیطی در علوم زراعی، جلد ۱۳، شماره ۴، صفحات ۱۰۴۵-۱۰۶۲
عنوان فارسی بررسی پارامترهای ژنتیکی عملکرد و اجزا عملکرد ژنوتیپ‌های مختلف نخود با استفاده از مدل‌های مکانی
چکیده فارسی مقاله برنامه‌های بهنژادی عمدتا بر پایه ارزیابی و انتخاب ژنوتیپ‌های برتر بر اساس برآوردهای دقیق پارامترهای ژنتیکی است. این تحقیق به منظور بررسی خصوصیات عملکرد و اجزاء عملکرد 64 ژنوتیپ نخود در شرایط آبی و دیم در شهرستان خرم آباد اجرا شد. آزمایش در سال 97- 1396 در قالب طرح لاتیس مربع در دو تکرار برای هر شرایط اجرا شد. به دلیل بارندگی فصلی بین شرایط دیم و آبی و همچنین اثر متقابل ژنوتیپ در محیط در اکثر صفات معنی‌دار اختلاف معنی‌دار آماری مشاهده نشد. لذا داده‌های شرایط دیم نیز به عنوان تکرارهایی از محیط نرمال برای صفات مختلف در نظر گرفته شدند و تمامی صفات به صورت یک آزمایش تجزیه شدند. در تجزیه واریانس داده‌ها برای حذف ناهمگنی طرح لاتیس مربع درشرایط مزرعه، از مدل‌های مکانی برای بهینه سازی مدل خطی لاتیس مربع استفاده شد. در نهایت مدل نزدیکترین همسایه به عنوان برترین مدل بر اساس مزیت نسبی و همچنین آماره -2RLL انتخاب شد. نتایج تجزیه و تحلیل حاصل از مدل نزدیکترین همسایه نشان داد که بین تمامی صفات اختلاف معنی‌دار وجود داشته و صفات از واریانس ژنتیکی و وراثت‌پذیری عمومی قابل قبولی برخوردار بودند. اکثر صفات دارای دامنه وراثت‌پذیری عمومی متوسط تا بالایی بودند و وراثت‌پذیری عملکرد دانه 0.57 بود. برای عملکرد دانه با شدت گزینش 10% از ژنوتیپ‌های مورد مطالعه، برآورد بهره ژنتیکی مورد انتظار نسبت به میانگین کل صفت 14% بود. لذا می‌توان از این بهره ژنتیکی برای پیشرفت بهنژادی این صفت استفاده کرد. همچنین ژنوتیپ‌های FLIP09-229C S00794(30 KR)-13/FLIP، X03TH134-88K15، Bivanij، SELS.P.L.K19-87 و X04TH149/S00547//FLIP98-233C به ترتیب در مدل نزدیکترین همسایه، برترین رتبه‌های عملکرد دانه را به خود اختصاص دادند.
کلیدواژه‌های فارسی مقاله طرح لاتیس مربع، مدل‌های مکانی، نخود نزدیکترین همسایه،
عنوان انگلیسی Study of genetic parameters of yield and yield components of different genotypes of chickpea using spatial models
چکیده انگلیسی مقاله Introduction The main objective in breeding programs is mainly based on evaluation experiments to select superior genotypes and accurate estimates of the mean of varieties of different varieties. Soil fertility, soil water-holding capacity, soil physical and mineral characteristics, wind direction and other unknown agents are often varied across an experimental site. This means that that the residuals of conventional models such as RCB are not independent of their near plots or spatial locations. So, this is an inherent issue which spatial adjustment of errors necessarily improves the precision of estimated treatment. The main objectives of this paper were to (1) explore the characterization of spatial dependence of traits using linear mixed models in large field chickpea trials in normal and drought conditions, (2) compare the efficiency of statistical analysis of spatial model to RCB model, (3) estimation of genetic parameters based on spatial models. Materials and methods This research was carried out in order to evaluate the yield and yield components of 64 chickpea genotypes in normal and rainfed conditions in Khorramabad Province, Iran. Experiments were conducted in an 8 × 8 Lattice square design framework in two replications for each condition during the 2018 season. Due to seasonal precipitation, there was no significant statistical difference between rainfed and normal conditions as well genotype by environment interaction in most of the traits. Therefore, rainfed data were considered as replications for the normal environment in all traits and all replications were subjected as one condition. To analyze the data for removing heterogeneity of farm condition in Lattices square design, Federer's spatial models were used to optimize the Lattice square linear model. Finally, the nearest neighbor model was selected as the best model based on the relative advantage and also the statistic -2RLL. Results and discussion The results of the combined analysis of variance of chickpea genotypes in two normal and dry conditions were shown in Table 2. These results showed that there was no significant difference between two normal and dry conditions in all traits except for pod weight and root dry weight. These results indicated that the two environments provided the same conditions for the genotypes on average. Also, the interaction of genotype in the environment was not statistically significant in all traits. After integrating the normal and dry data, the analysis of variance was carried out using randomized block design and lattice approach on data. The results showed that the spatial model (4), the nearest neighbor model, is the best linear model for analyzing and comparing the mean of genotypes. This model had the lowest -2RLL (-2 Res Log Likelihood). The lower the value of this statistic, the better the adequacy of the model to justify the response variable. Analysis of variance by the nearest neighbor method for different traits was shown in Table 4. The significant differences existed among genotypes in all traits except for pod weight and root dry weight at the 0.01probability level. Estimation of heritability of different traits showed that most of the studied traits had a heritability ranged from 0.39 to 0.75. For the grain yield traits with 10% intensity selection, the predicted genetic gain was 14% relative to the trait average. Therefore, this genetic gain can be used to advance the development of this trait. Also, genotypes G59, G09, G12, G30, and G41, respectively, in the nearest neighbor model, had the highest ranked estimated grain yields. Conclusions The results of the analysis of the nearest neighbor model showed that there was a significant difference between all genotypes for all traits, as well as high genetic variance and acceptable heritability. Therefore, the variation in the genotypes studied could be used and introduced superior genotypes for breeding programs and even introductions to farmers.
کلیدواژه‌های انگلیسی مقاله طرح لاتیس مربع, مدل‌های مکانی, نخود نزدیکترین همسایه
نویسندگان مقاله هاجر حسینی |
دانشجوی کارشناسی ارشد اصلاح نباتات دانشکده کشاورزی، دانشگاه لرستان

امیدعلی اکبرپور |
استادیار گروه مهندسی تولید و ژنتیک گیاهی دانشکده کشاورزی، دانشگاه لرستان

پیام پزشکپور |
استادیار پژوهشی بخش تحقیقات اصلاح و تهیه نهال و بذر، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی لرستان، سازمان تحقیقات، آموزش و ترویج کشاورزی

نشانی اینترنتی https://escs.birjand.ac.ir/article_1462_01a2973b67cedda4234ec669ffd7906a.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات