تولید سویای تراریخت با استفاده از ریزنمونه نیمه بذر
محل انتشار: نشریه زیست شناسی گیاهی ایران، دوره: 7، شماره: 23
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 149
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJPB-7-23_004
تاریخ نمایه سازی: 26 دی 1400
چکیده مقاله:
سویا (Glycine max) یکی از مهم ترین محصولات کشاورزی و منبعی غنی جهت تولید روغن و پروتئین در جهان است و تلاش های فراوانی برای بهبود ژنتیکی آن با استفاده از روش های زادآوری سنتی و مهندسی ژنتیک انجام شده است. اما اصلاح سویا با روش سنتی با توجه به خودلقاح بودن این گیاه و تنوع ژنتیکی کم واریته های آن، مشکل آفرین است و استفاده از روش های نوین مهندسی ژنتیک جهت انتقال ژن به سویا به یک سیستم کارا برای تولید لاین های تراریخت پایا احتیاج دارد. در پژوهش حاضر، نتایج حاصل از نخستین تلاش برای تولید سویای تراریخت با استفاده از ریزنمونه نیمه بذر، با واسطه آگروباکتریوم در کشور گزارش می گردد. به این منظور، دانه های سویا از ارقام DPX و گرگان ۳ پس از استریل سطحی و یک شب آب نوشی برش خورده، ریزنمونه های نیمه بذر آماده گردید. در ادامه، ریزنمونه ها با سوسپانسیون Agrobacterium tumefaciens سویه LBA۴۴۰۴ حاوی پلاسمید pBI۱۲۱ تلقیح گردیدند. گیاهان باززایی شده ای که روی محیط انتخابی حاوی کانامایسین به رنگ سبز باقی مانده بودند جهت تایید حضور ژن انتخاب شد. واکنش PCR، تعیین توالی و آزمون GUS سنجی انتقال، حضور و بیان موفق این ژن را در گیاهان باززایی شده هر دو رقم نشان داد. رقم DPX عملکرد بهتری در مقایسه با رقم گرگان ۳ از نظر درصد تراریزش دارا بود. مزیت اصلی استفاده از ریزنمونه نیمه بذر جهت انتقال ژن به سویا، سادگی و کارآیی بالای آن است و می تواند در آینده جهت انتقال ژن های مفید به کار گرفته شود.
کلیدواژه ها:
نویسندگان
سمیه هوشیار
گروه زیست شناسی، دانشکده علوم، دانشگاه گلستان، گرگان، ایران
محمدباقر باقریه نجار
گروه زیست شناسی، دانشکده علوم، دانشگاه گلستان، گرگان، ایران
مهناز اقدسی
گروه زیست شناسی، دانشکده علوم، دانشگاه گلستان، گرگان، ایران
احمد عبدل زاده
گروه زیست شناسی، دانشکده علوم، دانشگاه گلستان، گرگان، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :