برآورد نسبی پتانسیل های ژنتیکی خنثی و تنوع سازشی در جمعیت های پرورشی کپور نقره ای (Hypophthalmichthys molitrix) کشور
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 36
فایل این مقاله در 22 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_JAPB-4-4_005
تاریخ نمایه سازی: 16 اسفند 1402
چکیده مقاله:
در دهه اخیر، مطالعه نشانگرهای خنثی در برابر انواعی که نماینده تنوع سازشی هستند مورد اقبال قرار گرفته است که شاخصترین آن ها، مجموعه ژن های MHC است. در مطالعه حاضر نشانگر MHC به همراه ۸ نشانگر ریزماهواره بر روی ۱۳۸ قطعه کپور نقرهای در استانهای مختلف کشور شامل گلستان، مازندران، گیلان، خوزستان و نمونه های وارداتی از کشور چین، مورد بررسی قرار گرفت. میانگین غنای اللی، هتروزیگوسیتی مورد انتظار و شاخص شانون به ترتیب برای ریزماهوارهها ۰۴/۵، ۶۸۲/۰ و ۳۲/ ۱ و جایگاه MHC ۲۱/۴، ۶۷۴/۰ و ۲۳/۱ به دست آمد. آنالیز AMOVA در جایگاههای ریزماهواره و MHC به ترتیب ۲ و ۳ درصد از واریانس تنوع ژنتیکی را به تفاوتهای بینجمعیتی اختصاصداد. با اجرای آزمون وضعیت تعادل در جمعیتهای مورد مطالعه با استفاده از مدل SMM، بروز تنگنای ژنتیکی تایید نشد. با توجه به افزایش معنیدار هتروزیگوسیتی در هر دو نوع جایگاه در مقایسه با مدل هاردی- وینبرگ و برتری نسبی MHC در ایجاد تمایز بین جمعیتها میتوان نقش به گزینی تعادلی را به این جایگاه نسبتداد. جمعبندی نهایی مبین آن است که تنوع اللی جایگاههای مذکور در جمعیتهای مورد بررسی طی چندین دوره تکثیر و پرورش حفظ شده است. غنای اللی بالاتر جایگاه MHC-DAB در میان نمونههای چینی در کنار سطح هتروزیگوسیتی و تنوع بالای درونجمعیتی میتواند بهعنوان نقطهقوت این گروه بهشمارآید.
کلیدواژه ها:
نویسندگان
الهام جرفی
دانشجوی دکتری شیلات، گروه شیلات، دانشکده علوم دریایی، دانشگاه تربیت مدرس، نور، ایران
محمدرضا کلباسی
استاد گروه شیلات، دانشکده علوم دریایی، دانشگاه تربیت مدرس، نور، ایران
مجید صادقی زاده
استاد گروه ژنیتک، دانشکده علوم زیستی، دانشگاه تربیت مدرس، تهران، ایران
سیروس امیری نیا
دانشیار سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، 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 :