
تعداد نشریات | 13 |
تعداد شمارهها | 623 |
تعداد مقالات | 6,501 |
تعداد مشاهده مقاله | 8,628,871 |
تعداد دریافت فایل اصل مقاله | 8,223,488 |
تجزیه گرافیکی روابط بین صفات و پایداری ژنوتیپهای باقلا با استفاده از روش بایپلات | ||
مجله تولید گیاهان زراعی | ||
دوره 15، شماره 2، تیر 1401، صفحه 117-135 اصل مقاله (1.23 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22069/ejcp.2022.19563.2457 | ||
نویسندگان | ||
فاطمه شیخ* 1؛ حسین نظری2؛ حمیدرضا فنایی3 | ||
1استادیار بخش تحقیقات زراعی و باغی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان گلستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، | ||
2استادیار، بخش تحقیقات زراعی و باغی، مرکز تحقیقات کشاورزی و منابع طبیعی زنجان، سازمان تحقیقات، آموزش و ترویج کشاورزی، زنجان، ایران | ||
3دانشیار- بخش تحقیقات ژنتیک و بانک ژن گیاهی ملی ایران، موسسه تحقیقات اصلاح و تهیه نهال و بذر سازمان تحقیقات و آموزش کشاورزی، کرج، ایران. | ||
چکیده | ||
سابقه و هدف: باقلا در سراسر جهان بهعنوان یک منبع غنی از پروتئین قابل استفاده برای انسان و دام شناخته شدهاست. این گیاه با تثبیت بیولوژیک نیتروژن به پایداری سیستمهای زراعی کمک میکند. هدف از این پژوهش مطالعه برهمکنش ژنوتیپ × محیط (G×E) و تعیین ژنوتیپهای با عملکرد بالا و پایدار باقلا بود. علاوه بر این به منظور انتخاب ژنوتیپها بر اساس چند صفت و تعیین روابط بین صفات از تجزیه گرافیکی ژنوتیپ × صفت (GT) نیز استفاده شد. مواد و روشها: در این تحقیق برای بررسی روابط میان صفات و ارزیابی پایداری لاینهای امید بخش باقلا، 9 لاین امیدبخش و رقم برکت، در قالب طرح بلوکهای کامل تصادفی با سه تکرار در سه ایستگاه تحقیقات کشاورزی گرگان، زنجان (طارم) و زابل در دو سال زراعی (1395-96 و 97-1396) بررسی شدند. ارتفاع بوته و ارتفاع اولین غلاف از سطح زمین قبل از برداشت اندازهگیری شد، برداشت در مرحله رسیدگی کامل انجام و تعداد دانه در غلاف، تعداد غلاف در بوته و وزن صد دانه در ده بوته تصادفی هر کرت اندازهگیری شد. دادهها با استفاده از نرم افزار SAS مورد تجزیه و تحلیل قرار گرفت و میانگینها با استفاده از آزمون LSD در سطح احتمال 5٪ مقایسه شدند. روش گرافیکیGGE-Biplot برای تجزیه و تحلیل برهمکنش ژنوتیپ × محیط استفاده شد. تعیین روابط بین صفات و شناسایی صفات مناسب برای انتخاب غیرمستقیم جهت بهبود عملکرد با استفاده از روش گرافیکی GTbiplot انجام شد. یافتهها: تجزیه واریانس مرکب دادهها نشان داد، اثرات اصلی ژنوتیپ، محیط و برهمکنش ژنوتیپ × محیط بر عملکرد دانه و سایر صفات مورد بررسی در سطح احتمال یک درصد معنیدار بود. پایداری عملکرد دانه ژنوتیپهای باقلا، با استفاده از روش GGE-Biplot در پنج محیط بررسی شد. بر اساس مدل اثر متقابل ژنوتیپ × محیط (GEI)، 1/95 درصد از تغییرات اثر متقابل توجیه شد. بر اساس نمودار چند ضلعی، دو محیط کلان و ژنوتیپهای سازگار هر محیط تعیین شد، در گرگان و طارم لاینG9 و در زابل لاین G1 سازگار بودند. لاینهای G9، G4، G7 و G1 بهترتیب با عملکرد 22/3، 06/3، 88/2 و 87/2 تن در هکتار بالاترین میانگین و پایداری عملکرد دانه را داشتند. بر اساس تجزیه و تحلیل GEI و GGE-Biplot، محیط آزمایشی طارم از قدرت تفکیک خوبی برخوردار بود. تجزیه و تحلیل گرافیکی GT رابطه مثبت بین عملکرد و تعداد غلاف در بوته، عملکرد غلاف سبز، شاخص برداشت و ارتفاع پایینترین غلاف را نشان داد، از این رو این صفات را میتوان بهعنوان صفات کلیدی در طول فرآیند انتخاب با هدف اصلاح ژنوتیپهای باقلا برای عملکرد بالا در نظر گرفت. نتیجهگیری: ژنوتیپهایG9 ، G4 و G7 با دارا بودن عملکرد و پایداری عملکرد به عنوان ارقام ایدهآل باقلا جهت معرفی شناسایی شدند. | ||
کلیدواژهها | ||
برهمکنش ژنوتیپ × محیط (GEI)؛ تجزیه گرافیکی ژنوتیپ × محیط(GT)؛ ژنوتیپ ایدهآل؛ عملکرد دانه | ||
مراجع | ||
10.Haile, G.A. and Kebede, G.A. 2021. Identification of stable faba bean (Vicia faba L.) genotypes for seed yield in Ethiopia using GGE model. J. Plant Dev. 9: 4. 163-169.
11.Yan, W. and Hunt, L.A. 2002. Biplot analysis of multi-environment trial data, P 289-303. In: M.S. Kang (ed). Quantitative genetics, genomics and plant breeding. CAB international, willing ford.
12.Yan, W. and Rajcan, I. 2002. Biplot Analysis of test sites and trait relations of soybean in Ontario. Crop Sci. 42: 11-20.
13.Zeleke, A.A. and Berhanu, F.A. 2016. AMMI and GGE models analysis of stability and GEI of common bean (Phaseolus vulgaris L.) lines in Ethiopia. J. Biol. Agric. Health. 6: 9. 127-135.
14.Akan, K. and Akcura, A. 2018. GGE-Biplot analysis of reactions of bread wheat pure lines selected from central Anatolian landraces of Turkey to leaf rust disease (Puccinia triticina) in multiple location-years. Cereal Res. Commun. 46: 2. 311-320.
15.Pourdad, S.S. and Moghaddam, M.J. 2013b. Study on Genotype × Environment Interaction through GGE Biplot for Seed Yield in Spring Rapeseed (Brassica napus L.) in Rain-Fed Condition. J. Crop Breed. 5: 1-13.
16.Botovic, D., Ţivanovic, T., Popovic, V., Tatic, M., Gospavic, Z., Miloradovic, Z., Stankovic, G. and Đokic, M. 2018. Assessment stability of maize lines yield by GGE-biplot analysis. Genetika. 50: 3. 755-770.
17.Pourdad, S.S. and Moghaddam, M.J. 2013a. Study on seed yield stability of sunflower inbred lines through GGE biplot. Helia. 36: 58. 19-28.
18.Ali, I.N., Ullah khan, F., Mohammad, M., Atif, A., Abbas, Z., Bibi, S., Ali, I., Amin, Sh. and Mehboob-ur, R. 2017. Genotype by environment and GGE-Biplot analyses for seed cotton yield in upland cotton. Pak. J. Bot. 49: 6. 2273-2283.
19.Jahanzaib, M., Nawaz, N., Khurshid, H.S., Jan, A., Arshad, M. and Hassan, I. 2019. Estimating genotype × environment interaction for groundnut seed yield across different ecological zones. Int. J. Agric. Biol. 22: 139-145.
20.Hirpa, L., Nigussie, D., Setegn, G., Geremew, B. and Firew, M. 2013. Multivariate analysis as a tool for indirect selection of common bean genotypes (Phaseolus vulgaris L.) for soil acidity tolerance under field conditions. J. Sci. Technol. 2: 7-15.
21.Firew, A.M., Amsalu, B. and Tsegaye, D. 2019. Additive main effects and multiplicative interaction (AMMI) and genotype main effect and genotype by environment interaction (GGE) biplot analysis of large white bean (Phaseolus vulgaris L.) genotypes across environments in Ethiopia. Afr. J. Agric. Res. 14: 35. 2135-2145.
22.Donoso-Nanculao, G., Paredes, M., Becerra, V., Arrepol, C. and Balzarini, C. 2018. GGE biplot analysis of multi-environment yield trials of rice produced in a temperate climate. Chi. J. Agric. Res. 76: 2. 152-157.
23.Farshadfar, E. 2013. Simultaneous selection of yield and yield stability in chickpea genotypes using the GGE biplot technique. Acta Agron. Hung. 61: 185-194.
24.Koocheki, A.R., Sorkhi Lalehloo, B. and Eslamzadeh Hesari, M.R. 2012. Yield stability of barley elite genotypes in cold regions of Iran using GGE biplot. Seed Plant Improv. J. 28: 1. 533-543. (In Persian)
25.Gurmu, F., Lire, E., Asfaw, A., Alemayehu, F., Rezene, Y. and Ambachew, D. 2012. GGE-Biplot Analysis of Grain Yield of faba Bean Genotypes in Southern Ethiopia. Electron. J. Plant Breed. 3: 3. 898-907.
26.Koc, S., Orak, A., Tenikecier, H.S. and Saglam, N. 2018. Relationship between seed yield and yield chracteristics in faba bean (Vicia faba L.) by GGE-biplot analysis. J. Life Sci. 12: 105-110.
27.Yan, W. and Kang, M.S. 2003. GGE biplot analysis: A graphical tool for breeders, geneticists, and agronomists. CRC Press, Boca Raton, FL. 288P.
28.Dehghani, H., Omidi, H. and Sabaghnia, N. 2008. Graphic analysis of trait relations of rapeseed using the biplot method. J. Agron. 100: 1443-1449.
29.Hosseini, S.Z. 2016. Evaluation of drought tolerance in canola (Brassica napus L.) genotypes, using biplot analysis. J. Crop Breed. 8: 192-202. (In Persian)
30.Shiri, M.R. and Bahrampour, T. 2016. Genotype × environment interaction analysis using GGE biplot in grain maize (Zea mays L.) hybrids under different irrigation conditions. Cereal Res. 5: 83-94. (In Persian)
31.Shojaei, S.H., Mostafavi, Kh., Khosroshahli, M. and Bihamta, M.R. 2020. Assessment of genotype-trait interaction in maize (Zea mays L.) hybrids using GGT biplot analysis. Food Sci. Nutr. 8: 5340-5351.
32.Sabaghnia, N., Mohebodini, M. and Janmohammadi, M. 2016. Biplot analysis of trait relations of spinach (Spinacia oleracea L.) landraces. Genetika. 48: 2. 675-690.
33.Sabaghnia, N., Dehghani, H. and Sabaghpour, S.H. 2008. Graphic analysis of genotype by environment interaction for lentil yield in Iran. Agron. J. 100: 760-764. (In Persian)
34.Rahmati, M. 2020. Assessment of relationships among traits and selection of superior bread wheat genotypes using genotype by yield × trait biplot method. Cereal Res. 10: 61-72. (In Persian)
35.Oliveira, T.R., Gravina, G.A., Ferreira de Oliveira, G.H., Cordeiro Araújo, K., Cordeiro de Araujo, L., Figueiredo Daher, R. and Vivas, M. 2018. The GT biplot analysis of green bean traits. Cienc. Nat. (St. Maria, Braz.). 48: 6. 1-6.
36.SAS Institute Inc. 2003. Version 9.1. SAS Institute Inc., Cary, NC.
37.Motamedi, M. and Safari, P. 2019. Evaluation of Water Deficient Stress Tolerance in some Wheat Cultivars and Their hybrids using canonical discriminant analysis and genotype by trait biplot. J. Crop Breed. 29: 104-116. (In Persian)
38.Ammar, M.H.S., Alghamdi, S., Migdadi, A., Muhammad, H.M., Khan, M.H., El-Harty, E.H. and Al-Faifi, S.A. 2015. Assessment of genetic diversity among faba bean genotypes using agro-morphological and molecular markers. Saud J. Biol. Sci. 22: 340-350.
39.Chaubey, B.K., Yadav, C.B., Mishra, V.K. and Kumar, K. 2012. Genetic divergence analysis in faba bean (Vicia faba L.). Agric. Sci. Res. J. 5: 1. 64-67.
40.Karadavut, U., Palta, C., Kavurmaci, Z. and Bolek, Y. 2010. Some grain yield parameters of multi-environmental trials in faba bean (Vicia faba L.) genotypes. Int. J. Agric. Biol. 12: 217-220.
41.Yan, W. and Fregeau-Reid, J. 2008. Breeding line selection based on multiple traits. Crop Sci. 48: 417-423.
42.Okadejo, A.S., Akinwale, R.O. and Obisesan, I.O. 2011. Interrelationships between grain yield and other physiological traits of cowpea cultivars. Afr. Crop Sci. J. 19: 3. 189-200.
43.Badu-Apraku, B. and Akinwale, R.O. 2011. Cultivar evaluation and trait analysis of tropical early maturing maize under Striga-infested and Striga-free environments. Field Crops Res. 121: 186-194. | ||
آمار تعداد مشاهده مقاله: 2,978 تعداد دریافت فایل اصل مقاله: 302 |