پیوندهای مفید
آمار
| تعداد نشریات | 32 |
| تعداد شمارهها | 865 |
| تعداد مقالات | 8,415 |
| تعداد مشاهده مقاله | 53,457,295 |
| تعداد دریافت فایل اصل مقاله | 9,586,817 |
بهینهسازی انتخاب هیبریدهای ذرت در آزمایشهای چند محیطی مقدماتی: مقایسه رویکردهای کلاسیک و فضایی | ||
| تحقیقات غلات | ||
| دوره 16، شماره 1 - شماره پیاپی 58، فروردین 1405، صفحه 83-100 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22124/cr.2026.33205.1896 | ||
| نویسندگان | ||
| محمدرضا شیری* 1؛ حمید نجفینژاد2؛ شراره فارغی3 | ||
| 1دانشیار پژوهش، موسسه تحقیقات اصلاح و تهیه نهال و بذر، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران | ||
| 2دانشیار پژوهش، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی کرمان، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرمان، ایران | ||
| 3استادیار پژوهش، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی کرمانشاه، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرمانشاه، ایران | ||
| چکیده | ||
| مقدمه: در اصلاح نباتات، شناسایی ژنوتیپهای با عملکرد بالا و پایدار برای معرفی بهعنوان ارقام جدید و یا انتخاب ژنوتیپهای با پتانسیل بالا در مراحل مقدماتی آزمایشهای بهنژادی اهمیت ویژهای دارد. با این حال طرحهای آزمایشی ممکن است برای در نظر گرفتن ناهمگنی مزرعه در منطقه آزمایشی کافی نباشند. هدف از این بررسی، ارزیابی پتانسیل مدلهای مکانی برای تصحیح دادههای یک برنامه بهنژادی ذرت از نظر روندهای مکانی و بهبود پیشبینی مقادیر ژنوتیپی و افزایش دقت انتخاب ژنوتیپها در مقایسه با طرح آماری کلاسیک بود. مواد و روشها: در این مطالعه، تحلیل دادههای آزمایش مزرعهای براساس یک رویه دو مرحلهای انجام شد. در مرحله نخست، دادههای هر آزمایش بهطور جداگانه با استفاده از مدلهای تصحیح فضایی (SpATS،AR1×AR1 و مدل ترکیبی SpATS+AR1×AR1) اصلاح شدند تا ناهمگنیهای مکانی و اثرات محیطی سیستماتیک حذف گردد. سپس در مرحله دوم، دادههای تصحیحشده وارد تحلیل چندمحیطی بر پایه Factor Analytic (FA) شدند تا برهمکنش ژنوتیپ × محیط مدلسازی و ژنوتیپهای برتر بر اساس عملکرد و پایداری شناسایی شوند. بدین منظور آزمایشی با ۱۰۵ هیبرید ذرت در قالب طرح آلفا-لاتیس با دو تکرار و پنج بلوک ناقص در هر تکرار در سه ایستگاه کرج، کرمان و کرمانشاه اجرا شد. نتایج و بحث: نتایج نشان داد که مدل SpATS بهطور مؤثر تغییرات فضایی بزرگمقیاس را جذب کرده و نسبت به دادههای خام و سایر مدلها، خطای پیشبینی (RMSE) را بهطور قابل توجهی کاهش میدهد. مقایسه مدل فضایی SpATS با طرح آلفا-لاتیس نشان داد که مدل SpATS دقت برآورد عملکرد واقعی و رتبهبندی ژنوتیپها را بهطور چشمگیری بهبود میبخشد. پس از تصحیح دادهها با SpATS، تحلیل چندمحیطی بر پایه FA انجام شد تا برهمکنش ژنوتیپ × محیط مدلسازی شده و ژنوتیپهای با عملکرد بالا و پایداری مناسب شناسایی شوند. ایستگاه کرمانشاه (E3) با واریانس ژنتیکی بالا، قدرت تفکیک بیشتری داشت و مناسبترین ایستگاه برای شناسایی ژنوتیپهای برتر بود. نمودار بایپلات FA2 نشان داد که ژنوتیپهای نزدیک مرکز مختصات مانند H80، H102، H33 وH22 سازگاری عمومی و پایداری بالایی دارند، در حالی که ژنوتیپهای دور از مرکز مانند H60، H24، H86، H93 وH91 برهمکنش بیشتری با محیطها دارند و وابستگی آنها به شرایط محیطی بالاتر است. ژنوتیپهای ماننذ H24، H35، H26، H28 وH34 بهترین ترکیب FA1 و FA2 را نشان داشتند. علاوه بر این، شاخص پایداری WAASB و شاخص ترکیبی عملکرد–پایداری WASSBY برای انتخاب ژنوتیپها بهکار گرفته شد. ژنوتیپهای H24، H30، H26 و H49با مقادیر بالایWASSBY، تعادل مطلوبی بین عملکرد و ثبات محیطی داشتند. بر اساس عملکرد و شاخصهای پایداری، علیرغم برتری این پنج هیبرید (H24، H26، H30،H35 و H49)، به منظور حفظ تنوع ژنتیکی و فرصتهای اصلاحی، حدود ۲۰ درصد از ژنوتیپهای برتر به ادامه برنامه بهنژادی وارد شدند. نتیجهگیری: بهطورکلی بر اساس نتایج این مطالعه میتوان گفت که استفاده از مدلهای فضایی، بهویژه با در نظر گرفتن ناهمگنی مزرعه در آزمایشهای مزرعهای ذرت SpATS، همراه با تحلیل FA با بهبود تجزیه و تحلیل دادهها و پیشبینی مقادیر ژنوتیپی، رویکردی کارآمد و قابل اعتماد برای افزایش دقت انتخاب ژنوتیپهای برتر در آزمایشهای چندمحیطی فراهم میکند. | ||
| کلیدواژهها | ||
| اسپلاینها؛ تصحیح فضایی؛ شاخصWASSBY؛ مدل تحلیل عاملی؛ مدل خودرگرسیو (AR1×AR1)؛ مدلهای خطی آمیخته | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 84 |
||