1دانشجوی سابق کارشناسی ارشد، گروه اصلاح نباتات، دانشکدۀ کشاورزی دانشگاه تربیت مدرس
2دانشیار گروه اصلاح نباتات، دانشکدۀ کشاورزی دانشگاه تربیت مدرس
3مربی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کهگیلویه و بویراحمد، سازمان تحقیقات، آموزش و ترویج کشاورزی، یاسوج، ایران
چکیده
در اغلب آزمایشهای مقایسۀ رقم‌ها، اثر متقابل ژنوتیپ × محیط پیچیده است و اثرگذاری ژنوتیپی و محیطی جداپذیر نیستند. مدل ضرب‌پذیر تغییریافته یک ابزار تحلیلی توانمند برای جدا‌پذیری اثرگذاری ژنوتیپی از اثرگذاری محیطی، جدا‌پذیری اثرگذاری محیطی از اثرگذاری ژنوتیپی و جداسازی کامل را فراهم می‌کند. در این بررسی ده رگۀ (لاین) امیدبخش خلر (Lathyrus sativus L.) به همراه تودۀ بومی نقده (به‌عنوان شاهد) در ایستگاههای گچساران، کوهدشت لرستان و ایلام برای مدت چهار سال زراعی در قالب طرح بلوکهای کامل تصادفی با سه تکرار در قالب طرح بلوکهای کامل تصادفی با سه تکرار تصادفی به‌کلی متفاوت ارزیابی شد. صفت عملکرد دانه با استفاده از مدل SHMM تجزیه‌وتحلیل شد. با استفاده از تجزیۀ خوشهای بر پایۀ معیار فاصلۀ اقلیدسی، درنهایت چهار گروه از محیطها تعیین شد که سه سال اول ایستگاه گچساران، سال اول ایستگاه ایلام و همچنین دو سال آخر کوهدشت لرستان در یک خوشه، دو سال اول کوهدشت لرستان در یک خوشۀ جداگانه، دو سال آخر ایلام و سال آخر گچساران نیز در یک خوشه قرار گرفتند. همچنین سال دوم ایلام در یک خوشۀ جداگانه قرار گرفت. در هرکدام از این خوشهها، ژنوتیپها اثرگذاری متقاطع با هم نشان نداده و مدل SHMM1 برازش کافی داشته است. درنهایت نتایج مدل SHMM با استفاده از روش نگاره‌ای (گرافیکی) GGEbiplot نیز تأیید شد. نتایج نشان داد در گچساران اثر متقابل متقاطع کمتری در طی سالهای مختلف بین ژنوتیپها وجود داشت. همچنین در ایلام بیشترین اثر متقابل متقاطع در سالهای انجام پژوهش مشاهده شد.
Using the shifted multiplicative model to separability genotypic effects in grass pea (Lathyrus sativus L.)
نویسندگان [English]
Sajad Talaee, Hamid Dehghani, Behrouz Vaezi
چکیده [English]
In most experiments comparing the cultivars, the interpretation genotype × environment interaction is complex, and environmental and genotypic effects are not separable. Shifted multiplicative model (SHMM) provides a powerful analytical tool for the discriminating of genotypic effects from environmental effects and discriminating of environmental from genotypic effects. In this study 10 elite lines of Grass pea (Lathyrus sativus L.) local landrace with Naghadeh (as a control) in a randomized complete block design with three replications were analyzed using SHMM models. Using cluster analysis based on the proposed distance measure produces four final groups of environments with a SHMM1. The first three years of Gachsaran and the first year of Ilam and tow last years of Lorestan located in one cluster, the first two years of Lorestan located in separate cluster, Ilam’s last two years and Gachsaran last year were grouped in a cluster. The second year of Ilam ranked in a separate cluster as well. In each of these clusters, the genotypes did not show crossover effects with themselves, and SHMM1 model has had adequate fitting in each cluster. The results of SHMM model was confirmed using the graphical method. Results revealed that the least and the highest cross over interactions in different years among genotypes at Gachsaran and Ilam locations, respectively.
Kang, M. S. & Gauch, H. G. (1996). Genotype-by-environment interaction. CRC Press.
Chowdhury, S. D., Sultana, Z., Ahammed, M., Chowdhury, B. L., Das, S. C. & Roy, B. C. (2005). The Nutritional Value of Khesari (Lathyrus sativus) for Growing and Laying Pullets. The Journal of Poultry Science, 42, 308-320.
Cornelius, P., Seyedsadr, M. & Crossa, J. (1992). Using the shifted multiplicative model to search for “separability” in crop cultivar trials. Theoretical and Applied Genetics, 84 (1-2), 161-172.
Cornelius, P., Van Sanford, D. A. & Seyedsadr, M. S. (1993). Clustering cultivars into groups without rank change interactions. Crop Science, 33, 1193-1200.
Crossa, J., Cornelius, P., Seyedsadr, M. & Byrne, P. (1993). A shifted multiplicative model cluster analysis for grouping environments without genotypic rank change. Theoretical and Applied Genetics, 85, 577-586.
Crossa, J. & Cornelius, P. (1997). Sites regression and shifted multiplicative model clustering of cultivar trial sites under heterogeneity of error variances. Crop Science,37, 406-415.
Crossa, J., Cornelius, P. & Yan, W. (2002). Biplots of Linear-Bilinear Models for Studying Crossover Genotype - Environment Interaction. Crop Science, 42, 619-633.
Eisemann, R., Cooper, M. & Woodruff, D. (1990). Beyond the analytical, better methodology interpretation and exploitation of genotype-by-environment interaction in breeding. In: Kang M S (Ed), Genotype-by-environment interaction and plant breeding. (pp. 108-117) Louisiana State University Agricultural Center.
Karadag, Y., Iptas, S. & Yavuz, M. (2004). Agronomic potential of grasspea (Lathyrus sativus L.) under rainfed condition in semi-arid regions of Turkey. Asian Journal of Plant Science, 3, 151-155.
Navabi, A., Yang, R. C., Helm, J. & Spaner, D. M. (2006). Can spring wheat-growing megaenvironments in the northern great plains be dissected for representative locations or niche-adapted genotypes? Crop Science, 46, 1107-1116.
Rahman, M. M., Kumar, J., Rahman, M. A. & Afzal, M. A. (1995) Natural outcrossing in Lathyrus sativus L. Indian Journal of Genetics and Plant Breeding, 55, 204-207.
SAS Institute. (2002). SAS/STAT user’s guide. (2nd edition). SAS institute Inc., Cary, NC.
Saxton, A. M. (2004) Genetic analysis of complex traits using SAS. SAS Institute.
Smulikowska, S., Rybinski, W., Czerwinski, J., Taciak, M. & Mieczkowska, A. (2008) Evaluation of selected mutants of grasspea (Lathyrus sativus L.) var. Krab as an ingredient in broiler chicken diet. Journal of Animal and Feed Sciences, 17, 75-87.
Seyedsadr, M. & Cornelius, P. (1991b). Hypothesis testing for components of the shifted multiplicative model for a nonadditive two-way table. Communications in Statistics-Simulation and Computation, 22, 1065-1078.
Seyedsadr, M. & Cornelius, P. (1992). Shifted multiplicative models for non-additive two-way tables. Communications in Statistics-Simulation and Computation, 21, 807-822.
Threthowan, R. M., Ginkel, M. V., Ammar, K., Crossa, J., Payne, T. S., Cukadar, B., Rajaram, S. & Hernandez, E. (2003). Associations among Twenty Years of International Bread Wheat Yield Evaluation Environments. Crop Science, 43, 1698-1711.
Patto, M. V., Skiba, B., Pang, E. C. K., Ochatt, S. J., Lambein, F. & Rubiales, D. (2006). Lathyrus improvement for resistance against biotic and abiotic stresses: from classical breeding to marker assisted selection. Euphytica, 147, 133-147.
Yan, W. & Hunt, L. (1998). Genotype by environment interaction and crop yield. Plant Breeding Reviews, 16, 135-178.
Yan, W. & Kang, M. S. (2002). GGE biplot analysis: A graphical tool for breeders, geneticists, and agronomists. CRC press.
ابتدای صفحه