اخبار و اعلانات
آمار
| تعداد نشریات | 20 |
| تعداد شماره‌ها | 396 |
| تعداد مقالات | 3,227 |
| تعداد مشاهده مقاله | 4,570,618 |
| تعداد دریافت فایل اصل مقاله | 3,100,927 |
Genotypes selection of Sorghum bicolor L. based on interrelationship of quantitative traits using Genotype×Traits and Genotype by Yield×Traits biplot | ||
| Iranian Journal of Genetics and Plant Breeding | ||
| دوره 9، شماره 2 - شماره پیاپی 18، دی 2020، صفحه 83-93 اصل مقاله (648.77 K) | ||
| نوع مقاله: Research paper | ||
| شناسه دیجیتال (DOI): 10.30479/ijgpb.2021.15815.1302 | ||
| نویسندگان | ||
| Mohamad Taghi Feyzbakhsh1؛ Kamal Payghamzadeh* 1؛ Azim Khazaei2 | ||
| 1Horticulture Crops Research Department, Golestan Agricultural and Natural Resources Research and Education Center, Agricultural Research, Education and Extension Organization (AREEO), P. O. Box: 491567-75555, Gorgan, Iran. | ||
| 2Seed and Plant Improvement Institute, Agricultural Research, Education and Extension Organization (AREEO), Karaj, Iran. | ||
| تاریخ دریافت: 15 تیر 1400، تاریخ بازنگری: 19 شهریور 1400، تاریخ پذیرش: 04 مهر 1400 | ||
| چکیده | ||
| Sorghum is one of the most important crops grown for human diet and bio-energy. An understanding of genotypes efficiency by evaluating multivariate methods like genotype by traits (GT) and genotype by yield×trait (GYT) biplot is essential to detect suitable genotypes of sorghum. Therefore, traits interrelationship of eighteen sorghum genotypes were investigated based on a randomized complete block design with three replications during 2016-2017. The data of various characters were subjected to ANOVA, Pearson correlation, the GT and the GYT biplot analysis via SAS and GGE biplot software. The analysis of variance depicted that there were significant differences among Genetype×Year interaction based on evaluated variables (P>0.01). The evaluation of traits and their association by GT and GYT biplot indicated that there were significant (P>0.001) differences among traits and yield-trait combination which was strongly approved by numerical Pearson correlation. Also, the GT biplot indicated that the best-ranked genotypes included G4>G15>G6>G17>G18>G16>G13>G3 and the GYT biplot superiority-ranked genotypes compris-ed of G4>G6>G17>G3>G15>G10>G2>G7>G11. Both the GT and GYT biplot confirmed that FGCSI04 (G4) was the most suitable and ideal genotype strongly suitable to sorghum production according to prominent performances on plant height, panicle length, panicle width, grain yield and biological yield. This genotype evaluation showed that there were existed a high genetic diversity among genotypes for the studied variables in which GT and GYT approach simultaneously can help breeders to select prominent genotypes and reduce genetic load in the breeding programs. | ||
| کلیدواژه‌ها | ||
| Breeding program؛ Genotype by traits biplot؛ Genotype by yield trait biplot؛ Grain yield؛ Sorghum genotypes | ||
| عنوان مقاله [English] | ||
| انتخاب ژنوتیپ‌های Sorghum bicolor L. بر اساس رابطه متقابل صفات کمی با استفاده از بای‌پلات ژنوتیپ×صفت و ژنوتیپ در عملکرد×صفت | ||
| نویسندگان [English] | ||
| محمدتقی فیض بخش1؛ کمال پیغام زاده1؛ عظیم خزایی2 | ||
| 1گروه تحقیقات محصولات باغی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی گلستان، سازمان تحقیقات، آموزش و ترویج کشاورزی (AREEO)، گرگان، ایران، کد پستی: 491567-75555. | ||
| 2مؤسسه اصلاح نهال و بذر، سازمان تحقیقات، آموزش و ترویج کشاورزی (AREEO)، کرج، ایران. | ||
| چکیده [English] | ||
| سورگوم، یکی از مهم‌ترین گیاهانی است که برای تغذیه انسان و تولید زیست انرژی کشت می‌شود. در برنامه اصلاحی سورگوم، برای انتخاب ژنوتیپ‌های مناسب، درک کارایی ژنوتیپ‌ها با استفاده از روش‌های چندمتغیره؛ مانند بای‌پلات ژنوتیپ × صفات (GT) و ژنوتیپ در عملکرد × صفات (GYT) ضروری است. به همین دلیل، رابطة متقابل صفات در 18 ژنوتیپ سورگوم در قالب طرح بلوک‌های کامل تصادفی با سه تکرار در سال 96- 1395 مورد بررسی قرار گرفت. داده‌های صفات مختلف بر اساس موازین تجزیه واریانس، همبستگی پیرسون و تجزیه بای‌پلات GT و GYT با استفاده از نرم‌افزار SAS و GGE Biplot مورد بررسی قرار گرفتند. تجزیه واریانس نشان داد که صفات مورد بررسی در اثر متقابل ژنوتیپ‌ها × سال اختلاف آماری معنی‌داری داشتند (P>0.01). ارزیابی صفات و همبستگی صفات با استفاده از GT و GYT نشان داد که اختلاف معنی‌داری (P>0.001) میان صفات و ترکیب عملکرد × صفات وجود دارد که با همبستگی عددی پیرسون مطابقت داشت. همچنین، بای‌پلات GT نشان داد که برترین ژنوتیپ‌ها؛ شامل G4>G15>G6>G17>G18>G16>G13>G3 می‌باشد و بای‌پلات GYT نشان داد که ژنوتیپ‌های برتر؛ شاملG4> G6> G17> G3> G15> G10> G2> G7>G11 می‌باشد. هر دو روش GT و GYT نشان دادند که FGCS104 (G4) مناسب‌ترین ژنوتیپ می‌باشد؛ به‌طوری که با داشتن بیشترین مقادیر صفات ارتفاع بوته، طول پدانکل، عرض پدانکل، عملکرد دانه و عملکرد بیولوژیک به‌عنوان یک ژنوتیپ ایده‌‌آل برای کاشت سورگوم تعیین شد. این بررسی ژنوتیپ‌ها نشان داد که تنوع ژنتیکی بالایی در میان ژنوتیپ‌ها برای صفات مورد بررسی وجود دارد؛ به‌طوری که روش‌های GT و GYT به‌طور همزمان قادرند اصلاح‌گر را در انتخاب ژنوتیپ‌های برتر یاری رسانند و از این طریق، حجم مواد ژنتیکی در برنامه‌های اصلاحی را کاهش دهد. | ||
| کلیدواژه‌ها [English] | ||
| ژنوتیپ‌های سورگوم, عملکرد دانه, بای‌پلات ژنوتیپ×صفت, بای‌پلات ژنوتیپ در عملکرد×صفات, برنامه اصلاحی | ||
| مراجع | ||
|
Abdalla M. S. M. (2018). Genetic variability, heritability and relationships of grain yield and its components among selected accessions of Sorghum [Sorghum bicolor ( L.) Monech], Gezira State, Sudan. Thesis, University of Khartoum, pp: 52. Abraha T., Githiri S. M., Kasili R., Araia W., and Nyende A. B. (2015). Genetic variation among Sorghum (Sorghum bicolor L. Moench) landraces from Eritrea under post-flowering drought stress conditions. American Journal of Plant Sciences, 6(09): 1410–1424. Abubakar L., and Bubuche T. S. (2013). Genotype×environment interaction on yield and its component of sorghum (Sorghum bicolor (L.) Moench) genotypes of some selected states in North-Western Nigeria. International Journal of Current Agricultural Research, 1(6): 27–29. Atnaf M., Tesfaye K., Dagne K., and Gissa D. W. (2017). Genotype by trait biplot analysis to study associations and profiles of Ethiopian white lupin (Lupinus albus) landraces. Australian Journal of Basic and Applied Sciences, 11(1): 55–62. Awan Z. K., Naseem Z., Masood S. A., Nasir B., Sarwar F., and Amin E. (2015). How to improve Sorghum bicolor (L.) Moench production: An Overview. Life Science Journal, 12(3s): 99–103. 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 Research, 121(1): 186–194. Bartlett M. S. (1937). Properties of sufficiency and statistical tests. Proceedings of the Royal Society of London. Series A-Mathematical and Physical Sciences, 160(901): 268–282. FAOSTAT. (2019). Food and Agriculture Organization Crop Production Statistics: World sorghum production and utilization. Farid M., Earl H. J., Pauls K. P., and Navabi A. (2017). Response to selection for improved nitrogen fixation in common bean (Phaseolus vulgaris L.). Euphytica, 213(4): 99. Gebeyehu C., Bulti T., Dagnachew L., and Kebede D. (2019). Additive main effect and multiplicative interactions (AMMI) and regression analysis in Sorghum [Sorghum bicolor (L). Moench] varieties. Journal of Applied Biosciences, 136(1): 13877–13886. Gravina G. D. A., Vivas M., and Gravina L. M. (2018). The GT biplot analysis of green bean traits. Ciência Rural, 48(6): 1–6. Hussain N., Baloch M. S., Yousaf M., Naeem M., Khakwani A. A., and Begum I. (2011). Performance of sorghum varieties in potohar region. Gomal University Journal of Research, 27(2): 26–30. ICRISAT, and IBPGR. (1993). Descriptors for sorghum (Sorghum bicolor L. Moench). International Board for Plant Genetic Resources. Rome, Italy.– ICRISAT, Patancheru, India Jain S., and Patel P. R. (2013). Variability, correlation and path analysis studies in sorghum (Sorghum bicolor L. Moench). Forage Reseach, 39(1): 27–30. Jankovic S., Rakic S., Ikanovic J., Kuzevski J., Lakic L., Zivanovic Z., and Lakic Z. (2012). Correlation coefficients of morphological-productive traits of species of sorghum genus. Biotechnology in Animal Husbandry, 28(3): 585–593. Jobson J. (1992). Applied multivariate data analysis. Volume II: categorical and multivariate methods. Springer Verlag, New York, USA, pp. 639. Kaplan M. (2019). Assessment of grain minerals of Turkish sorghum (Sorghum bicolor L.) landraces by GT biplot analysis. Quality Assurance and Safety of Crops & Foods, 11(5): 441–447. Kaplan M., Arslan M., Kale H., Kara K., and Kökten K. (2017). GT biplot analysis for silage potential, nutritive value, gas and methane production of stay-green grain Sorghum shoots. International Journal of Agriculture and Natural Resources, 44(3): 230–238. Kumar B. (2013). Studies on genetic parameters and inter-relationships among yield and yield contributing traits in sorghum (Sorghum bicolor L.). The Bioscan, 8(9): 1311–1314. Mohammadi R., and Amiry A. (2013). Genotype×environment interaction and genetic improvement for yield and yield stability of rainfed durum wheat in Iran. Euphytica, 192(2): 227–249. Paramesh M., Reddy D. M., Priya M. S., Sudhakar P. S. P., and Reddy K. H. P. (2016). GT biplot analysis for yield and drought related traits in mung bean (Vigna radiata L. Wilczek). Electronic Journal of Plant Breeding, 7(3): 538–543. Pireivatlou A. G. S., Aliyev R. T., and Lalehloo B. S. (2011). Grain filling rate and duration in bread wheat under irrigated and drought stressed conditions. Journal of Plant Physiology and Breeding, 1(1): 75–92. Prakash R., Ganesamurthy K., Nirmalakumari A., and Nagarajan P. (2010). Heterosis for fodder yield in sorghum (Sorghum bicolor L. Moench). Electronic Journal of Plant Breeding, 1(3): 319–327. Salihu B. Z., Gbadeyan S. T., Nwosu J. D., and Bernard E. (2018). Estimation of genetic variability, correlations and path coefficients for seed yield contributors in castor (Ricinus communis L.). Iranian Journal of Genetics and Plant Breeding, 7(2): 24–32. SAS. (2017). Statistical Analysis Systems (SAS). SAS Version 9.4. SAS Institute Inc., Cary, USA. Udoh D. A., Rasmussen S. K., Jacobsen S.-E., Iwo G. A., and de Milliano W. (2018). Yield stability of sweet sorghum genotypes for bioenergy production under contrasting temperate and tropical environments. Journal of Agricultural Science, 10(12): 42–53. Woldesemayat M. Y., Mekbib F., and Gebeyehu S. (2015). Genetic gain in lowland Sorghum [Sorghum Bicolor ( L.) Moench ] varieties in Ethiopia. International Journal of Horticulture and Plant Breeding Sciences, 2(1): 1–13. Xu N., Fok M., Li J., Yang X., and Yan W. (2017). Optimization of cotton variety registration criteria aided with a genotype-by-trait biplot analysis. Scientific Reports, 7(1): 1–9. Yan W. (2001). GGEbiplot—a Windows application for graphical analysis of multienvironment trial data and other types of two-way data. Agronomy Journal, 93(5): 1111–1118. Yan W. (2002). Singular-value partitioning in biplot analysis of multienvironment trial data. Agronomy Journal, 94(5): 990–996. Yan W. (2014). Crop variety trials: data management and analysis. John Wiley & Sons, Ltd, The Atrium, Southern Gate, Chichester, West Sussex, PO19 8SQ, UK. Yan W., and Frégeau-reid J. (2018). Genotype by yield×trait (GYT) biplot : a novel approach for genotype selection based on multiple traits. Scientific Reports, 8(8242): 1–10. Yan W., and Frégeau-Reid J. (2008). Breeding line selection based on multiple traits. Crop Science, 48: 417–423. Yan W., and Kang M. S. (2002). GGE biplot analysis: A graphical tool for breeders, geneticists, and agronomists. CRC PRESS, pp: 263. Yan W., and Rajcan I. (2002). Biplot analysis of test sites and trait relations of soybean in Ontario. Crop Science, 42: 11–20. Yang R. C., Crossa J., Cornelius P. L., and Burgueño J. (2009). Biplot analysis of genotype×environment interaction: Proceed with caution. Crop Science, 49(5): 1564–1576. | ||
|
آمار تعداد مشاهده مقاله: 399 تعداد دریافت فایل اصل مقاله: 212 |
||