بخشی از مقاله
چکیده
به منظور ارزیابی و گروهبندی ژنوتیپ های مختلف بهاره جو، آزمایشی در سال زراعی 1393-94 در مزرعه تحقیقاتی دانشگاه مراغه انجام گردید. در این آزمایش 33 ژنوتیپ جو بهاره به همراه سه رقم آبیدر ، آذر، و سهند - شاهد - در قالب طرح لاتیس ساده - 6×6 - در دو تکرار مورد بررسی قرارگرفت. برای گروهبندی ژنوتیپها از صفاتی از جمله عملکرد و اجزای عملکرد - وزن هزار دانه، تعداد سنبله در متر مربع و تعداد دانه در سنبله - استفاده شد. با استفاده از 21 ضریب مختلف نرم افزارهای آماری CORR, - NTSYSpc.v2.02eDIST, COSINE, EUCLID, MANHAT, DISTSQ, PSHAPE, PSIZE, CHISQ, MORISITA, MORISIT2, BRAYCURT, CANBERRA و - EUCLIDSQ و Euclidean - SPSS Statistics 21 distance, Squared Euclidean distance, Cosine, Pearson correlation, Chebychev, Block و - Minkowski مورد بررسی قرار گرفت.
برای تعیین برترین ضریب فاصله، همبستگی بین ماتریسهای فاصله و ماتریس کوفنتیک با استفاده از نرم افزار NTSYS محاسبه شد. در مورد ضرایب فاصله نرم افزار NTSYS، ضریب EUCLID دارای بیشترین - r = 0/80127 - و ضریب CANBERRA دارای کمترین - r = 0/64976 - همبستگی با ماتریس کوفنتیک بود و در رابطه با نرم افزار SPSS، بیشترین میزان همبستگی با ماتریس کوفنتیک مربوط به ضریب فاصله - r = 0/80156 - Chebychev و کمترین میزان مربوط به ضریب فاصله - r = 0/64976 - Squared Euclidean distance بود.
.1 مقدمه
جو یکی از غلات سردسیری و از قدیمی ترین گیاهان روی زمین می باشد و به علت مقاومت در مقابل ناسازگاری های محیطی و نیز به سبب نیاز کم به رطوبت، مقاومت به شوری و تطابق با مناطق آب و هوایی از عرض جغرافیایی کم تا زیاد، دوره رشدی سریع و فصل رشدی کوتاه می تواند گیاه مناسبی جهت تولید باشد .[1] کشاورزی محور اصل تامین امنیت غذایی است.طبق پیش بینی سازمان خوار بارو جهانی جمعیت جهان در سال 2030 به بیش از 8 میلیارد نفرخواهد رسید که با افزایش مداوم جمعیت دنیا نیاز به مواد غذایی روز به روز با سرعت شگرفی افزایش می یابد
منابع ژنتیکی گیاهی، علاوه بر زیر بنایی برای توسعه کشاورزی، به عنوان منبعی از سازگاری ژنتیکی همچون سپری در برابر تغییرات محیطی عمل می کند. فرسایش منابع مذکور امنیت غذایی در جهان را با تهدید مواجه می کند. نیاز به حفظ و به کارگیری منابع ژنتیکی گیاهی به عنوان محافظی در برابر مشکلات غیر قابل پیش بینی در آینده بر همگان آشکار است و چشم انداز تضعیف تنوع ژنتیکی به همراه تقاضای روز افزون به این منابع آن ها را در مرکز توجه جهانی جای داده است استفاده از ذخایر ژنی در به نژادی گیاهان زراعی مستلزم حفاظت، ارزیابی، ثبت و تبادل این مواد است. از این رو، متخصصین اصلاح نباتات تلاش روزافزون و دامنه دار برای جمع آوری، نگهداری و بررسی این منابع ژنتیکی آغاز نموده اند. این منابع محدود و فناپذیر بوده و جمع آوری و مطالعه تنوع موجود در آن ها از اصول ضروری اصلاح گیاهان زراعی است
مطالعه تنوع ژنتیکی ژرم پلاسم گیاهان در دسترس نیاز هر برنامه اصلاحی است .[4] و اطلاع از تنوع ژنتیکی ژرم پلاسم های گیاهی به پژوهش گر اجازه انتخاب روش صحیح در برنامه های وجود تنوع اصلاحی را می دهد .[5] برای استفاده از سرمایه عظیم تنوع ژنتیکی، اطلاع از ماهیت و میزان تنوع در ژرم پلاسم از اهمیت زیادی در برنامه های اصلاحی برخوردار است، زیرا والدینی که از لحاظ ژنتیکی متفاوت هستند هیبرید هایی با هتروزیس بیشتر تولید می کنند و احتمال به دست آوردن نتاج تفرق یافته برتر از والدین را نشان می دهد
.2 مواد و روشها
این مطالعه در مزرعه تحقیقاتی دانشکده کشاورزی دانشگاه مراغه، با عرض جغرافیایی 37 درجه و 23 دقیقه شمالی و طول جغرافیایی 46 درجه و 14 دقیقه شرقی با میانگین بارش 300 میلیمتر و ارتفاع 1485 متری از سطح دریا با اقلیم نیمه خشک سرد اجرا شد. در این بررسی 33 ژنوتیپ جو با عادت رشدی بهاره و بینابین - دریافتی از موسسه تحقیقات کشاورزی دیم کشور - به همراه سه رقم آبیدر، انصار و سهند از نظر اجزای عملکرد و عملکرد مورد بررسی قرار گرفتند.
با توجه به تعداد کم بذور ژنوتیپ ها، آنها را در کرتهایی شامل سه خط به طول نیم متر و فاصله ردیف 25 سانتیمتر و فاصله روی ردیف 4 سانتی متر به صورت طرح لاتیس ساده - 6×6 - با دو تکرار کشت شد. آبیاری، وجین علفهای هرز و سایر عملیات کاشت بر اساس روال معمول منطقه انجام خواهد شد. برای تجزیه وتحلیل داده ها ابتدا آزمون نرمال بودن با استفاده از SPSS ver.21 انجام شد. برای تجذیه وتحلیل داده ها ورسم نمودارها از نرم افزار های SPSS، NTSYS وEXCEL استفاده گردید.
.3 نتایج و بحث
جهت بررسی شباهت و تفاوت بین دو نرم افزار آماری NTSYS و SPSS ضرایب فاصله متفاوت موجود در این دو نرم افزار با استفاده از صفات عملکرد دانه، تعداد دانه در سنبله، تعداد سنبله در متر مربع و وزن هزار دانه محاسبه شد. برای این امر ماتریس های فاصله با استفاده از 14 ضریب موجود در نرم افزار NTSYS و 7 ضریب نرم افزار SPSS تشکیل شد. پس از بدست آوردن ماتریس های فاصله، ماتریس های کوفنتیک با استفاده از نرم افزار NTSYS محاسبه شد و ضریب همبستگی بین ماتریس های فاصله و ماتریس های کوفنتیک بدست آمد
جدول ضرایب همبستگی کوفنتیک نشان داد که ضریب EUCLID و DIST در نرم افزار NTSYS دارای بیشترین - r = 0/80127 - و ضریب CANBERRA دارای کمترین - r = 0/64976 - همبستگی با ماتریس کوفنتیک بود و در رابطه با نرم افزار SPSS، بیشترین میزان همبستگی با ماتریس کوفنتیک مربوط به ضریب فاصله - r = 0/80156 - Chebychev و کمترین میزان مربوط به ضریب فاصله Squared - r = 0/64976 - Euclidean distance بود. بعد از انتخاب بهترین ضریب فاصله، روش ترسیم دندروگرام را مشخص می نماییم که در این راستا از روش های متفاوت موجود در نرم افزار NTSYS و SPSS استفاده شد.
با توجه به اشکال بدست آمده از دندروگرام های حاصل از دو نرم افزار NTSYS و SPSS مشخص شد که روش WPGMC در نرم افزار NTSYS و روش Median Linkage در نرم افزار SPSS منحصر به فرد و روش های به کار رفته در دو نرم افزار برای ترسیم دندروگرام ها در اغلب موارد با یکدیگر یکسان می باشند. بدین ترتیب که روشهای Complete، Flexi، Single، UPGMA، UPGMC و WPGMA در نرم افزار NTSYS به ترتیب معادل روشهای Complete Linkage، Ward، Single Linkage، Between Groups، Centroid و Within Groups در نرم افزار SPSS می باشد.
برای نشان دادن تفاوت بین دندروگرام های حاصل از ضریب فاصله EUCLID و روش های مختلف نرم افزار NTSYS، دندروگرام های مبتنی بر روش های Complete Linkage، Ward، Single Linkage، UPGMA و Centroid در زیر آمده است - شکل های 1، 2، 3، 4 و . - 5 با توجه با دندروگرام های رسم شده مشخص می شود که بر حسب نوع روش مورد استفاده، خوشه های متفاوتی بدست آمده است که ترکیب ژنوتیپ های قرار گرفته در این خوشه ها نیز متفاوت می باشد. در روش Complete Linkage چهار خوشه، Ward سه خوشه، Single Linkage پنج خوشه، UPGMA سه خوشه و در روش Centroid سه خوشه تشکیل شد.
شکل -1دندروگرام حاصل از تجزیه خوشه ای ژنوتیپ های جو بهاره با استفاده از روش Complete Linkage
