دانشگاه علوم کشاورزی و منابع طبیعی گرگان

 آمار

تعداد نشریات14
تعداد شماره‌ها687
تعداد مقالات7,106
تعداد مشاهده مقاله11,177,908
تعداد دریافت فایل اصل مقاله10,179,663
شیخ, فاطمه. (1405). گزینش ژنوتیپ‌های برتر باقلا (Vicia faba L.) از لحاظ عملکرد و مقاومت به بیماری با استفاده از روش GYT بای‌پلات. , 19(2), 69-90. doi: 10.22069/ejcp.2026.24158.2718
فاطمه شیخ. "گزینش ژنوتیپ‌های برتر باقلا (Vicia faba L.) از لحاظ عملکرد و مقاومت به بیماری با استفاده از روش GYT بای‌پلات". , 19, 2, 1405, 69-90. doi: 10.22069/ejcp.2026.24158.2718
شیخ, فاطمه. (1405). 'گزینش ژنوتیپ‌های برتر باقلا (Vicia faba L.) از لحاظ عملکرد و مقاومت به بیماری با استفاده از روش GYT بای‌پلات', , 19(2), pp. 69-90. doi: 10.22069/ejcp.2026.24158.2718
شیخ, فاطمه. گزینش ژنوتیپ‌های برتر باقلا (Vicia faba L.) از لحاظ عملکرد و مقاومت به بیماری با استفاده از روش GYT بای‌پلات. , 1405; 19(2): 69-90. doi: 10.22069/ejcp.2026.24158.2718

گزینش ژنوتیپ‌های برتر باقلا (Vicia faba L.) از لحاظ عملکرد و مقاومت به بیماری با استفاده از روش GYT بای‌پلات

مجله تولید گیاهان زراعی
مقاله 4، دوره 19، شماره 2، تیر 1405، صفحه 69-90    اصل مقاله (1.65 M)
نوع مقاله: مقاله کامل علمی- پژوهشی
شناسه دیجیتال (DOI): 10.22069/ejcp.2026.24158.2718
نویسنده
فاطمه شیخ*
دانشیار بخش تحقیقات زراعی و باغی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان گلستان، سازمان تحقیقات، آموزش و ترویج کشاورزی،
چکیده
سابقه و هدف: افزایش سطح مقاومت در برابر بیماری‌های لکه برگی باقلا، لکه شکلاتی (Botritis fabae)، لکه برگی آلترناریا (Alternaria alternate)، سوختگی استمفیلیومی S. botryosum) و (Stemphylium vesicarium، از اهداف اصلی برنامه‌های اصلاحی باقلا هستند. مقاومت به بیماری، زمانی بیشترین کارایی را دارد که با عملکرد دانه بالا در یک ژنوتیپ همراه باشند. روش تجزیه ژنوتیپ بر اساس بای‌پلات ژنوتیپ در عملکرد×صفت (GYT) به انتخاب ژنوتیپ‌هایی مطلوب برای صفات مورد بررسی در حضور عملکرد دانه بالا کمک می‌کند.
مواد و روش‌ها: آزمایش در قالب طرح بلوک‌های کامل تصادفی با سه تکرار در دو سال زراعی ۱۳۹۷ تا ۱۳۹۹ در ایستگاه تحقیقات کشاورزی گرگان اجرا شد. پانزده ژنوتیپ باقلا شامل چهار رقم تجاری (G11 تا G14)، یک شاهد حساس به بیماری (G15) و ده لاین امیدبخش (G1 تا G10) از برنامه ملی اصلاح باقلا مورد ارزیابی قرار گرفتند. صفات مورد مطالعه شامل شدت بیماری، سطح استانداردشده زیر منحنی پیشرفت بیماری (sAUDPC)، ارتفاع گیاه، اجزای عملکرد و عملکرد دانه بود. جهت محاسبه sAUDPC، پیشرفت بیماری در پنج مرحله از زمان ظهور علائم نمونه‌برداری شد. داده‌ها با نرم‌افزار SAS تحلیل و میانگین‌ها با آزمون حداقل اختلاف معنی‌دار (LSD) در سطح احتمال یک درصد (P≤0.01) مقایسه شدند. برای ارزیابی همزمان مقاومت به بیماری و بهبود صفات کمّی، تحلیل دوبعدی GYT در ترکیب با تجزیه خوشه‌ای به‌کار گرفته شد تا بهترین ژنوتیپ‌ها انتخاب و نقاط قوت و ضعف هر ژنوتیپ از طریق ترکیب عملکرد با سایر صفات هدف تعیین شود.
یافته‌ها: نتایج تجزیه واریانس مرکب نشان داد که تفاوت بسیار معنی‌دار در سطح احتمال یک درصد بین ژنوتیپ‌های باقلا برای صفات زراعی و مقاومت به بیماری وجود دارد. میانگین عملکرد دانه در بین ژنوتیپ‌ها ۳۳۲۴ کیلوگرم در هکتار و دامنه تغییرات عملکرد بین 7/4461-1786 کیلوگرم در هکتار متغیر بود. یافته‌ها نشان داد، بای‌پلات ژنوتیپ در عملکرد × صفت، 6/88 درصد از کل تغییرات را توجیه‌ می‌کند. نمای کدام ژنوتیپ در کجا در بای‌پلات چندضلعی، فضای بای‌پلات را به شش بخش تقسیم کرد که سه بخش آن حاوی ترکیبات مطلوب عملکرد-صفت بودند. در بخش اول، ژنوتیپ G12 (رقم فیض) همراه با ترکیب عملکرد با صفات تعداد دانه در غلاف و وزن صد دانه قرار گرفت. در بخش دوم، ژنوتیپ G10 (لاین HBP/SOE/99) در ترکیب با صفات ارتفاع بوته و تعداد شاخه متمایز شد. در بخش سوم نیز ژنوتیپ‌های G13 (رقم شادان) و G14 (رقم مهتا) به دلیل داشتن شاخص‌های برتر مقاومت به بیماری در رأس چندضلعی قرار گرفتند. بر اساس نمایش برداری GYT بای‌پلات، مقادیر sAUDPC بیماری سوختگی استمفیلیومی و مقادیر sAUDPC بیماری لکه برگی آلترناریایی در ترکیب با عملکرد دانه بیشترین همبستگی را داشتند. نمای مختصات میانگین تستر (ATC) از GYT بای‌پلات، 15 ژنوتیپ را به عنوان ژنوتیپ‌های با عملکرد بهتر از میانگین طبقه‌بندی کرد و به صورت G13 > G10 > G14 > G12 > … > G15 رتبه‌بندی شدند، در حالی که G10 و G12 با تمام ترکیبات مثبت عملکرد-صفت به عنوان بهترین ژنوتیپ‌ها و ژنوتیپ‌های G5، G7 و G15 به عنوان ضعیف‌ترین ژنوتیپ‌ها رتبه‌بندی شدند. بر اساس تجزیه خوشه‌ای، ژنوتیپ‌های باقلا به چهار گروه تقسیم شدند. گروه‌های متمایز به‌دست‌آمده، برای استخراج ژنوتیپ‌هایی با ویژگی‌های متنوع و شناسایی تنوع خزانه ژنی مفید هستند.
نتیجه‌گیری: در برنامه‌های اصلاح‌نژادی باقلا، تلفیق صفاتی چون طول غلاف، وزن صد دانه و مقاومت به بیماری با عملکرد بالای دانه در یک ژنوتیپ واحد از اهمیت ویژه‌ای برخوردار است. این مطالعه نشان داد که GYT بای‌پلات ابزاری کارآمد برای شناسایی ژنوتیپ‌های ایده‌آل است که تعادل مناسبی بین عملکرد و چندین صفت زراعی برقرار می‌کنند. در نهایت ژنوتیپ‌‌ G10 (HBP/SOE/99) ترکیب مطلوبی از مقاومت به بیماری‌های قارچی، پتانسیل عملکرد بالا و سازگاری با شرایط اقلیمی منطقه گرگان داشت و به‌عنوان رقم جدید یا به‌عنوان والد در برنامه‌های اصلاحی پیشنهاد می‌گردد.
کلیدواژه‌ها
شدت بیماری؛ تجزیه خوشه‌ای؛ لکه شکلاتی؛ لکه برگی آلترناریایی؛ سوختگی استمفیلیومی
مراجع
  1. Bangar, S. P., & Kajla, P. (2022). Introduction: Global status and production of faba bean. In: Bangar, S., & Bala Dhull, S. (Eds) Faba bean: chemistry, properties and functionality. Springer, Cham. https://doi.org/10.1007/978-3-031-14587-2_1
  2. Xiao, J. X., Zhu, Y. A., Bai, W. L., Liu, Z. Y., Li, T. A. N., & Zheng, Y. (2021). Yield performance and optimal nitrogen and phosphorus application rates in wheat and faba bean intercropping. Journal of Integrative Agriculture, 20(11), 3012–3025. https://doi.org/1016/S2095-3119(20)63489-X
  3. Barilli, E., Luna, P., Flores, F., & Rubiales, D. (2025). Agronomic performance of faba bean in mediterranean environments. Agronomy, 15, 412. https://doi.org/10.3390/ agronomy15020412
  4. Tivoli, B., Baranger, A., Avila, C. M., Banniza, S., Barbetti, M., Chen. W., Davidson, J., Lindeck, K., Kharrat, M., Rubiales, D., Sadiki, M., Sillero, J. C., Sweetingham, M., & Muehlbauer, F.J. (2006). Screening techniques and sources of resistance to foliar diseases caused by major necrotrophic fungi in grain legumes. Euphytica, 147, 223–253.
  5. Sheikh, F., Dehghani, H., & Aghajani, M. A. (2015). Screening faba bean (Vicia faba) genotypes for resistance to Stemphylium blight in Iran. European Journal of Plant Pathology, 143 (4), 677-689.
  6. Sahile, S., Fininsa, C., Sakhuja, P. K., & Ahmed, S. (2008). Effect of mixed cropping and fungicides on chocolate spot (Botrytis fabae) of faba bean (Vicia faba) in Ethiopia. Crop Protection, 27(2), 275–282. https://doi.org/10.1016/j.cropro.2007.06.003
  7. B., Satovic, Z., Avila, C. M., Rubiales, D., Moreno, M. T., & Torres, A. M. (2003). Locating genes associated with Ascochyta fabae resistance in Vicia faba L. Australian Journal of Agricultural Research, 54, 85-90.
  8. Villegas-Fernández, A. M., Sillero, J. C., Emeran, A. A., Winkler, J., Raffiot, B., Tay, J., Flores, F., & Rubiales, D. (2009). Identification and multi-environment validation of resistance to Botrytis fabae in Vicia faba. Field Crops Research, 114 (1), 84-90.
  9. Rubiales, D., & Khazaei, H. (2022). Advances in disease and pest resistance in faba bean. Theoretical and Applied Genetics, 135, 3735–3756.
  10. Araújo, M., Santos, S., Aragão, W., Damasceno-Silva, K., & Rocha, M. (2021). Selection of superior cowpea lines for multi-traits and adaptabilities to the Piauí semi-arid using genotype by yield×trait biplot analysis. Ciencia e Agrotecnologia, 45, 2021. https://doi.org/10.1590/1413-7054202145011921
  11. Yan, W., & Fregeau‐Reid, J. (2018). Genotype by yield×trait (GYT) Biplot: a novel approach for genotype selection based on multiple traits. Scientific Reports, 8, https://doi.org/10.1038/s41598-018-26688-8
  12. Yan, W., Frégeau-Reid, J., Mountain, N., & Kobler, J. (2019). Genotype and management evaluation based on Genotype by Yield×Trait (GYT) analysis. Crop Breeding, Genetics and Genomics, 1, 1-21. https://doi.org/10.20900/cbgg20190002
  13. Rahmati, M., Hosseinpour, T., & Ahmadi, A. (2020). Assessment of interrelationship between agronomic traits of wheat genotypes under rain-fed conditions using double and triple biplots of genotype, trait and yield. Iranian Dryland Agronomy Journal, 9, 1-20. https://doi.org/22092/IDAJ.2020.122220.284 [In Persian]
  14. Sofi, P., Saba, I Asmat, A., & Khalid, R. (2021). Comparative efficiency of GYT approach over gt approach in genotypic selection in multiple trait evaluations: case study of common bean (phaseolus vulgaris) grown under temperate Himalayan conditions. Agricultural Research, 11, 373-381 https://doi.org/10.1007/s40003-021-00577-5
  15. Ebrahimi, L. (2023). Genotype by yield×trait (GYT) biplot approach to evaluate resistance of soybean cultivars to Helicoverpa armigera Hübner under natural infestation conditions. Phytoparasitica, 51, 909–918. https://doi.org/10.1007/s12600-023-01078-7
  16. Fatanatvash, S., Bernousi, I., Rezaie, M., Sonmez, O., Razzaghi, S., Abdi, H. (2024). Selection of superior bread wheat genotypes based on grain yield, protein, iron and zinc contents under normal irrigation and terminal drought stress conditions, Ecological Genetics and Genomics,Volume 31,100230, ISSN 2405-9854, https://doi.org/10.1016/j.egg.2024.100230.
  17. Merrick, L., Glover, K., Yabwalo, D., & Byamukama, E. (2020). Use of genotype by yield×trait (GYT) Analysis to select hard red spring wheat with elevated performance for agronomic and disease resistance traits. Crop Breeding Genetics and Genomics, 10, 20900/cbgg20200009.
  18. F., Sekhavat, R., & Aghajani, M. A. (2022). Evaluation of resistance to leaf spot diseases and yield characteristics in faba bean genotypes through cluster analysis and Genotype by Trait Biplot. Journal of Crop Breeding, 14(44), 131-14. https://doi:10.52547/jcb.14.44.131. (Translated in Persian)
  19. Campbell, C. L., & Madden, L. V. (1990). Introduction to Plant Disease Epidemiology. John Willey and Sons, New York. 532 p.
  20. Gela, T. S., Bruce, M., Chang, W., Stoddard, F.L., Schulman, A. H., Vandenberg, A., & Khazaei, H. (2022). Genomic regions associated with chocolate spot (Botrytis fabae ) resistance in faba bean (Vicia faba L.). molecular breeding, 42, 35.
  21. Aghajani, M. A. (2009). Stemphylium leaf blight of broad bean in Iran. Journal of plant pathology, 91, 4-5.
  22. Sheikh, F., Nazari, H., & Fanaei, H. (2022). Graphic analysis of trait relations and stability of faba bean genotypes using the biplot method. Journal of Crop Production, 15(2), 117-135 https://doi.org/10.22069/ejcp.2022.19563.2457. [In Persian]
  23. Maalouf, F., Abou-Khater, L., Babiker, Z., Jighly, A., Alsamman, A. M., Hu, J., Ma, Y., Rispail, N., Balech, R., & Hamweih, A. (2022). Genetic Dissection of Heat Stress Tolerance in Faba Bean (Vicia faba) Using GWAS. Plants, 11, 1108.
  24. Elshafei, A. A. M., Amer, M. A. E., Elenany, M. A. M., & Abd Elhameed Helal, A. G. (2019). Evaluation of the genetic variability of faba bean (Vicia faba) genotypes using agronomic traits and molecular markers. Bulletin of the National Research Centre, 43, 106-115. https://doi. org/10.1186/s42269-019-0145-3
  25. Merrick, L., Glover, K., Yabwalo, D., & Byamukama, E. (2020). Use of genotype by yield×trait (GYT) Analysis to select hard red spring wheat with elevated performance for agronomic and disease resistance traits. Crop Breeding Genetics and Genomics, 10, 20900/cbgg20200009.
  26. Koc, S., Orak, A., Tenikecier, H. S., & Saglam, N. (2018). Relationship between seed yield and yield chracteristics in faba bean (Vicia faba) by GGE-biplot analysis. Journal of Life Sciences, 12, 105-110. https://doi.org/10.17265/1934-7391/2018.02.005
  27. Sabaghnia, N., Mohebodini, M., & Janmohammadi, M. (2016). Biplot analysis of trait relations of spinach (Spinacia oleracea) landraces. Genetika, 48, 675-690. https://doi.org/10.2298/GENSR1602675S.
  28. Sheikh, F. (2025). Assessment of the Interrelationship between Agronomic Traits of Faba Bean Genotypes using double and triple biplots of the genotype, trait and yield. Journal of Crop Breeding, 17(2), 29 -42. DOI: 10.61 8 8 2/jcb.2024.1566 [In Persian]
  29. Bakhshi, B., Amiri Oghan, H., Rameeh, V., Zeinalzadeh-Tabrizi, H., Askari, A., Faraji, A., G. Ghodrati, G., Fanaei, H., Danaei, A., Kazerani, K. , Payghamzadeh, K., Kiani, D., Sadeghi, H., Shariati, F., Dalili, A., & Aghajani, M.A. (2023). Trait profiling and genotype selection in oilseed rape using genotype by trait and genotype by yield×trait approaches. Food Science & Nutrition, 11, 1-13. https://doi.org/10.1002/fsn3.3290
  30. Webb, A., Reynolds, T. , Wright, T. I. C., Caiazzo, R., Lloyd, D. C., Thomas, J. E., & Wood, T. A. (2024). Identification of Faba bean genetic loci associated with quantitative resistance to the fungus Botrytis fabae, causal agent of chocolate spot. Frontiers of plant science, 15, 1383396.
آمار
تعداد مشاهده مقاله: 3
تعداد دریافت فایل اصل مقاله: 3


سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب