ISSN: 2320 - 0189
Nibadita衬衣1马里兰州Abdus马德2*,阿尼尔•钱德拉黛比1
1遗传工程和生物技术学系Rajshahi大学Rajshahi - 6205,孟加拉国
2Rajshahi大学植物学系Rajshahi - 6205,孟加拉国
收到日期:2014年1月20接受日期:2014年2月27日
访问更多的相关文章raybet36
八个鹰嘴豆品种进行评估,以确定使用相关性和收益率之间的关系及其组件路径系数分析。相关研究表明,种子重量/植物表达积极显著相关的主要分支最多花,二级分支机构数量最多花,每个工厂的豆荚,豆荚重量/植物和种子的数量/植物基因型的水平。在表型水平,种子产量显示积极的与每个工厂的豆荚数显著相关,豆荚重量每植物和种子的数量工厂。路径系数分析表示,最积极的直接影响是观察每个植物的种子数量其次是豆荚重量每植物和1000 -种子重量在基因型和表型水平每个植物的种子数量紧随其后1000年种子重量和数量的二级分支机构/植物对种子产量。这些特征可以用于种子产量的提高。
鹰嘴豆、相关性、路径分析
鹰嘴豆是第三世界上最重要的谷物豆类[12]。这是一个碳水化合物和蛋白质的重要来源,在人类营养有重要作用。收益率是一个复杂性状的基因数量和高度控制的受环境的影响。识别重要的特征及其相互关系是有用的发展改进的基因型。选择基于收益率并不是有效的。几乎是渴望植物育种者知道收益率之间关系的程度和它的各种组件,这将不可避免地促进理想的特征的选择。相关性研究的目的主要是知道产量组件字符与产量的协会当更多字符参与协会的分析将很难确定这真的对产量的贡献。在这种情况下路径系数分析是植物育种者的一个重要工具来帮助在分区直接和间接影响的贡献为组件和提供更好的洞察力性状及其与产量的关系。所以,本研究的目的是评估协会产量贡献人物和他们的直接和间接贡献收益通过其他人物对鹰嘴豆产量。
对于这个调查,8个品种的鹰嘴豆(巴里chola-1、2、3、4、5、6、7和8)收集从区域农业研究站,Ishurdi Pabna,孟加拉国。上面的线是考虑不同剂量辐照与Co60来源即。,没有辐照(D0),20 kr (D一个),30 kr (DB)和40 kr (DC在食品和放射生物学研究所原子能研究机构位于达卡。实验研究领域的基因工程和生物技术的部门,在拉比作物季节Rajshahi大学2008 - 2009和2009 - 2010。布局的试验田和审判下辐照线进行了随机完全区组设计有四个复制有六十四块。情节大小是120厘米×150厘米三行,每行有五个山。11个字符的数据viz.天最大花(DMF)、主要分支的数量最多花(NPBMF)二级分支机构数量最多花(NSBMF),株高在最大花(PHMF),工厂完全干后体重(PWFD),根重量完全干后(RWFD),每个工厂的豆荚数(NPPP),豆荚重量每植物(PdWPP),每个植物的种子数量(NSPP), 1000 -种子重量(1000 - sw)和种子重量/植物(SWPP)。测量一个角色是厘米克秒制后完成的。收集到的数据进行分析后,生物统计学技术分析(10、7)。路径系数分析是通过使用标准的公式[6]21日22日。
相关系数(基因型和表型水平)计算提出了不同双字符表1。基因型值的相关系数高于表型相关系数。高基因型的相关性表明强烈的内在关联双字符剂量并不总是反映出表型变异的性质和大小指示明显协会由于遗传的原因。高震级比表型的基因型的相关性也发现鹰嘴豆(18日12)。表型相关的低价值可能归因于低修改的影响环境协会的角色在基因水平[16]。在目前的研究中,基因型层次收益贡献的性格像DMF显示积极与PWFD显著相关,消极与RWFD显著相关。人物NPBMF表达积极与NSBMF显著相关,NPPP, PdWPP和NSPP,而它对1000 - sw表示负显著相关。NSBMF显示积极与NPPP显著相关,PdWPP NSPP和消极与RWFD和1000 - sw显著相关。与1000 - sw RWFD表达积极的显著相关。它显示负的显著相关性NPPP和NSPP。 The character NPPP exhibited positive significant correlation with PdWPP and NSPP and negative significant relationship with 1000-SW. PdWPP showed positive significant correlation with NSPP. At phenotypic level yield associate characters like NPPP showed positive significant correlation with PdWPP and NSPP. The character, PdWPP expressed positive significant correlation with NSPP.
每个植物种子重量(SWPP)对NPBMF表示积极的显著相关性,NSBMF, NPPP PdWPP和NSPP在基因型的水平。在表型水平,SWPP显示积极与NPPP显著相关,PdWPP NSPP。这种积极显著的结果表明,这些人物的基因与SWPP比其他的产量构成和建议,这些角色的增加。SWPP也将增加。类似的观察报告了几个工人[17]14日19日表示,积极和显著的种子产量和数量之间的关系被发现的豆荚。在鹰嘴豆种子与种子产量有极显著的正相关数字[3]。积极显著的种子产量和数量的分支之间的关系和每个工厂的豆荚数也观察到在豌豆[20]。鹰嘴豆的单株籽粒产量显著的基因型和高度显著的表型关系主要分支,豆荚每植物和种子植物[2]。
种子产量与产量贡献积极相关(p > 0.01)字符像每个工厂的分支机构数量,数量的豆荚每植物和种子植物在扁豆[1]。血栓/ P和NS / P显示与收益率显著正相关表型水平鹰嘴豆[5]。种子产量。的主要分支表示积极的显著相关性扁豆[23]。
种子产量显著正相关和数量的主要分支,二级分支机构数量和每个工厂的豆荚数在鹰嘴豆[12]的水平。主要分支,每个工厂的豆荚数与产量显著正相关性在鸽子豌豆[13]。共同点bean之间的显著相关性每个吊舱的种子数量和每个工厂的豆荚数籽粒产量[15]。每个工厂的豆荚数是一个主要组件的产量和之间存在显著的正相关关系每个工厂的豆荚数和籽粒产量在bean [9]。
路径系数计算和划分为直接和间接影响使用种子产量作为因变量。路径系数,测量一个变量的直接和间接影响通过另一个在表型和基因型的水平了。在基因型的水平(Table-2A)最高的积极的直接影响施加了NSPP PdWPP和1000 -西南。在表型水平(Table-2B),最高NSPP表达的积极的直接影响是,NSBMF, 1000 -西南。每个植物的种子数量直接影响种子产量最高鹰嘴豆[8]和扁豆[11]。每个工厂的豆荚数在鹰嘴豆高积极指导对种子产量的影响[4]。
从这次调查的结果,显示强烈的NSPP直接影响的主要原因是由于这个角色的强烈正相关与种子产量在基因型和表型水平。相关性之间的关系和直接的积极影响是在符合一些科学家在鹰嘴豆(18、24)。人物NSPP最高积极通过NPBMF间接贡献,NSBMF, NPPP PdWPP对种子产量在基因型和表型水平NPPP和PdWPP显示积极的间接效应对种子产量最高。
遗传改良在鹰嘴豆主要集中在种子产量的育种者。产量和产量构成受到生物因素和非生物因素的强烈影响。基因型层次的剩余效应为0.0639和表型水平为0.7793。根据研究者[24]78.7%剩余效应表明,有许多其他因素比这些包括在这项研究中影响种子产量。而两位研究者[14日1]发现剩余效应很低(0.251)和(0.123)对种子产量表示,大约75%的种子产量的变化是由植物特征研究。
相关性和路径研究的基础上,豆荚重量每植物和种子的数量工厂施加高直接影响和种子单株产量上有很强的正相关关系,这应该考虑在选择理想的基因型在鹰嘴豆种子产量高。