Genetic variation and traits interrelationship in some rapeseed genotypes using multivariate techniques under two moisture conditions

Document Type : Research Paper

Authors

1 Lecturer, Department of Genetic and Plant Breeding, Payame Noor University, Iran

2 Associate Professor, Department of Plant Breeding and Agronomy, Faculty of Agriculture, Razi University, Kermanshah, Iran; Associate Professor, Department of Biotechnology for Drought Resistance, Razi University, Kermanshah, Iran

3 Professor, Department of Immunology, Medical Biology Research Center, University of Medical Sciences, Kermanshah

4 Assistant Professor, Departmentof Cereal,Center of Research of Agriculture and Natural Resource, Kermanshah

Abstract

To study of genetic diversity of rapeseed genotypes using multivariate methods under normal and drought stress conditions, 16 genotypes were evaluated using a randomized complete blocks design with three replications in Razi university in 2007-08 cropping season. Factor analysis under normal condition showed that nine factors explained 89.05 percentage of total data variation, and under drought stress condition showed that eight factors explained 86.05 percentage of total data variation. Path analysis for oil yield based on selected traits and stepwise regression showed that two traits including proline in early flowering stage and plant height in middle flowering stage under normal condition and plant height in end of flowering stage and pod length under drought stress condition were selected. Cluster analysis based on all traits under normal condition using WARD method showed that genotypes were placed in three groups and there was highest genetic distance between Sunday and Shiralee. Under drought stress condition the genotypes were located in three groups using UPGMA method and the highest distant was observed between Sahara and Shiralee, thus predict that hybridization of Sahara and Sunday with Shiralee could provide best hybrids and supply a desirable genetic diversity in segregated generations for breeding programs. 

Keywords

References

1. امینی ف، سعیدی قا و ارزانیا (1387) «روابط بین عملکرد دانه و اجزای آن در ژنوتیپ‏های گلرنگ (Carthamus tinctorius L.)». علوم و فنون کشاورزی و منابع طبیعی. 45(12): 535-525.
2. چوگان ر (1386) روش‏های تجزیۀ ژنتیکی صفات کمّی در اصلاح نباتات. نشر آموزش کشاورزی. 255 ص.
3. حاتم ملکی ح، کریم‏زاده ق، درویش‏زاده ر و علوی ر (1391) «تنوع ژنتیکی توتون‏های شرقی با استفاده از روش‏های آماری چند‌متغیره». پژوهش‏های زراعی ایران. 1(10): 106-100.
4. ربیعی ب و رحیمی م (1388) «ارزیابی روش‏های گروه‏بندی ژنوتیپ‏های کلزا با استفاده از تجزیۀ تابع تشخیص خطی فیشر». علوم و فنون کشاورزی و منابع طبیعی. 47(13): 542-529.
5. سمیع‏زاده لاهیجی ح (1382) بررسی مارکرهای مولکولی همبسته با صفات آگرونومیک و کیفی در کلزا. پایان‏نامۀ دکتری اصلاح نباتات. دانشگاه تهران.
6. صبوری ح، محمدی‏نژاد ق‏ و فضل‏علی‏پور م (1391) «انتخاب برای بهبود عملکرد با استفاده از روش‏های آماری چندمتغیره در برنج». پژوهش‏های زراعی ایران. 1(10): 162-150.
7. ضابط م و حسین‏زاده ع (1390) «تعیین مهم‏ترین صفات مؤثر بر عملکرد ماش (Vigna radiate L. Wilczek) با استفاده از روش‏های آماری چندمتغیره در شرایط تنش خشکی و بدون تنش». پژوهش‏های حبوبات ایران. 1(2): 98-87.
8. طوسی مجرد م، قنادها م ر، خدارحمی م و شهابی س (1384) «تجزیه به عامل‏ها برای عملکرد دانه و سایر خصوصیات گندم». پژوهش و سازندگی در زراعت و باغبانی. (67) :16-9.
9. فرشادفر ع (1380) اصول و روش‏های آماری چند‌متغیره. انتشارات طاق بستان، کرمانشاه. 312 ص.
10. کارگر س م ع، قنادها م ر، بزرگی‏پور ر، خواجه احمد عطاری ا ع و بابایی ح ر (1383) «ارزیابی شاخص‏های تحمل به تنش خشکی در تعدادی از ژنوتیپ‏های سویا در شرایط آبیاری محدود». علوم کشاورزی ایران. 1(35): 142-129.
11. کاکایی م (1388) مطالعۀ اثر ژنوتیپ و تنش خشکی بر خصوصیات فیزیولوژیکی، مورفولوژیکی، فنولوژِیکی و بیوشیمیایی کلزای پاییزه. دانشگاه آزاد اسلامی. کرمانشاه. پایان‏نامۀ کارشناسی ارشد.
12. محمدی م، قنادها م ر و طالعی ع (1381) «بررسی تنوع ژنتیکی در لاین‏های بومی گندم نان با استفاده از روش‏های آماری چند‌متغیره». نهال و بذر. 3(18): 347-328.
13. مقدم م، محمدی شوطی س ا و آقایی سربرزه م (1373) آشنایی با روش‏های چندمتغیره. (ترجمه)، انتشارات پیشتاز علم. ص 47.
14. ناصری ف (1370) دانه‏های روغنی. انتشارات آستان قدس رضوی.
15. نرجسی و، زینالی خانقاه ح و زالی ع (1386) «بررسی رابطۀ ژنتیکی برخی از صفات مهم زراعی با عملکرد دانه در سویا از طریق روش‏های آماری چندمتغیره». علوم و فنون کشاورزی و منابع طبیعی. 41(11): 235-227.
 
16. Ana MJ, Radovan M, Anto M, Zvonimir Z, Sonja I and Mirjana J (2008) Correlation and Path Analysis of Quantitative Traits in Winter Rapeseed (Brassica napus L.). Agriculturae Conspectus Scientificus.73(1).
17. Basalma D (2008) The Correlation and Path Analysis of yield and yield components of different winter rapeseed (B. napus ssp. oleifera L.) cultivars. Agriculture Biology Science. 4: 120-125.
18. Diepenbrock W (2000) Yield analysis of winter oilseed rape (Brassica napus L.): a review. Field Crop Research. 67: 35-49.  
19. Harman HH (1976) Modern Factor Analysis, Third Edition Revised, University of Chicago Press.
20. Jobson JD (1992) Applied multivariate Data analysis. Volume 2, Categorical and multivariate methods, springer-verlag, New york.
21. Kis D, Maric S, Juric T, Antunovic M and Guberac V (2006) Performance of different erucic acid type oil seed rape cultivars in a Croatian agro-environment. Cereal Research Communications. 34(1): 437-440.
22. Leon J (1993) The importance of crop physiology for the breeding of oilseed rape. Fett Wissenschaf Technologie (Germ). 95: 283-287.
23. Mahasi MJ and Kamundia JW (2007) Cluster analysis in rapeseed (Brassica napus L.). African Journal of Agricultural Research. 2: 409-411.
24. Marjanovic-Jeromela A, Marinkovic R, Mijic A, Zdunic Z, Ivanovska S and Jankulovska M (2008) Agriculturae Conspectus Scientificus. 73(1): 13-18.
25. Mohammadi SA and Prasanna BM (2003) Analysis of genetic diversity in crop plants-salient statistical tools and considerations. Crop Science. 43: 1235-1248.
26. Rameeh V (2011) Correlation and path analysis in advanced lines of rapeseed (Brassica napus L.) for yield componets. Oilseed Brassica. 2(2): 56-60.
27. Ramee V (2012) Correlation and factor analyses of quantitative traits in rapeseed (Brassica napus L.). Agriculture Innovations and Research. 1(1): 2319-1473.
28. SeilerGJ and Stafford RE )1979( Factor analysis of components of yields in guar. Crop Science. 25: 905-908.
29. Sharma BD and Hore DK (1993) Multivariate analysis of divergence in upland rice. Indian Journal of Agriculture Science. 63: 515-517.
30. Sharma S (1996) Applied multivariate techniques. 1nd ed. John Wiley and Sons, New York. 493 p.
31. Smith HF (1986) A discriminant function for plant selection. Annals of human genetics. 7(3): 240-250.
32. Tadesse W and Bekele E (2001) Factor analysis of yield in grasspea (Lathyrus sativus L.). Lathyrus Newsletter. 2: 416-421.
Applied Crop Breeding
Volume 2, Issue 1 - Serial Number 1
Spring & Summer
June 2014
Pages 31-45

Files

Share

How to cite

Statistics