所有提交的EM系统将被重定向到网上投稿系统。作者被要求将文章直接提交给网上投稿系统各自的日志。

摘要

硬粒小麦分类方法评价

作者(年代):S.O.Kotzamanidis, A.Mavromatis, A.Korkovelos, V.Greveniotis, D.Hasioti, c.g.p ipsilandis

在本研究中,对硬小麦分类方法进行了聚类分析,包括RAPD和SSR技术的数据,CPVO的形态特征以及包括产量在内的各种农艺特征。分子法的r系数最大(r= 0.499)。ssr法与农艺资料的相关性较好(r= 0.439)。现场方法的相关性较低(r= 0.395)。CPVO法与分子法无相关性。对醇溶蛋白的电泳图显示,选择有希望的品种的第一步是(在杂交双亲中)存在42带。所有方法在估计所有可能的品种对之间的遗传距离时都存在误差,因为在许多情况下,亲缘关系密切的品种表现出较大的遗传距离,而相反,没有亲缘关系的品种则表现出较小的遗传距离。因此,很明显,这些方法都不能单独预测有希望的杂交。如果品种间的关系是通过系谱记录得知的,那么所使用的方法所得到的数据就可能是令人满意的可靠的。结合从麦胶蛋白电泳的质量数据,这些数据是非常有用的亲本选择。SSR和农艺方法更有利于发现有前途的杂交组合。 SSR method seems to be more effective than agronomic method, since easily and rapidly a breeder may have data that could indicate the most promising parents, while in our study, CPVO and RAPD data proved less effective.


分享这
谷歌学者引证报告
引用数:247

生物化学:一份印度期刊根据谷歌学者报告收到247次引用

编入索引中

  • 卡斯商学院
  • 谷歌学者
  • 打开J门
  • 中国知网(CNKI)
  • CiteFactor
  • 宇宙如果
  • 秘密搜索引擎实验室
  • 欧元的酒吧

阅读更多

全球科技峰会