نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار بخش تحقیقات علوم زراعی و باغی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی گلستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، گرگان. ایران

2 موسسه تحقیقات اصلاح و تهیه نهال و بذر، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران

3 دانش‌آموخته کارشناسی ارشد اصلاح‌نباتات، دانشکده کشاورزی، دانشگاه تربیت مدرس. ایران

چکیده

ارزیابی ژنوتیپ‌های گشنیز (Coriandrum sativum L.) تحت شرایط مختلف آبیاری می‌تواند در شناسایی ژنوتیپ‌های پایدار و با پتانسیل عملکرد بالا مفید باشد. به‌منظور بررسی برهمکنش ژنوتیپ × محیط برای عملکرد اسانس در گشنیز، 21 ژنوتیپ گشنیز تحت سه شرایط مختلف آبیاری شامل آبیاری نرمال (E1)، تنش ملایم (E2) و تنش شدید (E3) به‌طور جداگانه در قالب طرح بلوک‌های کامل تصادفی با سه تکرار مورد ارزیابی قرار گرفتند. از روش آماری GGE بای‌پلات با مدل اثر ژنوتیپ + برهمکنش ژنوتیپ × محیط برای ارزیابی پایداری و سـازگاری ژنوتیپ‌ها در محیط‌های موردبررسی استفاده شد. نتایج تجزیه مرکب عملکرد اسانس نشان داد که اثر محیط، اثر ژنوتیپ و اثر متقابل ژنوتیپ × محیط معنی‌دار بود. معنی‌دار بودن اثر متقابل ژنوتیپ × محیط، بیانگر واکنش متفاوت ژنوتیپ‌ها در محیط‌های مختلف بود و ازاین‌رو، امکان تجزیه پایداری ژنوتیپ‌ها وجود داشت. نتایج تجزیه پایداری ژنوتیپ‌ها با روش GGE بای‌پلات نشان داد که دو مؤلفه اول و دوم GGE بای‌پلات، 4/96 درصد از تغییرات کل عملکرد اسانس را توجیه کردند. بر اساس بای‌پلات ژنوتیپ فرضی ایده‌‌آل، ژنوتیپ G17 ازنظر هر دو عامل پایداری و میانگین عملکرد اسانس، بهتر از سایر ژنوتیپ‌ها بود و سازگاری عمومی بالایی در همه محیط‌های موردبررسی داشت. علاوه بر آن، ژنوتیپ G9 در محیط‌ E1 و ژنوتیپ G18 در محیط‌های E2 و E3 ژنوتیپ‌های برتر و با سازگاری خصوصی بالا بودند. همچنین نتایج نشان داد که کلیه محیط‌ها دارای قابلیت تمایز بالایی بوده و توانستند تفاوت‌های بین ژنوتیپ‌ها را به‌خوبی آشکار کنند. محیط تنش ملایم نزدیک‌ترین محیط‌ به محیط ایده‌آل بود و بیشترین تمایز و بیانگری را نشان داد.

کلیدواژه‌ها

موضوعات

Batth, G.S., Kumar, H., Gupta, V., Brar, P.S., 2013. GGE biplot analysis for characterization of garlic (Allium sativum L.) germplasm based on agro-morphological traits. International Journal of Plant Breeding. 7, 106-110.
Burt, S., 2004. Essential oils: their antibacterial properties & potential applications in foods-a review. International Journal of Food Microbiology. 94, 223-253.
Cantore, P.L., Iacobellis, N.S., De Marco, A., Capasso, F., Senatore, F., 2004. Antibacterial activity of Coriandrum sativum L. & Foeniculum vulgare Miller var. vulgare (Miller) essential oils. Journal of Agricultural and Food Chemistry. 52, 7862-7866.
Changizi, M., Choukan, R., Heravan, E.M., Bihamta, M.R., Darvish, F., 2014. Evaluation of genotype × environment interaction and stability of corn hybrids and relationship among univariate parametric methods. Canadian Journal of Plant Science. 94, 1255-1267.
Chithra, V., Leelamma, S., 2000. Coriandrum sativum effect on lipid metabolism in 1, 2-dimethyl hydrazine induced colon cancer. Journal of Ethnopharmacology. 71, 457-463.
Choukan, R., 2011. Genotype, environment and genotype × environment interaction effects on the performance of maize (Zea mays L.) inbred lines. Crop Breeding Journal. 1, 97-103. [In Persian with English Summary].
Falconer, D., 1990. Selection in different environments: effects on environmental sensitivity (reaction norm) and on mean performance. Genetics Research. 56, 57-70.
Falconer, D.S., 1981. Introduction to quantitive genetics. 2nd Ed. Longman, London, UK.
Fernandez, G.C.J., 1992. Effective selection criteria for assessing stress tolerance. Proceedings of the International Symposium.Taiwan.13-18, 257-270.
Gallagher, A., Flatt, P., Duffy, G., Abdel-Wahab, Y., 2003. The effects of traditional antidiabetic plants on in vitro glucose diffusion. Nutrition Research. 23, 413-424.
Gauch, H., Zobel, R.W., 1997. Identifying mega-environments and targeting genotypes. Crop Science. 37, 311-326.
Hemmati, I., Pourdad, S.S., Choukan, R., 2018. Studying the genotype × environment interaction under different conditions of moisture stress using graphical GGE biplot analysis in synthetic varieties of sunflower (Helianthus annuus L.). Environmental Stresses in Crop Sciences. 11, 471-480. [In Persian with English Summary].
Jafari, T., Farshadfar, E., 2018. Stability analysis of bread wheat genotypes (Triticum aestivum L.) by GGE biplot. Cereal Research. 8, 199-208. [In Persian with English Summary].
Kubo, I., Fujita, K.I., Kubo, A., Nihei, K.I., Ogura, T., 2004. Antibacterial activity of coriander volatile compounds against Salmonella choleraesuis. Journal of Agricultural and Food Chemistry. 52, 3329-3332.
Msaada, K., Hosni, K., Taarit, M.B., Hammami, M., Marzouk, B., 2009. Effects of growing region and maturity stages on oil yield and fatty acid composition of coriander (Coriandrum sativum L.) fruit. Scientia Horticulturae. 120, 525-531.
Najafi Mirak, T., Dastfal, M., Andarzian, B., Farzadi, H., Bahari, M., Zali, H., 2018. Evaluation of durum wheat cultivars and promising lines for yield and yield stability in warm and dry areas using AMMI model and GGE biplot. Journal of Crop Breeding. 10, 1-12. [In Persian with English Summary].
Pourdad, S.S., Jamshid, M.M., 2013. Study on Genotype × Environment Interaction through GGE Biplot for Seed Yield in Spring Rapeseed (Brassica Napus L.) in Rain-Fed Condition. Journal of Crop Breeding. 5, 1-13. [In Persian with English Summary].
Pourmeidani, A., Arefi, H., Jafari, A., Torabi, S., Mirza, M., 2016. Stability analysis of essential oil yield in different populations of thyme (Thymus kotschyanus) in different regions of Iran using GGE biplot. Iranian Journal of Rangelands and Forests Plant Breeding and Genetic Research. 24, 277-286. [In Persian with English Summary].
Rahimi, A., Zabet, M. 2015. Investigation of genotype × environment interaction for seed yield of cumin genotypes under normal and drought stress using GGE biplot method. The 2th Conference on New Finding in Environment and Agricultural Ecosystems. 9-11 Sep. 2015. Renewable Energy and Environmental Research Institute, University of Tehran, Iran. [In Persian with English Summary].
Reddy, A.R., Chaitanya, K.V., Vivekanadan, M.V., 2004. Drught-induced responses of photosynthesis and Antioxidant metabolism in higher plants. Journal of Plant Physiology. 161, 1189-1202.
Saleem, R., Ashraf, M., Khalil, I.A., Anees, M.A., Javed, H.I., Saleem, A., 2016. GGE Biplot: stability a windows based graphical analysis of yield stability and adaptability of millet cultivars across Pakistan. Academia Journal of Biotechnology. 4, 186-193.
Sastry, E., Dhirendra, S., Rajput, S., 2013. Stability analysis for water stress tolerance in fenugreek (Trigonella foenum-graecum L.). Indian Journal of Genetics and Plant Breeding. 73, 287-294.
Sefidkon, F., Abbasi, K., Jamzad, Z., Ahmadi, S., 2007. The effect of distillation methods and stage of plant growth on the essential oil content and composition of Satureja rechingeri Jamzad. Food Chemistry. 100, 1054-1058.
Setimela, P., Vivek, B., Bänziger, M., Crossa, J., Maideni, F., 2007. Evaluation of early to medium maturing open pollinated maize varieties in SADC region using GGE biplot based on the SREG model. Field Crops Research. 103, 161-169.
Shiri, M.R., Bahrampour, T., 2015. Genotype× environment interaction analysis using GGE biplot in grain maize (Zea mays L.) hybrids under different irrigation conditions. Cereal Research. 5, 83-94. [In Persian with English Summary].
SPSS Inc., 2010. SPSS 20. Users Guied. Chicago, USA.
Temesgen, M., Alamerew, S., Eticha, F., 2015. GGE biplot analysis of genotype by environment interaction and grain yield stability of bread wheat genotypes in south east Ethiopia. World Journal of Agricultural Sciences. 11,183-190.
Tiwari, J.K., 2019. GGE biplot and AMMI model to evaluate spine gourd (Momordica dioica Roxb.) for genotype × environment interaction and seasonal adaptation. Electronic Journal of Plant Breeding. 10, 264-271.
Volatil, O., 2000. Coriander (Coriandrum sativum L.). Plant Foods for Human Nutrition. 51, 167-172.
Wangensteen, H., Samuelsen, A.B., Malterud, K.E., 2004. Antioxidant activity in extracts from coriander. Food Chemistry. 88, 293-297.
Yan, W., Cornelius, P.L., Crossa, J., Hunt, L., 2001. Two types of GGE biplots for analyzing multi-environment trial data. Crop Science. 41, 656-663.
Yan, W., Hunt, L., 2002. Biplot analysis of diallel data. Crop Science. 42. 21-30.
Yan, W., Hunt, L., Sheng, Q., Szlavnics, Z., 2000. Cultivar evaluation and mega-environment investigation based on the GGE biplot. Crop Science. 40, 597-605.
Yan, W., Kang, M.S., 2003. GGE biplot analysis: A graphical tool for breeders, geneticistsand agronomists. CRC Press, Boca Raton, FL, USA.
Yan, W., Kang, M.S., Ma.B., Woods, S., Cornelius, P.L., 2007. GGE biplot vs. AMMI analysis of genotype-by-environment data. Crop Science. 47, 643-655.
Yan, W., Tinker, N.A., 2006. Biplot analysis of multi-environment trial data: Principles and applications. Canadian Journal of Plant Science. 86, 623-645.
Zabet, M., Esmat, K., Izanlo, A., Zohan, M., 2020. Evaluation of salinity stress tolerance of some fennel ecotypes in greenhouse conditions using GTBiplot and GGEBiplot. Iranian Journal of Rangelands and Forests Plant Breeding and Genetic Research. 27, 216-230. [In Persian with English Summary].
Zehtab-Salmasi, S., Ghassemi-Golez, K., Moghbeli, S., 2006. Effect of sowing date and limited irrigation on the seed yield and quality of dill (Anethum graveolens L.). Turkish Journal of Agriculture and Forestry. 30, 281-286.
Zeleke, A., Berhanu, F., 2016. AMMI and GGE models analysis of stability and GEI of common bean (Phaseolus vulgaris L.) lines in Ethiopia. Journal of Biology, Agriculture and Helathcare. 6, 127-135.