@ARTICLE{Rabiei, author = {Sourilaki, E. and Rabiei, B. and Marashi, S. H. and Jokarfard, V. and Borner, A. and }, title = {Identification of Microsatellite Markers Associated with Important Agronomic Traits in Quinoa (Chenopodium quinoa, Willd)}, volume = {13}, number = {1}, abstract ={در این تحقیق، تعداد 50 ژنوتیپ کینوا با استفاده از 40 جفت نشانگر ریزماهواره (SSR) بررسی شد تا ضمن شناسایی ژنوتیپ¬های برتر از نظر عملکرد دانه و اجزای موثر بر آن، نشانگرهای پیوسته با صفات مورد مطالعه نیز با استفاده از روش تجزیه ارتباطی شناسایی و معرفی شوند. مطالعه صفات عملکرد دانه و اجزای موثر بر آن نشان داد که صفات روز تا رسیدگی فیزیولوژیک، طول خوشه، تعداد خوشه در بوته و وزن هزار دانه مهم¬ترین صفات موثر بر عملکرد دانه بودند که در نهایت ژنوتیپ¬های 1، 32 و 49 از نظر این صفات به¬عنوان ژنوتیپ¬های برتر معرفی شدند. مطالعه ساختار جمعیت با استفاده از نرم¬افزار Structure دو زیر گروه احتمالی (K=2) را در جمعیت مورد مطالعه نشان داد و نتایج حاصل از بارپلات نیز آن را تآیید کرد. نتایج حاصل از تجزیه ارتباطی با استفاده از مدل خطی عمومی (GLM) و مدل خطی مخلوط (MLM) تعداد 49، 53 (GLM) و تعداد 48، 52 (MLM) ارتباط نشانگر- صفت معنی¬دار را به-ترتیب برای سال اول (1398) و دوم (1399) شناسایی کرد. از بین روابط نشانگر- صفت معنی¬دار شناسایی شده برای صفات مختلف، بیشترین تعداد ارتباط معنی¬دار برای صفات عملکرد دانه و وزن هزار دانه به¬ترتیب با شش و پنج ارتباط شناسایی شد. در مجموع بر اساس نتایج حاصل از تجزیه ارتباطی تعداد 12 نشانگر پیوسته و دارای ارتباط معنی¬دار با صفات ارزیابی شده طی هر دو سال شناسایی شد و بنابرین می¬توان از این نشانگرها به¬عنوان نشانگرهای ثابت و پایدار در برنامه¬های مختلف به¬نژادی کینوا استفاده کرد. }, URL = {http://jcpp.iut.ac.ir/article-1-3218-fa.html}, eprint = {http://jcpp.iut.ac.ir/article-1-3218-fa.pdf}, journal = {Journal of Crop Production and Processing}, doi = {10.47176/jcpp.13.1.37621}, year = {2023} }