علوم آب و خاک

---

به منظور بررسی ارتباط میان مقدار رسوب با کیفیت SDS و کیفیت نانوایی گندم، زیرواحدهای گلوتنین ژنوتیپ‌های مختلف (ارقام ایرانی و خارجی) به وسیله کروماتوگرافی مایع با کارایی زیاد و فاز معکوس تجزیه گردیدند. ارتفاع رسوب هر ژنوتیپ به عنوان معیار غیرمستقیم ارزیابی ارزش نانوایی در نظر گرفته شد. ضرایب هم‌بستگی بیانگر ارتباط بیشتر نقاط فراز گلوتنین با وزن مولکولی کم و مقدار رسوب بودند.

تجزیه مؤلفه‌های اصلی وجود ارتباط میان برخی از زیرواحدها و مقدار رسوب را تأیید نمود. با استفاده از رگرسیون مرحله‌ای، دو زیرواحد با وزن مولکولی کم و چهار زیرواحد با وزن مولکولی زیاد انتخاب گردید، که به ترتیب 2/70 و 7/18 درصد از تغییرات مقدار رسوب را توجیه نمودند. بر اساس نتایج رگرسیون مرحله‌ای، تابع تشخیصی تعیین شد که کارایی زیادی را در جداسازی درست ژنوتیپ‌های کاملاً متفاوت (ارقام بومی و زراعی ایرانی) داشت، و نشان داد که ارتباط به دست آمده میان زیرواحدهای گلوتنین و مقدار رسوب به گونه چشم‌گیری ژنتیکی بوده و آثار زیرواحدهای با وزن مولکولی کم و زیاد بر مقدار رسوب افزایشی است. بنابراین، به نظر می‌رسد که می‌توان از این روش، و بر پایه اجزای بیشتری از زیرواحدهای پروتئین (نه تنها زیرواحدهای گلوتنین با وزن مولکولی زیاد)، کیفیت نان را در بسیاری از زمینه‌های ژنتیکی برآورد نمود.

---

تجزیه تابع تشخیص یکی از روش‌های تجزیه آماری چند متغیره است که از آن می‌توان برای آزمون صحت نتایج حاصل از تجزیه خوشه‌ای استفاده نمود. در این مطالعه، صحت گروه‌بندی روش‌های مختلف تجزیه خوشه‌ای بر پایه روش‌های مختلف استاندارد کردن داده‌ها و معیارهای متفاوت فاصله با تجزیه تابع تشخیص مورد ارزیابی قرار گرفتند. هم‌چنین برای تأیید نتایج از T2 هتلینگ، پلات CCC و تجزیه واریانس چند متغیره استفاده گردید. بدین منظور، 8 ژنوتیپ کلزا در قالب طرح بلوک های کامل تصادفی با سه تکرار در مؤسسه تحقیقات برنج کشور (رشت) در سال 85-1384 کشت شدند و 14 صفت در آنها مورد ارزیابی قرار گرفت. تجزیه واریانس طرح بلوکی اختلاف معنی داری را بین ژنوتیپ ها از نظر کلیه صفات مورد مطالعه نشان داد. مقایسه میانگین بین ژنوتیپ ها نیز نشان داد که ژنوتیپ Hyola401 از نظر عملکرد دانه و بسیاری از صفات بررسی شده برتر از سایر ژنوتیپ ها بود. براورد ضریب تغییرات فنوتیپی و ژنوتیپی نشان داد که اکثر صفات دارای تنوع زیادی در جمعیت می باشند. تجزیه تابع تشخیص نشان داد که معیار فاصله اقلیدسی بهتر از سایر معیارهای فاصله بود و گروه‌بندی مطلوبی بر اساس آن به‌دست آمد. هم‌چنین تمام روش‌های استاندارد کردن داده‌ها گروه‌بندی مشابهی به‌وجود آوردند و بهتر از استاندارد نکردن داده‌ها بودند. بر اساس ارزیابی دندروگرام‌های روش‌های مختلف تجزیه خوشه‌ای مشخص شد که روش‌های متوسط فاصله بین گروه ها (UPGMA)، دورترین همسایه‌ها و حداقل واریانس "وارد" بهتر از سایر روش‌ها بودند و ژنوتیپ ها را در سه گروه دسته بندی کردند. تجزیه تابع تشخیص خطی فیشر نشان داد که روش‌های UPGMA و حداقل واریانس "وارد" با انجام صحت گروه‌بندی در حدود 5/87 درصد، مناسب‌تر از سایر روش‌های تجزیه خوشه ای بودند، با این حال تجزیه تشخیص ژنوتیپ ها را در دو گروه قرار داد. آزمون های T2 هتلینگ، پلات CCC و تجزیه واریانس چند متغیره نیز نتایج حاصل از تجزیه تشخیص را مورد تأیید قرار دادند. به این ترتیب، به‌نظر می رسد که استفاده از معیار فاصله اقلیدسی بر اساس داده‌های استاندارد شده و انجام تجزیه خوشه‌ای با روش‌های حداقل واریانس "وارد" و یا UPGMA گروه بندی بهتری از ژنوتیپ‌ها ارائه دهد، اما توصیه می شود برای تأیید نتایج و تعیین گروه های واقعی از تجزیه تابع تشخیص استفاده گردد.