Evaluate of Yield and Traits in Relation to Seed Yield in Barley Lines Under Drought Stress and Non-Stress Condition Using Factor Analysis

Document Type : Research Paper

Authors

Abstract

Abstract
In order to understand the morphological basis of yield difference and hidden factors in barley lines under drought stress condition, an experiment was conducted for 72 double haploid lines with their parents and 7 local cultivars  of barley using two 9×9 simple Lattice (stress and non-stress), with two replications. The results of variance analysis showed that there are significant differences among all genotypes in studied traits. In non-stress condition factor analysis based on principal component extracted five factors that explained about 72 percent of the total variation and in stress condition six factors were extracted that explained about 78 percent of the total variation. Considering the traits affecting these factors, can be concluded to produce high yield barley in drought stress condition, plants with more flag leaf area, wide reproductive organs, long grain filling period and appropriate height should be selected.
 
 

Keywords


 

مقدمه

تنوع ژنتیکی از نیازهای اساسی پیشرفت در اصلاح نباتات است. اطلاع از تنوع ژنتیکی ژرم­پلاسم­های گیاهی  به پژوهشگر اجازه انتخاب روش صحیح در             برنامه­های اصلاحی را می­دهد (چادهری 1977). در بین روش‌های ریاضی مختلف مورد استفاده برای مطالعه ژرم­پلاسم­های گیاهی، مدل­های ژنتیکی و آماری یک متغیره به دلیل اینکه اطلاعات اولیه بسیار وسیعی از صفات مورد بررسی ارائه می دهند، بسیار کاربرد دارند و در موارد متعددی برای برآورد تنوع ژنتیکی جوامع گیاهی به کار گرفته شده­اند (پنس 1957 و دنیس و آدامز 1972). در برنامه­های اصلاح نباتات انتخاب بر اساس تعداد زیادی صفت زراعی صورت می­گیرد که ممکن است بین آنها همبستگی مثبت و منفی وجود داشته باشد، لذا روش­های تجزیه و تحلیلی که بدون از بین بردن مقدار زیادی از اطلاعات مفید، تعداد صفات مؤثر در عملکرد را کاهش دهند، برای پژوهشگران با ارزش هستند (گورتین و بیلی 1982).

برامل و همکاران (1984) عنوان نمودند که تجزیه به عامل­ها روش چند متغیره قدرتمندی است که برای برآورد اجزای عملکرد (فرانکو و همکاران 2010 و سیلر و استافور 1985)، استخراج زیر مجموعه­ای از متغیرهای همسان (لاولی و ماکسول 1963 و گارسون 2013)، شناخت مفاهیم اساسی داده­های چند متغیره، شناخت ارتباطات بیولوژیک و کاربردی موجود بین صفات (اسلامی و همکاران 2013 و آکوا و همکاران 1992)، کاهش تعداد زیادی از صفات همبسته به تعداد کمی              از عامل­ها (جانسون و ویچرن 1988) و تشریح همبستگی­های بین متغیرها (لاولی 1941) به کار می رود.   والتون (1971) تجزیه به عامل­ها را برای صفات تعیین کننده عملکرد در تلاقی­های دای­آلل 8×8 ارقام گندم بهاره بکار برد و 4 عامل را استخراج نمود. عامل اول 31 درصد تنوع کل را توجیه نمود و در برگیرنده دو جزء عملکرد، یعنی تعداد سنبله در گیاه و تعداد سنبلچه در سنبله بود.

در عامل دوم که 30 درصد از تنوع کل را توجیه نمود، صفات مربوط به برگ پرچم از اهمیت بالایی برخوردار بودند. والتون (1972)، در مطالعه دیگری تجزیه به عامل­ها را برای مطالعه صفات مربوط به اجزای عملکرد، ساختارهای مورفولوژیک و مراحل رشد در گندم به کار برد. در این مطالعه 4 عامل اول به ترتیب 9/29، 2/29، 3/23 و 16 درصد از تغییرات کل را توجیه نمودند. صفات مربوط به سطح برگ پرچم و طول دوره رسیدگی در عامل اول نمود یافتند. صفات تعیین کننده ماهیت مبدأهای سوخت و سازی در سه عامل آخر تقسیم شدند. صفات مربوط به اجزای عملکرد قسمتی از عوامل 3 و 4 را تشکیل دادند.

از اهداف این مطالعه می توان به برآورد تنوع ژنتیکی برای صفات کمی و کیفی و شناخت عوامل مؤثر در تنوع آنها اشاره کرد. همچنین استفاده از تجزیه به عامل­ها در تبیین اجزای عملکرد دانه، تعیین ارتباطات بین اجزای عملکرد و ساختارهای مورفولوژیک معین، شناخت صفاتی که برای بهبود عملکرد دانه باید به طور مستقیم مورد گزینش قرار گیرند (کومار و همکاران 2006)، گروه­بندی صفات اندازه­گیری شده و شناخت مفاهیم غیر قابل اندازه­گیری یا صفات پنهانی مؤثر بر عملکرد از دیگر مواردی است که می­توان با انجام تجزیه به عامل­ها به ماهیت این موارد تا حدودی پی برد (هوسان 2011).

 

مواد و روش­ها

این آزمایش در ایستگاه تحقیقاتی مرکز تحقیقات کشاورزی زابل واقع در شهرستان زهک با طول جغرافیایی´41 ,°61 شرقی و عرض جغرافیایی´55 ,°30 شمالی اجرا گردید. زمین محل اجرای آزمایش در سال قبل از کاشت آیش بود. آزمایش در قالب طرح لاتیس ساده 9×9 با دو تکرار و تحت دو شرایط نرمال و تنش خشکی اجر گردید. در این تحقیق از بذور 72 لاین دابل هاپلوئید (Hordeum vulgare L.; 2n=2x=14) که از تلاقی رقم Steptoe با رقم Morex بوسیلة برنامه اصلاح جو دانشگاه ایالت اورگون برای پروژه تعیین نقشه ژنوم جو آمریکای شمالی (NABGMP[1]) بدست آمده است همراه با والدین و 7 شاهد محلی استفاده شد. Steptoe دارای عملکرد بالا، سازگاری وسیع، حساس به خشکی، مقدار خواب بذر زیاد، حساس به بیماری نواری باکتریایی برگ، کیفیت علوفه بالا، شش ردیفه و تیپ تغذیه ای ساحلی بوده و Morex شش ردیفه، مقاوم              به خشکی، کیفیت مالت و آمیلاز بالا، مقدار خواب بذر پائین و مقاوم به بیماری  نواری باکتریایی برگ است. ظرفیت زراعی در قطعات 21 درصد و نقطه پژمردگی 8 درصد و نیز زمان هر آبیاری توسط دستگاه TDR در رطوبت حجمی 16 (رطوبت وزنی 7/10) تعیین گردید. طول هر کرت 8/3 متر و عرض هر کرت 2/1 متر، تعداد خطوط کاشت 6 عدد، فاصله بین خطوط 20 سانتی متر، فاصله بین کرتها 50 سانتی متر و نوع کشت خطی بود.

روش آبیاری مزرعه به صورت کرتی بوده و در کل دوره رشد گیاه 3 نوبت بود (در آزمایش بدون تنش). در آزمایش تنش از مرحله گرده­افشانی به بعد هیچگونه آبیاری صورت نگرفت (قطع آب آخر)، زیرا در شرایط اقلیمی منطقه (شهرستان زهک) تنش خشکی در مرحله گلدهی و بعد از آن بیشترین خسارت را به محصول وارد می­کند (جدول 1). صفات مورد بررسی و نحوه اندازه­گیری آنها به شرح زیر بود. این صفات جز در مواردی که ذکر شده است با رعایت حاشیه، بر روی 10 بوته که به طور تصادفی در هر کرت انتخاب گردید، اندازه­گیری شدند.

طول دوره رشد رویشی، طول دوره رشد زایشی (تعداد روز از سنبله رفتن تا رسیدگی کامل)، ارتفاع بوته، طول ریشک، طول سنبله اصلی، طول غلاف برگ پرچم، طول پدانکل، طول برگ پرچم، عرض برگ پرچم، تعداد دانه در سنبله و عملکرد دانه (عملکرد هر کرت با حذف بوته­های کناری و 5/0 متر از ابتدا و انتهای هر کرت به صورت عملکرد دانه و بر حسب گرم با دقت 01/0 تعیین گردید).

پس از تجزیه داده­های اصلی در قالب طرح لاتیس، تجزیه و تحلیل­ها بر مبنای میانگین­های تصحیح شده به صورت بلوک کامل تصادفی صورت گرفت (عبدی و همکاران 2010). برای درک روابط علت و معلولی بین صفات، شناخت صفاتی که بیشترین نقش را در عملکرد دانه ایفا می­نمایند و شناخت عوامل پنهانی مؤثر بر عملکرد، از تجزیه به عامل­ها به روش حداکثر درست نمایی که توسط محققینی از جمله لاولی و ماکسول (1963) بسط و گسترش داده شده است، استفاده گردید (جباری 1388). محاسبات آماری فوق با استفاده از نرم­افزار SAS[2] نسخه 9 و آزمون نرمال بودن داده­ها با استفاده از نرم­افزار MINITAB نسخه 14 انجام شد (سین 2001).

 

نتایج و بحث

نتایج تجزیه واریانس صفات با در نظر گرفتن تمامی ارقام در دو تکرار موجود در هر دو شرایط آبی و تنش در جداول 2 و 3 آورده شده است. نتایج تجزیه واریانس صفات اندازه گیری شده نشان داد که بین لاین­های مورد مطالعه از لحاظ کلیه صفات در سطح احتمال یک در صد اختلاف معنی­داری وجود دارد. معنی­دار بودن میانگین مربعات لاین­ها بیانگر این نکته می­باشد که بین آنها از لحاظ صفات مورد بررسی تنوع خوبی وجود دارد.

آزمون F برای بررسی اختلاف لاین­ها از لحاظ صفات مورد بررسی در دو محیط تنش و بدون تنش انجام و نتیجه گیری نشان داد که بین لاین­ها از لحاظ صفات مورد بررسی در هر دو شرایط تنش و بدون تنش اختلاف بسیار معنی­داری وجود دارد. این موضوع بیان می­دارد که تفاوت مشاهده شده بین میانگین­ها تصادفی نیست. با توجه به تنوع موجود برای اکثر صفات، استنباط می شود که انتخاب برای بهبود آنها می­تواند مؤثر باشد. البته بازدهی انتخاب تا حدود زیادی بستگی به توارث­پذیری صفات مورد بررسی دارد. در این مطالعه، تجزیه به عامل­ها بر اساس مؤلفه­های اصلی (هرو 2013) روی 81 لاین جو دابل هاپلوئید انتخابی در شرایط آبی و تنش خشکی انجام شد. بردار بار عامل­ها، نسبت واریانس توجیه شده، جمع کل واریانس توجیه شده و ریشه­های مشخصه حاصل از تجزیه به عامل­ها در جداول 4 و 5 نشان داده شده­اند. برای تعیین تعداد          عامل­های مناسب، آن تعداد از عامل­ها که دارای ریشه مشخصه بزرگتر از یک بودند، انتخاب شده و برای ماتریس ضرایب عامل­ها به کار رفتند. بر همین اساس در این تحقیق در شرایط بدون تنش پنج عامل استخراج شد. درصد واریانس توجیه شده توسط این عامل­ها به ترتیب 27، 18، 11، 8 و 6 درصد بود.

بزرگترین ضرایب (بار) عاملی از میان ضرایب هرعامل در حقیقت نشان دهنده صفت یا صفاتی است که بیشترین نقش را در آن عامل دارند، لذا بر طبق متغیر مربوط به آن ضرایب عاملی می­توان عامل­ها را نامگذاری کرد. در آزمایش بدون تنش، عامل اول 27 درصد از تغییرات کل را توجیه نمود و از آنجائیکه طول دوره رشد رویشی (94/0) دارای بار عاملی مثبت و بالایی و دوره رشد زایشی (81/0-) دارای بار عاملی بالا اما در جهت منفی است، لذا این عامل را می­توان تحت عنوان عامل «فنولوژیک» نامگذاری نمود.

 

 

 

جدول 1- آمار هواشناسی فصل زراعی 86-1385 ایستگاه تحقیقات کشاورزی سیستان واقع در شهرستان زهک.

متوسط تبخیر

Mean evaporation

(mm)

بارندگی

Precipitation

(mm)

حداکثر دما

Max. temp.

(°C)

حداقل دما

Min. temp.

(°C)

ماه

mount

32/12

0

8/35

3/19

مهر

October

68/9

5/5

1/29

8/12

آبان

November

80/8

1/4

15

9/1

آذر

December

7/4

0

15

3/0

دی

January

17/5

2/24

8/19

4/5

بهمن

February

42/7

3/8

7/20

8/6

اسفند

March

80/8

4/3

4/32

3/15

فروردین

April

33/12

0

9/35

6/20

اردیبهشت

May

80/22

0

9/39

1/25

خرداد

June

51/23

6/1

9/41

28

تیر

July

 

 

             

 

در عامل دوم که 18 درصد از تغییرات کل را شامل شده، ارتفاع گیاه (77/0)، تعداد دانه در سنبله (68/0)، طول برگ پرچم (57/0)، طول ریشک (57/0)، طول غلاف برگ پرچم (50/0)، طول پدانکل (50/0) و عملکرد دانه (45/0) دارای بار عاملی مثبت و بالایی بودند، بنابراین این عامل را می توان عامل «بهره­وری و مبدأ ساخت مواد فتوسنتزی» نامگذاری نمود. این عامل نشان می­دهد صفات فنولوژیک با تأثیر بر روی صفات رشد رویشی مربوط به سرمایه ثابت گیاه موجب ذخیره مواد قابل دسترس برای رشد زایشی گیاه می شوند. اشکانی و همکاران (2004) در تحقیقی پنج عامل را که 96% از تغییرات کل داده­ها را توجیه می کرد در شرایط آبیاری محدود معرفی کردند. آن­ها عاملی را که در آن عملکرد دانه دارای بزرگ­ترین ضریب عاملی معنی­دار بود عامل بهره­وری نامیدند. در تحقیقی دیگر شش عامل اصلی و مستقل که 04/80% از تغییرات کل داده­ها را توجیه می­کرد در شرایط دیم معرفی شدند (جمشیدی مقدم و همکاران 2006). در عامل سوم و چهارم که به ترتیب 11 و 8 درصد تغییرات کل را نشان می دهند، طول سنبله  دارای بیشترین بار عاملی مثبت بوده و بنابراین این دو عامل را می­توان عامل «مقصد فیزیولوژیک» نامگذاری کرد. البته در عامل چهارم عرض برگ پرچم و طول برگ پرچم  نیز دارای بار عاملی بزرگ و منفی بودند. لذا افزایش این عامل به طور غیر مستقیم با کاهش صفتی که نقش منفی دارد، همراه خواهد بود. در عامل پنجم که تنها 6 درصد از تغییرات را شامل می­شود، طول غلاف برگ پرچم (21/0) دارای بار عاملی مثبت و بالایی بود. همچنین طول ریشک و طول برگ پرچم دارای بار عاملی بزرگ و منفی در این عامل بودند.

در شرایط تنش شش عامل استخراج شد. درصد واریانس توجیه شده توسط این عامل­ها به ترتیب 25، 18، 11، 9، 7 و 6 درصد بود. در آزمایش تنش، عامل اول 25 درصد از تغییرات کل را توجیه نمود و صفات طول پدانکل (75/0)، طول غلاف برگ پرچم (60/0)، تعداد دانه در سنبله (60/0)، ارتفاع گیاه (59/0) و طول سنبله (50/0) دارای بار عاملی مثبت و بالایی بودند، همچنین طول دوره رشد رویشی دارای بار عاملی بزرگ اما در جهت منفی در این عامل بود. بنابراین می­توان این عامل را عامل «بهره­وری و ساختارهای ظاهری گیاه» نامگذاری کرد.

 

 

 

جدول 2- تجزیه واریانس صفات اندازه گیری شده در 81 لاین جو دابل هاپلوئید در آزمایش بدون تنش.

منابع تغییرات

درجه آزادی

میانگین مربعات

طول دوره رشد رویشی

طول دوره رشد زایشی

ارتفاع

طول ریشک

طول سنبله

طول غلاف برگ پرچم

طول پدانکل

طول برگ پرچم

عرض برگ پرچم

تعداد دانه

در سنبله

عملکرد دانه

تکرار

تیمار تصحیح نشده

تیمار تصحیح شده

بلوک درون تکرار

خطای داخل بلوک

خطای طرح بلوک

1

80

80

16

64

80

45/8

45/50

**45/50

63/9

17/6

86/6

00/2

21/37

**21/37

05/9

90/6

33/7

08/19

76/197

**76/197

1/231

54/32

25/72

041/0

26/3

**26/3

41/2

25/1

49/1

77/1

29/2

**29/2

73/0

47/0

53/0

74/0

91/4

**91/4

85/2

80/1

01/2

75/2

57/54

**57/54

90/29

82/13

03/17

01/1

53/7

**53/7

28/4

81/3

91/3

03/0

029/0

**029/0

021/0

018/0

019/0

26/19

96/122

**95/122

69/137

30/59

98/74

20/1302

123127

**2/123127

08/7176

11/3338

71/4105

      مزیت نسبی

   ضریب تغییرات

     ضریب تبیین

76/103

19/2

88/0

41/101

78/7

83/0

5/189

02/10

73/0

05/108

57/7

68/0

61/103

82/10

81/0

98/103

62/6

70/0

30/111

8/14

76/0

26/100

26/14

65/0

41/100

79/14

607/0

51/113

90/19

62/0

11/111

61/11

96/0

 

 

 

جدول3- تجزیه واریانس صفات اندازه گیری شده در 81 لاین جو دابل هاپلوئید در آزمایش تنش.

منابع تغییرات

درجه آزادی

میانگین مربعات

طول دوره رشد رویشی

طول دوره رشد زایشی

ارتفاع

طول ریشک

طول سنبله

طول غلاف برگ پرچم

طول پدانکل

طول برگ پرچم

عرض برگ پرچم

تعداد دانه

در سنبله

عملکرد دانه

تکرار

تیمار تصحیح نشده

تیمار تصحیح شده

بلوک درون تکرار

خطای داخل بلوک

خطای طرح بلوک

1

80

80

16

64

80

58/1

24/32

**23/32

16/5

42/6

17/6

06/76

46/23

**45/23

86/13

96/10

54/11

31/755

64/120

**63/120

58/94

80/39

76/50

13/0

94/4

**94/4

01/2

02/1

22/1

06/0

63/2

**63/2

7/0

46/0

5/0

58/6

5/7

**49/7

49/3

19/2

45/2

99/77

57/36

**57/36

27/22

76/5

06/9

52/4

92/6

**92/6

13/5

19/2

78/2

47/0

051/0

**051/0

029/0

03/0

03/0

31/7

08/112

**08/112

66/104

54/33

76/47

84/8384

48820

**3/48820

62/1188

26/1161

73/1166

مزیت نسبی

ضریب تغییرات

ضریب تبیین

06/96

08/2

83/0

06/101

76/11

67/0

28/114

74/10

71/0

74/108

88/6

80/0

47/103

91/10

84/0

11/104

39/7

75/0

96/136

41/15

80/0

81/113

20/14

71/0

47/99

46/18

66/0

31/125

16/18

70/0

01/100

49/10

97/0

 

 


در عامل دوم که 18 درصد از تغییرات را شامل               می­شود، صفات طول ریشک (56/0)، طول غلاف برگ پرچم (53/0)، طول سنبله (45/0)، طول برگ پرچم (41/0) و تعداد دانه در سنبله (40/0) دارای بار عاملی مثبت و بالایی بودند، و طول دوره رشد زایشی دارای بار عاملی بالا و منفی در این عامل بود. این عامل تحت عنوان عامل «عملکرد و صفات مرتبط با آن» نامگذاری شد. در عامل سوم و چهارم، صفات عرض برگ پرچم و طول برگ پرچم دارای بار عاملی مثبت و بالایی بودند، لذا این دو عامل را نیز می­توان تحت عنوان عامل «برگ پرچم» نامگذاری کرد. البته در عامل چهارم صفات عملکرد دانه و تعداد دانه در سنبله دارای بار عامل منفی بودند. در عامل پنجم که 7 درصد از تغییرات کل را نشان داد، عملکرد دانه (60/0) دارای بار عاملی مثبت و بالایی بود و از طرفی طول سنبله و طول ریشک دارای بار عاملی منفی بودند، لذا می توان این عامل را تحت عنوان عامل «عملکرد دانه» نامگذاری نمود.

نهایتاً عامل ششم که تنها 6 درصد از تغییرات کل را به خود اختصاص داد، عملکرد دانه (49/0)، طول برگ پرچم (42/0) و طول ریشک (29/0) دارای بار عاملی مثبت و بالایی بود. صفاتی نظیر طول پدانکل، ارتفاع گیاه و طول سنبله بار عامل کوچک و منفی در این عامل داشتند. لذا می توان این عامل را تحت عنوان عامل «توان انتقال مواد فتوسنتزی به دانه گیاه» نامگذاری نمود.

 

 

 

 

جدول 4-  بردار بار عاملها، نسبت واریانس توجیه شده و جمع کل واریانس توجیه شده و ریشه های مشخصه در 81 لاین جو                     در آزمایش بدون تنش.

صفات

بار عامل

اول

دوم

سوم

چهارم

پنجم

طول دوره رشد روشی

94/0

19/0

14/0

10/0

02/0-

طول دوره رشد زایشی

84/0-

17/0-

30/0-

005/0

01/0

ارتفاع گیاه (سانتی­متر)

02/0-

77/0

11/0-

29/0

06/0

طول ریشک (سانتی­متر)

15/0-

57/0

01/0

26/0

54/0-

طول سنبله (سانتی­متر)

39/0-

14/0

43/0

46/0

07/0-

طول غلاف برگ پرچم (سانتی­متر)

38/0-

50/0

38/0

01/1-

21/0

طول پدانکل (سانتی­متر)

61/0-

50/0

27/0

07/0

17/0

طول برگ پرچم (سانتی­متر)

17/0

57/0

06/0

56/0-

40/0-

عرض برگ پرچم (سانتی­متر)

07/0-

31/0

31/0

71/0-

06/0

تعداد دانه در سنبله

45/0-

68/0

06/0-

13/0

06/0-

عملکرد دانه (گرم)

31/0-

45/0

59/0-

02/0

01/0-

نسبت واریانس توجیه شده

27/0

18/0

11/0

08/0

06/0

جمع کل واریانس توجیه شده

27/0

46/0

57/0

66/0

72/0

ریشه های مشخصه

74/4

19/3

88/1

45/1

05/1

 

 

 

 

جدول 5-  بردار بار عاملها، نسبت واریانس توجیه شده و جمع کل واریانس توجیه شده و ریشه های مشخصه در 81 لاین جودر آزمایش تنش.

صفات

بار عامل

 

اول

دوم

سوم

چهارم

پنجم

ششم

طول دوره رشد روشی

74/0-

60/0

10/0-

16/0-

07/0

05/0-

طول دوره رشد زایشی

38/0

74/0-

35/0

23/0

05/0

07/0-

ارتفاع گیاه (سانتی متر)

59/0

43/0

12/0-

12/0

22/0

19/0-

طول ریشک (سانتی متر)

45/0

56/0

22/0

02/0-

39/0-

29/0

طول سنبله (سانتی متر)

50/0

45/0

09/0-

07/0

46/0-

14/0-

طول غلاف برگ پرچم(سانتی متر)

60/0

53/0

17/0

0006/0-

006/0

06/0-

طول پدانکل (سانتی متر)

75/0

33/0

09/0

09/0-

15/0

21/0-

طول برگ پرچم (سانتی متر)

20/0-

41/0

37/0

56/0

08/0-

42/0

عرض برگ پرچم (سانتی متر)

19/0-

24/0

77/0

32/0

11/0

14/0

تعداد دانه در سنبله

60/0

40/0

001/0-

30/0-

25/0

02/0

عملکرد دانه (گرم)

25/0

01/0-

14/0

43/0-

60/0

49/0

نسبت واریانس توجیه شده

25/0

18/0

11/0

09/0

07/0

06/0

جمع کل واریانس توجیه شده

25/0

44/0

55/0

64/0

72/0

78/0

ریشه های مشخصه

40/4

19/3

87/1

56/1

21/1

07/1

 

 

در آزمایش تنش، شش عامل حدود 78 درصد و در آزمایش بدون تنش، پنج عامل حدود 72 درصد کل تغییرات را توجیه نمودند. لذا با توجه به صفات مؤثر در عوامل مذکور می­توان نتیجه­گیری نمود که برای تولید جوهایی با عملکرد دانه بالا در شرایط تنش خشکی، گیاهانی با مساحت بیشتر برگ پرچم، اندامهای تولید مثلی گسترده، دوره پر شدن دانه طولانی و ارتفاع مناسب را باید انتخاب نمود. در مجموع به این نکته می­توان اشاره نمود که از تجزیه به عامل­ها برای کاهش داده­ها، توصیف و تشریح تنوع کل موجود در یک جامعه و تبیین سهم صفات در تنوع کل، همچنین گروهبندی صفات بر اساس روابط داخلی میان آنها و بررسی گوناگونی ژنتیکی استفاده می گردد. علامت ضرایب عاملی در داخل هر عامل مبین ارتباط موجود میان این صفات می باشد. بزرگترین ضریب عاملی در هر عامل یا مجموعه ای از صفات معنی­دار در یک عامل که از نظر مرفولوژی متمایز و مهم بودند برای نامگذاری عامل­ها استفاده شدند. میزان واریانس هر عامل بر حسب درصد، اهمیت آن را در تفسیر تغییرات کلی داده ها نشان می­دهد و میزان اشتراک صفت نشان دهنده بخشی از واریانس آن صفت است که با عامل­های مشترک ارتباط دارد. البته انجام تجزیه رگرسیون گام به گام و محاسبه همبستگی بین صفات می تواند به عنوان روش­های مکمل تجزیه به عامل­ها مورد استفاده قرار گیرد.

     خاوری نژاد و همکاران (1377)، توسط تجزیه به عامل‌ها، تنوع ژنتیکی گندم‌های دریافتی از سیمیت را بررسی کردند که در نهایت 6 عامل انتخاب شدند که جمعاً 26/69 درصد از تغییرات کل را توجیه کردند. عامل اول شامل عملکرد در کرت و وزن هزار دانه با توجیه 57/22 درصد از تغییرات، عامل دوم ارتفاع گیاه با 52/12 درصد، عامل سوم طول سنبله با43/9 درصد، عامل چهارم رنگ دانه با 77/8 درصد، عامل پنجم دوره رسیدن با 8 درصد و عامل ششم زنگ زرد با 83/7 درصد، تغییرات را توجیه کردند.

      سعیدی (1382)، از تجزیه عامل­ها جهت بررسی عملکرد و اجزای آن در جو استفاده کرد. در این بررسی پنج عامل پنهانی را استخراج نمود که 92 درصد از تنوع را توجیه نمودند و با در نظر گرفتن الگوی صفات به ترتیب تحت عنوان عوامل ظرفیت پنجه زنی گیاه، ساختمان سنبله، عامل وزنی، ارتفاع با صفات همبسته و خصوصیات برگ پرچم نامگذاری شدند.

      قرنجیک (1381)، برای تجزیه و تحلیل عملکرد و اجزای آن در 162 لاین جو در شرایط شوری از تجزیه عامل ها استفاده کرد. نتایج تجزیه به عامل­ها با تأکید بر نقش اجزاء اصلی عملکرد، چهار عامل پنهانی مؤثر بر عملکرد را که 18/98 درصد از واریانس کل را توجیه می نماید، استخراج کرد که با توجه به الگوی متغیرها تحت عنوان عوامل مقصد فیزیولوژیک، فنولوژیک، معماری گیاه و طولی نامگذاری شدند.

      همانطوریکه مشاهده می شود، عوامل استخراج شده از این مطالعه گاهاً متفاوت با عوامل استخراج شده از کارهای دیگر محققان است. علت اختلاف موجود به تفاوت متغیرهای اندازه گیری شده، نوع ژنوتیپهای مورد مطالعه و شرایط محیطی تحقیق مربوط می شود. زیرا اطلاعات تجزیه به عامل­ها به دامنه تنوع ژنتیکی و محیطی بستگی دارد (دلهولم و همکاران 2012).

تجزیه به عامل­ها نشان داد چه اجزایی از عملکرد با صفات مرفولوژیک و فنولوژیک در ارتباط هستند. در نهایت می­توان اظهار داشت در ژرم­پلاسم مورد مطالعه تنوع کافی وجود داشت  که از این تنوع می­توان در برنامه­های اصلاحی بهره جست. همچنین می­توان شاخص­های گزینش در شرایط تنش را، عملکرد دانه در واحد بوته و مشخصات برگ پرچم (طول، عرض و غلاف برگ پرچم) معرفی کرد.



[1]North American Barley Genome Mapping Project

[2]Statistical Analysis System

منابع مورد استفاده
اشکانی ج، پاک نیت ه و قطبی و. 1383. بررسی صفات مرتبط با عملکرد دانه در  گلرنگ  بهاره (Carthamus tinctorius L.) با استفاده از تجزیه به عامل ها. چکیده مقالات هشتمین کنگره علوم زراعی ایران. دانشگاه گیلان. صفحه 8.
جباری، ف،. احمدی، ا،. پوستینی، ک،. علیزاده، ح،. شریف زاده، ف،. و رنجبر، م،. 1388. بررسی ظرفیت RWC و تبادل گازی در 7 ژنوتیپ متفاوت گندم در مقاومت به خشکی. فصلنامه علوم گیاهان زراعی ایران. شماره40(2): صفحات208-197.
جمشیدی مقدم، م،. پورداد، س،. و حاتم زاده، ح،. 1385. بررسی ژرم پلاسم گلرنگ در کشت پاییزه در شرایط دیم. چکیده مقالات نهمین کنگره علوم زراعی ایران. دانشگاه گیلان. دانشگاه تهران. پردیس ابوریحان. صفحه 249.
خاوری نژاد، ص. 1377. بررسی تنوع ژنتیکی و پایداری لاین های گندم دریافتی از سمیت. پایان نامه کارشناسی ارشد اصلاح نباتات، دانشکده کشاورزی، دانشگاه تهران.
سعیدی م، 1382. تجزیه و تحلیل چند متغیره عملکرد و اجزا آن در جو لخت. پایان نامه کارشناسی ارشد اصلاح نباتات، دانشکده کشاورزی، دانشگاه زابل.
عبداللهیان نوقابی م، ردائی الاملی ز، اکبری غ ع و سادات نوری س ا، 1390. تأثیر تنش خشکی شدید پس از استقرار بوته روی خصوصیات مرفولوژیکی، کمی و کیفی 20 ژنوتیپ چغندر قند. فصلنامه علوم گیاهان زراعی ایران. شماره 42، (3): صفحات464 -453.
قرنجیک ش، 1381. تجزیه و تحلیل چند متغیره جهت بررسی تنوع ژنتیکی و برآورد اجزای عملکرد در لاین های جو تحت شرایط شوری. پایان نامه کارشناسی ارشد اصلاح نباتات، دانشکده کشاورزی زابل.
 
Abdi H, Williams LJ. Jackknife. In: Salkind NJ d, 2010. Encyclopedia of  Research Design. Thousand aks, CA: Sage; 655–660.
Acquaah G, MW Adams and J D Kelly, 1992. A factor analysis of plant variables associated with architecture and seed size in dry bean. Euphytica 60:171-177.
Bramel PI, PN Hinz, DE Green and RM Shibles, 1984. Use of principal factor analysis in the study of three stem termination types of soybean. Euphytica 33:387-400.
Chaudhary BD, 1977. Variability correlation and path analysis in barley . Genet . 18:325-330.
Denis JC and MW Adams, 1972. A factor analysis of plant variables related to yield in dry beans. I. Morphological traits. Crop Sci. 18:71-78.
Dehlholm C, Brockhoff PB, Bredie WLP, 2012. Confidence ellipses: a variation based on parametric bootstrapping applicable on multiple factor analysis results for rapid graphical evaluation. Food Qual Prefer, 26:278–280.
Eslami A, Qannari EM, Kohler A, Bougeard S, 2013. General overview of methods of analysis of multi-group datasets. Review of  New Information Technologies. In press.
Estilai  A, B Ehdaie, HH Naqvi, DA Dierig, DT Ray and AE Thompson, 1992. Correlations and path analysis of agronomic traits in guayule. Crop Sci. 32:953-957.
Franco J, Crossa J, Desphande S, 2010. Hierarchical multiple-factor analysis for  classifying genotypes based on phenotypic and genetic data. Crop Sci, 50:105.
Garson GD, 2013. Factor Analysis. Asheboro, NC: Statistical Associates Publishers.
Guertin WH and JP Baily, 1982. Introduction to modern factor analysis. Edwards Brothers Inc., Michingan, 405p.
Johnson RA and DW Wichern, 1988. Applied multivariate statistical analysis. Prentice Hall International Int., London, 607p.
Hervé A, Lynne JW, Domininique V, 2013. Multiple factor analysis: principal component analysis for multitable and multiblock data sets. Wiley Interdisciplinary Reviews: Computational StatisticsVolume 5, Issue 2, Article first published online: 14 FEB 2013.
Husson F, Lˆe S, Pagès J, 2011. Exploratory Multivariate Analysis by Example Using R. Boca Raton, IL: CRC Press.
Kumar A, Omae H, Egawa Y, Kashiwaba K and Shono M, 2006. Influence of Irrigation Level, growth stages and cultivars on leaf gas exchange characteristics in Snap Bean (Phaseolus vulgaris) under subtropical environment, JARQ 41(3): 201-206.
Kumar A, Omae H, Egawa Y, Kashiwaba K and Shono M, 2006. Adaptation to Heat and Drought Stresses in Snap Bean (Phaseolus vulgaris L.) during the reproductive stage of development, JARQ 40(3): 213-216.
Lawley DH, 1941. The estimation of factor loading by the method of maximum likelihood. Proceedings of the Royal Society of Edinburgh. (60): 64-82.
Lawley DN and AE Maxwell, 1963. Factor Analysis as statistical method. Butterwoths, London, 453p.
Panse VG 1957. Genetics of quantitative characters in relation to plant breeding. Indian J. Genet. 17:317-328.
Seiler GJ and RE Stafford, 1985. Factor analysis of components of yield in guar. Crop. Science 25:905-908.
Singh BD, 2001. Plant breeding: principles and methods. Kalyani publisher. 898 pp
Walton PD, 1971. The use of factor analysis in determining characters for yield selection in wheat. Euphytica 20:416-421.
Walton PD. 1972. Factor analysis of yield in spring wheat (Triticum aestivum L.). Crop Sci. 12, 731-733.