선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 한국형 우량 잔디품종을 개발하기 위한 기초단계로 2001년부터 수집된 한국잔디계통들의 생육특성을 조사하여, 그 중에서 우수한 계통들을 선발하고 한국잔디 품종개발을 위한 기초자료로 활용하고자 수행하였다.
제안 방법
- DNA 표지인자 개발을 위하여 우수계통으로 선발된 6계통에 대하여 농촌진흥청에서 개발된 12개의 URP primer(20mer)를 이용하여 PCR 증폭으로 특이 band를 찾아, 이 특이 band의 염기서열분석을 통하여 새로운 특이 primer를 제작하였고, 이를 이용하여 PCR 증폭으로 특이 band를 확인하였다.
- 내병성 등이 조사되었다. 각각의 생육특성을 조사하기 위하여 격자관내에서 생육중인 10개체의 샘플을 무작위로 채취하여 조사하였고, 피복성은 격자관내의 피복정도를 상중하로 나누어 조사하였다. 수집된 계통들간의 dendrogram 작성을 위하여 초장, 엽장, 엽폭, 포복경의 두께 및 길이에 대한 조사자료를 SPSS10.
- 최춘수 등(1997)은 한반도 내에 분포하고 있는 자생 한국잔디류의 생태를 조사하고, 육종모재로 활용할 유전자원을 수집 . 보존하며, 형태적 특징을 이용한 분류를 하였다. 수집된 69계통들의 잔디를 이용하여 분류의 특징이 될 수 있는 엽폭, 종자형태, 털의 유뮤, 잎의 각도 등 9개 형질을 조사하였다.
- 7). 분석된 염기서열을 근거로 특이 primer(Primer 5F: 5-AGC CTT GAA GTG TTC GAG TG-3, 5R: 5-ACC ATG CAT AGC GTA GCT TC-3)를 제작하였다. 제작된 특이 primer를 이용하여 다시 PCR 증폭한 결과 5번 lane에서 band가 missing 된 것을 발견하였고(Fig.
- 보존하며, 형태적 특징을 이용한 분류를 하였다. 수집된 69계통들의 잔디를 이용하여 분류의 특징이 될 수 있는 엽폭, 종자형태, 털의 유뮤, 잎의 각도 등 9개 형질을 조사하였다. 종자의 특성 3개 형질을 이용한 분류에서 크게 3개군, 엽폭 등 7개 형질을 이용한 분류에서는 4개군으로, 그리고 화수길이 등 9개형질을 이용한 분류의 경우도 4개군으로 분류하였다.
- Table 1에 종합하였다. 우수계통으로 선발된 기준은 밀도(품질), 피복성, 녹색 기간, 내병성, 출수유무(종자수) 등의 주요특성과 그 외 생육특성들을 종합하여 선발하였다. 수집된 133계통들 중에서 가장 녹색기간이 긴 계통은 J01067으로 11월 초까지 녹색도를 유지하였으며, 특이한 사항은 포복경의 줄기색깔이 보통의 경우는 적갈색을 띠나 이 계통의 경우는 녹색을 나타내었다(Fig.
- 이것이 실험상의 오류가 아니라는 것을 확인하기 위하여 URP primer 12번 을 이용하여 PCR 증폭한 결과 모든 lane에서 동일한 band를 발견하였다 (Fig. 9). DNA 표지인자로서 positive band 뿐만 아니라 negative band도 활용될 수 있을 것으로 사료된다.
대상 데이터
- 본 연구의 결과는 수집된 133계통들 중에서 생육특성이 우수한 6계통들에 한하여서 국내품종인 건희, 안양중지 및 외국품종인 Belare, Sunburst, Meyer, S-94 등을 대조품종으로 사용하여 기술하였다.
- 수집되었다. 수집된 계통들은 2002년 4월초 축산기술연구소 축산기술부(수원)의 잔디시험 포장에서 홀커터기(지름10cm)로 채취된 양만큼이 1.8 X 1.8의 격자관내에 이식되었다 (Fig. 1). 한국잔디의 시비량은 수집되어 시 험포에 이식된 1년차인 2002년도에는 시비 및 농약은 일체하지 않았으며, 2년차인 2003년도에는 복합비료 N-P2O5-K2O = 21Q-150-180(kg/ha)를 4월부터 10월까지 매월 m2당 30g 씩 시비하였다.
이론/모형
- 각각의 생육특성을 조사하기 위하여 격자관내에서 생육중인 10개체의 샘플을 무작위로 채취하여 조사하였고, 피복성은 격자관내의 피복정도를 상중하로 나누어 조사하였다. 수집된 계통들간의 dendrogram 작성을 위하여 초장, 엽장, 엽폭, 포복경의 두께 및 길이에 대한 조사자료를 SPSS10.0 통계팩키지에서 군집분석부분의 계층적군집분석방법으로 분석하였으며, 거기에 이용된 방법은 와드(Ward)의 방법이었다.
성능/효과
- J01122 계통의 경우는 수집된 133계통들 중에서 외국품종인 Belare 와 함께 들잔디 계통들 중에서 유일하게 내병성이 강한 계통으로 선발되었으며, 엽폭이 4.6mm 로 대조품종인 Belare, 안양중지 및 Meyer 와 비슷한 것으로 나타났다. J01128 계통의 경우는 엽폭이 3.
- 본 연구에서는 수집된 133계통들을 5가지의 생육특성을 가지고 분류를 해보았으나, 생육특성들이 비슷하여 군집의 수를 많이 할 경우에 군집간 생육 특성들의 구분이 불분명하였으며, 본 연구를 위하여 수집된 계통들의 경우는 크게 3개의 군집으로 분류하는 것이 적당한 것으로 사료되었다. 좀더 많은 특성 형질들을 이용하여 분류할 경우에 좀 더 정확한 분류를 할 수가 있다고 하겠다.
- 우수계통으로 선발된 기준은 밀도(품질), 피복성, 녹색 기간, 내병성, 출수유무(종자수) 등의 주요특성과 그 외 생육특성들을 종합하여 선발하였다. 수집된 133계통들 중에서 가장 녹색기간이 긴 계통은 J01067으로 11월 초까지 녹색도를 유지하였으며, 특이한 사항은 포복경의 줄기색깔이 보통의 경우는 적갈색을 띠나 이 계통의 경우는 녹색을 나타내었다(Fig. 2). J01106 및 J01129 계통들의 경우는 한국 잔디품종인 건희와 비슷한 생육특성을 나타내었다.
- 수집된 계통들간의 dendrogram 작성을 위하여 초장, 엽장, 엽폭, 포복경의 두께 및 길이를 포함한 5가지 형질특성 자료를 와드(Ward)의 방법을 이용한 군집분석부분의 계충적군집분석방법으로 분석한 결과, 수집된 133 계통들 중에서 대비품종으로 사용된 6품종들과 선발된 우수 6계통의 dendrogram을 Fig. 5에 종합하였다. Fig.
- J01106 및 J01129 계통들의 경우는 한국 잔디품종인 건희와 비슷한 생육특성을 나타내었다. 이 계통은 엽폭이 각각 1.5mm 및 2mm 정도로 매우 좁으며, 밀도가 높고, 피복성도 좋은 것으로 나타났으며, 내병성도 강해서 고품질의 잔디로서 이용되면 좋을 것으로 사료된다. J01106 계통은 김두환 등(2000)의 세엽 한국잔디류 신품종.
- 5에서 보는 바와 같이 12품종 및 계통들은 크게 세가지 군집으로 분류되었다. 제 1군집에 속하는 품종 및 계통은 외국품종인 Belare, Meyer와 국내품종인 안양중지(Anyang-jungji) 그리고 선발된 우수계통인 J01067, J01112 등이 포함되었으며, 제 2군집으로는 외국품종 &94와 우수계통인 J01105가 포함되었고, 제 3군집에는 외국품종인 Sunburst, 국내품종인 건희 (Konhee) 그리고 우수계통인 J01106, J01128, J01129 등이 포함되었다.
- 분석된 염기서열을 근거로 특이 primer(Primer 5F: 5-AGC CTT GAA GTG TTC GAG TG-3, 5R: 5-ACC ATG CAT AGC GTA GCT TC-3)를 제작하였다. 제작된 특이 primer를 이용하여 다시 PCR 증폭한 결과 5번 lane에서 band가 missing 된 것을 발견하였고(Fig. 8), 이것이 실험상의 오류가 아닌가 생각하여 반복 실험한 결과 같은 결과를 얻었다.
- 나머지 45계통들은 출수를 하지 않았다. 출수한 계통들 중에서 종자의 무게가 가장 많이 나가는 계통은 J01021과 J0U19로 종자 1립당 평균 L34g 이었고, 가장 적게 나가는 계통은 종자 1립당 평균 0.01g이하를 나타내었다. 수집된 계통들 중에서 이삭당 종자의 수가 가장 많은 계통은 J01105으로 이삭당 평균 71.
후속연구
- 우수계통으로 선발된 6계통의 경우는 외국 및 국내품종들과 비교하여 생육 특성 면에서 우수한 것으로 평가되어, 앞으로 한국형 잔디품종개발을 위한 육종 모재로 활용하면 좋을 것으로 사료된다.
- 군집으로 분류하는 것이 적당한 것으로 사료되었다. 좀더 많은 특성 형질들을 이용하여 분류할 경우에 좀 더 정확한 분류를 할 수가 있다고 하겠다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.