شناسایی و طبقه بندی چندین ژنوتیپ گردو با استفاده از برخی شاخص های مورفولوژیکی,فیزیولوژیکی و بیوشیمیایی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم پایه
- نویسنده امیر جلیلی
- استاد راهنما رضا حیدری غلامرضا بخشی خانیکی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1389
چکیده
به منظورمقایسه فعالیت آنتی اکسیدانی وآنتی رادیکالی ترکیبات فنولی استخراج شده از پوسته سبز وپوست داخلی گردوی ایرانی، 12 ژنوتیپ گردو از مناطق باراندوز،خالط آباد،دره شهدا،جمال آباد و ساعتلو از استان آذربایجان غربی، ایران در سال 2010 انتخاب شد. میوه این گردو ها جمع آوری شده و پوسته سبز و پوسته داخلی آنها پس از خشک شدن جدا گردید.سپس محتوای فنولی پوسته سبز وپوسته داخلی آنها استخراج شده و در نهایت میانگین محتوای فنولی کل با استفاده از روش فولین-سیوکالتئو تعین شد. قدرت احیا کنندگی وظرفیت جمع آوری رادیکال های نیتریت،هیدروژن پراکسید و سوپراکسید نیز تعین گردید.نتیجه مشاهدات نشانگر وجود تفاوت معنی داری در میان محتوای فنولی پوسته سبز وپوسته داخلی در میان ژنوتیپ های مورد مطالعه بود.همچنین درصد جمع آوری رادیکال های آزاد نیز دارای دامنه تغییرات وسیعی در میان ژنوتیپ های مختلف و نیزمابین پوسته سبز و پوسته داخلی آنها بود. ژنوتیپ کا3 با بیشترین محتوای ترکیبات فنولی وبالا ترین ظرفیت آنتی اکسیدانی در پوسته سبز معرف یک ژنوتیپ با ارزش به منظور استخراج ترکیبات فنولی آنتی اکسیدانت می باشد.
منابع مشابه
The Study of Stressful Factors in Clinical Education for Nursing Students Studying in Nursing and Midwifery College in Khorramabad
کچ هدي پ شي مز هني فده و : شزومآ لاب يني شخب ساسا ي شزومآ مهم و راتسرپ ي تسا . و هنوگ ره دوج لکشم ي شزومآ رد لاب يني ، آراک يي هدزاب و ا ني شزومآ زا شخب راچد ار لکشم م ي دنک . فده اب رضاح شهوژپ سررب ي لماوع سرتسا از ي شزومآ لاب يني رد وجشناد ناي راتسرپ ي هدکشناد راتسرپ ي و يامام ي ماـجنا داـبآ مرـخ تسا هتفرگ . شور و داوم راک : رضاح هعلاطم کي هعلاطم صوت يفي عطقم ي تسا . د...
متن کاملThe effect of cyclosporine on asymmetric antibodies and serum transforming growth factor beta1 in abortion-prone model of mice CBA/J x DBA/2
كچ ي هد فده و هقباس : ي ک ي طقس زورب للع زا اه ي ،ررکم ا لماوع تلاخد ي ژولونوم ي ک ا رد ي ن قم طققس عون ي وراد دقشاب ي س ي روپسولک ي ،ن ح لدم رد طقس شهاک بجوم ي ناو ي CBA/j×DBA/2 م ي تنآ ددرگ ي داب ي اه ي ان و راققتم TGF-β لماوع زا عت مهم يي ن گلماح تشونرس هدننک ي سررب روظنم هب رضاح هعلاطم تسا ي ات ث ي ر اس ي روپسولک ي ن م رب ي از ا ي ن تنآ عون ي داب ي س و اه ي اکوت ي ن TGF...
متن کاملمقایسه تأثیر وضعیت طاق باز و دمر بر وضعیت تنفسی نوزادان نارس مبتلا به سندرم دیسترس تنفسی حاد تحت درمان با پروتکل Insure
کچ ی هد پ ی ش مز ی هن ه و فد : ساسا د مردنس رد نامرد ي سفنت سرتس ي ظنت نادازون داح ي سکا لدابت م ي و نژ د ي سکا ي د هدوب نبرک تسا طسوت هک کبس اـه ي ناـمرد ي فلتخم ي هلمجزا لکتورپ INSURE ماجنا م ي دوش ا اذل . ي هعلاطم ن فدهاب اقم ي هس عضو ي ت اه ي ندب ي عضو رب رمد و زاب قاط ي سفنت ت ي هـب لاتـبم سراـن نادازون ردنس د م ي سفنت سرتس ي لکتورپ اب نامرد تحت داح INSURE ماجنا درگ ...
متن کاملThe study of relationship between the tension-making factors and mental health of Semnan nurses
هديكچ فده و هقباس : راتسرپ هفرح ي م رد سرتسارپ لغاشم ردص رد ي ب لغاشم نا تشاده ي نامرد و ي لـماوع و دراد رارـق سرتسا از ي لغش ي ددعتم ي ناور تملاس ي لغاش ي ا ن ي م رارق رطخ ضرعم رد ار هفرح ن ي دهد . فدـه اـب رـضاح شهوژپ سررب ي ت أ ث ي نت لماوع ر ي گد ي ناور تملاس رب از ي نانمس رهش ناراتسرپ دش ارجا . شور و داوم اه : رامآ هعماج ي زا دوب ترابع لك ي ر ناراتسرپ ه مس ي ب ي ناتسرام اه ي رهش هك ...
متن کاملطبقه بندی و شناسایی رخساره‌های زمین‌شناسی با استفاده از داده‌های لرزه نگاری و شبکه‌های عصبی رقابتی
بررسی تغییر رخساره‌های زمین‌شناسی در مطالعه مخازن هیدروکربوری اهمیت به سزایی دارد. بررسی و طبقه بندی بازتاب‌های لرزه‌ای، روشی توانمند در شناخت و طبقه بندی رخساره های زمین شناسی و پیش بینی توزیع رخساره‌های مخزن است. در این مقاله، روشی مبتنی بر شبکه های عصبی مصنوعی رقابتی برای شناسایی و طبقه بندی رخساره های مخزن از روی داده های لرزه نگاری معرفی شده است. اساس این روش، خصوصیات بازتاب لرزه‌ای بدون ک...
متن کاملطبقه بندی و شناسایی رخساره‌های زمین‌شناسی با استفاده از داده‌های لرزه نگاری و شبکه‌های عصبی رقابتی
Geological facies interpretation is essential for reservoir studying. The method of classification and identification seismic traces is a powerful approach for geological facies classification and distinction. Use of neural networks as classifiers is increasing in different sciences like seismic. They are computer efficient and ideal for patterns identification. They can simply learn new algori...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم پایه
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023