The scoring of bands was marked as

The scoring of bands was marked as present (1) or absent (0) for each SSR and AFLP marker allele, and data were entered in a binary data matrix as discrete variables. Jaccard’s coefficient of similarity was calculated, and a dendrogram was constructed using the unweighted pair group method of arithmetic means (UPGMA). The computer package NTSYS-PC, version 2.02 (Rohlf, 1998) was used for cluster analysis. Genetic diversity parameters, that is, the number of different alleles (Na), the number of effective alleles (Ne), Shannon's information index (I), expected heterozygosity (He) and unbiased
expected heterozygosity (UHe) were calculated using GenAlEx (Genetic Analysis in Excel) v.6.3 (Peakall and Smouse, 2006). GenAlEx is unique in that distance matrices can be generated for multiple marker types, including codominant, haploid and binary genetic data sets. Analysis of molecular variance (AMOVA) was performed using Nei’s genetic distance matrix according to Nei (1972) in GenAlEx v.6.3. To visualize differences between populations, principal coordinate analysis (PCoA) was conducted using GenAlEx v.6.3. This multivariate approach was chosen to complement the cluster analysis information because cluster analysis is more sensitive with closely related individuals, whereas PCoA is more informative regarding distances among major groups (Hauser and Crovello, 1982). The polymorphism information content (PIC) was calculated according to the simplified formula of Anderson et al. (1993) as shown in Equation

ผลลัพธ์ (ไทย) 1:

ของการให้คะแนนของวงถูกทำเครื่องหมาย เป็นปัจจุบัน (1) หรือไม่มี เลย (0) สำหรับแต่ละอัลลีเครื่องหมาย AFLP และสาธารณรัฐสังคมนิยมโซเวียต และป้อนข้อมูลในเมตริกซ์ข้อมูลไบนารีเป็นตัวแปร discrete คำนวณค่าสัมประสิทธิ์ของ Jaccard ความคล้าย และ dendrogram สร้างขึ้นโดยใช้วิธีกลุ่ม unweighted คู่หมายถึงเลขคณิต (UPGMA) ใช้แพคเกจคอมพิวเตอร์ PC NTSYS เวอร์ชั่น 2.02 (Rohlf, 1998) สำหรับการวิเคราะห์คลัสเตอร์ พารามิเตอร์พันธุ คือ จำนวน alleles ต่าง ๆ (นา), จำนวนของ alleles ประสิทธิภาพ (Ne), ดัชนีข้อมูลของแชนนอน (I), คาด heterozygosity (เขา) เป็นกลาง คาด heterozygosity (UHe) ถูกคำนวณโดยใช้ GenAlEx (วิเคราะห์ทางพันธุกรรมใน Excel) v.6.3 (Peakall และ Smouse, 2006) GenAlEx นั้นเฉพาะเมทริกซ์ระยะขึ้นอยู่กับชนิดเครื่องหมายหลาย รวมทั้ง codominant พริก และไบนารีชุดข้อมูลทางพันธุกรรม การวิเคราะห์ผลต่างโมเลกุล (AMOVA) ถูกดำเนินการโดยใช้เมทริกซ์ของเล่งเล่ง (1972) ตามระยะทางพันธุกรรมใน GenAlEx v.6.3 เห็นภาพความแตกต่างระหว่างประชากร วิเคราะห์ประสานงานหลัก (PCoA) ถูกดำเนินการโดยใช้ GenAlEx v.6.3 วิธีการแบบหลายตัวแปรนี้ถูกเลือกเพื่อเติมเต็มข้อมูลการวิเคราะห์คลัสเตอร์เนื่องจากการวิเคราะห์คลัสเตอร์มีความไวกับบุคคลที่เกี่ยวข้องอย่างใกล้ชิด โดย PCoA เป็นข้อมูลเพิ่มเติมเกี่ยวกับระยะทางระหว่างกลุ่มหลัก (Hauser และ Crovello, 1982) เนื้อหาข้อมูลโพลิมอร์ฟิซึม (PIC) คำนวณตามสูตรอย่างง่ายของแอนเดอร์สัน et al. (1993) ดังแสดงในสมการ

ผลลัพธ์ (ไทย) 2:

เกณฑ์การให้คะแนนของวงดนตรีที่ถูกทำเครื่องหมายเป็นของขวัญ (1) หรือขาดหายไป (0) สำหรับแต่ละ SSR และเครื่องหมาย AFLP อัลลีลและข้อมูลที่ได้เข้าไปอยู่ในเมทริกซ์ข้อมูลไบนารีเป็นตัวแปรที่ไม่ต่อเนื่อง ค่าสัมประสิทธิ์ของความคล้ายคลึงกัน Jaccard ถูกคำนวณและ dendrogram ถูกสร้างขึ้นโดยใช้วิธีการชั่งกลุ่มคู่ของค่าเฉลี่ยเลขคณิต (UPGMA) แพคเกจคอมพิวเตอร์ NTSYS-PC, รุ่น 2.02 (Rohlf, 1998) ที่ใช้สำหรับการวิเคราะห์กลุ่ม พารามิเตอร์ความหลากหลายทางพันธุกรรมที่เป็นจำนวนอัลลีลที่แตกต่างกัน (นา) จำนวนของอัลลีลที่มีประสิทธิภาพ (NE) ดัชนีข้อมูลนอนส์ (I), heterozygosity คาดว่า (เขา) และเป็นกลาง
heterozygosity คาด (UHE) ได้รับการคำนวณโดยใช้ GenAlEx (ทางพันธุกรรม การวิเคราะห์ใน Excel) v.6.3 (Peakall และ Smouse 2006) GenAlEx เป็นเอกลักษณ์ในการฝึกอบรมที่ระยะทางที่สามารถสร้างประเภทเครื่องหมายหลายรวมถึง codominant ชุดข้อมูลทางพันธุกรรมเดี่ยวและไบนารี การวิเคราะห์ความแปรปรวนโมเลกุล (AMOVA) คือการดำเนินการโดยใช้เมทริกซ์ระยะทาง Nei ของพันธุกรรมตาม Nei (1972) ใน GenAlEx v.6.3 เพื่อให้มองเห็นความแตกต่างระหว่างประชากรหลักประสานงานการวิเคราะห์ (PCoA) ได้ดำเนินการโดยใช้ GenAlEx v.6.3 วิธีการนี้หลายตัวแปรก็เลือกที่จะเติมเต็มข้อมูลการวิเคราะห์กลุ่มเพราะการวิเคราะห์กลุ่มมีความสำคัญมากขึ้นกับบุคคลที่เกี่ยวข้องอย่างใกล้ชิดขณะที่ PCoA เป็นข้อมูลเพิ่มเติมเกี่ยวกับระยะห่างระหว่างกลุ่มใหญ่ (Hauser และ Crovello, 1982) เนื้อหาข้อมูล polymorphism (PIC) ที่คำนวณตามสูตรที่เรียบง่ายของเดอร์สัน, et al (1993) ดังแสดงในสมการ

ผลลัพธ์ (ไทย) 3:

การให้คะแนนของกลุ่มที่ถูกทำเครื่องหมายเป็นปัจจุบัน ( 1 ) หรือขาด ( 0 ) ของแต่ละยีนเครื่องหมาย AFLP และ SSR และข้อมูลที่ถูกป้อนในเมทริกซ์ข้อมูลไบนารีเช่นตัวแปรไม่ต่อเนื่อง ของค่าสัมประสิทธิ์ความคล้ายคลึง Jaccard คำนวณ และพันธุกรรม ที่ถูกสร้างขึ้นโดยใช้วิธีการถ่วงน้ำหนักกลุ่มคู่ของค่าเฉลี่ย ( UPGMA ) ชุดคอมพิวเตอร์ ntsys-pc , รุ่น 2.02 ( rohlf , 1998 ) สถิติที่ใช้ในการวิเคราะห์กลุ่ม ความหลากหลายทางพันธุกรรมของตัวแปรที่เป็นจำนวนอัลลีลที่แตกต่างกัน ( Na ) , จำนวนอัลลีลที่มีประสิทธิภาพ ( NE ) , แชนน่อน ข้อมูลดัชนี ( ฉัน ) คาดว่าเฉพาะที่ ( เขา ) และปราศจากอคติคาดว่าเฉพาะที่ ( เดธโน้ต ) คำนวณโดยใช้ genalex ( การวิเคราะห์ทางพันธุกรรมใน Excel ) v.6.3 ( peakall และ smouse , 2006 ) genalex เป็นเอกลักษณ์ในเมทริกซ์ระยะทางสามารถสร้างประเภทเครื่องหมายต่างๆ codominant เดี่ยว , แบบชุดข้อมูลทางพันธุกรรม การวิเคราะห์ความแปรปรวน ( ANOVA ) เป็นโมเลกุลโดยใช้เนยเป็นพันธุกรรมระยะทางเมทริกซ์ตามเนย ( 1972 ) ใน genalex v.6.3 . เห็นภาพความแตกต่างระหว่างประชากร การวิเคราะห์ประสานงานหลัก ( pcoa ) จำนวน genalex v.6.3 . วิธีการหลายตัวแปรนี้ถูกเลือกเพื่อเสริมการวิเคราะห์กลุ่มการวิเคราะห์คลัสเตอร์ข้อมูลเพราะจะอ่อนไหวกับบุคคลใกล้ชิด ในขณะที่ pcoa มีข้อมูลเพิ่มเติมเกี่ยวกับระยะทางระหว่างกลุ่มหลัก ( เฮาเซอร์ และ crovello , 1982 ) ข้อมูล polymorphism content ( PIC ) คือคำนวณตามสูตรที่ง่ายของ Anderson et al . ( 1993 ) ดังแสดงในสมการ