Bazı endemik Colchicum l. taksonlarının kloroplast genom dizilerinin belirlenmesi
2019
0 views
0 downloads
Advisor: Prof. Dr. Gül Öz ; Dr. Öğr. Üyesi Vahap Eldem
Abstract (TR)
Colchicum bitkisi içerdiği alkaloidler nedeniyle farmasotik açıdan, araştırma çalışmalarında kullanılan laboratuvar reaktif sarfları açısından ticari değere sahip bir bitkidir ve birçok taksonu ülkemizde yaygındır. Bu çalışmada, Türkiye'ye endemik olan Colchicum taksonlarından Colchicum baytopiorum, Colchicum davisii ve Colchicum lingulatum subsp. rigescens taksonlarından elde edilen total genomu yeni nesil dizileme yöntemiyle dizilenmiş ve genomik DNA'dan kloroplast DNA'sı ayıklanmıştır. Elde edilen veriler ile kloroplast DNA'sının bitki markörleri olan bazı genler üzerinden kloroplast DNA'ları arasındaki farklar ve benzerlikleri ortaya çıkarmak, filogenetik çalışmalara ışık tutmak, yeni markörlerin ortaya çıkması için bir adım atmak hedeflenmiştir. Bu çalışmada, toplanan 3 farklı Colchicum taksonunun yaprak numunelerinden genomik DNA izolasyonu yapılmış ve Illumina HiSeq2000 yeni nesil dizileme (NGS) cihazında örnek materyallerin DNA tüm dizisi çıkarılmış ve CLC Genomics programı ile bu verilerin biyoinformatik analizi yapılmış ve yorumlanmıştır.
Author
Dr. Okan Ünlü
Institution
How to Cite
Okan Ünlü (Yüksek Lisans Tezi). Bazı endemik Colchicum l. taksonlarının kloroplast genom dizilerinin belirlenmesi, 2019, İstanbul University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from İstanbul University
- In the covid 19 pandemic of female employees at a university hospital attitudes and affecting factors in nutrition of 9 months-6 years old children(2022)
- Türkiye'de sağ akımların 27 Mayıs Darbesi'ne dair algısı: 1960-1980(2020)
- La Turquie Gazetesi'nin 1890 yılı haberlerine göre: Osmanlı Devleti'nde iktisadi ve sosyal hayat (Fihrist-çeviri-değerlendirme)(2022)
- Emevîler döneminde toprak rejimi(2022)
- Merkel hücreli karsinomda tanısal ve prognostik belirteçler(2022)
- Solunum sistemi hastalıklarının sınıflandırılmasında makine öğrenmesi yöntemlerinin kullanımı(2021)