XiaoMi-AI文件搜索系统
World File Search SystemCampestris
社论：植物基因分型：从传统标记到现代技术
与外部植物性状不同，肉眼的肉眼无法区分构成负责这些表型特征的基本遗传材料的基因型。使基因型可以进行研究，并在植物育种和相关主题中进一步理解和使用，已经可以使用各种基因分型方法。植物基因分型始于相当复杂的方法，基于使用标记的探针直接杂交DNA片段来鉴定需要大量靶DNA的特定基因（如限制片段长度多态性或RFLP的情况下）。几年后，它们演变为一系列相对简单，更便宜的基于PCR的方法。These latter reached a peak with very polymorphic and straightforward markers, like microsatellites or SSR (Simple sequence repeats), which were then followed by DNA sequencing and fragment analysis, PCR and qPCR, allele-speci fi c molecular probes and primers, and today ' s modern and advanced microchip-DNA technology involving hundreds to thousands of simultaneous reactions.我们的知识和植物基因分型进展的当前状态在此研究主题中进行了更新，在该主题中，我们详细介绍了用于针对不同植物物种感兴趣的各种基因的可用方法和技术。从传统分子标记到现代微阵列技术，我们的研究主题涵盖和解决了广泛而多样的领域。纳入了各种科学方法和研究思想，旨在更好地了解植物基因分型的更好的理解和实际应用。Yin等。 chinensis makino）。Yin等。chinensis makino）。这导致了随后的14篇发表论文。如上所述，SSR标记是一种简单，通用且直接的分子工具，用于植物基因分型。使用的SSR标记用于实用识别和非头卷心菜的独特性测试（Brassica Campestris ssp。这是一个非常重要的测试，它建立了独特的，统一性和稳定性（DU），这是授予植物品种权利（PVR）所需的基本因素。作者测试了287个SSR标记，用于423种非头卷心菜品种的基因分型，并使用了四种荧光染料，FAM，HEX，HEX，TAMRA和ROX，用于远期引物的标签。重要的是，两种方法
HyGenesis 系统：
测试的代表性微生物：（部分概要）HyGenesis 系统：细菌 醋酸钙不动杆菌 1 真菌 黑曲霉 基于独特的抗菌技术，可有效控制各种处理物品和基质上的细菌、真菌、藻类 枯草芽孢杆菌 烟曲霉 和酵母。抗菌活性物质是在美国环境保护局和全球类似监管机构注册的猪布鲁氏菌 杂色曲霉 布鲁氏菌 出芽短梗霉 伯克霍尔德菌 洋葱毛壳菌。这种抗菌剂已安全有效地使用了三十多年。产气荚膜梭菌 镰刀菌 鲍氏棒状杆菌 粉红粘帚菌 本表是应众多要求编制的，要求提供该技术有效的微生物清单。我们选择了大肠杆菌 ATCC 23266 白色青霉菌，以提供测试谱，其中大肠杆菌 1 黄青霉菌 代表所有重要类型和猪嗜血杆菌 柑橘青霉菌 微生物种类。流感嗜血杆菌 秀丽隐杆线虫 肺炎克雷伯菌 ATCC 4352 绳状青霉 干酪乳杆菌 腐殖质青霉 乳酸明串珠菌 青霉菌 单核细胞增多性李斯特菌 变异青霉 耐甲氧西林葡萄球菌 金黄色葡萄球菌 黑根霉 微球菌 sp. Stachybotrys atra 耻垢分枝杆菌 黄木霉 结核分枝杆菌 趾间毛癣菌 痤疮丙酸杆菌 须毛癣菌 奇异变形杆菌 藻类 奇异变形杆菌1 鱼腥藻 B-1446-1C 普通变形杆菌 小球藻 铜绿假单胞菌 Gium sp. LB 9c 铜绿假单胞菌 PRD-10 波恩颤菌 LB143 铜绿假单胞菌 1 胸膜球菌属 LB11 洋葱假单胞菌 四尾假单胞菌 细长月牙藻 B-325 猪霍乱沙门氏菌 团藻属 LB 9 伤寒沙门氏菌 酵母菌 金黄色葡萄球菌（无色素）1 白色念珠菌 金黄色葡萄球菌（有色素）1 酿酒酵母 表皮葡萄球菌 1 病毒 粪链球菌 禽流感 变形链球菌 HIV B 万古霉素耐药肠球菌 (VRE) 甲型流感 野油菜黄单胞菌 SARS
用于识别黄色的经典和机器学习工具......
油菜籽在发育过程中含有叶绿素，使其呈现绿色。随着种子的成熟，它们会呈现出黑色、红褐色到黄色等颜色。黑色和红褐色种子的种皮会积累色素，而黄籽品种的种皮透明，可以露出胚的颜色。研究表明，黄籽油菜籽比黑籽品种休眠期短、发芽更简单、含油量更高，因此培育黄籽油菜籽是提高油分含量的有效方法（Yang et al.，2021）。芥菜和油菜黄籽品种的鉴别相对简单，因为纯黄色表型在遗传上是稳定的（Li et al.，2012；Chen et al.，2015）。然而，由于种皮颜色变异复杂，包括黄色中夹杂黑色斑点、斑块或棕色环等杂色，油菜种皮一直未能获得稳定的纯黄色后代，且分离后代的种皮颜色呈现连续变异（刘，1992；Auger等，2010；Qu等，2013），因此准确、高效地测定油菜种皮颜色仍是一项关键且具有挑战性的任务。许多研究涉及油菜籽颜色的鉴别（Li等，2001；Somers等，2001；Zhang等，2006；Baetzel等，2003；Tańska等，2005；Li等，2012；Liu等，2005；Ye等，2018）。例如，Li等（2001）通过目视观察来评估甘蓝型油菜的黄籽程度，这种方法简单但过于依赖观察者，导致识别可能不准确。Somers等（2001）利用光反射来评估黄籽颜色等级，通过测量反射值并计算籽粒颜色指数或光反射值。该方法虽然较为客观，但仅能捕捉亮度等单维颜色数据，忽略了原始材料的丰富信息。为了解决这一限制，许多学者致力于通过 RGB 颜色系统进行数字图像分析（ Zhang et al.，2006 ； Baetzel et al.，2003 ； Ta ńska et al.，2005 ； Li et al.，2012 ； Liu et al.，2005 ； Ye et al.，2018 ）。然而，油菜籽表皮颜色复杂且相似，精准识别颜色具有挑战性，现有的技术缺乏可靠性和标准化。因此，准确、有效地测量黄籽油菜的颜色仍然至关重要。化学计量学和计算机技术的最新进展导致了近红外光谱技术（NIRS）的发展，这是一种结合物体图像和光谱数据的技术。 NIRS 以其速度快、无损和高效而闻名，被广泛用于农产品的快速、无损分析。多项研究已经证明了它的实用性（Guo 等人，2019年；布等人，2023；梁等人，2023；刘等人，2021；佩蒂斯科等人，2010；森等人，2018；刘等人，2022；张等人，2020；魏等人，2020；张等人，2018；江等，2017；李等人，2022；江等，2018；他等人，2022）。例如，郭等人。 (2019) 使用 NIRS 成像系统 (380 – 1,000 nm) 来准确量化掺假大米，而 Bu 等人。 (2023) 将高光谱成像与卷积神经网络相结合，建立了高粱品种识别的智能模型，准确率超越了现有模型。该技术也已应用于油菜生长诊断。例如，刘等人 (2021) 开发了一种基于高光谱技术的检测算法来预测甘蓝型油菜中的油酸含量。Petisco 等人 (2010) 研究了甘蓝型油菜的可见光和近红外光谱。