XiaoMi-AI文件搜索系统
World File Search SystemMesophyll
揭示CRISPR/ ... div>的精确维修动态
图1。UMI-DSBSEQ定量单分子测序DSB和修复产品在番茄中的三个靶标。a）时间课的收集：叶肉细胞原生质体是从2-3周大的M82 Solanum Lycopersicum的幼苗中分离出来的。重复的样品在72小时内为72个时间点中的每一个中的每一个制备了200,000个原生质体。CRISPR RNP由PEG介导的转换引入。在提取RNP引入和DNA后，在0、6、12、24、36、48和72小时将样品冷冻。b）UMI-DSBSEQ目标设计：特定于目标序列的引物，与SGRNA目标序列两侧的限制酶位点结合，以创建完整分子（WT或Indel）的可用端，以连接适配器。c）UMI-DSB文库制备：从时间探索收集中提取DNA，其中包含WT（1），未经修复的DSB（2）和包含Indels（3）的完整分子，在体外受到限制，限制了确定目标切割位点的限制酶。通过填充和a添加的最终修复后，由P7 Illumina流量细胞序列和包含i7索引和9BP唯一分子标识符（UMIS）组成的Y形适配器（UMIS）与未经修复的DSB和受限端相连。通过连接介导的PCR进行的靶标特异性扩增，其中一个引物与适配器序列相同，并包含P7 Illumina Tail（橙色）和一个针对靶序列（蓝色）的引物（橙色），带有P5 Illumina Tail（红色）。这会导致SPCAS9切位点和底漆之间的DSB的单端扩增。红色X表示DSB的未捕获端。
改进高粱转化和基因组编辑，开发稳定品系，用于光合和水分利用效率分析
通过使用基因组编辑和稳定植物转化技术，开发将高粱基因与表型联系起来的基因组水平知识库以实现生物能源目标，对于理解基本生理功能和作物改良至关重要。我们与参与该项目的各个实验室一起贡献中央枢纽能力，以创建、测试和培育转基因和基因组编辑植物。我们已经建立了可靠的协议，用于通过农杆菌介导将实验性遗传构建体引入高粱 cv BTx430，并合作生成该项目正在进行的研究所需的可行转基因。这些实验包括：； (1) 用于敲低的高粱 RNAi 构建体，例如电压门控氯离子通道蛋白、α碳酸酐酶 7 (CA) 和 9-顺式环氧胡萝卜素双加氧酶 4 以及 myb 结构域蛋白 60； (2) 构建体用于测试磷酸烯醇丙酮酸羧化酶 (PEPC) 启动子表达、CA 过表达和具有改变动力学的 PEPC 的保真度；(3) 旨在测试一系列增加的叶肉 CA 活性的 CA 过表达的其他版本；(4) Ta Cas 9、dTa Cas9 和 dCas9 转录激活因子用于改进编辑，以及；(5) 构建体用于评估转基因过程的改进，旨在增加转化频率并缩短 T1 种子的时间。这些品系目前处于转基因过程的不同阶段。使用形态发生调节剂介导的转化 (MRMT) 的最新发展是实现快速转化和基因组编辑的突破。我们报告了一种使用 MMRT 技术的改进的快速转化方法的开发，该方法有可能增加我们的项目的吞吐量并缩短时间。与 Voytas 实验室合作，我们评估了 MRMT 载体的公共版本。 Voytas 实验室还在测试递送基因组编辑试剂的新方法，特别是使用 RNA 病毒载体通过感染递送 gRNA。通过感染进行可遗传基因编辑已在多个双子叶植物中实现，我们正在努力在狗尾草和高粱中实施该技术。
遥感方法在农业中的应用 - Agrobiol
对妨碍遥感数据解释的因素的敏感性，如土壤背景、地貌、植物的非光合作用元素、大气、观看和照明几何（Huete 和 Justice 1999）最常用的指数是归一化差异植被指数（NDVI），由 Rouse 等人（1974 年）提出，计算为近红外和红光区域反射率差与和的商。由于叶片叶肉的散射，植物的绿色部分在近红外区域反射强烈，并通过叶绿素强烈吸收红光和蓝光（Ayala-Silva 和 Beyl 2005）。NDVI 指数最常用于确定栽培植物的状况、发育阶段和生物量以及预测其产量。 NDVI 已成为最常用的植被指数（Wallace 等人，2004 年；Calvao 和 Palmeirim，2004 年），人们做出了许多努力，旨在开发进一步的指数，以减少土壤背景和大气对光谱测量结果的影响。限制土壤对遥感植被数据影响的植被指数的一个例子是 Huete（1988 年）提出的 SAVI（土壤调节植被指数）。另一个是 VARI 指数（可见大气抗性指数）（Gitelson 等人，2002 年），它大大降低了大气的影响。还有更多的指标被开发出来，来考虑 NIR 和 SWIR 范围内的反射率差异，从而表明植物缺水：MSI（水分胁迫指数）（Rock 等人，1986 年）、LWCI（叶片水分含量指数）（Hunt 等人，1987 年）、WI（水分指数）（Panuelas 等人，1993 年）、GVMI（全球植被水分指数）（Ceccato 等人，2002 年）和 SIWSI（MidIR，G）（短波红外水分胁迫指数）（Fensholt 和 Sandholt，2003 年）。反过来，植被指数，如 CWSI（作物水分胁迫指数）（Jackson 等人，1981 年）、ST（地表温度）（Jackson，1986 年）、WDI（水分亏缺指数）（Moran 等人，1994 年）和 SI（胁迫指数）（Vidal 等人，1994 年）描述了水分胁迫与植物热特性之间的关系。表 1 列出了文献中报告的用于特定农业应用的植被指数示例。
遥感方法在农业中的应用 - 农业生物学
对妨碍遥感数据解释的因素的敏感性，例如土壤背景、地貌、植物的非光合作用元素、大气、观看和照明几何（Huete 和 Justice 1999）最常用的指数是归一化差异植被指数 (NDVI)，由 Rouse 等人 (1974) 提出，计算为近红外和红光区域反射率差与和的商。由于叶片叶肉的散射，植物的绿色部分在近红外区域反射强烈，并通过叶绿素强烈吸收红光和蓝光（Ayala-Silva 和 Beyl 2005）。NDVI 指数最常用于确定栽培植物的状况、发育阶段和生物量以及预测其产量。 NDVI 已成为最常用的植被指数（Wallace 等人，2004 年；Calvao 和 Palmeirim，2004 年），人们做出了许多努力，旨在开发更多指数，以减少土壤背景和大气对光谱测量结果的影响。限制土壤对遥感植被数据影响的植被指数的一个例子是 Huete（1988 年）提出的 SAVI（土壤调节植被指数）。另一个是 VARI 指数（可见大气抗性指数）（Gitelson 等人，2002 年），它大大降低了大气的影响。人们还开发了更多指数来考虑 NIR 和 SWIR 范围内的反射率差异，这表明植物缺水：MSI (