摘要藜麦(Chenopodium Quinoa willd。)是一种伪谷物,因为其营养状况,用作超级食品。这项研究的重点是36种藜麦基因型的形态和分子表征,旨在评估其遗传多样性和繁殖潜力。选择了十个定性特征进行形态学分析,揭示了诸如Spikelet颜色,叶长度和植物高度等性状的显着变化。方差分析表明,大多数定量性状,包括花至50%开花和种子产量,在基因型之间显示出显着差异,表明遗传变异性很大。高遗传力和遗传进步,这表明遗传改善的强大潜力。基因型性能突出了基因型ACQS1,EC 896115,IGKVC-12,ACQS8,EC 896208和EC 896219中的出色特征,用于叶片长度,节间的数量,叶片的数量,叶片宽度,叶片宽度,叶柄长度,叶柄长度,植物长度,植物高度,植物高度,繁殖时间和花序数量。基因型EC 896065,EC 896213,EC 896201,SHQ4,SHQ5,ACQS1,ACQS1,ACQS2,ACQS3和EC 896218表现出更高的种子重量,而EC 896109,ACQS3,ACQS1,ACQS1和EC 896219显示出更高的收益率。High genotypic and phenotypic coefficient of variation (GCV and PCV) were recorded for leaf length (31.22, 34.71), leaf width (43.64, 44.91), number of internodes (40.47, 40.59), petiole length (35.46, 36.04), plant height (33.35, 54.47), length of inflorescence (36.41, 36.99)和种子产量(33.58,34.53)。关键字:聚类分析,遗传进步,遗传力,ISSR,藜麦,变体。的遗传力对于节间的数量最高(99.38%),并且在诸如叶片长度(57.86%)和种子产量(67.28%)等性状中观察到了显着的遗传进步。种子重量显示出最高的正直接效应(0.701),其次是每植物的花序数量(0.700),而天数为50%开花(-0.768)显示出最高的负面直接效应。使用16个ISSR标记的分子多样性分析显示,多态性率为56.1%,标志物之间存在显着的等位基因变化。 多态性信息内容(PIC)值在0.274到0.797之间,表明标记信息的水平不同。 聚类分析将基因型分为两个主要簇,证明了研究的基因型之间的遗传多样性。 探索关键特征的遗传基础并进行进一步的分子表征可以为藜麦的遗传结构提供更深入的见解。 此外,结合更先进的基因组工具并扩展基因型池可以促进高产物,弹性藜麦品种的发展。使用16个ISSR标记的分子多样性分析显示,多态性率为56.1%,标志物之间存在显着的等位基因变化。多态性信息内容(PIC)值在0.274到0.797之间,表明标记信息的水平不同。聚类分析将基因型分为两个主要簇,证明了研究的基因型之间的遗传多样性。探索关键特征的遗传基础并进行进一步的分子表征可以为藜麦的遗传结构提供更深入的见解。此外,结合更先进的基因组工具并扩展基因型池可以促进高产物,弹性藜麦品种的发展。
预印本(未通过同行评审认证)是作者/资助者。保留所有权利。未经许可就不允许重复使用。此版本的版权持有人于2025年2月14日发布。 https://doi.org/10.1101/2025.01.20.633825 doi:Biorxiv Preprint
预印本(未通过同行评审认证)是作者/资助者。保留所有权利。未经许可就不允许重复使用。此版本的版权持有人于2025年2月14日发布。 https://doi.org/10.1101/2025.01.20.633825 doi:Biorxiv Preprint
环境参数(例如空气温度)是人类生活质量和能源效率管理的关键终端。城市地区人口稠密,并且通过城市形态和景观空间模式与其中一些自然现象高度相关。因此,预测城市计划对环境参数的影响对于适当的决定和计划以增强城市的生活条件至关重要。先前的研究强调了乌拉巴形态与空气温度之间的密切相关性,强调了在这些分析中采用三维数据的重要性。在这项研究中,我们首先引入了一种将CityGML数据转换为VoxEls的方法,该方法在大规模数据集(例如城市)的高分辨率上可以有效,快速地工作,但通过牺牲了一些建筑细节,从而限制了先前的Voxelization方法的局限性,这些方法限制了对大型量表的较高量表的较高范围,以较高的量化和无效的范围,以使其对Voxel的高度分配为高分。来自多个城市的那些体素化的3D城市数据和相应的空气温度数据用于开发机器学习模型。在模型训练之前,在输入数据上实施了高斯模糊以考虑空间关系,因此,在高斯模糊之后,空气温度和体积建筑物形态之间的相关率也会增加。这个受过训练的模型能够通过使用相应像素的构建体积信息作为输入来预测空气温度的空间分布。在模型训练之后,预测结果不仅是用均方根误差(MSE)评估的,而且一些图像相似性指标,例如结构相似性指数量度(SSIM)和学习的知觉图像贴片相似性(LPIPS)能够在评估过程中检测和考虑空间关系。这样做,该研究旨在帮助城市规划人员将环境参数纳入其计划策略,从而促进更可持续和居民的城市环境。
间充质基质细胞衍生的细胞外囊泡(MSC-EVS)是治疗许多神经退行性疾病的有前途的治疗工具。神经炎症在许多情况下通过相互依存的过程的编排在许多此类条件中起着重要作用,这些过程导致血脑屏障(BBB)破裂,免疫细胞浸润和神经元死亡。MSC-EVS显示了调节神经炎症的初步证据,但它们的作用机理仍然未知。因此,我们探讨了MSC-EV在调节脑周细胞中的潜力,该细胞类型在BBB维持中起着至关重要的作用,但尚未被研究为MSC-EVS的治疗靶点。脑周细胞是多面细胞,可以通过参与BBB稳态以及先天和适应性免疫反应来调节神经炎症。周细胞形态已显示出对体内炎症性刺激的响应发生变化,因此,我们使用这种行为来开发一种定量的形态分析方法来评估MSC-EVS的免疫调节功能,以高关注,低成本的方式。使用该测定法,我们能够证明在各种条件下生产的MSC-EV(2D,3D和对细胞因子启动的响应)可以诱导明显的周细胞形态反应,这表明趋化因子和细胞因子分泌的变化与神经炎症相关。
在孟加拉国农业大学的BAU-GPC和遗传学和植物育种实验室进行了实验,研究了Wax Jambu(Syzygium samarangense)的形态学特征(遗传变异性,遗传变异性,角色的关联,相关性和路径系数分析,均来自Wax JAX jax JAX的辅助,遗传变异性,角色的关联和路径系数分析,BAUIA,并分析BAUIA,bauia fefc and frecor, 2012年3月,2013年。随机扩增多态DNA(RAPD)用于表征分子水平的这些饰品。尽管非常相似,但在水果颜色,形状和TSS百分比具有不同的叶片特征方面,蜡jambu的5个饰面的形态彼此不同。在路径分析,水果宽,干物质和水分百分比方面有助于最大的表型和基因型直接对水果重量的直接影响,表明其作为选择参数的重要性。分子表征,以使用随机扩增的多态性DNA(RAPD)标记来研究5个蜡jambu辅助的变异性。在筛选的4个引物中,选择了2个引物,从而产生了23个清晰明亮的片段。在所使用的两个引物之间,CCAACGTCGG显示出最高水平的多态性(83.33%)。,19(82.7%)是多态性的。NEI(1972)蜡jambu的遗传多样性的估计为0.3339,而香农的信息指数为0.4952。在Bau Jamrul 3和印度尼西亚Jamrul之间观察到最高的遗传距离(0.9861)。另一方面,在Bau Jamrul 1和Bau Jamrul 2之间发现了最低距离(0.1911),这表明辅助之间存在很大的遗传差异。目前在不同形态型和syzygium samarangense的鉴定过程中使用分子标记作为形态学描述的补充的潜力提供了足够的支持
棘冠海星 (COTS) 以在种群爆发期间吞食石珊瑚而破坏珊瑚礁而闻名。先前的研究表明,棘冠海星由四个物种组成,统称为 A. planci 物种复合体。尽管有可用的在线数据库序列,但太平洋 COTS 群(称为 Acanthaster solaris 或 Acanthaster cf. solaris)缺乏全面的形态描述和博物馆凭证标本。因此,本研究旨在使用形态特征和部分 CO1 线粒体基因对位于内格罗斯岛南部的两个地点的 COTS 标本进行表征。获得了大小、颜色、硬度、叉状棘、足尖棘和无足尖棘以及手臂的形态学和形态测量数据。收集了管足进行 DNA 条形码编码。使用 Kimura 2 参数替换模型确定了内格罗斯岛南部和 A. planci 物种复合体的参考序列之间的遗传分化。来自 SNI 的标本具有灰蓝色的无口体色,整个中央圆盘上分布着黑红色的斑点。体色变为灰白色,当动物暴露在空气中时,斑点会变得更红。它们全身有六种刺和微小的叉尾。从内格罗斯岛南部收集的所有 COTS 个体都与该物种复合体的太平洋群融合,标记为 Acanthaster cf. solaris 。内格罗斯岛南部序列和太平洋进化枝之间的种内遗传分歧分别为 0.192 和 0.38%。我们的结果证实了 A. cf. solaris 在菲律宾的存在,并提供了来自印度洋-太平洋地区的物种更全面的形态学描述。该物种的凭证标本存放在西利曼大学罗道夫·B·冈萨雷斯自然历史博物馆。
文件:P:\PROJECTS\22-712-3056 NEYAGAWA (NEATT COMM. -OAKVILLE)\REPORTS\EIR-FSS\DRAWINGS & FIGURES\1_0 - INTRODUCTION\FIGURE 1.3_EIR 子流域区域和 FSS 研究区域.DWG 由 [ MHERRMANN ] 于 2024 年 11 月 21 日上午 9:30 修订
(Gu等人,2020)Modelfinder模型推荐的模型用于基于TTCDS基因串联的数据矩阵的系统发育分析。getorganelle管道用于组装清洁测序中的质体,读取用于验证组件的准确性和注释质体质体基因组注释者(PGA)的精确性,该质子使用了plastome
施工形态的参考书目2025更新版本,2025年1月1日。由Geert Booij(g.e.booij@hum.leidenuniv.nl)编写,该参考书目列出了出版物,其中讨论了构造形态的概念和/或在特定语言的描述中使用。可以在:Geert Booij,建筑形态的Geert Booij中找到基本的概述。牛津:牛津大学出版社,2010年。书籍构造形态评论:Gerdes,Jens。2011。