对方差的分析显示,除了二级分支的数量,中间叶片的叶柄长度,平均胶囊宽度和平均胶囊厚度外,所研究的22个字符的种质之间存在显着差异。这表明大多数研究字符的种质中存在许多遗传变异。高遗传力与植物高度,初级分支,上叶的长度,开花的天数,天数到50%开花的天数,豆荚轴承区,每株植物的种子产量和细菌斑点反应记录了高遗传进展,表明这些特征是由添加基因效应控制的,从而有效地选择了这些字符的特征,可以进一步繁殖。这项研究中获得的结果将通过繁殖和保存芝麻遗传资源来促进气候友好的芝麻品种的改善。
蔬菜作物因其在平衡人类饮食中发挥的潜在作用而被称为保护性食物,尤其是对于素食者来说,因为它们是维生素和矿物质以及膳食纤维的丰富来源。许多生物和非生物胁迫威胁着这些作物的生长、产量和品质。这些作物的育种行为为一年生、二年生和多年生。传统的育种策略在改良经济作物性状方面面临许多挑战。在大多数情况下,将有用性状渗入种质需要大量的回交和严格的选择压力,这是一个耗时耗力的过程。植物科学家通过使用被称为成簇的规律间隔的短回文重复序列 (CRISPR)-CRISPR 相关蛋白-9 (Cas9) 的革命性育种方法,更精确、更准确地改良了作物的产量、品质、生物胁迫抗性、非生物胁迫耐受性等经济性状并提高了营养品质。该技术具有突变效率高、脱靶后果少和操作简单等特点,因此可以通过基因定向突变获得新的种质资源。即使在使用传统方法难以培育的复杂基因组中,它也有助于诱变反应。随着全基因组测序的发展,重要基因功能的揭示促进了 CRISPR-Cas9 编辑对所需靶基因进行突变。该技术加快了具有更好农业经济性状的新种质资源的创造。本综述详细描述了 CRISPR-Cas9 基因编辑技术及其在蔬菜栽培中的潜在应用、面临的挑战和未来前景。
识别有希望的种质库加入,这可能会带来具有重大影响或有益的定量变化的单个等位基因,通常类似于在干草堆中寻找针头。实际上,由于高成本,适应性,受限的设施资源和时间压力,几乎永远不可能表现出很大一部分可用的种质。需要对可用配件进行明智的预筛选。此外,当确定具有假定等位基因的特性性状的加入时,尚未完成任务,因为必须将有益的变化整合到精英种质中。在简单的遗传结构(例如鉴定出的主要效应基因)的情况下,可以通过标记辅助反向交叉(MABC)渗入新颖的等位基因,也可以通过基因编辑来接近。然而,需要进行先前的发现研究来识别与表型变异相关的遗传变异。特别是基因编辑需要有关因果变异的非常精确的信息。与MABC中应用可能相关的性状相关标记的可用性可能是基因编辑方法不足的。这项研究是资源和耗时的,并且在与精英材料的遗传背景结合使用时,由于等位基因的影响改变了,因此具有固有的验证实验的固有风险。处理定量变化时,不需要专用的映射实验。但是,将定量变化带入精英背景并使育种者可以接受的产品更加困难。陆地带有许多有害和下等位基因,这些等位基因可以迅速破坏数十年来繁殖者艰苦地建立的积极联系。降低的农艺表现使育种社区不愿在其精英育种计划中包括这种种质。
桉树;桉树×桉树的种植林为纸浆,纸张,木材和能量提供高质量的原材料,从而减少了天然遗产的压力及其相关的生物多样性。由于E的杂合性。urophylla×e。Grandis遗传背景,杂交的种质改善往往效率低下。作为另一种方法,桉树的基因工程可用于有效改善种质资源。从战略角度来看,通过转基因技术提高了人工林的生产力和木材质量对森林行业变得越来越重要。在这项研究中,我们使用CRISPR/CAS9技术建立了一种荧光标记方法,以获得阳性转化的后代。通过荧光筛选,很容易从转基因的种群中获得poStive的转化后代。该系统可以用作植物基因组特定地点的编辑工具,可能有助于改善桉树遗传资源。
摘要 仙人掌属植物(Opuntia ficus-indica (L.) Mill.)是能够耐受恶劣环境条件的最知名农作物之一。南非是少数拥有大量仙人掌种质资源的国家之一,这些种质资源代表了移地保护种群。然而,人们对该种群的遗传多样性知之甚少。此外,一些基因型在形态上不明显,因此,对于新手农民和研究人员来说,识别种质资源中的样本是一项挑战。本研究旨在使用八个简单序列重复 (SSR) 标记来区分和测量代表南非仙人掌种质资源的 44 个栽培品种的遗传多样性。显然,这些品种具有中等水平的多样性(平均多态性信息含量 PIC = 0.37,Nei 无偏基因多样性 = 0.42),可区分 90% 的品种。使用算术平均数 (UPGMA) 的非加权配对法对品种进行分析,发现主要分为三个聚类,而主坐标分析 (PCoA) 则显示,根据品种在农业中的用途,其聚类不明显。
例如,通过GBIF数据门户,可以鉴定出在300个月生长季节中最初在小于300 mM降雨的位置收集的Genebanks中持有的种质。这3,608件加入中的大多数来自中欧,也来自安第斯山脉南部的萨赫勒式带和干燥地区。这些是育种计划中所需的候选候选物品。
摘要:评估种质的遗传多样性对于声音种质管理及其在育种计划中的成功利用至关重要。这项研究旨在估计车前草配件之间的遗传多样性,并使用简单序列重复(SSR)标记在基因型之间建立关系。SSR标记物在20个车前草附属物中扩增了21个等位基因,每个位点3.50等位基因和主要等位基因频率(平均值±SD,0.80±0.34)。多态信息内容(PIC)和香农的多样性指数分别为0.054至0.919和0.000至1.864。分子方差分析(AMOVA)表明,种群中基因型之间发生了88%的遗传变异,人群之间观察到最小的变异。这会导致区分种群时的NEI遗传距离和FST值可以忽略不计。基因流速明确证明了采用共同主导标记的功效,正如主坐标分析(PCOA)和树状图所证明的那样。这项研究表明,在车前草种群中的20个车前草配件之间存在明显的遗传差异,并建立了新的集群群体,为未来在育种计划中使用提供了宝贵的见解。
$598,814, 2023-2025 • Co-PI, Center for Connected and Automated Transportation (CCAT): Infusing Sustainability into Connected and Autonomous Vehicles $100,000, 2023-2024 • Co-PI, Intel Semiconductor Education Program at Central State University (ISEP-CSU) $1,390,000, 2022-2025 • Google's TensorFlow College Award $10,000, 2022 • Co-PI, USDA AFRI Foundation: Genetics and Breeding of Mite-Biting Bees for Resilience to Varroa Mites Challenge $187,851, 2020-2022 • Co-PI, USDA CBG: Sweet Potato Production in Northern Climates - Germplasm Testing, Phenotyping, and Management Techniques $121,582, 2020-2022 • CSU Team Member, Ohio Department of Higher Education: Regionally Aligned Priorities in Delivering Skills (RAPIDS V) Grant $88,569, 2021-2022 • PI, USDA Capacity Building Grant: All-in-One Organic Weed and Crop Disease Management Using Directed Energy and Convolutional Neural Networks $299,941, 2019-2024 • CSU Team Member, Ohio Department of Higher Education: RAPIDS IV Grant $106,754, 2020-2021 • Summer Thurgood Marshall College Fund(TMCF)的教师奖学金,2018年AFRL $ 25,000•CSU团队成员,俄亥俄州高等教育部:Rapids III授予$ 96,854,2018-2019
Dacheng Wang, 1 Lirong Wei, 1 Jinbiao Ma, 1 Yingqiao Wan, 1 Keyi Huang, 1 Yiqiong Sun, 1 Huili Wen, 4 Zhipeng Chen, 4 Zijie Li, 1 Dongli Yu, 2 Haitao Cui, 3 Jingni Wu, 1 Yufeng Wu, 4 Sun Tae Kim, 5 Jing Zhao, 1 Jane E. Parker,6 Kenichi Tsuda,7岁, * Chunhao Jiang,1, *和Yiming Wang 1,8, * 1植物病理学系,农作物疾病综合管理和害虫综合管理的主要实验室,Nanjing农业大学教育部Nanjing 210095,NANJING 210095 02115, USA 3 Department of Plant Pathology, College of Plant Protection, Shandong Agricultural University, Tai'an, Shandong 271018, China 4 State Key Laboratory for Crop Genetics and Germplasm Enhancement, Jiangsu Key Laboratory for Information Agriculture, Bioinformatics Center, Academy for Advanced Interdisciplinary Studies, Nanjing Agricultural University, Nanjing, China 5 Department of Plant Bioscience, Life and Industry Convergence Research Institute, Pusan National University, Miryang 50463, Republic of Korea 6 Department of Plant-Microbe Interactions, Max Planck Institute for Plant Breeding Research, 50829 Cologne, Germany 7 State Key Laboratory of Agricultural Microbiology, College of Plant Science and Technology, Huazhong Agricultural University, Wuhan 430070, China 8 Lead contact *Correspondence: tsuda@mail.hzau.edu.cn(K.T.),chjiang@njau.edu.cn(C.J.),ymwang@njau.edu.cn(y.w。)https://doi.org/10.1016/j.celrep.2024.113985