XiaoMi-AI文件搜索系统
World File Search Systeminbred
通过遗传多样性和种群结构来优化早期培养白玉米的繁殖策略
玉米的生产和撒哈拉以南非洲的生产力受到各种因素的约束。评估新开发的精英亲属线的遗传多样性可以帮助识别具有理想基因的线条并探索杂种育种的遗传相关性。这项研究的目标是评估遗传多样性和种群结构的水平，并确定适当的聚类方法，以将玉米含量分配为杂种群体。使用多样性阵列技术（DARTTAG）中密度平台对从三个来源种群中提取的三百七十六个精英杂种进行了基因分型。从1904年获得的3,305个SNP标记的结果显示，平均标记物多态性信息含量（PIC）为0.39，观察到0.02的杂合性，基因多样性为0.37，次要等位基因频率为0.29，Shannon和Simpson Intices，分别为6.86和949.09，分别为6.86和949.09，以及787.70.70.70.70.70.70.70.70.70.70.70.70。最佳亚群是由基于混合的模型和主成分分析定义的三个。平均遗传距离为0.303，从0.03（TZEI 2772×TZEI 2761）到0.372（TZEI 2273×TZEI 2832）。对于376个精英杂交的认可杂质分类，使用IBS距离矩阵和平均链接聚类方法提供了最高的辅助相关系数（0.97）。使用IBS距离鉴定了三个杂种组（HG），而Hg 1的平均连锁聚类方法具有188个近交，Hg 2具有137个，Hg 3具有59个近百列。基于血统的系统发育树与确定的异质基团表现出很大的一致性。基于潜在人口结构的F统计量显示，亚种群之间的差异为10％，遗传分化水平中等的亚群中的差异为90％（0.10）。精英杂交线表现出高度的遗传多样性，这可能有益于开发新的，早期培养的白色杂种，以减轻撒哈拉以南非洲的生产约束。
Fragaria vesca'Yellow Wonder' 的组装和注释...
摘要 野生二倍体草莓Fragaria vesca是栽培草莓的基础研究模型。目前可用的参考基因组仅限于两个密切相关的种质，即Hawaii 4和CFRA2339。广泛使用的模型种质‘Yellow Wonder’尚未有其参考基因组。在本研究中，使用Oxford Nanopore长读和Illumina短读的组合组装了第7代自交系‘Yellow Wonder’的基因组。这个220兆碱基对基因组的从头染色体规模组装包含34,007个基因，这些基因是通过从Hawaii 4基因组注释中移植过来进行注释的。基因组比较表明‘Yellow Wonder’基因组与之前发表的两个F. vesca种质，即Hawaii 4和CFRA2339相对不同。 “黄色奇迹”参考基因组的出现为草莓属植物增添了另一个重要的基因组资源，使草莓的研究得以快速进展。
单倍体胚胎：像妈妈还是像爸爸？
单倍体胚胎只含有一组亲本染色体（n），而不是经典的两组染色体（2n），一组来自母亲，一组来自父亲。尽管如此，单倍体胚胎及其随后的单倍体幼苗代表了双单倍体（DH）技术的基础，而双单倍体（DH）技术是一种重要的植物育种工具[1,2]。DH技术可以简单地概括为：（i）生产单倍体胚胎，以及（ii）复制（复制粘贴）单倍体基因组以恢复正常倍性状态。DH技术可以实现高效的植物育种周期，主要是通过缩短创建固定遗传物质（自交系）的时间来实现的，因为只需要两代就可以获得纯合植物，而使用常规杂交则需要六代或更多代[1,2]。因此，DH流程可以快速评估植物的表型性状
识别QHSW1的精细映射，这是...
mung bean是一种重要的经济作物，被认为是一种植物蛋白成分含量较高的作物，被视为蔬菜和谷物。在各种与产量相关的性状中，一百种种子重量（HSW）对于确定绿豆的产生至关重要。这项研究采用了200条线的重组植物线（RIL）人群，这些线群是通过全基因组重新取代进行基因分型的，以在四个环境中鉴定出HSW相关的定量性状基因座（QTL）。我们识别了HSW的5个QTL，每个QTL都解释了2.46 - 26.15％的表型差异。其中，QHSW1在所有四个环境中均在1号染色体上映射，解释了表型变化的16.65-26.15％。精细的映射和基于地图的克隆程序，以及重组的后代测试，有助于将QHSW1的候选间隔缩小到506 kb。QHSW1基因组间隔和与QHSW1紧密联系的标记的这种识别对于改善种子重量较高的绿豆品种的繁殖工作可能是有价值的。
利用两栖动物非洲爪蟾开展基础和医学免疫学研究的实验平台
两栖动物非洲爪蟾是一种功能强大、用途广泛且经济高效的非哺乳动物模型，可用于研究与人类健康相关的当代重要免疫问题，例如免疫的个体发育、自我耐受、伤口愈合、自身免疫、癌症免疫、免疫毒理学以及宿主免疫防御对新出现的病原体的适应。该模型系统具有几个吸引人的特征：外部发育环境不受母体影响，可从生命早期阶段轻松进行实验；免疫系统与哺乳动物的免疫系统非常相似；可获得大规模遗传和基因组资源；无价的主要组织相容性复合体 (MHC) 定义的青蛙近交系；以及有用的工具，例如淋巴肿瘤细胞系、单克隆抗体和 MHC 四聚体。应用于免疫功能的现代反向遗传功能丧失和基因组编辑技术进一步增强了该模型。最后，非洲爪蟾与哺乳动物之间的进化距离使我们能够区分物种特异性适应与免疫系统更保守的特征。在本介绍中，概述了非洲爪蟾在免疫学研究中的优势和特点，以及使用该模型系统的现有工具、资源和方法。
定量性状基因座分析分子标志物与胸膜胸膜胸腔的农业性状相关的分子标记
胸膜售出是一种全球蘑菇作物，具有营养和药用益处。但是，多种商业特征的遗传基础仍然未知。为了解决这个问题，我们分析了两个代表性品种“ Heuktari”和“ Miso”的定量性状基因座（QTLS），具有明显不同的等位基因。构建了一个具有11个连锁基团的遗传图，其中27个QTL分配给14个特征。QTL中解释的表型变化范围为7.8％至22.0％。分别估计了针头周期和有效齿轮的数量，相对较高的LOD值为6.190和5.485。一些QTL衍生的分子标记物在近交系中显示出选择精度的潜在增强率，尤其是对于帽形状（50％）和帽厚度（30％）。候选基因是从QTL区域推断出的，并使用QRT-PCR验证，特别是对于囊肿和谷胱甘肽途径，与Cap Yellowness有关。这项研究中的分子标记物有望促进Heuktari和Miso系的繁殖，并提供探针以鉴定P中的相关基因。ofteatus。
图像过滤以使用机器学习算法提高玉米流苏检测精度
摘要：基于无人机（UAV）的图像已被广泛用于收集时间序列的农艺数据，然后将其纳入植物育种计划中，以增强作物的改善。在本研究中，通过利用航空摄影数据集进行有效的分析，从玉米多样性面板中进行了233种不同的近交系的现场试验，我们开发了机器学习方法，以在地图水平上获得自动化的流苏数。我们既采用了基于对象的逐项计数（CBD）方法，也采用了基于密度的划分（CBR）方法。使用一种图像分割方法，该方法删除了与植物流苏无关的大多数像素，结果表明，基于对象（CBD）检测的准确性有了显着提高，并且在探测器训练有滤过90的图像上，在0.7033上达到0.7033的交叉验证预测准确性（R 2）峰值。使用未经过滤的图像时，CBR方法的准确性最高，平均绝对误差（MAE）为7.99。但是，当使用引导时，在90的阈值中过滤的图像显示出比未经过滤的图像（8.90）更好的MAE（8.65）。这些方法将允许对开花相关性状进行准确的估计，并有助于做出繁殖决定以改善作物。
生长素辅助受体 IAA2 的降解子尾部发生框内缺失突变，导致 Sisymbrium orientale 对除草剂 2,4-D 产生抗性
天然生长素吲哚-3-乙酸 (IAA) 是植物生长发育诸多方面的关键调节剂。合成生长素除草剂（如 2,4-D）可通过诱导植物产生强烈的生长素信号反应来模拟 IAA 的作用。为了确定印度篱芥（Sisymbrium orientale）杂草种群对 2,4-D 的抗性机制，我们对 2,4-D 抗性 (R) 和易感 (S) 基因型进行了转录组分析，结果显示在生长素辅助受体 Aux/IAA2 (SoIAA2) 的降解子尾 (DT) 中存在 27 个核苷酸的框内缺失，从而删除了 9 个氨基酸。在重组自交系中，缺失等位基因与 2,4-D 抗性共分离。此外，在该物种的几个 2,4-D 抗性田间种群中也检测到了这种缺失。表达 SoIAA2 突变等位基因的拟南芥转基因株系对 2,4-D 和二甲苯具有抗性。IAA2-DT 缺失降低了天然和合成生长素与 TIR1 的体外结合，导致结合率降低和解离率增加。这种合成生长素除草剂抗性机制赋予了这种 Aux/IAA 辅助受体的 DT 区域在植物体内的功能，以发挥其在合成生长素结合动力学中的作用，并揭示了一种使用基因编辑生产合成生长素抗性作物的潜在生物技术方法。
小鼠的前室深度受到几个定量性状基因座的控制
前室深度（ACD）是与一角闭合青光眼（PACG）相关的定量性状。尽管ACD高度可遗传，但已知的遗传变异解释了表型变异性的一小部分。这项研究的目的是使用小鼠菌株鉴定附加的ACD影响基因座。由86 N2和111 F2小鼠组成的队列是由重组近近近近近近将BXD24/ TYJ和野生衍生的铸造/ EIJ小鼠之间的十字产生的。使用前腔室光学相干断层扫描，在10-12周龄时表现出小鼠，基于93个全基因组SNP进行基因分型，并进行定量性状基因座（QTL）分析。在对所有小鼠的ACD分析中，六个基因座通过了p = 0.05的显着性阈值，并在多次回归分析后持续存在。这些是在染色体6、7、11、12、15和17上（分别为ACDQ6，ACDQ7，ACDQ11，ACDQ12，ACDQ15，ACDQ15和ACDQ17）。我们的发现证明了在小鼠中ACD遗传的定量多生成术，并确定了六个先前未识别的ACD影响基因座。我们采用了一种独特的方法来研究前室深度表型，通过使用小鼠作为遗传工具来检查这种连续分布的性状。
鉴定大豆种子中蔗糖和蛋白质含量的定量性状基因座（QTL）
摘要：蛋白质和糖含量在大豆中是重要的种子质量特征，因为它们可以提高大豆食品和饲料产品的价值和可持续性。因此，通过通过标记辅助选择来加速育种过程，鉴定大豆种子蛋白和糖含量的定量性状基因座（QTL）可以使植物育种者和大豆市场受益。在这项研究中，从R08-3221（高蛋白质和低蔗糖）和R07-2000（高蔗糖和低蛋白质）之间的十字架开发了重组近交系（RIL）。蛋白质含量的表型数据取自F2：4和F2：5代。DA7250 NIR分析仪和HPLC仪器用于分析总种子蛋白和蔗糖含量。基因型数据是使用Soysnp6k芯片分析生成的。在这项研究中总共确定了四个QTL。蛋白质含量的两个QTL位于11和20染色体上，两个与蔗糖含量相关的QTL位于染色体14和。11，后者与检测到的蛋白质QTL共定位，解释了研究人群中大豆种子中蛋白质和蔗糖含量的10％的表型变异。大豆育种计划可以使用结果来提高大豆种子质量。