大豆是全球种子蛋白和油的主要来源,在种子中平均成分为40%蛋白质和20%的油。这项研究的目的是确定使用种子蛋白和油含量的定量性状基因座(QTL),该蛋白质和油含量利用跨平均蛋白质含量线构建的种群,PI 399084,PI 399084到另一个具有低蛋白质含量值的线,PI 507429,均来自USDA Soybeanbeanbeanebean soybeanbean soybeanbean soybeanbeanbean collection。在四年内,对重复的近交系(RIL)人群,PI 507429 X PI 399084进行了评估(2018-2021);使用近红外反射光谱分析种子的种子蛋白质和油含量。使用测序使用基因分型重新列出了重组近交系和两个父母。总共12,761个分子标记物来自基因分型,通过测序,Soysnp6k Beadchip和来自已知蛋白质QTL染色体区域的选择的简单序列重复(SSR)标记来映射。在2号染色体上鉴定出一个QTL,该QTL解释了种子蛋白含量的56.8%的56.8%,种子油含量最高可达43%。15染色体上鉴定出的另一个QTL解释了种子蛋白质变异的27.2%和种子油含量变化的41%。这项研究的蛋白质和油QTL及其相关分子标记物将在繁殖中有用,以改善大豆的营养质量。
小黑麦的抽象冻结耐受性是导致其冬季坚韧性的主要特征。基因组区域的鉴定 - 定量性状基因座(QTL)和与冬季六倍体小黑细胞的冻结耐受性相关的分子标记 - 是这项研究的目的。为此,开发了一个新的遗传连锁图,该图是针对从“ hewo”×'magnat'f 1混合体衍生而来的92个双倍线的人口。在两个冬季,将这些线条与父母一起经过三次冻结耐受性测试。在自然秋季/冬季条件下生长和冷硬化,然后在受控条件下冻结。冻结耐受性被评估为植物回收(REC),冻结后的叶子和叶绿素荧光参数(JIP)的电解质泄漏(EL)。使用复合间隔映射(CIM)和单个标记分析(SMA)鉴定出几个荧光参数,电解质泄漏以及幸存植物百分比的三个一致QTL。第一个基因座QFR.HM-7A.1解释了冻结后电解质泄漏和植物恢复的9%。在4R和5R染色体上发现了两个QTL,解释了植物恢复中多达12%的变异,并通过选定的叶绿素荧光参数共享。最后,用于叶绿素荧光参数检测到主要基因座QCHL.HM-5A.1,该参数解释了表型变异的19.6%。此外,我们的结果证实了JIP测试是评估在不稳定的冬季环境下冻结耐受性的宝贵工具。在铬囊7a.1、4R和5R上共同存在的QTL清楚地表明,植物生存的生理和遗传关系在冷冻后,具有维持光系统II的最佳光化学活性和保存细胞膜完整性的能力。所鉴定的QTL中的基因包括编码BTR1样蛋白,跨膜螺旋蛋白(如钾通道)的跨膜螺旋蛋白和磷酸酯水解酶响应渗透胁迫以及参与基因表达调节的蛋白质的磷酸酯水解酶。
谷物的重量和晶粒数是小麦中重要的产量成分特征,而基础遗传基因座的识别有助于提高产量。在这里,我们确定了八个稳定的定量性状基因座(QTL)的产量成分性状,包括千粒重量(TGW)的五个基因座(TGW)和3个晶粒数(GNS)中的晶粒数(GNS),在四个环境中衍生出来自交叉Yangxiaomai/Zhongyou 9507的重组近交系数。由于晶粒尺寸是晶粒重量的主要决定因素,因此我们还将QTL绘制为晶粒长度(GL)和晶粒宽度(GW)。QTGW.CAAS-2D,QTGW.CAAS-3B,QTGW.CAAS-5A和QTGW.CAAS-7A.2用于与晶粒尺寸的tgw合作。QTGW.CAAS-2D在QGNS.CAAS-2D中也具有一致的遗传位置,这表明多效基因座是TGW和GNS之间权衡效应的调节剂。测序和链接映射表明TAGL3-5A和WAPO-A1分别是QTGW.CAAS-5A和QTGW.CAAS-7A.2的候选基因。我们开发了与稳定的QTL相关的特异性PCR(KASP)标记,用于产量成分性状,并在黄河河谷地区的多种小麦品种中验证了它们的遗传作用。基于KASP的基因分型分析进一步表明,所有稳定的QTL的上等位基因tgw而不是GNS都需要进行阳性选择,这表明该区域的产量在很大程度上取决于TGW的增加。对先前研究的比较分析表明,大多数QTL可以在不同的遗传背景中检测到,而QTGW.CAAS-7A.1可能是新的QTL。2022年中国作物科学学会和CAAS作物科学研究所。2022年中国作物科学学会和CAAS作物科学研究所。这些发现不仅提供了有价值的遗传信息,以提高产量,而且还提供了用于标记辅助选择的有用工具。代表Keai Communications Co.,Ltd.这是CC BY-NC-ND许可证(http://creativecommons.org/licenses/by-nc-nd/4.0/)下的开放访问文章。
热应激是影响全球小麦产生和生产力的关键因素。在这项研究中,在500种研究的种质系中,分析了126种小麦基因型在十二个不同的环境条件下生长的小麦基因型。使用五个生化参数,包括谷物蛋白含量(GPC),谷物淀粉糖含量(GAC),谷物总溶解糖(TSS),晶粒铁(FE)和六含锌(Zn)含量分析(六)多型GWAS(M),使用35 K单核苷酸多态性(SNP)基因分型测定和性状数据(包括谷物蛋白含量(GPC),谷物淀粉糖含量(GAC),谷物总糖(TSS),六个多型GWAS(M)含量GWAS(M),这揭示了与晶粒质量参数相关的67个稳定的定量性状核苷酸(QTN),解释了在热应激条件下的3%至44.5%的表型变化。通过考虑至少三个GWAS模型和三个位置的共识结果,最终的QTN被降低至16个,其中12个是新的发现。值得注意的是,分别通过高素质等位基因聚合酶链反应(KASP)方法验证了两个分别与晶粒Fe和Zn相关的新标记,即AX-94461119(AX-94461119(染色体2A)和AX-95220192(染色体7D)。候选基因,包括含P环的核苷三磷酸水解酶(NTPases),Bowman-Birk型蛋白酶抑制剂(BBI)和NPSN13蛋白。这些基因可以作为增强质量特征和未来小麦改善计划中耐热性的潜在目标。
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。
4植物分子生物学和生物技术部,COA,IGKV,Raipur(CG)摘要:背景:在Rainout庇护所中进行了一个实验,其中包括五种ininda rice的五种品种/基因型,暴露于不同浓度的两种不同形式的Iron viz。 视觉评分量表用于筛选基因型和过量铁对不同的营养性状的影响,在不同的营养性状上,发现根重量和芽量对两种形式的过量铁浓度和铁对不同基因型的影响更敏感。 主体:在本实验中,五种含义米的变种/基因型,在两种不同形式的铁效率的不同浓度下暴露于不同的铁(FESO 4)和铁(FECL 3)。在两种不同形式的铁,纤毛形式的毒性是有毒的,而不是铁含量较高的氯化物,而没有智力有毒的毒性有毒。 在视觉评分的基础上,我们确定了4种耐受性的基因型(Dagad Deshi,IBD-1,RRF 127和RRF 105)和Swarna是形成铁铁和铁铁的易感基因型。 Swarna和IBD-1的十字架用于F 4代的开发,并根据从F 4代获得的基因型和表型数据确定QTL。 使用间隔映射(IM)方法确定了总共13个QTL。 这些QTL是基于R 2或表型方差的主要QTL和次要QTL(PVE%)。 在复合间隔映射方法中,总共检测到二十四个主要和次要QTL,其中十个是主要的QTL。 (Bouman等,2002)。4植物分子生物学和生物技术部,COA,IGKV,Raipur(CG)摘要:背景:在Rainout庇护所中进行了一个实验,其中包括五种ininda rice的五种品种/基因型,暴露于不同浓度的两种不同形式的Iron viz。视觉评分量表用于筛选基因型和过量铁对不同的营养性状的影响,在不同的营养性状上,发现根重量和芽量对两种形式的过量铁浓度和铁对不同基因型的影响更敏感。主体:在本实验中,五种含义米的变种/基因型,在两种不同形式的铁效率的不同浓度下暴露于不同的铁(FESO 4)和铁(FECL 3)。在两种不同形式的铁,纤毛形式的毒性是有毒的,而不是铁含量较高的氯化物,而没有智力有毒的毒性有毒。在视觉评分的基础上,我们确定了4种耐受性的基因型(Dagad Deshi,IBD-1,RRF 127和RRF 105)和Swarna是形成铁铁和铁铁的易感基因型。Swarna和IBD-1的十字架用于F 4代的开发,并根据从F 4代获得的基因型和表型数据确定QTL。使用间隔映射(IM)方法确定了总共13个QTL。这些QTL是基于R 2或表型方差的主要QTL和次要QTL(PVE%)。在复合间隔映射方法中,总共检测到二十四个主要和次要QTL,其中十个是主要的QTL。(Bouman等,2002)。rm 152和RM 264染色体上的标记物在8个特征上的变化和芽中Fe +3含量的变化相关。结论:不同剂量的铁下与铁耐受性相关的各种特征的基因型之间的显着差异。通常,高剂量的铁对基因型具有毒性作用。在铁铁的来源中,铁的毒性更具毒性,但没有螯合剂的铁含量高于铁的毒性。根重量和芽重对过多的铁关键字更敏感:水稻,铁毒性,耐受性,铁浓度,QTLS1。简介稻米是印度的杰出农作物,是世界各地人民的主要谷物和主食之一。印度是世界上最大的水稻生产商之一,占全世界水稻生产的20%,含有高营养价值和热量价值。大部分土地约有1.29亿公顷土地都属于水稻种植,但存在主要的毒性和营养不足问题,据报道,其占全世界造成了1亿公顷土地的造成。(Becker and Asch 2005)。铁是一项重要的微量营养素,诸如叶绿素合成,叶绿体的结构和功能等许多作品,在光合作用过程中有助于光合作用,叶绿素合成,呼吸,氮固定,固定性,摄取机制(Kim and Rees,1992)。(Fageria等人因此,有氧大米通常患有微量营养素缺乏症,主要是吸收铁以两种形式进行,第一一种亚铁(Fe +2)和第二个铁离子((Fe +3),但铁铁(Fe 2+)离子主要吸收了铁的形式,它可能会导致营养失调或营养障碍状况,而在植物中造成了损害状态,并且在低地毒性中发现了更常见的毒性, ,2006年和Fageria等,1987)。另一方面,铁的铁的形式已通过螯合剂(植物剂)(Phytosiderphores)在植物根膜上运输,并且这种吸收通常在高地状态下发生,但这是低吸收离子的。,2006年和Fageria等,1987)。另一方面,铁的铁的形式已通过螯合剂(植物剂)(Phytosiderphores)在植物根膜上运输,并且这种吸收通常在高地状态下发生,但这是低吸收离子的。
样本 PAM 目标序列 Indel WT TTGC TTTC TCCAGTGACCTAAAAGACGATACA ATGGTA #38 TTGCTTTCTCCAGTGACCTAAAA--------ATGGTA -9 #38 TTGCTTTCTCCAGTGACCTAAAA-------CAATGGTA -7 GTCATCATT-GATTCA TA -3 #77 TTGCTTTCTCCAGTGACCTAAAA-------CAATGGTA -7 #86 TTGCTTTCTCCAGTGACC-----------TGGTA -15 #88 TTGCTTTCTCCAGTGACCTAA---------CAATGGTA-9-GTCTC-TA-TT-CA GGTA -8
1密苏里大学生物学系 - 美国密苏里州圣路易斯圣路易斯大学| 2密苏里大学惠特尼·R·哈里斯世界生态中心 - 美国密苏里州圣路易斯圣路易斯大学| 3美国密苏里州圣路易斯密苏里州植物园科学与保护部| 4美国加利福尼亚州阿卡塔的Cal Poly Humboldt林业,消防和范围管理部| 5约克大学生物学系,英国约克| 6美国阿拉斯加阿拉斯加费尔班克斯大学北极生物学研究所,美国阿拉斯加,美国| 7 H.J. Andrews实验森林,俄勒冈州立大学,美国俄勒冈州蓝河| 8美国波多黎各圣胡安市波多黎各大学环境科学系| 9美国加利福尼亚州圣塔芭芭拉分校国家生态分析与合成中心长期生态研究网络办公室,美国加利福尼亚州圣塔芭芭拉| 10赖斯大学,美国德克萨斯州休斯敦莱斯大学生物科学系|美国科罗拉多州科罗拉多州柯林斯堡的USDA森林服务局11落基山研究站| 12美国俄亥俄州俄亥俄州俄亥俄州大学环境与植物生物学系| 13美国新罕布什尔州汉诺威市达特茅斯学院的环境研究系| 14美国纽约州伊萨卡康奈尔大学自然资源与环境系| 15美国加利福尼亚州戴维斯分校的进化与生态系| 16美国加利福尼亚州卡梅尔谷加利福尼亚大学伯克利分校的Hastings保留地| 17美国加利福尼亚州伯克利分校的环境科学,政策与管理系| 18美国科罗拉多州柯林斯堡的柯林斯堡科学中心,美国科罗拉多州柯林斯堡1密苏里大学生物学系 - 美国密苏里州圣路易斯圣路易斯大学| 2密苏里大学惠特尼·R·哈里斯世界生态中心 - 美国密苏里州圣路易斯圣路易斯大学| 3美国密苏里州圣路易斯密苏里州植物园科学与保护部| 4美国加利福尼亚州阿卡塔的Cal Poly Humboldt林业,消防和范围管理部| 5约克大学生物学系,英国约克| 6美国阿拉斯加阿拉斯加费尔班克斯大学北极生物学研究所,美国阿拉斯加,美国| 7 H.J.Andrews实验森林,俄勒冈州立大学,美国俄勒冈州蓝河| 8美国波多黎各圣胡安市波多黎各大学环境科学系| 9美国加利福尼亚州圣塔芭芭拉分校国家生态分析与合成中心长期生态研究网络办公室,美国加利福尼亚州圣塔芭芭拉| 10赖斯大学,美国德克萨斯州休斯敦莱斯大学生物科学系|美国科罗拉多州科罗拉多州柯林斯堡的USDA森林服务局11落基山研究站| 12美国俄亥俄州俄亥俄州俄亥俄州大学环境与植物生物学系| 13美国新罕布什尔州汉诺威市达特茅斯学院的环境研究系| 14美国纽约州伊萨卡康奈尔大学自然资源与环境系| 15美国加利福尼亚州戴维斯分校的进化与生态系| 16美国加利福尼亚州卡梅尔谷加利福尼亚大学伯克利分校的Hastings保留地| 17美国加利福尼亚州伯克利分校的环境科学,政策与管理系| 18美国科罗拉多州柯林斯堡的柯林斯堡科学中心,美国科罗拉多州柯林斯堡Andrews实验森林,俄勒冈州立大学,美国俄勒冈州蓝河| 8美国波多黎各圣胡安市波多黎各大学环境科学系| 9美国加利福尼亚州圣塔芭芭拉分校国家生态分析与合成中心长期生态研究网络办公室,美国加利福尼亚州圣塔芭芭拉| 10赖斯大学,美国德克萨斯州休斯敦莱斯大学生物科学系|美国科罗拉多州科罗拉多州柯林斯堡的USDA森林服务局11落基山研究站| 12美国俄亥俄州俄亥俄州俄亥俄州大学环境与植物生物学系| 13美国新罕布什尔州汉诺威市达特茅斯学院的环境研究系| 14美国纽约州伊萨卡康奈尔大学自然资源与环境系| 15美国加利福尼亚州戴维斯分校的进化与生态系| 16美国加利福尼亚州卡梅尔谷加利福尼亚大学伯克利分校的Hastings保留地| 17美国加利福尼亚州伯克利分校的环境科学,政策与管理系| 18美国科罗拉多州柯林斯堡的柯林斯堡科学中心,美国科罗拉多州柯林斯堡
CAA风险(序数)Shade等。2024 -ROSMAP+NACC+ACT‡7,381 70.6%-0.81 [0.76,0.86] 8.00E -12 CAA风险(ordinal)Rosmap(重叠的Shade Shade et al.2024)847 46.5%50.1%0.67 [0.54,0.83] 2.57E-04 CAA风险(ORDINAL)NACC(重叠的Shade Shade Shade et al.2024)4,126 84.1%49.0%0.85 [0.78,0.92] 1.07E-04 CAA风险(ORDINAL)MCSA(独立于Shade等人2024)801 33.5%47.3%0.87 [0.73,1.05] 0.151
这项研究的主要目的是评估失眠症 - 焦虑合并症与大型前瞻性队列中2型糖尿病(T2D)的关联。我们从法国Nutrinet-Santé同类中选择了没有糖尿病的成年人,他们完成了Spielberger州特征焦虑量表的特质焦虑量表(STAI-T,2013–2016)和睡眠问卷(2014年);失眠是根据既定标准定义的。使用多变量COX模型,我们比较了4组的T2D风险:没有失眠或焦虑(参考),单独失眠,单独焦虑(STAI-T≥40)以及合并症的焦虑和失眠。在35,014名参与者中(平均基线年龄:52.4±14.0岁; 76%的女性),378(1.1%)在平均5.9±2.1岁的平均随访中发展了T2D。总体而言,28.5%的样本单独患有焦虑症,仅7.5% - 单独使用症状,而12.5%则是疾病。在完全调整的模型中,较高的T2D风险与焦虑 - 刺激性合并症有关(HR = 1.40; 95%CI 1.01,1.94),但与没有失眠或焦虑的组相比,每种疾病分别与每个疾病相比。这些发现支持了成年人群的合并症与入射T2D之间的正相关。使用精神障碍临床诊断的未来研究可以证实发现的结果,并指导糖尿病预防计划。