全球气候变化对农作物的生长,发育和产量产生了重大影响。中国东北部的大豆生产是中国传统的大豆生产地区之一,对于发展国内大豆工业并减少对进口大豆的依赖而言,具有很大的意义。因此,评估未来气候变化对中国东北大豆产量的影响至关重要,并提出合理的适应措施。在这项研究中,我们以中国东北部的富吉恩市为例,并使用了DSSAT中的Cropgro-Soybean模型(农业技术转移的决策支持系统)模拟未来气候变化对2020年代四个时期(2021-2030)的四个时期的大豆产量的影响(2041-2050)和2050S(2051-2060)在两个代表性浓度途径(RCP)方案(RCP4.5和RCP8.5)下,进一步确定最佳的农艺管理实践。结果表明,校准和经过验证的模型适合在研究区域模拟大豆。通过分析未来气候场景RCP4.5和RCP8.5在Precis区域气候模型中的气象数据,我们发现,在海伦吉安吉安吉省富士城的生长季节,平均温度,累积降水量和累积太阳辐射将主要增加。与模型仿真结果结合在一起,表明在CO 2受精的效果下,未来的气候变化将对大豆产量产生积极影响。与基线(1986-2005)相比,大豆产量将增加0.6%(7.4%),3.3%(5.1%),6.0%(16.8%)和12.3%(20.6%)和2020年代,2030年代,2040年代,2040年代和2050年度的rcp4.5(RCP4.5)(rcp8.5)。 RCP4.5(RCP8.5)分别为5月10日(5月5日)和50 mm(40mm)。在未来的气候条件下,农艺管理实践,例如在大豆增长的关键阶段推进播种日期和补充灌溉,将增加大豆产量,并使大豆增长更适合未来的气候变化。
领土森林砍伐面积(公顷)是指每个城市每年被清除(皆伐)的原生植被(或旧再生植被)的面积。我们结合了玻利维亚亚马逊地区的亚马逊地理参考社会环境信息网络 (RAISG, 2022) 森林砍伐数据集以及 Mapbiomas Chaco (2022) 的土地利用和土地利用覆盖变化。这两个数据集均基于卫星图像(Landsat 图像,30 米像素分辨率)。Mapbiomas Chaco 数据集提供了土地利用和土地覆盖类别,我们通过在每个类别首次出现时将“农业”和“牧场”类别重新归类为森林砍伐来计算森林砍伐,取代 2000 年至 2010 年间检测到的自然植被类别。该指标适用于亚马逊和查科地区,可在地图中访问。
栽培大豆 ( Glycine max (L.) Merrill ) 是由野生大豆 ( Glycine soja ) 驯化而来,其种子比野生大豆更重,含油量更高。在本研究中,我们利用全基因组关联研究 (GWAS) 鉴定了一个与 SW 相关的新型候选基因。连续三年通过 GWAS 分析检测到候选基因 GmWRI14-like。通过构建过表达 GmWRI14-like 基因的转基因大豆和 gmwri14-like 大豆突变体,我们发现 GmWRI14-like 的过表达增加了 SW 和增加了总脂肪酸含量。然后我们利用 RNA-seq 和 qRT-PCR 鉴定了 GmWRI14-like 直接或间接调控的靶基因。过表达GmWRI14-like的转基因大豆比非转基因大豆株系表现出GmCYP78A50和GmCYP78A69的积累增加。有趣的是,我们还利用酵母双杂交和双分子荧光互补技术发现GmWRI14-like蛋白可以与GmCYP78A69/GmCYP78A50相互作用。我们的研究结果不仅揭示了栽培大豆SW的遗传结构,而且为改良大豆SW和含油量奠定了理论基础。
体外和体外农杆菌介导的毛状根转化 (HRT) 测定是植物生物技术和功能基因组学工具包的关键组成部分。在本报告中,使用 RUBY 报告基因优化了大豆的体外和体外 HRT。评估了不同的参数,包括农杆菌菌株、细菌细胞培养物的光密度 (OD 600 )、共培养基、大豆基因型、外植体年龄以及乙酰丁香酮的添加和浓度。总体而言,就毛状根和转化根(表达 RUBY )的诱导百分比而言,体外测定比体外测定更有效。尽管如此,体外技术被认为更快且方法更简单。在 cv 的 7 天大子叶上观察到了 RUBY 的最高转化。 Bert 用 R1000 接种 30 分钟,R1000 悬浮在 ¼ B5 培养基中,OD 为 600 (0.3),乙酰丁香酮含量为 150 µM。该测定的参数还通过两步体外毛状根转化获得了最高百分比的 RUBY。最后,使用基于机器学习的建模,进一步确定了两种测定的最佳方案。本研究建立了适用于大豆功能研究的高效可靠的毛状根转化方案。
Trase Maps供应链为农产品供应链,使得将产品和供应链参与者与特定生产领域联系起来,这些领域有可能受到热带森林砍伐以及其他环境和社会影响的风险。它使用一种称为“生产到消费系统生产的空间明确信息”(SEI-PCS)(Godar et al 2015)的方法作为这项工作的基础。本文档描述了Trase用来映射巴西大豆供应链的数据和方法,生成了称为“ SEI-PCS巴西大豆v2.6”的数据。大豆供应链图将大豆(如豆类,油和蛋糕产品)的出口分配给生产市,(1)在离开巴西港口和设施(压碎和存储设施)之间的单个货物之间建立连接; (2)将这些设施与产生大豆的城市联系起来。表1概述了2004 - 2022年的巴西大豆行业的关键统计数据。与商品供应链的地图一起,Trase提供了各种可持续性指标,显示了供应链中商品生产的环境,经济,社会和领土影响。Trase的核心指标包括商品生产,森林砍伐,森林砍伐的温室气体排放和交易者零置换承诺,并根据需求和可用性逐案添加其他指标。
背景Woolworths Group的目的是共同创造更好的体验,以度过美好的明天。与我们的目标相吻合,以积极影响我们的星球,我们正在努力使客户更容易通过负责任的方式来源商品,从而为自然和社区带来更积极的成果,从而使客户更容易做出可持续的选择。我们的森林砍伐方法是两个方面,重点是针对我们主要的森林砍伐商品(棕榈油;可可(Cocoa; cocoa; sockfeed incopfeed;牛肉(澳大利亚)和纸,纸浆和木材)和我们的其他商品的净方法,我们的其他商品的方法仍然是poce(咖啡,咖啡,茶,茶)和食物(in-cudue),以及零含量。我们打算以环境和社会负责的方式来采购这些商品,以确保它们是:
。cc-by-nc 4.0国际许可(未获得同行评审证明),他授予Biorxiv授予Biorxiv的许可,以永久显示预印本。这是该版本的版权持有人,该版本发布于2025年3月7日。 https://doi.org/10.1101/2025.03.03.03.03.641322 doi:Biorxiv Preprint
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。
大豆是一种从野生大豆(Glycine soja sied。&ZUCC)在东亚6,000至9,000年前,随着中国,韩国,日本和世界其他地区的人类食品和牲畜饲料的广泛生长。全球气候变化导致了大豆种植和育种方面的一系列挑战。随着高通量基因组测序技术的发展,有关大豆的基因组信息现在更容易获得,并且对分子繁殖很有用。然而,关于作物发育的表观遗传法规仍然在很大程度上尚未开发。在这篇综述中,我们总结了大豆对生物和非生物胁迫的适应性调节机制的最新覆盖,这在组蛋白修饰和microRNA(miRNA)方面尤其重要。最后,我们讨论了这种知识对组蛋白修饰和miRNA在大豆分子繁殖中的潜在应用,以在不断变化的环境中证明作物的性能。