1. 安徽农业大学生命科学学院,合肥 230036,中国 2. 安徽农业大学前沿科学研究院生物育种技术研究中心,合肥 230036,中国 3. 百瑞生物技术有限公司,济南 250000,中国 4. 中国农业科学院作物科学研究所/国家南方研究院,农业农村部基因编辑技术重点实验室(海南),三亚 572025,中国 5. 南方科技大学,深圳 518055,中国 6. 海南省崖州湾种子实验室,三亚 572024,中国 † 这些作者对这项工作做出了同等贡献。 * 通信:朱建康(zhujk@sustech.edu.cn);朱建华(zhujh@ahau.edu.cn,朱博士全权负责与本文相关的所有材料的分发)
摘要 - 这项工作的目的是开发一种在大豆(Glycine Max)胚胎中创建和验证CRISPR-CAS系统和不同GRNA的方法。两个模型基因用于用一个GRNA或部分基因缺失的简单突变。通过使用经典限制酶克隆方法将启动子 + grna2插入CRISPR转换向量中,或通过将启动子 + GRNA2取代和插入启动子 + GRNA2。向量成功地构造了一个和两个grnas。大豆中的农杆菌介导的瞬时转化是为了测试GRNA和系统本身的质量(表达盒)。通过酶消化后DNA富集后转化的胚胎中检测到了简单的突变和基因缺失,然后是聚合酶链反应和测序,这表明CRISPR-CAS系统和指南在起作用。该方案可用于加速基于CRISPR的基因组编辑策略,用于大豆的遗传转化。
种子大小/体重在确定作物产量中起着重要作用,但在大豆中只有控制种子大小的基因很少。在这里,我们在17号染色体上,进行了全基因组关联研究,并确定了一个名为GMSW17(种子宽度17)的主要定量性状基因座(QTL)(QTL)(种子宽度17),该染色体确定自然人群中大豆种子宽度/重量。gmsw17编码属于UBP22的泛素特异性蛋白酶,属于泛素特异性蛋白酶(USPS/UBPS)家族。进一步的功能研究表明,GMSW17与GMSGF11和GMENY2相互作用,形成了去泛素酶(DUB)模块,该模块会影响H2BUB水平并负面调节GMDP-E2F-1的表达,从而抑制G1至S-S-S-S-S-S-S Transi-Transi-Transi-Try-Tion。人口分析表明,GMSW17在大豆驯化过程中经历了人工选择,但在现代繁殖中尚未固定。总而言之,我们的研究确定了与大豆种子重量相关的主要基因,从而为大豆提供了高收益育种的潜在优势。
农民和农学家通过计算相对较小区域的植株数、每株豆荚数和每豆荚种子数,并推断整个田地面积,来估算大豆 (Glycine max) 的产量。这些信息虽然有趣,但却是劳动密集型的,在应用于整个田地规模时可能无法提供有用和准确的信息。例如,de Souza 等人。(2023) 报告称,要评估植物的表型特征,应评估 2.7 平方米区域内 21 株大豆植物的四个性状。但是,当这种为小块地设计的采样方案扩展到可能大于 650,000 平方米 (65 公顷) 的田地时,采样要求很快就会变得难以管理。因此,精准农业需要一种替代方法来估算大豆产量。
大豆是全球重要的工业、食品和经济作物。尽管大豆在现在和未来的经济中具有重要意义,但其生产却受到破坏性仓储害虫豆象 ( Callosobru- chus chinensis ) 的严重阻碍,造成了相当大的产量损失。因此,鉴定与大豆抗豆象相关的基因组区域和候选基因至关重要,因为它有助于育种者开发具有更高抗性和品质的大豆新品种。在本研究中,使用全基因组关联研究的 mrMLM 模型的 6 种多位点方法来剖析 100 种不同大豆基因型在 4 个性状上的豆象抗性的遗传结构:成年豆象羽化百分比 (PBE)、体重减轻百分比 (PWL)、中位发育期 (MDP) 和 Dobie 易感指数 (DSI),使用 14,469 个单核苷酸多态性 (SNP) 标记进行基因分型。使用最佳线性无偏预测因子 (BLUP),通过 mrMLM 模型鉴定了 13 个数量性状核苷酸 (QTN),其中 rs16_14976250 与 1 个以上的抗豆象性状相关。因此,已鉴定的与抗性状相关的 QTN 可用于标记辅助育种,以准确快速地筛选抗豆象的大豆基因型。此外,对 Phytozome 大豆参考基因组进行的基因搜索鉴定了 27 个潜在候选基因,这些基因位于最可靠 QTN 上游和下游 478.45 kb 的窗口内。这些候选基因表现出与各种大豆抗性机制相关的分子和生物学功能,因此可以纳入农民偏爱的易受豆象侵害的大豆品种中。
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。
环境足迹计算基于巴西农业研究公司Embrapa的州特异性二级农业数据,该数据由《农业综合企业巴西统计年鉴》汇编而成。此农业数据包括用于检查,收益率,受精信息,灌溉数据等。包括来自4个巴西国家的数据:Goiás(GO),Minas Gerais(MG),Mato Grosso(MT)和Paraná(PR)。根据Protera认证的大豆的起源使用加权平均值。近年来尚未更新数据,因此对于没有可用的农业数据的两个状态:Roraima(RR)和Rondônia(RO)(RO)构成了近似值。对于RO状态,使用MT状态的农业数据由于其接近性而使用,对于RR状态,所有四个可用状态的平均值被使用,因为没有一个可用的状态特别接近。由于这两种状态对普罗拉(Proterra)认证的大豆的总贡献较小(见表1),这些额度对所提供的结果几乎没有影响。
我在此提交一篇由 Audrey E. Birdwell 撰写的论文,题为“胰蛋白酶抑制剂在叶片中表达以阻止大豆食草的可能性”。我已检查了该论文的最终电子版形式和内容,并建议接受该论文,以部分满足植物科学专业理学硕士学位的要求。
10。Homrich,M。S.,Wiebke-Strohm,B.,Weber,R。L.和Bodanese-Zanettini,M。H.(2012)。 大豆遗传转化:基因功能研究和农艺改良植物的产生的宝贵工具。 遗传学和分子生物学,35(4(Suppl)),998–1010。 https://doi.org/10.1590/s1415-47572012000600015。Homrich,M。S.,Wiebke-Strohm,B.,Weber,R。L.和Bodanese-Zanettini,M。H.(2012)。大豆遗传转化:基因功能研究和农艺改良植物的产生的宝贵工具。遗传学和分子生物学,35(4(Suppl)),998–1010。https://doi.org/10.1590/s1415-47572012000600015。
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。