XiaoMi-AI文件搜索系统
World File Search System大豆
miR396 基因敲除可增加大豆种子大小和产量
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）
在大豆中的CRISPR质量表达，用于简化planta
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。
GMSW17的自然变化控制大豆中的种子大小
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。
人工智能和卫星遥感可用于预测大豆 (Glycine max) 产量
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。
大豆抗豆象基因座的全基因组关联图谱
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。
一项关于未来气候变化对大豆产量和对策的影响的案例研究
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。
Proterra认证的大豆产品的环境足迹2024年6月
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。
胰蛋白酶抑制剂在叶片中的表达对大豆食草动物具有抑制作用
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。
量化大豆DNA提取物以进行下游转基因生物检测
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。
2025年1月 - SEI -PCS巴西大豆v2.6供应链地图
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。