XiaoMi-AI文件搜索系统
World File Search System性状
中国水稻产量性状功能基因克隆及分子设计育种研究进展
水稻是我国的主要粮食作物，对国际粮食稳定有着重要贡献。随着水稻基因组测序、生物信息学和转基因技术的进步，我国科研人员发现了控制水稻产量的新基因，解析了遗传调控网络，建立了分子设计育种新框架，取得了许多变革性的成果。本文介绍了近年来我国在水稻产量性状研究方面的一些突破和分子设计育种方面的一系列成果，综述了产量性状相关功能基因的鉴定与克隆以及水稻功能基因的分子标记开发，以期对下一步的分子设计育种工作及进一步提高水稻产量起到借鉴作用。
花卉性状的定量遗传分析显示了当前的局限性，但野生的潜在演变
跨被子植物的花卉特征的巨大变化通常被解释为适应授粉媒介的结果。但是，在野生人群中的研究通常没有发现授粉媒介介导的花的迹象。进化理论预测，这可能是稳定条件下停滞期的结果，其次是授粉媒介变化时期较短，为创新表型提供了选择。我们询问停滞周期是否是由于选择稳定，其他形式的选择或低性状能力，即使存在选择，也引起了停滞。我们研究了一种植物，主要是由其范围内的一种蜜蜂授粉的植物。，我们使用了大型野生人群中的全基因组相关性测量性状的遗传力和发展性，并将其与对同一个体的选择估计相结合。我们发现了稳定选择和低性状遗传力的证据，作为流动中停滞的潜在解释。标准花瓣的面积正在稳定下，但可变性不是可遗传的。单独的特征，花的重量具有很高的含义，但目前尚未选择。我们展示了一个简单的授粉环境如何与当前的自适应进化变化前提条件相吻合，而遗传性的变化仍在响应未来的选择压力。
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。
定量性状基因座映射鉴定的候选基因涉及植物高度调节水稻的
摘要：水稻植物的高度是一种与生物量，住宿耐受性和产量密切相关的农业特征。识别与植物高度调节和制定筛查潜在候选基因的策略有关的定量性状基因座（QTL）区域可以改善水稻的农业特征。在这项研究中，使用了跨越“ Cheongcheong”和“ Nagdong”个体的双单倍体种群（CNDH），并使用了222个单序重复标记构建遗传图。在RM3482-RM212区域中，染色体1，QPH1，QPH1-1，QPH1-3，QPH1-5和QPH1-6的区域连续五年识别。表型方差解释的范围为9.3％至13.1％，LOD评分在3.6至17.6之间。Osphq1是一种与植物高度调节有关的候选基因，在RM3482-RM212中进行了筛选。Osphq1是吉布雷素20氧化酶2的直系同源物，其单倍型以9个SNP区分。根据其高度将植物分为两组，并根据Osphq1的表达水平区分高植物并聚集。QTL和候选基因，因此，筛选了生物量调节，但是调节的分子机制仍然鲜为人知。本研究获得的信息将有助于开发通过水稻植物高度控制的标记辅助选择和繁殖的分子标记。
宿主系统发育和功能性状分化了小型哺乳动物自然界的肠道微生物
fi g u r e 1小型哺乳动物社区系统发育和肠道微生物组组成。（a）14种的系统发育包括三个分类顺序：啮齿动物（啮齿动物；灰色的亚家族名称），lagomorpha（Hares）和Macroscelidea（Elephant Shrew）。节点上的数字代表Bootstrap支持值，大象sh作为适当的外群。节点上的灰色文本代表啮齿动物中相关的家族，亚家族和部落级进化枝，并表明系统发育代表了我们在这些分类群中及之内对进化关系的最佳当前知识。为了可视化整个系统发育的身体大小分布，我们使用了phytools在R. phytools中实现的最大似然祖先重建方法。微生物组样本量显示在括号中的尖端。（b）微生物组的多样性显示为每个样品±标准偏差的平均ASV数量。（c）堆叠的条形图显示了所有样品中六个细菌门的相对读取丰度（RRA）；灰色显示了代表<5％RRA的19个“其他”门的RRA。[可以在wileyonlinelibrary.com上查看颜色图]
PDF：大米（Oryza sativa L.）定量性状的遗传参数和主成分分析
常规育种对于改善与产量相关的性状和发展高产物品种至关重要。在提出的研究中，对15个F 1杂种的评估将它们与其六种父母基因型进行了比较，以便各种特征的遗传变异。结果表明，差异分析显示跨组合和父母品种以及父母和十字架之间的显着（p≤0.01）。所有特征的父母与杂交的平均平均值也表明（p≤0.01）。对于F 1 Generation研究的所有特征，一般（GCA）和特定组合能力（SCA）方差均显着（P≤0.01）。三种品种，即Sakha108，Giza179和Sakha109，对于谷物产量植物-1的高度阳性为阳性，这意味着这些品种可以使作为好的组合者受益，以转移育种计划中的上述特征。在SCA中，七个十字在植物的高度上为负，并且需要负值以避免住宿并适合机械收集；但是，在其余的特征中，优选阳性的显着值是可取的。结果表明，谷物产量植物-1和植物高度的最佳交叉是Sakha105×Sakha102，Sakha105×Sakha108和Sakha108×Sakha109。进行聚类分析也表现出分为四组的基因型。第一组仅包括大米基因型Sakha109和Sakha108。这些品种是由共同的父sakha101产生的，可以具有三个定量性状的遗传关系（旗叶面积，1000粒粒度和圆锥体重量）。包括Sakha 102和Sakha 106的第二组具有非常相似的遗传背景，因为两个品种共享一个共同的父母，Giza 177。此外，这两个水稻品种的分ers植物的植物数量为-1、1000粒重量，而圆锥花序植物-1。第三组仅包括属于Indica-Japonica品种的Giza 179。第四组由不同父母生产的Sakha 105。关键字：水稻（oryza sativa L.），育种，能力，遗传变异，遗传潜力，基因型和表型方差，遗传力
铁的毒性，耐受性和定量性状位点映射（Oryza sativa L.）
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。
GW2.1基因调节晶粒性状的靶向突变，并诱导大麦的产量损失
尽管目前正在探索SIC材料平台上几种新应用的开发，但仍被广泛认为是电力电子首选的材料。二维（2D）材料（例如石墨烯和钼二硫）（MOS 2）的整合提供了碳化硅（SIC）具有其他功能，从而可以扩大其应用范围。本文回顾了SIC上石墨烯和MOS 2的可扩展生长的最新方法，特别是在六边形多型上。还讨论了材料整合中的一些开放研究方向，例如使用外延石墨烯（Epi-Gr）作为van der waals（vdw）在SIC底物上的GAN或GA 2 O 3的外观上的相互膜，以及由epi-gr/SIC接口处的受封闭性外观的2D形式的GAN材料的生长。最后，提供了这些物质系统的最近提出的电子/光电应用的概述，特别是针对高频电子，量子计量，THZ和UV检测器的概述。这项工作可能是在这些开放研究方向上的硅碳化物社区的有用指南。
普通野生稻与Oryza rufipogon回交群体产量性状的QTL分析
摘要 CRISPR/Cas 基因组编辑在农业应用中显示出巨大的潜力，包括提高作物品质和抗病性。CRISPR/Cas9 及其变体已成功地在植物基因组中引入了靶向修饰，增强了抗病性和营养品质等特性。CRISPR 技术在茶叶育种中的应用已经显示出良好的效果，通过精准的基因改造可以培育抗病茶树并提高茶叶品质。CRISPR 革命为茶叶精准育种开辟了新途径，为提高茶叶品质和抗病性提供了一种强大而有效的方法。通过利用 CRISPR/Cas 系统的先进功能，本研究旨在开发具有改良特性的茶叶品种，解决茶叶生产中作物品质和病害管理的挑战。未来的研究应侧重于优化 CRISPR 技术并解决潜在的局限性，以充分利用这项革命性技术在茶叶育种中的优势。关键词 CRISPR 技术；精准育种；茶叶品质；抗病性；基因组编辑
将微生物组和基因组数据结合的机会和限制进行复杂性状预测
摘要背景：使用微生物组数据与主机基因组信息结合使用的复杂性状的分析和预测是一个最引起关注的话题。但是，仍然有许多问题要回答：微生物组对复杂性状预测的有用程度如何？微波性可靠的估计值吗？可以回收宿主基因组，微生物组和现象之间的潜在生物学联系吗？方法：在这里，我们通过（i）制定一种新型的模拟策略来解决这些问题，该策略使用真实的微生物组和基因型数据作为输入，以及（ii）使用方差 - 组件方法（贝叶斯复制的核心kernel hilbert space（RKHS）和贝叶斯变量选择方法（Bayes c）（贝叶斯），以量化contiper and centery centery andy型依次的变化。提出的模拟方法可以通过保留数据的分布性能的置换程序模仿微生物组和基因型数据之间的遗传联系。结果：使用奶牛的实际基因型和瘤胃微生物群的丰度，无论某些微生物群的丰度是否受宿主的直接遗传控制，微生物组数据都可以显着提高表型预测的准确性。此改进在逻辑上取决于微生物组随着时间的推移而稳定。总体而言，尽管通常高度高度的微生物群丰度分布，但随机效应线性方法对于方差构成估计似乎是可靠的。贝叶斯C的预测性能高，但对因果效应的数量比RKHS更敏感。贝叶斯的准确性部分取决于影响表型的微生物类群的数量。结论：我们得出的结论是，可以使用方差成分估计值来表征基因组微生物组 - 链接，但我们对识别影响微生物群的病变遗传效应的可能性不太乐观，而这些宿主遗传效应影响了微生物群的丰富度，而基因组 - 微生物组 - 菌群 - 基因组 - 型号可能需要更大的样本量。复制分析的R代码位于https：//github。com/migue lpere zenci so/simub iome中。