XiaoMi-AI文件搜索系统
World File Search System根系
2023 年可持续发展报告 - 根系蔓延
自 2020 年以来，我们一直在应对全球环境的复杂影响。疫情、乌克兰战争以及现在的巴勒斯坦冲突引发了众多问题，令企业措手不及，迫使它们付出巨大努力来增强韧性。我们的行业尤其受到了重大影响。尽管面临这些挑战，我们仍能成功应对，不仅确保了公司的财务成功，还确保了我们 2021 年修订的可持续发展战略周期的完成。
相对 qPCR 定量分析丛枝菌根真菌对植物根系的定植
摘要 丛枝菌根真菌 (AMF) 是一种有益的土壤真菌，可以促进宿主植物的生长。准确量化植物根部中的 AMF 非常重要，因为定植水平通常可以表明这些真菌的活性。根定植传统上用显微镜方法测量，该方法可以看到根内的真菌结构。显微镜方法劳动密集型，结果取决于观察者。在本研究中，我们提出了一种相对 qPCR 方法来量化 AMF，其中我们根据植物基因标准化了 AMF qPCR 信号。首先，我们在计算机上验证了引物对 AMG1F 和 AM1，并表明这些引物涵盖了植物根部存在的大多数 AMF 物种，而不会扩增宿主 DNA。接下来，我们基于对矮牵牛植物的温室实验将相对 qPCR 方法与传统显微镜检查进行了比较，这些植物的 AMF 根定植水平从非常高到非常低不等。最后，通过使用 MiSeq 对 qPCR 扩增子进行测序，我们通过实验证实引物对排除了植物 DNA，而主要扩增了 AMF。最重要的是，我们的相对 qPCR 方法能够区分 AMF 根定植的定量差异，并且与传统显微镜定量结果高度相关（Spearman Rho = 0.875）。最后，我们对显微镜和 qPCR 方法的优缺点进行了平衡的讨论。总之，测试的相对 qPCR 方法提供了一种可靠的替代方法来量化 AMF 根定植，与传统显微镜相比，该方法对操作员的依赖性更低，并且可扩展到高通量分析。
PHD在根系和深层健康中的位置-CDNAustin Iglesias saragih -cdn
Advanced Supply Chain Systems Planning and Network Design (SCM.275), MIT Spring 2024 • Role: Recitation Instructor and Course Developer, Instructor Evaluation Rating: 6.9/7 • Core course of the Supply Chain Management (SCM) Master's Program and elective for MBA • Instructed recitation sessions and office hours and graded homeworks • Designed materials for recitation lectures, assignments, in-class demonstrations on supply chain network design, stochastic编程，库存和收入注意事项以及多目标优化。
揭示控制水稻种子活力指数、根系生长参数和发芽率的基因组区域
高种子活力可确保种子质量高、产量高。早期幼苗生长参数可指示水稻种子的活力。通过生理生长参数来判断种子活力是一种由许多数量性状基因座控制的复杂性状。通过纳入包括发芽率在内的六个幼苗期生理参数的所有表型组的基因型，准备了一个代表 274 个水稻地方品种种群的面板，以进行关联作图。在种群中观察到所研究的六个性状的巨大差异。该种群被分为 3 个基因组。固定指数表明种群中存在连锁不平衡。该种群被分为亚种群，每个亚种群都与 6 个生理性状相对应。共报告了 5 个 QTL，即发芽率（GP）的 qGP8.1；qSVII2.1、qSVII6.1 和 qSVII6。在该作图群体中验证了控制种子活力指数 II (SVII) 的 qSVI 11 . 2 和控制根冠比 (RSR) 的 qRSR11 . 1。此外，还鉴定出了 13 个控制生理参数的 QTL，例如控制种子活力指数 I 的 qSVI 11 . 1；控制种子活力指数 II 的 qSVI11 . 1 和 qSVI12 . 1；控制根系生长速率 (RRG) 的 qRRG10 . 1、qRRG8 . 1、qRRG8 . 2、qRRG6 . 1 和 qRRG4 . 1；控制根冠比 (RSR) 的 qRSR2 . 1、qRSR3 . 1 和 qRSR5 . 1，以及控制发芽率的 qGP6 . 2 和 qGP6 . 3。此外，还检测到了 qGP8 . 1 和 qSVI8 . 1 与 GP 和 SVI-1 共定位或共遗传；qGP6 . 2 和 qRRG6 . 1 与 GP 和 RRG 共定位或共遗传；qSVI11 . 1 和 qRSR11 . 1 与 SVI 和 RSR 共定位或共遗传。本研究鉴定的 QTL 将有助于改良水稻种子活力性状。
有了人工智能，挖根变得更容易
摘要 研究中根系量化的规模通常受采样、测量和处理样本所需时间的限制。卷积神经网络 (CNN) 的最新发展使得更快、更准确的植物图像分析成为可能，这可能显著减少根系测量所需的时间，但在让不具备机器学习深度知识的研究人员使用这些方法方面仍然存在挑战。我们使用 RootPainter CNN 软件分析了从三个破坏性根系采样中获取的根系图像，该软件具有一个更易于使用的校正注释界面。带有和不带有非根系碎片的根系扫描用于测试训练模型（即从标记示例中学习）是否可以通过将最终结果与干净图像的测量值进行比较来有效排除碎片。从土壤剖面壁和土壤芯横截面获取的根系图像也用于训练，并将得出的测量值与人工测量值进行比较。在每个数据集上训练 200 分钟后，我们发现，对于整体结构（R 2 =0.99）、剖面壁（R 2 =0.76）和土芯断裂（R 2 =0.57），手动测量结果与 RootPainter 得出的数据之间存在显著关系。从带有碎片的图像得出的生根密度与用 RootPainter 处理后的干净图像得出的生根密度没有显著差异。还可以从剖面壁和土壤芯图像中成功计算出生根密度，并且在每种情况下，根密度随深度的梯度与手动计数没有显著差异。我们的结果表明，使用 CNN 的所提出方法可以大幅减少根样本处理工作量，从而增加未来根系研究的潜在规模。关键词：深度学习 | 分割 | 根量化 | 剖面壁 | 根清洗 | 土壤芯取样
根部代谢物调节有益微生物的模式如何随着不同的放牧压力而变化？
放牧干扰可改变植物根际微生物群落结构，从而改变反馈机制，促进植物生长或诱导植物防御。然而，人们对这种变化在不同放牧压力下如何发生和变化，以及根部代谢物在改变根际微生物群落组成中的作用知之甚少。本研究研究了不同放牧压力对微生物群落组成的影响，并利用代谢组学方法探索了不同放牧压力改变根际微生物组的机制。放牧改变了微生物群落的组成、功能和共表达网络。在轻度放牧（LG）下，一些腐生真菌，如香菇属、Ramichloridium 属、Ascobolus 属。和 Hyphoderma sp. 显著富集，而在重度放牧 (HG) 下，潜在有益的根际细菌，如 Stenotrophomonas sp.、Microbacterium sp. 和 Lysobacter sp. 显著富集。有益的菌根真菌 Schizothecium sp. 在 LG 和 HG 中均显著富集。此外，所有富集的有益微生物都与根系代谢物呈正相关，包括氨基酸 (AA)、短链有机酸 (SCOA) 和生物碱。这表明这些显著富集的根际微生物变化可能是由这些差异性根系代谢物引起的。在放牧压力下，推测根系代谢物，尤其是氨基酸如L-组氨酸，可能调控特定的腐生真菌参与物质转化和能量循环，促进植物生长。此外，为了缓解高放牧压力，提高植物的防御能力，推测根系在放牧干扰下会主动调节这些根系代谢物如氨基酸、中链氨基酸和生物碱的合成，然后分泌它们来促进一些特定的促进植物生长的根际细菌和真菌的生长。总之，禾本科植物可以通过改变根系代谢物的组成来调控有益微生物，在典型的草原生态系统中，不同的放牧压力下，其响应策略也不同。
植物-微生物系统
植物与微生物之间相互作用的高度复杂性促使植物生理学家和微生物学家使用简单的模型，即无菌或亚无菌水培植物培养物或纯微生物培养物。这类研究过去和现在都非常有成效，但它们往往掩盖了自然界中相互作用的作用。实际上，在土壤中生长的植物根系从来都不是无菌的，而是总是被大量可能具有强烈活性的微生物包围或侵入。因此，植物科学家不应忽视与植物根系相关的微生物对植物代谢的影响。另一方面，与植物根系相关的微生物种群不能独立于植物进行研究。因此，根系微生物种群必须被视为系统或关联中的一个组成部分，该系统或关联可称为植物-微生物系统。这种概念在处理不同类别的共生体（根瘤与根瘤菌共生、根瘤与放线菌类生物共生、外生和内生菌根、根际系统、根病原体复合体等）时得到了广泛的应用。
根建筑采样的最新进展和...
本电子书是10天赞助的短期课程培训计划的结果，该计划“在雨养农业中用于根建筑采样和监测工具的最新进展”。本书旨在适用于SAUS/研究人员/ICAR研究所，以及从事农业部门的决策者。此汇编将有助于选择育种计划的特征，农作物的潜力来承受气候变化，工具和技术，以评估不同实践对农业和园艺作物根源的影响。本电子书是资源文本的汇编，涵盖了土壤中根系结构和根系的各个方面。这很重要，因为植物从土壤中使用的大多数资源都异质分布并经历局部耗竭。为了提取/发掘具有最小损失和损坏的根系，我们需要具有适当的方法论来精确数据。在此汇编中，正在努力传达各种根系方法和监测根研究的工具。迫切需要编译最新的工具和技术及其实践，以更好地管理和确定农作物和园艺的压力指标。本电子书的内容的设计方式是以一种方式设计的，以便它可以为研究根建筑的重要工具和技术提供更新的信息，并在处理此类估计方面具有信心。始终欢迎对未来改进的宝贵建议。该汇编旨在满足各种学科的研究人员的期望，例如农艺，园艺，土壤科学，微生物学，遗传学和植物育种，植物生理学以及土壤保护工程，环境科学，林业等，以改进和精确数据。
砷和砷酸盐应激对水稻根和黄铜固醇中的生长素分布有所不同，使其恢复了持续的根系可塑性
大米是一种全球种植的农作物，是人口的重要食物来源，但它也是食物链污染砷（AS）的最简单途径。AS AS无机形式，砷[AS（V）]和砷[AS（iii）]，是土壤中发现的物种的剧毒，并且最容易被根吸收。AS（V）在有氧土壤中的吸收在厌氧土壤中受到青睐。AS（V）在根中转换为（III），尽管少量As（V）也保留在植物器官中。根系是两种形式作用的第一个目标。AS（V）和AS（III）的作用机理仍然是未知的。理解它们对于选择具有较低容量的AS摄取和运输到Caryopses的稻米基因型至关重要，从而提高了食品安全性。生长素是根系开发和可塑性所需的植物激素，其作用是由内源性/外源性腕足激素（BRS）调节的，主要是在应力条件下。研究的目的是加深对AS（III）或AS（v）在水稻根中触发的机制的了解，并特别关注生长素运输与BRS之间的相互作用所起的作用。我们表明，AS（iii）是水稻根中存在的主要物种，而不论AS（III）或AS（V）形式如何提供给生长培养基的形式。砷在不定的根和横向根中都改变了生长素的分布，但在后者的根部都有很大的分布。此外，在存在AS的情况下，EBL会增加根中根中的抗氧化活性，但仅在与AS（V）结合时。与AS（III）或AS（V）相结合的外源BR 24-纤维氨基醇（EBL）的应用大大增加了与生长素传输有关的Ospin2和Osaux1基因的表达，从而有助于恢复正确的生长素分布，从而恢复AS，以及（III）的效果（III），并效果更高的效果。