XiaoMi-AI文件搜索系统
World File Search System水稻
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。
通过精确的序列插入或替换生成耐除草剂和矮小的水稻生殖
精确的序列插入或植物中的替代在技术上具有挑战性，但在农作物育种中至关重要，因为许多农艺性状都受DNA碎片变化的影响。尽管已连续优化了素数（PE）以改善练习剂（Jiang etal。，2022; li etal。，2022a，b; Zong et al。，2022），但对于靶向插入或更换长时间的靶向插入还是不明显的。Similar strategies, twinPE (Anzalone et al ., 2022 ) and GRAND editing (Wang et al ., 2022 ), in which a pairofPEguideRNAs(pegRNAs)arepartially complementarytoeach other in their reverse transcriptase template (RTT) but are not homologous to the genomic sequences, were recently developed to facilitate longer sequence insertion (Figure 1a ).HPPD抑制剂除草剂（例如B-三酮）有效地控制出现的抗性杂草。水稻中的HIS1基因赋予了对三酮除草剂的广谱耐药性，而在Triketone敏感的Indica品种中发现了功能失调的HIS1等位基因（Maeda等，2019）。A genetic survey for 631 Indica varieties commonly used in rice breeding revealed that the 28-bp deletion is widely distributed, including 50.7% 3-line restorers, 40.7% 2-line restorers and 18.1% conventional varieties (Lv et al ., 2021 ), which causes a huge risk for applying HPPD-inhibitor herbicides in Indica rice cultivating area.s1035是一种精英常规的Indica品种，由于HIS1的28 bp缺失，对Triketone敏感。PE和大编辑策略已被测试以插入28 bp
越南永隆省土壤特性特征及水稻种植限制因素
本研究旨在确定和描述越南永隆省三茬、双茬和单茬稻陆作稻田土壤的理化性质。结果表明，永隆省水稻种植土壤的 pH 值相对较低（4.3–5.4）。土壤中的大多数物理参数都在适合植物生长的范围内。土壤中的电导率（EC）、总溶解盐和交换铝（Al 3+ ）都在正常范围内。总阳离子交换量和锌不在植物生长的实际范围内。总氮（TN）、总磷（TP）、总钾（TK）和总有机质（OM）含量分别从中等到良好、丰富、中到差和丰富不等。土壤中的交换性盐基阳离子分别为钾（K +）、钠（Na +）、钙（Ca 2+）和镁（Mg 2+），浓度分别为低、中和高。锰（Mn）含量适合植物生长。值得注意的是，OM、TP、交换性盐基阳离子和Mn含量最高均出现在三茬水稻中，而TN和TK含量最高则出现在单一水稻旱作作物中。通过聚类分析，可将土壤样品监测点数由13个减少到5个，以保证研究区土壤理化性质的代表性。结果还表明，不同水稻种植土壤的土壤质量存在差异，主要是由于交换性Al 3+ 、EC、土壤结构和密度等因素造成的。本研究结果为研究区农业生产中的可持续土壤管理提供了有用的科学信息。
使用kansei和价值工程开发基于西马的模拟水稻
sago是可以推荐其生产的非晶状碳水化合物来源之一。Sago面粉的碳水化合物含量很高，其收益率和负担得起的价格（Nururrahmah等，2018; Zhu，2019; Du等，2020）。它也具有与玉米和大米相似的能量含量，即每100克353 kcal，361 kcal和360 kcal。Sago不含麸质，与玉米和大米的低血糖指数为28（Nururrahmah等，2018），分别为48和68。Sago淀粉含有11.07％的饮食纤维和10.58 mg/100 g的抗淀粉（Wahjuningsih等，2020），由于其健康受益人，可以作为功能性食品开发（Azkia等人，2021年）。消费饮食纤维可以提高生产力活性，增强消化系统，增加短链脂肪酸配方（SCFA），并降低患癌症和糖尿病的风险（Kaczmarczyk等，2012; Jha等，2017; Azkia et et and of。，20221）。抗性淀粉还通过减少肠中的致病细菌数量来帮助改善消化健康（Azkia等，2021）。
来自非洲水稻（Oryza glaberrima）的基因组渗入……
© 作者 2023。开放存取 本文根据知识共享署名 4.0 国际许可进行授权，允许以任何媒体或格式使用、共享、改编、分发和复制，只要您给予原作者和来源适当的信任，提供知识共享许可的链接，并指明是否做了更改。 本文中的图片或其他第三方资料包含在文章的知识共享许可中，除非资料的致谢中另有说明。 如果资料未包含在文章的知识共享许可中，且您的预期用途不被法定规定允许或超出允许用途，则需要直接从版权所有者处获得许可。 要查看此许可证的副本，请访问 http://creativecommons.org/licenses/by/4.0/。知识共享公共领域贡献豁免（http://creativecom-mons.org/publicdomain/zero/1.0/）适用于本文中提供的数据，除非数据来源中另有说明。
利用地球观测卫星绘制水稻种植面积地图
✓ 先进陆地观测卫星 2 号 (ALOS-2，简称“DAICHI-2”) 是 ALOS Daichi 的后续任务。JAXA 针对 ALOS-2 开展了研究和开发活动，以改进为 ALOS 开发的宽幅高分辨率观测技术，从而进一步满足社会需求。这些社会需求包括：1) 对受灾地区进行灾害监测，既要详细监测，也要监测受灾地区面积是否较大 2) 持续更新与国家土地和基础设施信息相关的数据档案 3) 有效监测耕地面积 4) 全球监测热带雨林以确定碳汇。
水稻茉莉酸受体的基因分析揭示了 OsCOI2 的特殊功能
COI1 介导的茉莉酸感知对植物发育和对环境压力的反应至关重要。水稻等单子叶植物由于基因重复而具有两组 COI 基因：OsCOI1a 和 OsCOI1b，它们在功能上等同于双子叶植物的 COI1 和 OsCOI2，但后者的功能尚不清楚。为了评估 OsCOI2 的功能及其与 COI1 基因的功能冗余，我们通过 CRISPR Cas9 介导的编辑开发了一系列水稻突变体，这 3 个基因分别是 OsCOI1a、OsCOI1b 和 OsCOI2，并描述了它们的表型和对茉莉酸的反应。OsCOI2 的表征揭示了其在根、叶和花发育中的重要作用。具体而言，我们表明茉莉酸对冠根生长的抑制依赖于 OsCOI2，而不是 OsCOI1a 或 OsCOI1b，揭示了非典型 OsCOI2 在茉莉酸依赖的水稻根系生长控制中发挥着重要作用。总之，这些结果表明 OsCOI2 在水稻植物发育调节中发挥着特殊作用，并表明茉莉酸受体的亚功能化已在单子叶植物门中发生。
利用随机多路复用 sgRNA 组装碱基编辑器进行定向进化水稻基因
摘要 基于 CRISPR 的定向进化是一种有效的育种生物技术，可改善植物的农艺性状。然而，使用单个单向导 RNA 其基因多样化仍然有限。我们在这里描述了一种多重正交碱基编辑器 (MoBE) 和一种随机多重 sgRNA 组装策略，以最大化基因多样化。MoBE 可以在不同的靶标上有效诱导正交 ABE (< 36.6%)、CBE (< 36.0%) 和 A&CBE (< 37.6%)，而 sgRNA 组装策略将各种靶标上的碱基编辑事件随机化。对于水稻乙酰辅酶 A 羧化酶 (OsACC) 第 34 外显子的每一条链上的 130 个和 84 个靶标，我们在随机双 sgRNA 和随机三重 sgRNA 文库中观察到多达 27 294 种靶标-支架组合类型。我们进一步利用MoBE和随机双sgRNA文库对水稻中的OsACC进行了定向进化，获得了更强的除草剂抗性的单突变或连锁突变。这些策略可用于功能基因的原位定向进化，并可能加速水稻性状改良。
数字发现 - 水稻研究存储库
FJH的可伸缩性使其成为合成FG的有前途的方法，但是在这个遥远的平衡过程（FFE）过程中，许多未知数仍然存在，7使得它很难成为处理 - 属性关系。8,9最近出现的数据驱动建模可能提供替代解决方案。在过去的几年中，一些模型被证明是针对各种挑战在内的强大的，包括指导材料合成。10 - 14此外，我们最近对纯数据驱动的模型进行了构建，以发现控制FG产量的参数。15然而，尽管在预测FG产量方面达到了令人印象深刻的准确性，但模型性能取决于从反应中测得的当前参数。因此，如果尚未执行实验，则这些中间参数不可用，作为预测的输入参数。因此，无法应用此类模型来准确预测一组新的直接输入参数的反应结果，例如电压，脉冲持续时间和电容