为了满足这些营养需求,生产者经常使用尿素和硫酸铵 (AMS) 的物理混合物。虽然物理混合物可能具有施肥者所需的营养量,但一旦撒在田地里,可能会导致营养条纹不均匀。另一种选择可能是均质混合物,包括大分子和次要营养元素,例如氮 (N)、钾 (K) 和硫酸盐-硫 (SO4-S),其中含有适合大多数土壤的最佳数量的这些营养元素。目标考虑到油菜籽与大多数作物相比具有较高的营养需求,2024 年在朗登研究推广中心进行了一项肥料试验。该试验由 UKT 芝加哥赞助。试验的目的是比较两种均质新肥料 NKS(28-0-5-6SO4-S)和 NKS(26-0-7-9SO4-S)与尿素和 AMS 等直接肥料的效果。新型肥料中的氮以铵 (NH4 + ) 和硝酸盐 (NO3 - ) 形式存在,因此与尿素不同,它们不会因氨挥发而损失。该研究采用了三种不同比率的氮、钾和硫酸盐-硫 (SO4-S),并测量了油菜籽的产量和质量。根据土壤有效磷的结果,所有处理统一施用磷。试验地点试验地点位于北达科他州兰登的 NDSU 兰登研究推广中心。处理和重复根据土壤分析结果,所有处理都采用了全比率的磷,即每英亩 72 磅,而采用尿素和 AMS 组合的直接施肥处理(T2、T3 和 T4)没有采用任何钾。但是,这些处理确实采用了等量的氮和等量或接近量的 SO4-S。由于均质肥料 NKS 28 和 NKS 26 中含有钾,因此 T5 至 T10 处理除了氮、磷和 SO4-S 外还添加了钾。此外,在 T2 至 T4 处理中,尿素以 14 毫升/10 磅的比例用脲酶抑制剂处理,所有肥料均以表面撒播的方式施用。肥料和养分类型及数量的详细信息见表 1。
在 135 个独特分析中比较了每个种子质量性状的预测准确度,评估了对 GS 模型(九个回归模型)、群体(五个模型训练/验证群体设计)和标记密度(三个包含低、中和高密度的标记集)的响应。预测准确度(以预测和实际表型之间的相关性表示)范围从 0.023(总油含量)到 0.897(亚油酸含量)。预测准确度与性状复杂性呈负相关,与训练/验证群体相关程度呈正相关,标记密度或参数模型之间没有显着差异。机器学习模型的表现与普通参数模型相当或更差。总油含量是所分析的最复杂的性状,当改变上述因素时,准确度提高高达 0.745。
图 1 植物中脂肪酸和三酰甘油合成途径的示意图。虚线显示三酰甘油合成中脂肪酸的流动。ACC,乙酰辅酶 A 羧化酶;ACP,酰基载体蛋白;CoA,辅酶 A;DGAT,二酰甘油酰基转移酶;FAB2,脂肪酸生物合成 2;FAD2,脂肪酸去饱和酶 2;FAD3,脂肪酸去饱和酶 3;FAE1,脂肪酸延长酶 1;FATA,脂肪酰基-ACP 硫酯酶 A;FATB,脂肪酰基-ACP 硫酯酶 B;KAS,β-酮酰基-酰基载体蛋白合酶;LMAT,丙二酰辅酶 A/ACP;PC,磷脂酰胆碱; PDCT,磷脂酰胆碱:二酰甘油胆碱磷酸转移酶。
油菜籽不仅可以提供大量具有高营养价值的食用油,还可以用作许多行业生产生物燃料的原料。因此,为了满足人类和工业的需求,迫切需要进行基因改变。尽管杂交和诱变等传统育种技术长期以来仍然是培育油菜良种的主要方法,但成簇的规律间隔短回文重复序列 (CRISPR) 正在成为最有价值的基因编辑技术之一,它可以实现精确的基因组工程,并为植物功能基因组学的研究开辟新的途径。虽然 CRISPR 已用于许多其他作物的遗传改良,但它有望成为油菜籽油改良的基因组编辑和分子设计的有效工具。这篇小型评论将讨论和总结过去和正在进行的使用 CRISPR 技术在油菜籽油改良和脂肪酸组成方面的研究和开发。此外,本文还将简要总结阻碍该工具效率的因素以及如何消除这些因素。本文还将考虑改进 CRISPR 技术以在油菜中获得更好的结果。这篇小综述将为使用 CRISPR 技术进行油菜油改良研究和遗传改良的研究人员打开新的窗口。