基于表型和ISSR标记滇产黄杨叶栒子遗传多样性分析

[目的]从表型和分子2个角度揭示黄杨叶栒子(Cotoneaster buxifolius Lindl.)野生种群的遗传多样性。[方法]利用33个表型性状和ISSR分子标记对滇产野生黄杨叶栒子进行了遗传多样性分析。用PopGen 32软件计算多样性指数,用SPSS 16.0软件构建系统发育树系图。[结果]黄杨叶栒子种内表型性状在居群间存在着丰富的变异,居群间表型性状叶片大小变异系数达25.99%,萼裂片相关3个性状变异达40.66%,差异较大;24条ISSR引物扩增出228条带,其中,153条具有多态性,平均多态率为81.56%,Nei’s基因多样性指数和Shannon多样性指数分别为0.352 0和0.505 9,具有较高的遗传多样性;采用UPGMA法构建遗传关系聚类图,形态和分子标记的2种聚类结果基本一致:分布在同一地区的各个居群多数能聚在一起,地理位置的隔离促进了黄杨叶栒子居群间的遗传分化;个别居群未能与同一产区的其他居群聚在一起,而聚进了其他产区的居群之中,其原因可能是同一产区内各居群的小生境不完全相同,在不同产区内也有相似的小生境,导致黄杨叶栒子居群间发生了趋同进化。[结论]黄杨叶栒子遗传多样性丰富,居群间的亲缘关系及分布与地理位置、海拔位置有密切关系。     

珠江鲮的形态变异及与人工繁殖群体的比较

对珠江野生鲮的形态变异进行了观察研究,同时将野生鲮与人工繁殖群体进行了比较。发现采集的珠江野生鲮中有两种不同颜色的类群:一个群体背部呈绿色,颜色较深,称为深色群体;一个群体背部呈黄色,颜色相对较浅,称为浅色群体;人工繁殖群体的体色与深色群体相近。在3龄鲮中,浅色群体与深色群体个体的平均体重具有显著差异(P<0.001),前者比后者高37.8%;在5龄鲮中,两个群体的个体平均体重差异不显著。根据11项可量数据转化来的9项特征参数,利用聚类分析、主成分分析和判别分析3种方法对野生鲮两个类群及养殖群体进行比较分析,得到基本一致的结果。结果显示:3个群体在形态上有一定的差异,其中野生群体中的浅色群体与养殖群体的差异较明显,表明珠江鲮已有一定的分化,外型的不同为开展鲮优良品系的选育研究提供了很好的形态标记。     

烟草雄性不育研究进展

为探索烟草雄性不育机制并寻求致其不育的关键诱因,本研究从表型、细胞学、生理生化、分子机理等方面归纳了烟草雄性不育的研究现状。首先总结了烟草不育系及其保持系在绒毡层和花器官等方面的特征差异;其次分析了游离脯氨酸、活性氧、酶和内源激素等因素对烟草育性的影响;最后重点详述了核基因、线粒体基因和叶绿体基因与烟草育性关联的研究分析和进展。进而提出后续研究跟组学高通量数据进行有效结合,将有助于烟草雄性不育机理的系统研究。     

虾夷扇贝家系的建立及不同家系的早期生长研究

采用♂：♀=1：3的交配方法建立了33个虾夷扇贝Patinopecten yessoensis全同胞家系,对其壳长、壳高、壳宽和活体重进行了周年观测,对家系间和家系内的生长变异进行了比较分析。结果表明,不同家系间在不同性状上差异极显著。在同批家系中,06S-1、06S-24和06S-25号等家系壳高的生长较快,优势明显;06S-1、06S-25、06S-18和06S-30号等家系活体重的生长速度较快,差异显著;33个家系壳高月增长量大小顺序与活体重月增长量变化规律相近;06S-24、06S-25、06S-30、06S-1和06S-18号家系在各时期各性状上均表现出了明显的生长优势,是生长性状优良的家系,而06S-2和06S-5号家系生长一直最慢,各性状的表现也最差。全同胞家系间生长的差异性,表明家系间差异较显著,遗传变异资源丰富,可为后期的选育提供大量选种材料。     

花椒抗旱性研究进展

花椒是我国重要的油料和经济作物，在干旱半干旱地区分布较广。近年来，随着全球气候变暖的加剧，水资源短缺的形势更加严峻，干旱已成为影响花椒生产的主要环境因子。本文从花椒生长形态特征、生理生化变化和抗旱分子机制3个方面阐述了花椒抗旱性的国内外研究现状，并分析了花椒抗旱性评价的方法。结果表明：花椒主要通过根、茎、叶特征的变化实现形态上的抗旱；通过保持较高的光合色素含量和调整气孔开度维持较高的光合效率、积累较多的渗透物质以增强叶片保水能力和细胞的渗透调节性能，保持较高的抗氧化酶活性减轻活性氧对细胞的伤害来提高其生理上的抗旱性；长链非编码RNA(Incrna)和ZbWRKY转录因子在花椒的抗旱过程中发挥了重要作用，其通过调控代谢途径、合成代谢物和产生植物激素应对干旱胁迫。隶属函数法、主成分分析法、聚类分析法、灰色关联度分析法可作为花椒抗旱性评价的主要方法。今后应继续加强花椒抗旱生理研究，并建立系统的抗旱性鉴定评价体系，以期为花椒抗逆性研究提供参考。     

植株自旋转多视角重建技术在小麦植株三维表型获取中的应用评估

基于多视角重建技术的作物三维表型高通量获取系统成本低、获取效率高，引起越来越多的关注。植物自旋转式拍摄平台易于搭建，但植物旋转过程中产生的抖动对点云三维重建和表型解析精度有一定影响。为评估旋转式多视角成像在小麦植株三维表型解析中的适用性，基于植物旋转设计了便携式小麦植株三维表型高通量采集系统，选取穗期不同品种的小麦植株作为实验样本进行点云重建，基于Hausdorff距离评价了重建点云的精度误差；并基于人工测量数据，对所提取的表型指标精度进行评价。结果表明，植物旋转式重建的点云与相机旋转式重建的点云有较高的一致性，点云精度差距基本控制在0.4 cm以下；获取的叶长、叶宽和株高的均根方误差分别为0.79、0.13和0.53 cm，平均绝对百分比误差分别为3.26%、7.63%和0.74%，表明该方式适合穗期的小麦植株表型重建，具有较高的点云重建和表型提取精度，并为小麦植株表型评价提供了一种低成本的解决方案。     

基于阵列式ESP32-CAM的番茄根系表型原位测量方法

为原位采集番茄根系图像，解决番茄根系表型原位测量问题，该研究提出一种基于阵列式ESP32-CAM的番茄根系表型原位测量方法。通过4×4阵列式ESP32-CAM结合OV2640镜头模组实现土壤中根系图像原位自动化无线采集，并采用张正友标定法实现相机标定和畸变校正，利用尺度不变特征转换和最邻近分类的特征检测匹配算法实现图像配准，基于离线标定方法获取相机间变换矩阵实现根系图像拼接；通过引入多头自注意力机制改进U型卷积神经网络（Uarchitecture convolutional networks,U-Net）模型对根系图像进行语义分割，采用形态学处理和骨架提取测量根系长度、面积、平均直径、根深和根宽。研究结果表明：相机阵列图像的拼接迭代均方根误差小于1.11 mm，全局拼接图像的拼接融合质量评分大于0.85；改进后的U-Net模型应用于番茄根系分割的精度、召回率、交并比和F1值分别为86.06%、78.98%、71.41%和82.37%，相比于原始U-Net模型分别提高了18.97、13.21、21.67和16.30个百分点；与人工测量值相比，根系的面积、长度、平均直径、根深和根宽的平均绝...     

基于激光雷达和Kinect相机点云融合的单木三维重建

为了更好地建立单木三维彩色模型，获得准确表型参数，提出了一种基于Kinect v2相机和激光雷达的单木点云信息融合检测方法。首先由激光雷达采集樱树单木所在区域的完整环境点云，生成点云地图；由Kinect相机采集樱树单木多视角点云得到完整的三维彩色点云；然后以激光雷达点云位置为基准，通过选取对应同名点的方式对2种点云进行初始配准，使点云之间具有良好的初始位置关系，再使用最近点迭代（iterative closest point, ICP）算法对点云进行精配准；最后使用彩色点云对雷达点云进行点云着色融合处理，实现樱树单木的三维重建。结果显示：与只使用Kinect v2相机生成的樱树单木表型参数对比，融合后的樱树单木的株高、冠幅和胸径的平均相对误差分别降低了1.52、6.46和18.17个百分点。研究结果表明，Kinect v2深度彩色相机和激光雷达在单木三维重建上能实现优势互补，提升点云配准精度，同时，既能降低光照气候条件的影响，又能增加测量距离，单木表型参数更准确。     

基于RGB-D相机的黄瓜苗3D表型高通量测量系统研究

传统的人工种苗表型测量方式存在效率低、主观性强、误差大、破坏种苗等问题，提出了一种使用RGB-D相机的黄瓜苗表型无损测量方法。研制了自动化多视角图像采集平台，布署两台Azure Kinect相机同时拍摄俯视和侧视两个视角的彩色、深度、红外和RGB-D对齐图像。使用Mask R-CNN网络分割近红外图像中的叶片和茎秆，再与对齐图进行掩膜，消除了对齐图中的背景噪声与重影并得到叶片和茎秆器官的对齐图像。网络实例分割结果的类别和数量即为子叶和真叶的数量。使用CycleGAN网络处理单个叶片的对齐图，对缺失部分进行修补并转换为3D点云，再对点云进行滤波实现保边去噪，最后对点云进行三角化测量叶面积。在Mask R-CNN分割得到的茎秆对齐图像中，利用茎秆的近似矩形特征，分别计算茎秆的长和宽，再结合深度信息转换为下胚轴长和茎粗。使用YOLO v5s检测对齐图中的黄瓜苗生长点，利用生长点与基质的高度差计算株高。实验结果表明，该系统具有很好的通量和精度，对子叶时期、1叶1心时期和2叶1心时期的黄瓜苗关键表型测量平均绝对误差均不高于8.59%、R²不低于0.83,可以很好地替代人工测...     

80份陆稻晚稻农家种资源的遗传多样性综合分析

为保护和利用陆稻农家种资源,本研究利用SNP标记和表型鉴定对80份陆稻晚稻农家种资源进行遗传多样性综合分析。结果表明：利用水稻1KSNP芯片对80份资源进行检测后共获得739个SNP的基因型数据,基于SNP的群体结构分析、PCA分析和聚类分析,均将80份资源分为云南亚群（63份）、海南亚群（11份）和贵州亚群（6份）共3个亚群,3个亚群间的平均遗传距离分别为0.83、0.63、0.80,其中海南亚群与其他2个亚群的遗传距离较远。贵州的陆稻资源分别属于贵州亚群和云南亚群,表明黔南地区的陆稻资源可能存在不同的来源。云南亚群可进一步分为3个亚群,平均遗传距离分别为0.30、0.28和0.22,表明细分亚群间的遗传距离很近。表型鉴定结果表明,11个表型性状的变异系数在4.09%~38.77%之间,其中有效分蘖数和穗重的变异系数较大,均超过25.00%,株高、种子长、种子宽、种子长宽比和种子圆度均值变异系数较小,均低于10%;遗传多样性指数范围为1.76~2.84,种子长的遗传多样性最丰富。相关分析结果表明,11个表型性状间存在着复杂的相关关系,其中种子长宽比与圆度均值的相关系数最高为0.98。在表型PCA分析中,前5个因子累计贡献率为82.37%,可反映表型性状的绝大部分信息,各成分的贡献率分别为29.08%、23.42%、12.35%、9.77%和7.75%,主要反映了株型和产量相关信息。80份资源的综合得分范围为0.15~0.73,排名前10的种质资源（ZRG36、ZRG101、ZRG58、ZRG31、ZRG1、ZRG102、ZRG104、ZRG63、ZRG29、ZRG11）均来自海拔较高地区,其中2份来源于海南,5份来源于贵州,3份来源于云南,且在穗长、种子长、种子宽、穗重和千粒重表现较好。该研究结果为陆稻农家种资源的保护和利用提供了参考。