冬瓜杂种种子纯度鉴定的SSR分析

种子纯度是种子质量的核心指标,目前冬瓜、节瓜杂种优势已被广泛地应用于生产。探索出一种快速、准确的冬瓜、节瓜品种纯度鉴定方法是确保种子质量的技术保证,也是品种纯度检测实现商业化的前提。本研究以‘绿优’冬瓜和‘梅花8号’节瓜及其各自亲本为试验材料,利用SSR分子标记技术对亲本及杂种之间的多态性进行分析。结果显示,从200对SSR引物中筛选出2对多态性引物scaffold4775和scaffold5674,用于‘绿优’冬瓜和‘梅花8号’节瓜杂种种子纯度的鉴定。其扩增片段电泳条带清晰可辨,杂交种中呈现双亲的互补带型,SSR标记表现出稳定的显性和共显性,能将‘绿优’冬瓜和‘梅花8号’节瓜与其父母本区分开来。分子检测平均纯度均为98%,田间纯度鉴定分别为98%和99%,结果基本一致,表明引物scaffold4775和scaffold5674可用于‘绿优’冬瓜和‘梅花8号’节瓜的纯度鉴定。SSR分子标记呈现出经济快速、准确等特点,在冬瓜、节瓜品种纯度鉴定上其应用前景十分广泛。     

正交设计优化青蒿SRAP-PCR反应体系及引物筛选

为了建立青蒿的SRAP最佳扩增体系,并筛选出SRAP多态性引物,本研究以青蒿叶片DNA为模板,采用正交试验设计,以Mg^2+、dNTP Mix、Taq DNA聚合酶、引物和DNA模板5种因素5个水平,对青蒿SRAP反应体系进行研究。结果表明,青蒿SRAP-PCR最佳反应体系为:引物0.6μmol/L、Mg^2+2.0 mmol/L、模板DNA 5.1 ng、Taq DNA聚合酶2.0 U、dNTPs 0.25 mmol/L,总体积为25μL。各因素对扩增反应均有不同影响,其中引物浓度的影响最大,dNTPs的影响最小。运用该体系对不同种质资源的青蒿进行验证,证明该体系稳定可靠,并在30个引物组合中筛选出了25对扩增条带清晰,多态性丰富的引物组合。这一结论为今后利用SRAP标记技术进行青蒿分子遗传学研究提供了科学依据。     

基于转录组测序开发糜子SSR标记

【目的】 以6份不同地理来源的糜子资源为试验材料,基于前期转录组测序获得的1 000对SSR引物,选出200对进行多态性检测,以期构建一批可以准确评估糜子种质遗传差异的分子标记。【方法】 用Primer Premier 5.0软件设计引物,改良CTAB法提取DNA,PCR扩增DNA和聚丙烯酰胺凝胶电泳筛选引物多态性;用PowerMarker 3.25和PopGen 1.32计算遗传多样性参数。【结果】 200对引物中97对呈单态性,80对呈多态性。单碱基序列重复引物有20对,10对具多态性,其重复基元是A（50%）和T（50%）。二碱基序列重复引物有36对,15对具多态性,其碱基重复类型有7种（AG最多,TC、GC和GA次之,CA、TA和AC最少）。三碱基序列重复引物有144对,55对具多态性,其碱基重复类型有24种（GGC、GCG和GCC最多,GAA、GCT和CGC等次之,ACC、AGG、CAG、CGT、AAG、AAC、TCG、CGA、ATT、CAA和CCA最少）。就引物分辨率(Rp)值而言,1—3碱基序列重复引物分别为0.67—4.67（平均2.07）、1.33—4.33（平均2.73）和0.67—4.00（平均1.83）。基于Rp值分析SSR分布频次,发现80个标记分布在5个区间：0—1、1—2、2—3、3—4和4—5,分别包含17（21.25%）、36（45.00%）、11（13.75%）、14（17.50%）和2个（2.50%）。就$\overline{\text{Rp}}$值而言,1—3碱基序列重复引物分别为0.33—0.67（平均0.51）、0.40—0.78（平均0.59）和0.33—0.83（平均0.59）。单碱基序列重复标记共检测到22个等位变异,每个位点为2—3个（平均2.2000）,其中8个和2个位点分别具2和3个变异;二碱基序列重复标记共检测到38个等位变异,每个位点为2—3个（平均2.5333）,其中7个和8个位点分别具2和3个变异;三碱基重复标记共检测到136个等位变异,每个位点为2—3个（平均2.4727）,其中29个和26个位点分别具2和3个变异。就多态性信息含量而言,1—3碱基序列重复引物分别为0.3750—0.5355（平均0.4293）、0.2392—0.7438（平均0.4293）和0.2392—0.7438（平均0.3989）。就多样性指数而言,1—3碱基序列重复分别为0.6365—1.0776（平均0.7497）、0.5623—1.0986（平均0.8339）和0.5623—1.0889（平均0.8312）。【结论】 基于转录组测序结果,检测200对SSR引物的多态性,发现177对（88.5%）可以扩增出完整条带,其中80对具多态性,多态率为40%。     

用于作物表型信息边缘计算采集的认知无线传感器网络分簇路由算法

随着无线终端数量的快速增长和多媒体图像等高带宽传输业务需求的增加，农业物联网相关领域可预见地会出现无线频谱资源紧缺问题。针对基于传统物联网的作物表型信息采集系统中存在由于节点密集部署导致数据传输过程容易出现频谱竞争、数据拥堵的现象以及固定电池的网络由于能耗不均衡引起监测周期缩减等诸多问题，本研究建立了一个认知无线传感器网络（CRSN）作物表型信息采集模型，并针对模型提出一种引入边缘计算机制的动态频谱和能耗均衡（DSEB）的事件驱动分簇路由算法。算法包括：（1）动态频谱感知分簇，采用层次聚类算法结合频谱感知获取的可用信道、节点间的距离、剩余能量和邻居节点度为相似度对被监控区域内的节点进行聚类分簇并选取簇头，构建分簇拓扑的过程对各分簇大小的均衡性引入奖励和惩罚因子，提升网络各分簇平均频谱利用率；（2）融入边缘计算的事件触发数据路由，根据构建的分簇拓扑结构，将待检测各区域变化异常表型信息触发事件以簇内汇聚和簇间中继交替迭代方式转发至汇聚节点，簇内汇聚包括直传和簇内中继，簇间中继包括主网关节点和次网关节点-主网关节点两种情况；（3）基于频谱变化和通信服务质量（QoS）的自适应重新分簇：基于主用户行为变化引起的可用信道改变，或分簇效果不佳对通信服务质量产生的干扰，触发CRSN进行自适应重新分簇。此外，本研究还提出了一种新的能耗均衡策略去能量消耗中心化（假设sink为中心），即在网关或簇头节点选取计算式中引入与节点到sink的距离成正比的权重系数。算法仿真结果表明，与采用K-medoid分簇和能量感知的事件驱动分簇(ERP)路由方案相比，在CRSN节点数为定值的前提下，基于DSEB的分簇路由算法在网络生存期与能效等方面均具有一定的改进；在主用户节点数为定值时，所提算法比其它两种算法具有更高频谱利用率。