基于表型多样性构建向日葵核心种质

为鉴定评价我国向日葵（Helianthus annuus L.）种质资源在南方地区的表现，筛选构建向日葵核心种质，以422份向日葵种质为材料，在进行2年鉴定观察的基础上，采用描述性统计、相关性分析、主成分分析等方法对11个表型农艺性状进行分析评价。结果表明，原始群体的这些农艺性状具有较大的变异幅度，其变异系数（CV）为3.60%~83.32%，平均变异系数为20.93%，其中分枝株率（0%~62.5%）、单株粒重（9.70~232.35 g）、百粒重（4.60~14.92 g）、叶片数（14.40~48.38个）和株高（103.75~260.00 cm）变异幅度较大；性状间表现出显著的相关性，主成分分析表明，影响性状的4个主要成分解释了总方差的71.72%。采用QGAstation 2.0软件构建了72组核心种质候选群体，并根据均值差异百分数（MD）、方差差异百分率（VD），极差符合率（CR）和变异系数百分率（VR），获得组获得1组包含84份材料的最佳核心种质群体。聚类分析将84份核心资源分为5大类，与原群体相比，所选核心种质均值无显著差异，方差显著提高，能最大限度代表原始油葵种质资源保存和利用。     

基于InDel分子标记的云南地方稻籼粳属性与表型性状相关分析

[目的]明确云南地方稻资源的籼粳属性及籼粳基因频率与表型性状间的相关性,为有效利用云南地方稻资源改良水稻品种提供理论依据.[方法]利用39对InDel籼粳特异性标记对来自云南12个地州69个县区的406份云南地方稻资源进行籼粳属性分析,通过计算云南地方稻资源在39个InDel位点上的籼粳基因频率,确定其籼粳类型;并对倒伏性、芒长、颖尖色、谷粒形状、株高、穗颈长、穗长、有效穗数、剑叶长、剑叶宽、每穗总粒数、每穗实粒数、一次枝梗数、二次枝梗数、千粒重、结实率、谷粒长和谷粒宽等18个表型性状进行调查,分析籼粳基因频率与表型性状的相关性.[结果]406份云南地方稻资源中有303份籼型稻(典型籼稻、籼稻和偏籼),占74.63%,其中典型籼稻77份、籼稻214份、偏籼12份;中间型资源11份,占2.71%;粳型稻(典型粳稻、粳稻和偏粳)有92份,占22.66%,其中典型粳稻36份、粳稻54份、偏粳2份.籼粳基因频率与表型性状的相关分析结果表明,粳型基因频率与穗颈长、谷粒宽、芒长、穎尖色、穗长、剑叶长、每穗总粒数、一次枝梗数、二次枝梗数、谷粒长和谷粒形状等11个表型性状呈极显著相关(P<0.01,下同),其中与谷粒宽(r=0.374)的正相关性最高,与谷粒形状(r=-0.429)的负相关性最高.[结论]云南地方稻资源存在明显的籼粳分化,InDel分子指数法所划分的7种籼粳类型在406份资源中均有出现,且其籼粳属性的分化与多个表型性状存在极显著相关性,尤其与谷粒宽(极显著正相关)和谷粒形状(极显著负相关)的相关性最高.因此,利用云南地方稻资源进行籼、粳稻定向改良及选育时应综合考虑谷粒宽和谷粒形状2个表型性状.     

南瓜银叶突变体48a的表型特征及其遗传学分析

南瓜银叶突变体48a是在嫩食型中国南瓜中分离筛选到的稳定遗传自交系,银色叶不仅可以作为标记性状应用到育种中,还可为南瓜抗虫、抗病、耐寒等一系列研究提供重要的材料基础。笔者对银叶突变体的表型特征及叶片的解剖结构进行鉴定分析,发现植株整体长势、熟性与野生型无明显差异;成熟叶片正面全部呈银灰色,叶绿素含量明显降低,叶片上表皮细胞与栅栏细胞间明显剥离,存在明显的空隙。利用突变体48a和野生型49a南瓜自交系构建的六世代遗传群体,调查发现F2的绿叶与银叶符合3∶1的分离比,回交群体BC1P1分离比符合1∶1,表明南瓜银色叶性状由单隐性基因控制。     

表型组学在水稻研究中的应用

水稻作为重要粮食作物,其重要农艺性状的功能基因组研究是植物生物学研究的热点。植物基因型、表型和环境三者构成了遗传学研究的铁三角。随着高通量测序技术的快速发展,基因型的研究更加简单快速。然而表型研究严重滞后于基因型研究。目前传统的表型信息的获取存在所需劳动量巨大、成本高,所获取表型数据受人工主观因素影响大等诸多难题。高通量表型组学可无损、高通量、精准获取表型信息,对解决以上难题具有关键作用。本文对表型组学在水稻中的研究应用情况进行整理,为今后水稻基因组学和表型组学等多学科相结合的现代研究手段提供理论支撑。     

油菜角果数量及关键表型参数的自动化检测方法研究

为有效替代人工方式考种油菜、观测角果,研究了一种用于测量批量角果的数量和关键表型参数的自动化检测方法。设计了角果散铺和图像采集装置,利用拨动加振动的方式将堆积角果均匀散开并拍摄视频;使用二维码作为标记块,以有效地提取关键帧并拼接为包含全部角果的整幅图像;提出了基于凹点提取与匹配的图像分割方法,分割各种形态下的重叠角果,准确率达到98%以上。在关键表型参数测量中,利用了最大类间方差法以判断角果的正置或侧置姿态,以此估计角果横切面的近似椭圆长短轴,再计算角果的长度、表面积和体积。实验结果表明该方法具有很好的检测精度,对不同品种的油菜适应性较好,长度、表面积和体积的估计误差分别不大于2.9%、4.8%和5.0%。该方法可以有效替代人工方式的油菜考种,为相关农业科研领域提供基础数据。     

刈割次数对苜蓿相关表型性状与饲草产量的影响

试验选取4份苜蓿材料,设4次刈割处理,观察测试表型性状及干物质的变化动态,并用DPS7.05数据处理系统对各性状指标与饲草产量的关系进行计算分析,以探讨刈割次数对苜蓿表型性状及饲草产量的影响,为高效优质生产提供依据。结果表明,刈割频度显著影响苜蓿越冬率(P<0.05),苜蓿株高、茎粗、茎叶比、分枝数等指标均随刈割次数增加呈明显降低趋势,其中WL525苜蓿首次刈割与其他3次刈割时的株高、茎粗均呈现显著性差异(P<0.05),茎叶比差异性不显著(P>0.05);而苜蓿饲草产量则随刈割次数增多而增加,与刈割1次的情况相比,WL525苜蓿刈割4次后产量增量最多,达1885kg/hm₂;4次刈割后试验材料饲草总产量从高到底的次序依次为WL525>WL903>赛迪>惊喜。全部材料中与饲草产量关联度最大的指标为株高和茎粗,其中株高与惊喜苜蓿饲草产量的关联系数最大,达0.3751;茎粗与WL525苜蓿、WL903苜蓿饲草产量的关联系数最大,分别为0.2854、0.1944。     

基于深度图像的奶牛表型特征获取

奶牛表型特征是评价奶牛成长状况的一项重要参数，为减少奶牛的应激性且能便捷地获取奶牛几何表型尺寸，运用图像处理技术提取奶牛表型特征参数，设计了一款针对深度图像和点云数据的奶牛几何表型特征获取系统。对奶牛深度图像采用背景减去法、阈值分割、滤波和空洞填充等方法获取奶牛目标区域，对目标采用边缘检测、角点检测和凸包运算等检测特征点，最后对应点云数据获得奶牛表型特征尺寸。系统现场试验结果表明，系统获取的体重准确性在98%以上，体尺准确性在96%以上，系统工作稳定、测量精度高，为实现数字化养殖打下了基础，具有很好的应用前景。      

狂犬病病毒HEP-Flury M基因重排后在小鼠神经母细胞瘤细胞中的表型分析

【目的】探究狂犬病病毒HEP-Flury M基因重排对基因转录和蛋白表达的影响,揭示病毒在小鼠神经母细胞瘤(NA)细胞中的表型变化与M基因重排的相关性。【方法】通过荧光定量PCR、Western blot以及病毒在NA细胞中的生长和扩散试验,对亲本毒株rHEP-Flury和M基因重排毒株M2、M4在NA细胞中的基因转录、表达、生长和扩散进行比较。【结果】狂犬病病毒结构基因的转录和表达主要受病毒基因组RNA合成的影响,但是在一个完整转录过程中单个结构基因的转录比例与其所在位置相关,M基因重排病毒的Leader RNA (LeRNA)和L mRNA的转录比例显著高于亲本毒株rHEP-Flury。M基因重排病毒在NA细胞中的生长和扩散都劣于亲本毒株rHEPFlury。【结论】狂犬病病毒亲本毒株rHEP-Flury具有狂犬病病毒原始的基因组顺序,在NA细胞中的生长和扩散都明显优于M基因重排病毒。结构基因在基因组中的位置主要决定其在一次转录过程中的转录比例,进而影响病毒在NA细胞中的生长和扩散。     

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。     

基于几何模型的绿萝叶片外部表型参数三维估测

为快速高效获取叶类植物叶片的外部表型参数、掌握植株生长状况，以绿萝叶片为研究对象，提出一种基于几何模型的叶长、叶宽与叶面积的三维估测方法。利用微软Kinect V2相机，自80cm高度垂直位姿获取绿萝叶片局部点云，并进行直通滤波去噪与包围盒精简等预处理，测量得到点云外形参数，输入预先建立的SAE网络分类预测得到几何模型参数，并基于曲面参数方程建立叶片几何模型。采用粒子群优化算法计算几何模型离散点云和局部点云间的空间距离，进行空间匹配，利用遗传算法求解最优匹配模型的内部模型参数，输出最优匹配模型的叶长、叶宽与叶面积作为估测结果。实验共采集150片绿萝叶片的局部点云数据，将估测结果和真实值进行数学统计与线性回归分析，得出叶长、叶宽与叶面积估测的平均误差分别为0.46cm、0.41cm和3.42cm2，叶长估测R2和RMSE分别为0.88和0.52cm，叶宽R2和RMSE分别为0.88和0.52cm，叶面积R2和RMSE分别为0.95和3.60cm2。实验表明，该方法对于绿萝叶片外形参数的估测效果较好，具有较高实用价值。