梅花PmERF4基因的克隆及其表达分析

为阐明梅花(Prunus mume)ERF基因的功能,采用RT-PCR技术从梅花品种‘雪梅’中克隆获得1个PmERF4基因。生物信息学分析表明该基因cDNA全长序列为842 bp,完整开放阅读框(ORF)为690 bp,编码229个氨基酸。氨基酸序列比对发现,PmERF4蛋白包含1个AP2/ERF保守结构域。系统进化分析结果显示,梅花PmERF4蛋白与李亚科李属植物的ERF蛋白高度同源。利用荧光定量PCR(qRT-PCR)检测PmERF4基因在非生物胁迫和激素处理下的表达,结果表明:PmERF4基因受低温、氧化胁迫的诱导,但响应程度不同,它能够持续且强烈地响应低温胁迫,对甘露醇、MeJA、SA处理不敏感,而高盐和ABA则抑制其表达;PmERF4基因可能在梅花低温胁迫应答中发挥重要作用。     

超级杂交稻叶片光合特性、光合氮素利用效率和产量对不同施氮量的响应

为探明超级杂交稻叶片光合特性、光合氮素利用效率和产量对不同施氮量的响应特征,以Q优6号（V1）、宜香优2115（V2）为材料,于2019年在贵州省黄平县进行了不同施氮量的田间试验。结果表明,随着施氮量的增加,在孕穗期,最大电子传递速率（J_max）和单位叶面积氮含量（N_area）呈上升趋势,表观光量子效率（AQE）、净光合速率（P_n）和光合氮素利用效率（PNUE）（除N0处理外）呈先升后降趋势,而光补偿点（LCP）和胞间二氧化碳浓度（C_i）表现相反;在抽穗期,气孔导度（G_s）、LCP和N_area呈先升后降趋势,而PNUE呈相反趋势。每穗粒数和实际产量随着施氮量的增加呈先升后降趋势,而有效穗数呈上升趋势,千粒重和结实率呈下降趋势。随着施氮量的增加,在孕穗期,Q优6号的P_n、N_area和AQE呈先升后降趋势、C_i与之相反,宜香优2115的P_n、N_area和AQE呈上升趋势、C_i呈下降趋势;在抽穗期,两个品种的N_area均呈上升趋势,LCP均呈先升后降趋势。此外,随着施氮量的增加,两个品种产量及其构成因子变化趋势一致,千粒重和结实率均呈下降趋势,实际产量呈先升后降趋势。两个品种间,水稻孕穗期的PNUE,抽穗期的P_n、N_area和PNUE,以及千粒重和结实率均为宜香优2115显著高于Q优6号,每穗粒数和实际产量表现相反。在本试验条件下,回归分析结果表明,Q优6号获得最高产量的施氮量为188.13 kg/hm²,最高产量可达13 237.89 kg/hm²;宜香优2115获得最高产量的施氮量为107.16 kg/hm²,最高产量可达10 027.35 kg/hm²。总的来说,在75~225 kg/hm²的施氮量范围内,增施氮肥能促进叶片气孔张开和吸收CO₂参与光合作用,促进CO₂转化成稳定的碳水化合物,同时提高叶片光合速率和光合氮素利用效率,进而实现高产。     

NtPHYB1与光温信号互作调控烟草种子萌发

光照和温度是影响种子萌发的2个重要环境因子,光敏色素是光和温度的受体,研究光敏色素协同光温信号调控种子萌发对于指导作物播种具有重要意义。本研究旨在探索NtPHYB1基因型如何响应光温环境变化而调控烟草种子萌发。结果表明,15种光温条件下萌发率的均值为野生型(wildtype,WT)种子显著大于NtPHYB1-RNAi和NtPHYB1-OE种子。在持续光照下, NtPHYB1-OE种子萌发被抑制,而在黑暗下NtPHYB1-RNAi种子萌发被抑制。在15℃,3种基因型种子萌发均被抑制,NtPHYB1-OE种子萌发率最低;在20℃和25℃,光促进或抑制种子萌发作用不明显,3种基因型种子萌发率均较高,NtPHYB1-OE和WT种子达到最大萌发率;在30℃和35℃,光对于种子维持较高萌发率是必不可少的,NtPHYB1-RNAi种子达到最大萌发率。综上所述,NtPHYB1、光周期和温度三者之间在调控烟草种子萌发时存在交互作用,通过修饰NtPHYB1基因和改善播种环境均可显著提高烟草种子的萌发率。     

梅花PmWRKY40基因的克隆及其表达分析

为揭示梅花WRKY基因的功能,采用RT-PCR技术从梅花品种‘雪梅’(Prunus mume ‘Xuemei’)中分离得到1个WRKY转录因子基因PmWRKY40。序列分析结果显示,该基因cDNA全长1 072bp,完整开放阅读框972bp,编码323个氨基酸,包含1个WRKY结构和1个C2H2型锌指结构。系统进化分析结果显示,梅花PmWRKY40蛋白与欧洲甜樱桃亲缘关系最近。实时荧光定量PCR分析表明:PmWRKY40基因受低温、氧化胁迫诱导,但诱导程度存在差异。此外,SA处理显著提高PmWRKY40的表达,ABA处理则抑制该基因表达。推测PmWRKY40可能在梅花响应低温胁迫过程中起重要作用。     

基于冠层高光谱遥感的杂交水稻植被指数氮素营养诊断模型

以杂交水稻为研究对象,进行两因素裂区试验,主区为品种,副区为施氮水平,分析了4个植被指数（VIs）分别与叶片氮素含量（LNC）、叶片氮素积累量（LNA）和地上部氮素积累量（APNA）之间的相关性,并建立了以VIs为自变量的氮素营养诊断模型。结果表明,4个VIs和LNC、LNA之间均存在决定系数大于0.7的波段区域且波段区域一致,4个VIs和APNA之间的决定系数均较低,仅在0.2左右;比值植被指数（RVI）和LNC之间的决定系数最大值为0.886,对应的波段组合为 694 nm和763 nm;垂直植被指数（PVI）和LNC之间的决定系数最大值为0.869,对应的波段组合为 864 nm和483 nm;差值植被指数（DVI）和LNC之间的决定系数最大值为0.883,对应的波段组合为1 292 nm和1 258 nm;归一化植被指数（NDVI）和LNC之间的决定系数最大值为0.881,对应的波段组合为1 296 nm和1 220 nm。最佳的氮素营养诊断模型为叶片氮素含量诊断模型,其模型表达式为LNC=1E+03NDVI²- 132.55NDVI+3.72,建模集R²、RMSE和RE分别为0.879、0.357%和16.267%,测试集R²、RMSE和RE分别为0.895、0.331%和15.136%。