拟南芥和水稻cystatin基因家族的生物信息学分析

利用已经分离的植物半胱氨酸蛋白酶抑制剂(cystatin)基因的cystatin结构域为检索序列在基因组水平上对拟南芥和水稻中的cystatin基因家族的成员进行分析;同时利用这些基因编码的蛋白质序列构建系统发生树,并对这些蛋白序列的保守序列进行分析;最后在GenBank的EST数据库中查找这些基因的ESTs表达序列。结果表明:1结合结构域的鉴定、多序列联配以及MEME分析最终确定了7个拟南芥和11个水稻的cystatin基因。2系统发生分析表明,cystatin基因的基本特征很可能是在拟南芥和水稻的分离之前就已经形成。3 cystatin结构域在蛋白质间高度保守。4拟南芥和水稻的cystatin基因主要在花、叶、根、种子和愈伤组织中表达,这有助于植物避免昆虫的侵害。     

玉米抗旱应变措施的研究ⅡMOC抗旱剂浸种对玉米耐旱性机理的影响

干旱胁迫下，玉米种子经ＭＯＣ抗旱剂浸种处理后，比清水浸种的对照提早出苗２～４ｄ，植株暂时萎蔫出现时间比对照推迟３２５～３７５ｈ，并且对株高、叶片和根的生长、根系活跃吸收表面积等有显著影响，证明ＭＯＣ抗旱剂参与了玉米的代谢活动，具有增强玉米耐旱能力的作用。     

基于R语言的随机抽样方法及其应用

质量安全监测是保障我国产品质量安全的有效手段,抽样是监测工作中的基础环节,样品的随机抽取是保证监测质量的前提。就实际抽样调查中最基本的抽样方法及其适用场合进行介绍,并使用R语言编制抽样语句,探索随机抽样方法的R语言实现问题。结果表明:简单随机抽样、系统抽样可以通过R函数调用直接获得抽样单元;分层抽样、整群抽样和多阶抽样在函数调用之前需要根据总体特征构建抽样总体数据框。     

初花打顶后下部叶采收时间对烤烟生育期及产质量的影响

为探明下部烟叶采收时间对烤烟生育期、经济性状、化学成分、外观及感官质量的影响,在烤烟初花打顶后,进行底部烟叶的不同时间采收试验。结果表明:初花打顶后,随采收时间推迟,上部叶成熟期相应推迟,烤后烟叶外观较好,产量、产值等经济指标呈先升高后降低的趋势;推迟采收的烟叶总氮、总糖、还原糖、两糖比和糖碱比下降,烟碱增加,内在质量和感官质量下降,对上部叶影响显著。综合经济效益及品质因素,南平烟区以初花打顶后0~5d采收下部叶为宜。     

小麦面粉RVA特征的数量遗传分析

小麦淀粉的糊化特性是衡量小麦品质的重要指标,常以RVA特征参数度量。为了进一步了解RVA特征参数的遗传特性,用莫惠栋提出的双列资料的种子性状遗传表达鉴别方法,分析了6个小麦品种及其两两组配的30个小麦杂种组合(包括正反交)面粉的7个RVA特征参数的遗传,并估计各特征值的主要遗传参数。结果表明:(1)小麦面粉糊化温度(PTP)在F2种子间没有发生遗传分离,其遗传可能受二倍体的母体基因型(F1植株)控制,而其他6个RVA特征参数在F2种子间有显著遗传分离,其遗传主要受三倍体的胚乳基因型(F2种子)控制;(2)糊化温度和峰值时间(PT)二参数的细胞质效应极显著,而其他5个RVA特征参数的细胞质效应均不显著;(3)除糊化温度外,其他6个RVA特征参数的广义遗传力均达到了90%以上,狭义遗传力除糊化温度和崩解值(BV)外也均达到了较高水平。     

诱发籼稻早、晚双向熟期突变的研究

在同一品种的辐射M_2代中,一般可同时出现早、晚双向熟期的突变,且后者的突变率高于前者分别为1.39％和2.67％。突变体提早和延迟的天数两者基本接近(11.5d对10.3d)。早晚双向突变体,由于其熟期发生了相反方向的改变,因而在一定程度上株高、每穗粒数、千粒重等农艺性状也发生了双向变异,且达到显著水平。     

基于不完全双列杂交设计的水稻农艺性状配合力基因组预测

[目的]在亲本一般配合力的基础上优选特殊配合力高的杂交种,是水稻杂种育种的关键。基因组选择基于覆盖全基因组的分子标记和样本的表型数据建立预测模型,实现对品种更加可靠的选择。[方法]本研究利用一组基于不完全双列杂交(NCII 设计)的水稻数据集,考查其多个农艺性状配合力的基因组预测能力。并比较了不同训练群体构建方法对杂交种表型预测能力的影响。[结果]8个农艺性状一般配合力的预测能力由其遗传率主导,从0.3888 到0.7367。杂交种特殊配合力的预测能力较低,但是直接预测杂交种的表型可以获得较高的预测能力。[结论]基因组预测水稻亲本一般配合力是有效的,能够帮助育种家实现对亲本的科学选择。如果要选配杂交种,直接预测杂交种表型是最有效的手段。此时让更多的亲本均衡地参与杂交种训练集的组配,有利于获得更高的预测能力。     

基于CIE颜色空间构建烤烟外观质量预测模型

为探究烟叶表面颜色特征值与外观质量的关系,为烤烟外观质量评价体系的精准化、智能化发展提供科学依据,对河南烟区所产烟叶的颜色特征值进行测量,通过因子分析得出烟叶正面和背面共9个颜色参数作为输入指标,以各项外观质量评价指标为输出层,分别建立拓扑结构为9-11-1的BP神经网络模型,对外观质量进行预测评价。结果表明,收集的烟叶样品的各项颜色参数测定结果与外观质量评价结果均服从正态分布,具有良好的统计意义;通过CIE(国际标准照明委员会)颜色空间中的颜色参数构建的各项外观质量指标的预测模型中,均有90%以上的样本预测值与外观质量实际评价值的误差区间为0~1.0,其中,颜色、成熟度和叶片结构的R~2达到显著水平,身份、油分和色度3项指标的R~2达到极显著水平。构建的BP神经网络模型可依靠烟叶表面颜色参数实现对外观质量较为精准的预测,具有较高的可靠性。