紫花苜蓿MsWRKY42的分离、鉴定及其对非生物胁迫的响应

【目的】WRKY是转录因子大家族,在植物生长发育及逆境胁迫应答中发挥着核心调控作用。通过分析转录因子MsWRKY42在紫花苜蓿抗逆境过程中的作用,为进一步研究WRKY转录因子在紫花苜蓿抗逆分子调控中的作用奠定基础。【方法】通过同源比对方法从紫花苜蓿转录组基础数据库中获得MsWRKY42序列。使用MEGA-X对MsWRKY42蛋白序列及拟南芥序列进行多序列比对,构建系统发育树。通过PlantCARE预测分析MsWRKY42启动子的顺式作用元件。采用实时荧光定量PCR（qRT-PCR）方法分析MsWRKY42在紫花苜蓿不同组织中的表达量及其在NaCl（0.3 mol·L^-1）、PEG（15%）、4℃、40℃、低磷以及ABA（0.1×10^-3mol·L^-1）处理后的表达量变化。构建pCAMBIA1300-WRKY-GFP融合表达载体,通过农杆菌转化本氏烟草（Nicotiana benthamiana）,确定MsWRKY42蛋白的亚细胞定位。利用酵母单杂交系统检测MsWRKY42和启动子区域顺式作用元件W-box的体外结合活性。【结果】该基因包含1个1 692 bp的开放阅读框,编码563个氨基酸。多序列比对及系统进化树分析表明,该蛋白属于Ⅱb类WRKY家族成员,含有1个WRKY保守结构域和1个C₂H₂锌指基序,与拟南芥WRKY家族中的AtWRKY42相似度最高,故将其命名为MsWRKY42。在紫花苜蓿MsWRKY42启动子区域鉴定到多个顺式作用元件,主要包括胁迫响应、激素响应、生长发育等不同生命活动相关的调控作用元件。实时荧光定量PCR结果表明,MsWRKY42在紫花苜蓿各组织中均有不同程度的表达,其中根、叶中的表达量最高,茎、花、荚果中次之,芽中最低。经NaCl、PEG、低温、高温、低磷和ABA处理后的MsWRKY42表达量均有不同程度的上调。亚细胞定位结果显示,MsWRKY42蛋白定位在细胞核上。酵母单杂交系统检测结果显示,MsWRKY42能够与W-box顺式作用元件特异性结合。【结论】MsWRKY42为典型的WRKY转录因子,蛋白质定位在细胞核,能够与W-box顺式作用元件特异性结合;该基因在紫花苜蓿不同组织部位中均有表达,在根和叶中的表达量最高,且表达受NaCl、PEG、低温、高温胁迫和ABA激素的正向诱导。在紫花苜蓿中,该基因可能参与多种非生物胁迫反应。     

紫花苜蓿bZIP转录因子MsbZIP1的克隆、表达特性和遗传转化分析

bZIP（Basic leucine zipper）是植物中一类非常重要的转录因子,参与植物从生长发育到抗性调控的多个生物学过程。为了了解紫花苜蓿（Medicago sativa）中bZIP转录因子的特性,解析紫花苜蓿MsbZIP1基因的生物学功能,从而阐述MsbZIP1基因响应紫花苜蓿抗逆调控机制,本研究利用RACE技术从紫花苜蓿中获得1个MsbZIP1基因的全长cDNA,该序列全长1 176 bp,编码361个氨基酸,预测分子量为42.3 kD,等电点为6.5。分析发现,该蛋白含有bZIP家族典型的BRLZ碱性结构域和亮氨酸拉链,属于bZIP家族蛋白。进化树分析表明,该蛋白属于bZIP转录因子C亚族,与拟南芥（Arabidopsis thaliana）的AtbZIP63具有很高的同源性,推测可能具有与该类蛋白相似的功能。qRT-PCR分析表明,MsbZIP1基因对干旱、高盐、高温、低温,以及脱落酸（Abscisic acid,ABA）和生长素（Auxin,IAA）处理都有不同程度的响应,推测该基因可能参与调控紫花苜蓿多种非生物胁迫。本试验通过构建表达载体PCAMBIA3301-MsbZIP1,以农杆菌介导的花序浸染法转化拟南芥,经后代筛选、扩繁和分子检测,得到7株超表达的转基因拟南芥。本研究第一次分离了紫花苜蓿C亚族bZIP转录因子,初步确定紫花苜蓿MsbZIP1基因响应多种逆境胁迫的反应,并获得了阳性转基因材料,并为进一步探索该类转录因子在紫花苜蓿抗逆性调控中的作用奠定了基础。     

信息物理系统(cyber-physical system)时空建模方法及在温室控制中的应用

传统农业采用人工方式对温室进行控制,但是随着现代农业的快速发展,这种人工投入大、精度低的控制方式已不能满足现代农业需要。该文基于分层有限状态机和事件晶格的概念,建立3层的信息物理系统模型,并提出一种基于分层有限状态机的信息物理系统时空建模方法,同时利用该建模方法开发了新的温室控制系统。该系统能够将物理层传感器感知到的温室物理环境数据通过物理-信息层汇聚节点融合后上报信息层决策节点得到决策信息,物理-信息层控制节点分析决策信息得到控制信息后下传物理层执行器进行控制。由于该系统模型考虑了各层状态机中事件的时空属性,能够将温室控制的正确率由传统基于物联网的温室控制方法的80.20%提高到87.20%,错误肯定率和错误否定率由7.50%和12.30%下降到3.60%和9.20%,保障温室环境满足作物生长对温度、湿度和光照的要求。