排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
微卫星标记对红鳍东方鲀繁殖的指导应用及遗传分析 总被引:1,自引:0,他引:1
利用已有设计的20个具有多态性的微卫星标记对16尾红鳍东方鲀亲鱼(10尾♂,6尾♀)的有效等位基因数、观望杂合度、期望杂合度、多态信息含量、遗传相似性系数、遗传距离等进行了检测.据此设计了10对亲鱼配组,获得10个子代家系.其中母本中16和8号的平均有效等位基因数和平均期望杂合度较其他亲本高,将其分别与3个父本配组,其他则参照遗传距离进行配组.于次年,对F110个家系的体质量、体长均值进行了比对,发现16♀与11♂配组得到的子代体质量、体长均值为最大.8♀和10♂配组得到的子代体质量、体长均值最小.结果表明,红鳍东方鲀子代杂种优势与亲本个体差异有关. 相似文献
6.
红鳍东方鲀微卫星DNA多态性初步分析 总被引:5,自引:0,他引:5
用红鳍东方(Takifugu rubripes)微卫星标记对两个不同群体红鳍东方的DNA多态性进行分析。经20对引物的扩增,得到每个个体的微卫星片段,其中16对引物能扩增出较好的谱带。用2%的琼脂糖凝胶电泳检测微卫星标记的PCR扩增产物,并对扩增结果进行了统计分析。计算得到两个群体的平均等位基因数分别为1.875 0和2.437 5;多态信息含量(PIC)平均值分别为0.275 1和0.379 4;平均杂合度观测值分别为0.025和0.200。统计结果初步表明两个不同群体平均杂合度较低,遗传多态性不高。 相似文献
7.
为了比较红鳍东方鲀(Takifugu rubripes)雌、雄个体的形态差异,基于主成分分析、逐步判别分析和T检验的方法,以红鳍东方鲀雌、雄群体的17个比例性状为分析对象进行研究.主成分分析构建了3个反映形态特征信息的综合性指标-主成分1、主成分2和主成分3,贡献率分别为46.776%、27.668%和7.122%,3个主成分累积的贡献率为81.566%,两个群体之间存在明显的偏离;判别分析结果显示,根据各变量对判别函数的贡献大小,筛选出两个比例性状,即体宽/体长、体周长2/体长,利用这两个性状建立起红鳍东方鲍的雌、雄判别模型,对雌、雄共72个个体的判别准确率为81.9%;T检验结果显示,体宽/体长在红鳍东方鲍两性群体间差异极显著(P<0.01),体周长2/体长在红鳍东方鲍两性群体间差异显著(P<0.05).综合分析实验结果表明,红鳍东方鲀雄性与雌性相比,体形较宽,体周长2较长.红鳍东方鲀雌、雄的形态差异为繁育和选育过程中的性别鉴定提供了新的方法和理论依据. 相似文献
8.
为了保护北京十渡风景名胜区的天然青檀林改善该区的生态环境.提高该区植被景观的观赏价值,保障区域的可持续发展.我们对北京十渡风景名胜区内后石门檀木沟和东湖港两处的青檀林进行了抽祥调查。结果表明:(1)后石门檀木沟共有植物103种,东湖港青檀林样地内共有植物96种;(2)后石门檀木沟和东湖港内案檀林长势均呈灌术状,且东湖港景区内青檀林平均胸径和树高均大于后石门处青檀林。(3)建议在后石门檀木沟设置3种保护实验地加以比较.以确定对该处青檀林最有效的恢复措施:建议在东湖港景点内设置自然保护小区恢复青檀林。 相似文献
9.
10.
基于径向基函数(RBF)神经网络的红鳍东方鲀体质量预测 总被引:1,自引:0,他引:1
基于表型性状预测红鳍东方鲀体重时,由于不同表型性状间的自相关、部分性状和体重之间的非线性关系以及线性回归方法自变量间的共线性,结果导致预测误差过大。为了解决这一问题,根据人工神经网络(Artificial Neural Networks, ANN)建模原理,采用径向基函数(Radial Basis Function, RBF) 模型,利用72个红鳍东方鲀样品的生长数据, 通过最近邻聚类算法, 构建了基于RBF神经网络的红鳍东方鲀体重预测模型,并采用线性回归检验法对所构建模型的可信度进行检验。结果发现,基于RBF神经网络预测模型的拟合优度为0.992,接近于1,而线性回归模型的拟合度为0.949。这表明: 基于RBF神经网络方法构建的预测模型消除了线性分析中自变量的共线性问题, 比线性回归预测模型的拟合度提高4.53%,预测精度高于线性回归方法。基于RBF神经网络体重预测模型的构建,为利用表型性状精确评估红鳍东方鲀的体重提供了一种新的方法。 相似文献