作物高油品种选育策略研究进展

作物高油品种培育是育种工作的目标之一,对油脂合成过程中一些关键基因进行鉴定和克隆可以加速作物高油品种的选育过程。归纳了植物体内油脂合成的通路和调控网络,从碳源分配、脂肪酸从头合成、三酰甘油的合成效率3个方面总结了植物油脂合成的关键步骤,并对这3个过程中关键基因的研究进展进行了归纳总结,为后期作物高油品种和特殊油脂品种的选育提供技术指导和理论支撑。     

油菜开花期QTL定位和候选基因分析

为辅助选育早熟油菜品种、克隆油菜开花期基因及开发花期分子标记，以已测序的油菜品种中双11 (Z) 和重测序的油菜品系No.73290 (N)为亲本构建的含184个单株的BnaZNF2群体为材料，通过分析该群体的基因型数据和F2:3家系连续三年（2010-2012）在武汉的表型数据，对开花期QTL进行检测和整合，定位到分布在11个连锁群上的14个开花期QTL。其中只有5个QTL能在3年中重复检测到，分别是qDtF.A2-1、qDtF.A6-2、qDtF.C2-1、qDtF. C2-2 和qDtF.C3-1，贡献率在7.1%～21.1%之间。通过查阅文献和在拟南芥、水稻等作物网站上搜索，搜集到442 个与植物开花期有关的基因。基于油菜基因组物理图谱，通过生物信息学分析，在本研究定位的QTL区间上筛选到54个可能的候选基因，可以用于开花期基因的克隆。在5个主要QTL区间内分别定位到8、5、4、2和4个候选基因，其中有15个双亲中存在序列差异，可以开发开花期的功能标记用于分子标记辅助选择育种。     

油菜株高QTL定位、整合和候选基因鉴定

【目的】通过对油菜株高进行多环境QTL定位并与已报道的油菜株高QTL和植物株高基因分别进行整合和比对分析,揭示油菜株高的遗传结构和候选基因并为其分子改良提供依据。【方法】以油菜优良品种中双11(测序)和No.73290(重测序)衍生的含184个单株的Bna ZNF2群体为试验材料。首先,对Bna ZNF2群体进行基因型分析,利用Joinmap 4.0软件构建了一张含803个分子标记的高密度遗传图谱。其次,对F2:3和F2:4家系进行连续两年(2010—2011)两点(武汉和西宁)田间试验和表型鉴定。然后,利用Bna ZNF2群体的基因型数据和F2:3以及F2:4家系的株高表型数据,采用Win QTLCart 2.5软件的复合区间作图法进行QTL检测。最后,利用元分析的方法采用Bio Mercator软件对不同环境中检测到的株高QTL进行整合。【结果】对两年两点环境下分别检测到的株高QTL进行整合总共得到5个株高QTL的位点:q PH.A2-1、q PH.A2-2、q PH.C2-1、q PH.C3-1和q PH.C3-2,分布于A2、C2和C3染色体上,解释2.6%—55.6%的表型方差。其中,q PH.A2-1和q PH.A2-2只在武汉检测到,而q PH.C2-1、q PH.C3-1和q PH.C3-2只在西宁检测到。位于C2连锁群的主效QTL-q PH.C2-1只在西宁被重复检测到,而且LOD值、加性效应和贡献率(分别为23.4、-16.0和55.6%)均高于前人报道,是目前发现的效应最大的一个油菜株高QTL。基于油菜基因组物理图谱对本研究和已报道的油菜株高QTL和植物株高基因分别进行整合和比对分析,获得了一个由183个QTL和287个候选基因组成的相对完整的油菜株高遗传结构图。其中,有18个株高QTL簇能在不同研究中被共同检测到,分布在A1、A2、A3、A6、A7、A9、C6和C7染色体上。另外,本研究定位到的5个油菜株高QTL的物理位置和已报道的油菜株高QTL均不重叠,因而是新的株高QTL位点。其中,q PH.A2-2、q PH.C3-1和q PH.C3-2物理区间内总共找到了15个株高同源基因,而11个在2个亲本中存在序列变异,被选作候选基因进行进一步研究。【结论】QTL定位和整合获得5个油菜株高QTL,均为首次报道而且都只在武汉或西宁被检测到。其中位于C2连锁群的主效QTL效应值超过以往报道,表现出极强的QTL与环境的互作。通过与已报道的油菜株高QTL和植物株高基因分别进行整合和比对分析,较为全面地揭示了油菜株高的遗传结构和候选基因,生物信息学分析还鉴定到11个位于本研究定位到的3个株高QTL区间内的候选基因。     

塔河油田集输管道内FeS的形成及自燃风险

塔河油田集输管道输送介质具有高含H,s、高含CO,及高含氯离子的特点,在无氧且低流速环境下,易生成FeS等腐蚀产物,FeS具有自燃性,一旦发生自燃将会引发火灾和爆炸事故。采用X-射线衍射测试方法对腐蚀产物组分进行分析,在H2S、CO2共存体系下,腐蚀产物以FeCO3、FeO（OH）、Fe3O4为主,铁的硫化物以FeS为主,但含量较低。采用加热的方式,利用固体自燃点测试仪对不同组分的7个腐蚀产物混合物进行自燃特性分析,结果表明：FeCO。可以表现出一定放热,但不会发生自燃;对于FeCO3与FeS形成的混合物,当两者质量比为15：10、单质硫磺的质量分数为2．67％时,FeCO。和FeS混合物自燃点为189．08℃,易发生自燃,建议在现场断管作业中采取预防FeS自燃的措施。（图2,表2,参6）。     

工业大麻中大麻二酚提取工艺优化和生物活性分析

为优化工业大麻中CBD提取工艺,建立CBD高效液相分析方法,评估CBD体外酶抑制活性和抗氧化活性,拟通过设计单因素实验,以溶剂种类、超声时间、料液比、提取次数为影响因素,CBD含量为评价指标优化提取工艺,并通过检测CBD对黄嘌呤氧化酶、多酚氧化酶的抑制率及ABTS自由基的清除率监测其体外酶抑制活性。结果表明:甲醇为提取溶剂、提取2次、超声10 min、料液比1:20 g/mL为最佳提取条件。生物活性实验表明CBD能明显抑制酶活,其对XOD、PPO、ABTS的C50分别为1.18μg/mL(40s)、1.03μg/mL (60s)、4.99μg/mL和1.68μg/mL。该工艺操作简单、稳定可靠、成本较低,为工业大麻花叶中CBD的提取及定性定量提供一种新的技术方法,且该方法提取的CBD酶抑制活性和抗氧化活性好,具有重要的药用价值。     

盐胁迫下大麻SSR标记的分布特征分析

为探究盐胁迫对大麻遗传育种改良的影响,试验对盐胁迫条件下大麻转录组测序数据进行了SSR位点标记的挖掘,并对大麻转录组数据中SSR位点标记、SSR位点信息和序列分布特征等进行了分析.结果表明:共检测出84483条Unigene序列,序列总长87.31 Mb.筛选出27861个SSR位点,SSR标记的检出率为33.10％,...     

基于数据同化的土壤水力参数反演方法：研究进展与展望

土壤水力参数及其非均质性刻画关乎到诸多土壤与地下水等领域的量化模拟研究问题。受限于时间和采样成本，传统的直接测定方法并不能很好地解决这个问题。随着物联网技术的发展，与土壤水运动有关的一些状态表征量（如含水量和水头）已经能够通过传感器实时获得。如何充分融合这些观测数据信息，反演出土壤水力参数是当前的一个研究热点。数据同化方法能够通过融合观测数据与模型预测值信息，实现对模型参数的反演估计。本文系统分析了土壤水力参数不确定性的来源及测定方法，阐述了常用数据同化方法的基础理论及其在土壤水力参数反演方面的应用，并从计算效率和反演精度两方面着重论述了数据同化方法的最新前沿进展，最后探讨了数据同化方法未来的发展方向。研究表明：数据同化方法能够突破传统测定方法的限制，用于土壤水力参数及其非均质性刻画。尽管如此，由于土壤非饱和流模型的强非线性以及原位观测数据的相对稀缺性等问题的存在，当前数据同化方法的计算效率和反演精度还有待进一步提升。未来可从发展监督式降维方法、多源多尺度数据融合以及耦合物理规律的机器学习等方面深化土壤水力参数反演方法研究，这有利于农业土水管理、污染防治和修复等工作的合理开展。