分子标记技术在工业大麻性别分化研究中的应用进展

工业大麻性别表达影响着工业大麻种子、纤维和药用成分产量,其性别表达除了受到遗传物质控制外,还受到外界环境条件的影响,这种复杂性使得性别研究一直是工业大麻研究的难点和热点。分子标记技术能在DNA水平上鉴定工业大麻性别,开发与工业大麻性别紧密连锁的分子标记可为大麻性别早期鉴定和特定性别分子辅助选择育种提供理论依据。本文就分子标记在工业大麻性别研究中的应用进展进行了总结,并对应用前景进行了展望。     

通草1号虉草及其杂种后代遗传多样性的ISSR分析

为了选育出产草量高、品质好、耐盐碱性和扩展性强,能够在内蒙古盐碱湿地大面积推广应用的优良虉草新品种,以通草1号虉草(Phalaris arundinacea L. Tongcao No.1)为母本(或父本),分别与川引3号虉草(P. arundinacea L. Chuanyin No.3)、美国虉草(P. arundinacea L.)进行杂交,得到了杂种后代(F1～F3),选择14个杂交株系和4个亲本材料,采用ISSR分子标记技术分析其遗传多样性和亲缘关系;并依据遗传相似系数,运用欧氏距离-离差平方和聚类方法对18份虉草材料进行聚类分析,为虉草新品种选育提供理论依据。结果表明,采用10条引物共扩增出176个位点,其中多态性位点148个,多态性位点百分率(PPB)为84.09%,平均有效等位基因数(Ne)为1.347 2,平均Nei's基因多样性(H)为0.228 5,平均Shannon多样性信息指数(I)为0.361 2,材料间遗传相似系数为0.602 3～0.818 2。当欧氏距离为0.57时可将18份虉草材料分为4个类群,第1类群由川引3号虉草、美国虉草和S18杂种构成;第2类群包含通草1号虉草、通辽野生虉草和S2、S17杂种构成;第3类群由6个通草1号虉草为母本(或父本)的杂交F1代构成;第4类群由4个通草1号虉草为父(母)本的杂种F2代和1个F1代构成。14份虉草杂种后代具有较丰富的遗传多样性,可作为新品种选育的基础材料。     

DNA分子标记技术的研究与应用

DNA分子标记是继传统的形态学标记、细胞学标记、生化标记之后发展起来的以DNA为基础的遗传标记技术,因其独有的技术特点,迅速在各领域得到广泛的应用与发展。本研究总结概括了基于m RNA的表达序列标签(ESTs)、差异显示逆转录PCR (DDRT-PCR)、特征性差异分析(RDA)、基因表达系列分析(SAGE);基于目的基因的保守DNA衍生多态性(CDDP)、目标起始密码子多态性(SCoT)、保守区域扩增多态性(Co-RAP)和基于反转录转座子的反转录转座子位点间扩增多态性(IRAP)、反转录转座子-微卫星扩增多态性(REMAP)等几种新型DNA分子标记技术的原理、特点、优缺点,以及常见DNA分子标记技术的特点比较及其应用,以期在其基础上推动分子标记技术进一步融合、创新与发展。     

基于化学成分和DNA分子标记的甘草质量评价研究进展

甘草为多来源药用植物且影响品质的因素很多,需要完善的质量评价标准对甘草的质量进行评价。该研究以化学成分和DNA分子标记2个方面为切入点,从国内外现有法定标准、光谱指纹图谱、色谱指纹图谱、DNA分子标记等方面对近年来甘草质量评价的研究进行了综述,以期为建立完善的甘草质量评价准则提供参考依据。     

基于果皮SSR分子标记的二十九个红色酿酒葡萄资源的亲缘关系分析

为了有效区分和合理利用酿酒葡萄种质资源,减少酿酒葡萄育种工作中亲本选配的盲目性,利用SSR分子标记技术对29份酿酒葡萄资源进行了遗传多样性分析。结果表明:10对SSR引物共扩增出90个位点,观测杂合度为0.482 8~0.965 5,期望杂合度为0.592 3~0.893 5,Shannon多样性指数为1.185 7~2.227 9,多态性位点100%。UPGMA聚类分析结果表明,在遗传相似系数0.16处,29份材料分成两大组,其中含有28个品种的组Ⅰ中,2个欧亚种‘红汁加美’和‘晚红蜜’为亚组Ⅱ;亚组Ⅰ中6个欧亚种(‘美乐181’‘品丽珠327’‘赤霞珠169’‘蛇龙珠’‘马瑟兰c980’和‘宝石解百纳’)之间具有亲子关系,为一类(季组Ⅱ);季组Ⅰ分A、B组,其中A组包含14个欧亚种,1个毛欧杂种、1个种间杂种、1个山欧杂种,B组包括1个种间杂种和3个欧山杂种。聚类分析结果与系谱图一致。该研究结果为酿酒葡萄种质资源保护提供了有效信息,并且为酿酒葡萄育种的亲本选择提供了理论指导。     

茶叶微波固样技术研究

以苹云和福鼎大毫两个品种的一芽二叶为材料,进行微波固样研究,并以蒸青固样进行比较,结果表明：微波固样效果优于蒸青固样;不同茶树品种其主要生化成分及水浸出物等存在不同程度的差异性;不同微波时间对水浸出物、茶多酚、儿茶素总量的影响差异显著,而对氨基酸、总黄酮、可溶性糖和咖啡碱的影响不明显;对苹云来说,微波时间控制在80s时茶多酚、氨基酸、水浸出物、儿茶素总量的保留量最大;福鼎大毫则以微波时间控制在60s时,各生化成分可获得最大保留量。所以,茶叶微波固样时间宜控制在60～80s。     

大豆品种郑97196对疫霉根腐病的抗性遗传分析及基因定位

由大豆疫霉引起的大豆疫霉根腐病是一种世界性大豆病害,对产量品质影响极大。利用抗病品种进行防治是目前最经济、有效的方法。大豆对疫霉菌株的抗性分为由单基因控制的完全抗性和由多基因控制的部分抗性两种。以对多个大豆疫霉生理小种具有抗性的大豆品种郑97196作为抗性亲本与大豆感病品系X242003杂交构建F_(2∶3)重组自交家系群体,用大豆疫霉菌株He N35对亲本及F_(2∶3)群体进行抗性遗传分析并利用SSR技术对郑97196的抗性基因进行定位。结果表明:郑97196对大豆疫霉抗性是由一对显性单基因控制的,抗病对感病表现为显性,再用9种毒力公式不同的疫霉菌株分别接种郑97196和14个国内外公认的含有单个抗病基因的大豆品种(鉴别寄主),观察并记录抗性反应类型,结果显示郑97196的抗性反应类型与14个鉴别寄主有所不同,推测其可能含有新的抗病基因,暂命名为Rps Zheng。通过SSR分子作图分析,该基因位于大豆分子遗传图谱N连锁群上satt485和satt584之间,与这两个标记之间的距离分别为2.1和3.7cM。     

抗条锈病普通小麦-滨麦6BS·6NsS附加易位系的分子细胞遗传学鉴定

易位系是向小麦转移外源种属优异基因的重要种质资源。普通小麦-滨麦衍生系M13063A-1由小麦-滨麦第六部分同源群二体异附加系材料连续自交获得。为了给普通小麦-滨麦衍生系M13063A-1的利用提供依据,本研究利用形态学、细胞学、原位杂交、分子标记等技术,对该材料进行了鉴定。细胞学鉴定结果显示,M13063A-1有丝分裂中期染色体数目为44条,减数分裂中期I染色体构型为2n=22Ⅱ,且在减数分裂后期Ⅰ可均等分离。原位杂交结果表明,M13063A-1含有42条普通小麦染色体和1对普通小麦-滨麦易位染色体,易位染色体长臂为滨麦Ns基因组染色体片段,短臂为6BS。分子标记分析确定M13063A-1携带的滨麦染色体片段为6NsS。成株期条锈病抗性鉴定显示,M13063A-1抗条锈菌生理小种条中31和条中32。因此,M13063A-1是一个抗条锈病的普通小麦-滨麦6BS·6NsS附加易位系,可以用作小麦抗病育种的桥梁材料。     

抗条锈病小麦-滨麦Lm#3Ns二体异附加系的分子细胞遗传学鉴定

滨麦(Leymus mollis)是小麦的三级基因源,具有改良小麦所需的许多优良性状。为了将滨麦中的优异基因导入到普通小麦中,通过远缘杂交获得小麦-滨麦异附加系、异代换系、易位系,以选自普通小麦7182与滨麦衍生后代M42(2n=54)F_6代的株系M11005-1-2-7-10-1-1(M11005A)为供试材料,对其进行了形态学、细胞学、原位杂交、分子标记、抗病性等综合鉴定。细胞学观察结果显示,M11005A有44条染色体且配对良好,可以稳定遗传。原位杂交及分子标记结果表明,M11005A含有42条普通小麦染色体和1对来自滨麦Lm#3Ns的染色体,并且用Oligo-pTa535探针得到了Lm#3Ns的FISH核型;筛选出6个EST及8个PLUG特异分子标记可以用来鉴定Lm#3Ns染色体,其中只有1个EST和4个PLUG标记可以同时在M11005A中扩增出滨麦和华山新麦草的条带,说明滨麦的Lm#3Ns染色体与华山新麦草的3Ns基因组之间存在差异。M11005A的穗长、穗型、小穗数、千粒重与亲本7182无显著差异,但分蘖数较7182显著增加,株高显著降低。抗条锈病鉴定结果显示,苗期M11005A对条锈菌生理小种CYR29和CYR34表现高抗,对CYR32表现高感,成株期对CYR32和CYR33混合小种表现高抗,推测滨麦的Lm#3Ns染色体携带对CYR29和CYR34小种的抗性基因,又携带了成株期对CYR32和CYR33的抗性基因。因此,M11005A可以作为抗源应用于小麦的条锈病抗性改良中。     

Influence of food quality and quantity on the growth and development of Crassostrea gigas larvae: a modeling approach

A biochemically based model was developed to simulate the growth, development and metamorphosis of larvae of the Pacific oyster, Crassostrea gigas. The model is unique in that it (1) defines larvae in terms of their protein, neutral lipid, polar lipid, carbohydrate and ash content; (2) tracks weight separately from length to follow larval condition index and (3) includes genetic variation in growth efficiency and egg quality to better simulate cohort population dynamics. The model includes parameterizations for larval filtration, ingestion and respiration that determine growth rate and processes controlling larval mortality and metamorphosis. Changes in tissue composition occur as the larva grows and in response to the biochemical composition of the food.

The simulations show that genetically determined variations in growth efficiency produce significant changes in larval survival and success at metamorphosis. Larvae with low growth efficiency are successful under a much narrower range of culture conditions than larvae with high growth efficiency. The impact of low growth efficiency is primarily controlled by the ability of larvae to store lipid for metamorphosis. Culture conditions that provide increased dietary lipid counterweigh low growth efficiency. Changes in food quantity and quality had little effect on size at metamorphosis. On the other hand, larval life span and success rate at metamorphosis varied over a wide range depending upon the conditions of the simulation. Food quality and food availability both influence larval life span and, hence, larval survival. As ingestion rate decreases, larval life span increases and cohort survival declines. Increased lipid or decreased protein in the diet improves cohort survival. Changes in carbohydrate content are less influential. If cohort success is significantly affected by mortality during larval life rather than success at metamorphosis, the influence of food quality becomes more complex. The range of food compositions yielding high survival is restricted by a balance between improved success at metamorphosis obtained by increased lipid storage and the shortening of larval life span as a result of more rapid growth, a function of protein availability. These simulations illustrate the strength and utility of numerical models for evaluating and designing hatchery protocols for optimizing yield of C. gigas larvae.