小麦腥黑穗病冬孢子显微图像的获取及处理

针对入境小麦腥黑穗病检验检疫中冬孢子区域计数问题,提出了小麦腥黑穗病图像处理的方法和流程.首先介绍了显微镜下腥黑穗病菌冬孢子图像的获取方法;在将冬孢子的彩色图像灰度化后,采用中值滤波抑制噪声,利用metric算法进行图像分割;为了从背景中准确提取冬孢子区域,流程中采用图像形态学方法来消除二值图像中冬孢子区域的背景噪声和孔洞,并剔除图像边界处不完整的冬孢子区域;最后采用区域标记的方法获得了冬孢子数目.结果表明,该研究提出的方法和流程能有效地改善图像的质量,并能够自动准确地提取并统计冬孢子区域,便于后续的识别工作.     

TaqMan-MGB探针在小麦印度腥黑穗病菌和黑麦草腥黑穗病菌鉴定上的应用

根据小麦印度腥黑穗病菌Tilletia indica和黑麦草腥黑穗病菌T.walkeri核糖体ITS序列设计了两对通用引物和两条特异性探针,建立了小麦印腥印度腥黑穗病菌Tilletia indica和黑麦草腥黑穗病菌T.walkeri的实时荧光PCR检测方法,检测的灵敏度为1个冬孢子.这种检测方法可以直接用于样品小麦印腥和黑麦草腥黑穗病菌冬孢子的快速检测,整个检测过程缩短至1天.     

基于ISSR标记开发的一种用于小麦矮腥黑穗病菌的分子鉴定方法

 小麦矮腥黑穗病菌(Tilletia controversa Kühn, 简称TCK)是小麦上的一种重要检疫性真菌。本研究利用内部简单重复序列(Inter-simple sequence repeat, ISSR)技术研究TCK及其近缘种的DNA多态性,开发了一种可靠而简单的方法用于TCK的分子鉴定。用ISSR引物P4从TCK中扩增出一条1 113 bp的特异性条带,据此设计了一对特异性引物TCKF/TCKR,在12个TCK菌株中均能扩增得到一条882 bp的特异性条带,而其他近缘种包括小麦网腥黑穗病菌(T. caries)和小麦光腥黑穗病菌(T. foetida)及相关黑粉菌的14个菌株均无扩增条带。用该特异性引物检测TCK的下限为25 μL反应体系中可检测到1 ng DNA模板。本研究开发的种特异性引物,可将TCK与其形态上相似的近缘种尤其是小麦网腥黑穗病菌准确区分开,本研究基于ISSR标记建立的小麦矮腥黑穗病菌的分子鉴定方法为腥黑粉菌的检疫提供了一种便捷的方法,是对现有分子鉴定方法的一个补充。     

超分支滚环扩增法检测小麦矮腥黑穗菌

 【目的】建立小麦矮腥黑穗病菌（Tilletia controversa Kühn,TCK）的超分支滚环扩增（hyper- branched rolling cycle amplification,HRCA）检测体系,为小麦矮腥黑穗病的鉴定以及早期诊断提供了一种新的稳定、可靠的检测技术。【方法】锁式探针包含一个公共连接序列和在探针两端与靶DNA序列互补的2个序列。根据TCK的差异序列设计锁式探针两端序列,以此为基础建立了TCK超分支滚环扩增反应体系。以优化的HRCA反应条件为基础,确定检测体系的特异性和灵敏度。比较HRCA体系和常规PCR体系的性能,并利用这2种体系对来自中国出入检验检疫局截获的51个小麦样品进行了验证检测。【结果】HRCA体系能专一地检出小麦矮腥黑穗菌的DNA靶带,而TCT、TCL等近源种及健康小麦样品都不能扩增。HRCA检测TCK靶序列质粒DNA的下限为1 fg?μl-1,检测基因组DNA的下限为10 pg?μl-1,检测灵敏度比常规PCR检测体系高10倍。HRCA检测体系具有很好的特异性、灵敏度和准确性,更适合于TCK的检测及鉴定。【结论】稳定、灵敏、特异的小麦矮腥黑穗菌的HRCA检测体系的建立,为小麦矮腥黑穗病的早期诊断及其近源种的多靶标检测提供了同步检测技术。     

中美小麦矮腥黑穗病菌鉴定合作研究 Ⅰ.自发荧光显微学特性研究

中美双方为探讨适用于进口粮检疫的小麦矮腥黑穗病菌(Tilletia controversa Kuehn,以下简称TCK)准确简便的鉴定方法,于1989～1992年进行联合试验。本文以美国不同时期和不同地域所收集的小麦矮腥黑穗病菌(TCK)和小麦网腥黑穗病菌(T.caries Tul.,以下简称TCT)共135个菌株为材料,对这两种病菌的自发荧光显微学特性,作了比较研究,建立了数学模型,并在人工污染样品中进行了应用研究,结果表明,自发荧光显微学法和LI-F方程,可以有效地鉴别TCK或TCT菌株,但如应用于鉴别进口粮中混合的或少量的TCK、TCT冬孢子,则其准确率随孢子含量的下降而降低。     

小麦矮腥检疫40年——中国植物检疫案例之一

2006年是中国实施小麦矮化腥黑穗病检疫的40周年，小麦矮腥是中国与世界上众多产麦国，进行阻隔与反阻隔所经历的事件最多，涉及面最广的危险性病害，也是迄今国内为数不多的，进行了系统性生物学研究的检疫性病害。     

小麦腥黑穗病害的模式识别诊断方法研究

针对小麦腥黑穗病害的形状和纹理特征选取了最有利于病害分类的6个特征参数,并分别利用最小距离法、BP神经网络和支持向量机3种模式识别方法实现了对小麦腥黑穗病害的诊断研究。对包括小麦网腥黑穗病、小麦印度腥黑穗病以及小麦矮腥黑穗病共48个孢子病害图像进行了分类诊断实验。实验表明,支持向量机法对小麦腥黑穗病的分类识别能力优于最小距离法和BP神经网络,当核函数是Sigmoid时,支持向量机法性能最优,总体识别率达到93.9%。     

基于K 均值聚类的小麦腥黑穗病菌冬孢子图像分割

图像分析技术能够实现对小麦腥黑穗病菌冬孢子特征的定量分析,冬孢子区域的分割则是分析的前提.针对小麦腥黑穗病菌图像的特点,考虑到传统分割方法的局限性,提出了一种基于彩色图像的分割算法.研究以病菌彩色图像B分量为聚类对象,以R、G、B分量值之和不变为迭代终止条件,利用K均值聚类的方法分割病菌图像,使类内像素均值的距离和取得局部极小值.与其他分割方法进行比较的结果表明,该分割算法既分割出亮度不均匀的背景,对噪声的敏感度较小,又减少了分割后的冬孢子粘连,分割出的冬孢子数目增加.