甘薯病毒病脱毒及检测

甘薯茎尖分生组织脱毒培养技术是目前防治病毒病最有效的方法。阐述了我国甘薯病的田间症状及病原种类,并综述了茎尖分生组织脱毒及检测甘薯病毒常用的生物学、血清学、分子生物学等几种主要检测技术的特点。     

毛桃对根癌病的抗性研究

为评价毛桃的根癌病抗原价值,以实生苗为试材,采用人工接种的方法研究了毛桃(Prunus persica)对发根土壤杆菌(Agrobacteriumrhizogenes)的抗性。结果表明:接种的103株实生苗的株平均瘤径0～24 mm,群体平均瘤径8.77 mm;其中3株未发病,3株瘤径1.00～3.00 mm,7株3.01～5.00 mm,32株5.01～8.00 mm,58株>8.00 mm;评价为免疫、高度抗病、抗病、感病和高度感病型株率分别为2.90%、2.90%、6.79%、31.10%和56.31%。本研究中,毛桃对发根土壤杆菌高度感病,实生群体内存在广泛的抗性分离现象,其中有免疫基因型植株,是珍贵的根癌病桃树抗原和桃砧木抗根癌病品种选育的种质资源。     

32．5％SC苯醚甲环唑．嘧菌酯对甘蔗凤梨病的田间效果评价

通过浸泡法测定了32．5％SC苯醚甲环唑·嘧菌酯对甘蔗凤梨病的防治效果。结果表明,在甘蔗下种期使用32．5％SC苯醚甲环唑·嘧菌酯1500倍液浸泡蔗种茎5min．对甘蔗凤梨病有较好的防治效果．防效为68．93％,显著优于25％SC嘧菌酯1500倍液、50％WP多菌灵1000倍液的。该药对蔗种安全、高效．是防治甘蔗风梨病较为理想的新一代农药,使用剂量,以1500倍为宜。     

外源硅对青枯病感病番茄叶片抗氧化酶活性的影响

【目的】探讨青枯菌侵染下外源硅处理对番茄青枯病的抗性效果及生理作用机理,为青枯病的有效防治提供参考依据.【方法】选择青枯病易感番茄品种为试验材料,通过盆栽土培和水培试验,研究硅处理和青枯菌Ralstonia solanacearum接种对番茄青枯病病情指数、叶片抗氧化酶活性的影响.【结果和结论】硅能显著增强番茄青枯病抗性.硅处理使青枯病的病情指数在土培试验和水培试验下分别降低29.1%~93.0%和6.3%~100.0%.青枯菌侵染条件下硅处理能显著增加番茄叶片抗氧化酶活性.在土培试验中,加硅使番茄叶片的POD、CAT酶活性分别增加了43.17%和23.17%;水培试验在接种第3天,加硅使POD、CAT、PAL酶活性分别增加了122%、337%和31%.本研究表明硅对番茄青枯病的抗性机理可能是硅诱导植物产生一系列生物化学防御反应,增强了番茄对青枯病菌的抗性.     

曲靖市烟草花叶病综合立体生物防治技术

介绍了烟草花叶病综合立体生物防治的意义及原则;建立了"以农业防治为基础,生物防治为重点,物理防治为辅助,化学防治为补充"的综合立体生物防治技术.     

砂梨抗枝干轮纹病鉴定方法及群体抗性评价

[目的]建立砂梨抗枝干轮纹病的鉴定方法.[方法]采用轮纹病菌菌丝块、分生孢子悬浮液分别以离体和活体接种砂梨1年生枝条,比较发病时间、发病率、调查时间和接种工作量,并采用菌丝块针刺接种活体枝条的方法对德胜香×西子绿的223株F1代群体进行抗性评价.[结果]以菌丝块针刺法接种活体枝条发病率高、接种效果最好,可充分评价梨树对枝干轮纹病的抗性.采用菌丝块针刺接种活体枝条的方法,德胜香×西子绿的223株F1代群体中高抗单株有33株,抗性单株有41株,中抗单株有83株,感病单株有31株,高感单株有35株.[结论]试验结果为砂梨抗枝干轮纹病育种提供了参考.     

罗非鱼"突眼"病细菌性病原的分离与鉴定

从患"突眼"症状的罗非鱼体内分离到多株细菌,经人工感染证实其中TL60829NA菌株为病原菌,经生理、生化和API细菌鉴定系统以及分子生物学试验,鉴定其为痢疾志贺氏菌(Shigella dysenteriae)。其主要生理生化特征为革兰氏阴性短杆菌,不具动力,氧化酶、过氧化氢酶、V-P反应、吲哚试验、苯丙氨酸、甘露醇、KCN均为阴性;对氨苄西林、羧苄西林、红霉素、多西环素、氟哌酸、卡那霉素敏感,对呋喃唑酮、复方新诺明、磺胺和庆大霉素不敏感。     

闽南地区鲍溃烂病的研究

导致鲍发生溃烂的原因有多种。本研究通过对闽南地区鲍溃烂病的研究结果发现：除了已报道的荧光假单胞杆菌和亮弧菌一Ⅱ外哈维氏弧菌也是鲍溃烂病的主要病原。哈维氏弧菌导致发病养鲍池的COD值升高、pH值降低,异养菌数剧增并以弧菌为主;使用已报道的防治方法疗效不显著,却对妥布霉素、利复平、头孢三嗪、环丙沙星、呋喃妥因等药物敏感。     

复方黄芪颗粒防治鸡传染性法氏囊病的疗效试验

应用复方黄芪颗粒对鸡传染性法氏囊炎病毒人工感染病例进行试验,结果表明,有效率达到80%~92%,治愈率达到68%~76%,均高于对照药物,差异极显著(P<0.01)。推荐剂量为每升饮水中加入1g复方黄芪颗粒,连用5 d。     

基于机器学习算法的奶牛疾病预测模型的研究

【目的】评估建立奶牛疾病预测模型的6种机器学习(machine learning, ML)算法的性能及预测变量的重要性。【方法】选取2020年12月至2021年11月,共计944头泌乳牛的生产信息、行为信息作为预测因子,疾病信息作为输出变量,训练并验证模型。将日产奶量、反刍量、活动量、胎次和泌乳天数作为输入变量,利用ML算法建立奶牛疾病的预测模型,评估决策树(Decision Tree, DT) C5.0、CHAID算法、人工神经网络(Artificial Neural Network, ANN)、随机森林(Random Forests, RF)、贝叶斯网络(Bayesian Networks, BN)和逻辑回归(Logistic Regression, LR)6种ML算法的性能,评估预测变量的重要性,以及将胎次和泌乳天数纳入预测变量后模型性能的改善情况。采用敏感性和特异性评估模型性能,按照权重排序评估输入变量对模型预测的重要性。【结果】DT C5.0算法敏感性>85%,特异性>90%,为性能最佳的模型;RF总敏感性为56.8%,对各类牛预测的性能较稳定;ANN、BN、DT...