排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
【目的】KNOTTED1 like homeobox(KNOX)蛋白在植物生长发育等多个生物学过程中发挥着重要作用。以紫弘富士为材料,分离了多个苹果(Malus domestica)KONX基因,研究其结构域、进化分析、组织表达、非生物胁迫响应及其与MdOFP相互作用情况。【方法】使用RT-PCR技术克隆获得7个MdKNOX基因并进行生物信息学分析。利用Array技术检测MdKNOX基因在苹果不同组织中的表达模式。使用RT-qPCR技术检测MdKNOX基因在盐胁迫和渗透胁迫下的表达模式。通过Y2H实验检测了MdKNOX蛋白与MdOFP蛋白的互作情况。【结果】测序结果表明,获得了7个KNOX转录因子cDNA:MdKNOX1、MdKNOX2、MdKNOX5、MdKNOX10、MdKNOX13、MdKNOX16和MdKNOX22(GenBank登录号:MG021644~MG021650)。结构域分析表明,获得的7个MdKNOX蛋白序列均含有MEINOX、HD和ELK结构域。进化分析表明,MdKNOX1、MdKNOX2和MdKNOX5属于KNOXⅡ亚组;MdKNOX10、MdKNOX13、Md... 相似文献
2.
茎流测量是研究植物耗水规律的重要手段,现有茎流传感器多基于热平衡法进行设计,但在低温天气时,植物蒸腾作用不明显,茎流瞬时变化响应不灵敏,导致测量结果不精确。针对上述问题,设计了一种热源自适应茎流检测与调控系统。综合考虑不同因素下茎流消耗在热源提供能量占比中变化趋势的建模需求,设计融合外界温度、茎流速率、横截面积等多环境因子茎流标定嵌套试验。在此基础上,利用支持向量机回归算法(Support vector regression, SVR)和遗传算法(Genetic algorithm, GA),建立热源功率自适应模型。结果表明所建模型的最优决定系数与均方根误差分别为0.989和0.015 W。基于LoRa无线传感网络构建茎流检测与调控系统,实现多组温度信息和热源功率的监测,系统调用移植到嵌入式设备的热源自适应模型动态获取热源功率调控目标值,并发送至执行控制器,控制功率调控模块,实现热源自适应融合的功率动态控制。精度验证试验显示:在低温段时,本系统比FLOW-32KS型传感器平均相对误差小2.64(6℃)、2.53(11℃)、3.68个百分点(16℃)。在高温段时,自适应模型修正对结果影响... 相似文献
3.
基于U弦长曲率的番茄氮肥调控目标区间获取方法 总被引:1,自引:1,他引:0
针对中国现有设施番茄生产中氮肥施用量过高,利用率低,环境污染严重等问题,该研究面向设施番茄精量施肥需求,提出一种基于叶绿素荧光技术的设施番茄生长氮素浓度适宜区间获取方法。该研究利用不同氮浓度水培液进行番茄栽培,获取叶片荧光参数和干物质等生理指标,采用最大互信息系数值(Maximum Information Coefficient,MIC)筛选叶绿素荧光参数,确定最适的荧光参数进行水培液氮调控研究目的是区间确定。结果表明,叶绿素荧光参数Fv/Fo(光系统潜在活性)的整体表现效果较优。以Fv/Fo的响应曲线提出基于U弦长曲率特征点为分界点的适宜氮素浓度区间获取技术。采用此方法的番茄生长的适宜氮素浓度区间为7.2~9.8 mmol/L,同时干物质等生理指标都保持在较高水平,变异系数最小。与日本园试营养液对照组相比,番茄干质量平均提高33.8%,叶片磷浓度平均提高10.2%,叶片钾浓度平均提高11.3%,叶片氮浓度平均降低0.8%,而氮肥用量减少了51.4%。因此,基于U弦长曲率特征点的方法是确定番茄施氮目标区间调控有效的技术。 相似文献
4.
【目的】分析不同低温环境对黄瓜光系统Ⅱ(PSⅡ)潜在活性Fv/Fo的影响,为黄瓜冷害的无损诊断提供技术支持。【方法】试验在光强140 μmol/(m2·s)、CO2浓度为400 μmol/mol及昼/夜光周期为14 h/10 h、空气相对湿度为60%/50%的CO2人工气候箱中进行,以16株不同Fv/Fo值(4.5~6.0)的黄瓜幼苗为试验样本,平均分组,分别于8,10,12和14 ℃低温条件下连续培养8 d,每天16:00采集黄瓜叶片荧光参数(Fv/Fo),以其代表黄瓜PSⅡ潜在活性,分析低温对黄瓜叶片生理状态的影响,并采用量子遗传-支持向量机回归算法建立低温环境下黄瓜叶片Fv/Fo值预测模型。【结果】培养温度、持续时间和低温处理前黄瓜Fv/Fo值共同影响黄瓜幼苗PSⅡ潜在活性(Fv/Fo)对低温的响应。低温环境下,黄瓜幼苗Fv/Fo值均在0~2 d快速下降,后随低温持续时间的延长缓慢降低,但温度越低下降速度越快。低温处理前Fv/Fo值越大,遭受低温胁迫时,黄瓜叶片PSⅡ反应中心受到的损伤越小,其对低温环境的应对能力越强。以培养温度、持续时间和低温处理前黄瓜叶片Fv/Fo为输入,当前Fv/Fo为输出建立黄瓜叶片Fv/Fo预测模型,模型在训练集和预测集上的R2分别为0.946 9和0.949 7,RMSE分别为0.231 6和0.227 6,MAE为0.316 8和0.295 2。【结论】所构建的预测模型可实现低温环境下的黄瓜叶片Fv/Fo的精准预测,为作物早期冷害胁迫的无损诊断奠定了基础。 相似文献
1