基于近红外光谱的大豆茎秆化学组分含量检测模型构建与应用

【目的】大豆茎秆化学组分（纤维素、半纤维素、木质素和粗纤维等）与其茎秆抗倒伏能力密切相关,但由于目前大豆茎秆化学组分检测多采用传统的化学分析技术,测定过程操作复杂、耗时耗力、成本昂贵且易造成环境污染,不适合大规模育种应用,因此,通过构建一套低成本、快速、科学、无污染的大豆茎秆化学组分检测方法,为大豆种质资源茎秆组分分布规律及其与大豆生长习性和倒伏性关系的研究提供方法基础。【方法】通过建立一套基于近红外光谱检测技术的大豆茎秆化学组分检测模型,并利用该模型对大豆种质资源茎秆中的中性洗涤纤维（neutral detergent fiber,NDF）、酸性洗涤纤维（acid detergent fiber,ADF）和粗纤维（crude fiber,CF）等化学组分进行检测分析,通过方差分析、多重比较和小提琴图分析,明确大豆茎秆CF含量与其生长习性及抗倒伏性之间的内在关系。【结果】基于构建的大豆茎秆化学组分近红外光谱快速检测模型对茎秆NDF、ADF和CF组分检测数值的校正相关系数（R_C）均在0.90以上。利用16份模型外大豆茎秆样本对模型的有效性进行验证发现,常规化学检测与该模型检测结果之间无显著性差异（P > 0.05）。利用该模型对2017年和2018年种植的393份大豆茎秆CF含量及其生长习性之间的关系进行分析,结果表明,大豆茎秆CF含量符合正态分布规律,在CF含量50.00%以上的材料中,2年数据均表现出直立型（91.67%和86.14%）显著高于蔓生型（8.33%和13.86%）,表明大豆茎秆CF含量与其生长习性呈极显著正相关（P < 0.01）。【结论】构建的近红外光谱模型具有低成本、快速高效、无污染的特点。此外,茎秆中CF含量高的大豆品种植株具有更强的抗弯曲度,可作为大豆抗倒伏育种亲本筛选的重要指标。     

白菜SAUR基因家族的生物信息学分析

旨在为今后开展白菜SAUR基因家族的功能奠定基础。本研究利用生物信息学的方法对白菜生长素早期应答基因SAUR(Small auxin-up RNA)家族的保守基序、氨基酸等电点、分子进化以及表达模式等基本性质进行了分析。结果表明,白菜143个SAUR蛋白质中,有111个蛋白质偏碱性,31个偏酸性,有一个成中性;从对该基因家族构建的进化树中可以看出它分化出2个大的亚家族,其中一个亚家族还处在不断分化中;此外,找到61个SAUR基因的EST表达证据,且基因表达部位比较丰富。通过研究分析表明本研究可以得出结论基因重复是白菜SAUR基因家族的一大特点,143个基因中含有51个同源对。     

芸薹属大白菜Aux/IAA基因家族的生物信息学分析

Aux/IAA基因家族在生长素诱导的早期做出响应,是生长素早期应答的3类基因家族之一。现主要从基因组水平研究白菜Aux/IAA基因的分布及特征。结果表明:从BRAD共检测到59条白菜Aux/IAA基因,不均等分布在白菜的全部10条染色体上。通过多重比对和基序探测结果显示,40条白菜Aux/IAA基因具有4个保守基序,其它基因的保守基序则有不同程度的分化。系统进化分析表明,Aux/IAA基因家族可分为7个亚家族。通过表达模式预测发现,白菜Aux/IAA基因家族表达模式也有较大差异。