Resistance to Botrytis cinerea in Solanum lycopersicoides is Dominant in Hybrids with Tomato, and Involves induced Hyphal Death

Botrytis cinerea causes gray mold disease and affects hundreds of plant species, including tomato (Lycopersicon esculentum). The wild nightshade, Solanum lycopersicoides, is cross compatible with tomato and is more resistant to B. cinerea, thus representing a potential source for crop improvement. Tests involving droplet inoculation of detached leaves and spray inoculation of entire seedlings demonstrated that resistance to B. cinerea varies among S. lycopersicoides accessions, with S. lycopersicoides LA2951 being the most resistant accession tested. Expression of resistance in the intergeneric hybrid (L. esculentum cv. 'VF36' × S. lycopersicoides LA2951) suggested that resistance is at least partially dominant in tomato. A green fluorescent protein-tagged B. cinerea strain was used for confocal microscopic comparison of infection in leaves of S. lycopersicoides and tomato. Even though S. lycopersicoides supported spore germination, there was evidence for hyphal lysis and death 3 days after inoculation, at a time when lesions were expanding on susceptible tomato plants. The reduced frequency of B. cinerea lesion spread on S. lycopersicoides explains why this fungus produced fewer spores in this wild nightshade than in tomato.     

水稻半外卷叶突变体sol1的表型分析与基因定位

适度卷曲有利于提高水稻叶片的光合效率,增加植株光合产物的有效积累量。我们利用甲基磺酸乙酯(EMS)处理籼型水稻保持系西农1B,获得一个稳定遗传的水稻半外卷叶突变体。该突变体从十叶期开始各叶片逐渐向外卷曲直至半卷状,并伴随茎秆半矮化和叶片披垂,暂被命名为semi-outcurved leaf 1(sol1)。与野生型(WT)相比,sol1的叶片卷曲指数均达到30%以上(P<0.01);倒一、倒二、倒三、倒四节节间长度和穗长极显著缩短,倒一、倒二、倒三叶的叶夹角显著或极显著增加;有效穗数、千粒重、每穗实粒数、结实率显著或极显著下降,一次枝梗数则增加11.3%(P<0.05)。sol1的蒸腾速率、胞间CO2浓度、气孔导度显著高于野生型。石蜡切片显示,sol1倒一叶的泡状细胞体积变小,数量显著增多,表皮细胞体积略微增大。遗传分析表明,sol1的半外卷叶性状受1对隐性核基因调控,定位于6号染色体标记JY6-3和JY6-10之间165 kb的物理范围内,共含15个注释基因。qRT-PCR结果表明,与泡状细胞相关的内卷基因和外卷叶基因RL14、Roc5、REL1在突变体sol1中呈不同程度的上调,NRL、BRD1、OsHox32、ADL1、LC2则呈不同程度的下调。研究结果为SOL1基因的克隆和功能研究奠定了基础。     

Unraveling the morphological patterns of a subantarctic eelpout: a geometric morphometric approach

Phenotypic variation in organisms depends on the genotype and the environmental constraints of the habitat that they exploit. Therefore, for marine species inhabiting contrasting aquatic conditions, it is expected to find covariation between the shape and its spatial distribution. We studied the morphology of the head and cephalic sensory canals of the eelpout Austrolycus depressiceps (4.5–22.5 cm TL) across its latitudinal distribution in South Pacific (45°S–55°S). Geometric morphometric analyses show that the shape varied from individuals with larger snout and an extended suborbital canal to individuals with shorter snouts and frontally compressed suborbital canal. There was size variation across the sampled populations, but that size does not have a clear latitudinal gradient. Only 8% of the shape variation relates to this size variation (allometry), represented by a decrease in the relative size of the eye, and a depression of the posterior margin of the head. There were spatial differences in the shape of the head, but these differences were probably caused by allometric effects. Additionally, 2 of the canals of the cephalic lateralis pores and the head shape showed modularity in its development. This study shows that the morphology of marine fish with a shallow distribution varies across distances of hundreds of kilometers (i.e., phenotypic modulation).     

构建VED-SegNet分割模型提取鱼类表型比例

为提高鱼类表型分割精度和准确度,实现鱼类表型智能监测,该研究基于深度学习算法构建了VED-SegNet模型用于鱼类表型分割和测量。该模型将cross stage partial network和GSConv结合作为编码器（VoV-GSCSP）,保持足够精度的同时降低网络结构复杂性。另一方面,该模型采用EMA(efficient multi-scale attention module with cross-spatial learning)建立强化结构,加强编码器和解码器之间的信息传递,提高模型精度,并实现了8个表型类别的输出。采用自建的鱼类表型分割数据集对VED-SegNet模型进行了测试,测量结果中鱼类各表型比例与实际测量值相接近,表型最大平均绝对和平均相对误差为0.39%、11.28%,能实现无接触式提取水产养殖中鱼类表型比例。对比其他常见语义分割模型,平均交并比mean intersection over union,mIoU和平均像素准确率mean pixel accuracy,m PA最高,分别到达了87.92%、92.83%。VED-SegNet模型在环境复杂、多鱼重叠的...     

数字果树及其技术体系研究进展

果树是重要的农林植物。在万物智联时代,利用数字化、智能化、网络化技术建立数字果树技术体系,实现对果树生命、生产和生态复杂系统的高效感知、认知和智慧管控,对于果业实现数字化转型具有重要意义。该研究在数字植物技术范畴下,系统论述了数字果树的概念和内涵,提出了数字果树技术体系框架。重点在果树表型信息获取、环境数据获取、三维模型计算、数字育种、果树大数据和虚拟现实技术等方面综述了数字果树研究进展。从产业应用角度,综述了数字果树技术在树形管理、生长监测、种植管理、农技培训、品牌营销等方面应用效果和挑战。最后,展望了数字果树发展趋势、研究热点和技术突破方向,以期为数字果树的进一步发展提供思路与借鉴。     

基于ST-LSTM的植物生长发育预测模型

提早预知植物生长发育是智能育种过程的重要组成部分,针对植物表型难以精准预测和模拟的问题,利用植物生长发育的空间和时间依赖性,提出了一种基于时空长短时记忆网络（Spatiotemporal long short-term memory, ST-LSTM）的植物生长发育预测模型,实现植物生长发育的预测。首先,通过微调Mask R-CNN模型实现识别、提取植物掩模,预处理具有时空相关性的植物生长发育图像序列,构建植物生长发育预测数据集。然后,基于ST-LSTM建立植物生长发育预测模型,利用历史生长发育图像序列,融合时空深度特征,预测植物未来的生长发育图像序列。研究结果表明,所提出模型预测的图像序列与生长发育实际图像序列具有较高的一致性和相似性,首个预测时间节点的结构相似度为0.874 1,均方误差为17.10,峰值信噪比为30.83,测试集的冠层叶面积、冠幅和叶片数预测R²分别为0.961 9、0.908 7和0.915 8。该研究实现了基于植物生长发育图像序列的生长发育预测,有效减少了田间反复试验的时间、土地和人力成本,为提高智能育种效率提供了参考。     

基于迁移学习和双线性CNN的细粒度菌菇表型识别

为了对细粒度菌菇进行表型识别,在双线性卷积神经网络细粒度图像识别框架基础上,提出了一种基于迁移学习和双线性Inception-ResNet-v2网络的菌菇识别方法。利用Inception-ResNet-v2网络的特征提取能力,结合双线性汇合操作,提取菌菇图像数据的细粒度特征,采用迁移学习将ImageNet数据集上预训练的模型参数迁移到细粒度菌类表型数据集上。试验表明,在开源数据集和个人数据集上,识别精度分别达到87.15%和93.94%。开发了基于Flask框架的在线菌类表型识别系统,实现了细粒度菌菇表型的在线识别与分析。     

异色瓢虫两个单倍体基因型的生物学特性比较

势单倍型异色瓢虫生物学特性的差异,在室内条件下以豌豆修尾蚜Megoura japonica（Matsumura）为食物,观察这两个单倍型的幼虫期死亡率和发育历期、雌成虫终身产卵量和卵孵化率等生物学参数。结果表明,单倍型-I和单倍型-Ⅱ的幼虫发育历期差异显著,分别为14.38和13.75 d;单倍型-I在幼虫各龄期的死亡率均低于单倍型-Ⅱ,分别为13.33%和29.20%（1龄）、5.49%和13.75%（2龄）、1.16%和4.35%（3龄）、2.35%和10.61%（4龄）。单倍型-I和单倍型-Ⅱ的成虫终身产卵量无显著差异,分别为936粒和887粒;卵孵化率差异显著,单倍型-I的卵孵化率（64.53%）高于单倍型-Ⅱ（60.99%）。综合来看,异色瓢虫的两个单倍型在自然界存在数量差异的原因可能是其在生殖和发育上的差异造成的。     

基于表型性状与简单重复序列标记的浙江省芋种质资源遗传多样性比较

为探讨浙江省地方芋种质资源的遗传多样性,并挖掘特异芋种质,对25份浙江省地方芋种质资源进行调查鉴定,对15个表型性状进行了遗传多样性分析、主成分分析、表型性状与简单重复序列(SSR)标记相结合的聚类分析。结果表明,浙江省芋种质遗传多样性丰富,变异系数与多样性指数均值分别为31.32%与0.97。主成分分析显示,前5个主成分累积特征值为10.871,累计贡献率为77.649%,主成分1反映了多子芋株型综合因子,主成分2反映了芋叶形状综合因子,主成分3反映了母芋形状综合因子,主成分4、5分别代表母芋表皮棕毛、母芋颜色因子;另外,孙芋形状、母芋芽色、叶心色斑颜色、叶柄中下部颜色、母芋表皮棕毛可作为芋种质鉴别优先观测的形态性状指标。基于表型性状的聚类在遗传距离4.171处可将所有种质分为5个类别,其中第Ⅲ类与第Ⅴ类的子孙芋形状均为卵圆,商品性好。此外,在20份多子芋中还挖掘出2份紫红柄特异芋种质。20对SSR引物在所有资源中扩增共获得53个条带,具有多态性的条带为48条,多态性比率为90.6%,多态信息含量(PIC值)为0.22~0.64;SSR分子标记聚类在DICE遗传相似系数0.721处将所有种质分为5个类别,与表型性状聚类结果有类似之处,但又有所不同。2种不同的聚类方式在芋种质资源的鉴别中具有互补作用,均表明了亲缘关系的远近与地理来源并无直接关系。上述结果将为芋种质资源进一步保护、利用与创新提供重要的理论基础。     

基于Micro-CT的玉米籽粒显微表型特征研究

植物显微表型主要是指植物组织、细胞和亚细胞水平的表型信息,是植物表型组学研究的重要组成部分.针对传统籽粒显微性状检测方法效率低、误差大且指标单一等问题,本研究利用Micro-CT扫描技术对5种类型11个品种玉米籽粒开展显微表型精准鉴定研究.基于对CT序列图像的处理解析,共获取籽粒、胚、胚乳、空腔、皮下空腔、胚乳空腔和胚...