15女上课自慰被男同桌看到了,亚洲国产精品久久久久久久,大雞巴亂倫有声小说,国产精品成人一区二区三区

English | 中文版 | 手機版 企業登錄 | 個人登錄 | 郵件訂閱
當前位置 > 首頁 > 技術文章 > 表型選擇技術作為油菜育種新方法的可行性研究

表型選擇技術作為油菜育種新方法的可行性研究

瀏覽次數:531 發布日期:2024-11-22  來源:本站 僅供參考,謝絕轉載,否則責任自負

Plant Phenomics | 油菜育種新方法:表型選擇技術解析

在作物育種中,基因組選擇(Genomic Selection,GS)已成為預測作物性狀的重要工具。然而,基因組選擇需要大量的基因型標記,成本較高。為解決這一問題,本文提出了表型組選擇(Phenomic Selection,PS)作為低成本、高通量的替代方案。PS通過光譜數據預測復雜性狀,無需依賴基因型信息,具有良好的預測準確性。

2024年7月,Plant Phenomics 在線發表了Justus Liebig University題為Phenomic Selection for Hybrid Rapeseed Breeding 的研究論文。

本文通過近紅外光譜(NIRS)數據對410個油菜雜交組合進行了表型組選擇,并與基因組選擇進行了對比分析。結果表明,表型組選擇在預測種子產量和植株高度等性狀時,表現優于基因組選擇,特別是在僅使用單個試驗場地數據時效果顯著。研究還發現,通過親本的光譜數據預測雜交后代的性狀是可行的,為油菜雜交育種提供了一種高效、經濟的選擇方法。

圖1是雜交油菜種群及不同環境下的實驗設計示意圖。本研究使用的油菜籽群體是基于5個不同的創始系(P1~P5)與一個共同的精英系(L1)的雜交。將得到的251個傳粉媒介與2個不同的雄性不育自交系(M1和M2)雜交,得到410個試驗雜交種(A)。利用生長在1個地點的傳粉媒介獲得的近紅外光譜數據進行跨代預測,預測生長在5個地點的雜交種的表型性狀(B)。利用近紅外光譜數據和雜種(C至E)獲得的表型性狀進行代內預測。從所有5個位點獲得表型性狀,而NIRS數據要么從所有5個位點(C和E)獲得,要么從單個位點(D)獲得。交叉驗證的方法是將雜交群體隨機分為80%的訓練集和20%的測試集,重復200次(B至D),或者使用5個原始雜交中的4個后代的雜交作為訓練集,其余亞家族作為測試集(E)。

圖1 實驗設計概述


圖2 幾種選擇的預測值和實際值對比

圖2基于GBLUP/NIRS-BLUP的實測值(調整均值)和預測值(200次交叉驗證均值),比較GS(A和D)、PS(B和E)和組合選擇(C和F)對種子產量前80個基因型(A ~C)或前40個基因型(D ~ F)的選擇精度。根據預測和實際性能,在選定部分內或外的基因型分別被分類為“正確選擇”(CS)或“正確丟棄”(CD)。

在實際表現較差的預測中選擇的基因型,反之亦然,分別被歸類為“錯誤選擇”(WS)或“錯誤丟棄”(WD)。相應的百分比數字表示相應的派系規模。切卡諾夫斯基相似系數(CZ)表示基于預測值的選擇精度。Pearson相關系數(r)表示各自的預測精度。近紅外光譜數據是在雜交種內從收獲的種子中獲得的。

該研究首次驗證了表型組選擇在油菜雜交育種中的可行性,證明了親本的光譜數據可以用于預測后代的性狀表現。這一方法能夠顯著降低育種成本,提高育種效率,且易于在現有的育種計劃中實施。

論文鏈接:
https://doi.org/10.34133/plantphenomics.0215

——推薦閱讀——
Fast and Efficient Root Phenotyping via Pose Estimation
https://doi.org/10.34133/plantphenomics.0175‍
Plant Phenomics | 利用深度學習技術實現地標的快速檢測與分組,為根表型分析提供高效無縫的解決方案

加入作者交流群
掃碼添加小編微信,拉您進入《植物表型組學》作者交流群,群內不定期開展作者分享會、專刊發布會等高質量活動。

添加小編微信,備注姓名+單位+PP,加入作者交流群

About Plant Phenomics
《植物表型組學》(Plant Phenomics)是由南京農業大學創辦的英文學術期刊,于2019年1月正式上線發行。采用開放獲取形式,刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創性研究論文、綜述、數據集和觀點。具體范圍涵蓋高通量表型分析的最新技術,基于圖像分析和機器學習的表型分析研究,提取表型信息的新算法,作物栽培、植物育種和農業實踐中的表型組學新應用,與植物表型相結合的分子生物學、植物生理學、統計學、作物模型和其他組學研究,表型組學相關的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數據庫收錄。科睿唯安JCR2023影響因子為7.6,位于農藝學一區(1/125名),植物科學一區(13/265名),遙感一區(6/62名)。2023年中科院期刊分區位于農林科學大類一區。2020年入選中國科技期刊卓越行動計劃高起點新刊項目、2024年入選江蘇科技期刊卓越行動計劃領軍期刊項目、2024年入選中國科技期刊卓越行動計劃二期英文梯隊期刊。

說明:本文由《植物表型組學》編輯部負責組稿。
中文內容僅供參考,一切內容以英文原版為準。
編輯排版:王平、陳新月(浙江大學)
審核:尹歡、孔敏

發布者:北京博普特科技有限公司
聯系電話:010-82794912
E-mail:1206080536@qq.com

用戶名: 密碼: 匿名 快速注冊 忘記密碼
評論只代表網友觀點,不代表本站觀點。 請輸入驗證碼: 8795
Copyright(C) 1998-2025 生物器材網 電話:021-64166852;13621656896 E-mail:info@bio-equip.com
主站蜘蛛池模板: 霍邱县| 陇西县| 沅江市| 准格尔旗| 邯郸市| 汶上县| 叙永县| 中阳县| 辽阳市| 依安县| 绥滨县| 行唐县| 辽宁省| 克东县| 卢龙县| 出国| 积石山| 山丹县| 商洛市| 文昌市| 崇阳县| 安溪县| 阿拉善左旗| 乌兰察布市| 洛宁县| 临沂市| 吴忠市| 德格县| 寿光市| 五常市| 漳浦县| 措勤县| 遂平县| 杭锦旗| 绿春县| 通许县| 康平县| 会同县| 古交市| 昭觉县| 馆陶县|