茶树是中国主要经济作物之一,安徽省茶树栽培历史悠久具有丰富的种质资源和遗传多样性。茶树的高度杂合性导致其种质资源收集、管理及保护等方面工作进展缓慢,并且长期保存管理成本高,因此提高安徽省茶树种质资源的管理质量和效率,构建核心种质迫在眉睫。本研究从安徽省6个主要产茶地区收集了573份有代表性的茶树,基于60对SSR分子标记进行系统发育关系、群体结构和主坐标分析。聚类结果显示,安徽省573份茶树被分为5个类群,这些类群分布地区与收集样品的地理位置相关,聚类结果与PCoA的分群结果也基本一致。最后,我们构建了一个由115份茶树品种组成的核心种质,占原始种质的20%。核心种质中观察到的等位基因数(Na)具有90.9%的保留率,并且核心种质和原始种质的香农信息指数(I)及其他遗传多样性参数之间没有显著性差异。所有代表性茶区均保留了部分代表性品种,其中黄山地区保留了39份茶树,占核心种质的33.9%;金寨县保留了10份茶树,占核心种质的8.9%。PCoA结果表明构建的核心种质均匀的分布在收集的安徽省茶树种质中,说明构建的核心种质能够代表安徽省茶树种质的遗传多样性。本研究对安徽省茶树种质资源的高效保存和利用具有一定的参考价值。
栽培草莓(Fragaria×ananassa)来自四个二倍体祖先:F. vesca,F. viridis,F .iinumae和F. nipponica。其中,F. vesca是栽培草莓最主要的亚基因组。目前,基因表达如何促进二倍体和八倍体草莓之间的果实发育过程中的差异的机制沿不清楚。在这里,我们对F. vesca和F.×ananassa的转录组进行全面分析,以研究水果发育不同阶段的基因表达。通过二倍体和八倍体之间的成对比较,我们总共获得了3,741个(转色期)和3,960个(成熟期)差异表达的基因。类黄酮生物合成中涉及的基因在八倍体的转色阶段被显著上调,并且我们还通过加权共表达网络(WGCNA)分析发现了与几种类黄酮生物合成基因(包括FveMYB10,FveMYB9/11和FveRAP)相关的成熟果实特异性模块。此外,我们确定了八倍体和二倍体果实中的物种特异调控网络。值得注意的是,我们发现WAK和F-box基因分别在八倍体和二倍体果实中富集。总体而言,这项研究有助于阐明草莓的类黄酮生物合成和果实大小,这对栽培草莓的未来分子育种具有重要意义。
植被覆盖度(FVC)是衡量作物生长状况的重要指标。在作物生长监测研究中,快速、准确地提取植被覆盖度非常重要。摄影法是目前应用最广泛的FVC提取方法,具有操作简单、提取精度高的优点。但是,当土壤湿度和采集时间不同时,提取结果的准确度较差。为了适应不同的植被覆盖度提取条件,本文提出了一种新的植被覆盖度提取方法,该方法采用密度峰值K-means (density peak K-means, DPK-means)算法从小麦归一化差值植被指数(NDVI)灰度图像中提取植被覆盖度。本研究以盆栽种植的杨麦4 (YF4)和田间种植的杨麦16 (Y16)为研究对象,使用三脚架搭载高光谱成像相机,在盆栽小麦冠层上方1m处采集不同土壤条件(干、湿)下小麦的地面高光谱图像。无人机搭载高光谱相机,在田间小麦冠层上方50m高空采集不同时期的冬小麦高光谱图像。分别采用像元二分法和DPK-means算法对小麦NDVI灰度图像中的植被像元和非植被像元进行分类,并对两种方法的提取效果进行了比较分析。结果表明,像素二分法提取的图像受到采集条件的影响较大,误差分布较为分散。DPK-means算法的提取效果受采集条件的影响较小,误差分布比较集中。干、湿土壤条件和不同时间条件下的误差绝对值分别为0.042和0.044,均方根误差(RMSE)分别为0.028和0.030,FVC拟合精度R2分别为0.87和0.93。本研究表明,在不同土壤和时间条件下,DPK-means算法比像元二分法能够获得更准确的结果,是一种准确、稳健的FVC提取方法。