评估碳同位素识别值在小麦育种中的应用 | PPhenomics Article

欧亚国际

欢迎您来到欧亚国际科技官方网站!

土壤仪器电话

010-82794912

品质至上,客户至上,您的满意就是我们的目标

技术文章

当前位置:  首页 > 技术文章

评估碳同位素识别值在小麦育种中的应用 | PPhenomics Article

发表时间:2020-05-06 14:58:50点击:1346

来源:植物表型组学

分享:

blob.png

blob.png 

2019年8月,Plant Phenomics刊发了由来自美国华盛顿州立大学(Washington State University)的Liam S. Dixon等人撰写的题为evalsuating the Utility of Carbon Isotope Discrimination for Wheat Breeding in the Pacific Northwest的研究论文,介绍了评估碳同位素识别值在北美太平洋西北地区小麦育种中的应用情况。华盛顿州立大学的Arron H. Carter教授为本文通讯作者。

许多小麦产区每年都受到干旱胁迫的威胁。碳同位素识别值(Δ)在育种中已被确定是在某些环境中提高耐旱性的一个潜在有用的性状。然而,由于表型在较小的尺度上具有高资源需求,并且在谷物产量和Δ之间观察到了不一致,所以,宽泛的使用Δ作为选择标准是有限的。鉴定和验证用于标记辅助选择(MAS)的分子标记可以提高选择效率,并且可以根据整个生育季的降水分布和每个地点的降水总量建立与谷物产量之间的可靠关系。鉴于环境的降水动态变化,有必要在目标育种环境中评估这种关系。

在本研究中,谷物的Δ是在一组480个的先进软白冬小麦品种上收集的,这些品种分别生长在5个不同的太平洋西北地区的环境中。全基因组关联分析的方法用于评估谷物Δ对MAS的适应性。使用多个小marker-trait关联效应确定谷物Δ的遗传结构特征,但是在整个环境中的可重复性是有限的,这表明MAS对提高Δ的选择效率无效。此外,在目标环境中,谷物产量与Δ值之间的关系从中性(r=-0.01)到中等阳性(r=0.44)。这种中等的相关性,加上这种关系的可变性,表明直接使用Δ作为选择标准可能是无用的。

blob.png

Flowchart of major elements in experimental design, including field growth, 

phenotyping, GWAS, and data analysis. 

谷物Δ在华盛顿州目标育种环境中是对作物改良基本无效的选择标准。Δ的低遗传度以及与谷物产量不一致且弱相关的关系都决定了使用谷物Δ作为选择标准是不宜的。环境较大地影响了Δ作为筛选工具的能力。在环境因素较加一致的地区,使用Δ作为选择标准可能是有用的,然而,当产区的地点和年份剧烈变化时,Δ不被证明是有价值的选择标准。通过测定遭受较轻胁迫的叶组织的Δ推出与谷物Δ相关的基因型与环境的互作效应可能会逐渐消失,较终遗传度。

本研究发现谷物Δ的遗传结构特征绝大程度上由多重小效应和具有环境特异性的MTAs表征,这进一步使得选择谷物Δ作为选择标准复杂化。这些结果表明,处于终端干旱环境的小麦Δ不适合用于MAS,因为没有发现由单个标记导致的大量表型响应。

How to Cite this Article

Liam S. Dixon, Jayfred V. Godoy, and Arron H. Carter, “evalsuating the Utility of Carbon Isotope Discrimination for Wheat Breeding in the Pacific Northwest,” Plant Phenomics, vol. 2019, Article ID 4528719, 11 pages, 2019. http://doi.org/10.34133/2019/4528719.

blob.png 

Latest Articles

Jobs | 南京农业大学作物表型分析团队博士后、博士职位

Conference | 第6届植物表型大会开放注册

Report | 园艺植物表型组学研究进展

Article | 利用机器视觉量化葡萄白粉病严重程度的高通量表型系统

Article | 利用表型组学辅助筛选技术开发有效植物育种表型预测因子

Article | 基于深度学习的识别田间条件下小麦的穗区域的表型分析方法

Article | 来阵风,就知道!一种植物无损快速振动表型分析方法

Article | 一种用于高粱头状花序检测和计数的弱监督深度学习框架

Article | 用于估计穗密度和地上生物量的茎特征高通量测量方法

Article | 新方法!预测芸薹属植物花期耐热抗旱性的无损表型测量方法

Article | 将FAIR原理应用于GnpIS植物表型数据管理

Article | instaGraminoid,一种评估除草剂抗性的新型比色法

Article | 利用高通量表型技术探索三种植物种类对真菌菌根和锌的生长反应

Article | 如何利用卷积神经网络诊断植物病害 

Perspective | 植物表型:过去、现在和未来

Editorial | 植物表型组学:一种新兴的跨学科科学 

About Plant Phenomics

《植物表型组学》(Plant Phenomics)是由南京农业大学和美国科学会(AAAS)合作创办的英文学术期刊,于2019年1月正式上线发行,是Science合作出版的第二本期刊。采用开放获取形式,刊载植物表型组学交叉学科热点领域具有突破性科研进展的原创性研究论文、综述、数据集和观点。具体范围涵盖高通量表型分析的较新技术,基于图像分析和机器学习的表型分析研究,提取表型信息的新算法,作物栽培、植物育种和农业实践中的表型组学新应用,与植物表型相结合的分子生物学、植物生理学、统计学、作物模型和其他组学研究,表型组学相关的植物生物学等。2019年8月,已正式被DOAJ数据库收录。

翻译:孙港 

编辑:孔敏 

审核:尹欢、陈文珠

blob.png

  • 土壤仪器品牌德国steps
  • 土壤仪器品牌奥地利PESSL
  • 土壤仪器品牌荷兰MACView
  • 土壤仪器品牌德国INNO_Concept
  • 土壤仪器品牌比利时WIWAM
  • 土壤仪器品牌德国GEFOMA
  • 土壤仪器品牌奥地利schaller
  • 土壤仪器品牌荷兰PhenoVation
  • 土壤仪器品牌法国Hi-phen系统
  • 土壤仪器品牌Videometer
  • 土壤仪器品牌比利时INDUCT(OCTINION)
  • 土壤仪器品牌美国EGC
  • 土壤仪器品牌HAIP
  • 土壤仪器品牌植物遗传资源学报
欧亚国际