成人黄色在线观看,成人黄色免费在线视频,免费黄网站在线看,可以免费看黄的网址

光譜基因組鏈模型提高了地中海氣候條件下小麥產(chǎn)量成分預(yù)測(cè)的準(zhǔn)確性

發(fā)布時(shí)間：

2024-10-07

來(lái)源：

作者：

鑒于氣候變化危及未來(lái)糧食安全，基因組選擇正成為育種者提高遺傳收益和引進(jìn)高產(chǎn)品種的寶貴工具。然而，由于所涉及的遺傳和生理復(fù)雜性以及遺傳-環(huán)境相互作用對(duì)預(yù)測(cè)精度的影響，糧食產(chǎn)量預(yù)測(cè)具有挑戰(zhàn)性。使用鏈?zhǔn)侥Ｐ头椒▉?lái)解決這些挑戰(zhàn)，將復(fù)雜的預(yù)測(cè)任務(wù)分解為更簡(jiǎn)單的步驟。一個(gè)物候范圍狹窄的多樣性面板在三個(gè)地中海環(huán)境中表型化了各種形態(tài)生理和產(chǎn)量相關(guān)性狀。結(jié)果表明，多環(huán)境模型對(duì)大多數(shù)性狀的預(yù)測(cè)精度優(yōu)于單環(huán)境模型。但對(duì)糧食產(chǎn)量的預(yù)測(cè)精度沒(méi)有提高。因此，為了提高小麥產(chǎn)量預(yù)測(cè)的準(zhǔn)確性，將小麥產(chǎn)量的主要組成穗部的光譜估計(jì)與基因組數(shù)據(jù)相結(jié)合。采用機(jī)器學(xué)習(xí)方法對(duì)無(wú)人機(jī)捕獲的冠層高光譜反射率進(jìn)行麥穗數(shù)估計(jì)。利用光譜估計(jì)穗數(shù)作為多性狀基因組選擇的第二性狀，顯著提高了籽粒產(chǎn)量預(yù)測(cè)的準(zhǔn)確性。此外，根據(jù)前幾季的數(shù)據(jù)預(yù)測(cè)峰值數(shù)量的能力意味著它可以應(yīng)用于各種規(guī)模的新試驗(yàn)，即使是小地塊?？偟膩?lái)說(shuō)，結(jié)果證明，結(jié)合一種新的光譜基因組鏈模型工作流程，利用基于光譜的表型作為次要性狀，提高了小麥產(chǎn)量的預(yù)測(cè)準(zhǔn)確性。

 

圖1  小麥產(chǎn)量預(yù)測(cè)的試驗(yàn)方法。(A)雨棚設(shè)施2022年實(shí)驗(yàn)概覽(11/04/2022，出現(xiàn)后124天拍攝)。(B)鏈?zhǔn)侥Ｐ头椒A(yù)測(cè)糧食產(chǎn)量的工作流程圖。

 

圖2  WheatMore小組的表型特征。描述WheatMore面板在三種環(huán)境(2021，2022TD和2022WW，Rehovot)中測(cè)量的物候特征的小提琴圖：(A)抽穗日期，(B)植株高度，(C)花序柄長(zhǎng)度。產(chǎn)量構(gòu)成:(D)穗數(shù)，(E)干物質(zhì)，(F)產(chǎn)量，(G)千粒重，(H)收獲指數(shù)。

 

圖3  性狀之間的基因組和表型相關(guān)性。(A) 2021、(B) 2022TD和(C) 2022WW環(huán)境下所測(cè)表型性狀：抽穗日期(HD)、花序柄長(zhǎng)度(PDL)、株高(PH)、穗數(shù)(SPN)、總干物質(zhì)(DM)、籽粒產(chǎn)量(GY)、千粒重(TKW)和收獲指數(shù)(HI)之間的基因組相關(guān)熱圖(藍(lán)灰標(biāo)度上非對(duì)角線)和Pearson相關(guān)矩陣(綠橙標(biāo)度下非對(duì)角線)。顏色表示相關(guān)度(r)，從正相關(guān)(藍(lán)色或綠色)到負(fù)相關(guān)(灰色或橙色)。

 

圖4  產(chǎn)量組成部分的遺傳結(jié)構(gòu)。圓形曼哈頓圖(A)穗數(shù)，(B)籽粒產(chǎn)量，(C)在2021年(內(nèi))，2022TD(中)和2022WW(外)測(cè)量的千粒重。藍(lán)色虛線代表全基因組顯著性閾值，而顯著相關(guān)標(biāo)記用紅色突出顯示。

 

圖5  不同交叉驗(yàn)證場(chǎng)景下的預(yù)測(cè)精度。(A)單環(huán)境和多環(huán)境，(B) CV0，(C) CV1，(D) CV2。預(yù)測(cè)的性狀按照廣義遺傳力從左到右按升序排序。主要性狀為干物質(zhì)(DM)、產(chǎn)量(GY)、穗數(shù)(SPN)、收獲指數(shù)(HI)、花梗長(zhǎng)度(PDL)、株高(PH)、抽穗期(HD)和千粒重(TKW)。不同環(huán)境下的預(yù)測(cè)精度用顏色表示:2021(灰色)、2022TD(橙色)和2022WW(藍(lán)色)。

 

圖6 糧食產(chǎn)量的多性狀預(yù)測(cè)。(A)多性狀交叉驗(yàn)證情景方案：CV3，其中訓(xùn)練和測(cè)試都包括次要性狀，只有訓(xùn)練群體包括糧食產(chǎn)量(GY)數(shù)據(jù)，而在CV4中，測(cè)試群體缺失這兩個(gè)性狀。CV3和CV4的預(yù)測(cè)精度箱線圖，使用(B)預(yù)測(cè)穗數(shù)(SPNp)或(C)測(cè)量千粒重(TKW)作為每個(gè)環(huán)境的次要性狀。箱線圖填充的強(qiáng)度表示產(chǎn)量與次要性狀的相關(guān)性，紅色虛線表示單性狀模型對(duì)產(chǎn)量的平均預(yù)測(cè)精度。。

 

來(lái) 源

Sadeh R, Ben-David R, Herrmann I, Peleg Z. Spectral-genomic chain-model approach enhances the wheat yield component prediction under the Mediterranean climate. Physiol Plant. 2024 Jul-Aug;176(4): e14480.

 

編輯

王春穎

推薦新聞

石時(shí)之約|韓志國(guó)：透過(guò)表型數(shù)據(jù)，看見(jiàn)植物的喜怒哀樂(lè)！

本期石時(shí)之約，我們將對(duì)話慧諾瑞德（北京）科技有限公司總經(jīng)理、國(guó)際植物表型學(xué)會(huì)（IPPN）執(zhí)委會(huì)委員/工業(yè)分會(huì)副主席韓志國(guó)，一起從表型數(shù)據(jù)的科學(xué)角度，去讀懂農(nóng)作物的喜怒哀樂(lè)和前世今生。

慧科研、慧育種、慧種田——慧聚改變的力量

讓我們“慧聚”在一起，為“慧科研、慧育種、慧種田”賦能。

高通量植物表型平臺(tái)建設(shè)注意事項(xiàng)

育種，是在給定的環(huán)境條件下，選擇各種表型指標(biāo)(產(chǎn)量、品質(zhì)、抗性)最優(yōu)的基因型材料的過(guò)程(AI育種，從這里起步)。育種工作中大約70%的工作量來(lái)自表型觀察測(cè)量和篩選，是最耗人力物力的過(guò)程。

作物生理表型測(cè)量基礎(chǔ)原理

生理表型測(cè)量的核心在于“早、快”，要在肉眼可見(jiàn)之前就能測(cè)量并預(yù)判出變化趨勢(shì)，才是這個(gè)技術(shù)的核心價(jià)值。葉綠素?zé)晒獬上?，恰好滿足了這個(gè)要求。