首页期刊导航|中国农业科学
期刊信息/Journal information
中国农业科学
中国农业科学院
中国农业科学

中国农业科学院

路文如

半月刊

0578-1752

zgnykx@mail.caas.net.cn

010-82109808 82106279

100081

北京中关村南大街12号

中国农业科学/Journal Scientia Agricultura SinicaCSCD北大核心CSTPCD
查看更多>>本刊为综合性农牧业科学学术刊物。主要发表我国农牧业科学在基础理论和应用技术方面的学术论文、重要科研成果和专题报告及各学科研究进展综述等。主要栏目有作物栽培的理论与实践、作物育种与品种资源、生物技术、植保、土肥、畜牧、兽医、研究简报等。读者对象为农牧业科技工作者、农业院校师生和农业管理干部。
正式出版
收录年代

    基于转录组学分析辣椒对磷营养逆境的响应

    徐明睿王晓娟杨亚莉马越飞...
    2827-2846页
    查看更多>>摘要:[目的]探究辣椒幼苗在不同梯度磷胁迫下的转录水平及生理响应的变化,分析不同梯度磷胁迫的重要通路,并结合相关生理试验分析辣椒应对磷营养逆境的生理机制,筛选出调控磷营养逆境的转录因子及核心基因,为辣椒选育提供理论基础和基因资源。[方法]本研究以纯系辣椒CA#8 幼苗根系为试验材料,采用霍格兰水培法培养至四叶一心期进行 4 个不同梯度磷胁迫处理,分别为对照组(CK,200 μmol·L-1 NH4H2PO4)、缺磷胁迫组(DP,0 μmol·L-1 NH4H2PO4)、低磷胁迫组(LP,20 μmol·L-1 NH4H2PO4)和高磷胁迫组(HP,1 000 μmol·L-1 NH4H2PO4)。处理 2 d后对辣椒根系进行转录组测序(RNA-Seq),并在处理 0、2、4 和 6 d后测定辣椒根系内源激素和抗氧化酶活性。[结果]与CK组对比,DP、LP、HP组的差异表达基因(DEG)分别为 626、107、171 个,通过GO、KEGG富集分析和WGCNA分析发现 10 个与磷信号途径相关的DEG,4 个与植物激素信号转导途径相关的DEG,7 个与抗氧化酶活性相关的DEG,并进行实时荧光定量(qRT-PCR)验证了转录组数据的准确性。对辣椒幼苗根系内源激素定量测定发现,随着磷胁迫时间的增加,与CK组对比,DP、LP、HP组幼苗根系内各种生长促进类的植物内源激素如赤霉素(GA)、油菜素内酯(BR)、细胞分裂素(CTK)、吲哚乙酸(IAA)、独脚金内酯(SL)、茉莉酸(JA)含量降低,生长抑制类激素如乙烯(ETH)、脱落酸(ABA)含量上升。其中,缺磷胁迫和低磷胁迫表现最为明显,对幼苗根系生长的抑制程度最大。不同梯度磷胁迫处理能够诱导辣椒组织中超氧化物歧化酶(SOD)、过氧化物酶(POD)、过氧化氢酶(CAT)活性升高,胁迫后期SOD活性下降,POD和CAT活性趋于稳定。[结论]磷营养逆境下,辣椒通过响应磷信号途径、植物激素信号转导途径及抗氧化酶活性相关的差异表达基因,缓解了磷胁迫对辣椒幼苗生长的影响,增强了辣椒对磷胁迫的耐受性。

    辣椒磷胁迫磷饥饿响应转录组基因挖掘

    不同砧木对多主干树形'瑞香红'苹果幼树树体生长及果实品质的影响

    曾艳鑫宫昊楠由春香卢景生...
    2847-2861页
    查看更多>>摘要:[目的]探究在多主干树形整形条件下,不同砧木对'瑞香红'苹果树体生长及果实品质的影响,为'瑞香红'苹果生产筛选适宜砧木和多主干树形推广应用提供理论依据。[方法]以3年生'瑞香红'/青砧1号、'瑞香红'/圆叶海棠、'瑞香红'/M9T337为试材,结合多主干树形整形。于2023年 4月至2024 年 3月对不同砧穗组合的树体结构、枝类组成、一年生枝生长、光合特性、矿质元素含量及果实品质进行测定分析。[结果]结果表明,'瑞香红'/圆叶海棠苹果接穗的树高、亲和性、枝量、一年生枝生长量和光合特性都显著高于'瑞香红'/青砧 1 号和'瑞香红'/M9T337,营养生长旺盛。'瑞香红'/青砧 1 号树体长势略低于'瑞香红'/圆叶海棠,但高于'瑞香红'/M9T337,能较好保持'瑞香红'果形,硬度高、耐贮存,但单株结果量少、果实偏酸。'瑞香红'/M9T337树体短枝占比高、树冠各部位营养生长均衡,且果实单株产量高、果实品质好。在春梢和秋梢生长期,3 种砧穗组合新梢叶片的矿质元素含量存在差异。圆叶海棠和青砧 1 号接穗叶片的N、Mg、Fe、B及春梢生长期Mn、Zn含量均显著高于M9T337,而P、K、Mo、Cu及秋梢生长期Mn、Zn含量为M9T337高于圆叶海棠和青砧1号。[结论]M9T337砧木结合多主干树形整形的树体矮化效果最好,单株结果多、果实品质好,但树势弱、抗逆性差。圆叶海棠砧木亲和性高、长势旺盛,结合多主干树形整形密植效果好、抗逆性强、果实品质较好。

    苹果砧穗组合多主干树形新梢生长果实品质

    基于中红外光谱的中国荷斯坦牛牛奶中钠钾镁含量预测模型的建立

    郝磊晓褚楚温佩佩彭松悦...
    2862-2873页
    查看更多>>摘要:[背景]牛奶中钠(sodium,Na)、钾(potassium,K)和镁(magnesium,Mg)含量的准确检测有助于奶牛的健康养殖,同时也是稳定乳制品质量的前提。但目前检测牛奶中矿物质含量的常规方法昂贵且耗时,因此需要一种低成本且快速检测牛奶Na、K和Mg含量的方法。[目的]利用中红外光谱(mid-infrared spectroscopy,MIRS)预测中国荷斯坦牛牛奶中Na、K和Mg含量的潜力,为测定牛奶中Na、K和Mg含量提供快速检测技术,为牛群饲养管理和奶牛遗传育种提供大量表型数据支撑。此外,比较不同特征波段选择算法改进预测牛奶中Na、K和Mg含量的MIRS定量预测模型的能力。[方法]以来自华北地区的255份健康中国荷斯坦牛牛奶样本为研究对象。首先,使用MilkoScanTMFT+收集牛奶样本的MIRS数据,并使用电子耦合等离子体发射光谱法测定牛奶样本中Na、K和Mg含量的真实值。随后,以MIRS数据为预测变量,Na、K和Mg含量的真实值为因变量,利用4种光谱预处理算法(一阶导数、二阶导数、SG平滑和标准正态变换)、4种特征选择算法(无信息变量消除(uninformative variable elimination,UVE)、竞争性自适应重加权算法(Competitive adaptive reweighted sampling,CARS)、遗传算法(Genetic Algorithm,GA)及最小角回归算法(Least Angle Regression,LAR))和9种建模算法(偏最小二乘回归、支持向量机、随机森林和弹性网络等),分别建立预测牛奶中Na、K和Mg含量的MIRS定量预测模型,并选出最优模型组合(特征选择算法+光谱预处理算法+建模算法)。[结果]CARS特征波段选择算法对Na、K和Mg含量预测模型的改进效果优于 UVE、GA 和 LAR 算法。基于 CARS 特征选择算法、一阶导数预处理和弹性网络建模算法开发的 Na含量预测模型效果最好,该模型预测集决定系数(coefficient of determination of prediction set,R 2 p)=0。72,预测集均方根误差(root mean squared error of prediction,RMSEp)=63。28 mg·kg-1,预测集平均绝对误差(mean absolute error of prediction set,MAEp)=49。03 mg·kg-1,性能偏差比(ratio of performance to deviation,RPD)=1。90;基于CARS特征选择算法、原始光谱和支持向量机建模算法开发的K含量预测模型效果最好,该模型R 2 p=0。57,RMSEp=141。49 mg·kg-1,MAEp=116。24 mg·kg-1,RPD=1。57;基于CARS特征选择算法、原始光谱和偏最小二乘回归建模算法开发的Mg含量预测模型效果最好,该模型R 2 p=0。51,RMSEp=12。08 mg·kg-1,MAEp=9。84 mg·kg-1,RPD=1。30。[结论]利用MIRS预测中国荷斯坦牛牛奶中Na和K含量的方法可行,可以较准确地预测Na含量,近似地定量预测K含量(用于区分低浓度K和高浓度K样品)。在建模之前利用CARS算法提取特征波段提高了MIRS预测模型的准确性,并大大减少了运算时间,可提高MIRS模型预测表型数据的效率。

    牛奶中红外光谱矿物质机器学习

    lncRNA RRAS2-AS1在LPS诱导奶牛乳腺上皮细胞炎症中的功能

    王晋鹏罗仍卓么李彦霞冯芬...
    2874-2888,中插11-中插13页
    查看更多>>摘要:[背景]奶牛乳腺炎是奶牛中危害最严重的疾病之一,严重影响乳品质,不仅造成经济损失,甚至危及人类健康。已有研究表明,lncRNAs 广泛参与人和动物的炎症和免疫调节。lncRNA RRAS2-AS1 是我们在前期研究中新发现的差异表达 lncRNA,其表达模式和功能尚不清楚。[目的]通过探究 lncRNA RRAS2-AS1 在奶牛乳腺上皮细胞(bovine mammary epithelial cells,bMECs)炎症反应中的作用机制,为奶牛乳腺炎的分子调控机制解析和抗乳腺炎分子选育提供理论依据。[方法]利用RT-PCR和RACE等技术进行了lncRNA RRAS2-AS1 的克隆,并通过生物信息学方法进行lncRNA RRAS2-AS1的靶基因预测及功能富集分析;利用细胞免疫荧光技术鉴定 bMECs,利用细胞核质分离及半定量 PCR 技术检测了 lncRNA RRAS2-AS1 的亚细胞定位情况;采用qRT-PCR检测了lncRNA RRAS2-AS1 在脂多糖(lipopolysaccharide,LPS)诱导bMECs炎症反应和乳腺炎奶牛乳腺组织中的表达模式;利用LPS诱导bMECs构建了炎症细胞模型,在此基础上,通过lncRNA超表达、qRT-PCR和ELISA等技术研究了lncRNA RRAS2-AS1 对炎性bMECs内的促炎细胞因子基因、增殖相关基因和凋亡相关基因在mRNA和(或)蛋白质水平表达的影响,同时采用EdU、CCK-8 和流式细胞术进一步验证了lncRNA RRAS2-AS1 对bMECs增殖、活力和凋亡的影响。[结果]lncRNA RRAS2-AS1 基因的长度为 363 bp,主要定位于细胞质中。表达量检测结果表明,与对照组相比,lncRNA RRAS2-AS1 在LPS诱导炎症的bMECs和乳腺炎组织中的表达量显著下调(P<0。05);lncRNA RRAS2-AS1 超表达试验结果表明,与对照组相比,lncRNA RRAS2-AS1 超表达组的炎症信号通路关键基因(TLR4和NF-κ B1)、促炎细胞因子基因(IL-1β、IL-6和IL-8)、促凋亡基因(BAD、CASP3和BAX等)的表达量显著下调(P<0。01),而增殖标志基因(CDK2、CDK4和PCNA)的表达量显著上调(P<0。05)。此外,lncRNA RRAS2-AS1 超表达组的细胞活力显著增加(P<0。05),而bMECs的凋亡率极显著降低(P<0。01)。[结论]lncRNA RRAS2-AS1 在LPS诱导bMECs的炎症反应和乳腺炎奶牛的乳腺组织中均显著下调;超表达lncRNA RRAS2-AS1 可下调促炎细胞因子IL-6、IL-8 和IL-1β在mRNA和蛋白质水平的表达,并促进细胞活力和增殖、抑制细胞凋亡,从而减轻 LPS 诱导的 bMECs 炎症反应,该结果可为解析奶牛乳腺炎的分子调控网络奠定了基础。

    奶牛乳腺炎lncRNARRAS2-AS1细胞增殖细胞凋亡

    二代基因组测序鉴别狮头鹅拷贝数变异及其与体重体尺关联

    张力允黄智荣杨柳陈俊鹏...
    2889-2900,后插1-后插5页
    查看更多>>摘要:[背景]许多研究报道拷贝数变异(copy number variation,CNV)是一种长度在 50 bp至 5 Mb之间的缺失或插入,可以影响基因的表达,从而影响动物的生长发育特征,与畜禽重要经济性状有紧密的关联,是一种重要分子遗传标记之一。狮头鹅是世界体型最大鹅种之一,原产地为广东饶平,为广东卤鹅的原材料。但是,至今还没有关于狮头鹅CNV与体重体尺的全基因组关联研究报道。[目的]通过二代基因组测序数据鉴别狮头鹅的 CNV 和拷贝数变异区域(copy number variation region,CNVR)在基因组上分布情况,通过 CNV 与体重体尺性状的关联分析,挖掘显著影响体重体尺的 CNV 及候选基因,为狮头鹅后续的分子育种研究提供参考。[方法]试验共收集了来自汕头市白沙禽畜原种研究所的 111 只狮头鹅,其中公鹅 20 只,母鹅 91 只。所有鹅均采用统一标准饲养管理。对 111 只鹅进行体重体尺测定,体尺性状包括体斜长、胸深、胸宽等 9 个指标。本试验对 111 只鹅进行体重体尺测定和二代基因组测序(5×)。测序数据利用SOAPnuke进行质控,软件Speedseq中的 BWA模块进行序列比对,采用Speedseq中的LUMPY和CNVnator模块检测结构变异(structure variation,SV),从SV中筛选CNV。本试验用软件SVtools对CNV进行基因分型,然后采用单标记混合模型开展分型CNV与体重体尺的关联分析。采用染色体显著性水平(即 0。05/染色体CNV数目)作为定义与性状显著关联CNV的阈值,对显著CNV位点及上下游 50 kb进行基因注释,找到影响狮头鹅体重体尺关联的候选基因。用R包CNVrd2 对物理距离小于 1 Mb的染色体水平显著CNV和染色体水平显著SNP做连锁不平衡(linkage disequilibrium,LD)分析。[结果]对于 111 只狮头鹅,共检测出 99 158 个CNV,其中缺失型 94 560 个,重复型 4 598 个,CNV平均长度 11 858 bp,大部分(74。06%)CNV长度位于 50-1 000 bp区间。CNVR共 5 225 个,包括缺失型 5 029 个,重复型110 个和混合型 86 个,CNVR平均长度为 7 136 bp,大部分(81。03%)CNVR长度位于 50-1 000 bp区间。功能注释发现 46。92%CNVR位于基因间区域,10。30%位于基因上游,9。35%位于基因下游。准确进行基因分型的 CNV有 6 217 个,通过 10 个体重体尺性状与这些CNV关联分析,共检测 55 个染色体显著性水平的CNV位点,注释到 45 个候选基因。在45 个候选基因中,发现SETD2、UBR7、G2E3等 10 个基因同时影响两个及两个以上性状。染色体水平显著CNV独立于染色体水平显著SNP影响体重体尺性状(r2<0。02)。[结论]通过二代基因组测序首次报道狮头鹅基因组CNV和CNVR分布及CNV和体重体尺关联的情况。本试验共发现影响体重体尺的 45 个候选基因,其中 11 个已被报道与畜禽生长信号通路有关,分别是SETD2、UBR7、ASB1和HDAC4参与肌肉的增殖、分化和代谢;G2E3、P3C2B、NOVA1和PDE1B参与脂肪生成和肥胖;ILKAP与调节生长因子有关;KIF1B参与骨代谢;ZFP37参与糖原代谢。这些为后续狮头鹅生长性能的分子遗传机制解析和分子标记挖掘奠定基础。

    狮头鹅体重体尺拷贝数变异候选基因