AgriPheno訂閱號(hào)專注于持續(xù)更新植物生理生態(tài)、植物表型組學(xué)和基因組學(xué)、基因分型、智能化育種及應(yīng)用、激光雷達(dá)探測(cè)技術(shù)及數(shù)據(jù)分析等領(lǐng)域,國(guó)內(nèi)外最新資訊、戰(zhàn)略與政策導(dǎo)讀。本文節(jié)選了2022年7-9月推送的代表性文章,以供大家參閱。
植物逆境研究
? 基于Chl熒光和P700動(dòng)力學(xué)的短時(shí)測(cè)量快速鑒定植物的12種缺素類型
文章表明Chl熒光和P700動(dòng)力學(xué)約為1s的短時(shí)測(cè)量即包含足夠的信息來(lái)識(shí)別這12種礦物缺乏中每一種的特定特征。
在抗TYLCV的植物體內(nèi)含有的病毒量并不妨礙它們的生長(zhǎng)和果實(shí)的生產(chǎn),表現(xiàn)出了更強(qiáng)的抗旱性。在嚴(yán)重缺水條件下長(zhǎng)時(shí)間生長(zhǎng)后,番茄能夠恢復(fù)生長(zhǎng)并獲得產(chǎn)量。
本研究調(diào)查了高光譜反射率方法在不同地區(qū)評(píng)估土壤砷污染物的有效性,并對(duì)星載對(duì)地觀測(cè)高光譜傳感器進(jìn)行了基本回顧,強(qiáng)調(diào)了未來(lái)開發(fā)土壤砷污染遙感方法時(shí)需要考慮的一些最重要的因素,以及使用光譜數(shù)據(jù)的潛在限制。
本研究調(diào)查了高光譜反射率方法在不同地區(qū)評(píng)估土壤砷污染物的有效性,并對(duì)星載對(duì)地觀測(cè)高光譜傳感器進(jìn)行了基本回顧,強(qiáng)調(diào)了未來(lái)開發(fā)土壤砷污染遙感方法時(shí)需要考慮的一些最重要的因素,以及使用光譜數(shù)據(jù)的潛在限制。
植物根系研究
? 根系碳供給與消耗平衡:根系生態(tài)學(xué)研究洪流中的一股涓流
本文報(bào)道了根系解剖屬性與生理屬性間的相關(guān)關(guān)系,以及基于數(shù)學(xué)建模理解根系生理和土壤環(huán)境間相關(guān)關(guān)系,發(fā)現(xiàn)隨著土壤厭氧程度增加,植物投入更多的能量用于分解代謝,降低了根系生物合成能力,根系的碳利用效率會(huì)降低;碳利用效率下降條件下,根系解剖結(jié)構(gòu)塑性可影響碳供給速率與碳消耗速率間的平衡關(guān)系。
? BG/NAG能否表征土壤微生物獲取碳和氮的權(quán)衡關(guān)系?
Mori等試圖整合施用N肥實(shí)驗(yàn)數(shù)據(jù)來(lái)檢驗(yàn)胞外酶化學(xué)計(jì)量假說(shuō),結(jié)果發(fā)現(xiàn),54%(82/151)的實(shí)驗(yàn)數(shù)據(jù)不支持化學(xué)計(jì)量假說(shuō),尤其當(dāng)環(huán)境條件下BG/NAG高于2.0時(shí),77%(59/77)的實(shí)驗(yàn)數(shù)據(jù)不支持化學(xué)計(jì)量假說(shuō)。意味著用BG/NAG來(lái)表征微生物的C或N限制狀態(tài)是不合理的。
植物表型研究方法/方案
? 精準(zhǔn)灌溉監(jiān)測(cè)與控制策略研究進(jìn)展
本文對(duì)灌溉監(jiān)測(cè)和先進(jìn)控制系統(tǒng)的文獻(xiàn)進(jìn)行了徹底的檢索,重點(diǎn)介紹了過(guò)去十年的研究工作,描述了精準(zhǔn)灌溉的監(jiān)測(cè)及先進(jìn)控制策略,對(duì)該領(lǐng)域的大部分相關(guān)工作和未來(lái)研究趨勢(shì)進(jìn)行了總結(jié)和討論。
? 結(jié)合無(wú)人機(jī)RGB圖像的光譜和紋理信息監(jiān)測(cè)獼猴桃果園的葉面積指數(shù)
本研究的目的是開發(fā)高光譜圖像技術(shù)來(lái)預(yù)測(cè)盆栽水培系統(tǒng)中生長(zhǎng)的4種不同生菜的不同營(yíng)養(yǎng)水平,及評(píng)估增加施氮量對(duì)水培生菜生長(zhǎng)和品質(zhì)的影響。
? 縮小表型與基因分型之間的差距:林業(yè)中基于圖像的先進(jìn)表型技術(shù)綜述
本文回顧了林木表型技術(shù)的最新進(jìn)展,強(qiáng)調(diào)了成像技術(shù)如何積極地幫助獲取關(guān)于森林樹木表型的高維、豐富信息的數(shù)據(jù)集,總結(jié)了最常用的林木測(cè)量傳感器和HTP平臺(tái),討論了表型分析中的主要瓶頸,以及森林遺傳學(xué)家和工程師之間多學(xué)科協(xié)作克服這一挑戰(zhàn)的重要性。
? 利用多尺度和多系統(tǒng)微生物組比較鑒定影響高粱干旱響應(yīng)的有益和有害細(xì)菌
本文的研究證明,影響雙子葉植物根系生長(zhǎng)的節(jié)桿菌和Variovorax菌的特定分離菌株也會(huì)影響單子葉植物高粱的根系生長(zhǎng)。通過(guò)跨越無(wú)菌、受控環(huán)境和田間試驗(yàn)的三管齊下的方法,我們確定了一個(gè)新的候選有益微生物的高置信度列表。這種系統(tǒng)級(jí)方法使我們能夠減輕顯著的環(huán)境噪音,以揭示潛在的強(qiáng)大生物相互作用。
? 機(jī)器人采收系統(tǒng)及其支撐技術(shù)綜述
本文對(duì)農(nóng)業(yè)機(jī)器人系統(tǒng)及其應(yīng)用進(jìn)行了全面綜述,重點(diǎn)介紹了采收機(jī)器人的研究成果、商業(yè)化產(chǎn)品及其支撐技術(shù)。
? AirMeasurer:多點(diǎn)多季田間水稻動(dòng)態(tài)表型分析與關(guān)鍵農(nóng)藝性狀的基因位點(diǎn)關(guān)聯(lián)分析
南京農(nóng)業(yè)大學(xué)前沿交叉研究院周濟(jì)教授實(shí)驗(yàn)室與中國(guó)科學(xué)院分子植物科學(xué)卓越創(chuàng)新中心韓斌院士領(lǐng)導(dǎo)的研究團(tuán)隊(duì)合作,共同構(gòu)建了基于經(jīng)濟(jì)型無(wú)人機(jī)的多點(diǎn)多季田間水稻表型采集和分析平臺(tái),并從數(shù)百個(gè)水稻品種中自動(dòng)化提取了關(guān)鍵農(nóng)藝性狀的表型差異,進(jìn)而定位了多個(gè)可靠的基因位點(diǎn)及全新的候選位點(diǎn)。
? 利用卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)分割地面激光雷達(dá)數(shù)據(jù)中的玉米單株和莖葉成分
本文闡述了利用卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)分割地面激光雷達(dá)數(shù)據(jù)中的玉米單株和莖葉成分的最新研究成果。
光譜研究
? 利用高光譜成像技術(shù)預(yù)測(cè)大曲水分含量
本文提出了用高光譜成像測(cè)定大曲水分含量的方法。利用SVR算法建立預(yù)測(cè)模型,實(shí)現(xiàn)大曲含水量的快速檢測(cè)。本研究提供了一種基于HSI的新型快速水分檢測(cè)方法。
? 食品微生物學(xué)中的高光譜成像和機(jī)器學(xué)習(xí):細(xì)菌、真菌和病毒污染物檢測(cè)的發(fā)展與挑戰(zhàn)
高光譜成像(HSI)是一種穩(wěn)健的、無(wú)損的食品污染物檢測(cè)方法。本文總結(jié)了過(guò)去二十年這一領(lǐng)域所做的工作,重點(diǎn)介紹了該領(lǐng)域研究面臨的挑戰(zhàn)、風(fēng)險(xiǎn)以及研究差距。
? 高光譜和轉(zhuǎn)錄組分析可以在田間條件下評(píng)估水稻的磷營(yíng)養(yǎng)狀況
本研究利用獲得的高光譜數(shù)據(jù),建立預(yù)測(cè)水稻磷指示基因表達(dá)水平的模型,以開發(fā)一種評(píng)估水稻磷狀況的簡(jiǎn)單方法。
? 利用高光譜成像技術(shù)對(duì)食品進(jìn)行快速無(wú)創(chuàng)感官分析:最新應(yīng)用進(jìn)展
本文簡(jiǎn)要介紹了高光譜成像技術(shù),討論了圖像處理的關(guān)鍵步驟,全面概述了自2010年以來(lái)高光譜成像在識(shí)別各種食品的感官特性(包括顏色、缺陷、質(zhì)地、風(fēng)味、新鮮度和成熟度)方面的最新應(yīng)用進(jìn)展。
新觀點(diǎn)/新技術(shù)
? 滯后光曲線:表征光合光響應(yīng)時(shí)間依賴性的新方法
本文介紹了無(wú)創(chuàng)成像技術(shù)的應(yīng)用場(chǎng)景,不同成像平臺(tái)的適用對(duì)象以及無(wú)創(chuàng)成像技術(shù)的優(yōu)勢(shì)與面臨的挑戰(zhàn)。
對(duì)于絕大部分PAM而言,滯后光曲線的測(cè)量非常簡(jiǎn)單,在Light Curve窗口點(diǎn)擊Edit編輯一個(gè)先遞增后遞減的照光序列,然后點(diǎn)擊Start即可開始測(cè)量。本文以雙通道葉綠素?zé)晒鈨xDUAL-PAM-100單通道測(cè)量Fluo為例,用圖文結(jié)合的方式分享了滯后光曲線的實(shí)驗(yàn)流程。
? 植物qH能量耗散的場(chǎng)所為主要的三聚體天線復(fù)合物
研究人員在擬南芥中使用化學(xué)誘變和遺傳篩選的方法發(fā)現(xiàn)了幾個(gè)調(diào)節(jié)緩慢可逆NPQ 機(jī)制的參與分子,他們將其命名為qH。
? 植物是精明的經(jīng)營(yíng)者:以幼嫩葉片的投資-收益關(guān)系為例
幼嫩植株也用著天使投資者采用的分散投資多個(gè)初創(chuàng)企業(yè),從少數(shù)成功的初創(chuàng)企業(yè)獲取高于群體成本的收益策略,表現(xiàn)為降低單個(gè)葉片的構(gòu)建成本,減小快速周轉(zhuǎn)可能導(dǎo)致的“凈損失”風(fēng)險(xiǎn),從少數(shù)葉片獲取高于構(gòu)建大量葉片所需成本的效益。
植物生理生態(tài)研究
? PAM葉綠素?zé)晒鈨x最新應(yīng)用文獻(xiàn)速覽
MAXI-Imaging-PAM葉綠素?zé)晒獬上?、Dual-PAM-100含P515/535模塊、Diving-PAM-II含微型光譜儀、Microscopy-PAM顯微版熒光儀等最新應(yīng)用文獻(xiàn)分享。
? 中國(guó)西北干旱綠洲氣孔導(dǎo)度特征及最佳氣孔行為
在本研究中,我們將氣體交換測(cè)量與最佳氣孔導(dǎo)度模型模擬相結(jié)合,探討了中國(guó)西北南湖綠洲葡萄園不同生長(zhǎng)季節(jié)gs的日變化和季節(jié)變化。本研究的發(fā)現(xiàn)有助于更好地了解氣孔在應(yīng)對(duì)氣候變化方面的行為,并促進(jìn)未來(lái)實(shí)現(xiàn)更準(zhǔn)確的gs參數(shù)化,以改進(jìn)LSM的建模。
? DualPAM V3.18計(jì)算PQ庫(kù)大小
本文我們重點(diǎn)關(guān)注Get Poolsize功能的測(cè)量及其背后的理論基礎(chǔ)。
? 外源褪黑素通過(guò)類囊體蛋白的可逆磷酸化提高滲透脅迫下小麥光系統(tǒng)II的光合效率
四川農(nóng)業(yè)大學(xué)生命科學(xué)學(xué)院陳洋爾教授團(tuán)隊(duì)研究了不同濃度的褪黑素在滲透脅迫下對(duì)小麥PSII的保護(hù)作用。此外,還對(duì)褪黑素保護(hù)光合器官的潛在機(jī)制進(jìn)行了探討,為褪黑素提高植物PSII的抗逆性和光保護(hù)提供了新的思路。
? 植物通過(guò)重新調(diào)整光合機(jī)構(gòu)來(lái)適應(yīng)光系統(tǒng)I光抑制
在本次研究中,科研人員證明植物通過(guò)利用傳統(tǒng)的,與短期和長(zhǎng)期光適應(yīng)相關(guān)的適應(yīng)機(jī)制來(lái)規(guī)避功能性PSI的損耗。
其他
作者通過(guò)多年試驗(yàn)評(píng)估多年生作物(如刺山柑或百里香)作為胡同作物是否有助于減少杏園的土壤GHG排放并增加土壤碳匯,胡同式種植是否有助于提高土地生產(chǎn)力。研究為評(píng)估果園多年生胡同作物的使用提供了新的方法,可以通過(guò)減少溫室氣體排放和增加土壤碳匯,促進(jìn)邊際土地生產(chǎn)力的提高,同時(shí)有助于緩解氣候變化。
? 基因組分析揭示基因組結(jié)構(gòu)變異在粳稻育種中的重要意義
目前的研究提供了基因組資源,用于在以前的育種過(guò)程中追溯SVs型農(nóng)藝性狀的特性,這將有助于未來(lái)的水稻遺傳、基因組和育種研究。
? 耐鹽基因ZmNC3的優(yōu)異等位變異有助于耐鹽玉米新品種選育
本研究通過(guò)GWAS分析克隆了調(diào)控玉米地上部Na+含量的位點(diǎn)ZmNC3。ZmNC3編碼細(xì)胞質(zhì)膜定位的HKT家族離子轉(zhuǎn)運(yùn)蛋白ZmHKT1;2,它具有內(nèi)向的Na+轉(zhuǎn)運(yùn)活性,通過(guò)減少Na+由根木質(zhì)部汁液向莖葉的運(yùn)輸,減少莖葉Na+積累促進(jìn)玉米抗鹽。
? 阿納德爾海峽硝酸鹽、磷酸鹽和硅酸鹽的系泊測(cè)量可更新白令海峽營(yíng)養(yǎng)通量估算
我們發(fā)現(xiàn)強(qiáng)烈的季節(jié)性周期以及顯著的逐年變化。我們的估計(jì)比過(guò)去的研究高出約 50%,這表明太平洋-北極的營(yíng)養(yǎng)鹽輸送比以前認(rèn)為的要多。
? AgriPheno祝您中秋節(jié)&教師節(jié)雙節(jié)快樂!
感謝各位老師、同學(xué)的關(guān)注、推薦與積極轉(zhuǎn)發(fā),Agripheno將不忘初心,堅(jiān)持把國(guó)內(nèi)外最新資訊、戰(zhàn)略與政策導(dǎo)讀分享給大家,以支持到大家的研究工作。作為開放公眾平臺(tái),我們歡迎大家撰寫各自已發(fā)表文章的介紹投稿,分享最新研究成果。此外,如您有最新的業(yè)內(nèi)信息需要推送,我們也樂意效勞。