黑龙江省青年科学基金(QC2011C108)
- 作品数：3 被引量：17H指数：2
- 相关作者：郭长虹王丹束永俊苏文悦杨蕾更多>>
- 相关机构：哈尔滨师范大学更多>>
- 发文基金：国际科技合作与交流专项项目黑龙江省青年科学基金国家重点基础研究发展计划更多>>
- 相关领域：农业科学生物学更多>>
- 利用比较基因组学开发山羊草属InDel分子标记被引量：13
- 2012年
- 为开发和利用小麦野生近缘种的优异基因,采用比较基因组学方法,通过拟斯卑尔脱山羊草EST(expressed sequencetag)与小麦UniGene序列的比对分析,发现山羊草插入/缺失(InDel)位点137个,在这些位点两端序列设计引物24对,通过在15个小麦野生近缘属种基因组DNA的扩增分析,发现11对引物具多态性,可以作为InDel标记。这些包含突变位点的基因涉及亚细胞定位、蛋白质结合与催化以及代谢等过程。
- 吴磊王丹苏文悦郭长虹束永俊
- 关键词：比较基因组学小麦
- 人工神经网络在作物基因组选择中的应用被引量：3
- 2011年
- 目前,基因组选择育种主要采用线性模型估计遗传育种值指导作物遗传育种的筛选过程,但是生物体内的基因以及遗传位点的关系主要是复杂的非线性调控。本研究将人工神经网络技术应用到作物基因组选择育种中,对现有的作物基因组选择育种模型进行优化,建立了高效的作物基因组选择预测系统,并与其他线性回归预测模型进行比较。通过分析小麦的育种数据发现,基于人工神经网络的遗传育种估计效果优于其他线性回归预测模型,预测育种值与实际育种值间的相关系数平均值达0.6636,相应的岭回归BLUP、贝叶斯线性回归模型和基于系谱信息的贝叶斯回归模型的预测能力分别为0.6422、0.6294和0.6573;最优预测效果达0.8379,远高于其他2种模型的最优结果。同时,基于人工神经网络的基因组选择模型的预测效果稳定,与传统的统计模型相近。因此,利用人工神经网络技术建立基因组选择是可行的。
- 束永俊吴磊王丹郭长虹
- 关键词：小麦人工神经网络
- 长穗偃麦草1E附加系与杀配子染色体2C附加系杂交后代的细胞学及形态学分析被引量：1
- 2012年
- 长穗偃麦草是小麦的野生近缘种属,具有抗寒、抗旱、抗病等优异性状。为了利用长穗偃麦草的优异基因,将‘中国春’-长穗偃麦草1E二体附加系与‘中国春’-柱穗山羊草2C二体附加系杂交、自交和回交,观察其后代的细胞学和形态学特性。结果表明,在杂交后代有丝分裂和减数分裂中观察到了染色体畸变现象;统计F1代自交结实率,发现与亲本相比,这些杂种后代的结实率明显降低;杂种后代的穗型发生了分离,除正常穗型外还观察到了密穗型,说明杀配子染色体2C可以诱导染色体畸变并对结实率和穗型均有一定的影响。本研究为进一步创制小麦-长穗偃麦草1E染色体易位系和缺失系奠定了基础。
- 刘春影杨蕾王丹郭长虹
- 关键词：长穗偃麦草细胞学形态学
