中国棉花审定品种SSR指纹库的构建与综合评价

[目的]棉花是一种异源四倍体作物,基因组结构复杂,常异花授粉的繁殖方式也导致棉花品种难以实现高度纯合;棉种市场缺乏有效的监管技术手段,品种多乱杂现象长期存在,严重影响纤维品质一致性。构建中国近20年棉花审定品种标准样品的DNA指纹库,探索棉花品种高通量SSR身份鉴定模式,为棉花品种真实性鉴定和新品种特异性鉴定提供依据;分析审定品种的遗传多样性和群体分化,为棉花不同生态区的适应性鉴定和培育适应新环境的品种提供理论基础。[方法]基于多重PCR技术和毛细管电泳检测方法,使用筛选得到的60个SSR标记构建1 015份棉花审定品种标准样品的DNA指纹库,通过植物品种DNA指纹库管理系统对审定品种SSR指纹进行两两比对,分析审定品种的遗传差异,筛选用于品种鉴定的核心SSR位点。利用聚类分析法和群体结构分析法分析1 015份棉花审定品种的遗传多样性,并计算群体间遗传分化指数。[结果]60个SSR标记在1 015个审定品种中共扩增出216种等位变异,平均等位变异数为3.6,平均PIC值为0.37。1 015个审定品种的SSR指纹进行两两比较,共产生513 591组结果,样品间最大差异位点数为58个。差异位点百分比主要集中在41%-70%,涉及428 115组,占83.36%;其中,差异位点百分比在51%-60%时,涉及组数最多,为197 829组,占38.52%。品种间差异位点百分比大于20%时,占所有品种两两比对组数的99%以上,差异位点百分比低于20%的比对结果只占0.58%。基于组合鉴定法,筛选一套包含10个SSR位点的核心位点组合,在1 015个品种中鉴别能力达到99%。聚类结果和群体结构分析表明,1 015个品种被清晰地划分为5个亚群,G1(n=240)为早熟棉亚群,主要分布于中国北部和西北内陆地区,该亚群品种遗传多样性最丰富,品种间平均遗传距离为0.419。G2(n=277)亚群为中熟棉亚群,分布于长江流域,该亚群杂交种较多,亚群内平均遗传距离为0.309。G3(n=109)亚群属于早熟、中熟棉亚群,分布于河北黑龙港地区,该亚群品种遗传组分相对单一,亚群内平均遗传距离在陆地棉群体中最小,仅为0.150。G4(n=254)亚群属于中早熟棉亚群,主要分布于黄河流域,群体内平均遗传距离为0.307。G5(n=37)亚群由37份海岛棉组成,群体内平均遗传距离最小,为0.149。海岛棉与陆地棉之间遗传分化水平最高,平均FST值为0.503;陆地棉群体内,G3亚群与其他亚群之间遗传分化水平最高,FST值为0.193-0.242。长江流域与黄河流域相比,遗传分化水平最低,FST值为0.112。[结论]构建了1 015个中国近20年审定品种标准样品DNA指纹库,筛选了一套包含10个SSR位点的核心标记组合,可以清晰地鉴别99%以上的品种,创建了“核心位点+扩展位点”的高通量棉花鉴定模式;1 015个品种被划分为5个亚群,其中,陆地棉具有明显的地理分布特征。

指纹库容量对指纹检索结果的影响

近年来,指纹库容量的快速增长导致指纹比对难度加大,尤其体现在检索结果中相似异源指纹对比中同源指纹的干扰上。为了探究不同指纹库容量对同源指纹与相似异源指纹出现情况的影响,本实验建立600万人级、1000万人级和1亿人级数据库,对箕型纹三角区域各部分发起查询并讨论检索结果。结果显示:指纹库容量增长幅度越大,同源指纹出现率降低越明显,同时其排位显著降低,而相似异源指纹数量显著增加,当相似异源指纹排在同源指纹之前时,会对指纹鉴定人员造成干扰。此外,还发现特征点密度可以影响相似异源指纹的出现数量,特征点密度越大,特征组合的特定性越小,越容易产生相似异源指纹。本研究旨在增强大数据条件下指纹鉴定人员的风险意识。

基于指纹库更新补偿的波束跟踪算法研究

针对拒止、复杂电磁环境下,高动态无人节点定向通信面临的坐标信息不精确、飞行姿态和轨迹变化剧烈等问题,为保持可靠的波束对准与跟踪,提出了一种基于卡尔曼滤波的指纹库更新补偿算法;利用卡尔曼滤波算法对自身姿态进行预测更新,建立载体坐标系;采用改进的算法对波束指向进行预测更新,并利用指纹库对状态向量进行更新补偿,调节采样比例,并将新的数据存入指纹库对数据更新,进行二次状态信息预测,完成最终波束指向;整体设计的波束跟踪算法流程更加符合实际应用场景,满足通信需求;仿真结果表明,在半波束宽度为3°,100个通信时隙中,维持正常通信的成功率有92%以上,相比传统跟踪算法提高了8%,具有更加稳定的通信质量。

基于CSI和K-means-SVR的多指纹库室内定位方法

传统的Wi-Fi室内定位方法需要与所有指纹数据库中的指纹数据进行匹配后才能定位,导致人群聚集区域定位效率不高,体验较差。提出一种基于信道状态信息(CSI)、K均值(K-means)聚类算法与支持向量回归(SVR)算法相结合的多指纹库室内定位方法。该方法首先根据CSI的簇分布特点,利用K-means算法对所有定位点内的CSI数据聚类后得到多个簇的CSI数据;然后,基于多个簇分别建立多个指纹库,并将CSI数据分别存入多个指纹库,进而在每个指纹库中分别训练SVR模型用于Wi-Fi定位。相较于传统的支持向量机(SVM)定位方法,所提方法在离线阶段需要的训练样本更少,定位效率更高;在线阶段,该方法既降低了匹配的复杂度,也提高了定位的精度。由于使用了多指纹库,Wi-Fi定位系统可以根据人流量实时调整资源分配策略,提高服务器运行效率和定位服务体验。

中国玉米新品种DNA指纹库建立系列研究 Ⅱ.适于玉米自交系和杂交种指纹图谱绘制的SSR核心引物的确定

本项研究利用60个玉米自交系对初选出的158个SSR引物对进行进一步筛选,综合考虑PIC值大小、扩增带型统计的难易及引物的重复性高低,确定bnlg439、bnlg125、phi053、bnlg197、phi072、bnlg238、phi126、bnlg161、bnlg240、bnlg619共10个引物对作为构建玉米自交系和杂交种指纹库的核心引物;同时提出适用于计算玉米SSR指纹图谱概率的公式:P=1/N,对自交系N=n;对杂交种,N=Cn1+Cn2。n为所用引物的等位基因数。

中国玉米审定品种标准SSR指纹库的构建

【目的】对数量庞大的已知玉米品种构建可共享的作物品种标准DNA指纹库。【方法】基于荧光毛细管电泳检测平台和植物品种DNA指纹库管理系统,利用筛选的40对SSR核心引物对3 998份中国玉米审定品种标准样品进行建库,通过多实验室、多检测平台进行建库数据的质量评估。【结果】绘制了40个玉米建库引物的等位基因频率分布图作为每个引物的特征图谱,在建库试验中发挥了相当于参照样品的作用。形成了一套十重荧光毛细管电泳组合,并在SSR指纹分析器中建立了一套系统默认PANEL作为不同实验室建库时的标准PANEL。统计玉米审定品种指纹库构建的试验情况,每份样品具有2—5套原始试验数据及对应的指纹图谱,其中61%的样品做了2组独立试验,33%的样品做了3组独立试验,最终建成的标准指纹库累计缺失和差异位点仅占0.2%,数据完整性达到99.8%。在不同实验室、不同电泳检测平台的评估结果表明,同一荧光电泳检测平台上获得SSR指纹数据一致性高,而不同的电泳检测平台获得的数据存在一定偏差,为实现不同实验室的SSR指纹数据共享,需要统一荧光引物、分析软件及电泳检测平台。对所有审定品种指纹数据进行整体两两比较,表明中国玉米审定品种之间差异比较大,品种间差异位点百分比集中在80%—95%(占78.28%),品种间差异位点百分比在50%以上的已达到99.21%,而低于20%的只有0.09%;对玉米审定品种杂合率水平进行分析,平均品种杂合率达到64%,主要集中在50%—80%(占89%)。通过玉米品种标准指纹比对服务平台(网址:http://www.maizedna.org/)实现了指纹库的共享。【结论】形成了构建作物品种SSR指纹库的标准化程序,构建了3 998份玉米审定品种的SSR指纹库,通过多实验室联合比较试验,保证建库数据的准确性和数据库的可共享性;建立了玉米品种标准指纹比对服务平台网站,实现玉米审定品种指纹库在全国种子检验系统的共享。

中国玉米新品种DNA指纹库建立系列研究 Ⅲ.多重PCR技术在玉米SSR引物扩增中的应用

根据21对玉米SSR引物扩增片段大小范围组成不同的引物组合进行多重PCR反应的研究。在与单一PCR相同的反应条件下,47个两重PCR组合出现5种不同的扩增情况,其中30个组合扩增正常;10个三重PCR组合中有9个组合扩增正常;两个四重PCR组合中有1个扩增正常,这些筛选出的正常扩增的组合可应用于今后玉米DNA指纹库构建研究中。研究表明,应用与单一PCR完全相同的反应条件,大部分能够获得正常扩增的多重PCR组合,在此基础上提出了简化的多重PCR优化程序。

中国玉米新品种DNA指纹库建立系列研究 Ⅰ.玉米品种纯度及真伪鉴定中SSR技术标准实验体系的建立

本研究从DNA提取、PCR扩增、电泳检测等环节对SSR技术进行了优化,最终建立一套完善的适用于玉米品种鉴定的SSR标准体系。并以玉米杂交种农大108的纯度鉴定为例,探索了该体系在玉米杂交种鉴定中实际应用的可行性。

国内外溢油鉴别及油指纹库建设现状及应用

油指纹鉴别作为目前溢油鉴别最成熟的技术,在国外溢油事故调查处理中发挥了很大作用,鉴别技术和系统不断发展完善.油指纹库作为其重要基础,许多国家已经建立.论述了溢油鉴别的方法,美国、加拿大、欧洲、韩国、日本等国家的油指纹鉴别方法、体系及油指纹库建设情况,以及溢油鉴别和油指纹库的作用.面对我国目前石油开发和运输状况,认为我国的溢油鉴别技术还需要进一步提高,油指纹库建设势在必行.

中国玉米新品种标准DNA指纹库构建研究的几点思考

概述了中国玉米新品种DNA指纹库构建研究中的五个主要问题,即选用哪些品种材料、选用什么标记方法、SSR标记存在哪些问题、选用哪些SSR引物及如何提高建库效率等,并提出了相应的解决方案,对其应用前景及主要应用领域进行了探讨。

一种改进的RSSI指纹库定位算法

为了提高室内定位的精度,进行了信号强度RSSI之间的相关性的分析,提出了ID-WRKL算法。该算法将RSSI排序转换成AP指纹序列对并建立离线指纹库,其稳定性可以减小定位误差;再通过在线AP的选择,过滤噪点AP对定位估计的影响,减少计算量;最后根据Levenshtein距离得到最近邻的度量。在基于Map Reduce框架下的两个集合间的K-AP(P,Q)最近邻查询法基础上进行位置估计,提高了定位的精度。大量的对比传统KNN定位法的实验表明该算法的定位更精确,速度更快。

渤海海上原油油指纹库建设

参照国际先进的油指纹分析、溢油鉴别技术以及油指纹库建设方法,建立一套先进的油指纹库建设技术体系,开展了渤海不同区块9个原油油指纹库建设工作。通过本课题的研究,使我国的油指纹库建设技术体系更趋完备,全面提高了溢油鉴别工作的科学性。

葡萄种质遗传多样性的SSR分析及指纹库构建

以取自郑州果树研究所的45个葡萄品种为试材,利用SSR标记技术对其进行了遗传多样性分析。结果表明:利用19对基本核心引物对位于不同染色体上的SSR位点进行PCR扩增,共扩增出76条带,其中包括74条多态性条带。每对引物可检测到等位位点数为2～5个,多态率为66.7%～100%。通过聚类分析结果表明,在遗传距离为0.41处,45份葡萄材料可分为三大类群。对供试葡萄品种的不同引物的扩增产物进行检测,得到了每个品种在一组位于不同染色体的SSR位点上的基因型图谱,从而初步建立一个供试葡萄品种的SSR基因型指纹库。这为利用SSR标记鉴定葡萄品种或品系提供了基础数据。

20个鲜食玉米杂交种DNA指纹库的构建

利用SSR(简单重复序列)分子标记技术,选取均匀分布于玉米10条染色组的10个标记对20个玉米品种构建DNA指纹库,并研究最佳DNA提取方法和核心引物。结果表明:玉米籽粒快速碱煮法制备的DNA能够满足大批量鲜食玉米杂交种的一致性检测;等位基因数多、PI(多态性信息含量)和MI(标记索引)高且具双亲互补带型的引物被列为指纹库构建的核心引物。一致性检测结果显示:20个品种中的大部分品种R值达50%以上。

基于接收信号强度非齐性分布特征的半监督学习室内定位指纹库构建

室内定位中半监督学习的指纹库构建方法能够降低人力开销,但忽略了高维接收信号强度(RSS)数据不均匀的非齐分布特点,影响定位精度,针对此问题该文提出一种基于RSS非齐性分布特征的半监督流形对齐指纹库构建方法。该算法运用局部RSS尺度参数以及共享近邻相似性构造权重矩阵,得到精确反映RSS数据流形结构的权重图,利用该权重图通过求解流形对齐的目标函数最优解,实现运用少量标记数据对大量未标记数据的位置标定。实验结果表明,该算法可以显著降低离线阶段数据采集的工作量,同时可以取得较高的定位精度。

一种基于全向指纹库的WiFi室内定位方法

WiFi室内定位技术是导航与位置服务领域的研究热点。室内环境下WiFi信号衰减受人体遮蔽影响较大,本文考虑了用户朝向引起的信号强度差异,提出了一种基于全向指纹库的WiFi室内定位方法。试验结果表明,该方法定位精度高于基于方向识别的指纹定位方法,当K取4时,平均定位误差为1.44 m,定位精度优于1 m的置信概率为54%,优于2 m的置信概率为88%。

基于矩阵填充的室内定位位置指纹库构建

位置指纹定位方法因其定位精度高、受环境因素影响小而成为无线室内定位技术中的主流方法,但因离线指纹信息采集工作量较大,位置指纹库构建效率较低,而在一定程度上影响了算法的实用性,鉴于此,引入低秩矩阵填充理论,利用采集到的少量的位置指纹数据,通过凸优化方法来填充其他参考点的位置指纹数据,从而准确的重构出完整的位置指纹数据库,大大降低了离线采集阶段的工作量.仿真实验结果验证了本文算法的有效性.

相关性匹配蓝牙信标位置指纹库的室内定位

针对K近邻算法(KNN)在对偏向于某个样本点的未知点进行三角质心定位时定位精度变差的情况,提出了应用相关系数去匹配蓝牙信标i Beacon位置指纹库的室内定位算法。通过比较待定位点和位置指纹库中参考样点的相似程度,并进行数据差异显著性检验,来检验采集的待定位点数据与指纹库数据是否显著相关,然后取相关性较高的样本点进行加权平均匹配定位。实验结果显示,相关系数匹配位置指纹库算法可将2 m以内的定位精度从65%提高到92%,相较于传统的KNN匹配定位算法有着定位精度高、计算量小、定位时间短等优势。

基于MNN改进粒子滤波的指纹库定位算法研究

考虑到基于Zigbee传感器网络信号强度指示的指纹库定位算法只适用于静态条件下的定位,无法有效去除受噪声污染严重的有害数据,定位精度不尽人意,根据噪声的分布特点,引入粒子滤波技术,优化了该算法,有效去除了受噪声污染的有害数据,实现了目标的动态精确定位跟踪。传统粒子算法在应用过程中对重要性分布函数做了高斯分布假设,使得定位精度受到影响,将多层神经网络引入滤波算法进行补偿优化。实验结果验证了改进算法的优越性,其在静态条件下平均定位误差小于1.14m,动态跟踪定位精度也有很大幅度的提高,具有实际应用价值。

适于贵州玉米种质DNA指纹库构建的SSR核心引物筛选

为了筛选出适用于贵州玉米种质DNA指纹库构建的引物,以21份贵州普通玉米自交系和36份糯玉米品种为材料,综合比较PIC值大小、扩增带型清晰度及引物的重复性高低,对87对SSR引物进行筛选,以确定贵州玉米种质DNA指纹库构建的核心SSR引物。结果表明:筛选出的23对和15对SSR引物可分别作为构建贵州普通玉米和贵州糯玉种质DNA指纹库的核心引物。