EMS诱发小麦京411突变群体构建及Wx-A1基因突变体鉴定

为扩大小麦突变群体类型,提高目的基因点突变挖掘效率,选用北部冬麦区骨干亲本京411为材料,利用甲基磺酸乙酯（ethyl methylsulfonate,EMS）化学诱变剂构建小麦突变群体,以Wx-A1为候选基因,用TILLING技术检测所创建的突变群体。结果表明,0.90%EMS溶液处理8 h和1.50%EMS溶液处理4 h均能获得较好的损伤效果,致死率分别达到38.47%和56.00%;在此基础上创建了包含867个株系的M2突变群体,在该群体中获得Wx-A1基因的7个点突变,突变密度为1/67.0 kb;其中预测有功能变异的4个错义突变系均可以稳定遗传至下一代,其直链淀粉含量降低2.8%~7.4%。本研究所构建的小麦突变群体可以作为其他目的基因的TILLING检测材料,用于小麦目的基因突变挖掘及功能基因组学研究。

水稻突变群体的构建及功能基因组学

随着水稻基因组全序列的测定完成 ,功能基因组学已成为重点研究内容。功能基因组学主要研究生物有机体内各基因的生物学功能进而了解所有基因如何协调发挥作用完成一系列的生长发育过程。目前已经发展了多种分析鉴定基因功能的方法 ,其中最直接最有效的方法是构建饱和的基因突变群体 ,通过突变体分析鉴定基因功能。本文主要阐述了各种构建方法及其优缺点以及在功能基因分离鉴定上的应用。自发突变的频率极低 ,且自发突变基因的分离难度比较大 ,只能作为突变群体构建的辅助方法。利用EMS等化学诱变剂可以在短时间内构建大量点突变群体 ,并可用TILLING进行突变检测 ,但多位点的点突变使突变表型难以鉴定。由快中子等物理诱变也可以在短时间内构建大量缺失突变体 ,且可用Deleteagene系统进行检测 ;但多基因缺失、多位点缺失和内含子缺失等使突变表型的分析可能无法进行。利用T -DNA、转座子和反转录转座子等构建插入突变体已经成为突变库构建的主要方法。T -DNA插入已成功应用于水稻大规模突变体的构建 ,但只限于转基因效率较高的品种 ;T -DNA在基因组中整合的复杂性以及转基因过程中由组织培养等引发的突变等 ,增加了突变体表型和分子分析的难度。Tos17是目前应用最为成功的反转录转座子 ,但多拷贝的插入?

EMS诱导四倍体马铃薯陇薯7号无性突变群体建立与分析（英文）

[目的]检测甲基磺酸乙酯(EMS)的诱导变异能力,以建立突变体库。[方法]用0.6%、1.2%和2.4%的EMS诱导四倍体马铃薯陇薯7号试管苗茎段2 400个,建立了包含叶片、株型、茎秆、匍匐茎、腺毛等性状的无性突变群体。[结果]共发现了22种突变类型,分别为黄化苗、白化苗、叶色渐变、叶脉失绿、叶芽包裹、裂叶、卷缩叶、复叶畸形、簇生、顶端膨大、顶端分叉、肉质化、匍匐茎畸变、匍匐茎移位、早结薯、发丝匍匐茎、茎节膨大、多腺毛和轮生叶序。共52个突变单株,突变频率为21.67‰。[结论]腺毛、簇生矮秆、茎秆分支、早结薯等变异株系具有较高的应用价值,可望有效地被用于马铃薯功能基因组研究、遗传改良和种质创新。

关于细菌突变率及突变群体值问题的探讨

关于细菌突变率及突变群体值问题的探讨徐令超，郭慧（河南省鹤壁市农科所，鹤壁４５６６５０）（北京农业大学生物学院，北京１０００９４）细菌突变率及细菌突变群体值在繁殖后代中的比值在文献［１］一文中已进行研究并得出结论：抗病毒性自发突变细菌群体在繁殖后代中...

基于群体列突变遗传算法的遍历性

通过分析遗传算法过早收敛的原因 ,提出了一种基于群体列突变的遗传算法 ,分析了这种遗传算法交换和突变操作的特性 ,证明该遗传算法能够进行遍历搜索 .该算法克服了遗传算法的局限性 ,通过群体列突变能够避免过早收敛 。

蒙农红豆草EMS诱变后代光合特性比较研究

本研究以蒙农红豆草(Onobrychis viciifolia Scop‘Mengnong’)甲基磺酸乙酯(EMS,Ethyl Methane Sulfonate)诱变后代(M 1和M 2)和未经诱变(CK)为试验材料,采用逐步聚类法基于株高和SPAD值将M 1,M 2和CK群体分为A,B,C 3类,测定每个群体中不同类别材料光合日动态,筛选出具有高光合潜力的红豆草材料。结果表明:M 1,M 2和CK在15:00以后,净光合速率和气孔导度降低,胞间CO 2浓度上升,说明导致其光合作用降低的原因是非气孔因素。B类的M 2代净光合速率日均值最大;A,B,C 3类的M 2以及A类的M 1的气孔导度日均值最高;A类的CK和B类的CK和M 2的水分利用效率较大。总体而言,B类M 2代净光合速率(5.76μmol·CO 2·m-2·s-1)最高,水分利用效率(2.33μmol·mmol-1)相对较高。因此,EMS诱变蒙农红豆草M 2代的B类群体可作为高产育种的亲本材料。

基于社会蜘蛛群优化的粒子滤波算法研究

重采样技术是改进标准粒子滤波器粒子退化的关键技术,但也造成了样本枯竭。针对重采样技术,提出了一种基于社会蜘蛛群优化的粒子滤波算法。针对样本枯竭问题,一方面依据有效粒子数,设置阈值判断是否重采样;另一方面依据可复制粒子数,以高斯分布在大权重粒子均值附近随机选取粒子,保证了算法的实时性以及粒子多样性。针对算法的收敛能力,首先依据群体突变思想,当迭代次数达到设置的动态次数因子,初始化粒子;其次依据粒子的寻优速度和程度因子,动态自适应调整粒子权重;最后依据遗传算法的交叉概率,限制新粒子诞生速度,从而提高算法的整体收敛性能。通过对比可知,该算法的整体性能优于其他改进算法,能够有效解决非线性误差对滤波精度的影响。

一种基于多样化成长策略的遗传算法

遗传算法中,部分局部最优个体常常会抑制种群中其他个体的成长,使进化停滞,结果陷入局部最优.对此,提出一种基于多样化成长策略的遗传算法,通过采用迁移杂交、多态变异和群体突变等方法,对种群中不同适应度的个体给予不同的进化成长策略,以保持个体间的多样性,从而增强算法的寻优能力.对改进算法的算法复杂度进行了分析,并通过算例表明,多样化成长策略的各个部分均对改善寻优结果发挥了作用.