小麦抗条锈病基因WKS1内含子调控元件的鉴定

来源 :山东农业大学 | 被引量 : 0次 | 上传用户:gengjie_1986
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
小麦是世界上种植面积最广的谷物,提供人类20%的消耗能量。小麦条锈病是由条型柄锈菌(Puccinia striiformis West. f. sp. tritici, Pst)引起的气传叶部病害,病原菌可通过气流在高空远距离传播,导致病害在不同的小麦产区流行,造成大幅减产。我国小麦条锈病发生面积广,危害严重。WKS1是小麦中克隆的第一个抗条锈病基因,可提供高温抗条锈性。研究发现,WKS1基因5’端第一个内含子携带多个结构域,包括发卡结构和microRNA潜在靶点等,可能对WKS1基因具有调控功能。为理解小麦抗条锈病基因WKS1的作用模式,本研究通过结构域的改造及小麦遗传转化,获得转基因植株,为分析WKS1基因第一内含子中结构域的功能奠定了基础。相关研究结果如下:1. GUS公共载体的构建根据研究需要,首先构建通用的GUS融合载体,该载体同时携带BAR和HPTII筛选标记。后续转基因植株可以通过除草剂(Basta)抗性和GUS染色进一步验证。2. WKS1:GUS融合表达载体的构建为研究WKS1第一内含子以及其携带的发卡结构和microRNA潜在靶点的功能,克隆了WKS1基因的相关区域,切换到入门载体pENTRY/D-TOPO,通过LR反应将WKS1片段重组到GUS公共载体,形成WKS1:GUS融合表达载体。融合表达载体A携带WKS1第一外显子、第一内含子和第二外显子;载体B与载体A相似,但第一内含子中microRNA的潜在靶点被删除;载体C与载体A相似,但第一内含子中的发卡结构被删除;载体D与A的差别是不包含第一内含子。3转化植株的获得以Bobwhite小麦为受体,共获得27棵候选转基因苗。其中,A载体15株、B载体7株、C载体1株、D载体4株。GUS染色和PCR检测表明,对应A、B和D载体分别有3、1和2株的转基因植株检测到WKS1:GUS的表达,这部分植株将用于进一步研究。
其他文献
(一)报纸地方特色究竟是什么?近年来有关这方面的论述不少,确有许多真知灼见,但也仍旧给入留下一些疑惑。比如说:地方报纸要办出地方特色,就要以刊载地方新闻为主。实际上,
The dynamical behaviour of the erbium-doped fibre single-ring laser with an optical delay feedback is discussed. Simulation shows that as the delay rate increas
We present a realistic scheme for the entanglement swapping of continuous variable, in which a two-mode squeezed vacuum state serves as a quantum channel. The p
It is difficult to obtain the asymmetrical factor along the observation direction parallel to the plasma mid-plane when the detected radiation is also in the mi
In this paper neutron difiraction experiments were performed for Fe-substituted Mn12 in order to determine the sites of Fe atoms.The results of structure refine
本文通过对荣华二采区10
The transmission characteristics of a metallic film with subwavelength periodic slits are investigated by using the two-dimensional finite-difference time-domai
目的:探讨早期宫颈癌(CIN3~Ⅰa2)患者保留生育功能的术式选择的治疗效果。方法:选取2009年1月-2014年3月富阳市妇幼保健院26例要求保留生育功能治疗的宫颈癌患者为研究对象,
当夜班编辑的,似乎与世隔绝,不接触实际。其实呢,实际也会找到你头上来。不信,请看前些时候收到的一篇自发来稿。这篇稿子题目是《这里的人为什么长寿》,内容是介绍麦饭石的
In this paper, we have developed an algorithm based on singular value decomposition (SVD) for matrix. And the novel SVD algorithm with normalized period of card