【摘 要】
:
土壤盐渍化是制约植物地理分布和农作物产量的重要因素。作为一种优良的地被植物,佛甲草(Sedum lineare Thunb.)在盐胁迫下表现出较强的适应能力,然而其潜在的抗盐机理和关键的耐盐基因尚不清楚。本研究通过利用转录组测序技术筛选出两个候选基因Sl CYP72A(Cytochrome P450s 72A,CYP72A)和Sl CXE(Carboxylesterase,CXE),并将其转入拟南
论文部分内容阅读
土壤盐渍化是制约植物地理分布和农作物产量的重要因素。作为一种优良的地被植物,佛甲草(Sedum lineare Thunb.)在盐胁迫下表现出较强的适应能力,然而其潜在的抗盐机理和关键的耐盐基因尚不清楚。本研究通过利用转录组测序技术筛选出两个候选基因Sl CYP72A(Cytochrome P450s 72A,CYP72A)和Sl CXE(Carboxylesterase,CXE),并将其转入拟南芥中进行耐盐功能的验证分析。首先,本研究在形态学水平上观察了不同浓度Na Cl处理后的佛甲草根、叶和侧枝的变化特征,确定了转录组样品的盐处理浓度。进而通过Illumina测序技术对盐处理的叶和根样品进行了转录组测序,并由此鉴定了78,407个转录本和584个差异表达基因。基于生物学功能分类,佛甲草中的差异表达基因被认为与氧化应激防御反应、植物激素调节以及转录调控等过程相关。其次,本研究利用实时定量技术验证了14个差异表达基因。其中,在盐处理的佛甲草根组织中,Sl CYP72A及Sl CXE基因的表达量水平显著上升。通过对植物CXE家族和CYP72A亚家族的生物学功能分析,我们发现鲜少有研究报道其在植物耐盐方面的贡献。最后,为了进一步研究Sl CYP72A及Sl CXE基因在植物耐盐方面的生物学功能,本论文利用农杆菌介导的转基因技术,将两个候选基因转入模式植物拟南芥中进行了功能验证。结果表明:在150 m M Na Cl处理下,35S:Sl CXE转基因拟南芥比Sl CYP72A转基因拟南芥表现出更显著的耐盐性,其具体表现为与野生型植物相比,35S:Sl CXE植株的种子发芽率更高,幼苗的初生根更长及植株长势更强壮。总之,本研究不仅为理解佛甲草的盐适应机制奠定了基础,同时佛甲草中的两个候选基因,Sl CYP72A和Sl CXE为人们通过转基因技术开发各类耐盐性作物提供了宝贵的基因资源。
其他文献
糖类物质作为核酸和蛋白质之外的第三类生物大分子,在信号转导、分子识别及免疫应答等生命过程中发挥着重要功能。糖基化是重要的蛋白质翻译后修饰方式之一,对蛋白质的结构和
研究人员发现复杂网络中有一些具有相同功能或属性的节点,这些节点聚集在一起形成具有特定功能的模块,节点集合称为社团。复杂网络可以划分为若干个社团组成的社团结构,该结
碳纤维增强片材(Carbon fiber Reinforced Plastic,简称CFRP)具有轻质、高强、耐腐蚀性等优点,近年来预应力CFRP加固技术在工程中得到了越来越广泛的应用。经预应力CFRP加固后
根系是边坡植被恢复中植被与土体连接的重要器官,不同植物组合可以提高边坡的稳定性。而目前人工植物配置存在一定的盲目性。为研究不同根系类型组合植物对边坡生态和护坡功能的影响,减少植物配置盲目性,本试验选取了4种不同根系类型(垂直轴根型、水平轴根型、根蘖型和丛生型)植物进行了9种组合设计:高羊茅(Festuca elata)+高羊茅、紫穗槐(Amorpha fruticose)+高羊茅、胡枝子(Lesp
酒泉地区地处“丝绸之路经济带”的关键部位,是中国西北粮仓河西走廊的重要组成部分。作为中国西北重要的粮、油生产基地,其食品安全对于生态与社会的持续稳定发展至关重要。
相比于中国传统的婚姻家庭文化而言,我们近现代以来的继承法制度从清末修律到南京国民政府颁行《中华民国民法》经过了一场天翻地覆的变革演进。晚清变法修律运动的推动,使得相传数千年之久的依赖于中国传统封建社会的中华法系随之不复存在,取而代之的是学习借鉴西方先进国家的法律制度。继承制度随着晚清变法修律运动的推动,在修订最适合于中国民情法则精神的指导之下,《大清民律草案》“继承编”编排体例在形式上虽然力求仿照
以新能源为支点的能源转型是目前我国电力工业控制系统发展的大趋势,随着越来越多的新能源厂站建设和入网,新能源厂站网络安全风险也日益突出。国内外由此造成的电网事故时有发生,造成了重大国民经济损失。目前,新能源厂站尚未形成较为完整的安全防护体系,相关措施也不完善。急需提高新能源厂站网络安全防护技术,维护厂站的网络安全。本文通过分析新能源厂站纵向网络边界存在的安全风险,结合国家提出的安全防护标准以及国内外
炉内燃烧质量的正确评价对锅炉高效运行具有指导意义。火焰可视化和表征技术是深入了解煤粉燃烧的重要研究工具之一,旨在为燃烧调整提供安全保障。本文研究分析了现有火焰监测与燃烧诊断的方法,提出采用深度学习方法对火焰图像进行特征提取,结合人工智能方法实现燃烧状态识别以及燃烧过程监测,准确有效地监测炉膛燃烧状态,保证火电机组运行的安全性和经济性。首先,本文提出了一种新的基于深度学习的方法来识别炉膛燃烧状态——
由于胚胎干细胞的多能性使其在再生和移植医学,建立疾病模型,药物筛选和人类发育生物学领域得到持续的关注和发展。与体细胞类型不同,多能干细胞仅在胚胎发生的最初几天短暂存在,并且没有能够在体内长时间维持多能性的环境,因此实验室中的hPSCs都是依靠细胞培养条件,各种通路信号刺激和合适的培养方法及模式维持hPSCs多能性并促进其分化过程。心脏的形成是一个复杂的过程,包含了细胞的快速特化和分化以及相关基因按
在数据挖掘研究领域中,序列模式挖掘是一个重要的研究分支。序列模式挖掘可以应用于购买模式分析,生物序列特征提取,网络流量分析等等诸多领域,帮助研究者获取潜在的有价值信息。作为序列模式挖掘的基础,序列模式匹配算法对挖掘的效率与质量有着至关重要的影响。序列模式挖掘往往建立在各式各样的条件和约束下,其中无重叠约束下的带间隙模式挖掘拥有更强的表达能力,也对作为挖掘基础的模式匹配算法的性能提出了挑战。无重叠匹