科研产出
大豆R_(SC4)抗病候选基因Glyma.14G204700的克隆及其生物信息学分析
《植物保护学报 》 2022 北大核心 CSCD
摘要:为明确大豆抗大豆花叶病毒(soybean mosaic virus,SMV)SC4株系的基因位点R_(SC4)(resistance to SMV strain SC4,R_(SC4))的候选基因Glyma.14G204700在大豆不同抗性品种中的序列结构特征和保守结构域,以齐黄1号、科丰1号、大白麻和南农1138-2共4个大豆品种为材料,通过基因克隆获得大豆Glyma.14G204700基因的cDNA全长序列,并采用生物信息学方法分析其序列特征和编码蛋白的理化特性及结构特征。结果表明,大豆Glyma.14G204700基因在4个大豆品种中的cDNA全长为4 719~4 776 bp,编码1 295~1 307个氨基酸,预测蛋白的分子量为148.38~149.33 kD,等电点为5.53~5.61,均为具较强亲水性的非分泌蛋白。Glyma.14G204700蛋白含有植物抗病基因家族蛋白的保守功能域——核苷酸结合域和富含亮氨酸重复结构域。该蛋白的二级结构主要由α-螺旋、无规则卷曲、延伸链和β-折叠组成,所占比例分别为59.45%~61.08%、28.65%~30.15%、8.11%~8.88%和1.61%~2.16%。启动子序列分析发现该基因含有脱落酸、低温及干旱等多种逆境胁迫响应元件。表明大豆R_(SC4)抗病候选基因Glyma.14G204700在大豆不同抗性品种中具有不同的等位变异,优异等位变异的鉴定和开发可为抗SMV大豆育种提供基础材料。


大豆RSC4抗病候选基因Glvma.14G204700的克隆及其生物信息学分析
《植物保护学报 》 2022 北大核心 CSCD
摘要:为明确大豆抗大豆花叶病毒(soybean mosaic virus,SMV)SC4株系的基因位点RSC4(resis-tance to SMV strain SC4,RSC4)的候选基因Glyma.14G204700在大豆不同抗性品种中的序列结构特征和保守结构域,以齐黄1号、科丰1号、大白麻和南农1138-2共4个大豆品种为材料,通过基因克隆获得大豆Glyma.14G204700基因的cDNA全长序列,并采用生物信息学方法分析其序列特征和编码蛋白的理化特性及结构特征.结果表明,大豆Glyma.14G204700基因在4个大豆品种中的cD-NA全长为4 719~4 776 bp,编码1 295~1 307个氨基酸,预测蛋白的分子量为148.38~149.33 kD,等电点为5.53~5.61,均为具较强亲水性的非分泌蛋白.Glyma.14G204700蛋白含有植物抗病基因家族蛋白的保守功能域——核苷酸结合域和富含亮氨酸重复结构域.该蛋白的二级结构主要由a-螺旋、无规则卷曲、延伸链和β-折叠组成,所占比例分别为59.45%~61.08%、28.65%~30.15%、8.11%~8.88%和1.61%~2.16%.启动子序列分析发现该基因含有脱落酸、低温及干旱等多种逆境胁迫响应元件.表明大豆RSC4抗病候选基因Glyma.14G204700在大豆不同抗性品种中具有不同的等位变异,优异等位变异的鉴定和开发可为抗SMV大豆育种提供基础材料.


黄精桃酥加工技术研究
《安徽农业科学 》 2022
摘要:通过正交试验筛选出黄精桃酥的加工配方和焙烤工艺,其原料配方:低筋面粉720 g,糖粉360 g,鸡蛋110 g,食盐4 g,小苏打3 g,碳铵粉4 g,葵花籽油310 g,九华黄精91 g,芝麻少许,水适量;经搅打、拌匀、揉和、醒发、成型的饼坯按烘烤温度(面火/底火)210℃/195℃、烘烤时间15.5 min进行焙烤。研发的黄精桃酥色泽麦黄,饼面裂纹状开花适度,酥脆感好,且市场流通不易碎。


早熟枇杷新品种‘大叶门’
《园艺学报 》 2022 北大核心 CSCD
摘要:'大叶门'是从安徽歙县枇杷品种'大红袍'自然实生后代中选育出的早熟红肉新品种.果实圆形或卵圆形,平均单果质量45.78 g,最大单果质量81.65 g;果面橙红色,果粉多,锈斑少;果肉厚,化渣、味甜,微酸,可溶性固形物含量12.55%,可食率73.58%;抗日灼、裂果轻,品质好,成熟期比'大红袍'早10~15 d.


基于计算机视觉技术的生猪体重智能估测研究进展
《安徽农业科学 》 2022
摘要:为了避免因人工测量生猪体重给生猪带来较严重的应激反应,影响生猪身体健康,严重时导致生猪死亡.综述了计算机视觉技术在生猪体重智能估测方面的研究进展,通过相机获取生猪2D或3D图像数据,提取生猪体长、体高、腹围宽、胸围宽和背部面积,基于线性函数、偏最小二乘法函数、RBF、MLP等非线性函数,对生猪体重自动预测模型进行研究,实现非接触式生猪体重估测,能及时、快速且无伤害地获取生猪体重信息.对比分析各项相关研究报道可知:线性预测模型的准确率明显低于非线性预测模型,且基于非线性函数构建的体重估测模型的平均误差小于5%,与实际体重的平均相关性约0.97,说明生猪非接触式体重估测方法的可行性,为生猪的精准饲养管理提供了一种有效的监测手段,减少人力资源损耗,提高生猪养殖福利.

