CN116138161A - 一种农作物抗旱育种筛选试验方法 - Google Patents
一种农作物抗旱育种筛选试验方法 Download PDFInfo
- Publication number
- CN116138161A CN116138161A CN202211093213.4A CN202211093213A CN116138161A CN 116138161 A CN116138161 A CN 116138161A CN 202211093213 A CN202211093213 A CN 202211093213A CN 116138161 A CN116138161 A CN 116138161A
- Authority
- CN
- China
- Prior art keywords
- drought
- breeding
- crop
- resistant
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000009395 breeding Methods 0.000 title claims abstract description 156
- 230000001488 breeding effect Effects 0.000 title claims abstract description 155
- 238000012216 screening Methods 0.000 title claims abstract description 37
- 238000010998 test method Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 35
- 239000000463 material Substances 0.000 claims abstract description 29
- 238000012360 testing method Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims description 42
- 238000005286 illumination Methods 0.000 claims description 18
- 230000007613 environmental effect Effects 0.000 claims description 17
- 230000003993 interaction Effects 0.000 claims description 15
- 230000008641 drought stress Effects 0.000 claims description 12
- 238000003066 decision tree Methods 0.000 claims description 11
- 238000004088 simulation Methods 0.000 claims description 11
- 238000013210 evaluation model Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000007667 floating Methods 0.000 claims description 3
- 230000010152 pollination Effects 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 238000011282 treatment Methods 0.000 claims description 3
- 229920000742 Cotton Polymers 0.000 description 19
- 230000009261 transgenic effect Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000005507 spraying Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000003306 harvesting Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 229930027917 kanamycin Natural products 0.000 description 2
- SBUJHOSQTJFQJX-NOAMYHISSA-N kanamycin Chemical compound O[C@@H]1[C@@H](O)[C@H](O)[C@@H](CN)O[C@@H]1O[C@H]1[C@H](O)[C@@H](O[C@@H]2[C@@H]([C@@H](N)[C@H](O)[C@@H](CO)O2)O)[C@H](N)C[C@@H]1N SBUJHOSQTJFQJX-NOAMYHISSA-N 0.000 description 2
- 229960000318 kanamycin Drugs 0.000 description 2
- 229930182823 kanamycin A Natural products 0.000 description 2
- 238000010899 nucleation Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000009402 cross-breeding Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01H—NEW PLANTS OR NON-TRANSGENIC PROCESSES FOR OBTAINING THEM; PLANT REPRODUCTION BY TISSUE CULTURE TECHNIQUES
- A01H1/00—Processes for modifying genotypes ; Plants characterised by associated natural traits
- A01H1/04—Processes of selection involving genotypic or phenotypic markers; Methods of using phenotypic markers for selection
Landscapes
- Health & Medical Sciences (AREA)
- Genetics & Genomics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Botany (AREA)
- Developmental Biology & Embryology (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于育种筛选技术领域，公开了一种农作物抗旱育种筛选试验方法，将农作物种子分成两份，分别在干旱环境和非干旱中栽培，同时栽培并进行同样管理；划分不同的抗旱试验等级，通过环境调控系统模拟作物生长所需的条件；根据干旱环境和非干旱环境的生长参数，考察其抗旱性状，并对育种数据进行处理，筛选出优良的抗旱品质；对育种抗旱性进行评价。本发明可以对性状进行不同角度的批量处理，提高数据的处理效率，减少农作物抗旱育种家筛选农作物抗旱育种材料的工作量，提高了农作物抗旱育种效率；可以有效地利用已有农作物抗旱育种经验数据指导后续农作物抗旱育种工作，辅助农作物抗旱育种家实现后续的作物农作物抗旱育种的评价工作。
Description
技术领域
本发明属于育种筛选技术领域，尤其涉及一种农作物抗旱育种筛选试验方法。
背景技术
作物育种又称品种改良。高产、稳产、优质、高效是育种的目标。但特定的育种目标要综合考虑当地品种的现状、育种基础、自然环境、耕作制度、栽培水平、经济条件等因素，并随生产的发展不断加以调整。还要以本地区种植面积较大或有代表性的几个品种作为标准，明确需要保持或提高、改进或克服的方向，使育种目标具体化。作物育种方法与作物的繁殖方法密切相关。自交作物群体是一些纯合基因型混合体，也可能是单一的基因型，异质性不大或同质，遗传上高度纯合。这类作物宜采用混合选择、纯系育种、杂交育种(主要是品种间杂交)和回交育种。最终目的是育成纯合度高的品种；然而，现有农作物抗旱育种筛选试验方法在记录数据时，由于标准不统一，导致不同人负责记载的农作物抗旱育种数据无法统一共享，数据不能得到有效管理，数据分析时不同圃区的数据无法联合利用，导致数据浪费；同时，农作物抗旱育种过程中的评价结果信息作为重要的专家经验，却仍未用在作物农作物抗旱育种评价的过程中。
通过上述分析，现有技术存在的问题及缺陷为：
(1)现有农作物抗旱育种筛选试验方法在记录数据时，由于标准不统一，导致不同人负责记载的农作物抗旱育种数据无法统一共享，数据不能得到有效管理，数据分析时不同圃区的数据无法联合利用，导致数据浪费。
(2)农作物抗旱育种过程中的评价结果信息作为重要的专家经验，却仍未用在作物农作物抗旱育种评价的过程中。
发明内容
针对现有技术存在的问题，本发明提供了一种农作物抗旱育种筛选试验方法。
本发明是这样实现的，一种农作物抗旱育种筛选试验方法包括以下步骤：
步骤一，将农作物种子分成两份，分别在干旱环境和非干旱中栽培，同时栽培并进行同样管理；
步骤二，划分不同的抗旱试验等级，通过环境调控系统模拟作物生长所需的条件；
步骤三，根据干旱环境和非干旱环境的生长参数，考察其抗旱性状，并对育种数据进行处理，筛选出优良的抗旱品质；
步骤四，对育种抗旱性进行评价。
进一步，所述环境调控系统包括：
环境参数检测模块、温度调节模块、湿度调节模块、光照模拟模块、人机交互模块和主控模块；
所述主控模块分别与环境参数检测模块、温度调节模块、湿度调节模块、光照模拟模块和人机交互模块连接，用于对检测参数进行处理，并对各个受控模块的运行进行协调控制；
所述环境参数检测模块用于利用多个不同功能的传感器对不同的环境参数进行检测；
所述温度调节模块用于利用温度调节设备对农作物种子栽培的温度环境进行调节；
所述湿度调节模块用于利用湿度调节设备对农作物种子栽培的湿度环境进行调节；
所述光照模拟模块用于利用高温灯管模拟农作物需要的太阳光照；
所述人机交互模块用于进行参数设定和数据显示。
进一步，所述环境参数检测模块包括：
温度检测单元，用于利用温度检测传感器对栽培环境中的温度数据进行检测；
湿度检测单元，用于利用湿度检测传感器对栽培环境中的湿度数据进行检测；
光照度检测单元，用于利用光照度传感器对栽培环境中的光照数据进行检测。
进一步，所述环境调控系统模拟作物生长所需条件的具体步骤包括：
利用人机交互模块根据设置的干旱级别对预设参数进行设定；
利用环境检测模块中的多个不同功能的传感器对不同的环境参数进行检测；
利用主控模块对检测参数进行处理，并根据环境检测结果，利用温度调节模块、湿度调节模块和光照模拟模块对作物的栽培环境进行调节；
利用环境检测模块对调节后的环境参数进行实时检测，并利用人机交互模块进行数据显示。
进一步，所述步骤三考察其抗旱性状中，根据农作物的叶片卷曲度、叶片颜色变化和枯叶率判断农作物实生苗的抗旱能力。
进一步，所述步骤二中的抗旱试验等级包括高抗级、较抗级、中抗级、弱抗级和极弱抗级；
所述高抗级标准为作物在高旱及高温条件能完成授粉结实，且有效结穗率＞60％；
所述较抗级标准为作物在干旱胁迫后部分能完成授粉结实，有效结穗率50％-60％；
所述中抗级标准为作物在干旱胁迫后部分能完成授粉结实，有效结穗率30％-40％；
所述弱抗级标准为作物在干旱胁迫后部分能完成授粉结实，有效结穗率10％-20％；
所述极弱抗级标准为作物在干旱胁迫后整行材料全部不能抽雄吐丝，无结实。
进一步，所述步骤三对育种数据进行处理的具体步骤包括：
(1)构建育种数据库，将记录的育种数据存入育种数据库中；制定农作物抗旱育种性状记载标准并对性状进行分组；编制农作物抗旱育种材料表，记录农作物抗旱育种材料数据；
(2)结合所述农作物抗旱育种材料表制定性状录入模板；结合所述性状录入模板以及录入性状数据；确定每种性状数据的值。
进一步，所述步骤(1)制定农作物抗旱育种性状记载标准并对性状进行分组的具体步骤包括：
根据品种审定试验技术规程制定农作物抗旱育种性状记载标准，包括性状名称、数据格式、数据长度以及记录标准；
为每种性状指定对应的输入控件类型；所述输入控件类型包括文本框以及下拉框；日期型、文本型、整数型、浮点型性状数据的输入控件类型为文本框，具有分级的性状数据的输入控件类型为下拉框。
进一步，所述步骤四对育种进行评价的具体步骤包括：
1)以农作物抗旱育种目标为筛选条件，构建作物农作物抗旱育种评价数据集，所述数据集共享相同的农作物抗旱育种目标，
其中，所述数据集中的每个数据均以四元数据类型来表示；
2)对所述数据集中的性状特征集合进行预处理，得到预处理后的数据集；
3)根据所述预处理后的数据集，使用决策树构建性状特征与实验结果间的模型，得到针对农作物抗旱育种目标的基于决策树的作物农作物抗旱育种评价模型；
4)根据所述作物农作物抗旱育种评价模型对具有相同农作物抗旱育种目标的待评价作物性状数据进行分析，并获得评价结果。
进一步，所述规范化处理包括：统一量化方式，和/或统一计量单位，和/或统一表现形式。
结合上述的技术方案和解决的技术问题，请从以下几方面分析本发明所要保护的技术方案所具备的优点及积极效果为：
第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
本发明通过对育种数据进行管理方法可以对性状进行不同角度的批量处理，提高数据的处理效率，减少农作物抗旱育种家筛选农作物抗旱育种材料的工作量，提高了农作物抗旱育种效率；并且，本发明中的农作物抗旱育种数据不仅包括数字以及文本，还包括图片，因此在数据查看时，可以查看各种性状相对应的图片，并且不同农作物抗旱育种材料的图片可以对比查看，从而达到直观判断的效果，最后，通过本发明可以多条件检索出符合筛选条件的多年数据以及农作物抗旱育种材料；同时，通过对育种进行评价方法将作物农作物抗旱育种过程中的评价数据引入农作物抗旱育种评价模型的训练中，作为构建农作物抗旱育种评价决策树的指导数据，可以有效地利用已有农作物抗旱育种经验数据指导后续农作物抗旱育种工作，辅助农作物抗旱育种家实现后续的作物农作物抗旱育种的评价工作。
第二，把技术方案看做一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：
本发明可以对性状进行不同角度的批量处理，提高数据的处理效率，减少农作物抗旱育种家筛选农作物抗旱育种材料的工作量，提高了农作物抗旱育种效率；可以有效地利用已有农作物抗旱育种经验数据指导后续农作物抗旱育种工作，辅助农作物抗旱育种家实现后续的作物农作物抗旱育种的评价工作。
附图说明
图1是本发明实施例提供的农作物抗旱育种筛选试验方法流程图；
图2是本发明实施例提供的环境调控系统模拟作物生长所需条件的方法流程图；
图3是本发明实施例提供的对育种数据进行管理方法流程图；
图4是本发明实施例提供的对育种进行评价方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
一、解释说明实施例。为了使本领域技术人员充分了解本发明如何具体实现，该部分是对权利要求技术方案进行展开说明的解释说明实施例。
如图1所示，本发明实施例提供的农作物抗旱育种筛选试验方法包括以下步骤：
S101，将农作物种子分成两份，分别在干旱环境和非干旱中栽培，同时栽培并进行同样管理；
S102，划分不同的抗旱试验等级，通过环境调控系统模拟作物生长所需的条件；
S103，根据干旱环境和非干旱环境的生长参数，考察其抗旱性状，并对育种数据进行处理，筛选出优良的抗旱品质；
S104，对育种抗旱性进行评价。
本发明实施例中的环境调控系统包括：
环境参数检测模块、温度调节模块、湿度调节模块、光照模拟模块、人机交互模块和主控模块；
所述主控模块分别与环境参数检测模块、温度调节模块、湿度调节模块、光照模拟模块和人机交互模块连接，用于对检测参数进行处理，并对各个受控模块的运行进行协调控制；
所述环境参数检测模块用于利用多个不同功能的传感器对不同的环境参数进行检测；
所述温度调节模块用于利用温度调节设备对农作物种子栽培的温度环境进行调节；
所述湿度调节模块用于利用湿度调节设备对农作物种子栽培的湿度环境进行调节；
所述光照模拟模块用于利用高温灯管模拟农作物需要的太阳光照；
所述人机交互模块用于进行参数设定和数据显示。
本发明实施例中的环境参数检测模块包括：
温度检测单元，用于利用温度检测传感器对栽培环境中的温度数据进行检测；
湿度检测单元，用于利用湿度检测传感器对栽培环境中的湿度数据进行检测；
光照度检测单元，用于利用光照度传感器对栽培环境中的光照数据进行检测。
如图2所示，本发明实施例中的环境调控系统模拟作物生长所需条件的具体步骤包括：
S201，利用人机交互模块根据设置的干旱级别对预设参数进行设定；
S202，利用环境检测模块中的多个不同功能的传感器对不同的环境参数进行检测；
S203，利用主控模块对检测参数进行处理，并根据环境检测结果，利用温度调节模块、湿度调节模块和光照模拟模块对作物的栽培环境进行调节；
S204，利用环境检测模块对调节后的环境参数进行实时检测，并利用人机交互模块进行数据显示。
本发明实施例中的步骤S103考察其抗旱性状中，根据农作物的叶片卷曲度、叶片颜色变化和枯叶率判断农作物实生苗的抗旱能力。
本发明实施例中的步骤S102中的抗旱试验等级包括高抗级、较抗级、中抗级、弱抗级和极弱抗级；
所述高抗级标准为作物在高旱及高温条件能完成授粉结实，且有效结穗率＞60％；
所述较抗级标准为作物在干旱胁迫后部分能完成授粉结实，有效结穗率50％-60％；
所述中抗级标准为作物在干旱胁迫后部分能完成授粉结实，有效结穗率30％-40％；
所述弱抗级标准为作物在干旱胁迫后部分能完成授粉结实，有效结穗率10％-20％；
所述极弱抗级标准为作物在干旱胁迫后整行材料全部不能抽雄吐丝，无结实。
如图3所示，本发明提供的对育种数据进行管理方法如下：
S301，构建育种数据库，将记录的育种数据存入育种数据库中；制定农作物抗旱育种性状记载标准并对性状进行分组；编制农作物抗旱育种材料表，记录农作物抗旱育种材料数据；
S302，结合所述农作物抗旱育种材料表制定性状录入模板；结合所述性状录入模板以及农作物抗旱育种性状记载标准录入性状数据；确定每种性状数据的值。
本发明提供的管理方法还包括：
对所述农作物抗旱育种材料数据以及性状数据进行筛选和精简。
本发明提供的制定育种性状记载标准并对性状进行分组包括：
根据品种审定试验技术规程制定农作物抗旱育种性状记载标准，包括性状名称、数据格式、数据长度以及记录标准；
为每种性状指定对应的输入控件类型；所述输入控件类型包括文本框以及下拉框；日期型、文本型、整数型、浮点型性状数据的输入控件类型为文本框，具有分级的性状数据的输入控件类型为下拉框。
本发明提供的对所述育种材料数据以及性状数据进行筛选和精简包括：
对于性状，若90％以上农作物抗旱育种材料对该性状没有记载相应的性状数据，则删除这个性状；
对于农作物抗旱育种材料，若该农作物抗旱育种材料没有对应任何性状数据，则删除这个农作物抗旱育种材料。
本发明提供的确定每种性状数据的值包括：
当农作物抗旱育种材料某一性状没有数据时，则用户填写数据或直接设为空；
当农作物抗旱育种材料某一性状有多个值时，则选择其中某一个值或选择多个值的平均值作为这一性状的值。
如图4所示，本发明提供的对育种进行评价方法如下：
S401，以农作物抗旱育种目标为筛选条件，构建作物农作物抗旱育种评价数据集，所述数据集共享相同的农作物抗旱育种目标，
其中，所述数据集中的每个数据均以四元数据类型{实验材料编号，性状特征集合T，所属实验e，实验结果r}来表示；
S402，对所述数据集中的性状特征集合T进行预处理，得到预处理后的数据集；
S403，根据所述预处理后的数据集，使用决策树构建性状特征与实验结果间的模型，得到针对农作物抗旱育种目标的基于决策树的作物农作物抗旱育种评价模型；
S404，根据所述作物农作物抗旱育种评价模型对具有相同农作物抗旱育种目标的待评价作物性状数据进行分析，并获得评价结果。
本发明提供的根据所述预处理后的数据集，使用决策树构建性状特征与实验结果间的模型，得到针对农作物抗旱育种目标的基于决策树的作物农作物抗旱育种评价模型，包括：
a、将预处理后的数据集记为D0，D0中的特征集合记为T0，根据D0与T0生成根节点root，并令所述根节点root作为当前节点；
b、根据第三公式，计算得到D0的基尼Gini指标；
c、判断D0是否小于预设阈值G且T0中性状的个数是否为0，若D0小于预设阈值且T0中性状的个数为0，则将当前节点标记为叶子节点，取Pi中的最大值对应的实验结果ri为该节点的实验结果；若D0大于等于预设阈值且T0中性状的个数不为0，则执行步骤d-g；
d、计算T0中各性状特征与实验结果的排序相关性；
e、取T0中与实验结果排序相关性最大的性状特征作为当前节点的划分性状Ts；
f、根据划分性状Ts计算划分阈值vs，并根据vs将D0划分为两个集合D1、D2；
g、从T0中移除Ts，分别令D1、D2作为D0，重复b至g建立其对应的决策树模型，并将结果分别作为当前节点的左、右子树；
其中，所述第三公式为：
其中，a为所述实验结果r中不同取值的个数，Pi为D0中数据对应实验结果ri的概率。
本发明提供的数据集中的性状特征集合T进行预处理，得到预处理后的数据集，包括：
对所述数据集中的性状特征集合T中的每种性状进行规范化处理；
对经过规范化处理之后的性状特征集合T进行去噪处理；
对经过去噪处理之后的性状特征集合T进行归一化处理，得到预处理后的数据集。
本发明提供的规范化处理包括：统一量化方式，和/或统一计量单位，和/或统一表现形式。
二、应用实施例。为了证明本发明的技术方案的创造性和技术价值，该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。
实施例：
转基因棉花抗旱性的培育以及筛选方法
2003年以中棉所41(国审棉2002001，中棉种业科技有限责任公司)作为亲本，和常规棉品系957182(中棉种业科技有限责任公司)杂交，2003年冬杂交F1代在海南三亚进行南繁加代，不进行鉴定选择。2004年在河南安阳中棉所试验田种植F2代，田间播种出苗后棉花长出1片真叶时，用喷雾器喷洒2500ppm卡那霉素水溶液1次，花铃期重复喷洒1次。第1次喷洒7～10天后，彻底拔除有黄斑的非转基因阳性植株，不影响田间定苗和其它作业，可保证棉田足够的密度。第2次喷洒后，发现个别叶片有黄斑反应的非转基因植株，用塑料绳或塑料牌作出标记，收获期作为杂花收获，可不影响试验田产量，只选择无反应的转基因植株。重复上述方法对其后代进行连续筛选鉴定，及早淘汰不良组合和非转基因植株，直至其它主要性状遗传稳定，后代不再发生分离为止。经筛选得到6个遗传稳定的转基因株系，分别加以编号。2005年发明人对获得的6个转基因品系进行产量损失比较法(根据产量损失率以及增产百分数)鉴定抗旱性及利用价值，试验田设干旱环境和正常环境两个处理。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
三、实施例相关效果的证据。本发明实施例在研发或者使用过程中取得了一些积极效果，和现有技术相比的确具备很大的优势，下面内容结合试验过程的数据、图表等进行描述。
转基因棉花抗旱性的培育以及筛选方法
2003年以中棉所41(国审棉2002001，中棉种业科技有限责任公司)作为亲本，和常规棉品系957182(中棉种业科技有限责任公司)杂交，2003年冬杂交F1代在海南三亚进行南繁加代，不进行鉴定选择。2004年在河南安阳中棉所试验田种植F2代，田间播种出苗后棉花长出1片真叶时，用喷雾器喷洒2500ppm卡那霉素水溶液1次，花铃期重复喷洒1次。第1次喷洒7～10天后，彻底拔除有黄斑的非转基因阳性植株，不影响田间定苗和其它作业，可保证棉田足够的密度。第2次喷洒后，发现个别叶片有黄斑反应的非转基因植株，用塑料绳或塑料牌作出标记，收获期作为杂花收获，可不影响试验田产量，只选择无反应的转基因植株。重复上述方法对其后代进行连续筛选鉴定，及早淘汰不良组合和非转基因植株，直至其它主要性状遗传稳定，后代不再发生分离为止。经筛选得到6个遗传稳定的转基因株系，分别加以编号。2005年发明人对获得的6个转基因品系进行产量损失比较法(根据产量损失率以及增产百分数)鉴定抗旱性及利用价值，试验田设干旱环境和正常环境两个处理，试验结果如下：
表1产量损失比较法皮棉产量鉴定结果(公斤/亩)
由上表可以看出，编号为501004的品系抗旱性强，其产量损失率低，增产显著，有好的经济利用价值。
本发明通过对育种数据进行管理方法可以对性状进行不同角度的批量处理，提高数据的处理效率，减少农作物抗旱育种家筛选农作物抗旱育种材料的工作量，提高了农作物抗旱育种效率；并且，本发明中的农作物抗旱育种数据不仅包括数字以及文本，还包括图片，因此在数据查看时，可以查看各种性状相对应的图片，并且不同农作物抗旱育种材料的图片可以对比查看，从而达到直观判断的效果，最后，通过本发明可以多条件检索出符合筛选条件的多年数据以及农作物抗旱育种材料；同时，通过对育种进行评价方法将作物农作物抗旱育种过程中的评价数据引入农作物抗旱育种评价模型的训练中，作为构建农作物抗旱育种评价决策树的指导数据，可以有效地利用已有农作物抗旱育种经验数据指导后续农作物抗旱育种工作，辅助农作物抗旱育种家实现后续的作物农作物抗旱育种的评价工作。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种农作物抗旱育种筛选试验方法，其特征在于，所述农作物抗旱育种筛选试验方法包括以下步骤：
步骤一，将农作物种子分成两份，分别在干旱环境和非干旱中栽培，同时栽培并进行同样管理；
步骤二，划分不同的抗旱试验等级，通过环境调控系统模拟作物生长所需的条件；
步骤三，根据干旱环境和非干旱环境的生长参数，考察其抗旱性状，并对育种数据进行处理，筛选出优良的抗旱品质；
步骤四，对育种抗旱性进行评价。
2.如权利要求1所述农作物抗旱育种筛选试验方法，其特征在于，所述环境调控系统包括：
环境参数检测模块、温度调节模块、湿度调节模块、光照模拟模块、人机交互模块和主控模块；
所述主控模块分别与环境参数检测模块、温度调节模块、湿度调节模块、光照模拟模块和人机交互模块连接，用于对检测参数进行处理，并对各个受控模块的运行进行协调控制；
所述环境参数检测模块用于利用多个不同功能的传感器对不同的环境参数进行检测；
所述温度调节模块用于利用温度调节设备对农作物种子栽培的温度环境进行调节；
所述湿度调节模块用于利用湿度调节设备对农作物种子栽培的湿度环境进行调节；
所述光照模拟模块用于利用高温灯管模拟农作物需要的太阳光照；
所述人机交互模块用于进行参数设定和数据显示。
3.如权利要求2所述农作物抗旱育种筛选试验方法，其特征在于，所述环境参数检测模块包括：
温度检测单元，用于利用温度检测传感器对栽培环境中的温度数据进行检测；
湿度检测单元，用于利用湿度检测传感器对栽培环境中的湿度数据进行检测；
光照度检测单元，用于利用光照度传感器对栽培环境中的光照数据进行检测。
4.如权利要求2所述农作物抗旱育种筛选试验方法，其特征在于，所述环境调控系统模拟作物生长所需条件的具体步骤包括：
利用人机交互模块根据设置的干旱级别对预设参数进行设定；
利用环境检测模块中的多个不同功能的传感器对不同的环境参数进行检测；
利用主控模块对检测参数进行处理，并根据环境检测结果，利用温度调节模块、湿度调节模块和光照模拟模块对作物的栽培环境进行调节；
利用环境检测模块对调节后的环境参数进行实时检测，并利用人机交互模块进行数据显示。
5.如权利要求1所述农作物抗旱育种筛选试验方法，其特征在于，所述步骤三考察其抗旱性状中，根据农作物的叶片卷曲度、叶片颜色变化和枯叶率判断农作物实生苗的抗旱能力。
6.如权利要求1所述农作物抗旱育种筛选试验方法，其特征在于，所述步骤二中的抗旱试验等级包括高抗级、较抗级、中抗级、弱抗级和极弱抗级；
所述高抗级标准为作物在高旱及高温条件能完成授粉结实，且有效结穗率＞60％；
所述较抗级标准为作物在干旱胁迫后部分能完成授粉结实，有效结穗率50％-60％；
所述中抗级标准为作物在干旱胁迫后部分能完成授粉结实，有效结穗率30％-40％；
所述弱抗级标准为作物在干旱胁迫后部分能完成授粉结实，有效结穗率10％-20％；
所述极弱抗级标准为作物在干旱胁迫后整行材料全部不能抽雄吐丝，无结实。
7.如权利要求1所述农作物抗旱育种筛选试验方法，其特征在于，所述步骤三对育种数据进行处理的具体步骤包括：
(1)构建育种数据库，将记录的育种数据存入育种数据库中；制定农作物抗旱育种性状记载标准并对性状进行分组；编制农作物抗旱育种材料表，记录农作物抗旱育种材料数据；
(2)结合所述农作物抗旱育种材料表制定性状录入模板；结合所述性状录入模板以及录入性状数据；确定每种性状数据的值。
8.如权利要求7所述农作物抗旱育种筛选试验方法，其特征在于，所述步骤(1)制定农作物抗旱育种性状记载标准并对性状进行分组的具体步骤包括：
根据品种审定试验技术规程制定农作物抗旱育种性状记载标准，包括性状名称、数据格式、数据长度以及记录标准；
为每种性状指定对应的输入控件类型；所述输入控件类型包括文本框以及下拉框；日期型、文本型、整数型、浮点型性状数据的输入控件类型为文本框，具有分级的性状数据的输入控件类型为下拉框。
9.如权利要求1所述农作物抗旱育种筛选试验方法，其特征在于，所述步骤四对育种进行评价的具体步骤包括：
1)以农作物抗旱育种目标为筛选条件，构建作物农作物抗旱育种评价数据集，所述数据集共享相同的农作物抗旱育种目标，
其中，所述数据集中的每个数据均以四元数据类型来表示；
2)对所述数据集中的性状特征集合进行预处理，得到预处理后的数据集；
3)根据所述预处理后的数据集，使用决策树构建性状特征与实验结果间的模型，得到针对农作物抗旱育种目标的基于决策树的作物农作物抗旱育种评价模型；
4)根据所述作物农作物抗旱育种评价模型对具有相同农作物抗旱育种目标的待评价作物性状数据进行分析，并获得评价结果。
10.如权利要求9所述农作物抗旱育种筛选试验方法，其特征在于，所述规范化处理包括：统一量化方式，和/或统一计量单位，和/或统一表现形式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211093213.4A CN116138161A (zh) | 2022-09-08 | 2022-09-08 | 一种农作物抗旱育种筛选试验方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211093213.4A CN116138161A (zh) | 2022-09-08 | 2022-09-08 | 一种农作物抗旱育种筛选试验方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116138161A true CN116138161A (zh) | 2023-05-23 |
Family
ID=86358829
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211093213.4A Pending CN116138161A (zh) | 2022-09-08 | 2022-09-08 | 一种农作物抗旱育种筛选试验方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116138161A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101049089A (zh) * | 2007-05-24 | 2007-10-10 | 中国农业科学院棉花研究所 | 逆境鉴定筛选抗性作物的育种方法 |
| CN104951987A (zh) * | 2015-06-19 | 2015-09-30 | 北京农业信息技术研究中心 | 基于决策树的作物育种评价方法 |
| CN106818100A (zh) * | 2016-07-29 | 2017-06-13 | 新疆农业科学院粮食作物研究所 | 一种筛选玉米抗旱种质的方法 |
| CN106962065A (zh) * | 2017-05-08 | 2017-07-21 | 上海市农业生物基因中心 | 一种节水抗旱稻的工厂化育种系统 |
| CN108921451A (zh) * | 2018-07-27 | 2018-11-30 | 广西壮族自治区农业科学院玉米研究所 | 一种鉴定玉米品种抗旱性的评价方法 |
| CN110301184A (zh) * | 2019-07-11 | 2019-10-08 | 仲恺农业工程学院 | 一种作物科学工程化育种信息处理系统及方法 |
| CN113498703A (zh) * | 2021-07-09 | 2021-10-15 | 袁隆平农业高科技股份有限公司 | 用于模拟干旱环境鉴定水稻作物耐旱性的温室系统及方法 |
-
2022
- 2022-09-08 CN CN202211093213.4A patent/CN116138161A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101049089A (zh) * | 2007-05-24 | 2007-10-10 | 中国农业科学院棉花研究所 | 逆境鉴定筛选抗性作物的育种方法 |
| CN104951987A (zh) * | 2015-06-19 | 2015-09-30 | 北京农业信息技术研究中心 | 基于决策树的作物育种评价方法 |
| CN106818100A (zh) * | 2016-07-29 | 2017-06-13 | 新疆农业科学院粮食作物研究所 | 一种筛选玉米抗旱种质的方法 |
| CN106962065A (zh) * | 2017-05-08 | 2017-07-21 | 上海市农业生物基因中心 | 一种节水抗旱稻的工厂化育种系统 |
| CN108921451A (zh) * | 2018-07-27 | 2018-11-30 | 广西壮族自治区农业科学院玉米研究所 | 一种鉴定玉米品种抗旱性的评价方法 |
| CN110301184A (zh) * | 2019-07-11 | 2019-10-08 | 仲恺农业工程学院 | 一种作物科学工程化育种信息处理系统及方法 |
| CN113498703A (zh) * | 2021-07-09 | 2021-10-15 | 袁隆平农业高科技股份有限公司 | 用于模拟干旱环境鉴定水稻作物耐旱性的温室系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 原小燕;铁朝良;符明联;李根泽;字德华;张云云;王敬乔;: "甘芥种间杂交后代DH系花期抗旱性评价", 干旱地区农业研究, no. 02 * |
| 石有太 等: "不同陆地棉基因型抗旱性评价与抗旱丰产种质筛选", 《植物遗传资源学报》, vol. 21, no. 3, pages 625 - 636 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Batte et al. | Crossbreeding East African highland bananas: lessons learnt relevant to the botany of the crop after 21 years of genetic enhancement | |
| CN108346142B (zh) | 一种基于植物光照图像的植物生长状态识别方法 | |
| US20230030326A1 (en) | Synchronized breeding and agronomic methods to improve crop plants | |
| Verdenal et al. | A study of ryegrass architecture as a self-regulated system, using functional–structural plant modelling | |
| Fanelli Carvalho et al. | The effect of bienniality on genomic prediction of yield in arabica coffee | |
| Li et al. | Optimal yield-related attributes of irrigated rice for high yield potential based on path analysis and stability analysis | |
| Yabe et al. | Description of grain weight distribution leading to genomic selection for grain-filling characteristics in rice | |
| Hu et al. | A comparative study on the leaf anatomical structure of Camellia oleifera in a low-hot valley area in Guizhou Province, China | |
| Akter et al. | Evaluation of genetic diversity in short duration cotton (Gossypium hirsutum L.) | |
| CN111149694A (zh) | 基于psr模型的寒地水稻杂交育种后代选择方法 | |
| Mubai et al. | Phenotypic correlation, path coefficient and multivariate analysis for yield and yield-associated traits in groundnut accessions | |
| Wang et al. | Artificial selection trend of wheat varieties released in huang-huai-hai region in china evaluated using dus testing characteristics | |
| Terzić et al. | Qualitative traits in sunflower breeding: UGA‐SAM1 phenotyping case study | |
| Ullah et al. | Genetic basis and principal component analysis in cotton (Gossypium hirsutum L.) grown under water deficit condition | |
| Muminov et al. | Analysis of yield and fiber quality traits in intraspecific and interspecific hybrids of cotton | |
| Jin et al. | Selective transplantation method of leafy vegetable seedlings based on ResNet 18 network | |
| Gangadhara et al. | Performance of some early-maturing groundnut (Arachis hypogaea L.) genotypes and selection of high-yielding genotypes in the potato-fallow system | |
| Tiwari et al. | Designing plant breeding programs for targeted deliveries | |
| Wang et al. | Detecting QTL and candidate genes for plant height in soybean via linkage analysis and GWAS | |
| Mądry et al. | Ontogenetic-based sequential path analysis of grain yield and its related traits in several winter wheat cultivars | |
| CN116138161A (zh) | 一种农作物抗旱育种筛选试验方法 | |
| Kiær et al. | Genealogy, morphology and fitness of spontaneous hybrids between wild and cultivated chicory (Cichorium intybus) | |
| Veenstra et al. | Predicting corn tiller development in restrictive environments can be achieved to enhance defensive management decision tools for producers | |
| Xia et al. | Dynamic changes in the genetic parameters of growth traits with age and their associations with heterosis in hybrid Liriodendron | |
| Hasan et al. | Genetic analysis of yield and yield contributing traits in rice (Oryza sativa L.) BC2F3 population derived from MR264× PS2 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |