水稻类病斑突变体在研究水稻细胞程序性死亡和广谱抗病性中具有重要作用,已报道的水稻类病斑主要发生在叶片上,少量发生在颖壳上。本研究中首次报道了水稻的一种穗叶类病斑突变体pls1(Panicle and leaf spot 1),其从三叶期叶片开始出现...水稻类病斑突变体在研究水稻细胞程序性死亡和广谱抗病性中具有重要作用,已报道的水稻类病斑主要发生在叶片上,少量发生在颖壳上。本研究中首次报道了水稻的一种穗叶类病斑突变体pls1(Panicle and leaf spot 1),其从三叶期叶片开始出现红褐色斑点,随生育进程扩大,并扩展到其他器官。与以往报道的水稻类病斑突变体不同的是,pls1抽穗后稻穗枝梗和颖壳逐渐产生红褐色病斑,成熟期稻穗干枯,严重影响产量,是一种新类型的水稻类病斑。结合图位克隆和全基因组重测序发现pls1突变体产生了173403 bp的大片段缺失,导致7个基因缺失和1个基因启动子缺失。这8个基因中4个编码醇溶蛋白,另外3个在叶片和穗部表达量较低,只有Os12g0268000在叶片和稻穗中较其他器官有较高的表达量,推测PLS1为Os12g0268000,基因功能注释显示其编码色胺5-羟化酶。pls1突变体叶片中活性氧、过氧化氢、超氧阴离子过量积累,抗氧系统相关酶氧化物歧化酶、抗坏血酸过氧化物酶、过氧化氢酶和谷胱甘肽还原酶活性提高,发生细胞程序性死亡和叶绿体降解,降低光合能力。褪黑素在植物耐盐性中起重要作用。进一步的功能分析发现,缺失PLS1会抑制水稻中褪黑素合成相关酶基因OsTDC1、OsTDC3、OsSNAT1、OsASMT1和OsCOMT的表达,进而导致pls1突变体的耐盐性下降。综上,穗叶类病斑突变体pls1是一种新类型的水稻类病斑突变体,将为水稻类病斑研究提供新的种质材料;耐盐性的分析揭示了色胺5-羟化酶的新功能,为研究其在细胞程序性死亡和耐盐性中的机制提供了新视角。展开更多
煤炭灰分值是衡量煤炭质量的关键指标之一,灰分含量和性质对燃烧设备、环境、后续的加工利用都有着极大影响。针对目前煤炭灰分检测方法的滞后性、劳动密集型问题,提出了一种基于XRF光谱的预处理(Preprocessing,PRE)与偏最小二乘法(Part...煤炭灰分值是衡量煤炭质量的关键指标之一,灰分含量和性质对燃烧设备、环境、后续的加工利用都有着极大影响。针对目前煤炭灰分检测方法的滞后性、劳动密集型问题,提出了一种基于XRF光谱的预处理(Preprocessing,PRE)与偏最小二乘法(Partial Least Squares,PLS)相结合的XRF煤炭灰分智能预测算法。通过将XRF技术获取煤炭样品的光谱数据输入PLS主模型初步预测灰分,再将相关校正参数输入补偿优化模型中,最终将两者相加得到预测灰分值。试验结果表明:相对于偏最小二乘法回归、神经网络回归模型,PRE-PLS模型决定系数为0.9951,均方根误差为0.9411,平均绝对误差为0.7332%,表明该模型具备较高的精度,能够胜任现场检测工作,为生产提供可靠指导。展开更多
头部厚度偏差是热轧带钢的重要产品质量指标,在板带轧制厚度控制中起着重要作用。实际生产中,基于多种原因带钢头部厚度常会出现偏差超限现象。为了分析头部厚差超限的主导原因,采用偏最小二乘法,结合马氏距离相对变换和潜变量优化选取...头部厚度偏差是热轧带钢的重要产品质量指标,在板带轧制厚度控制中起着重要作用。实际生产中,基于多种原因带钢头部厚度常会出现偏差超限现象。为了分析头部厚差超限的主导原因,采用偏最小二乘法,结合马氏距离相对变换和潜变量优化选取方法,建立了基于优化相对变换偏最小二乘法(Relative Transformation-Partial Least Squares, RT-PLS)的带钢头部厚差诊断模型。实例表明:优化RT-PLS诊断模型能够准确查找出导致带钢头部厚差超限的主要特征参数,指导生产现场的调节,成功降低了后续带钢的头部厚差,使厚度命中率由92.18%提升至97.13%,为带钢头部厚差的诊断研究提供了一种有效的诊断方法。展开更多
文摘煤炭灰分值是衡量煤炭质量的关键指标之一,灰分含量和性质对燃烧设备、环境、后续的加工利用都有着极大影响。针对目前煤炭灰分检测方法的滞后性、劳动密集型问题,提出了一种基于XRF光谱的预处理(Preprocessing,PRE)与偏最小二乘法(Partial Least Squares,PLS)相结合的XRF煤炭灰分智能预测算法。通过将XRF技术获取煤炭样品的光谱数据输入PLS主模型初步预测灰分,再将相关校正参数输入补偿优化模型中,最终将两者相加得到预测灰分值。试验结果表明:相对于偏最小二乘法回归、神经网络回归模型,PRE-PLS模型决定系数为0.9951,均方根误差为0.9411,平均绝对误差为0.7332%,表明该模型具备较高的精度,能够胜任现场检测工作,为生产提供可靠指导。
文摘头部厚度偏差是热轧带钢的重要产品质量指标,在板带轧制厚度控制中起着重要作用。实际生产中,基于多种原因带钢头部厚度常会出现偏差超限现象。为了分析头部厚差超限的主导原因,采用偏最小二乘法,结合马氏距离相对变换和潜变量优化选取方法,建立了基于优化相对变换偏最小二乘法(Relative Transformation-Partial Least Squares, RT-PLS)的带钢头部厚差诊断模型。实例表明:优化RT-PLS诊断模型能够准确查找出导致带钢头部厚差超限的主要特征参数,指导生产现场的调节,成功降低了后续带钢的头部厚差,使厚度命中率由92.18%提升至97.13%,为带钢头部厚差的诊断研究提供了一种有效的诊断方法。
