彩色小麦的产量通常低于普通白粒和红粒小麦,籽粒偏小是原因之一。为解析控制彩色小麦产量性状的遗传基础,分析了239份彩色小麦品种(系)在4个环境下的表型特性和16 K SNP芯片基因型数据,对株高和籽粒性状(千粒重、籽粒长、籽粒宽和籽粒...彩色小麦的产量通常低于普通白粒和红粒小麦,籽粒偏小是原因之一。为解析控制彩色小麦产量性状的遗传基础,分析了239份彩色小麦品种(系)在4个环境下的表型特性和16 K SNP芯片基因型数据,对株高和籽粒性状(千粒重、籽粒长、籽粒宽和籽粒长宽比)的QTL进行了全基因组关联分析(genome-wide-association-study,GWAS)。结果显示,各表型性状的变异系数为5.11%~32.91%,广义遗传力为71.88%~97.00%,多数性状之间具有显著相关性。通过GWAS共筛选出26728个多态性SNP标记,定位到了17个与目标性状显著相关的稳定QTL位点,分布在1A、1B、1D、2B等12条染色体上,单个QTL解释5.26%~11.66%的表型变异,其中在3个环境下均被检测到的QTL有5个,分别为QPh.nwafu-4B.1、QKlwr.nwafu-1D、QKlwr.nwafu-4D、QKlwr.nwafu-5B.1和QKlwr.nwafu-6A.2;共发现10个未见报道的新QTL位点,分别为与株高相关的QPh.nwafu-4B.3,与千粒重相关的QTkw.nwafu-3B和QTkw.nwafu-6A,与籽粒长宽比相关的QKlwr.nwafu-1A、QKlwr.nwafu-1B、QKlwr.nwafu-4A、QKlwr.nwafu-5B.2、QKlwr.nwafu-6A.1和QKlwr.nwafu-6A.2。这些QTL位点初步表明了彩色小麦株高与籽粒性状基因位点的分布、组成,可为彩色小麦产量遗传改良提高参考。展开更多
颜色特征对图像的各种变换具有很好的鲁棒性,使其在图像检索中发挥了重要作用,但传统颜色特征中缺乏空间分布信息,检索性能不佳.通过图像分块捕获颜色的空间分布信息,并引入高效匹配核,把局部颜色特征映射到低维空间,生成比传统颜色特征...颜色特征对图像的各种变换具有很好的鲁棒性,使其在图像检索中发挥了重要作用,但传统颜色特征中缺乏空间分布信息,检索性能不佳.通过图像分块捕获颜色的空间分布信息,并引入高效匹配核,把局部颜色特征映射到低维空间,生成比传统颜色特征RGB、HSV等判别性能更优的颜色高效匹配核特征CEMK(Color Efficient Match Kernels),基于CEMK完成商品图像检索.结果表明:颜色高效匹配核能有效地改善基于颜色的图像检索性能.展开更多
文摘彩色小麦的产量通常低于普通白粒和红粒小麦,籽粒偏小是原因之一。为解析控制彩色小麦产量性状的遗传基础,分析了239份彩色小麦品种(系)在4个环境下的表型特性和16 K SNP芯片基因型数据,对株高和籽粒性状(千粒重、籽粒长、籽粒宽和籽粒长宽比)的QTL进行了全基因组关联分析(genome-wide-association-study,GWAS)。结果显示,各表型性状的变异系数为5.11%~32.91%,广义遗传力为71.88%~97.00%,多数性状之间具有显著相关性。通过GWAS共筛选出26728个多态性SNP标记,定位到了17个与目标性状显著相关的稳定QTL位点,分布在1A、1B、1D、2B等12条染色体上,单个QTL解释5.26%~11.66%的表型变异,其中在3个环境下均被检测到的QTL有5个,分别为QPh.nwafu-4B.1、QKlwr.nwafu-1D、QKlwr.nwafu-4D、QKlwr.nwafu-5B.1和QKlwr.nwafu-6A.2;共发现10个未见报道的新QTL位点,分别为与株高相关的QPh.nwafu-4B.3,与千粒重相关的QTkw.nwafu-3B和QTkw.nwafu-6A,与籽粒长宽比相关的QKlwr.nwafu-1A、QKlwr.nwafu-1B、QKlwr.nwafu-4A、QKlwr.nwafu-5B.2、QKlwr.nwafu-6A.1和QKlwr.nwafu-6A.2。这些QTL位点初步表明了彩色小麦株高与籽粒性状基因位点的分布、组成,可为彩色小麦产量遗传改良提高参考。
基金partially supported by the Fundamental Research Funds for the Central Universities,Nankai Universitypartially supported by NSFC(Nos.12161141006,12111540249)+2 种基金the Natural Science Foundation of Tianjin(No.20JCJQJC00090)the Fundamental Research Funds for the Central Universities,Nankai Universitypartially supported by grant DFF-7014-00037B of Independent Research Fund Denmark。
文摘颜色特征对图像的各种变换具有很好的鲁棒性,使其在图像检索中发挥了重要作用,但传统颜色特征中缺乏空间分布信息,检索性能不佳.通过图像分块捕获颜色的空间分布信息,并引入高效匹配核,把局部颜色特征映射到低维空间,生成比传统颜色特征RGB、HSV等判别性能更优的颜色高效匹配核特征CEMK(Color Efficient Match Kernels),基于CEMK完成商品图像检索.结果表明:颜色高效匹配核能有效地改善基于颜色的图像检索性能.
