遗传品质（共3篇）
遗传品质 篇1
所有关领导及农产品市场预警分析师40余人参加了会议。
2011年4~5月份, 不少地方出现了蔬菜滞销卖难现象, 价格大幅下跌, 涉及全国多地, 菜农遭受重大损失。农业部市场司在不断强化各项工作措施的同时, 组织农研中心、贸促中心、农科院信息所、农产品市场协会及中国农村杂志社深入开展了农产品市场流通十大课题的研究。经过半年多的努力, 分别形成了《推进现代蔬菜专业合作社发展的思考》、《关于“菜篮子”产品生产补贴制度问题的研究》、《菜篮子产品市场预警体系建设的框架建议》、《全国重点城市“菜篮子”市长负责制考核体系研究报告》等10篇专题报告。这次会议是相关课题研究成果的集中汇报交流, 会上大家积极发言、讨论深入, 取得了良好效果。
最后, 市场司对课题研究成果给予了充分肯定, 认为采用现场汇报交流的形式展现研究成果, 是改进工作方式的一种创新, 可以集思广益, 取长补短。同时, 要求课题研究成果要在广泛征求各方意见的基础上进一步深化、完善, 并尽快实现成果转化。吉
(新闻来源:中国农业信息网)
众所周知, 牛肉品质主要包括眼肌面积、系水力、大理石花纹、肉色和嫩度等, 牛肉品质的优劣是受牛品种遗传基因和饲养方式、饲料等环境因素的影响, 可以遗传的只有基因。但随着科学研究的深入, 研究人员发现, 牛肉品质除了受上述因素影响外, 还有一种因素影响牛肉品质, 即表观遗传。
表观遗传对生物的生长发育有着重要的影响。研究发现, 当果蝇受到一定化学物质影响时, 其眼睛上会形成颗粒状物质, 而且果蝇的后代在没有受到这种化学物质的影响下, 至少有13代眼睛上会形成相同的颗粒状物质, 但引起这种变化的并不是由于基因的改变, 而是表观遗传。有学者认为, 长颈鹿的脖子在最初阶段并非像现在这样长, 而是短很多, 之所以现在脖子长长了, 是由于当地上的食物不能满足其需求时, 长颈鹿便伸长脖子去吃树叶, 久而久之脖子就长长了, 这并不是因基因的变化而引起的, 也许随着地上食物的增加, 很久以后长颈鹿的脖子会再次缩短。
简单地说, 表观遗传就是父母代或祖代等所经历的环境与事件的影响会遗传给后代, 使后代在没有这种经历下也会表现出与祖代相同的表现。在分子水平
遗传品质 篇2
我国是世界上最重要的禽蛋生产和消费大国，从1985年至今，禽蛋产量已连续20年雄居世界第一位[1,2]。迄今，我国禽蛋大多仍靠人工感官进行品质检测与分级，由于受到主、客观因素的影响，评定结果的准确性往往难以保证，传统分级方法已不能满足生产加工的要求。因此，对禽蛋品质检测方法的研究就显得尤为必要。机器视觉技术的诞生和应用，极大地解放了人类劳动力，提高了生产自动化水平，具有很好的应用前景。
1 机器视觉系统硬件
鸡蛋外观品质检测的机器视觉系统由CCD摄像机、图像采集卡、计算机、光照箱、光源、载物台等组成，如图1所示。
1.光照箱2.摄像机3.光源4.计算机5.图像采集卡
2 图像处理
获取图像过程不可避免地要受噪声的影响，为了便于后续处理，需对图像做预处理，包括去噪、图像增强、二值化、边缘检测等。
2.1 图像分割
图像分割就是把图像分成各具特性的区域并提取感兴趣目标的技术和过程，本文中对裂纹蛋及脏斑蛋的分割结果，如图2所示。
2.2 特征参数提取
2.2.1 蛋重特征参数
对于鸡蛋的分级，蛋重是一个重要指标，国际标准将鸡蛋分成3个等级，种蛋的选择对鸡蛋质量也有较高要求[3]。本文中选择面积—图像中鸡蛋所占的像素点个数，作为衡量蛋重的特征参数。
对鸡蛋图像所占面积与其质量之间的40组数据进行拟合，二者基本符合线性关系，所得方程相关性系数为0.9922，故用鸡蛋图像面积作为检测质量的特征参数是可行的。
2.2.2 蛋形特征参数
挑选种蛋时，蛋形指数是评价鸡蛋形状的一个很重要的指标，魏忠义认为蛋形指数在1.3～1.41范围内的种蛋具有较高的孵化率[4]，在此选蛋形指数作为形状检测的特征参数。要求出一个鸡蛋的蛋形指数，找到最大横径、最大纵径值是关键。
本文中提出了改进的最小矩形法，即对鸡蛋的二值图像，获得其外切矩形，求出矩形的面积。求鸡蛋形心点，过此点做水平轴和垂直轴，将鸡蛋图像分到4个象限，判断Ⅰ和Ⅱ象限的面积A1和A2的大小，若A1>A2则以增量3o逆时针旋转图像，若A1
3 遗传神经网络模型建立
3.1 BP算法
BP算法是目前应用最为广泛的神经网络学习算法，但是存在着收敛速度慢和局部极小等缺点。现如今提出的很多改进方法，如附加动量法和自适应学习率调整、共轭梯度算法及L-M算法等[5]，能够解决传统BP算法存在的这一缺陷。
对标准BP算法和上述3种改进算法设置相同性能目标值，采用60组表征不同大小鸡蛋的样本数据对网络进行训练。最终训练结果表明：4种BP算法当中，L-M算法具有最少的循环次数，下降速度最快，在误差的变化上具有最小的均方误差。
3.2 遗传算法和BP算法相结合
遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法，具有全局收敛性。如果将遗传算法用于神经网络，将有效地改善网络的训练状况。
3.3 算法模型建立
遗传算法擅长全局搜索，而BP算法在局部搜索时显得比较有效，故将遗传算法和BP算法结合起来，进行BP网络的混合训练是可行的。
本文中提出一种GA-LM算法，即将遗传算法与L-M算法结合起来：首先由遗传算法实现对网络权值的全局搜索，当个体的适应度已基本稳定时，再采用L-M算法进行下一步的寻优。这样既可以避免用GA算法学习速度慢的缺点，又可能再次提高网络的识别精度。算法中采用实数编码方法，适应度函数为误差平方和的倒数。
程序流程图如图3所示。
对网络进行可靠性验证，训练样本及验证样本的仿真结果准确率均达到100%。因此本文中提出GA-LM算法模型是正确、可行的，可用于鸡蛋外观品质检测。
4 试验结果
选择大小不同的样本鸡蛋102枚，其中70枚为训练样本，另外32枚为验证样本，将蛋重按国际标准分成3个等级。选择92枚鸡蛋作为蛋形指数检验样本，其中60枚为训练样本，另外32枚为验证样本，将蛋形分成3个等级。
统计标准BP算法及GA-LM算法的网络训练状况可以看出：较标准BP算法，GA-LM算法用于蛋重、蛋形的神经网络训练，循环次数降低，所用时间大大减少，且在网络训练完成后有较低的均方误差。网络训练结束后，用训练样本进行仿真，统计网络的仿真准确率。训练样本仿真结果如表1所示。
由统计结果可知训练好的网络仿真准确率较高，GA-LM网络的回想结果达到100%正确，因此可以用来判别蛋重及蛋形指数所属等级。分别对已选择好的32组验证样本进行分级，仿真结果如表2所示。
由验证样本仿真结果统计表2可以看出：相对于标准BP算法，GA-LM算法具有较高的分级准确率，在鸡蛋质量和形状检测中，分别达到93.8%和100%，分级精度较高，能够满足生产线分级要求。
5 结束语
本文设计了用于鸡蛋外观品质检测的机器视觉硬件系统，并对脏斑、裂纹图像分割进行了正确分割，提高了特征提取的准确度。选择目标图像面积作为特征参数衡量鸡蛋质量，用蛋形指数评判鸡蛋形状。提出了用遗传算法优化神经网络权值，再转入L-M算法训练网络的策略，有效改善了网络训练状况。对标准BP网络、GA-LM网络作仿真分析，统计结果表明GA-LM网络泛化能力好，有较高的分级准确率，蛋重和蛋形检测准确率分别达到93.8%和100%。
参考文献
[1]任奕林,伍冬生.我国禽蛋业的现状及发展对策[J].中国家禽,2005,27(2):5-6.
[2]张冰.我国禽蛋生产贸易及国际竞争力研究[D].呼和浩特:内蒙古农业大学,2005.
[3]林云圣.蛋重对种蛋孵化率的影响[J].山东家禽,1994(2):11.
[4]happyc29.蛋重和蛋形指数对海兰褐鸡种蛋孵化率的影响[EB/OL].[2005-06-29].http://publishb-log.blogchina.com/blog/.
遗传品质 篇3
1 材料与方法
1.1 试验材料
选用五个特早熟陆地棉品种:(1)酒棉1号,大铃品种;(2)酒棉8号,特早熟;(3)361,结铃性强;(4)酒棉17号,高衣分;(5)新陆早24号,纤维品质优良。
1.2 试验方法与性状调查
2009年田间配制杂种F1代组合,2010年田间自交繁殖F2种子,同时继续配制F1代种子。2011年进行田间试验,采用1.45m宽幅地膜覆盖,一膜点播四行棉花,设计密度为16.5万株/hm2,行距0.4m,株距0.15m。亲本、F1代各种植1行,F2种植2行,行长9 m,重复三次,随机区组排列,试验田管理同当地大田。
棉花生长期内,调查记载各生育时期。于第一次收花前,每小区连续选取有代表性的20株,调查植株性状。并选拾20铃进行室内考种。按小区收获计产。纤维品质测定委托农业部棉纤维检验监督测试中心进行。
1.3 数据分析
采用朱军[7]提出的遗传模型分析方法。用MINQUE(1)法估算方差分量,用AUP法预测遗传效应值,用Jackknife数值抽样技术,计算各项遗传参数的估测值,并用t测验对遗传参数进行显著性检验。所有数据均运用QGA Station软件进行分析。
2 结果与分析
2.1 早熟性状的遗传效应
通过对特早熟陆地棉主要农艺经济性状的分析,结果显示(表1),与特早熟陆地棉早熟有关的性状,均存在极显著的遗传效应。果枝始节以显性为主,上位性次之,无加性效应;始蕾期只有显性效应,方差分量比率大,占82.9%;其余性状均存在加性和显性效应,铃期还有极微弱的上位性效应。其中生育期、铃期、霜前花率以加性为主,果枝高度、始花期以显性为主。
遗传率分析表明,狭义遗传率以铃期、生育期、果枝始节较高,分别为47.64%、46.54%和31.90%;霜前花率和始花期次之,分别为28.70%和22.42%,均达极显著水平。与早熟有关的各性状,其广义遗传率值为51.39%-83.46%,在后代中传递率较高。
注:+、*和**分别表示0.10、0.05和0.01显著水平,下同。
2.2 产量及其构成因子的遗传效应
子棉产量、皮棉产量均存在极显著的遗传效应,显性大于加性,且栽培环境对其影响也较大(表1)。产量直接构成因素中,单株结铃数、单铃重均存在极显著的加性和显性效应,前者以显性为主,后者以加性为主。衣分以显性效应为主,达极显著水平,无加性效应,虽有微弱的上位性效应,但不显著。产量间接构成因素中,株高、果枝层数均存在极显著的遗传效应,显性大于加性。子指存在极显著的加性和显性效应,且加性远大于显性。衣指以显性效应为主,达极显著水平。
遗传率分析表明,狭义遗传率除衣分和衣指外,其余性状均达极显著水平,为9.61%-55.35%;以单铃重和子指较高,分别为55.35%和47.53%。广义遗传率均达极显著水平,株高和单株结铃数较低,为32.58%和38.68%,受环境因素影响较大;其余性状遗传率值较高,为49.14%-85.09%(表1)。
2.3 纤维品质的遗传效应
纤维上半部平均长度、断裂比强度、马克隆值、伸长率和纺纱均匀指数以加性效应为主,均达极显著水平,显性和上位性效应较小或无。整齐度指数存在加性和显性效应,显性略大于加性,反射率只有加性效应,黄度只有上位性效应,均达极显著水平。
遗传率分析表明,断裂比强度、纺纱均匀指数、上半部平均长度、伸长率和马克隆值的狭义遗传率高,分别为85.39%、83.38%、83.31%、69.68%和42.71%。其广义遗传率也高,为66.34%-85.39%。反射率、黄度和整齐度指数的狭义遗传率较低,为16.03%、15.71%和12.51%,其广义遗传率为15.71%-26.64%(表1),说明这3个性状受环境因素和抽样技术影响较大。
2.4 特早熟陆地棉主要农艺性状的遗传和表型相关性
2.4.1 早熟性状与产量及其构成因素间相关性
遗传和表型相关分析表明(表2),生育期与果枝始节、单铃重、子指、始蕾期、始花期、铃期间呈(极)显著正相关,与果枝层数、衣分、子棉产量、皮棉产量间呈(极)显著负相关。霜前花率与果枝层数、衣分、子棉产量、皮棉产量间呈(极)显著正相关,与果枝高度、铃重、子指、始蕾期、始花期、铃期、生育期间呈(极)显著负相关。
2.4.2 产量性状及其构成因素间相关性
子棉产量与株高、果枝高度、单株结铃数、衣分、霜前花率、始花期和铃期间呈(极)显著遗传和表型正相关,与铃重、子指、生育期间呈极显著负相关。皮棉产量与株高、果枝高度、单株结铃数、衣分、子棉产量、霜前花率间呈(极)显著正相关,与铃重、子指、生育期间呈(极)显著负相关。从产量直接构成因素来看,单株结铃数与衣分间呈极显著正相关,与单铃重间呈显著负相关;单铃重与衣分间的表型负相关显著,遗传负相关不显著(表2)。2.4.3纤维品质性状与早熟性状间相关性遗传和表型相关分析表明(表3),反映棉纤维品质的主要性状与早熟性状间具有(极)显著相关性,并呈现出规律性很强的变化趋势。上半部平均长度、断裂比强度、纺纱均匀指数三个性状,与霜前花率间均呈极显著负相关,与其他早熟性状间均呈(极)显著正相关。马克隆值、伸长率两个性状与上述结果正好相反。整齐度指数、反射率、黄度三个性状与早熟性状间虽存在相关性,但均不显著。以上表明,在河西走廊特早熟棉区,早熟对于纤维上半部平均长度、纺纱均匀指数、断裂比强度有利,使马克隆值升高,不利于其他纤维品质性状的提高。
注:上三角为表现型相关系数,下三角为遗传型相关系数,下同。
2.4.4 纤维品质性状间相关性
上半部平均长度、断裂比强度、纺纱均匀指数间均呈极显著遗传和表型正相关,其遗传相关系数≥93%。上述三性状与马克隆值、伸长率间均呈极显著负相关,与整齐度指数间呈正相关,与反射率和黄度间均呈负相关,但不显著。马克隆值与伸长率间呈极显著正相关。反射率、黄度与其他品质性状间虽有相关性,但均不显著(表3)。
2.4.5 纤维品质性状与产量性状间相关性
子棉产量与上半部平均长度、断裂比强度、纺纱均匀指数间均呈极显著遗传和表型正相关,遗传相关系数分别为0.697、0.737、0.601;与马克隆值、伸长率间呈(极)显著负相关,遗传相关系数分别为-0.617、-0.730,均达显著水平;与整齐度指数、反射率、黄度间均呈负相关,其遗传相关系数分别为-0.036、-1.000、-1.000,除整齐度指数的表型相关系数和黄度的遗传相关系数达显著水平外,其余均不显著。
皮棉产量与纺纱均匀指数、断裂比强度间呈(极)显著正相关,遗传相关系数为0.229、0.195;与整齐度指数、马克隆值间均呈正相关,但不显著,遗传相关系数为0.076、0.961;与伸长率间呈(极)显著负相关,遗传相关系数为-0.622,与反射率、黄度间呈负相关,均不显著,遗传相关系数为-0.483、-0.368。
产量直接构成因素中,单株结铃数除与伸长率间呈(极)显著的遗传和表型负相关,与黄度间呈遗传负相关外,与其他性状间均呈遗传和表型正相关,遗传相关系数为0.137-0.644,均未达显著水平。单铃重与上半部平均长度、纺纱均匀指数、断裂比强度间均呈显著正相关,遗传相关系数为0.334、0.479、0.472;与整齐度指数、反射率、黄度间均呈正相关,均不显著,遗传相关系数为0.747、0.084、0.233;与马克隆值、伸长率间均呈负相关,后者达到显著水平,遗传相关系数为-0.137、-0.336。衣分与上半部平均长度、伸长率间均呈负相关,后者的遗传和表型相关系数均达极显著水平;与其他品质性状间均呈正相关,遗传相关系数为0.014-0.344。
上述结果表明,高产对纤维长度、纺纱均匀指数、断裂比强度有益,使马克隆值和伸长率值下降。高衣分对纤维长度和伸长率不利。大铃和单株成铃数多有利于纤维长度、整齐度指数、纺纱均匀指数、断裂比强度的提高,对伸长率不利。
3 讨论
3.1 棉花产量性状的遗传相关分析
大量的研究表明,陆地棉的产量及其构成因子以显性效应为主,其次为加性效应[1,3,4]。本研究中特早熟陆地棉的子棉产量、皮棉产量、单株结铃数以显性效应为主,其次为加性效应,无上位性效应,与前人研究相一致。环境因素对上述三个性状影响较大,究其原因是当地高密度栽培对单株结铃数影响较大,进而影响产量。单铃重以加性效应为主,方差分量比率为55.4%,显性效应次之,与吴振衡等[5]研究结论一致;衣分显性效应值大,无加性效应,有微弱的上位性效应。遗传相关分析表明,子棉、皮棉产量与单株结铃数、衣分间呈极显著遗传和表型正相关,其遗传相关系数为0.700-1.000,与单铃重间呈(极)显著负相关,相关系数为-0.294、-0.287。
3.2 棉花纤维品质性状的遗传相关分析
棉花纤维品质的遗传效应研究报道较多,宋美珍等[3]研究表明纤维2.5%跨长、比强度、伸长率、马克隆值、黄度和环缕纱强以加性为主。艾先涛等[9]研究认为,纤维长度、整齐度、强度和伸长率都存在显著的加性和上位性效应,纤维长度和伸长率同时存在显著效应。杨六六等[10]研究得出纤维品质性状均具有显著或极显著的加性效应,其遗传方式以加性为主。本研究表明,上半部平均长度、断裂比强度、马克隆值、伸长率、纺纱均匀指数五个性状遗传效应起着主要作用,且以加性为主,此结果与上述结论相一致。环境因素对上述性状影响较小,这是由于当地矮化促早栽培措施的应用,使得棉铃和棉纤维发育关键期与光热最佳期相吻合,棉纤维得以良好发育。整齐度指数、反射率和黄度受环境因素影响较大,这可能与当地昼夜温差大,棉铃成熟吐絮期间温度下降迅速,露水多有关。遗传相关分析表明,上半部平均长度、断裂比强度、纺纱均匀指数相互间呈极显著遗传和表型正相关,其遗传相关系数为0.939-0.978。上述三性状与马克隆值、伸长率间均呈极显著负相关,其遗传相关系数为-0.803-0.915。与整齐度、黄度和反射率间相关性较小,且均未达显著水平。
3.3 棉花早熟性状的遗传相关分析
本研究表明,特早熟陆地棉的早熟性状受环境因素影响较小,遗传效应起着主导作用。生育期、铃期等以加性效应为主,显性次之,这与宋美珍等[3]、吴吉祥等[6]的研究相同。始蕾期、始花期、第一果枝节位、第一果枝高度等以显性效应为主,这与潘家驹[1]、周有耀[11]研究相同。霜前花率以加性效应为主,显性效应也相当明显。进一步分析表明,各早熟性状遗传相关趋势一致,始蕾期、始花期、铃期、生育期间均(极)显著遗传和表型正相关,其遗传相关系数为0.663-0.951。上述四性状与霜前花率间均呈(极)显著负相关,其遗传相关系数为-0.761--0.992。
各早熟性状与纤维品质性状、产量间的遗传相关性同样呈现规律性变化趋势。始蕾期、始花期、铃期、生育期四个性状与纤维上半部平均长度、断裂比强度、纺纱均匀指数间均呈极显著遗传和表型正相关。与其他五个品质性状间均呈负相关,马克隆值和伸长率的遗传相关系数均达(极)显著水平;整齐度指数、反射率和黄度的遗传相关系数均不显著。生育期与子棉、皮棉产量间呈(极)显著的遗传负相关,霜前花率与子棉、皮棉产量间呈显著的遗传正相关。以上说明在热量条件有限的河西走廊棉区,早熟对于棉铃及纤维品质的良好发育有着极为重要的作用。
4 结论
特早熟陆地棉产量、纤维品质和早熟等农艺经济性状遗传传递力较强,主要性状之间的遗传相关性强,规律明显。因此,该区在棉花新品种选育中,对子棉产量、皮棉产量、单株结铃数等产量性状于中后期选择,效果较好;在杂种优势利用和杂交棉品种选育中,高强优势组合筛选要在早期进行。铃重、衣分宜在早期选择,并逐代强化提高。纤维上半部平均长度、断裂比强度、马克隆值、伸长率、纺纱均匀指数等品质性状遗传率高,选择时也应在早期进行,并逐代检测积累强化提高。早熟性状的遗传相关性强,也应早期选择。同时要注重产量、品质与早熟的协调性,应用聚合杂交和回交转育等方法,打破不利性状间的遗传负相关,在确保充分利用当地热量资源的前提下,尽可能地提高产量和增进品质。
参考文献
[1]潘家驹.棉花育种学[M].北京.中国农业出版社,1998:273-295.
[2]田菁华.早熟陆地棉主要性状的遗传力及遗传进度的研究[J].遗传,1983,5(1):15-16.
[3]宋美珍,喻树迅,范术丽,等.短季棉主要农艺性状的遗传分析[J].棉花学报,2005,17(2):94-98.
[4]邢朝柱,喻树迅,郭立平,等.不同生态环境下陆地棉转基因抗虫杂交棉遗传效应及杂种优势分析[J].中国农业科学,2007,40(5):1056-1063.
[5]吴振衡,刘定俊,莫惠栋.陆地棉数量性状的遗传分析[J].遗传学报,1985,12(5):344-349.
[6]吴吉祥,朱军,季道藩,等.陆地棉产量性状的遗传效应及其与环境互作的分析[J].遗传,1995,17(5):1-4.
[7]朱军.遗传模型分析方法[J].中国农业出版社,1997.
[8]邢朝柱,喻树迅,郭立平,等.不同环境下抗虫陆地棉杂种优势表现及经济性状分析[J].棉花学报,2007,19(1):3-7.
[9]艾先涛,李雪源,王俊铎,等.新疆高品质陆地棉纤维品质性状遗传分析研究[J].棉花学报,2009,21(2):107-114.
[10]杨六六,刘惠民,曹美连,等.棉花产量和纤维品质性状的遗传研究[J].棉花学报,2009,21(3):179-183.
[11]周有耀.棉花早熟性与纤维品质性状关系的研究[J].中国棉花,1990,17(5):13-15.