![pageSearch](/themes/hestia/images/page-search.webp)
Bestes Anti
May 25, 2023Die Branchenriesen BASF, DuPont de Nemours und Solvay sind führend im boomenden globalen Betain-Markt
May 26, 2023Sicherheit von Nahrungsergänzungsmitteln für das Fitnessstudio
May 27, 2023Glycinate Global Market Report 2023
May 28, 2023Obst und Gemüse schützen vor Prostatakrebs
May 29, 2023Die dynamische QTL-Kartierung enthüllte vor allem die genetische Struktur der Photosynthesemerkmale bei Rizinus (Ricinus communis L.).
![Jul 20, 2023](/themes/hestia/images/news-details-icon1.webp)
Scientific Reports Band 13, Artikelnummer: 14071 (2023) Diesen Artikel zitieren
Details zu den Metriken
Eine hohe Photosyntheseeffizienz ist die Grundlage für eine hohe Biomasse und einen hohen Ernteindex bei Rizinus (Ricinus communis L.). Das Verständnis der genetischen Gesetze photosynthetischer Merkmale wird die Züchtung für eine hohe photosynthetische Effizienz erleichtern. In dieser Studie wurde die dynamische QTL-Kartierung mit den Populationen F2 und BC1 durchgeführt, die von zwei Elternteilen mit signifikanten Unterschieden in der Netto-Photosyntheserate (Pn) in drei Stadien stammten, um die genetische Struktur von Photosynthesemerkmalen aufzudecken. In der F2-Population wurden 26 Single-Locus-QTLs identifiziert, darunter 3/3/1 (die QTL-Anzahl im Stadium I/II/III, siehe unten), 1/2/0, 1/2/2, 1/3 /1, 0/1/1 und 1/1/2 QTLs, die Pn, Wassernutzungseffizienz (Wue), Transpirationsrate (Tr), stomatale Leitfähigkeit (Gs), interzelluläre CO2-Konzentration (Ci) und Chlorophyllgehalt (Cc) verleihen. , mit einer erklärten phänotypischen Variation (PVE) von 8,40 %/8,91 %/6,17 %, 5,36 %/31,74 %/0, 7,31 %/12,80 %/15,15 %, 1,60 %/6,44 %/0,02 %, 0/1,10 %/ 0,70 % bzw. 2,77 %/3,96 %/6,50 %. Und 53 epistatische QTLs (31 Paare) wurden identifiziert, darunter 2/2/5, 5/6/3, 4/4/2, 6/3/2, 3/2/0 und 4/0/0, die das verleihen über 6 Merkmale, mit einem PVE von 6,52 %/6,47 %/19,04 %, 16,72 %/15,67 %/14,12 %, 18,57 %/15,58 %/7,34 %, 21,72 %/8,52 %/7,13 %, 13,33 %/4,94 %/ 0 bzw. 7,84 %/0/0. Die QTL-Kartierungsergebnisse in der BC1-Population stimmten mit denen in der F2-Population überein, mit der Ausnahme, dass weniger QTLs nachgewiesen wurden. Bei den meisten identifizierten QTLs handelte es sich um solche mit geringer Wirkung, nur wenige waren solche mit Hauptwirkung (PVE > 10 %), die sich auf zwei Merkmale konzentrierten, Wue und Tr, wie z. B. qWue1.1, qWue1.2, FqTr1.1, FqTr6, BqWue1 .1 und BqTr3; Die epistatischen Effekte, insbesondere diejenigen im Zusammenhang mit den Dominanzeffekten, waren die wichtigste genetische Komponente der photosynthetischen Merkmale, und alle epistatischen QTLs hatten keine Single-Locus-Effekte mit Ausnahme von qPn1.2, FqGs1.2, FqCi1.2 und qCc3.2; Die erkannten QTLs, die jedem Merkmal zugrunde liegen, variierten in verschiedenen Stadien, mit Ausnahme der stabilen QTLs qGs1.1, die in 3 Stadien nachgewiesen wurden, qWue2, qTr1.2 und qCc3.2, die in 2 Stadien nachgewiesen wurden; Es wurden 6 nebeneinander liegende QTLs identifiziert, von denen jedes 2–5 unterschiedliche Merkmale verleiht, was die Genpleiotropie zwischen photosynthetischen Merkmalen demonstriert; 2 QTL-Cluster, die sich innerhalb der Markerintervalle RCM1842-RCM1335 und RCM523-RCM83 befanden, enthielten 15/5 (F2/BC1) und 4/4 (F2/BC1) QTLs, die mehrere Merkmale verliehen, einschließlich nebeneinander liegender QTLs und Haupteffekt-QTLs . Die oben genannten Ergebnisse lieferten neue Einblicke in die genetische Struktur photosynthetischer Merkmale und wichtige Hinweise für die Züchtung von Rizinuspflanzen mit hoher photosynthetischer Effizienz.
Rizinus ist eine wichtige industrielle Ölpflanze mit einem Samenölgehalt von 46–55 %1. Rizinusöl wird aufgrund seines hohen Anteils an Ricinolsäure, die über außergewöhnlich ausgeprägte physikalische und chemische Eigenschaften verfügt, häufig in den Bereichen Medizin, Biodiesel und Spezialchemie verwendet2. Rizinusöl war aufgrund des Wirtschaftswachstums knapp, da seine Produktion weit unter der weltweiten Nachfrage liegt3. Der Rizinusanbau ist die einzige kommerzielle Quelle für Rizinusöl, doch aufgrund der geringen Erträge und der hohen Arbeitskosten nimmt die Anbaufläche von Jahr zu Jahr ab. Daher ist es in der gegenwärtigen Phase dringend erforderlich, ertragreiche Sorten anzubauen, um das Wachstum der Rizinusindustrie zu fördern.
Die Verbesserung der Photosynthese von Nutzpflanzen kann den Ertrag und die Biomasse erheblich steigern4, 5. Es wurden jedoch weniger Untersuchungen zu photosynthetischen Merkmalen als zu anderen Merkmalen wie Ertrag und Pflanzentyp gemeldet, was hauptsächlich auf die Schwierigkeit der Datenerfassung und die Umweltauswirkungen des Messprozesses zurückzuführen ist6. Die Verbesserung von Instrumenten und Messmethoden hat die Untersuchung photosynthetischer Merkmale gefördert, insbesondere in Modellpflanzen wurde eine Reihe von Genen gefunden, die photosynthetische Merkmale steuern, beispielsweise die Gene, die die Wassernutzungseffizienz vermitteln (Wue)7,8,9,10 ,11, Transpirationsrate (Tr)12,13,14 und Stomatendichte15, 16 bei Arabidopsis sowie die Gene, die die Photosynthesekapazität und Wue bei Reis regulieren17,18,19,20. Darüber hinaus wurden einige QTLs, die photosynthetischen Merkmalen zugrunde liegen, erfolgreich in anderen Nutzpflanzen nachgewiesen, jedoch mit einem niedrigen Beitragssatz (die meisten von ihnen mit einem Beitragssatz von weniger als 10 %).21,22,23,24. Eine solche Situation könnte dadurch verursacht werden, dass der epistatische Effekt den Single-Locus-Effekt und die gemeinsame Kontrolle photosynthetischer Merkmale durch viele Gene mit geringerem Effekt teilweise maskiert22. Dennoch führte der zusätzliche Einbau von OsDREB1C zu einer Steigerung der Photosynthesekapazität, was den Reisertrag um mehr als 40 % steigerte18. Es zeigte deutlich das enorme Potenzial der gentechnischen Regulierung der Expression wichtiger Gene, die photosynthetische Merkmale steuern, um die Ernteerträge zu steigern.
Es wurde ein wenig über die photosynthetischen Eigenschaften von Rizinus berichtet. Frühere Studien haben berichtet, dass die photosynthetische O2-Evolution und die 14CO2-Fixierungsraten in Blättern mit zunehmender Duplikation des Kerngenoms abnahmen25; Die Photosynthese in der Kapselwand fördert eine vollere Samenfüllung26 und in der Samenschale erhöht sich die Lipidansammlung27, das Keimlingswachstum28 und die Samenentwicklung29; Als Reaktion auf Belastungen wie hohe Temperaturen, Dürre, Überschwemmungen und hohen Salzgehalt reduzieren Rizinuspflanzen den Wasserverlust, indem sie die stomatale Leitfähigkeit verringern, um ein irreversibles Welken der Blätter zu verhindern und Mechanismen zur Anpassung an die Umwelt weiterzuentwickeln30,31,32,33,34; RcDREB1, ein pollenspezifisches und austrocknungsassoziiertes Transkriptionsfaktor-Gen aus Rizinus, steigerte die Dürretoleranz (geringere Tr), die Photosyntheserate, die Biomasse und die Lebensfähigkeit der Pollenkörner von transgenem Tabak35. Die Informationen über den genetischen Mechanismus der Photosynthesemerkmale sind bei Rizinus ein schwerwiegender Mangel. Es ist nun notwendig, die natürliche Variation photosynthetischer Merkmale in verschiedenen Populationen zu identifizieren und sie durch markergestützte Züchtungstechniken nutzbar zu machen.
In dieser Studie wurde die dynamische Kartierung von QTLs, die photosynthetische Merkmale verleihen, unter Verwendung der Populationen F2 und BC1 durchgeführt, um die genetische Struktur photosynthetischer Merkmale aufzudecken und einen Leitfaden für die Zucht mit hoher photosynthetischer Effizienz bei Rizinus zu liefern.
Pn und Wue von P2 waren in 3 Stadien signifikant höher als P1 (p < 0,05) (Tabelle 1). Cc war in drei Stadien höher, jedoch nur in Stufe II signifikant. Das relative Niveau von Tr, Gs und Ci zwischen den Eltern variierte in verschiedenen Stadien. In segregierenden Populationen verhielten sich alle 6 Merkmale auf beiden Seiten einer transgressiven Vererbung und zeigten eine mehrstufige oder eine schiefe kontinuierliche Verteilung in 3 Stadien, zeigten ihre Eigenschaften als quantitative Merkmale und deuteten auf die Existenz wichtiger Gene hin (Abb. 1)36.
Häufigkeitsverteilung photosynthetischer Merkmale in den Populationen F2 (a) und BC1 (b). Die Merkmalsbeschreibung ist dieselbe wie in Tabelle 1.
Pn korrelierte positiv mit Wue, Gs und Cc und negativ mit Ci in 3 Stadien und positiv mit Tr in Stadium I (Abb. 2, Ergänzungstabelle S1). Es wurden 3 lineare Regressionsgleichungen erstellt, die jeweils 3 Stufen entsprechen, d. h.
Korrelationsnetzwerke zwischen photosynthetischen Merkmalen in der F2-Population. (a–c) sind die Korrelationsnetzwerke für das Sämlingsstadium (n = 281), das Knospungsstadium (n = 255) bzw. das Füllstadium der Primärspitze (n = 254). Es werden nur signifikante Korrelationen (p < 0,05) angezeigt. Die Stärke der Korrelation spiegelt sich in der Dicke der Linien wider und ist von grün (Koeffizient = 1) bis rot (Koeffizient = − 1) gefärbt. Einzelheiten finden Sie in der Ergänzungstabelle S1.
Es zeigte sich, dass Wue in drei Phasen die wichtigste positive Rolle auf Pn spielte, gefolgt von Tr.
Die Pfadanalyse ergab, dass Wue und Tr kritische Variablen waren, die Pn beeinflussten (Tabelle 2), Wue der wichtige Entscheidungsfaktor und Tr der wichtige limitierende Faktor war. Die negative Korrelation zwischen Wue und Tr in den Stadien I und III, aber eine positive Korrelation in Stadium II führte zu einem negativen Entscheidungskoeffizienten von Tr in den Stadien I und III, aber positiv in Stadium II. Es schien, dass der Widerspruch zwischen Wue und Tr einen relativ harmonischen Zustand erreichte Zustand im Stadium II.
Aus 1750 SSR-Primerpaaren wurden insgesamt 63/42 (F2/BC1, das gleiche unten) Paare polymorpher SSR-Primer mit klaren und stabilen Banden ausgewählt. Bei der LOD-Schwelle von 7,0/9,0 wurden 59/31 polymorphe SSR-Primer in 9/4 Verknüpfungsgruppen gruppiert, die 629/360 cM des Genoms umfassten, mit einem durchschnittlichen Markerintervall von 10,66/11,61 cM (ergänzende Abbildung S1).
Insgesamt wurden 26 QTLs in 3 Stadien der F2-Population identifiziert (Abb. 3, Tabelle 3), darunter 3/3/1 (Stadium I/II/III, dasselbe unten), 1/2/0, 1/2 /2, 1/3/1, 0/1/1 und 1/1/2 QTLs, die Pn, Wue, Tr, Gs, Ci und Cc verleihen, mit einem PVE von 8,41 %/8,91 %/6,17 %, 5,36 % /31,17 %/0, 7,31 %/12,80 %/15,15 %, 1,60 %/6,44 %/0,02 %, 0/1,10 %/0,70 % bzw. 2,77 %/3,96 %/6,50 %. Der PVE einzelner QTL lag zwischen 0,10–7,10 %, 5,36–16,71 %, 0,19–12,61 %, 0,02–4,91 %, 0,70–1,10 % bzw. 1,23–5,27 %. Zahlreiche kleinere QTLs wurden identifiziert, nur 4 QTLs, qWue1.1, qWue1.2, FqTr1.1 und FqTr6, mit einem PVE über 10 % und konzentrierten sich auf die beiden Merkmale Wue und Tr.
QTL-Verteilungskarte in den Populationen F2 (a) und BC1 (b). Die Merkmalsbeschreibung ist dieselbe wie in Tabelle 1.
In der BC1-Population wurden insgesamt 13 QTLs identifiziert (Abb. 3, Tabelle 4), also nur die Hälfte der F2-Population, einschließlich 0/0/2, 1/1/3, 0/1/1, 0/0/0 , 1/0/0 und 2/1/0 QTLs, die Pn, Wue, Tr, Gs, Ci und Cc verleihen, mit einem PVE von 0/0/12,41 %, 3,82 %/6,40 %/27,88 %, 0/4,92 % /10,97 %, 0/0/0, 4,33 %/0/0 bzw. 20,14 %/4,08 %/0. Der PVE einzelner QTL lag zwischen 5,55–6,86 %, 3,82–12,58 %, 4,92–10,97 %, 0, 4,33 % bzw. 4,08–14,05 %. Obwohl die identifizierten QTLs geringer waren, war der PVE jedes QTL im Allgemeinen erhöht. Trotzdem überstieg oder näherte sich nur der PVE von BqCc3.1, qWue1.1, BqWue1.3 und BqTr3 10 %. Mit Ausnahme von BqCc3.1 konzentrierten sich die Haupteffekt-QTLs immer noch auf die beiden Merkmale Wue und Tr.
qTr1.2 und qGs1.1 waren stabile QTLs, die in der F2-Population identifiziert wurden. Ersteres wurde gleichzeitig in den Stadien II und III nachgewiesen, letzteres in 3 Stadien. qWue2 und qCc3.2 waren stabile QTLs in der BC1-Population, die alle in den Stadien I und II nachgewiesen wurden. Drei stabile QTLs, qWue1.1, qWue1.2 und qPn1.2, wurden gemeinsam in zwei Populationen identifiziert, mit einem PVE von 16,71 %/12,58 % (F2/BC1, dasselbe unten), 14,46 %/6,02 % und 1,71 % /6,86 % bzw.
Es wurden 6 gleichzeitig lokalisierte QTLs identifiziert, die jeweils 2–8 Allele enthielten, die von 2–5 Merkmalen gemeinsam genutzt wurden (Tabelle 5), was bewies, dass die Genpleiotropie oder enge Verknüpfung zwischen Genen bei den photosynthetischen Merkmalen üblich war und eine genetische Grundlage für eine genetische Korrelation lieferte Selektion in der Züchtung für eine hohe Photosyntheseeffizienz.
2 QTL-Cluster, die sich innerhalb der Markerintervalle RCM1842-RCM1335 und RCM523-RCM83 befanden, enthielten 15/5 und 4/4 QTLs, die mehrere Merkmale verliehen, einschließlich gleichzeitig lokalisierter QTLs und Haupteffekt-QTLs (Tabelle 6).
Um den genetischen Anteil des epistatischen Effekts abzuschätzen, wurde das QTLNetwork 2.0 verwendet, um den Single-Locus-QTL (Ergänzungstabelle S2) und die epistatischen QTLs zu identifizieren. Die Single-Locus-QTLs waren viel geringer als die mit WinQTLCart v2.5 identifizierten, aber die QTLs außer FqCc3.1, FqCc5.1, BqCc1.1 und BqCc3.3 wurden ebenfalls alle erkannt.
Insgesamt wurden 53 (31 Paare) epistatische QTLs in 3 Stadien der F2-Population nachgewiesen (Tabelle 7, ergänzende Abbildung S1), darunter 2/2/6 (Stadium I/II/III, dasselbe unten) und 5/6 /3, 4/4/2, 6/3/2, 3/2/0 und 3/0/0, die Pn, Wue, Tr, Gs, Ci und Cc verleihen, mit einem PVE von 6,52 %/6,47 %/ 19,04 %, 16,72 %/15,67 %/14,12 %, 18,57 %/15,58 %/7,34 %, 21,72 %/8,52 %/7,13 %, 13,33 %/4,94 %/0 bzw. 7,84 %/0/0 und der PVE von Die einzelnen paarweisen QTLs lagen zwischen 1,56–6,52 %, 1,93–8,11 %, 4,42–9,08 %, 0,88–8,20 %, 4,94–7,14 % bzw. 4,37–3,47 %. Abgesehen von epistatischen Effekten hatten drei QTLs, nämlich qPn1.2, FqGs1.2 und FqCi1.2, auch Single-Locus-Effekte.
Insgesamt wurden 15 (8 Paare) epistatische QTLs in der BC1-Population identifiziert (Tabelle 8, ergänzende Abbildung S1), darunter 4/0/2, 0/2/0, 0/0/2 und 0/3/2 diejenigen, die Pn, Gs, Ci und Cc verleihen, mit einem PVE von jeweils 8,02 %/0/5,70 %, 0/5,10 %/0, 0/0/5,97 % und 0/3,52 %/2,79 % und dem jeweiligen PVE Die paarweisen QTLs lagen zwischen 3,57–5,70 %, 5,10 %, 5,97 % bzw. 0,26–3,26 %. Es wurde kein epistatisches QTL festgestellt, das Wue und Tr zugrunde liegt. Unter allen epistatischen QTLs war qCc3.2 der einzige mit Single-Locus-Effekt. In den meisten Fällen war der epistatische Effekt die wichtigste genetische Komponente der photosynthetischen Merkmale (Tabelle 9).
16 und 30 ORFs (Offener Leserahmen) wurden innerhalb des Konfidenzintervalls von qWue1.2 und FqTr6 abgerufen, von denen 13 und 22 erfolgreich annotiert wurden (Ergänzungstabelle S3). Durch die Kombination der Ergebnisse des Genomabrufs und der Literaturbeschreibung wurden zwei mögliche Kandidatengene (29864.m001449, 29864.m001459), die qWue1.2 zugrunde liegen, als GDSL-Esterase/Lipase (GDSL) und Polyaminoxidase 1 (PAO1) annotiert, wobei ersteres die Polymerisation von katalysierte die Blattkutikula, die die Oberfläche der Luftorgane bedeckte und dazu beitrug, Wasserverlust zu vermeiden37, 38, Letzteres führte zur Produktion von H2O2, das die Spaltöffnungen auf den Blättern schloss39, 40. 3 mögliche Kandidatengene (29822.m003500, 29822.m003505). , 29822.m003509), die FqTr6 zugrunde liegen, wurden als Homöobox-Leucin-Zipper-Protein ATHB-20 (ATHB-20), Calcineurin B-ähnliches Protein 9 (CBL9) und Caseinkinase II-Untereinheit Beta-1 (CKB1) bezeichnet, die an der Bildung von beteiligt sind Gefäßnetzwerk41, das das Stomataverhalten42, 43 und die Stomataöffnung44 bei Arabidopsis reguliert.
Bei den 6 photosynthetischen Merkmalen handelte es sich allesamt um quantitative Merkmale, die von Hauptgenen und Polygenen zusammen gesteuert wurden (Abb. 1). Aufgrund der Beschränkung auf die gegenwärtigen Bedingungen ist es schwierig, die kleineren Gene aufzuspüren, während die großen Gene, die einen offensichtlichen Selektionseffekt haben und einfach genetisch zu manipulieren sind, von den Züchtern in der Zuchtpraxis bevorzugt werden. In dieser Studie wurden 3–9 QTLs für jedes photosynthetische Merkmal kartiert, die meisten davon mit einem geringen Beitragssatz. Glücklicherweise wurden einige Haupteffekt-QTLs gefunden, von denen erwartet wird, dass sie eine wichtige Rolle bei der Verbesserung der Selektionseffizienz in der Züchtung spielen. Der Epistase-Effekt, der einen viel größeren Anteil des PVE ausmacht als additive und dominante Effekte, war die wichtigste genetische Komponente der photosynthetischen Merkmale (Tabelle 8).
Es wurde kein QTL mit Haupteffekt identifiziert, das Pn zugrunde liegt. Dies bedeutet, dass es schwierig ist, durch molekulare Marker-gestützte Selektion einen idealen Selektionseffekt für Pn zu erzielen. Es wurden jedoch 6 Haupteffekt-QTLs gefunden, nämlich qWue1.1, qWue1.2, FqTr1.1, FqTr6, BqTr3 und BqCc3.1, wobei sich die ersten 5 auf zwei Merkmale konzentrierten, Wue und Tr, und unter den 6 Co- lokalisierte QTLs, 3 wurden von Pn und Wue geteilt, 1 wurde von Pn und Tr geteilt. Da Wue und Tr der wichtige Entscheidungsfaktor bzw. limitierende Faktor für die Auswirkung auf Pn waren und die Regulierung von Wue und Tr die Photosynthesekapazität erhöhen könnte8, 9, 20, könnten diese Haupteffekt-QTLs als Methode zur genetisch korrelierten Selektion für Pn verwendet werden.
Die meisten QTLs, die die photosynthetischen Merkmale verleihen, variierten in verschiedenen Stadien. Dies zeigt, dass die Gene, die die Photosynthese steuern, in verschiedenen Stadien und in unterschiedlichen Umgebungen nicht alle gleich sind, was die Züchtung für eine hohe photosynthetische Effizienz erschwerte. Als lebenswichtige Aktivität des Pflanzenlebens muss die Photosynthese durch ein äußerst komplexes genetisches System gesteuert werden, das konstitutiv exprimierte Haushaltsgene und induzierbare Luxusgene umfasst. Von allen identifizierten QTLs waren 7 stabile QTLs (Tabellen 3, 4). Darunter wurden einige wie qGs1.1 in allen 3 Stufen erkannt, einige wie qWue2, qTr1.2 und qCc3.2 in 2 Stufen und einige wie qWue1.1, qWue1.2 und qPn1.2 in 2 Dies erklärte nicht nur bis zu einem gewissen Grad die Zuverlässigkeit der Kartierungsergebnisse, sondern lieferte auch einige Hinweise für die Entdeckung von Haushaltsgenen.
In dieser Studie wurden 6 gleichzeitig lokalisierte QTLs identifiziert, deren allelische QTLs sich jeweils in einem Intervall von 3–7 cM befanden, mit einem ähnlichen PVE (Abb. 3, Tabelle 5), der den Ergebnissen von Mais ähnelte Xie et al.22. Das Vorhandensein nebeneinander liegender QTLs deutete darauf hin, dass die Pleiotropie von Genen (zumindest eine enge Verknüpfung zwischen Genen) zwischen photosynthetischen Merkmalen und der genetischen Grundlage einer signifikanten Korrelation zwischen photosynthetischen Merkmalen üblich war (Abb. 2). Manchmal war es wahrscheinlich, dass ein QTL mit Haupteffekt sowohl ein stabiles QTL als auch ein gleichzeitig lokalisiertes QTL war. Beispielsweise waren qWue1.1 und qWue1.2, die gleichzeitig in der F2-Population und der BC1-Population nachgewiesen wurden, mit einem PVE von 16,71 %/12,58 % bzw. 14,46 %/6,02 % das allelische Mitglied von qCo-lokalisiertem QTL1.1 und qCo- lokalisiertQTL1.4 bzw.
Zusammenfassend werden die obigen Ergebnisse unser Verständnis der genetischen Struktur für photosynthetische Merkmale bei Rizinus verbessern und den Grundstein für eine genetisch korrelierte Selektion legen. Die Züchtung hochwertiger Sorten oder Akzessionen mit hoher Photosyntheseeffizienz wird von großem Nutzen sein, wenn durch transgene Experimente analysiert wird, ob die 5 vorhergesagten Kandidatengene das Stomatenverhalten in Halmen oder den photosynthetischen Kohlenstoffgewinn beeinflussen, und ihre Funktionsmechanismen untersucht werden.
In dieser Studie wurden die Populationen F1, F2 und BC1 verwendet, die aus der Kreuzung von 9048 (P1) × 16-201 (P2) stammten. 9048 war eine Pistillatlinie mit hoher und kompakter Pflanzenarchitektur, kräftigen Stielen, großen Ähren, mittelgroßen Samen und einer mittleren Samenbildungsrate. Sie war der weibliche Elternteil von Zibi 5, einer Hauptsorte in China. 16-201 war eine ertragreiche Linie mit einem Zwergpflanzentyp, dünnen und zähen Stielen, mehreren verstreuten Zweigen, mehreren effektiven Ähren und einer hohen Samenbildungsrate, aber kleiner Ähren-, Kapsel- und Samengröße. Die Populationsgröße von P1, P2, F1, F2 und BC1 (F1 × P2) betrug 25, 25, 25, 282 bzw. 250. Sie wurden im September 2020 auf der Versuchsbasis der Guangdong Ocean University in Zhanjiang, Guangdong, China, mit einem Pflanzreihenabstand von 1 m gepflanzt. Das Anbaumanagement war das gleiche wie bei Hochertragsfeldern.
Die Netto-Photosyntheserate (Pn), die Transpirationsrate (Tr), die stomatale Leitfähigkeit (Gs) und die interzelluläre CO2-Konzentration (Ci) wurden in drei Stadien gemessen, nämlich im Sämlingsstadium (das vollständig entfaltete 5. Blatt, Stadium I) und im Knospenstadium Stadium (das vollständig entfaltete Blatt unter der primären Ähre, Stadium II) und das Füllstadium der primären Ähre (das vollständig entfaltete Blatt unter der ersten primären Verzweigungsähre, Stadium III), an einem sonnigen Tag zwischen 8:30 und 11:30 Uhr und 15:00–17:00 Uhr, unter Verwendung des tragbaren Photosynthesesystems Li-6400 (LI-COR, Lincoln, NB, USA) unter photosynthetisch aktiver Strahlung von 1000 μmol m−2 s−1, Lufttemperatur 25 °C, relativ Luftfeuchtigkeit von 60 % und CO2-Konzentration in der Umgebung von 420 µmol CO2 mol−1. Der Wert der Wassernutzungseffizienz (Wue) wurde als Verhältnis von Pn und Tr gemäß der Spezifikation ermittelt. Die Messungen an jeder Klinge wurden fünfmal wiederholt, wobei der Mittelwert der drei Duplikatwerte nach Entfernung des Maximums und Minimums als phänotypischer Wert jedes Individuums diente. Der Chlorophyllgehalt (Cc) wurde mit dem Chlorophyllmessgerät SPAD-502 Plus (Konica Minolta, Inc., hergestellt in Japan) gemessen. Jede Klinge wurde 8–10 Mal untersucht, wobei der Durchschnitt als Cc-Wert des Individuums verwendet wurde. Die Pfadanalyse45 und der Student-t-Test wurden mit der Software SPSS 25 und Excel 2010 durchgeführt. Das Korrelationsnetzwerk zwischen photosynthetischen Merkmalen wurde mit dem Paket „qgraph“ in R46 erstellt.
Die genomische DNA jedes Individuums wurde mit der modifizierten CTAB-Methode47 extrahiert. Die Konzentration und Qualität der DNA wurden mit einem Ultra-Mikro-UV-Vis-Spektrophotometer (Mikrotropfen, hergestellt in China) untersucht. Die DNA-Integrität wurde mittels Elektrophorese auf einem 1,0 %igen Agarosegel untersucht. Die Genotypisierung von F2- und BC1-Individuen wurde mithilfe der Polymerase-Kettenreaktionstechnik (PCR) mit SSR-Primern (Simple Sequence Repeats) durchgeführt. Das PCR-Reaktionssystem enthielt jeweils 0,5 μL SSR-Primer, 4,0 μL 2 × PCR-Mix, 1,0 μL 30 ng μL−1 DNA und 4,0 μL ddH2O. PCR-Reaktionen und die Präsentation von PCR-Produkten wurden nach dem von Yeboah et al.48 beschriebenen Verfahren durchgeführt.
1750 Paare von SSR-Primern49 wurden für die Erstellung genetischer Karten verwendet. Die polymorphen Primer wurden durch das vorläufige Screening der Eltern-DNA und die Überprüfung einer kleinen Population herausgesucht und schließlich zum Scannen der gesamten Population verwendet. Die genetische Karte wurde unter Verwendung der Genotypisierungsdaten aller polymorphen Primer mit der Software QTLicimapping v4.2 mit Kosambi-Funktion erstellt.
QTLs wurden mit der Software WinQTLCart v2.5 mit der CIM-Methode (Composite Interval Mapping) und einem LOD-Schwellenwert von 2,0 kartiert. Um die Epistaseeffekte von QTLs zu erkennen, wurde die Software QTLNetwork v2.0 mit den Standardparametern verwendet. Die Konfidenzintervalle für alle QTLs wurden mit einem Konfidenzgrad von 95 % bestimmt. Die benachbarten QTLs mit überlappenden Konfidenzintervallen und Positionen innerhalb von 5 cM wurden als dieselben QTL50, 51 betrachtet. Die QTLs, die demselben Merkmal zugrunde liegen und gleichzeitig in verschiedenen Populationen oder in verschiedenen Stadien erkannt wurden, wurden als stabile QTL definiert. QTLs, die von mehr als einem Merkmal gemeinsam genutzt werden, wurden als gemeinsam lokalisierte QTL definiert. Die QTLs mit einem PVE über 10 % wurden als Haupteffekt-QTL betrachtet. QTLs wurden nach der Regel „q + Merkmalsabkürzung + Seriennummer der Verknüpfungsgruppe + QTL-Seriennummer der Verknüpfungsgruppe“ benannt. Um die in verschiedenen Populationen identifizierten QTLs zu unterscheiden, wurden den in den Populationen F2 bzw. BC1 erkannten QTLs die Großbuchstaben F und B vorangestellt, kein Präfix vor stabilen QTLs51. Die gemeinsam lokalisierten QTLs wurden zusätzlich als „q + Co-locatedQTL + Verknüpfungsgruppenseriennummer + QTL-Seriennummer“ bezeichnet.
Da die in dieser Studie verwendeten SSR-Primer aus der Nukleotidsequenz der Gerüste49 entwickelt wurden, mit denen das veröffentlichte Castor-Genomgerüst zusammengesetzt wurde52 (http://castorbean.jcvi.org/downloads.php), werden die möglichen Kandidatengene von abgedeckt Die Haupteffekt-QTLs mit geringem physischen Abstand von den verknüpften SSR-Markern konnten mit der Software IGB v9.1.8 abgerufen werden. Die funktionelle BlastP-Annotation aller abgerufenen Kandidatengene wurde mit dem Kobas 3.0-Online-Tool (http://bioinfo.org/kobas) durchgeführt. Es wurde erwartet, dass die vertrauenswürdigen Kandidatengene durch die Kombination genomischer Annotationsinformationen und verfügbarer Literaturbeschreibungen gefunden werden.
9048 und 16-201 wurden in der Castor-Forschungsgruppe der Guangdong Ocean University gelagert und als Ausgangsmaterial in dieser Studie verwendet. Der relevante Bericht über Wildmaterial 16-201 wurde beim Guangdong Science and Technology Report Service mit der Projektnummer 2013B060400024 und der Berichtsnummer 45625261X – 2013B060400024/01 registriert und 16-201 wurde gemeinsam vom Mitglied der Guangdong Ocean University, Prof. Xuegui, identifiziert Yin, Dr. Jiannong Lu und Prof. Yuzhen Shi. Alle Experimente mit Pflanzenressourcen, einschließlich der Sammlung von Rizinuskeimplasmen, wurden gemäß den einschlägigen lokalen Richtlinien und Vorschriften durchgeführt.
Die genomischen Referenzdatenbanken sind im veröffentlichten Castor-Genom-Framework verfügbar (http://castorbean.jcvi.org/downloads.php). Die Daten, die die Ergebnisse dieser Studie stützen, sind auf begründete Anfrage beim entsprechenden Autor, Jiannong Lu, erhältlich.
Ogunniyi, DS Rizinusöl: Ein lebenswichtiger Industrierohstoff. Bioresour. Technol. 97, 1086–1091 (2006).
Artikel CAS PubMed Google Scholar
Carlos, SO et al. Herstellung von Biodiesel aus Rizinusöl: Ein Rückblick. Energie 13, 2467 (2020).
Google Scholar
Carrino, L., Visconti, D., Fiorentino, N. & Fagnano, M. Biokraftstoffproduktion mit Rizinusbohnen: Eine Win-Win-Strategie für marginales Land. Agronmy 10, 1690 (2020).
Artikel CAS Google Scholar
South, PF, Cavanagh, AP, Liu, HW & Ort, DR Synthetische Glykolat-Stoffwechselwege stimulieren das Pflanzenwachstum und die Produktivität auf dem Feld. Wissenschaft 363, 45 (2019).
Artikel Google Scholar
Kromdijk, J. et al. Verbesserung der Photosynthese und der Pflanzenproduktivität durch Beschleunigung der Erholung vom Lichtschutz. Wissenschaft 354, 857–861 (2016).
Artikel ADS CAS PubMed Google Scholar
Flood, PJ, Harbinson, J. & Aarts, MGM Natürliche genetische Variation in der Pflanzenphotosynthese. Trends Pflanzenwissenschaft. 16, 327–335 (2011).
Artikel CAS PubMed Google Scholar
Zhao, BY, Hu, YF, Li, JJ, Yao, Bot. Zucht. 57, 12 (2016).
Artikel PubMed PubMed Central Google Scholar
Papacek, M., Christmann, A. & Grill, E. Erhöhte Wassernutzungseffizienz und Wasserproduktivität von Arabidopsis durch Abscisinsäurerezeptoren aus Populus canescens. Ann. Bot. 124, 581–589 (2019).
Artikel CAS PubMed PubMed Central Google Scholar
Kuromori, T. et al. Die Überexpression von AtABCG25 verstärkt das Abscisinsäuresignal in Schließzellen und verbessert die Effizienz der Pflanzenwassernutzung. Pflanzenwissenschaft. 251, 75–81 (2016).
Artikel CAS PubMed Google Scholar
Lovell, JT et al. Die Pleiotropie von FRIGIDA erhöht das Potenzial für eine multivariate Anpassung. Proz. R. Soc. B. 280, 20131043 (2013).
Artikel PubMed PubMed Central Google Scholar
Des Marais, DL et al. Eine Variation in MPK12 beeinflusst die Wassernutzungseffizienz bei Arabidopsis und zeigt einen pleiotropen Zusammenhang zwischen der Schließzellengröße und der Aba-Reaktion. PNAS 111, 2836–2841 (2014).
Artikel ADS PubMed PubMed Central Google Scholar
Kuromori, T. et al. Der ABC-Transporter AtABCG25 ist am Transport und den Reaktionen von Abscisinsäure beteiligt. PNAS 107, 2361–2366 (2010).
Artikel ADS CAS PubMed PubMed Central Google Scholar
Kuromori, T., Sugimoto, E. & Shinozaki, K. Arabidopsis-Mutanten von AtABCG22, einem ABC-Transporter-Gen, erhöhen die Wassertranspiration und die Anfälligkeit für Dürre. Plant J. 67, 885–894 (2011).
Artikel CAS PubMed Google Scholar
Masle, J., Gilmore, SR & Farquhar, GD Das ERECTA-Gen reguliert die Transpirationseffizienz von Pflanzen bei Arabidopsis. Natur 436, 866–870 (2005).
Artikel ADS CAS PubMed Google Scholar
Schluter, U., Muschak, M., Berger, D. & Altmann, T. Photosynthetische Leistung einer Arabidopsis-Mutante mit erhöhter Stomatendichte (Sdd1-1) unter verschiedenen Lichtbedingungen. J. Exp. Bot. 54, 867–874 (2003).
Artikel CAS PubMed Google Scholar
Franks, PJ, Doheny-Adams, T., Britton-Harper, ZJ & Gray, JE Steigerung der Wassernutzungseffizienz direkt durch genetische Manipulation der Stomatendichte. Neues Phytol. 207, 188–195 (2015).
Artikel CAS PubMed Google Scholar
Takai, T. et al. Eine natürliche Variante von NAL1, die in Hochertrags-Reiszuchtprogrammen selektiert wird, erhöht pleiotrop die Photosyntheserate. Wissenschaft. Rep. 3, 2149 (2013).
Artikel PubMed PubMed Central Google Scholar
Wei, SB et al. Ein Transkriptionsregulator, der die Getreideerträge steigert und die Wachstumsdauer von Reis verkürzt. Wissenschaft 377, i8455 (2022).
Artikel Google Scholar
Ambavaram, MMR et al. Eine koordinierte Regulierung der Photosynthese in Reis erhöht den Ertrag und die Toleranz gegenüber Umweltstress. Nat. Komm. 5, 5302 (2014).
Artikel ADS CAS PubMed Google Scholar
Karaba, A. et al. Verbesserung der Wassernutzungseffizienz in Reis durch Expression von HARDY, einem Arabidopsis-Gen für Dürre- und Salztoleranz. PNAS 104, 15270–15275 (2007).
Artikel ADS CAS PubMed PubMed Central Google Scholar
Raman, H. et al. Genetische und physiologische Grundlagen für die Variation der Wassernutzungseffizienz bei Raps. Lebensmittelenergiesicherheit. 9, e237 (2020).
Artikel Google Scholar
Xie, JY et al. Optische Topometrie und maschinelles Lernen zur schnellen Phänotypisierung von Stomata-Mustermerkmalen für die QTL-Kartierung von Mais. Pflanzenphysiologie. 187, 1462–1480 (2021).
Artikel CAS PubMed PubMed Central Google Scholar
Li, N. et al. Quantitative Trait-Loci-Kartierung und Kandidatengenanalyse von Stoma-bezogenen Merkmalen in Weizenspelzen (Triticum Aestivum L.). PeerJ 10, e13262 (2022).
Artikel PubMed PubMed Central Google Scholar
Damerum, A. et al. Die genetische Grundlage der Wassernutzungseffizienz und des Ertrags bei Salat. BMC Plant Biol. 21, 1–237 (2021).
Artikel Google Scholar
Timko, MP & Vasconcelos, AC Euploidie in Ricinus: Auswirkungen der Euploidie auf die Photosyntheseaktivität und den Gehalt an Chlorophyllproteinen. Pflanzenphysiologie. 67, 1084–1089 (1981).
Artikel CAS PubMed PubMed Central Google Scholar
Zhang, Y., Mulpuri, S. & Liu, AZ Photosynthetische Kapazität der Kapselwand und ihr Beitrag zur Kohlenstofffixierung und zum Samenertrag bei Rizinus (Ricinus communis L.). Acta Physiol. Anlage. 38, 1–12 (2016).
Artikel Google Scholar
Zhang, Y., Mulpuri, S. & Liu, AZ Eine hohe Lichteinwirkung auf die Samenschale erhöht die Lipidansammlung in Samen von Rizinusbohnen (Ricinus communis L.), einer nichtgrünen Ölsaatenpflanze. Fotosynth. Res. 128, 125–140 (2015).
Artikel PubMed Google Scholar
Zheng, W., Wang, P., Zhang, HX & Zhou, DW Photosynthetische Eigenschaften des Keimblatts und des ersten echten Blattes von Ricinus (Ricinus communis L.). Aust. J. Crop Sci. 5, 1–10 (2011).
CAS Google Scholar
Severino, LS & Auld, DL Ein Rahmen für die Untersuchung des Wachstums und der Entwicklung von Rizinuspflanzen. Ind. Ernte. Prod. 46, 25–38 (2013).
Artikel Google Scholar
Ziotti, ABS, Silva, BP & LimaNeto, MC Photorespiration ist entscheidend für die Salzgehaltsakklimatisierung in Rizinusbohnen. Umgebung. Exp. Bot. 167, 103845 (2019).
Artikel CAS Google Scholar
Dalberto, DS, Martinazzo, EG, Hüther, CM, Posso, DA & Bacarin, MA Photosynthetische Aktivität junger Ricinus communis L.-Pflanzen unter Bedingungen überfluteten Bodens. Semin. Ciênc. Agrár. 38, 73–84 (2017).
Artikel CAS Google Scholar
Lima Neto, MC et al. Zyklischer Elektronenfluss, NPQ und Photorespiration sind entscheidend für die Etablierung junger Pflanzen von Ricinus communis und Jatropha Curcas, die Trockenheit ausgesetzt sind. Pflanzenbiol. 19, 650–659 (2017).
Artikel CAS PubMed Google Scholar
Silva, FF et al. Photosynthetische Pigmente und Gasaustausch in Rizinusbohnen unter Bedingungen oberhalb der optimalen Temperatur und hohem CO2-Gehalt. Acta Sci. Agron. 37, 331–337 (2015).
Artikel CAS Google Scholar
Pinheiro, HA et al. Blattgasaustausch, chloroplastische Pigmente und Trockenmasseansammlung bei Rizinussämlingen (Ricinus communis L.), die Salzstressbedingungen ausgesetzt sind. Ind. Ernte. Prod. 27, 385–392 (2008).
Artikel CAS Google Scholar
Do Rego, TFC et al. Die Expression eines DREB 5-A-Untergruppen-Transkriptionsfaktor-Gens aus Ricinus communis (RcDREB1) steigerte das Wachstum, die Dürretoleranz und die Pollenlebensfähigkeit bei Tabak. Pflanzlicher Zellgewebe-Organkult. 146, 493–504 (2021).
Artikel Google Scholar
Gai, JY, Zhang, YM & Wang, JK Genetic System of Quantitative Traits in Plants 72–88 (Science Press, 2003).
Google Scholar
Arya, M., Prakash, S., Sougrakpam, Y. & Deswal, R. Die Proteomanalyse der Blattkutikula von Brassica Juncea zeigt Myrosinase-Protein, Frostschutzaktivität und posttranslational modifizierte sekretorische Proteine. Pflanzenphysiologie. Biochem. 161, 234–247 (2021).
Artikel CAS PubMed Google Scholar
Li, C. et al. Eine GDSL-Motiv-Esterase/Acyltransferase/Lipase ist für die Blattwasserretention in Gerste verantwortlich. Pflanzendirekt. 1, e25 (2017).
Artikel Google Scholar
Jasso-Robles, FI et al. Eine Abnahme der PAO-Aktivität von Arabidopsis führt zu einer erhöhten RBOH-Aktivität, einem erhöhten ROS-Gehalt und veränderten Reaktionen auf Pseudomonas. Pflanzenwissenschaft. 292, 110372 (2020).
Artikel CAS PubMed Google Scholar
Slesak, I., Libik, M., Karpinska, B., Karpinski, S. & Miszalski, Z. Die Rolle von Wasserstoffperoxid bei der Regulierung des Pflanzenstoffwechsels und der zellulären Signalübertragung als Reaktion auf Umweltstress. Acta Biochim. Pol. 54, 39–50 (2007).
Artikel CAS PubMed Google Scholar
Mattsson, J., Ckurshumova, W. & Berleth, T. Auxin-Signalisierung in der Gefäßentwicklung von Arabidopsis-Blättern. Pflanzenphysiologie. 131, 1327–1339 (2003).
Artikel CAS PubMed PubMed Central Google Scholar
Nieves-Cordones, M., Caballero, F., Martínez, V. & Rubio, F. Eine Störung des nach innen gerichteten K+-Kanals AKT1 von Arabidopsis thaliana verbessert die Reaktionen der Pflanzen auf Wasserstress. Pflanzenzellphysiologie. 53, 423–432 (2012).
Artikel CAS PubMed Google Scholar
Cheong, YH et al. Zwei Calcineurin B-ähnliche Kalziumsensoren, die mit der Proteinkinase CIPK23 interagieren, regulieren die Blatttranspiration und die Wurzelkaliumaufnahme bei Arabidopsis. Plant J. 52, 223–239 (2007).
Artikel CAS PubMed Google Scholar
Yuan, CY et al. CKB1 ist an der Signalübertragung von Abscisinsäure und Gibberellinsäure beteiligt, um Stressreaktionen in Arabidopsis Thaliana zu regulieren. J. Plant Res. 130, 587–598 (2017).
Artikel CAS PubMed Google Scholar
Topal, MAUE, Ozturk, EAUE & Polat, TAUE Pfadanalyse von Samenertragskomponenten unter Verwendung verschiedener Korrelationskoeffizienten in Färberdistel (Carthamus Tinctorius L). J. Anim. Pflanzenwissenschaft. 20, 220–224 (2010).
Google Scholar
Suhalia, A. et al. Charakterisierung mexikanischer Weizenlandrassen hinsichtlich ihres Dürre- und Salzstresstoleranzpotenzials für die zukünftige Züchtung. Getreideres. Komm. 1, 1–10 (2022).
Google Scholar
Cullings, KW Design und Test eines pflanzenspezifischen PCR-Primers für ökologische und evolutionäre Studien. Mol. Ökologisch. 1, 233–240 (1992).
Artikel CAS Google Scholar
Yeboah, A. et al. Genomweite Assoziationsstudie identifiziert Loci, nützliche Allele und Kandidatengene für Cadmiumtoleranz bei Rizinus (Ricinus communis L.). Ind. Ernte. Prod. 171, 113842 (2021).
Artikel CAS Google Scholar
Liu, S. et al. Die erste genetische Verknüpfungskarte von Ricinus communis L. basierend auf Genom-SSR-Markern. Ind. Ernte. Prod. 89, 103–108 (2016).
Artikel CAS Google Scholar
Wang, H. et al. Identifizierung quantitativer Trait Loci (QTLs) und Kandidatengenen für den Eisen- und Zinkgehalt von Samen in Sojabohnen [Glycine Max (L.) Merr.]. BMC Genomics 23, 146 (2022).
Artikel CAS PubMed PubMed Central Google Scholar
Wu, J. et al. Dynamische quantitative Merkmalsortkartierung für die Pflanzenhöhe in einer rekombinanten Inzuchtlinienpopulation von Hochlandbaumwolle. Vorderseite. Pflanzenwissenschaft. 13, 914140 (2022).
Artikel PubMed PubMed Central Google Scholar
Rabinowicz, PD et al. Entwurf einer Genomsequenz der Ölsaatenart Ricinus communis. Nat. Biotechnologie. 28, 951–956 (2010).
Artikel PubMed PubMed Central Google Scholar
Referenzen herunterladen
Diese Studie wurde von der National Natural Science Foundation of China (31271759) unterstützt; Wissenschafts- und Technologieprojekte der Provinz Guangdong (2013b060400024, 2014a020208116 und 2016a020208015) (China); Projekt zur Verbesserung der Schule durch Innovation der Guangdong Ocean University, GDOU2013050206 (China).
College of Coastal Agricultural Sciences, Guangdong Ocean University, Zhanjiang, 524088, China
Guanrong Huang, Xuegui Yin, Jiannong Lu, Liuqin Zhang, Dantong Lin, Yu Xie, Haiyan Liu, Chaoyu Liu, Jinying Zuo und Xiaoxiao Zhang
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
GH ist verantwortlich für Methodik, Datenkuration, formale Analyse, Schreiben – Originalentwurf, Schreiben – Überprüfung und Bearbeitung. LZ und DL sind für die Kuratierung, das Schreiben, die Überprüfung und die Bearbeitung der Daten verantwortlich. YX, HL, CL, JZ und XZ sind verantwortlich für Methodik, formale Analyse und Untersuchung. XY und JL sind verantwortlich für Konzeption, Datenkuration, Finanzierungseinwerbung, Projektverwaltung, Schreiben – Überprüfung und Bearbeitung.
Korrespondenz mit Jiannong Lu.
Die Autoren geben an, dass keine Interessenkonflikte bestehen.
Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.
Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.
Nachdrucke und Genehmigungen
Huang, G., Yin, X., Lu, J. et al. Die dynamische QTL-Kartierung enthüllte vor allem die genetische Struktur der Photosynthesemerkmale bei Rizinus (Ricinus communis L.). Sci Rep 13, 14071 (2023). https://doi.org/10.1038/s41598-023-41241-y
Zitat herunterladen
Eingegangen: 21. April 2023
Angenommen: 23. August 2023
Veröffentlicht: 28. August 2023
DOI: https://doi.org/10.1038/s41598-023-41241-y
Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:
Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.
Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt
Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.