天冬丛生芽快速诱导与试管苗生根技术研究

来源 :贵州大学 | 被引量 : 0次 | 上传用户:ncepuwade
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
天冬[Asparagus cochinchinensis(Lour.)Merr]作为我国传统的中药材,具有养阴润燥、清肺降火、抗氧化、抑菌消炎、抗肿瘤等功效,集药用、食用、饲用与观赏于一身,有巨大的开发潜力。目前天冬繁殖以种子繁殖、分株繁殖为主,但因为周期长、繁殖系数低而限制其种苗生产。尽管部分研究者对天冬组培快繁进行过探索,但仍未建立起有效的快繁技术体系。本研究系统探索了天冬种子无菌萌发与外植体培养、愈伤组织诱导与不定芽形成、丛生芽诱导与增殖、试管苗生根与移栽等环节的适宜条件,为有效构建该物种规模化人工种植所需的种苗快繁技术提供了依据。主要结果如下:1、种子灭菌与萌发培养条件:以成熟饱满的天冬种子的培养材料,进行消毒处理,适宜的消毒方法为:75%乙醇处理30 s,2%的次氯酸钠处理20 min或0.1%升汞处理10min;适宜的种子萌发培养基为:MS+KT 0.1 mg·L-1+GA3 0.5 mg·L-1+6-BA 1.0 mg·L-1+蔗糖30 g·L-1+琼脂7 g·L-1,p H 5.8~6.0,培养15 d时,种子开始露白,培养36 d左右芽苗生长到3 cm以上,生长良好;三种植物生长调节剂对天冬种子萌发作用大小排序为GA3>KT>6-BA,经方差分析GA3的作用达到显著水平。2、愈伤组织诱导与不定芽形成条件:以节间为外植体,进行愈伤组织诱导与不定芽的诱导,愈伤组织诱导培养基为:1/2MS+NAA 1.0 mg·L-1+6-BA 0.1 mg·L-1蔗糖30 g·L-1+琼脂7 g·L-1,p H 5.8~6.0;外植体9 d时出现愈伤,21 d时茎段布满愈伤组织,影响作用大小为:NAA?6-BA?培养基中大量元素含量,经方差分析NAA对愈伤的影响作用达到显著水平(P<0.05)。分化培养基为:MS+NAA 0.3 mg·L-1+6-BA 0.5 mg·L-1+KT 0.5mg·L-1+蔗糖30 g·L-1+琼脂7 g·L-1,p H 5.8~6.0,分化率达98.56%;三种生长调节剂对愈伤组织分化的影响作用大小为:6-BA?KT?NAA,其中6-BA、KT对愈伤组织分化的影响达到显著水平(P<0.05),是天冬愈伤组织分化的重要因素。增殖培养基为:NAA 0.3mg·L-1+6-BA 0.5 mg·L-1+KT 0.5 mg·L-1+KH2PO4 30 mg·L-1+蔗糖30 g·L-1+琼脂7 g·L-1,p H 5.8~6.0,增殖倍数达6.64。3、带芽茎段诱导丛生芽及其增殖条件:以带芽茎段为外植体,进行丛生芽诱导与增殖,腋芽诱导培养基为:MS+NAA 0.1 mg·L-1+6-BA 1.0 mg·L-1+蔗糖30 mg·L-1+琼脂7mg·L-1,p H 5.8~6.0。诱导率达85.05%,平均芽数最高达2.87个,芽颜色翠绿,生长健壮;丛生芽增殖培养基为:MS+6-BA 0.5 mg·L-1+IAA 1.5 mg·L-1+KT 1.5 mg·L-1+蔗糖30g·L-1+琼脂7 g·L-1,p H 5.8~6.0,培养21 d后,其增殖倍数达3.65,三种生长调节剂的影响作用大小为:KT>6-BA>IAA,经方差分析KT的作用达到显著水平(P<0.05)。添加100 g·L-1的香蕉泥,增殖倍数达到4.47,优于苹果泥、椰汁、土豆泥。当增殖过程中出现褐化现象时,添加PVP 1.0 g·L-1可降低褐化率至14.13%。4、生根培养条件:以无根芽苗为外植体,进行生根培养。在1/2MS中生根率达到最高为78.59%,与White、MS、1/4MS培养基中芽苗生根率有显著差异(P<0.05);适宜的生根培养基为:1/2MS+IAA 1.0 mg·L-1+IBA 1.5 mg·L-1+PUT 1.0 mg·L-1蔗糖30 g·L-1+琼脂7 g·L-1,p H 5.8~6.0,生根率78.89%,三种植物生长调节剂对生根诱导的影响作用大小为:IBA?PUT?IAA,均对天冬生根的影响达到显著水平(P<0.05);同时添加0.5g·L-1活性炭有利于根系变粗,茎枝繁茂。5、适宜的移栽基质:以椰糠、泥炭、蛭石、珍珠岩、园土为基质原料进行混合组配后分别植入天冬试管苗,通过对各组合基质理化性质分析、试管苗生长状况观察和生理指标测定,基质容重与试管苗移栽成活率呈极显著负相关(P<0.01),基质孔隙度与试管苗生长指标呈正相关。在椰糠-珍珠岩-蛭石(容重为0.23 g·cm-3、总孔隙度为65.07%、p H为6.30、电导率为0.51 m S·cm-1)组合基质中,试管苗成活率达87.10%,生长健壮,优于其它基质;隶属函数综合评价得出椰糠︰珍珠岩︰蛭石=1︰1︰1的组合基质评分最高(0.93),更有利于试管苗生长,为试管苗的适宜栽培基质。
其他文献
贵州地处山区,受场地的限制,大量的建筑临坡而建,很多建筑处于坡顶且距边坡很近。对于边坡上的临坡建筑,往往采用桩基础伸至坡底以下标高,以将建筑荷载传至边坡影响范围以下,保证边坡及坡上建筑的安全。对于岩质边坡,桩基穿过边坡影响范围内的岩体时,往往要求在潜在滑动范围内采用桩与岩体的隔离措施,该措施只是基于定性的认识来避免桩对边坡的不利影响,而对临近边坡的桩基础在坡体内的竖向荷载的传递规律的具体研究则很少
随着全球气候环境剧变,诸多环境因子影响了植物的生长发育,其中水分因子对植物正常的生长代谢越发显著。粉葛(Pueraria montana var.Thomsonii)作为一种药食同源的植物,在功能性产品方面具有很大的开发价值。因粉葛藤可作为绿化植被,粉葛块根中的淀粉已成为众多功能性产品和食用的原料,所以粉葛的种植在各地得到了大力推广。由于西南地区独特的喀斯特地貌导致地下水缺失,作为特殊的“半干旱”
地方猪相对于外来品种有着优良的耐粗饲特性,但目前对于耐粗饲特性研究的尚有局限性。本研究将系统性研究放养柯乐猪“耐粗饲性”较强的机理以及大肠内纤维分解菌的初步筛选。本次实验选取相同条件的放养猪和圈养猪进行饲养实验,进而研究放养对柯乐猪采食量、粗纤维的表观消化率、大肠形态结构的影响;通过16s RNA Illumina二代测序,Metastats方法分析放养和圈养模式柯乐猪大肠微生物群落特性;使用气相
学位
锂层状过渡金属氧化物LiNi0.8Co0.1Mn0.1O2(NCM811)因其高比容量、低价格、环境友好等优点被认为是下一代最有前景的正极材料之一。但是,NCM811一些固有问题,例如:阳离子混排、过渡金属侵蚀、表面残余锂副反应、不可逆相变、结构破坏等是其进一步发展的限制瓶颈。本文针对NCM811存在的缺陷,通过探寻最优合成条件,采用掺杂包覆协同改性、阴阳离子共掺杂方式优化晶体结构以及表界面,提高
当前,随着深度学习和医疗设备的高速发展,医学图像数据的种类和规模都呈现出井喷式的增长,面对海量图像数据的处理消耗大量的人力物力,为了节省人工处理的资源,研究学者针对不同种类的图像引入深度学习方法去处理海量的医学图像。在机器视觉领域中使用深度学习方法分割超声图像成为了医疗设备辅助诊断的关键步骤之一。然而超声图像具有噪声污染、灰度相近、边缘模糊不清等缺点,导致眼球超声图像的分割结果不理想。本文论文以深
Riccati方程是Riccati于1710s研究曲率时引入的微分方程,自此一直是广受数学家关注的重要问题之一,其早期的研究推动了微分方程进入定性理论研究的新阶段.Kalman在1950s研究LQ控制问题时引入Riccati方程,获得了LQ控制问题的最优反馈控制.不仅如此,Riccati方程在滤波理论、动力系统、量子力学等领域均有重要应用.随着控制论的发展,时间不一致控制问题已成为数学与金融的前沿
从交通监控视频中检测车辆是智能道路监控系统的重要任务。目前流行的基于深度学习目标检测方法应用在交通监控视频车辆检测任务上时,基本都把视频帧当做孤立静态的图像,输入神经网络提取特征,最终实现检测,并没有利用到视频帧车辆运动的特征。传统的帧间差分方法,把车辆在视频帧时间序列上蕴含的运动信息转换到图片空间像素上,本文提出了利用帧间差分图做为神经网络输入,把帧间差分图上在空间域的信息用神经网络转换到特征域
NAC转录因子(NAC Transcription factor)是植物家族的成员,在植物生长发育和逆境胁迫中起重要作用,目前全球土壤面临着重金属威胁,当下利用基因工程手段培育备种抗性植物品种是一种有效的治理途径。根据课题组前期马铃薯(Solanum tuberosum L)转录组数据库分析结果表明StNAC78可能参与调控马铃薯低镉积累基因的表达,因此,本研究从‘威芋7号’品种中克隆StNAC7
光纤陀螺作为惯性导航系统的核心器件,是一种低成本、全固态、高精度角速度传感器,在国防和民用等领域具有广泛的应用。目前,由于中美国家关系的恶化,IC行业受到严重打击,中国大部分芯片都受到严重制约,尤其对于在军事领域广泛应用的光纤陀螺,其芯片的国产化迫在眉睫。本文主要针对光纤陀螺中DAC芯片的国产化进行研究,从理论上分析DAC芯片对光纤陀螺的影响,并设计符合光纤陀螺工作要求的DAC芯片,具体研究内容如
近年来,关于生物医学研究的文献数量急剧增长,其中包含了大量的生物医学知识,对生物医学的研究与应用至关重要。生物医学文本挖掘(Biomedical Literature Mining,BLM)技术帮助科研人员从这些文献中自动挖掘和提取知识,受到了越来越多的关注。生物医学命名实体识别(Biomedical Named Entity Recognition,Bio-NER)是BLM的一项基础性任务,在B