甘蔗对缺磷胁迫应答的研究

来源 :华南农业大学 | 被引量 : 0次 | 上传用户:wuyan425
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
该试验采用溶液培养和组织培养两种方法分别对桂糖1号(GT1)、新台糖10号(ROC10)、Q75三个甘蔗品种的幼苗和愈伤组织进行缺磷处理,从植株水平和细胞水平系统地研究了缺磷胁迫对甘蔗生物量、根系性状及其它与缺磷逆境有关的生理生化指标的影响,并探讨了甘蔗对缺磷胁迫的反应在植株水平和细胞水平的关系.结果如下:1.缺磷胁迫抑制了甘蔗幼苗地上部生长,刺激了地下部的生长,导致根冠比增大;缺磷胁迫也抑制了甘蔗愈伤组织的增殖生长.通过相对值的比较发现:三个甘蔗品种的苗期相对植株干重、相对地上部干重及甘蔗愈伤组织相对增殖率均呈现出GT1>ROC10>Q75的趋势,且品种间差异达显著水平;即Q75的幼苗生长和愈伤组织增殖受缺磷胁迫的影响最大,GT1反之.2.缺磷使甘蔗根系变长、变细,根体积和根表面积增加,且增加的幅度都是GT1最大.3.缺磷条件下,三个甘蔗品种幼苗叶片和愈伤组织的酸性磷酸酯酶Acid Phosphatase(APA)活性、脯氨酸含量都有上升的趋势,而可溶性蛋白质含量呈下降趋势.其中APA活性的变化趋势在三个品种间表现出明显的差异:Q75(磷效率低)的APA活性上升的速度快且幅度大,GT1(磷效率高)的APA活性平稳上升,ROC10(磷效率中等)的APA活性的上升幅度居于GT1和ROC10之间;因此APA活性的变化趋势可作为甘蔗磷效率的生化指标之一.4.缺磷胁迫引起了甘蔗幼苗叶片和愈伤组织保护酶活性发生变化.不同基因型甘蔗在缺磷胁迫下,其保护酶系统的活性变化方式和幅度不同,与其耐低磷性有一定的相关性.植株水平和细胞水平下甘蔗保护酶活性变化的总体趋势具有一致性:缺磷条件下,GT1的保护酶活性较对照明显升高;ROC10的保护酶活性较稳定;Q75的保护酶活性变化幅度较大,不同处理时期的差异也较大.5.缺磷条件下,三个甘蔗品种苗期植株和愈伤组织的全磷含量都极显著下降,而磷素利用效率均极显著升高;其中Q75苗期植株和愈伤组织的全磷含量下降幅度最大,磷素利用效率升高的幅度也最大.6.甘蔗对缺磷胁迫的反应在植株水平和细胞水平上具有较好的一致性.组织培养技术可用来进行甘蔗磷素营养特性的研究.
其他文献
不同带宽配置是影响带状套作作物养分积累竞争、干物质积累分配和产量的重要因素之一。本研究以玉米-大豆带状套作为对象,设置1.6m,1.7m,1.8m,1.9m, 2.0m,2.1m,2.2m带宽处理,
该文通过测定油菜不同群体干物质积累动态、群体光合面积的变化以及交替、结角层中角果的空间分布、植株体内NPK等营养元素的分布等,研究了油菜高产群体的质量指标及其调控原
各位代表:rn此次教师教育论坛是由中国高等教育学会、中国教育学会、教育部师范教育司联合召开的,是教育界全面广泛参与研究教师教育问题的一次大型会议,更是为今年将要召开
随着水稻基因组计划的日渐完成,下一步的重要工作就是研究各个基因的功能以及基因间的相互作用,突变体则是研究基因功能的重要材料.由于RNA干涉的高效性、特异性和系统性,RNA
大豆是人类理想的食品来源,然而,大豆制品具有的豆腥味限制了其作为蛋白质来源的广泛利用。豆腥味是聚不饱和脂肪酸酶促氧化反应的结果,其中关键的酶是脂肪氧化酶(Lox)。大豆种子脂氧酶缺失品种的选育是除去或降低脂氧酶活性的最佳方法,也是目前大豆品质育种中的一个重要课题。本研究利用具有鲁豆4号背景的不同世代脂氧酶缺失株系为材料,脂氧酶缺失基因用IEF-PAGE鉴定,遗传背景用SSR标记进行分析,通过遗传背
本文分别选用了代表我国主要麦区的部分优质品种与山西省推广的优质品种,分别在我国四大麦区及山西省四个麦区进行了同年多点试验,用来研究小麦品质性状的区域生态差异及品种差异;同时从土壤营养及栽培措施出发探讨了冬小麦的部分调优技术。结果表明:小麦的品质性状受到品种基因型、生态环境及各种栽培措施的共同作用。在我国,主要的品质性状蛋白质含量呈现北方晚熟冬麦区>黄淮麦区>长江下游麦区>长江中上游麦区,而这种差异
本文基于采自西南印度洋中脊的表层生源沉积物样品,利用激光粒度分析方法测定了其粒级组成,分析了粒级分布特征及其原因。研究表明:西南印度洋表层生源沉积物平均粒径在3φ~8
Artificial intelligence (AI) is intrinsically data-driven. It calls for the application of statistical concepts through human-machine collaboration during the g
期刊
The era of big data in healthcare is here, and this era will significantly improve medicine and especially oncology. However, traditional machine leaing algorit