人工合成纳米硅对玉米粘虫抗性的作用机制研究

来源 :江南大学 | 被引量 : 0次 | 上传用户:wzpyccx
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
我国是一个农业大国,人口众多,资源匮乏,长期面临粮食短缺的压力。诸多类型的农业灾害制约着我国农业的发展,其中,农作物虫害为主要灾害之一。粘虫(Mythimna separata)是我国农田主要咀嚼式害虫之一,它为害时间长且范围广,严重损害了玉米、小麦、水稻等主要粮食作物的产量和品质。为了控制粘虫灾害,大量的化学农药不断投入使用。由于传统化学农药利用率低,极易流失到周围环境当中,对环境以及非靶向生物甚至人类产生不利影响。而随着纳米技术飞速发展,高效安全的纳米材料为农作物病虫害的防治带来了新的解决思路,其中纳米硅以其抗虫性能和稳定安全的特性有望代替传统硅肥在农业上得以应用。目前已经有一些研究报道了纳米硅的抗虫效应,但其中的作用机制仍不清晰。因此,为了更好地推动纳米硅在农业虫害控制方面的应用,本研究课题以玉米、玉米粘虫为研究对象,选择具有荧光特性的纳米硅为纳米材料,以硅酸钠为传统硅酸盐肥料对照,通过微宇宙培养实验,构建纳米硅提高玉米粘虫抗性的最优培养体系(最佳施用剂量和施用方式);从物理抗性和化学抗性两方面系统阐明叶施和土施纳米硅对玉米粘虫抗性的作用机制。主要研究结果如下:(1)通过不同浓度梯度的纳米硅和硅酸钠处理的培养实验,从粘虫生长状况和植物生长状况两个方面评价纳米硅的抗虫效应。叶面喷施和土壤施加中等剂量(50 mg/L或mg/kg)纳米硅都表现出了比同等剂量硅酸盐更好的抗虫效应,并且这种抗虫效应并不是由纳米硅对粘虫的直接毒性导致。通过延长粘虫的取食时间进一步筛选得出,纳米硅提高玉米粘虫抗性的最优培养体系为土壤施加50 mg/kg纳米硅。(2)通过叶面喷施实验,从物理抗性(硅含量)、营养成分(可溶性糖、游离氨基酸、营养元素)和诱导化学抗性(化学防御物质合成、绿原酸合成基因表达)三个方面分析纳米硅和硅酸盐对玉米粘虫抗性的作用机制差异。纳米硅表面氨基等官能团提高了纳米硅在玉米叶片上的附着力,从而促进了纳米硅在叶片中的积累,增强了植物的物理屏障。植物营养成分的变化并不是玉米对粘虫产生抗性的主要原因。纳米硅显著上调了玉米绿原酸合成关键基因PAL、C4H、4CL、C3H和HCT的表达,从而促进了绿原酸的生物合成,增强了玉米对粘虫的抗性。(3)通过土壤施加实验,从物理抗性(硅含量、硅通道蛋白基因表达、木质素含量、叶片厚度)和诱导化学抗性(化学防御物质合成、门布合成基因表达、茉莉酸含量)两个方面分析纳米硅和硅酸盐对玉米粘虫抗性的作用机制差异。纳米硅显著上调了硅通道蛋白基因Lsi1、Lsi2和Lsi6的表达,促进了硅的吸收及在植物组织的沉积,形成了物理屏障。纳米硅能够通过促进植物叶片木质素的合成,增加叶片的厚度来提高叶片的机械强度。纳米硅显著提高了玉米叶片中茉莉酸的含量,显著上调了玉米门布合成关键基因Bx10/11、Bx12、Bx14和Glu1的表达,从而促进了门布的生物合成,增强了玉米对粘虫的抗性。
其他文献
近年来,随着计算机信息技术的日益成熟和现代人工智能科技的高速发展,多智能体系统的协调和控制问题受到了国内以及国外科研学者更广泛的关注。然而,大部分研究结果中仅考虑了基于非负图的一致性问题,而基于非负图拓扑结构的一致性协议并不能确定系统中智能体节点之间包含负连接相互作用情形时的稳定性。符号图可以刻画具有正负连接的网络拓扑结构,在此基础上产生了多智能体系统的二分一致性。本文利用图论知识、李雅普诺夫函数
随着经济的发展和人口的增加,对水资源的需求不断增加,再加上存在对水资源的不合理开采和利用导致淡水资源的短缺。传统的水净化方式主要采用热蒸馏和膜分离技术,能耗高、基础设施复杂和对环境的废气排放等负面因素限制了其长期使用。利用光热材料进行太阳蒸汽产生(SVG)是一种绿色可行的解决方案,丰富的太阳能资源为SVG系统提供了能量来源。基于空气-水界面的SVG大大提高了水蒸发的速率,但是使用的蒸发器存在着耐盐
随着科技的发展,现代信息技术与制造业的融合日益深入,使得制造业的生产、管理方式发生了质的飞跃,产品的质量水平得到了极大的提升,但消费者对企业产品质量也提出了更高的要求。因此,企业也提出了新的制造理念,研究了信息化、智能化的制造技术,同时,也产生了海量的制造数据。如何利用数据分析、预测制造过程中遇到的问题,解决生产过程存在的隐患成了企业亟待解决的问题。某电梯零部件公司在实际生产中也遇到了上述情况。为
灰狼优化算法(Grey Wolf Optimizer,GWO)是一种通过模仿自然界中灰狼群体的等级制度和捕食行为等过程以实现优化搜索目的的智能优化算法。与其他群体智能优化算法相比,灰狼优化算法有着原理简单、需要调整的参数少、易于实现等优点,因此灰狼算法受到了国内外研究学者的广泛关注。随着对灰狼优化算法研究的深入,学者们发现灰狼优化算法存在最终寻优结果精度较低、算法运行后期收敛速度较慢且容易陷入局部
近年来,以石墨烯和过渡金属硫族化合物(TMDCs)为代表的二维半导体材料因具有原子级厚度、高迁移率和带隙可调等优异的性能,备受研究者关注。然而,石墨烯的零带隙以及TMDCs的低迁移率却成为限制该类材料在光电探测领域应用的最大障碍。硒化铟(InSe)作为二维材料家族里的一员,具有优良的光学和电学特性,其室温下本征迁移率高达10~3cm~2V-1s-1,且随着层数的增加带隙从2.11e V过渡到1.2
目的:调查结直肠癌患者-配偶照顾者间的沟通现状及其影响因素;探讨治疗性沟通系统对结直肠癌夫妻间沟通的干预效果。方法:本研究包括描述性研究和类实验研究两个部分。描述性研究:于2020年1月至2020年11月采用便利抽样法选取无锡市某三甲医院肿瘤内外科143对结直肠癌患者及其配偶照顾者为研究对象,以一般资料调查问卷、癌症相关问题夫妻沟通量表(CRCP)、医院焦虑抑郁量表(HADS)、自我感受负担量表(
无线定位技术的发展伴随着不断优化定位算法提高定位精度的历程。经典算法的设计对定位场景设定了很多理想化的假设。实际的定位场景中存在普遍的障碍物、人群的活动以及非理想的信道环境,造成一系列的干扰误差。若这些干扰误差没有通过优化定位算法得到相应的处理,就会严重影响定位精度。衡量定位精度的主要指标之一是定位偏差。因此,本文主要研究低偏差无线定位算法的设计与实现。本文首先对定位系统中定位算法误差进行理论分析
织物,尤其是机织物,是日常生活以及产业应用中最为重要的材料之一,其结构参数主要包括经纬密度和织物组织,而色织物还涉及色纱排列以及配色模纹。这些参数的高效准确识别,是企业进行来样设计、质量控制的重要前提。然而目前,其分析仍旧依靠人工进行,耗时耗力且效率低下。近年来,利用计算机视觉技术自动识别织物结构参数的研究日益增多,然而仍未有十分成功的系统,这是由于目前的研究多是基于传统方法,而随着深度学习技术的
鸡群优化算法(Chicken Swarm Optimization,CSO)是2014年提出的智能优化算法,它模拟了鸡群中的等级秩序和鸡群的觅食行为。鸡群按一定的比例分为几组,每一组由一只公鸡、若干只母鸡和小鸡组成。在特定的等级秩序下,不同等级的鸡群之间存在竞争,同时也遵循不同的运动规律。鸡群优化算法具备结构清晰、易于理解、搜寻能力强的优点,因而受到了国内外学者普遍的关注。随着对鸡群优化算法探究的
二维半导体纳米材料因其较大的表面积和独特的电子性质而具有广泛的应用价值,并在过去的几十年里不断受到研究人员的青睐。研究人员发现二维材料在自旋电子学、光电子学、场效应管、探测器、传感器、量子器件、太阳能电池等众多科学领域均有着较大的应用价值。在进一步探索二维材料的新特性的进程中,超薄的二维范德瓦尔斯异质结构及其器件的研究受到青睐。这些不同二维材料以层间微弱的范德华力相互作用形成的范德瓦尔斯异质结显示