青稞抗黄矮病抑制差减文库的构建及差异表达基因的分离
文献类型: 中文期刊
第一作者: 梅红
作者: 梅红;赖建华;何婕;木德伟;施晓群
作者机构:
关键词: 青稞;黄矮病;差减杂交文库
期刊名称: 西南农业学报
ISSN: 1001-4829
年卷期: 2009 年 22 卷 02 期
页码: 319-323
收录情况: 北大核心 ; CSCD
摘要: 本研究应用抑制差减杂交方法构建了感染黄矮病毒早期,高抗病和高感病青稞种质的差减cDNA文库,共获得了143个带有插入片断的克隆。以构建的抗黄矮病抑制差减文库的62个片段为基础,对抗病青稞品种52号和感病青稞品种品引5号在感染黄矮病后24 h的差异表达基因进行了杂交筛选,获得了9个差异表达的基因片段。对这些片段进行序列分析和同源对比,获得了5个抗性相关基因片段。片段U3,U24在感染后24 h的抗性品系中表达增强,同时在EST序列比对中没有发现同源序列,可能为新的抗性相关基因。片段U58,U62为分别在抗性和感性品种中高表达的叶绿体相关基因。片段U23为多胺代谢通路相关基因。通过对这些基因片段的分析,对青稞感染黄矮病早期抗性的机制进行了初步的探索。
分类号: S512.3
- 相关文献
[1]青稞蚜虫及黄矮病发生规律及防治技术研究. 徐云,木德伟,梅红,林莉,思红兵,陶宗仁,施晓群. 2004
[2]影响南繁青稞黄矮病发病程度的因素分析. 刘仁建. 2018
[3]小麦蚜虫及黄矮病综合防治研究综述. 王随保,陈斌,王义,卜鸿梅. 2003
[4]小麦黄矮病新抗源中4、中5的选育及应用研究. 赵怀生,杨亚凡,张秦凤,薛秀庄,周广和. 1990
[5]抗大麦黄矮病(BYDV)种质—无芒中4的同工酶电泳图谱研究. Larkin P T,Brettell R I S,Banks P M,周广和,辛志勇,成卓敏. 1992
[6]25份小黑麦品种(系)的抗黄矮病鉴定与评价. 王春明,徐生军,郭成,周天旺. 2018
[7]大麦黄矮病毒PAV-CN的序列测定及分析. 王锡锋,周广和. 2004
[8]我国西部小麦主要病虫害无公害治理对策探讨. 谢水仙,陈扬林,秦庆明. 2000
[9]RNAi介导的小麦抗BYDV转基因小麦研究. 王锡锋,刘艳,周广和. 2007
[10]小麦抗黄矮病兼抗三锈基因库建拓的实践与理论初探. 李生海,赵怀生. 1990
[11]麦二叉蚜传播体内传毒相关蛋白基因体外表达及抗血清的制备. 王锡锋,周广和. 2006
[12]抗病毒转基因小麦中病毒株系间异源装配现象的初步研究. 王闵,周广和. 2002
[13]分子标记辅助选育兼抗白粉病、条锈病、黄矮病小麦新种质. 曾祥艳,张增艳,杜丽璞,辛志勇,陈孝. 2005
[14]抗黄矮病小麦新品系YW243的选育和细胞分子生物学鉴定. 谢皓,陈孝,张增艳,辛志勇,林志珊,杜丽璞,马有志,徐惠君. 2000
[15]山西小麦黄矮病流行趋势预测模型探讨. 范绍强,郑王义,谢咸生,李峰,尹青云. 2006
[16]兼抗白粉病、黄矮病多基因聚合小麦新种质的分子标记检测. 曾祥艳,辛志勇,陈孝,林志珊,张增艳. 2004
[17]冬小麦黄矮病预测模型研究. 范绍强,谢咸升,李峰,尹青云,郑王义. 2006
[18]利用BSMV-VIGS技术快速分析小麦TNBL1基因的抗黄矮病功能. 赵继荣,黄茜,李宁,刘艳,黄占景,张增艳. 2011
[19]小麦抗黄矮病材料产量性状遗传分析. 曹亚萍,张明义,范绍强,王全亮. 2000
[20]向普通小麦导入纤毛鹅观草抗黄矮病基因的研究──Ⅰ.F_1和BC_1的产生及其细胞遗传学. 杨欣明,李立会,李秀全,董玉琛. 1999
作者其他论文 更多>>
-
昆明市植烟环境适宜性评价方法研究
作者:高福宏;陶琼;陈静;李向东;施晓群;徐云
关键词:植烟环境适宜性;权重;层次分析法;GIS
-
烟蚜茧峰三级式规模化扩繁技术在昆明市烟区的应用
作者:徐云;李向东;詹莜国;高福宏;李忠环;施晓群
关键词:昆明市;烟蚜茧蜂;三级式扩繁;烟蚜;防治效果
-
基于WebGIS的烟草病虫害监测预警防治技术体系的设计与构建
作者:陶琼;高福宏;李忠环;陈静;李向东;施晓群;徐云
关键词:GIS;WebGIS;烟草病虫害;B/S
-
中早熟高产水稻品种固银占特征特性及其推广策略
作者:骆韵芳;杨雄瑶;李鸿飞;赖建华;李春芳;吴伟能;高云
关键词:水稻;固银占;推广策略
-
云南青稞种质抗大麦黄矮病抗性鉴定研究
作者:梅红;木德伟;李学毅;陶宗仁;施晓群;林莉
关键词:青稞种质;大麦黄矮病;抗性鉴定
-
云南青稞种质抗大麦黄矮病抗性鉴定研究初报
作者:梅红;赖建华;尹梅;木德伟;施晓群;何婕
关键词:青稞种质;大麦黄矮病;抗性鉴定
-
迪庆青稞优化栽培数学模型研究
作者:梅红;徐云;木德伟;思红兵;林莉;施晓群;何婕
关键词:青稞;优化栽培;数学模型;产量
