-
公开(公告)号:CN118402467A
公开(公告)日:2024-07-30
申请号:CN202410273633.3
申请日:2024-03-11
Applicant: 江西农业大学
IPC: A01H4/00
Abstract: 本发明公开了一种保持湿地松胚性愈伤组织稳定增殖的方法,涉及植物组织培养技术领域。本发明将湿地松胚性愈伤组织在DCR+1mg/L 2,4‑D+1mg/L6‑BA+30g/L蔗糖+1g/L酸水解酪蛋白+4g/L结冷胶+500mg/L的谷氨酰胺的培养条件下增殖效率最高,增殖倍数最高达到9.44倍,平均增殖倍数最高达到7.65倍,愈伤组织呈白色透明,无褐化,有典型丝状结构。每14天继代一次,持续继代3年以上,仍然具有胚性,适用于湿地松胚性愈伤组织的长期稳定增殖。
-
公开(公告)号:CN116584381B
公开(公告)日:2024-06-25
申请号:CN202310521800.7
申请日:2023-05-10
Applicant: 江西农业大学
Abstract: 本发明公开一种山苍子胚性愈伤组织诱导培养基及诱导方法,在MS培养基中添加有6‑BA、2,4‑D、IAA,pH 5.85,采集具胚且未成熟的山苍子鲜嫩果实,彻底清洗去除果实表面泥垢,无菌条件下剥去肉质外种皮,再用75%乙醇浸泡3~5min,摇晃灭菌后用无菌水冲洗数次;消毒后的山苍子果实用无菌滤纸吸干,剥去外果皮,沿胚中轴将种子切开;接种至诱导培养基中诱导培养,获取胚性愈伤组织;选取新鲜、长势良好的胚性愈伤组织,置于增殖培养基进行增殖培养。本发明首次实现了山苍子胚性愈伤组织诱导,胚性愈伤诱导率达17.50%以上,为山苍子资源利用和产业化开发开辟了新的途径。
-
公开(公告)号:CN116584381A
公开(公告)日:2023-08-15
申请号:CN202310521800.7
申请日:2023-05-10
Applicant: 江西农业大学
IPC: A01H4/00
Abstract: 本发明公开一种山苍子胚性愈伤组织诱导培养基及诱导方法,在MS培养基中添加有6‑BA、2,4‑D、IAA,pH 5.85,采集具胚且未成熟的山苍子鲜嫩果实,彻底清洗去除果实表面泥垢,无菌条件下剥去肉质外种皮,再用75%乙醇浸泡3~5min,摇晃灭菌后用无菌水冲洗数次;消毒后的山苍子果实用无菌滤纸吸干,剥去外果皮,沿胚中轴将种子切开;接种至诱导培养基中诱导培养,获取胚性愈伤组织;选取新鲜、长势良好的胚性愈伤组织,置于增殖培养基进行增殖培养。本发明首次实现了山苍子胚性愈伤组织诱导,胚性愈伤诱导率达17.50%以上,为山苍子资源利用和产业化开发开辟了新的途径。
-
公开(公告)号:CN115372311B
公开(公告)日:2023-06-23
申请号:CN202211000719.6
申请日:2022-08-19
Applicant: 江西农业大学
IPC: G01N21/359 , G01N21/01
Abstract: 本申请公开了一种用近红外光谱技术预测湿地松微纤丝角的方法及系统:获取湿地松样品木芯;基于湿地松样品木芯,获得原始近红外光谱数据和湿地松样品木芯的微纤丝角测定值,并将微纤丝角数据和原始近红外光谱数据,划分为校正集和外部验证集,校正集样本的性质参数要均匀分布;基于校正集,构建湿地松木材微纤丝角近红外预测模型;将外部验证集近红外光谱数据代入湿地松木材微纤丝角近红外预测模型获得预测值,通过对比外部验证集微纤丝角预测值和测定值之间的差异,完成对湿地松微纤丝角预测模型预测水平的评价。通过建立湿地松微纤丝角的预测模型,使得多地点区域化湿地松微纤丝角材性数据的测定成为可能。
-
公开(公告)号:CN118563000A
公开(公告)日:2024-08-30
申请号:CN202410730402.0
申请日:2024-06-06
Applicant: 江西农业大学
IPC: C12Q1/6895 , C12N15/11
Abstract: 本发明涉及分子生物学领域,特别是涉及湿地松多态性EST‑SSR分子标记引物及其应用。该引物组的核苷酸序列如SEQ ID NO.1‑SEQ ID NO.40所示。本发明提供的引物组能够对EST‑SSR分子标记进行特异性扩增,并且具有高度多态性,可以应用于湿地松遗传多样性和种群遗传结构等研究领域。而且本发明所述EST‑SSR引物组扩增得到的EST‑SS分子标记具有数量丰富、多态性高且稳定性好的优势。同时本发明中EST‑SSR引物组的扩增实验操作简单,条带清晰易辨别,适合用于湿地松遗传多样性和遗传结构分析。
-
公开(公告)号:CN115372310B
公开(公告)日:2023-07-04
申请号:CN202210998257.5
申请日:2022-08-19
Applicant: 江西农业大学
IPC: G01N21/359 , G01N21/01
Abstract: 本发明提供一种用近红外光谱技术预测湿地松弹性模量的方法及系统,包括以下步骤:获得湿地松木芯样品;基于湿地松木芯样品,获得原始近红外光谱数据和所述湿地松木芯样品的弹性模量测定值;将原始近红外光谱数据和湿地松木芯样品的弹性模量测定值,划分为校正集和外部验证集;基于校正集,建立湿地松弹性模量近红外预测模型;将未参与建模的外部验证集的近红外光谱图带入上述弹性模量近红外预测模型得到预测值,通过对比验证集弹性模量预测值与测定值之间的差异,完成对湿地松弹性模量预测模型的检验。通过建立湿地松弹性模量的预测模型,可为湿地松育种群体弹性模量大规模测定提供一种简单、快速、准确的方法。
-
公开(公告)号:CN118563000B
公开(公告)日:2025-02-07
申请号:CN202410730402.0
申请日:2024-06-06
Applicant: 江西农业大学
IPC: C12Q1/6895 , C12N15/11
Abstract: 本发明涉及分子生物学领域,特别是涉及湿地松多态性EST‑SSR分子标记引物及其应用。该引物组的核苷酸序列如SEQ ID NO.1‑SEQ ID NO.40所示。本发明提供的引物组能够对EST‑SSR分子标记进行特异性扩增,并且具有高度多态性,可以应用于湿地松遗传多样性和种群遗传结构等研究领域。而且本发明所述EST‑SSR引物组扩增得到的EST‑SS分子标记具有数量丰富、多态性高且稳定性好的优势。同时本发明中EST‑SSR引物组的扩增实验操作简单,条带清晰易辨别,适合用于湿地松遗传多样性和遗传结构分析。
-
公开(公告)号:CN115372311A
公开(公告)日:2022-11-22
申请号:CN202211000719.6
申请日:2022-08-19
Applicant: 江西农业大学
IPC: G01N21/359 , G01N21/01
Abstract: 本申请公开了一种用近红外光谱技术预测湿地松微纤丝角的方法及系统:获取湿地松样品木芯;基于湿地松样品木芯,获得原始近红外光谱数据和湿地松样品木芯的微纤丝角测定值,并将微纤丝角数据和原始近红外光谱数据,划分为校正集和外部验证集,校正集样本的性质参数要均匀分布;基于校正集,构建湿地松木材微纤丝角近红外预测模型;将外部验证集近红外光谱数据代入湿地松木材微纤丝角近红外预测模型获得预测值,通过对比外部验证集微纤丝角预测值和测定值之间的差异,完成对湿地松微纤丝角预测模型预测水平的评价。通过建立湿地松微纤丝角的预测模型,使得多地点区域化湿地松微纤丝角材性数据的测定成为可能。
-
公开(公告)号:CN117723507B
公开(公告)日:2025-02-18
申请号:CN202311747762.3
申请日:2023-12-19
Applicant: 江西农业大学
IPC: G01N21/359 , G01N21/3563 , G16C20/30 , G16C60/00
Abstract: 本发明公开了一种基于红外光谱的松脂性状预测方法,所述预测方法包括:S1、对湿地松样木进行松脂样品的采集,将松脂样品分为第一松脂样品和第二松脂样品;S2、基于所述第一松脂样品对样品成分进行分析,得到松脂成分;S3、基于所述第二松脂样品对样品的近红外光谱数据进行收集,得到松脂的近红外光谱数据;S4、将所述松脂成分与所述近红外光谱数据进行关联拟合,建立松脂性状近红外校正模型;S5、使用未参与建模的外部验证集松脂样品对所述松脂性状近红外校正模型进行验证;S6、基于所述松脂性状近红外校正模型对松脂性状进行预测,得到松脂性状预测结果。本发明提高产脂树种遗传改良工作的效率,促进林木遗传改良研究的快速发展。
-
公开(公告)号:CN117723507A
公开(公告)日:2024-03-19
申请号:CN202311747762.3
申请日:2023-12-19
Applicant: 江西农业大学
IPC: G01N21/359 , G01N21/3563 , G16C20/30 , G16C60/00
Abstract: 本发明公开了一种基于红外光谱的松脂性状预测方法,所述预测方法包括:S1、对湿地松样木进行松脂样品的采集,将松脂样品分为第一松脂样品和第二松脂样品;S2、基于所述第一松脂样品对样品成分进行分析,得到松脂成分;S3、基于所述第二松脂样品对样品的近红外光谱数据进行收集,得到松脂的近红外光谱数据;S4、将所述松脂成分与所述近红外光谱数据进行关联拟合,建立松脂性状近红外校正模型;S5、使用未参与建模的外部验证集松脂样品对所述松脂性状近红外校正模型进行验证;S6、基于所述松脂性状近红外校正模型对松脂性状进行预测,得到松脂性状预测结果。本发明提高产脂树种遗传改良工作的效率,促进林木遗传改良研究的快速发展。
-
-
-
-
-
-
-
-
-