玉米育种过程中,灌浆期籽粒含水率检测时,通常需要脱粒,采集穗中间200粒为检测样本。为了保护亲本,避免破坏性检测,该研究提出一种基于近红外光谱的灌浆期玉米籽粒水分定量分析通用模型,用于灌浆期玉米籽粒水分的田间原位检测。首先构建...玉米育种过程中,灌浆期籽粒含水率检测时,通常需要脱粒,采集穗中间200粒为检测样本。为了保护亲本,避免破坏性检测,该研究提出一种基于近红外光谱的灌浆期玉米籽粒水分定量分析通用模型,用于灌浆期玉米籽粒水分的田间原位检测。首先构建GA-IRIV-DS光谱数据处理策略。利用遗传算法(genetic algorithm,GA)和迭代保留信息变量(iterative retention of information variables,IRIV)二次波长筛选方法,提取光谱数据中有效的水分变量信息,减小特征空间维度的同时提高模型预测精度;再结合直接校正算法(direct standardization,DS),降低预测样本与建模样本的差异性,将玉米灌浆期穗尖部籽粒光谱数据校正为中间200籽粒的光谱,使水分定量分析模型能够具备中间200籽粒和穗尖部籽粒2种检测样本的通用性。在GA-IRIV-DS光谱数据处理策略的基础上,构建基于偏最小二乘法(partial lpeast squares regression,PLSR)的水分定量分析通用模型。经过验证,GA-IRIV-DS光谱数据处理策略校正后的光谱差异性降低了59.4%。为了进一步验证GA-IRIV-DS光谱数据处理策略的有效性,分析了GA+IRIVN组合波长筛选提取光谱特征,并分别与全光谱、多种典型波长筛选方法结合DS方法构建基于偏最小二乘法(PLSR)的水分定量分析模型结果相比较。试验结果表明,两种样本预测集GA-IRIVN-DS-PLSR模型效果均优于全光谱和其他模型,中间籽粒样本和穗尖部籽粒样本的预测决定系数(R^(2))达到了0.9715和0.9012,均方根误差(RMSEP)较全光谱下降了80.10%和64.60%。证明基于GA-IRIVN-DS光谱数据处理策略建立的近红外光谱水分定量分析模型具有一定泛化能力,可以为玉米育种过程中,减少检测过程中的样本破坏和提高检测效率提供可行的参考方法。展开更多
文摘目的:通过单细胞RNA测序阐明免疫细胞与纤维环细胞相互作用的时空动态特征。方法:实验采用12只8周龄雄性Sprague Dawley大鼠,并随机分为3组:正常对照组(NT)、针刺退变7d组(IDD7)及针刺退变14d组(IDD14),每组三只大鼠的椎间盘组织合并作为一个scRNA-seq样本(即NT/IDD7/IDD14各1个样本,n=3大鼠/组)。椎间盘组织经过混合的多种胶原酶消化后,并未进行流式分选,直接利用BD Rhapsody平台,对3个样本开展了单细胞RNA测序(scRNA-seq)。通过以下流程解析细胞动态变化:采用Seurat对原始计数矩阵进行质量控制、标准化及批次校正(Harmony算法整合),保留基因表达均值用于后续分析。通过FindVariableFeatures筛选2000个高变基因,经主成分分析(principal component analysis,PCA)降维后,采用Louvain聚类算法(分辨率0.2)对细胞进行分群,并结合SingleR工具进行细胞类型注释,获取各亚群的标志基因。对比正常对照组(NT)、针刺退变7d组(IDD7)及针刺退变14d组(IDD14)间的差异表达基因(筛选阈值:|logFC|>0.5,P<0.05)。使用基于R语言开发的生物信息学软件包ClusterProfiler与enrichR软件分别对差异基因进行GO(gene ontology)生物学过程与KEGG(kyoto encyclopedia of genes and genomes)通路富集分析(P<0.05,基因数≥2),筛选显著相关通路。基于Monocle3构建伪时间轨迹,将整合数据转换为cell_data_set对象,经UMAP(uniform manifold approximation and projection)降维与Louvain聚类后,利用learn_graph与order_cells函数揭示细胞状态演化路径。运用CellChat与CellPhoneDB分析配体-受体相互作用,计算细胞间通讯概率,可视化关键信号通路(如细胞因子、生长因子)在NT与IDD组间的动态变化。采用免疫荧光技术对CD68(巨噬细胞标记物)、SPP1、CD44等蛋白的共定位表达进行定量分析。结果:单细胞数据鉴定出9个主要细胞群:纤维环细胞(NP)、纤维环细胞(AF)、巨噬细胞(Mφ)、单核细胞、中性粒细胞、T细胞、成纤维细胞、内皮细胞及平滑肌细胞。74个基因持续差异表达,主要与免疫细胞趋化相关。并系统解析了纤维环细胞的时序性分子变化。纤维环细胞存在修复型(Fibro-1/3)与耗竭型(Fibro-2)两极分化,为精准干预提供靶群依据。拟时序T1期可能(对应IDD7d)是应激保护向纤维化转化的关键节点,为阻断不可逆损伤提供治疗窗口期。细胞互作动态演变:纤维环亚群中耗竭型Fibro-2与巨噬细胞的互作数最多,SPP1信号轴由Fibro-2主导发送,Mφ-3为主要接收者,该通路可能驱动纤维环细胞向促纤维化表型转化,提示其可能参与基质破坏和纤维化重塑进程。结论:纤维环细胞可能通过SPP1-CD44信号轴增强与巨噬细胞的相互作用,进而激活炎症反应并加速基质降解。这一发现揭示了椎间盘退变过程中的关键细胞受体-配体对,为IDD的精准干预提供了新的潜在治疗靶点。
文摘玉米育种过程中,灌浆期籽粒含水率检测时,通常需要脱粒,采集穗中间200粒为检测样本。为了保护亲本,避免破坏性检测,该研究提出一种基于近红外光谱的灌浆期玉米籽粒水分定量分析通用模型,用于灌浆期玉米籽粒水分的田间原位检测。首先构建GA-IRIV-DS光谱数据处理策略。利用遗传算法(genetic algorithm,GA)和迭代保留信息变量(iterative retention of information variables,IRIV)二次波长筛选方法,提取光谱数据中有效的水分变量信息,减小特征空间维度的同时提高模型预测精度;再结合直接校正算法(direct standardization,DS),降低预测样本与建模样本的差异性,将玉米灌浆期穗尖部籽粒光谱数据校正为中间200籽粒的光谱,使水分定量分析模型能够具备中间200籽粒和穗尖部籽粒2种检测样本的通用性。在GA-IRIV-DS光谱数据处理策略的基础上,构建基于偏最小二乘法(partial lpeast squares regression,PLSR)的水分定量分析通用模型。经过验证,GA-IRIV-DS光谱数据处理策略校正后的光谱差异性降低了59.4%。为了进一步验证GA-IRIV-DS光谱数据处理策略的有效性,分析了GA+IRIVN组合波长筛选提取光谱特征,并分别与全光谱、多种典型波长筛选方法结合DS方法构建基于偏最小二乘法(PLSR)的水分定量分析模型结果相比较。试验结果表明,两种样本预测集GA-IRIVN-DS-PLSR模型效果均优于全光谱和其他模型,中间籽粒样本和穗尖部籽粒样本的预测决定系数(R^(2))达到了0.9715和0.9012,均方根误差(RMSEP)较全光谱下降了80.10%和64.60%。证明基于GA-IRIVN-DS光谱数据处理策略建立的近红外光谱水分定量分析模型具有一定泛化能力,可以为玉米育种过程中,减少检测过程中的样本破坏和提高检测效率提供可行的参考方法。
