Phenotypic characteristics and comprehensive evaluation of high-quality germplasm resources of Gentiana rigescens Franch. ex Hemsl.
-
摘要:
为探讨野生滇龙胆（Gentiana rigescens Franch. ex Hemsl.）优质高产植株性状特征，以采自不同地区的877株滇龙胆为研究材料，利用主成分分析（PCA）、层次聚类（HCA）、隶属函数等方法对有效成分产量性状进行评价。结果显示，17个性状中，根部龙胆苦苷产量多样性指数最高，叶部马钱苷酸和当药苷产量的多样性指数较低；结合隶属函数对所有样品进行评分，发现优质高产种源共214株，占总样品数的24.40%，分布于云南、四川和贵州；变量投影重要性准则（VIP）分析表明，云南与四川的优质种源主要性状特征较为接近，均为当药苷、马钱苷酸及6'-O-β-D-葡萄糖基龙胆苦苷高产；贵州优质种源则为獐牙菜苦苷高产。基于3种机器学习算法建立不同等级种源的鉴别模型，结果发现随机森林（RF）算法建立的判别模型的预测精度和稳定性较高，能对不同等级种源进行有效划分。
Abstract:We explored the phenotypic characteristics and established a classification strategy of high-quality germplasm resources of wild Gentiana rigescens Franch. ex Hemsl. In total, 887 samples of G. rigescens collected from different regions were used as research materials. Principal component analysis (PCA), hierarchical clustering analysis (HCA), and membership function analysis were used to analyze and evaluate 17 active ingredient yield traits of the roots, stems, and leaves. Results showed that gentiopicroside yield in the roots had the highest Shannon-Wiener index value (I = 1.64), while loganic acid and sweroside acid yields in the leaves had the lowest I values (I = 0.73). Based on D value scoring and membership function analysis, we identified 214 high-quality and high-yield seed sources, accounting for 24.40% of the total sample size, distributed in Yunnan, Sichuan, and Guizhou. Variable importance in projection (VIP) analysis showed similar phenotypic characteristics among the high-quality germplasms in Yunnan and Sichuan, which were characterized by high sweroside, loganic acid, and 6'-O-β-D-glucopyranosylgentiopicroside yield. The high-quality germplasms in Guizhou were characterized by high swertiamarin yield. Among the three different machine learning algorithms, results showed that the discrimination model established using the Random Forest (RF) algorithm had the highest prediction accuracy and stability and could effectively identify different provenances.
-
能源安全是世界各国经济可持续发展的保障。鉴于传统化石能源日趋短缺和过度消耗造成的环境污染等，开发可再生绿色能源已成为全球关注的议题。生物质是可再生、可持续的生物能源重要原材料。续随子（Euphorbia lathyris L.）作为一种能源油料植物，具有较高的开发潜力和价值。续随子是大戟科大戟属的草本植物，在我国分布范围广泛，于江苏、浙江、福建、湖南、湖北、广西、四川等10余个省均有分布[1]。生长期一般为1~2年，且具有耐旱、喜温暖湿润、喜光照、怕水涝等特点[2]。种子油类似于石油的碳氢化合物，经过适当加工处理可制备生物燃油，具有良好的燃烧性能[3]。续随子种子油含量高达45%~60%，脂肪酸成分包括棕榈酸（16∶0）、硬脂酸（18∶0）、油酸（18∶1）、亚油酸（18∶2）、亚麻酸（18∶3）等，其中油酸含量高达总油脂含量的85%以上，棕榈酸和亚油酸分别约为8%，硬脂酸和亚麻酸分别约为2.5%[4, 5]。续随子是所有经过检测的油料植物中油酸含量最高的作物[6]。
WRI1是一种AP2/EREBP型转录因子，也是调控植物油脂合成的关键因子。这类转录因子均具有两个典型的AP2保守结构域[7]，其中一个相对保守，大约60个氨基酸，另一个结构域保守性较差，且氨基酸数目较多。AP2保守结构域的末端有许多Ser和Thr氨基酸残基，C端有一个酸性结构域。如果去除C端的酸性结构域，转录活性将被阻止[8]。目前已经在多种植物中发现WRI1与体内油脂生物合成相关，主要是通过激活糖酵解及脂肪酸合成过程中的相关基因，从而促进油脂的合成[9]。WRI1可激活许多参与质体中脂肪酸从头合成的基因，包括编码质体型丙酮酸激酶（Pl-PKb1）、乙酰辅酶a羧化酶（BCCP2）、酰基载体蛋白（ACP1）和酮酰酰基载体蛋白合成酶（KAS1）的基因[10]。
在玉米（Zea mays L.）中过表达WRI1基因，可使种子含油量提高48%，且植物生长和产量并未受影响[11]。在拟南芥（Arabidopsis thaliana (L.) Heynh.）中异源表达油菜（Brassica napus L.）WRI1基因，种子中油脂含量提高了10%~40%[12]。在本氏烟草（Nicotiana benthamiana L.）中瞬时表达向日葵（Helianthus annuus L.）HaWRI1可促进其叶片油脂的大量积累[13]。在油菜和大豆（Glycine max (L.) Merr.）[14]等植物中也克隆出了WRI1基因。然而，有关续随子WRI1基因的研究还未见报道。
本研究基于全基因组序列，鉴定续随子的WRI1蛋白，对续随子ElWRI1基因的表达模式进行分析，进一步构建表达载体，并在本氏烟草叶片中进行瞬时异源表达，检测转基因叶片组织的总油脂含量及脂肪酸成分变化。研究结果旨在为全面解析续随子ElWRI1调控油脂生物合成的分子机制提供参考，并为其他植物油脂代谢遗传修饰途径研究提供新思路。
1. 材料与方法
1.1 材料
本研究所用的续随子种质材料来自山西农业大学林学院苗圃。实验采集续随子的根、茎、叶、花以及不同发育时期（分别为花后15（S1）、30（S2）、45 d（S3））的种子作为研究材料。
1.2 方法
1.2.1 ElWRI1蛋白的生物信息学分析
以从拟南芥数据库（TAIR-Home Page）获得的AtWRI1蛋白（AT3G54320）序列为模板，对续随子基因组（https://doi.org/10.6084/m9.figshare.14909913.v1.）进行BLASTP分析，鉴定获得11种长度不同的续随子ElWRI1蛋白。
使用ProParam（http://expasy.org/tools/protparam.html）软件预测ElWRI1蛋白的理论等电点、不稳定系数和疏水性等理化性质。运用MEGA 7.0软件对续随子WRI1蛋白和其他物种已知功能的WRI1蛋白序列构建系统进化树。用ProtFun（http://www.cbs.dtu.dk/services/ ProtFun/）在线软件预测蛋白质的功能分类，用SMART（http://smart.embl-heidelberg.de/）在线工具对续随子WRI1蛋白的功能结构域进行分析。利用PRALINE（http://www.ibi.vu.nl/programs/pralinewww/）在线工具对续随子和拟南芥的WRI1蛋白进行氨基酸序列多重比对分析。
1.2.2 种子不同发育时期续随子ElWRI1的表达分析
依据续随子种子发育进程，划分为3个时期（分别为花后15、30及45 d）进行取样，提取总RNA，构建cDNA文库，测序获得续随子发育种子的转录组数据（未发表数据）。依据注释的ElWRI1序列，计算各个ElWRI1成员的表达量（FPKM），绘制表达热图。
1.2.3 ElWRI1-8的基因克隆
使用TRNzol试剂盒（天根，北京）提取续随子根、茎、叶、花和3个不同发育时期种子的总RNA，反转录合成cDNA，以此为模板，特异性扩增ElWRI1-8的ORF序列。ElWRI1-8的全长 cDNA 用特异性引物扩增（ElWRI1-8-F：5'-GCTCCTCTTCATCCTCTTCTTC -3'；ElWRI1-8-R：5'-ATGCCTGGTAACTCCTCTGTAA-3'）。随后，使用 EasyPfu DNA 聚合酶通过RT-PCR将 cDNA用于扩增 ORF。将扩增子分别克隆到pGEM T-easy载体中。将阳性菌株送往安徽通用生物测序，测序结果与序列完全匹配。
1.2.4 ElWRI1-8表达载体的构建及瞬时表达
使用具有 Xba Ⅰ（5'-末端）和 Kpn Ⅰ（3'-末端）位点的基因特异性引物（F：5'-GCTCTAGAATGGGAAACAAGGAAACAATGG -3'； R：5'-CCCCCGGGCTACAACACTCTCAGTTGAAGAT-3'），从相应的克隆载体中分别扩增ElWRI1-8。然后将其插入 pCAMBIA1303载体中。再将含有ElWRI1-8的载体通过冻融方法转化到根癌农杆菌GV3101中。参考霍琳等[15]的方法侵染烟草叶片并取样。
1.2.5 脂肪酸甲酯和总油脂测定
参考任国鹏等[16]的方法提取转基因烟草叶片的总油脂和脂肪酸。参考王计平等[17]及李璐[18]的方法，使用安捷伦7890B气象色谱仪（Agilent，美国）测定烟草叶片脂肪酸各组分含量，脂肪酸含量利用安捷伦软件进行分析。
2. 结果与分析
2.1 ElWRI1的全基因组鉴定及蛋白保守基序分析
应用 NCBI 网站的Genome Date Viewer工具，获得续随子WRI1各基因的染色体信息（图1）。续随子WRI1基因分布于 1~7和9号染色体上，分别命名为 WRI1-1~WRI1-11。
![]()
图 1 续随子 ElWRI1 基因的染色体定位Figure 1. Chromosomal localization of WRI1 genes in Euphorbia lathyris通过CDD鉴定WRI1的功能结构域，结果如图2所示。11个WRI1蛋白均含有两个AP2保守结构域，均属于AP2/EREBP家族。续随子ElWRI1蛋白保守基序分析结果如图3所示，ElWRI1蛋白具有相似的基序排列，均包含3个motif。这也表明这些蛋白质具有类似的功能。
2.2 续随子WRI1基因结构分析
利用 GSDS 2.0网站分析WRI1的基因结构，结果显示（图4），WRI1-4序列最长，WRI1-11序列最短。此外，WRI1-6、WRI1-8、WRI1-11基因结构中包含7个外显子和6个内含子，而WRI1-2、WRI1-3、WRI1-7和WRI1-9基因均有9个外显子和8个内含子，WRI1-4和WRI1-10都有8个外显子和7个内含子。内含子和外显子数量最多的是WRI1-5，有10个外显子和9个内含子。内含子和外显子数量最少的是WRI1-1，有5个外显子和4个内含子。
2.3 续随子WRI1蛋白的理化性质分析
续随子WRI1蛋白的基本理化性质见附表1
1 ，WRI1蛋白含334 ~ 646个氨基酸，相对分子量为 38.25 ~ 71.97 kD，其中WRI1-3氨基酸最多，相对分子量最大，WRI1-1的氨基酸最少，相对分子量最小。WRI1-1、WRI1-6、WRI1-8和WRI1-11的理论等电点大于7，为碱性蛋白，其余蛋白的等电点均小于7，为酸性蛋白。11个ElWRI1转录因子均为不稳定蛋白。亲水性指数均为负值，表明ElWRI1蛋白为亲水性蛋白。所有WRI1蛋白均无跨膜结构，且预测均定位于细胞核。此外，WRI1-3、WRI1-6、WRI1-8、WRI1-10和WRI1-11存在信号肽序列，为分泌蛋白。2.4 续随子ElWRI1蛋白的高级结构预测
续随子ElWRI1蛋白二级结构预测结果见附表2
1 。WRI1蛋白的二级结构由无规则卷曲、α螺旋、延伸链和β-折叠组成。每个WRI1蛋白二级结构的主体相似，但各个组成结构的比例存在一定差异，均为α螺旋和无规则卷曲所占比例最高，其中β折叠所占比例最低。2.5 续随子ElWRI1蛋白多序列比对和系统进化分析
选择同属于大戟科的蓖麻（Ricinus communis L.）RcWRI1和麻风树（Jatropha curcas L.）JcWRI1以及模式植物拟南芥AtWRI1为参考序列，利用DNAman软件对续随子ElWRI1蛋白进行多序列比对分析，结果如图5所示。续随子WRI1与麻风树JcWRI1、蓖麻RcWRI1和拟南芥AtWRI1相似，均包含2个相对保守的AP2/EREBP结构域区域。除ElWRI1-1和ElWRI1-11之外，其余ElWRI1蛋白序列均具有“VYL”氨基酸结构。
![]()
图 5 WRI1 蛋白质序列对比红色区域标记“VYL”3个氨基酸；黄色区域标记两个 AP2 结构域。Figure 5. Sequence alignment of WRI1 proteins“VYL” sequence present in first AP2 domain is marked by red box. Two AP2 domains are marked by black boxes.系统发育分析结果显示（图6），ElWRI1-2、ElWRI1-3、ElWRI1-4、ElWRI1-9、ElWRI1-7和ElWRI1-10的亲缘关系较近，聚为一支；ElWRI1-5与麻风树JcWRI1聚为一支；ElWRI1-8则与蓖麻RcWRI1、巴西橡胶树（Hevea brasiliensis（Willd. ex A. Juss.）Muell. Arg.）HbWRI1、皱果桐（Vernicia montana Lour.）VmWRI1聚在一起。
![]()
图 6 不同物种WRI1蛋白的系统发育分析RcWRI1：蓖麻 (NP_001310691.1)；AtWRI1：拟南芥 (OAP01705.1)；JcWRI1：麻风树 (AIR74897.1)；HbWRI1：巴西橡胶树 (XP_021674385.1)；ZmWRI1：玉米 (ONM19989.1)；BnWRI1：甘蓝型油菜 (ADO16346.1)；CsWRI1：大豆 (KHN10130.1)；VvWRI1：葡萄 (XP_010659009.1)； CaWARI：辣椒(KAF3665339.1)； CiWRI1：山核桃 (QQP23243.1)； CnWRI1： 椰子 (KAG1365549.1)；TuWRI1：乌拉图小麦 (EMS52893.1)； GhWRI1：陆地棉(NP_001314053.1)；VmWRI1：皱果桐（APQ47387.1）。Figure 6. Phylogenetic analysis of ElWRI1 among different plant speciesRcWRI1: Ricinus communis (NP_001310691.1); AtWRI1: Arabidopsis thaliana (OAP01705.1); JcWRI1: Jatropha curcas (AIR74897.1); HbWRI1: Hevea brasiliensis (XP_021674385.1); ZmWRI1: Zea mays (ONM19989.1); BnWRI1: Brassica napus (ADO16346.1); CsWRI1: Clycine soja (KHN10130.1); VvWRI1: Vitis vinifera (XP_010659009.1); CaWARI: Capsicum annuum (KAF3665339.1); CiWRI1: Carya illinoinensis (QQP23243.1); CnWRI1: Cocos nucifera (KAG1365549.1); TuWRI1: Triticum urartu (EMS52893.1); GhWRI1: Gossypium hirsutum (NP_001314053.1); VmWRI1: Vernicia montana (APQ47387.1).2.6 续随子ElWRI1表达分析
利用课题组已有的转录组数据，构建种子不同发育时期续随子ElWRI1的表达谱热图（图7）。样品来自种子发育的3个不同时期（S1、S2和S3）。除ElWRI1-5、ElWRI1-9和ElWRI1-11全程表达量偏低外，ElWRI1-2、ElWRI1-3、ElWRI1-6和ElWRI1-10在S1时期表达量最高；ElWRI1-1、ElWRI1-7和ElWRI1-8在S2时期表达量最高；而ElWRI1-4在S3时期表达量最高。
![]()
图 7 续随子ElWRI1基因在种子发育不同时期的表达谱热图作图数据使用为求导后的FPKM值（lgFPKM）。Figure 7. Heatmap of ElWRI1 expression at different stages of seed developmentData are FPKM values after differentiation.分析续随子种子不同发育时期含油率的变化（图8），发现花后22~43 d是续随子种子油脂积累的关键时期。因此，选择在S2时期表达量达到最高的WRI1-8进行下一步实验。
![]()
图 8 续随子种子不同发育时期的油脂积累Figure 8. Oil accumulation during seed development in Euphorbia lathyris2.7 续随子ElWRI1-8基因表达载体的构建及烟草叶片的瞬时表达
为探究续随子ElWRI1-8基因对油脂合成的影响，以S2时期（开花后30 d）的cDNA为模板克隆续随子ElWRI1-8基因，并构建获得植物表达载体pCAMBIA1303-ElWRI1-8。
将含有目的基因及空载体质粒转入烟草叶片中进行瞬时表达，分析ElWRI1-8对烟草叶片总脂肪酸含量以及脂肪酸成分变化的影响（图9、图10）。总油脂含量检测结果如图9所示，与野生型（WT）叶片相比，转入空载体（EV）后总油脂含量几乎不变，而过表达ElWRI1-8后总脂肪酸含量增加显著，由7.83%上升至10.16%，是野生型的1.3倍。说明瞬时表达续随子ElWRI1-8基因后，可以在一定程度上提高烟草叶片的总油脂含量。脂肪酸组分测定结果显示（图10），转入基因ElWRI1-8后，脂肪酸16∶0和18∶2的变化不明显，脂肪酸18∶1和18∶3的含量比野生型及转空载有所上升，其中18∶1含量上升19.60%，18∶3含量上升8.90%。脂肪酸18∶0和20∶0的含量比野生型及转空载有所下降，前者下降14.97%，后者下降26.08%。瞬时表达后检测到一种新的长链脂肪酸22∶1，表明ElWRI1-8的表达会导致烟草叶片脂肪酸组分发生变化，且在一定程度上促进长链脂肪酸的合成。
![]()
图 9 过表达ElWRI1-8基因的烟草叶片总油脂含量不同小写字母表示处理间差异显著（P < 0.05）。下同。Figure 9. Total oil content in tobacco leaves overexpressing ElWRI1-8Different lowercase letters indicate significant difference (P < 0.05). Same as below.![]()
图 10 过表达ElWRI1-8基因的烟草叶片脂肪酸成分Figure 10. Changes in fatty acid profiles in tobacco leaves overexpressing ElWRI1-83. 讨论
WRI1转录因子主要在油脂积累、糖酵解以及胚胎发育中起调控作用，WRI1最早在拟南芥突变体中被发现，并在随后分离克隆到AtWRI1基因。目前已在多种植物中进行了WRI1基因的克隆和表达研究[19]。
选择性剪切是调控基因表达的一种方式，至少有42%的拟南芥基因是选择性剪切的[20]。Ma等[21]研究发现，拟南芥AtWRI1有多种剪切形式，但只有剪接形式3（At3g54320.3）存在于拟南芥的多个组织和器官中。本文以AtWRI1（At3g54320.3）为索引，在续随子基因组中鉴定得到11个ElWRI1基因，并根据其在染色体上的位置分别命名为ElWRI1-1~ElWRI1-11。
多序列比对结果显示，除ElWRI1-1和ElWRI1-11之外，其余的ElWRI1蛋白序列均具有“VYL”氨基酸结构，这与An等[8]对拟南芥AtWRI1和亚麻荠CsWRI1的多序列比对结果一致。拟南芥AtWRI1第3外显子长度仅为9 bp，编码氨基酸“VYL”。这也符合An等[8]的研究结论，即大多数WRI1基因，包括AtWRI1，有7个外显子，其中第3个外显子仅包含9个核苷酸，且序列高度保守，编码WRI1蛋白的第1个AP2结构域的3个氨基酸残基（“VYL”）。Ma等[21]和Krizek等[22]的研究均表明，“VYL”中的1个或两个氨基酸的缺失，都会导致WRI1基因功能的降低或者缺失。
续随子11条ElWRI1序列都具有两个保守的AP2结构域，属AP2型转录因子。这与Riechmann等[23]提出的WRI1是一种AP2/乙烯反应元件结合蛋白（AP2/EREBP）型转录因子，这种转录因子至少有1个AP2保守结构域的结论一致。ElWRI1均为不稳定亲水蛋白，无跨膜结构，且均定位于细胞核，可能在细胞核中发挥作用。此外，ElWRI1-3、ElWRI1-6、ElWRI1-8、ElWRI1-10和ElWRI1-11存在信号肽，可能为分泌蛋白。表达分析结果显示，在续随子种子发育时期ElWRI1-8的表达量显著高于其他基因。由此推测，ElWRI1-8可能在续随子种子油脂合成积累过程中起着更为主导的调控作用。
为了进一步验证ElWRI1-8的功能，本研究通过农杆菌介导的侵染法将其转入烟草叶片中进行瞬时表达，并测定分析叶片中总脂肪酸含量以及脂肪酸组分。结果发现，与空载对照相比，转基因烟草叶片中的总脂肪酸含量显著升高，脂肪酸18∶1和18∶3的含量有所提高，脂肪酸18∶0和20∶0的含量则有所下降，此外，还检测到了对照中没有的长链脂肪酸22∶1。
综上所述，本研究鉴定获得了续随子ElWRI1-8基因，该基因具有AP2/EREBP型转录因子的典型特征，并在本氏烟草中通过异源过表达进行了功能验证。研究结果表明续随子ElWRI1-8基因具有提高植物油脂含量或改变植物脂肪酸成分的潜在应用价值。然而，过表达ElWRI1-8基因在提高烟草叶片油脂合成的同时，对淀粉、蛋白质和可溶性糖的合成是否产生影响，以及该基因主要调控哪些靶基因，还有待进一步研究。
1 如需查阅附件内容请登录《植物科学学报》网站（http://www.plantscience.cn）查看本期文章。2 1 ~ 3）如需查阅附件内容请登录《植物科学学报》网站（http://www.plantscience.cn）查看本期文章。3 1 ~ 3）如需查阅附件内容请登录《植物科学学报》网站（http://www.plantscience.cn）查看本期文章。4 如需查阅附件内容请登录《植物科学学报》网站（http://www.plantscience.cn）查看本期文章。5 1 ~ 3）如需查阅附件内容请登录《植物科学学报》网站（http://www.plantscience.cn）查看本期文章。6 如需查阅附件内容请登录《植物科学学报》网站（http://www.plantscience.cn）查看本期文章。 -
![]()
图 2 滇龙胆样品偏最小二乘-判别分析得分图（A）与VIP分析图（B）
Figure 2. Loading plot based on PLS-DA (A) and VIP analysis (B) of Gentiana rigescens samples
![]()
图 3 样品偏最小二乘-判别分析得分图（A）与VIP分析图（B）
Figure 3. Loading plot of PLS-DA (A) and VIP analysis (B)
![]()
图 6 随机森林模型ntree（A）与mtry（B）的参数筛选
Figure 6. ntree (A) and mtry (B) screening of RF model
表 1 滇龙胆有效成分产量性状的多样性指数
Table 1 Shannon diversity index of yield traits of active ingredients in Gentiana rigescens
产量性状
Yield traitShannon多样性指数（I） Shannon diversity index 根Root 茎Stem 叶Leaf 马钱苷酸 1.51 0.94 0.73 6'-O-β-D-葡萄糖基龙胆苦苷 1.39 1.15 1.02 獐牙菜苦苷 1.53 1.20 1.09 龙胆苦苷 1.64 1.35 1.05 当药苷 1.37 1.56 0.73 异荭草素 − 1.08 1.05 
下载: 导出CSV
表 2 基于滇龙胆17个产量性状的主成分分析
Table 2 Principal component analysis results based on 17 yield traits of Gentiana rigescens
成分
Component初始特征值Eigenvalue 特征值
Eigenvalue方差贡献率
Contribution of variance / %累积方差贡献率
Cumulative contribution / %1 7.619 44.816 44.816 2 2.700 15.885 60.700 3 1.602 9.423 70.123 4 1.187 6.982 77.105 5 0.781 4.592 81.697
下载: 导出CSV
表 3 基于PLS-DA算法的分类建模评价结果
Table 3 Evaluation results of classification model based on PLS-DA algorithm
评价指标
Evaluation parameter一级
Class 1 / %二级
Class 2 / %三级
Class 3 / %合计
Total / %训练集正确率 92.00 82.24 89.92 88.05 测试集正确率 92.06 86.11 94.05 90.74 注：一级为优质种源，二级为普通种源，三级为劣质种源。下同。 Notes: Classes 1, 2, and 3 refer to high-quality, moderate-quality, and low-quality germplasms, respectively. Same below.
下载: 导出CSV
表 4 基于OPLS-DA算法的滇龙胆分类模型
Table 4 Evaluation results of classification model based on OPLS-DA algorithm
评价指标
Evaluation parameter一级
Class 1 / %二级
Class 2 / %三级
Class 3 / %合计
Total / %训练集正确率 92.48 82.24 89.44 88.05 测试集正确率 92.86 86.51 93.65 91.01
下载: 导出CSV
表 5 基于随机森林算法建立的滇龙胆分类模型
Table 5 Evaluation results of classification model based on RF algorithm
评价指标
Evaluation parameter一级
Class 1 / %二级
Class 2 / %三级
Class 3 / %合计
Total / %训练集正确率 95.37 91.21 95.85 94.14 测试集正确率 96.43 92.06 95.63 94.71
下载: 导出CSV
-
[1] 徐燕玲,王振宇,杨淑达,陆露. 进化生态学在药用植物种质资源评价中的应用与展望[J]. 中草药,2021,52(5):1221−1233. Xu YL,Wang ZY,Yang SD,Lu L. Application and prospect of evolutionary ecology in evaluation of germplasm resources of medicinal plants[J]. Chinese Traditional and Herbal Drugs,2021,52 (5):1221−1233.
[2] 闫婕,彭成,裴瑾,马云桐,高继海,陈江. 国家中药种质资源库的建设思路与发展策略[J]. 成都中医药大学学报,2021,44(1):14−19,31. Yan J,Peng C,Pei J,Ma YT,Gao JH,Chen J. Construction ideas and development strategies of the state bank of Chinese drug germplasm resources[J]. Journal of Chengdu University of Traditional Chinese Medicine,2021,44 (1):14−19,31.
[3] Wang WL,Xu JF,Fang HY,Li ZJ,Li MH. Advances and challenges in medicinal plant breeding[J]. Plant Sci,2020,298:110573. doi: 10.1016/j.plantsci.2020.110573
[4] 刘义飞,胡志刚,黄必胜,陈士林. 组学技术在中药种质资源遗传评价与创新中的应用[J]. 世界科学技术-中医药现代化,2022,24(4):1315−1324. Liu YF,Hu ZG,Huang BS,Chen SL. Application of omics approaches in genetic evaluation and innovation of traditional Chinese medicine germplasm resources[J]. Modernization of Traditional Chinese Medicine and Materia Medica-World Science and Technology,2022,24 (4):1315−1324.
[5] 孟祥才,于鹏程,何录文,关瑜. 从社会发展角度探讨中药资源的历史、现在与未来[J]. 中草药,2022,53(16):5235−5244. Meng XC,Yu PC,He LW,Guan Y. Discussion on past,present and future of traditional Chinese medicine resources based on social development level[J]. Chinese Traditional and Herbal Drugs,2022,53 (16):5235−5244.
[6] 李智敏,刘莉,李晚谊,张金渝,金航. 滇龙胆的药用资源研究与开发进展[J]. 云南大学学报(自然科学版),2009,31(S1):485−487,491. Li ZM,Liu L,Li WY,Zhang JY,Jin H. Progress on research and development of G. rigescens as a raw material[J]. Journal of Yunnan University,2009,31 (S1):485−487,491.
[7] 国家药典委员会. 中华人民共和国药典: 一部[M]. 北京: 中国医药科技出版社, 2020: 99-100. [8] 褚博文,张霁,李智敏,王元忠. 滇龙胆化学成分和药理作用研究进展[J]. 中国实验方剂学杂志,2016,22(13):213−222. Chu BW,Zhang J,Li ZM,Wang YZ. Research advances in chemical constituents and pharmacological activity from Gentiana rigescens[J]. Chinese Journal of Experimental Traditional Medical Formulae,2016,22 (13):213−222.
[9] 张琳,罗智渊,冯丽丽,李晓东,李海峰. 滇龙胆花药材质量标准及品质评价的研究[J]. 中国药学杂志,2014,49(16):1451−1457. Zhang L,Luo ZY,Feng LL,Li XD,Li HF. Quality evaluation of flowers of Gentiana rigescens Franch.[J]. Chinese Pharmaceutical Journal,2014,49 (16):1451−1457.
[10] 吕伟奇,张霁,左智天,王元忠,张庆芝. 基于灰色关联度分析法的滇龙胆质量评价[J]. 中国实验方剂学杂志,2017,23(13):66−73. Lü WQ,Zhang J,Zuo ZT,Wang YZ,Zhang QZ. Quality evaluation of Gentiana rigescens by grey relational analysis method[J]. Chinese Journal of Experimental Traditional Medical Formulae,2017,23 (13):66−73.
[11] 杨天梅,杨美权,杨绍兵,许宗亮,杨维泽,等. 坚龙胆药材产品质量分级标准研究[J]. 中药材,2018,41(3):648−651. [12] Pan Y,Zhao YL,Zhang J,Li WY,Wang YZ. Phytochemistry and pharmacological activities of the genus Gentiana (Gentianaceae)[J]. Chem Biodivers,2016,13 (2):107−150. doi: 10.1002/cbdv.201500333
[13] Shen T,Yu H,Wang YZ. Assessing geographical origin of Gentiana rigescens using untargeted chromatographic fingerprint,data fusion and chemometrics[J]. Molecules,2019,24 (14):2562. doi: 10.3390/molecules24142562
[14] Shen T,Yu H,Wang YZ. Assessing the impacts of climate change and habitat suitability on the distribution and quality of medicinal plant using multiple information integration:take Gentiana rigescens as an example[J]. Ecol Indic,2021,123:107376. doi: 10.1016/j.ecolind.2021.107376
[15] 康传志,张燕,王升,万修福,蒋靖怡,等. 基于多个利益相关方的中药生态农业经济效益分析[J]. 中国中药杂志,2021,46(8):1858−1863. Kang CZ,Zhang Y,Wang S,Wan XF,Jiang JY,et al. Analysis of economic benefits of Chinese medicine eco-agriculture based on multiple stakeholders[J]. China Journal of Chinese Materia Medica,2021,46 (8):1858−1863.
[16] 孟祥才,杜虹韦,魏文峰,霍金海. 中药资源发展存在的问题与对策[J]. 中草药,2018,49(16):3735−3741. Meng XC,Du HW,Wei WF,Huo JH. Problems and countermeasures in development of Chinese materia medica resource[J]. Chinese Traditional and Herbal Drugs,2018,49 (16):3735−3741.
[17] 段金廒,宿树兰,严辉,郭盛,刘睿,等. 2016−2020年我国中药资源学学科建设及科学研究进展与展望[J]. 中草药,2021,52(17):5151−5165. Duan JA,Su SL,Yan H,Guo S,Liu R,et al. Discipline development and research progress of Chinese medicinal material resources from 2016 to 2020[J]. Chinese Traditional and Herbal Drugs,2021,52 (17):5151−5165.
[18] 贾瑞玲,赵小琴,南铭,陈富,刘彦明,等. 64份苦荞种质资源农艺性状遗传多样性分析与综合评价[J]. 作物杂志,2021(3):19−27. Jia RL,Zhao XQ,Nan M,Chen F,Liu YM,et al. Genetic diversity analysis and comprehensive assessment of agronomic traits of 64 tartary buckwheat germplasms[J]. Crops,2021 (3):19−27.
[19] Coelho C,Figueredo G,Lafarge C,Bou-Maroun E,Flahaut S. Mid-infrared spectroscopy combined with multivariate analysis and machine-learning:a powerful tool to simultaneously assess geographical origin,growing conditions and bitter content in Gentiana lutea roots[J]. Ind Crops Prod,2022,187:115349. doi: 10.1016/j.indcrop.2022.115349
[20] 宋雪彬,高康,黄河,刘芷兰,戴思兰,嵇彧. 中国传统大菊叶片形态的数量化定义与分类[J]. 植物学报,2021,56(1):10−24. Song XB,Gao K,Huang H,Liu ZL,Dai SL,Ji Y. Quantitative definition and classification of leaves in large-flowered Chinese chrysanthemum based on the morphological traits[J]. Chinese Bulletin of Botany,2021,56 (1):10−24.
[21] Liu CY,Yang ZY,Hu YG. Drought resistance of wheat alien chromosome addition lines evaluated by membership function value based on multiple traits and drought resistance index of grain yield[J]. Field Crops Res,2015,179:103−112. doi: 10.1016/j.fcr.2015.04.016
[22] 李红宇,李逸,司洋,杜春颖,周雪松,等. 北方粳稻耐盐碱相关性状主成分分析及综合评价[J]. 核农学报,2020,34(8):1862−1871. Li HY,Li Y,Si Yang,Du CY,Zhou XS,et al. Principal component analysis and comprehensive evaluation of saline-alkaline tolerance related traits of northern Japonica rice[J]. Journal of Nuclear Agricultural Sciences,2020,34 (8):1862−1871.
[23] 王元忠,沈涛,张金渝. 滇重楼及其近缘种的表型变异与资源评价[J]. 热带作物学报,2021,42(9):2535−2541. Wang YZ,Shen T,Zhang JY. Phenotypic variation and resource evaluation of Paris polyphylla var. yunnanensis and its relative species[J]. Chinese Journal of Tropical Crops,2021,42 (9):2535−2541.
[24] Wang CY,Tang L,Li L,Zhou Q,Li YJ,et al. Geographic authentication of Eucommia ulmoides leaves using multivariate analysis and preliminary study on the compositional response to environment[J]. Front Plant Sci,2020,11:79. doi: 10.3389/fpls.2020.00079
[25] Chen XJ,Min DH,Yasir TA,Hu YG. Evaluation of 14 morphological,yield-related and physiological traits as indicators of drought tolerance in Chinese winter bread wheat revealed by analysis of the membership function value of drought tolerance (MFVD)[J]. Field Crops Res,2012,137:195−201. doi: 10.1016/j.fcr.2012.09.008
[26] 刘思辰,曹晓宁,温琪汾,王海岗,田翔,等. 山西谷子地方品种农艺性状和品质性状的综合评价[J]. 中国农业科学,2020,53(11):2137−2148. Liu SC,Cao XN,Wen QF,Wang HG,Tian X,et al. Comprehensive evaluation of agronomic traits and quality traits of foxtail millet landrace in Shanxi[J]. Scientia Agricultura Sinica,2020,53 (11):2137−2148.
[27] 潘晓雪,胡明瑜,王忠伟,吴红,雷开荣. 不同水稻种质资源重要农艺性状与发芽期耐寒性鉴定研究[J]. 作物杂志,2021,37(1):47−53. Pan XX,Hu MY,Wang ZW,Wu H,Lei KR. Evaluation of agronomic traits and cold tolerance at germination stage in rice (Oryza sativa L.) germplasms[J]. Crops,2021,37 (1):47−53.
[28] Aneley GM, Haas M, Köhl K. LIDAR-Based phenotyping for drought response and drought tolerance in potato[J]. Potato Res, 2022, doi: 10.1007/s11540-022-09567-8.
[29] Li L,Li ZM,Wang YZ. A method of two-dimensional correlation spectroscopy combined with residual neural network for comparison and differentiation of medicinal plants raw materials superior to traditional machine learning:a case study on Eucommia ulmoides leaves[J]. Plant Methods,2022,18 (1):102. doi: 10.1186/s13007-022-00935-6
[30] Jiang JL,Johansen K,Stanschewski CS,Wellman G,Mousa MAA,et al. Phenotyping a diversity panel of quinoa using UAV-retrieved leaf area index,SPAD-based chlorophyll and a random forest approach[J]. Precis Agric,2022,23 (3):961−983. doi: 10.1007/s11119-021-09870-3
[31] Wu Z,Zhao YL,Zhang J,Wang YZ. Quality assessment of Gentiana rigescens from different geographical origins using FT-IR spectroscopy combined with HPLC[J]. Molecules,2017,22 (7):1238. doi: 10.3390/molecules22071238
[32] Zhao YL,Yuan TJ,Zhang J,Wang YZ. Geographic origin identification and rapid determination of four constituents of Gentiana rigescens by FTIR combined with chemometrics[J]. J Chemometr,2019,33 (4):e3115. doi: 10.1002/cem.3115
[33] Liu L,Zuo ZT,Xu FR,Wang YZ. Study on quality response to environmental factors and geographical traceability of wild Gentiana rigescens Franch.[J]. Front Plant Sci,2020,11:1128. doi: 10.3389/fpls.2020.01128
[34] Parmley KA,Higgins RH,Ganapathysubramanian B,Sarkar S,Singh AK. Machine learning approach for prescriptive plant breeding[J]. Sci Rep,2019,9 (1):17132. doi: 10.1038/s41598-019-53451-4
[35] Rahaman M,Ahsan M,Chen M. Data-mining techniques for image-based plant phenotypic traits identification and classification[J]. Sci Rep,2019,9:19526. doi: 10.1038/s41598-019-55609-6
[36] Johansen K,Morton MJL,Malbeteau Y,Aragon B,Al-Mashharawi S,et al. Predicting biomass and yield in a tomato phenotyping experiment using UAV imagery and random forest[J]. Front Artif Intel,2020,3:28. doi: 10.3389/frai.2020.00028
[37] 邢晓语,杨秀春,徐斌,金云翔,郭剑,等. 基于随机森林算法的草原地上生物量遥感估算方法研究[J]. 地球信息科学学报,2021,23(7):1312−1324. Xing XY,Yang XC,Xu B,Jin YX,Guo J,et al. Remote sensing estimation of grassland aboveground biomass based on Random Forest[J]. Journal of Geo-Information Science,2021,23 (7):1312−1324.
-
期刊类型引用(1)
1. 惠生娟，葛丽萍，王子瑜，张玉胜，苏云婷，孙岩，李润植. 续随子MYB基因家族的鉴定及ElMYB114在油脂合成中的功能分析. 植物科学学报. 2025(01): 92-101 . 
本站查看
其他类型引用(0)
-
其他相关附件
-
PDF格式
沈涛附录 点击下载(515KB)
-
计量
- 文章访问数: 183
- HTML全文浏览量: 34
- PDF下载量: 35
- 被引次数: 1
