为研究百合(Lilium spp.)种质资源的遗传背景,精准评价和筛选优异种质用于百合的遗传改良,本研究采用简单序列重复(simple sequence repeat,SSR)分子标记技术对来自我国11个省份的62份百合种质资源进行了遗传背景分析。结果表明,83对百...为研究百合(Lilium spp.)种质资源的遗传背景,精准评价和筛选优异种质用于百合的遗传改良,本研究采用简单序列重复(simple sequence repeat,SSR)分子标记技术对来自我国11个省份的62份百合种质资源进行了遗传背景分析。结果表明,83对百合SSR引物中有15对引物具有多态性,共扩增出157个等位基因位点,每个位点的等位基因数为5−19个,平均每个位点有效等位基因数(number of effective alleles,Ne)为4.1628,平均观测杂合度(observed heterozygosity,Ho)和平均期望杂合度(expected heterozygosity,He)分别为0.2282和0.6941,平均多态性信息含量(polymorphism information content,PIC)为0.6788,平均Nei’s多样性指数(Nei’s diversity index,H)和平均Shannon信息指数(Shannon’s information index,I)分别为0.6941和1.5949,说明供试百合种质遗传多样性丰富。利用非加权配对算术平均法(unweighted pair group method with arithmetic mean,UPGMA)进行聚类分析,可将62份种质分为5大类,主成分分析将材料分为3个类群,结合两种分析发现各类群存在一定地理相关性,绝大数来源相同的百合种质可聚为一类。群体结构分析将百合群体划分为4个类群和1个混合类群。上述研究结果为百合种质资源的精准鉴定和育种利用提供了一定的理论依据和基因资源。展开更多
瞄准制衡强敌“马赛克战”“决策中心战”等新技术驱动的作战概念及威胁挑战,聚焦未来跨域联合作战指挥控制(command and control,C2)全流程决策需求,遵循平行智能理论框架,提出了基于筹划-准备-执行-评估(planning-readiness-execution...瞄准制衡强敌“马赛克战”“决策中心战”等新技术驱动的作战概念及威胁挑战,聚焦未来跨域联合作战指挥控制(command and control,C2)全流程决策需求,遵循平行智能理论框架,提出了基于筹划-准备-执行-评估(planning-readiness-execution-assessment,PREA)环与观察-判断-决策-行动(observe-orient-decide-act,OODA)环的平行指挥控制与管理(command&control and management,C2M)新范式,以期实现智能机器辅助指挥员作战全流程的分层次、个性化决策支持,减轻指挥员认知负担、降低决策复杂度,实现机器对指挥员“人脑”的智能扩展与增强,为塑造全局决策优势提供牵引和支撑。展开更多
文摘为研究百合(Lilium spp.)种质资源的遗传背景,精准评价和筛选优异种质用于百合的遗传改良,本研究采用简单序列重复(simple sequence repeat,SSR)分子标记技术对来自我国11个省份的62份百合种质资源进行了遗传背景分析。结果表明,83对百合SSR引物中有15对引物具有多态性,共扩增出157个等位基因位点,每个位点的等位基因数为5−19个,平均每个位点有效等位基因数(number of effective alleles,Ne)为4.1628,平均观测杂合度(observed heterozygosity,Ho)和平均期望杂合度(expected heterozygosity,He)分别为0.2282和0.6941,平均多态性信息含量(polymorphism information content,PIC)为0.6788,平均Nei’s多样性指数(Nei’s diversity index,H)和平均Shannon信息指数(Shannon’s information index,I)分别为0.6941和1.5949,说明供试百合种质遗传多样性丰富。利用非加权配对算术平均法(unweighted pair group method with arithmetic mean,UPGMA)进行聚类分析,可将62份种质分为5大类,主成分分析将材料分为3个类群,结合两种分析发现各类群存在一定地理相关性,绝大数来源相同的百合种质可聚为一类。群体结构分析将百合群体划分为4个类群和1个混合类群。上述研究结果为百合种质资源的精准鉴定和育种利用提供了一定的理论依据和基因资源。
文摘瞄准制衡强敌“马赛克战”“决策中心战”等新技术驱动的作战概念及威胁挑战,聚焦未来跨域联合作战指挥控制(command and control,C2)全流程决策需求,遵循平行智能理论框架,提出了基于筹划-准备-执行-评估(planning-readiness-execution-assessment,PREA)环与观察-判断-决策-行动(observe-orient-decide-act,OODA)环的平行指挥控制与管理(command&control and management,C2M)新范式,以期实现智能机器辅助指挥员作战全流程的分层次、个性化决策支持,减轻指挥员认知负担、降低决策复杂度,实现机器对指挥员“人脑”的智能扩展与增强,为塑造全局决策优势提供牵引和支撑。
