水稻OsABCD3基因及其突变体序列在调控稻米镉积累方面的方法和应用

    公开(公告)号:CN118879727A

    公开(公告)日:2024-11-01

    申请号:CN202411059009.X

    申请日:2024-08-02

    摘要: 本公开涉及水稻OsABCD3基因及其突变体序列在调控稻米镉积累方面的方法和应用。具体地,涉及水稻OsABCD3基因的突变体序列、突变体序列编码的蛋白、一种载体、一种转化体、一种提升水稻植株中镉积累的方法及其应用。通过使水稻OsABCD3基因过表达,能够降低水稻中镉的积累,为培育镉吸收含量降低的水稻品种提供了基因资源和技术支持。通过对水稻OsABCD3基因进行基因编辑,以使OsABCD3基因编码的蛋白改变,进而提升水稻中镉的积累,有利于吸收土壤中的镉;为研究吸收或转运镉的分子机制以及在除水稻以外的植株中寻找同源基因并培育镉吸收的含量提升的植物品种提供技术支持,为今后采用生物技术修复镉污染的土壤奠定了基础。

    水稻OsABCC1基因及其突变体序列在调控稻米镉积累方面的方法和应用

    公开(公告)号:CN118879722A

    公开(公告)日:2024-11-01

    申请号:CN202411059000.9

    申请日:2024-08-02

    摘要: 本公开涉及水稻OsABCC1基因及其突变体序列在调控稻米镉积累方面的方法和应用。具体地,本公开水稻OsABCC1基因的突变体序列、突变体序列编码的蛋白、一种载体、一种转化体、一种提升水稻植株中镉积累的方法及其应用。通过使水稻OsABCC1基因过表达,能够降低水稻中镉的积累,为培育镉吸收含量降低的水稻品种提供了基因资源和技术支持。通过对水稻OsABCC1基因进行基因编辑,以使OsABCC1基因编码的蛋白改变,进而提升水稻中镉的积累,有利于吸收土壤中的镉;为研究吸收或转运镉的分子机制以及在除水稻以外的植株中寻找同源基因并培育镉吸收的含量提升的植物品种提供技术支持,为今后采用生物技术修复镉污染的土壤奠定了基础。

    一种土壤厌氧氨氧化微生物氮同位素标记装置及标记方法

    公开(公告)号:CN118730667A

    公开(公告)日:2024-10-01

    申请号:CN202411081207.6

    申请日:2024-08-07

    摘要: 本发明公开了一种土壤厌氧氨氧化微生物氮同位素标记装置及标记方法,涉及土壤厌氧氨氧化技术领域,土壤厌氧氨氧化微生物氮同位素标记装置的第一加液结构分别与第一试剂瓶和样品瓶连通,第二加液结构分别与第二试剂瓶、第三试剂瓶、第四试剂瓶、真空结构和样品瓶连通。同位素标记方法包括:将第一试剂瓶内放入纯水,第二试剂瓶内放入铵态氮,第二试剂瓶内放入硝态氮,第四试剂瓶内放入氯化锌,各样品瓶内放入土壤样品;制备曝气水并加入至各样品瓶中;厌氧培养;将铵态氮和硝态氮加入各样品瓶;进行厌氧培养;将氯化锌加入各样品瓶中,终止反应。本发明能够减少因人为操作引入的测试误差,提高土壤厌氧氨氧化活性测定前处理效率和检测数据质量。

    一种基于地形和遥感数据的土壤有机碳含量估测方法

    公开(公告)号:CN114462579B

    公开(公告)日:2024-09-17

    申请号:CN202210123846.9

    申请日:2022-02-10

    摘要: 本发明公开了一种基于地形和遥感数据的土壤有机碳含量估测方法,包括采集土壤样品得到第一采样点数据,进行数据处理得到符合预设要求的第一Landsat5遥感数据和第一DEM数据;搭建inception神经网络模型,将处理后的数据输入至inception神经网络模型中进行训练得到土壤样品的有机碳含量预测值;根据土壤样品的有机碳含量预测值和预设的损失函数计算得到损失值进行反向传播更新inception神经网络模型的网络参数并迭代训练次数,当训练次数达到预设次数时,得到训练好的inception神经网络模型;采集土壤检测品得到第二采样点数据,对第二采样点数据进行数据处理得到符合预设要求的第二Landsat5遥感数据和第二DEM数据,并输入至训练好的inception神经网络模型,可准确估测得到土壤有机碳含量值。

    一种湿地土壤反硝化速率估算方法

    公开(公告)号:CN118609682A

    公开(公告)日:2024-09-06

    申请号:CN202410694574.7

    申请日:2024-05-31

    摘要: 本发明公开了一种湿地土壤反硝化速率估算方法,包括:(1)硝化模块,硝化是指NH4+通过硝化细菌被氧化成NO2‑和NO3‑的过程,硝态氮NO3‑对应于土壤中通过硝化作用产生的硝酸盐(mgN.kg‑1.day‑1),由土壤中的有机氮Norg(mgN.kg‑1.day‑1)表示;(2)反硝化模块,反硝化作用需要的三个条件分别是低氧、高硝酸盐浓度和可利用的有机碳,由硝酸盐有效性、土壤水分和温度表示;(3)结合硝化与反硝化模块,计算土壤中的硝酸盐收支情况,第i+1天的硝酸盐(mgN.kg‑1)等于第i‑1天的硝酸盐(mgN.kg‑1),加上第i天硝化作用产生的硝酸盐(mgN.kg‑1),再减去第i天反硝化作用消耗的硝酸盐(mgN.kg‑1)。通过此方法能够快速估算不同湿地土壤反硝化速率,满足湿地生态恢复、湿地公园、人工湿地、水产基地等建设的需要。