文摘gydF4y2Ba

条锈病造成的gydF4y2Ba柄锈菌striiformisgydF4y2Baf . sp。gydF4y2BatriticigydF4y2Ba(gydF4y2Ba太平洋标准时间gydF4y2Ba)是一个毁灭性的全球小麦疾病。潜在的应用近红外光谱(NIRS)检测病原体大量潜伏性gydF4y2Ba太平洋标准时间gydF4y2Ba来华的小麦叶片研究疾病的预测和控制。总共300的近红外光谱被收购gydF4y2Ba太平洋标准时间gydF4y2Ba来华的叶样品在一个潜伏期,和相对的内容gydF4y2Ba太平洋标准时间gydF4y2Ba获得的DNA样本使用双TaqMan实时PCR数组。确定模型的相关内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA样本使用定量部分最小二乘(产品一览表),构建支持向量回归(SVR),和一个方法集成产品一览表和SVR。结果表明,gydF4y2BakgydF4y2BaQPLS-SVR模型由一组训练集与测试比率等于3:1基于原始光谱,当随机选择波长点的数量是700,主成分的数量是8,和建立产品一览表模型的数量是5,是最好的。结果表明,定量检测gydF4y2Ba太平洋标准时间gydF4y2BaDNA在叶子潜伏期可以使用技术来实现。潜伏性感染水平测定的新方法gydF4y2Ba太平洋标准时间gydF4y2Ba条锈病和早期发现的。gydF4y2Ba

1。介绍gydF4y2Ba

小麦条锈病,由biotrophic病原体引起的gydF4y2Ba柄锈菌striiformisgydF4y2Baf . sp。gydF4y2BatriticigydF4y2Ba(gydF4y2Ba太平洋标准时间gydF4y2Ba),是一个重要的全球小麦疾病(gydF4y2Ba1gydF4y2Ba- - - - - -gydF4y2Ba5gydF4y2Ba]。这种疾病可以引起严重的产量损失。一旦发生这种疾病的流行,可以减少至少10%的小麦产量的-30% (gydF4y2Ba1gydF4y2Ba]。在中国,小麦条锈病发生在几乎所有的小麦产区,也是最严重的小麦疾病(gydF4y2Ba1gydF4y2Ba,gydF4y2Ba4gydF4y2Ba,gydF4y2Ba5gydF4y2Ba]。这种疾病一直是一个伟大的潜在威胁全国小麦生产在中国。自1950年以来,发生了许多严重的小麦条锈病流行在中国gydF4y2Ba1gydF4y2Ba,gydF4y2Ba5gydF4y2Ba),其中四个最具有破坏性的流行发生在1950年,1964年,1990年和2002年,导致产量损失的6.0,3.2,1.8,和130万吨,分别gydF4y2Ba4gydF4y2Ba,gydF4y2Ba6gydF4y2Ba]。gydF4y2Ba

一般来说,感染小麦条锈病的过程可以分为四个阶段,即接触期间,渗透时期,潜伏期,患病的时期(gydF4y2Ba1gydF4y2Ba]。在适宜的环境条件下,gydF4y2Ba太平洋标准时间gydF4y2Ba夏孢子表面着陆小麦叶子发芽,产生生殖管和附着胞,然后渗透小麦叶片组织(gydF4y2Ba1gydF4y2Ba,gydF4y2Ba5gydF4y2Ba]。在潜伏期,大量的gydF4y2Ba太平洋标准时间gydF4y2Ba菌丝逐渐积累在受感染的叶组织gydF4y2Ba1gydF4y2Ba,gydF4y2Ba5gydF4y2Ba),但很难观察疾病症状感染小麦叶片的表面用肉眼,造成很多困难,对这种疾病的早期监测和预测。uredinia出现在小麦叶片的表面后,大量的夏孢子可能解放uredinia破裂后,然后通过空气传播,这可能导致继发感染。所以进行的早期诊断具有重要意义gydF4y2Ba太平洋标准时间gydF4y2Ba感染和病原体含量的定量检测在受感染的植物早期精确定位控制的疾病,疾病预测和控制策略。特别是,它是非常重要的实现早期发现感染的病原体大量植物过冬地区和oversummering地区gydF4y2Ba太平洋标准时间gydF4y2Ba小麦条锈病的宏观控制。传统上,小麦条锈病的监测是通过实地调查进行的。该方法费时又费力。此外,使用这种传统的方法,只有病变的麦田与疾病症状的调查,和受感染的小麦叶子没有症状出现在潜伏期不能确定准确、迅速。目前,一些技术和方法,包括分子生物学技术(gydF4y2Ba7gydF4y2Ba- - - - - -gydF4y2Ba10gydF4y2Ba),高光谱遥感技术(gydF4y2Ba11gydF4y2Ba- - - - - -gydF4y2Ba14gydF4y2Ba),热红外成像技术(gydF4y2Ba15gydF4y2Ba),和近红外光谱(NIRS) [gydF4y2Ba16gydF4y2Ba,gydF4y2Ba17gydF4y2Ba),已应用于监控和小麦条锈病的早期检测。gydF4y2Ba

有许多小麦条锈病的早期定性检测报告。的gydF4y2Ba太平洋标准时间gydF4y2Ba感染的潜伏期的小麦叶条锈病可以检测准确、定性检测小麦条锈病病原体的存在使用分子生物学技术如聚合酶链反应(PCR)测定和loop-mediated等温扩增(灯)试验gydF4y2Ba7gydF4y2Ba- - - - - -gydF4y2Ba9gydF4y2Ba]。高光谱遥感技术已经被用来识别植物和健康的小麦gydF4y2Ba太平洋标准时间gydF4y2Ba来华的小麦植物在无症状(gydF4y2Ba18gydF4y2Ba]。据报道,gydF4y2Ba太平洋标准时间gydF4y2Ba潜伏感染小麦叶子可以使用红外热成像技术检测(gydF4y2Ba15gydF4y2Ba和检测技术gydF4y2Ba16gydF4y2Ba,gydF4y2Ba17gydF4y2Ba在症状出现之前。检测的研究gydF4y2Ba太平洋标准时间gydF4y2Ba潜伏感染小麦叶子孵化在人工气候室使用检测技术是由李et al。gydF4y2Ba17gydF4y2Ba],通过分析光谱数据获得的结果表明,潜伏性感染的叶子可以从健康小麦叶子早在一天前,人工接种的暂停gydF4y2Ba太平洋标准时间gydF4y2Ba夏孢子。然而,有早期定量检测的研究相对较少gydF4y2Ba太平洋标准时间gydF4y2Ba在小麦条锈病的潜伏期。的定量检测gydF4y2Ba太平洋标准时间gydF4y2Ba潜伏性感染小麦叶子的实现主要依赖于实时PCR方法(gydF4y2Ba10gydF4y2Ba,gydF4y2Ba19gydF4y2Ba]。gydF4y2Ba

使用分子生物学方法检测过程是复杂的,并且该方法具有较高的技术要求和仪器(gydF4y2Ba20.gydF4y2Ba,gydF4y2Ba21gydF4y2Ba]。随着科学技术的发展,便携式荧光定量PCR仪器近年来逐渐被应用和定量分析的仪器已经存在(gydF4y2Ba20.gydF4y2Ba]。然而,它仍然是用户必须掌握相关的分子生物学技术,和大量的样本进行测试要求。只有利用分子生物学技术,很难快速获得足够的数据在大规模疾病和疾病预测预警提供信息。高光谱遥感中使用的仪器很贵。热红外成像技术成像分辨率和温度分辨率要求高的仪器使用。目前,潜伏性感染的病原体的检测方法基于分子生物学技术,高光谱遥感技术,红外热成像技术在实践中很难被推广。因此,它是至关重要的探索一个简单,方便,准确,快速的小麦条锈病的早期检测方法。gydF4y2Ba

作为一种无损分析技术,检测技术可以用来进行定性分析和定量分析样品的gydF4y2Ba22gydF4y2Ba,gydF4y2Ba23gydF4y2Ba]。NIRS是简单和快速的分析过程,它是一个快速检测技术与低成本,适用于在线分析(gydF4y2Ba22gydF4y2Ba,gydF4y2Ba23gydF4y2Ba]。它已广泛应用于许多领域,如农业、食品工业、化工、制药工业、石油工业(gydF4y2Ba21gydF4y2Ba- - - - - -gydF4y2Ba27gydF4y2Ba]。早期检测技术已经应用于实现定性识别的小麦条锈病小麦叶锈病(所致gydF4y2Ba柄锈菌triticinagydF4y2Ba)疾病症状出现之前gydF4y2Ba16gydF4y2Ba)和评估疾病严重程度的小麦条锈病[gydF4y2Ba28gydF4y2Ba]。它也被用于定性识别的夏孢子gydF4y2Ba太平洋标准时间gydF4y2Ba和gydF4y2BaPgydF4y2Ba。gydF4y2BatriticinagydF4y2Ba和定量确定每个病原体的内容包括两种病原体的混合物gydF4y2Ba太平洋标准时间gydF4y2Ba和gydF4y2BaPgydF4y2Ba。gydF4y2BatriticinagydF4y2Ba(gydF4y2Ba29日gydF4y2Ba]。此外,使用技术,小麦叶片感染gydF4y2Ba太平洋标准时间gydF4y2Ba可以确定在症状出现之前(gydF4y2Ba17gydF4y2Ba]。然而,我们所知,没有定量的检测报告gydF4y2Ba太平洋标准时间gydF4y2Ba小麦叶片在使用检测小麦条锈病的潜伏期。gydF4y2Ba

在这项研究中,一个方法基于检测技术探索的相对含量的定量测定gydF4y2Ba太平洋标准时间gydF4y2BaDNA在潜伏期的小麦叶子。基于获得的近红外光谱数据的潜伏性gydF4y2Ba太平洋标准时间gydF4y2Ba来华的小麦叶片样本和数据的相对含量gydF4y2Ba太平洋标准时间gydF4y2BaDNA在相应的样本使用双TaqMan实时PCR获得数组、动态变化的相关内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA的潜伏性gydF4y2Ba太平洋标准时间gydF4y2Ba来华的小麦叶片在潜伏期进行调查和定量测定模型构建实现定量和快速检测的病原体大量潜伏性gydF4y2Ba太平洋标准时间gydF4y2Ba来华的小麦叶子。本研究的目的是提供一种方法快速、无损、定量测定水平潜伏性感染gydF4y2Ba太平洋标准时间gydF4y2Ba小麦小麦条锈病的叶子和早期检测。此外,支持信息可以提供预测和控制这种疾病。一些方法论引用也可以为其他疾病的早期定量和无损检测。gydF4y2Ba

2。材料和方法gydF4y2Ba

2.1。材料gydF4y2Ba

一位33岁的主要生理的种族gydF4y2Ba太平洋标准时间gydF4y2Ba在中国,被用于这项研究。高度敏感小麦品种Mingxian 169用于繁殖的病原体在实验室人工气候室的植物病害流行病学、中国农业大学植物病理学系。CYR人工喷洒夏孢子接种的33 169年Mingxian幼苗叶片的表面上进行获取潜伏性gydF4y2BaPst -gydF4y2Ba感染小麦叶子。gydF4y2Ba

2.2。小麦条锈病病原菌的乘法gydF4y2Ba

夏孢子的gydF4y2Ba太平洋标准时间gydF4y2Ba生理种族CYR33增多使用类似的方法描述成et al。gydF4y2Ba30.gydF4y2Ba]。后的种子Mingxian 169在无菌水浸泡24小时,选择丰满和well-germinated种子,播种盆(直径10厘米)每锅大约25种子,然后锅孵化在人工气候室11 - 13°C和60% - -70%相对湿度(RH)和14 h的光每天(10000勒克斯),必要时浇水。当第一个小麦幼苗的叶子完全展开,夏孢子的老年痴呆33储存在液氮容器,在温水中重新激活的40到45°C 5分钟,然后在4°C水分12 h。孢子悬架是由人工喷雾接种0.2%渐变80解决方案。后立即接种,接种小麦幼苗在每个壶上覆盖着一个清晰的玻璃圆筒,两层无菌纱布覆盖在上面,和所有罐接种小麦幼苗在黑暗条件下被转移到一个湿室在11 - 13°C 24 h。随后,接种小麦幼苗放入上述人工气候室条件下孵化,直到大量的夏孢子表面产生的幼苗叶。新鲜的夏孢子收获了以下实验或液氮容器中存储供以后使用。gydF4y2Ba

2.3。潜伏性的集合gydF4y2Ba太平洋标准时间gydF4y2Ba来华的小麦叶子gydF4y2Ba

使用上述人工喷雾接种法,健康的小麦幼苗第一完全展开叶0.15毫克/毫升孢子悬浮液接种是准备3毫克收获新鲜渐变80年夏孢子CYR33和0.2%的解决方案。总共有50锅的小麦幼苗接种进行进一步的实验。六十小麦叶子与统一相同大小和增长活力收集每24 h后接种到疾病症状出现和小麦条锈病的潜伏期结束。潜伏期是指的天数从接种到第一uredinium(破裂gydF4y2Ba31日gydF4y2Ba10天),在这项研究中。两个叶子被视为一个样本采集近红外光谱数据,每天和30个样本收集。共300个样本被收集在这个研究。gydF4y2Ba

2.4。近红外光谱数据的采集gydF4y2Ba

潜伏性的近红外光谱gydF4y2Ba太平洋标准时间gydF4y2Ba来华的小麦叶片样本获得通过使用FT-NIR MPA光谱仪(力量、德国)。小麦叶每个样本被切成小方块,然后碎片放入样品杯(20毫米直径)光谱测量。使用积分球漫反射系数法、光谱范围4000 - 12000厘米gydF4y2Ba^{−1gydF4y2Ba}测量的光谱分辨率8厘米gydF4y2Ba^{−1gydF4y2Ba}和扫描过程32。每个获得的光谱包含2100个波长点。光谱采集后,每个样品被放入2毫升磨管。每个管编号并立即保存在随后的DNA提取−80°C。每天在潜伏期,30收集样品的近红外光谱。在这项研究中,共有300个光谱得到如图gydF4y2Ba1gydF4y2Ba。gydF4y2Ba

2.5。DNA的提取和定量测量DNA小麦叶样品gydF4y2Ba

健康的小麦叶,3毫克的夏孢子gydF4y2Ba太平洋标准时间gydF4y2Ba和潜伏性gydF4y2Ba太平洋标准时间gydF4y2Ba来华的小麦收购后留下的近红外光谱数据作为样本进行DNA提取。提取的小麦从健康的叶子和提取的DNAgydF4y2Ba太平洋标准时间gydF4y2BaDNA的gydF4y2Ba太平洋标准时间gydF4y2Ba夏孢子被用来生成标准曲线。DNA提取使用修改过程描述Justesen et al。gydF4y2Ba32gydF4y2Ba]。每个样品2毫升磨管混合0.4 g的石英金沙,一个玻璃珠,600gydF4y2BaμgydF4y2BaL 2%的十六烷基三甲基溴化铵(CTAB)缓冲区。CTAB缓冲准备2 g的CTAB和1 g的聚乙烯吡咯烷酮通过添加10gydF4y2BaμgydF4y2BaL 1 M Tris-HCl (pH = 8.0), 2gydF4y2BaμgydF4y2BaL 0.5乙二胺四乙酸(pH = 8.0)和28毫升5 M氯化钠为最后一卷100毫升的使用去离子水进行调整,然后在高温高压下消毒,与100年最后添加gydF4y2BaμgydF4y2BalgydF4y2BaβgydF4y2Ba冷却后含巯基的乙醇。管是动摇FastPrep-24仪器(MP生物医学,圣安娜、钙、美国)为6.0 m / s两个时期的40多岁与5分钟冷却在冰上。孵化后在65°C水浴1 h和温柔的摇每15分钟,地铁与600年了gydF4y2BaμgydF4y2BaL氯仿/异戊醇(gydF4y2BavgydF4y2Ba:gydF4y2BavgydF4y2Ba= 24:1)混合,然后在每分钟12000转的速度离心10分钟。上层清液被转移到一个新的清洁1.5毫升离心管,和0.6卷冷异丙醇−20°C是补充道。管的混合物轻轻摇动,然后是孵化20°C−1 h。管是离心的速度12000转10分钟,然后液体上层清液被遗弃。结果与500年了gydF4y2BaμgydF4y2BaL 70%的乙醇冲洗,轻轻摇动,然后在12000转离心10分钟。丢弃后上层清液和干燥空气中的合成DNA是溶解在50gydF4y2BaμgydF4y2BaL无菌的双重蒸馏水和保持在−20°C,供以后使用。gydF4y2Ba

引物和探针用于双TaqMan实时PCR分析在这项研究中被列在表中gydF4y2Ba1gydF4y2Ba。当小麦DNA的数量决定使用双TaqMan实时PCR, TAG2315F TAG2473R报道,桑德伯格et al。gydF4y2Ba33gydF4y2Ba),设计基于小麦醇溶谷蛋白基因的DNA序列作为引物,和探针TAG-Pr1设计基于DNA序列。时的数量gydF4y2Ba太平洋标准时间gydF4y2BaDNA决心使用双TaqMan实时PCR引物(gydF4y2Ba太平洋标准时间gydF4y2Ba- f和gydF4y2Ba太平洋标准时间gydF4y2Ba- r)和调查gydF4y2Ba太平洋标准时间gydF4y2Ba李- p报道等。gydF4y2Ba34gydF4y2Ba),设计基于内部转录间隔区(ITS)地区的序列gydF4y2Ba太平洋标准时间gydF4y2Ba被使用。gydF4y2Ba

每个执行实时PCR测定20卷gydF4y2BaμgydF4y2BaL包含3.20gydF4y2BaμgydF4y2BaL (MgClgydF4y2Ba_2gydF4y2Ba(25gydF4y2BaμgydF4y2Ba2.00米),gydF4y2BaμgydF4y2BaL核苷酸(2500gydF4y2BaμgydF4y2Ba2.00米),gydF4y2BaμgydF4y2BaL Taq缓冲区(10倍),0.60gydF4y2BaμgydF4y2BaL的Taq (5 U /gydF4y2BaμgydF4y2BaL), 0.30gydF4y2BaμgydF4y2BaL(每个引物(gydF4y2Ba太平洋标准时间gydF4y2Ba- f,gydF4y2Ba太平洋标准时间gydF4y2Ba- r, TAG2315F TAG2473R 10gydF4y2BaμgydF4y2Ba0.25 M),gydF4y2BaμgydF4y2Ba每个探测器(LgydF4y2Ba太平洋标准时间gydF4y2Ba- p和TAG-Pr1 10gydF4y2BaμgydF4y2Ba2.00 M),gydF4y2BaμgydF4y2BaL模板DNA,和双重蒸馏水20添加到最后一卷gydF4y2BaμgydF4y2BalgydF4y2Ba

实时PCR扩增条件如下:1循环的初始变性在95°C 3分钟和40个循环组成的变性20年代在94°C,退火在56°C 30年代和30年代在72°C扩展(荧光信号检测是在这种条件下进行的)。gydF4y2Ba

生成标准曲线,十倍连续稀释gydF4y2Ba太平洋标准时间gydF4y2BaDNA (10 1 10gydF4y2Ba^{−1gydF4y2Ba},10gydF4y2Ba^{−2gydF4y2Ba},10gydF4y2Ba^{−3gydF4y2Ba},10gydF4y2Ba^{−4gydF4y2Ba}ng /gydF4y2BaμgydF4y2BaL)和小麦DNA(1 100年10日,10gydF4y2Ba^{−1gydF4y2Ba},10gydF4y2Ba^{−2gydF4y2Ba}ng /gydF4y2BaμgydF4y2BaL)。实时PCR扩增进行如上所述,阈值(Ct)和相应的周期值记录。然后两个量化的标准曲线gydF4y2Ba太平洋标准时间gydF4y2BaDNA和小麦DNA样本组成的潜伏性gydF4y2BaPst -gydF4y2Ba感染后小麦叶片采集近红外光谱数据的生成。gydF4y2Ba

使用从潜伏性中提取DNAgydF4y2BaPst -gydF4y2Ba感染作为模板DNA样本,进行了实时PCR扩增如上所述,和相应的每个样本获得的Ct值。根据标准曲线的内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA和小麦DNA定量确定。和相对含量gydF4y2Ba太平洋标准时间gydF4y2BaDNA可以使用以下公式计算:gydF4y2Ba ,RCP的相对含量gydF4y2Ba太平洋标准时间gydF4y2BaDNA, CP的内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA (ng),连续波是小麦DNA (ng)的内容。gydF4y2Ba

2.6。建立量化的确定模型的相关内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA在潜伏期的小麦叶子gydF4y2Ba

获得的潜伏性的近红外光谱gydF4y2Ba太平洋标准时间gydF4y2Ba来华的小麦叶片样本预处理通过使用三种方法包括乘法散射校正(MSC),标准归一化变量(SNV)和矢量归一化(VN)。300年获得光谱样本分为训练集和测试集基于训练集与测试集的比例等于3:1。定量的结合使用偏最小二乘(产品一览表)和支持向量回归(SVR)gydF4y2BakgydF4y2BaQPLS-SVR模型来量化的相关内容gydF4y2Ba太平洋标准时间gydF4y2Ba在小麦叶片DNA潜伏期建立基于最初的近红外光谱和光谱数据通过使用三种预处理方法。gydF4y2Ba

如图gydF4y2Ba2gydF4y2Ba,建立一个gydF4y2BakgydF4y2BaQPLS-SVR模型,首先,gydF4y2Ba米gydF4y2Ba特征是随机选择的光谱特性(光谱属性)2100波长点,主成分的数量设置为gydF4y2BangydF4y2Ba和产品一览表模型建立。使用这种方法,gydF4y2BakgydF4y2Ba产品一览表模型建立;其次,SVR模型是由使用的预期值gydF4y2BakgydF4y2Ba产品一览表模型作为变量。因此,一个gydF4y2BakgydF4y2BaQPLS-SVR模型。SVR模型建立了以径向基函数为核函数。利用网格搜索算法,惩罚参数gydF4y2BaCgydF4y2Ba和核函数参数gydF4y2BaggydF4y2BaSVR模型优化的一系列2gydF4y2Ba^{−8gydF4y2Ba}2gydF4y2Ba^8gydF4y2Ba的搜索步骤0.8。作为训练集的最小均方误差实现网格中的点,对应的值gydF4y2BaCgydF4y2Ba和gydF4y2BaggydF4y2Ba被认为是构建SVR模型最优参数。在这项研究中,随机选择光谱特性的数量(gydF4y2Ba米gydF4y2Ba)被设置为700年或1400年,主成分的数量(gydF4y2BangydF4y2Ba),而构建一个产品一览表模型设置为4,8日或12,建立产品一览表的数量模型(gydF4y2BakgydF4y2Ba)被设置为5、10或15。上面描述的所有计算和建模过程是使用软件MATLAB实现7.8.0 (R2009a)(美国马MathWorks,纳蒂克)。gydF4y2Ba

确定系数(gydF4y2BaRgydF4y2Ba^2gydF4y2Ba),标准校准(SEC)误差、平均绝对相对误差(AARD)和相对预测偏差(RPD)的训练集和gydF4y2BaRgydF4y2Ba^2gydF4y2Ba标准预测误差(9月),AARD, RPD测试集的被用来评估gydF4y2BakgydF4y2BaQPLS-SVR模型建立量化的相关内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA在潜伏期的小麦叶子。的值gydF4y2BaRgydF4y2Ba^2gydF4y2Ba超过0.5表示相应的模型可以用于粗略的筛选和实际应用gydF4y2Ba35gydF4y2Ba]。的值越接近gydF4y2BaRgydF4y2Ba^2gydF4y2Ba1,模型的准确性就越高。相关模型的准确性也是RPD的价值,和更高价值的RPD表示模型有更好的预测能力(gydF4y2Ba35gydF4y2Ba]。越少的价值交会、9月或AARD表示可获得精度高使用的模型和模型有更好的预测能力。根据上述评价指标,最优的选择gydF4y2BakgydF4y2BaQPLS-SVR模型。gydF4y2Ba

确定模型的相对含量gydF4y2Ba太平洋标准时间gydF4y2Ba在小麦叶片DNA潜伏期也使用单个方法构建包括产品一览表和SVR基于相同的训练集和测试集是用于构建最优gydF4y2BakgydF4y2BaQPLS-SVR模型。比较三种模式的影响是根据进行的gydF4y2BaRgydF4y2Ba^2gydF4y2Ba秒,AARD, RPD训练集和gydF4y2BaRgydF4y2Ba^2gydF4y2Ba9月,AARD, RPD测试集。SVR模型的建立和优化的如上所述。使用的主成分数量在建筑产品一览表模型是由评估预测残差平方的总和(新闻)gydF4y2Ba36gydF4y2Ba]。一般来说,获得最小压值时,相应的主成分数的值可能是最优,但在这种情况下可能会导致过度拟合。新闻的价值可以使用以下公式计算gydF4y2Ba36gydF4y2Ba]:gydF4y2Ba 在哪里gydF4y2Ba是训练集的样本的数量,gydF4y2Ba是主成分建模期间使用的数量,gydF4y2Ba的预测价值吗gydF4y2Ba我gydF4y2Bath的样本训练集,gydF4y2Ba的实际价值gydF4y2Ba我gydF4y2Ba训练集的样本。在这项研究中,确定最佳主成分数gydF4y2Ba统计方法描述为下面的公式:gydF4y2Ba ,在那里gydF4y2Ba是主成分的数量对应于最低新闻价值;的最佳主成分数(gydF4y2BafgydF4y2Ba)小于gydF4y2Ba,它应该尽可能小,满足以下条件:gydF4y2BaFgydF4y2Ba(gydF4y2BafgydF4y2Ba)FgydF4y2Ba_{αgydF4y2Ba,gydF4y2Ba米gydF4y2Ba,gydF4y2Ba米gydF4y2Ba}(gydF4y2BaαgydF4y2Ba= 0.25,gydF4y2Ba米gydF4y2Ba是自由度的数量)gydF4y2Ba36gydF4y2Ba]。gydF4y2Ba

3所示。结果gydF4y2Ba

3.1。定量的测量gydF4y2Ba太平洋标准时间gydF4y2Ba在小麦叶片DNA使用双TaqMan实时聚合酶链反应潜伏期gydF4y2Ba

实时PCR扩增后进行了系列稀释10倍gydF4y2Ba太平洋标准时间gydF4y2BaDNA,量化的标准曲线gydF4y2Ba太平洋标准时间gydF4y2BaDNA(图gydF4y2Ba3gydF4y2Ba)是使用常见的对数的价值生成的浓度gydF4y2Ba太平洋标准时间gydF4y2BaDNA (lg (gydF4y2Ba太平洋标准时间gydF4y2BaDNA浓度)为纵坐标和Ct值为横坐标,和相应的线性回归方程。如图gydF4y2Ba3gydF4y2Ba,量化的标准曲线的方程gydF4y2Ba太平洋标准时间gydF4y2BaDNA是如下:gydF4y2BaygydF4y2Ba=−0.3019gydF4y2BaxgydF4y2Ba+ 7.4752 (gydF4y2Ba ),gydF4y2BaygydF4y2Balg (gydF4y2Ba太平洋标准时间gydF4y2BaDNA浓度),gydF4y2BaxgydF4y2Ba是Ct值。实时PCR扩增后进行连续稀释10倍的小麦DNA从健康的叶子,量化的标准曲线的小麦DNA(图gydF4y2Ba4gydF4y2Ba)生成使用常见的小麦DNA的浓度对数的值从叶子(lg(小麦叶片DNA浓度))为纵坐标和Ct值为横坐标,和相应的线性回归方程也获得。如图gydF4y2Ba4gydF4y2Ba量化的标准曲线方程的小麦DNA是如下:gydF4y2BaygydF4y2Ba=−0.3008gydF4y2BaxgydF4y2Ba+ 9.2660 (gydF4y2Ba ),gydF4y2BaygydF4y2Balg(小麦叶片DNA浓度)和吗gydF4y2BaxgydF4y2Ba是Ct值。此外,令人满意的实时PCR扩增效率均获得数组gydF4y2Ba太平洋标准时间gydF4y2BaDNA和小麦DNA,他们分别为99.7%和100.1%,分别。gydF4y2Ba

实时PCR后数组与提取的DNA进行了潜伏性gydF4y2BaPst -gydF4y2Ba感染小麦叶片样品的内容gydF4y2Ba太平洋标准时间gydF4y2Ba在每个样本DNA和小麦DNA发现基于生成的标准曲线的线性回归方程。结果表明,相对含量gydF4y2Ba太平洋标准时间gydF4y2BaDNA随时间呈指数增加(图gydF4y2Ba5gydF4y2Ba)。一个方程适合每日变化的相关内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA在小麦叶片接种后建:gydF4y2BaygydF4y2Ba= 0.0096gydF4y2BaegydF4y2Ba^{0.9287gydF4y2BaxgydF4y2Ba}(gydF4y2Ba ),gydF4y2BaygydF4y2Ba的相关内容吗gydF4y2Ba太平洋标准时间gydF4y2BaDNA(%)在小麦叶片接种后样品,gydF4y2BaxgydF4y2Ba接种后的天数。在这项研究中,试图构建一个使用偏最小二乘法线性回归模型。的相关内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA在小麦叶片接种后改变的0.00385% - -90.09%。特别是,所有相关的内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA的潜伏性gydF4y2BaPst -gydF4y2Ba感染小麦叶片的前六天没有超过0.2%。数据服从正态分布、对数变换的相关内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA在接种后小麦叶片是在本研究进行的。与此同时,为了确保每个值转换后是积极的,每个值的相关内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA在小麦叶片接种后乘以10gydF4y2Ba^5gydF4y2Ba在对数变换。线性回归模型(gydF4y2BaygydF4y2Ba= 0.4036gydF4y2BaxgydF4y2Ba+ 0.9861,gydF4y2BaygydF4y2Balg(相关内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA×10gydF4y2Ba^5gydF4y2Ba),gydF4y2BaxgydF4y2Ba接种后的天数)建立基于共同的对数的值如图gydF4y2Ba6gydF4y2Ba。如数据所示gydF4y2Ba5gydF4y2Ba和gydF4y2Ba6gydF4y2Ba确定的系数(gydF4y2BaRgydF4y2Ba^2gydF4y2Ba)方程的建立与接种后的天数作为独立变量对数变换前后分别为0.8784和0.8750,分别。这是证明的值之间没有太大区别gydF4y2BaRgydF4y2Ba^2gydF4y2Ba的两个方程。因此,结合近红外光谱数据,lg (CP / (CP + CW)×10×100%gydF4y2Ba^5gydF4y2BaCP的内容)gydF4y2Ba太平洋标准时间gydF4y2BaDNA在ng和CW小麦DNA ng的内容,也就是说,lg(相关内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA×10gydF4y2Ba^5gydF4y2Ba)作为化学值进一步建模开发确定相对含量的量化模型gydF4y2Ba太平洋标准时间gydF4y2BaDNA在潜伏期的小麦叶子。gydF4y2Ba

3.2。的结果gydF4y2BakgydF4y2BaQPLS-SVR相对含量的量化模型gydF4y2Ba太平洋标准时间gydF4y2BaDNA在潜伏期的小麦叶子gydF4y2Ba

定量地确定相关的内容gydF4y2Ba太平洋标准时间gydF4y2Ba在小麦叶片DNA潜伏期利用近红外线技术,的结果gydF4y2BakgydF4y2BaQPLS-SVR模型建立与原来的近红外光谱表所示gydF4y2Ba2gydF4y2Ba。结果表明,最佳效果的实现gydF4y2BakgydF4y2BaQPLS-SVR模型建立时的随机选择波长的光谱属性点是700,主成分的数量是8,建立产品一览表模型5的数量。对于这个模型,gydF4y2BaRgydF4y2Ba^2gydF4y2Ba价值,证券交易委员会、AARD和RPD训练集的0.9027,0.3852,0.1257,和3.2057,分别gydF4y2BaRgydF4y2Ba^2gydF4y2Ba价值,9月,AARD和RPD测试组的0.8820,0.4349,0.1274,和2.9107,分别。gydF4y2Ba

的结果gydF4y2BakgydF4y2BaQPLS-SVR模型构建基于获得的数据经过预处理的原始近红外光谱利用MSC是表所示gydF4y2Ba3gydF4y2Ba。模型建立时的光谱属性随机选择的是700年,主成分的数量是8,建立产品一览表模型的数量是15中是比别人更好gydF4y2BakgydF4y2BaQPLS-SVR模型如表所示gydF4y2Ba3gydF4y2Ba。对于这个模型,gydF4y2BaRgydF4y2Ba^2gydF4y2Ba价值,证券交易委员会、AARD和RPD训练集的0.9227,0.3434,0.1127,和3.5961,分别gydF4y2BaRgydF4y2Ba^2gydF4y2Ba价值,9月,AARD和RPD测试组的0.8730,0.4510,0.1361,和2.8062,分别。gydF4y2Ba

当最初的近红外光谱预处理SNV使用方法,构建的结果gydF4y2BakgydF4y2BaQPLS-SVR模型表所示gydF4y2Ba4gydF4y2Ba。在gydF4y2BakgydF4y2BaQPLS-SVR模型如表所示gydF4y2Ba4gydF4y2Ba为模型,取得了更好的效果时建造的光谱属性随机选择的数量是1400,主成分的数量是4,建立产品一览表模型的数量是15。对于这个模型,gydF4y2BaRgydF4y2Ba^2gydF4y2Ba秒,AARD, RPD训练集的0.8963,0.3976,0.1117,和3.1057,分别gydF4y2BaRgydF4y2Ba^2gydF4y2Ba9月,AARD和RPD测试集的0.8870,0.4255,0.1319,和2.9748,分别。gydF4y2Ba

的结果gydF4y2BakgydF4y2BaQPLS-SVR模型基于VN用作时获得的数据预处理方法表所示gydF4y2Ba5gydF4y2Ba。是显示在表gydF4y2Ba5gydF4y2Ba,模型建立的影响当光谱属性随机选择的数量是700,主成分的数量是8,建立产品一览表模型的数量是15是比别人更好。对于这个gydF4y2BakgydF4y2BaQPLS-SVR模型的价值gydF4y2BaRgydF4y2Ba^2gydF4y2Ba秒,AARD, RPD训练集的0.8232,0.5193,0.1814,和2.3782,分别和的值gydF4y2BaRgydF4y2Ba^2gydF4y2Ba9月,AARD和RPD测试集的0.7964,0.5711,0.1833,和2.2164,分别。gydF4y2Ba

结果显示在表中gydF4y2Ba2gydF4y2Ba- - - - - -gydF4y2Ba5gydF4y2Ba表示,可以使用获得令人满意的效果gydF4y2BakgydF4y2BaQPLS-SVR模型构建基于最初的近红外光谱和光谱数据通过使用MSC和SNV。相比之下,建造gydF4y2BakgydF4y2BaQPLS-SVR模型最初的近红外光谱预处理时通过使用方法VN,两者的值gydF4y2BaRgydF4y2Ba^2gydF4y2Ba和RPD训练集和测试集的更少。为最优gydF4y2BakgydF4y2BaQPLS-SVR模型构建基于SNV用作时获得的数据预处理方法,主成分的数量是4。它是小于的数量主要组件用于构建最优gydF4y2BakgydF4y2BaQPLS-SVR模型基于最初的近红外光谱,光谱数据通过使用MSC,或获得的光谱数据采用VN。在这种情况下,可能会有underfitting问题导致最优的预测能力的降低gydF4y2BakgydF4y2BaQPLS-SVR模型构建SNV时用作预处理方法。为最优gydF4y2BakgydF4y2BaQPLS-SVR模型建立了基于MSC用作时获得的数据预处理方法的价值gydF4y2BaRgydF4y2Ba^2gydF4y2Ba测试集的是0.8730。不到的价值gydF4y2BaRgydF4y2Ba^2gydF4y2Ba从最优的测试结果gydF4y2BakgydF4y2BaQPLS-SVR模型构建基于原来的近红外光谱。因此,最优gydF4y2BakgydF4y2BaQPLS-SVR模型建立基于最初的近红外光谱(数量的随机选择波长的光谱属性点是700,主成分的数量是8,和建立产品一览表模型的数量是5)被认为是最佳的gydF4y2BakgydF4y2BaQPLS-SVR模型来定量确定的相对含量gydF4y2Ba太平洋标准时间gydF4y2BaDNA在潜伏期的小麦叶子。gydF4y2Ba

3.3。结果产品一览表的SVR模型量化模型和相关的内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA在潜伏期的小麦叶子gydF4y2Ba

自从选择最优gydF4y2BakgydF4y2BaQPLS-SVR模型来定量确定的相对含量gydF4y2Ba太平洋标准时间gydF4y2Ba在小麦叶片DNA潜伏期是建立基于最初的近红外光谱,产品一览表模型和SVR模型建立与原来的近红外光谱基于相同的训练集和测试集是用于构建最优gydF4y2BakgydF4y2BaQPLS-SVR模型。当确定模型的相对含量gydF4y2Ba太平洋标准时间gydF4y2Ba在小麦叶片DNA潜伏期建成使用产品一览表,主成分的数量对应于最低按价值计算,这是8。的价值gydF4y2BaFgydF4y2Ba_{αgydF4y2Ba,gydF4y2Ba米gydF4y2Ba,gydF4y2Ba米gydF4y2Ba}计算使用IBM SPSS 19.0统计软件(美国IBM公司,萨默斯,纽约),它是1.09。当主成分的数量是6日的价值gydF4y2BaFgydF4y2Ba(gydF4y2BafgydF4y2Ba)是1.07。和的值gydF4y2BaFgydF4y2Ba(gydF4y2BafgydF4y2Ba1.02)当主成分的数量是7。的两个值gydF4y2BaFgydF4y2Ba(gydF4y2BafgydF4y2Ba不到的价值gydF4y2BaFgydF4y2Ba_{αgydF4y2Ba,gydF4y2Ba米gydF4y2Ba,gydF4y2Ba米gydF4y2Ba}。所以的最佳主成分数设置为6为构建产品一览表模型来定量确定的相对含量gydF4y2Ba太平洋标准时间gydF4y2BaDNA在潜伏期的小麦叶子。如表所示gydF4y2Ba6gydF4y2Ba、最优产品一览表模型的价值gydF4y2BaRgydF4y2Ba^2gydF4y2Ba秒,AARD, RPD训练集的0.8534,0.4728,0.1689,和2.6117,分别和的值gydF4y2BaRgydF4y2Ba^2gydF4y2Ba9月,AARD和RPD测试集的0.8684,0.4592,0.1467,和2.7565,分别。当gydF4y2BaCgydF4y2Ba= 256,gydF4y2BaggydF4y2Ba= 0.1895,最优量化SVR模型的相对含量gydF4y2Ba太平洋标准时间gydF4y2Ba在小麦叶片DNA潜伏期。如表所示gydF4y2Ba6gydF4y2Ba对于这个SVR模型的价值gydF4y2BaRgydF4y2Ba^2gydF4y2Ba秒,AARD, RPD训练集的0.8887,0.4119,0.1277,和2.9981,分别和的值gydF4y2BaRgydF4y2Ba^2gydF4y2Ba9月,AARD和RPD测试集的0.7971,0.5702,0.2110,和2.2200,分别。gydF4y2Ba

比较三个模型的影响,包括最优gydF4y2BakgydF4y2BaQPLS-SVR模型、最优产品一览表模型和最优SVR模型,是根据进行的gydF4y2BaRgydF4y2Ba^2gydF4y2Ba秒,AARD, RPD训练集和gydF4y2BaRgydF4y2Ba^2gydF4y2Ba9月,AARD, RPD测试集。结果表明,最优的效果gydF4y2BakgydF4y2BaQPLS-SVR模型建立基于最初的近红外光谱(数量的随机选择波长的光谱属性点是700,主成分的数量是8,和建立产品一览表模型的数量是5)是最好的。因此,该最优gydF4y2BakgydF4y2BaQPLS-SVR模型被选为最优模型来定量确定的相对含量gydF4y2Ba太平洋标准时间gydF4y2BaDNA在潜伏期的小麦叶子。gydF4y2Ba

4所示。讨论gydF4y2Ba

为gydF4y2BakgydF4y2BaQPLS-SVR模型、最优产品一览表模型和最优SVR模型如表所示gydF4y2Ba2gydF4y2Ba- - - - - -gydF4y2Ba6gydF4y2Ba,所有的值gydF4y2BaRgydF4y2Ba^2gydF4y2Ba训练集和测试集是超过0.5。结果表明,近红外光谱的特征之间的相关性(吸光度)和相对含量gydF4y2Ba太平洋标准时间gydF4y2Ba在小麦叶片DNA潜伏期是相对较高的,构建模型可以用于粗筛选。这是表明相对含量的定量测定gydF4y2Ba太平洋标准时间gydF4y2Ba在小麦叶片DNA潜伏期使用检测技术是可行的。综合比较后模型的测定结果如表所示gydF4y2Ba2gydF4y2Ba- - - - - -gydF4y2Ba6gydF4y2Ba,gydF4y2BakgydF4y2BaQPLS-SVR模型建立与训练集与测试集的比例等于3:1基于最初的近红外光谱在4000 - 12000厘米gydF4y2Ba^{−1gydF4y2Ba}当数量的随机选择波长的光谱属性点是700,主成分的数量是8,建立产品一览表模型5的数量被认为是最优模型来定量确定的相对含量gydF4y2Ba太平洋标准时间gydF4y2BaDNA在潜伏期的小麦叶子。使用该优化模型得到了令人满意的效果。该模型的价值gydF4y2BaRgydF4y2Ba^2gydF4y2Ba秒,AARD, RPD训练集的0.9027,0.3852,0.1257,和3.2057,分别和的值gydF4y2BaRgydF4y2Ba^2gydF4y2Ba9月,AARD和RPD测试集的0.8820,0.4349,0.1274,和2.9107,分别。基于检测结果表明,该方法可以作为一种新方法的快速、无损、定量的检测gydF4y2Ba太平洋标准时间gydF4y2BaDNA含量小麦叶子。同时,提供了一个参考无损测定其他病原体在植物的DNA内容主机。gydF4y2Ba

小麦的近红外光谱的变化使感染gydF4y2Ba太平洋标准时间gydF4y2Ba在潜伏期可能由许多因素。的感染gydF4y2Ba太平洋标准时间gydF4y2Ba在植物宿主和随后的扩张动态变化过程(gydF4y2Ba1gydF4y2Ba,gydF4y2Ba5gydF4y2Ba]。发芽后的gydF4y2Ba太平洋标准时间gydF4y2Ba夏孢子萌发管出现增长。然后一个附着胞形成的生殖管。感染挂钩附着胞的生长,然后进入小麦叶。潜伏期期间,连续的菌丝蔓延感染叶组织变化的光合作用、呼吸作用、蒸腾的小麦叶片发生,影响有机物质的合成和分解gydF4y2Ba1gydF4y2Ba,gydF4y2Ba37gydF4y2Ba- - - - - -gydF4y2Ba39gydF4y2Ba]。因此,受感染的小麦叶片的近红外光谱的影响。特别是在潜伏期的中后期阶段,大量的gydF4y2Ba太平洋标准时间gydF4y2Ba菌丝积聚在受感染的叶组织,感病叶片上的潜在病变越来越明显,和对各种生理指标的影响小麦在增加(gydF4y2Ba1gydF4y2Ba),更直接影响到受感染的小麦叶片的近红外光谱。在这项研究中,根据近红外光谱的变化受感染的潜伏期期间小麦叶子,相对含量的检测gydF4y2Ba太平洋标准时间gydF4y2BaDNA的潜伏性gydF4y2Ba太平洋标准时间gydF4y2Ba来华的小麦叶片进行使用检测技术结合双TaqMan实时PCR数组,为建模提供基础的相对含量之间的定量关系gydF4y2Ba太平洋标准时间gydF4y2BaDNA的潜伏性gydF4y2Ba太平洋标准时间gydF4y2Ba来华的小麦叶片和相应的近红外光谱数据。gydF4y2Ba

定量检测结果通过使用双TaqMan实时PCR数组在这项研究中显示的数量gydF4y2Ba太平洋标准时间gydF4y2BaDNA指数增加gydF4y2Ba太平洋标准时间gydF4y2Ba延长小麦叶在小麦条锈病的潜伏期,并与增长的趋势一致gydF4y2Ba太平洋标准时间gydF4y2BaDNA的锅等。gydF4y2Ba10gydF4y2Ba]。这项研究的结果表明,相关的内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA在接种后小麦叶片不断增加。的相关内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA的潜伏性gydF4y2Ba太平洋标准时间gydF4y2Ba来华的小麦叶片在潜伏期超过20%在接种后7天(dpi)和10 dpi达到大约90%。这是证明有明显增加的相关内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA的潜伏性gydF4y2Ba太平洋标准时间gydF4y2Ba来华的小麦叶子从第七天到第十天在潜伏期。表明它具有重要意义进行早期检测和控制小麦条锈病。gydF4y2Ba

小麦条锈病是一种空气传播的疾病。疾病症状出现在小麦叶子,大量的夏孢子将生产和作为接种物的进一步传播和流行的疾病gydF4y2Ba1gydF4y2Ba,gydF4y2Ba3gydF4y2Ba- - - - - -gydF4y2Ba5gydF4y2Ba]。准确的定量测定小麦叶片的潜伏性感染水平gydF4y2Ba太平洋标准时间gydF4y2Ba可以估算潜在剂水平提供重要的信息。早期发现gydF4y2Ba太平洋标准时间gydF4y2Ba感染、疾病早期预警和早期疾病控制measure-making可以有效地减少剂来源和杀虫剂的用量。这项研究的结果表明,小麦幼苗的潜伏性感染所致gydF4y2Ba太平洋标准时间gydF4y2Ba早在接种后24小时可以检测到基于检测技术。第一次动态变化的大量的小麦条锈病病原菌感染潜伏期期间离开了利用近红外线技术结合实时PCR方法。建模方法集成与产品一览表和SVR的动态定量检测模型用于建立小麦条锈病病原菌在潜伏期。疾病流行趋势的预测提供了一个参考和早期控制小麦条锈病的研究。gydF4y2Ba

5。结论gydF4y2Ba

它是实现早期定量检测的关键gydF4y2Ba太平洋标准时间gydF4y2Ba和疾病预测准确的小麦条锈病的预防和控制。在这项研究中,一个方法基于技术实现的相对含量的定量测定gydF4y2Ba太平洋标准时间gydF4y2BaDNA在小麦叶子在潜伏期是调查。基于数据的相对含量gydF4y2Ba太平洋标准时间gydF4y2Ba在小麦叶片DNA潜伏期获得使用双TaqMan实时PCR数组和相应的近红外光谱数据,获得了最优模型结合产品一览表和SVR量化的相关内容gydF4y2Ba太平洋标准时间gydF4y2BaDNA在潜伏期的小麦叶子。使用这个模型,取得了满意的结果。结果表明,快速、无损、定量检测的数量gydF4y2Ba太平洋标准时间gydF4y2Ba在感病叶片潜伏期可能意识到使用检测技术。一个新颖的方法,定量估计的潜伏性感染水平gydF4y2Ba太平洋标准时间gydF4y2Ba小麦叶和早期检测提供了小麦条锈病的研究。此外,这个方法可以用作参考建立模型确定潜在的大量的其他类型的病原体在植物宿主和实现疾病的早期无损检测这些药物引起的。非常有助于疾病患病率和培养液的信息尽可能早地在地里,抑制病原体积累,减少繁殖体的数量,执行早期精确定位控制,疾病预测和疾病管理宏观策略。也有利于减少农药的用量,提高植物病害管理控制措施的效率。此外,在这项研究中,提供了一些基础的发展便携式近红外光谱仪和传感器用于定量检测的植物疾病。gydF4y2Ba

的利益冲突gydF4y2Ba

作者宣称没有利益冲突有关的出版。gydF4y2Ba

作者的贡献gydF4y2Ba

顾Yaqiong赵,伊琳,冯秦同样对本文亦有贡献。gydF4y2Ba

确认gydF4y2Ba

这项研究得到了中国国家重点基础研究计划(2013 cb127700),中国国家自然科学基金(31471726),和中国国家关键技术研究与开发项目(2012 bad19ba04)。gydF4y2Ba