Nový

Čo je ryža Straighthead: Liečba ryže s ochorením Straighthead

Čo je ryža Straighthead: Liečba ryže s ochorením Straighthead


Autor: Mary H. Dyer, autorka záhradnej redakcie

Čo je to ryžová choroba? Toto ničivé ochorenie ovplyvňuje zavlažovanú ryžu na celom svete. V Spojených štátoch bola priama choroba ryže významným problémom od doby, čo sa plodiny ryže začali pestovať začiatkom 20. rokov 20. storočia. Historicky prevláda choroba z ryže na hlavnom bavlníkovom poli, kde sa implementovali pesticídy obsahujúce pesticídy. Zdá sa, že hoci za to môže čiastočne aj arzén, existujú aj ďalšie faktory, vrátane prítomnosti nadmerného množstva rastlinného materiálu, ktorý bol zaoraný.

Poďme sa dozvedieť viac o ryži s chorobou priamej hlavy.

Čo je to ryžová choroba?

Ochorenie ryže typu Straighthead môže ovplyvňovať náhodné škvrny rozptýlené okolo poľa. V takom prípade je ľahké ho spozorovať, pretože ryža s priamym ochorením je oveľa tmavšie zelená ako nezasiahnuté ryžové rastliny. V niektorých prípadoch však môže byť choroba ryže priamo na plod ovplyvnená celými plodinami.

Choroba sa zriedka vyskytuje v ílovitej pôde, ale je častejšia v piesku alebo hline. Ľahko sa to rozpozná, keď je zdravá ryža pripravená na zber. Choroba Straighthead sa pôvodne považovala za chorobu prenášanú semenami. Botanici však zistili, že ide o stav, pri ktorom sa vyvinú určité pôdne podmienky.

Príznaky ryžovej pravice

Zrelá ryža s ochorením Rovná hlava ryže stojí vzpriamene, pretože hlavy sú úplne prázdne, na rozdiel od zdravej ryže, ktorá klesá pod váhou zrna. Trupy môžu byť skreslené a nadobúdajú tvar akcentu. Tento príznak je často známy ako „hlava papagája“.

Kontrola a prevencia ryžovej choroby

Najlepším spôsobom, ako predchádzať chorobe ryže, je pestovanie menej náchylných odrôd, pretože niektoré druhy sú odolnejšie.

Akonáhle je pole ovplyvnené, je najlepším prostriedkom toto pole vypustiť a nechať ho vyschnúť. To je však zložité a časovanie závisí od poveternostných podmienok a typov pôdy. Vaša pobočka miestnej pobočky je najlepším zdrojom informácií špecifických pre vašu oblasť.

Tento článok bol naposledy aktualizovaný dňa


Galérie s chorobami ryže

Video s chorobami bakteriálneho panicle Blight

(Video, 1:00) Kompletná videogaléria s fotografiami chorôb Bacterial Panicle Blight.

Video s chorobami jadra ryže

(Video, 0:15) Kompletná videogaléria s fotografiami chorôb z ryže Black Kernel.

Video s chorobami hnedej škvrny

(Video, 0:27) Kompletná videogaléria s fotografiami chorôb ryžovej škvrny Brown Spot.

Video s chorobami ryže Cercospora

(Video, 0:58) Kompletná videogaléria z ryžovej ryže Cercospora, vrátane fotografií chorôb z Narrow Brown Leaf Spot.

Video na chorobu ryžovej koruny, hniloba

(Video, 0:19) Kompletná videogaléria s fotografiami chorôb ryže Crown Sheath Rot.

Video s ryžou, falošnými chorobami

(Video, 0:34) Kompletná videogaléria s fotografiami s chorobami ryžového falošného snehu.

Pozorovanie ryžových zŕn a sledovanie chorôb

(Video, 0:21) Kompletná videogaléria s fotografiami ryže Grain Spotting a Peck.

Video s chorobami z ryžového jadra

(Video, 0:22) Kompletná videogaléria s fotografiami chorôb Kernel Smut z ryže.

Video s chorobami z obarenia sa ryžovými listami

(Video, 0:22) Kompletná videogaléria fotografií chorôb z ryže Leaf Scald.

Video s chorobami z ryžových listov

(Video, 0:27) Kompletná videogaléria s fotografiami chorôb ryže Leaf Smut.

Video s chorobami výbuchu ryže

(Video, 1:09) Kompletná videogaléria s fotografiami chorôb Blast.

Video o chorobe koreňovej hniloby

(Video, 0:15) Kompletná videogaléria s fotografiami chorôb z Root Rot.

Video o chorobách sadenice

(Video, 0:09) Kompletná videogaléria s fotografiami chorôb ryže Seedling Blight.

Ochorenie Blight Choroby Video

(Video, 1:21) Kompletná videogaléria s fotografiami chorôb Sheath Blight z ryže.

Ochorenie škvŕn Video chorôb

(Video, 0:15) Kompletná videogaléria s fotografiami chorôb z ryžovej škvrny.

Ochorenie proti chorobám Video

(Video, 0:27) Kompletná videogaléria s fotografiami chorôb ryže Sheath Rot.

Video o chorobách Stackburn

(Video, 0:27) Kompletná videogaléria s fotografiami chorôb z ryže Stackburn (Alternaria leaf spot).

Video o chorobách spôsobených hnilobou

(Video, 0:27) Kompletná videogaléria s fotografiami chorôb ryže Stem Rot.

Video s poruchami priamej hlavy ryže

(Video, 0:21) Kompletná videogaléria s fotografiami poruchy ryžovej chyby.

Video s chorobami plesní ryže

(Video, 0:21) Kompletná videogaléria s fotografiami chorôb ryžovej vody.

Video s chorobami pruhu bielych listov

(Video, 0:15) Kompletná videogaléria s fotografiami chorôb z ryže White Leaf Streak.

Video s chorobami z ryžových špičiek

(Video, 0:15) Kompletná videogaléria s fotografiami chorôb White Tip z ryže.

/media/system/2/6/1/0/261030cced153e745350dfaabc9de347/cercospora13.jpg "/>

Čistá škvrna Cercospora 2

Puzdro Riceleaf, ktoré vykazuje zmenené zafarbenie žíl, typickým príznakom škvrnitosti siete Cercospora, druhý pohľad.

/media/system/e/8/a/7/e8a7b903837952da270ec1677ea24dc5/cercospora12.jpg "/>

Čistá škvrna Cercospora

Puzdro ryžového listu ukazujúce sfarbené žilky typickým príznakom škvrnitosti Cercospora net.

/media/system/4/8/2/4/48247def2051a91c3a6726ad8d232377/cercospora14.jpg "/>

Intermodálna kmeňová infekcia

Hlava ryže ukazujúca intermodálnu kmeňovú infekciu Cercospora.

/media/system/9/9/5/0/9950cd01e4bbb173aedba88bfc43c1d1/bpb20.jpg "/>

Odolné a citlivé odrody

Bakteriálna lata sa plesní na rezistentných a náchylných odrodách ryže v škôlke s očkovanou chorobou.

/media/system/1/d/8/7/1d87a9774523b3ab4e0a123aab81a966/bpb18.jpg "/>

Infekcia neskorej hlavy v porovnaní so zdravou hlavou

Bakteriálna pleseň splesňuje neskorú infekciu hlavy v porovnaní so zdravou hlavou.

/media/system/5/f/f/a/5ffae80c07fb3c01e35d45f44ced6f18/bpb15.jpg "/>

Príznaky infekcie na zrne

Ryžové hlavy s príznakmi infekcie bakteriálnej laty na obilí.

/media/system/a/4/2/7/a427c99618cd25d3ead9ef604aae9087/bpb17.jpg "/>

Vzpriamené odfarbené hlavy v porovnaní so zdravými hlavami

Bakteriálna plesňová infekcia ryžových hláv vykazujúca zvisle zafarbené hlavy v porovnaní so zdravými hlavami.

/media/system/f/3/7/3/f37338a2ad9b657b05fb8cbca7c2288c/bpb14.jpg "/>

Sekundárna plesňová infekcia

Neskoré príznaky bakteriálnej infekcie plesňou panicle na hlavách ryže, ktoré ukazujú sekundárnu plesňovú infekciu.

/media/system/1/a/3/9/1a39c43adf0641e76e93c13cbce92172/bpb16.jpg "/>

Silná bakteriálna infekcia panicle

Závažná bakteriálna infekcia panicle plesňou ryžových hláv v teréne.

/media/system/b/5/8/5/b5852a627d3386537e71abdde74e9227/bpb19.jpg "/>

Klaster vzpriamených sfarbených hláv

Bakteriálna infekcia metličkovou plesňou ryžových hláv v teréne, ktorá ukazuje zhluk zvislých sfarbených hláv.

/media/system/b/a/0/1/ba01d147b36b31de3e02e41d4663cbf9/bpb12.jpg "/>

Odrody odolné voči svetlu a citlivé odrody

Porovnanie odrôd ryže odolnej voči bakteriálnym latám (vľavo) a náchylných (vpravo) naočkovaných Burkholderia glumae v teréne.

/media/system/3/4/7/e/347e32044ed164cfa718383f0c6671cd/bpb13.jpg "/>

Príznaky svetelnej infekcie bakteriálnymi latami

Ryžové hlavy s príznakmi infekcie bakteriálnej laty na obilí.

/media/system/f/a/d/9/fad923258a0d616c4212c5cc8a0e470b/bpb10.jpg "/>

Bacterial Panicle Blight Pathogen 2

Príznaky hniloby plášťa ryžového listu spôsobili patogén bakteriálnej panikuly.

/media/system/f/8/8/1/f8811da80f9370ff81e552e85ed3e0b1/bpb11.jpg "/>

Bakteriálny panicle Blight Patogen 3

Závažné príznaky hniloby plášťa ryžového listu spôsobili patogén plesne bakteriálnej laty.

Skoré príznaky žiarenia bakteriálnej laty

Ryža so skorými príznakmi bakteriálnej infekcie plesňou na obilí.

/media/system/4/9/6/d/496d1e0fec802c52a2d2b647731ecbbc/bpb9.jpg "/>

Bakteriálny panicle Blight Patogen

Príznaky hniloby plášťa ryžového listu spôsobili patogén bakteriálnej panikuly.

/media/system/1/7/1/d/171d1d505d596e81cff85dc550ed3e8a/bpb7.jpg "/>

Odfarbené hlavy a zelené stonky

Bakteriálna plesňová infekcia spôsobená vzpriamenými hlavami a zelenými stonkami.

/media/system/a/a/f/a/aafadf87d0bda8675f98493ee8e9d742/bpb5.jpg "/>

Infekcia svetlom bakteriálnej laty

Bakteriálna plesňová infekcia ryžového zrna vykazujúca charakteristický dvojfarebný príznak zmeny farby.

/media/system/5/9/6/4/5964bbf65f6c2129f12f338dcf915f6a/bpb6.jpg "/>

Charakteristický dvojbarevný príznak zmeny farby

Bakteriálna plesňová infekcia ryžového zrna vykazujúca charakteristický dvojfarebný príznak zmeny farby.

/media/system/2/1/3/f/213fa8d75cb442738e3a5b15cfaae9b2/bpb4.jpg "/>

Ranná bakteriálna infekcia panicle

Skorá bakteriálna plesňová infekcia ryžového zrna s charakteristickým dvojtónovým sfarbením a zelenými stopkami.

/media/system/b/5/d/2/b5d2f4dbba35615c78af76a2c013db25/whitetip4.jpg "/>

Poškodenie hlístom bielej špičky

Poškodenie hrotu ryžových listov háďatkom bielym (všimnite si nastrúhané vreckovky).

/media/system/6/d/8/1/6d818d5e2798d3845417dfda3650de51/whitetip3.jpg "/>

Neskoršie príznaky spôsobené hlístom bielej špičky

Ryžové listy vykazujúce neskoršie príznaky spôsobené nematódou bielou špičkou.

/media/system/c/7/a/e/c7ae56ba39f7b015226bfc36a7045ae7/whitetip1.jpg "/>

Ranné zafarbenie hrotu ryžového listu

Skoré zafarbenie hrotu ryžového listu spôsobené háďatkom bielym.

/media/system/e/5/4/0/e5403c13818e61341e6e2b296c908f07/whitetip2.jpg "/>

Skoré príznaky spôsobené hlístom bielej špičky

Ryžové listy vykazujúce skoré príznaky spôsobené háďatkom bielym.

Typické príznaky

Typické príznaky pruhu bieleho listu.

/media/system/c/a/9/b/ca9bfdca4d7600879a4fdb4501f72dd6/whiteleafstreak4.jpg "/>

Jednotlivé lézie

Jediné lézie pruhu bieleho listu na listoch ryže.

/media/system/a/d/0/1/ad01095e2a7a03348974cc8fd3a89d23/whiteleafstreak3.jpg "/>

Viaceré lézie na ryžových listoch

Mnohopočetné lézie pruhov na listoch ryže.

Veľké škody na ryžových listoch

Vážne poškodenie pruhu bieleho listu na listoch ryže.

/media/system/e/d/2/5/ed25f22abaa7f725bc4e83e8441b2e82/straighthead5.jpg "/>

Zakrivené príznaky Palea a Lemma

Zakrivené príznaky palea a lema na ryžovom zrne nazývané papagájový zobák kvôli poruche rovnej hlavy.

/media/system/a/b/7/b/ab7b8580be69872fdc34d9f2490eb89a/straighthead6.jpg "/>

Deformované a odfarbené sterilné zrno

Deformované a odfarbené sterilné zrno spôsobené poruchou ryžovej priamočiarej hlavy.

/media/system/5/d/e/d/5ded67aa8b58878f4dcede84b8d6778b/watermold4.jpg "/>

Typické príznaky a príznaky

Typické príznaky a príznaky vodných plesní na ryži vysiatej vodou.

/media/system/5/4/b/f/54bf1023f8599f9ea197185a8804aec1/watermold5.jpg "/>

Mokré oblasti okolo semien ryže infikovaných vodnými formami

Mycélium spôsobujúce vlhké oblasti okolo ryžových semien infikovaných vodnými formami.

/media/system/1/1/8/e/118eceae5014d709e49e4c5fa6b4719b/watermold3.jpg "/>

Semená ryže napadnuté vodnou plesňou

Mycélium a vlhké oblasti okolo ryžových semien infikovaných vodnou plesňou.

/media/system/f/d/0/5/fd0505dd99ea2e26a87df0421c7d51a4/watermold2.jpg "/>

Kurz mycélia

Kurz mycélium vyžarujúce zo semien infikovaných vodou plesňou.

/media/system/3/3/b/e/33bec578d36fa7c3ccc6cbb48d7d7c79/watermold6.jpg "/>

Infikované a neinfikované semená ryže

Vodou napadnuté a neinfikované semená ryže.

/media/system/1/1/e/a/11eab3c60b728d83459758535bcb5a57/watermold1.jpg "/>

Patogénne hyfy vyžarujúce von do vody

Semená ryže infikované vodnou plesňou ukazujúce vyžarujúce hyfy patogénov do vody.

/media/system/2/b/5/d/2b5dd3746077b5107c205a5d214b660d/straighthead3.jpg "/>

Ryžové zrná veľmi postihnuté

Zrná ryže vážne postihnuté poruchou rovnej hlavy.

/media/system/a/1/d/9/a1d9564985b3bf740f3b6538bcb71ba9/straighthead4.jpg "/>

Sterilné zrno kvôli poruche pravého srdca

Vzpriamené hlavy so sterilným zrnom kvôli poruche priamej hlavy.

Príznak papagája sa objavuje v dôsledku poruchy priameho pohybu

Zakrivená palea a lemma zvané papagájové zobáky sú príznakom ryžového zrna kvôli poruche rovnosti hlavy.

Príznak papagája

Zakrivená deformovaná palea a lemma ryžového zrna, príznak papagájového zobáka.

/media/system/a/c/0/1/ac01dcd46636a0e5ec251edf7cf6bcc5/stemrot5.jpg "/>

Závažné príznaky infekcie

Závažné príznaky ryžovej pošvy a infekcie kmeňa.

/media/system/2/3/a/b/23abff1bdc7f6c28ab27b6516c5370ea/stemrot7.jpg "/>

Zvädnutý kmeň a Sclerotia (znaky) zaliate v púzdrových tkanivách

Plášť ryže a stonka vykazujúce závažné príznaky hniloby stonky, vrátane zvädnutej stonky a sklerócií (znaky) zapustených do tkanív plášťa.

/media/system/1/7/b/9/17b9bad543c76a429973467dcc5856aa/stemrot2.jpg "/>

Príznaky infekcie stonkou

Príznaky infekcie puzdrom hniloby kmeňa (všimnite si čierne hranaté lézie).

/media/system/b/9/e/7/b9e7c28e09ce39da82a403a4dec098d1/stemrot6.jpg "/>

Sclerotia (znaky) zaliate v puzdrových tkanivách

Plášť ryže a kmeň vykazujúci príznaky hniloby kmeňa a sklerócie (znaky) uložené v tkanivách plášťa.

/media/system/7/4/d/a/74da6f6ceeea90c4afd36d0724774aa8/stemrot1.jpg "/>

Skoré príznaky hniloby kmeňa

Skoré príznaky hniloby stonky ryže (všimnite si čierne hranaté lézie).

Zblízka ryžové strnisko

Zblízka puzdro na ryžové strnisko, ktoré ukazuje sklerócie uložené v tkanivách.

/media/system/3/4/e/4/34e4aaa3981d0a8a136640692c58ff06/stemrot4.jpg "/>

Stredne silná hniloba kmeňa

Stredne silná hniloba stonky ryže.

/media/system/4/7/9/f/479fd65ef2c7ec9be09d39113a6d0789/stemrot3.jpg "/>

Zdravé vs. Infikované ryžové stonky

Zdravé vs.

/media/system/e/3/5/c/e35cadcc4ded0420ed48cc340b0345bd/stackburn5.jpg "/>

Širší stravník na léziách

Hranice širších lézií na léziách listových škvŕn Alternaria.

/media/system/f/0/3/4/f03499d0ad26ada40f490dcbf18e2aaa/stackburn8.jpg "/>

Atypické lézie Alternaria

Atypické lézie Alternaria na listovej škvrne na ryži.

/media/system/1/6/1/9/16196b480d64aa35212e5984da0538b1/stackburn6.jpg "/>

Odchádza s príznakmi Stackburn

Ryžové listy s príznakmi pálenia záhy (Alternaria leaf spot).

Zblízka pohľad na miesto Stackburn

Zblízka pohľad na škvrnu Stackburn, nazývanú tiež škvrnitosť listov Alternaria, s okrúhlymi tmavočiernymi skleróciami.

/media/system/5/1/2/b/512b3baec70bf1b0e31e3b825b5eb238/sheathspot4.jpg "/>

Príznaky škvrny na puzdre 2

Plášť ryžového listu s príznakmi škvrny na plášti.

/media/system/2/1/9/c/219c5e8012f333cf1ba8dcb8cff5f0f8/stackburn3.jpg "/>

Single Alternaria Leaf Spot

Jedna lézia listovej škvrny Alternaria na ryžových listoch.

Typické príznaky Alternaria Leaf Spot

Ryžové listy vykazujúce typické príznaky škvrny na liste Alternaria (všimnite si dvojité alebo bozkávajúce sa lézie na hornom liste).

/media/system/3/3/2/a/332a94271ec5775c2d9d3e2cd14e1cc6/stackburn4.jpg "/>

Príznaky Alternaria Leaf Spot

Ryžový list, ktorý vykazuje príznaky a príznaky (sklerócie) škvrny na liste Alternaria.

/media/system/9/f/b/d/9fbd9c6d4b47bbf4ca240c376b1dd985/stackburn7.jpg "/>

Staršie miesto na lístie Alternaria

Staršie lézie listov Alternaria na listoch ryže.

/media/system/7/e/9/0/7e904adc7e20520cb8e7ef0f746a2c87/sheathrot7.jpg "/>

Príznaky infekcie 2

Príznaky infekcie plesňou ryžovej.

Príznaky škvrny na obale

Ryžová stonka s príznakmi škvrny na puzdre.

/media/system/f/7/1/4/f714f47a767b5517f002feb9f1c85a43/sheathspot3.jpg "/>

Príznaky škvrny na puzdre 2

Príznaky škvrny na plášti ryžového listu.

/media/system/2/9/5/f/295f5da8e07be8e84fc25cf89d2eed57/sheathspot1.jpg "/>

Príznaky škvrny na puzdre

Príznaky škvŕn na puzdre z ryžových listov.

/media/system/1/1/6/f/116fbf424702452f66d672105e589622/sheathrot8.jpg "/>

Závažné príznaky

Silná hniloba plášťa a príznaky zrna.

/media/system/4/f/b/0/4fb06ba511f25d327c8f520e9278be8b/sheathrot6.jpg "/>

Príznaky infekcie

Príznaky infekcie puzdra a hlavy.

/media/system/0/1/b/9/01b923b35402bd1a8b64dbce29952ccc/sheathrot4.jpg "/>

Príznaky hniloby plášťa

Príznaky listu ryžovej vlajky a hniloby plášťa obilia.

/media/system/2/1/f/2/21f2767db13abf644e1ea9fe4e01d9ac/sheathrot5.jpg "/>

Vážne poškodenie obilia

Závažné poškodenie zŕn v dôsledku infekcie hnilobou plášťa (všimnite si, že hlava sa z plášťa listu úplne nevyvinula).

/media/system/5/2/c/2/52c24a05ae03c92f85ac942252d7f593/sheathrot3.jpg "/>

Obilniny diskoloratoín

Zmena farby zrna spojená s infekciou hnilobou plášťa.

/media/system/0/9/4/2/0942d24f9577497dda2b3194472c46d3/sheathrot2.jpg "/>

Zblízka pohľad na léziu hniloby puzdra

Zblízka pohľad na léziu hniloby puzdra (všimnite si, že na rozdiel od infekcie Cercospora neexistuje medzibunkové zafarbenie).

/media/system/2/b/8/3/2b8381915846ecf5bd6ebdcc3158bd94/sheathrot3.jpg "/>

Typické príznaky

Typické príznaky hniloby plášťa ryže.

/media/system/c/d/d/5/cdd592cc5b4947d8930a578c7e130c32/sb26.jpg "/>

Plášte odolné voči svetlu a linky Susceptibe

Plášte odolné proti plesni a náchylné ryžové línie v škôlke s chorobami.

Poškodenie „vtáčie hniezdo“

Typické poškodenie plesňou „vtáčieho hniezda“ v ryžovom poli.

/media/system/e/4/2/f/e42fc768cc2465bb285623bb428b9452/sb24.jpg "/>

Ubytovanie spôsobené Sheath Blight

Zanášanie spôsobené poškodením ryžových stoniek na plesni.

/media/system/5/9/9/7/599779dc472dc6d54047b577bd86bbc2/sb25.jpg "/>

Rhizoctonia Solani

Pleseň plesne poškodená citlivými (vľavo) a zdravo odolnými (vpravo) ryžovými líniami, ktoré boli naočkované Rhizoctonia solani.

/media/system/6/2/c/d/62cde1eb034b7e5bd5fd446559322cd9/sb21.jpg "/>

Sklerotický vývoj

Sklerotický vývoj na lézii plesne.

/media/system/8/a/7/c/8a7cfdf89861f64ed30c62e8f2653b9d/sb23.jpg "/>

Rozvetranie plávajúceho očkovacieho prostriedku vetrom

Arial pohlad na poplenenie plesne v ryzovom poli ukazujuce vetrom rozfukovane plujuce inokulum na zaciatku sezony.

/media/system/0/a/1/8/0a18db94b02973ed658a455f3bb5d78b/sb18.jpg "/>

Rozvoj sklerócií

Typické príznaky plesne na listoch ryže s vývojom sklerócií.

/media/system/0/1/7/d/017d5a4abdcc8cfbc14a8b16dc97e62a/sb191.jpg "/>

Poškodenie listovej pošvy a hlavy ryžovej vlajky

Poškodenie pošvy na plášti listu a hlave ryžovej vlajky s vývojom sklerócií.

/media/system/7/4/4/7/74475ecc7ae17f602f6bd1c59a2bbf4b/sb18.jpg "/>

Poškodenie ryžovej hlavy

Poškodenie plášťovej ryže na hlave ryže.

/media/system/a/a/0/7/aa075fa5fe372425432fea1e9263b552/sb16.jpg "/>

Veľké škody

Vážne poškodenie plesne na ryži.


Výbuch nájdený v Jupiteri

Čo sa týka úrody v Louisiane, za posledných pár týždňov sa udialo veľa vecí. Pravdepodobne najdôležitejšie je, že výbuch listov bol identifikovaný na dvoch ryžových poliach farnosti Vermilion. Na oboch poliach rastie stredne zrnitá odroda Jupiter, ktorá sa považuje za stredne náchylnú na výbuch. Jedno pole je približne v štádiu vývoja v polovici kultivácie a druhé je takmer v zelenom kruhu. S skorým pozorovaním výbuchu listov v Jupiteri vyvstalo veľa otázok týkajúcich sa fungicídnych aplikácií pre výbuch. Najčastejšie kladené otázky sú: Ako zlé musí byť výbuch listov, kým sa rozhodne spustiť stratégiu aplikácie dvoch fungicídov na kontrolu výbuchu? Ak sa rozhodnete pre aplikáciu dvoch fungicídov, aké načasovanie sa odporúča? Sú to vynikajúce otázky a Dr. Groth rýchlo zhromaždil informácie týkajúce sa týchto vysokých otázok a ešte oveľa viac ...

V oblasti na odrode Jupiter sa začal objavovať výbuch listov. Plesňové choroby spôsobujú plesne Pyricularia grisea a je jednou z najdôležitejších chorôb ryže na svete a na strednom juhu. V Louisiane boli kvôli tejto chorobe pozorované straty na výnose až 90 percent. Výbuch môže infikovať ryžu od štádia sadenice po takmer zrelosť. Fáza výbuchu listov sa najčastejšie vyskytuje medzi fázami sadenice a neskorého odnožovania. Listové škvrny začínajú ako malé biele, sivé alebo modro zafarbené. Za vlhkých podmienok sa rýchlo zväčšujú na oválne alebo kosoštvorcové škvrny alebo lineárne lézie so zahrotenými koncami so šedými alebo bielymi stredmi a úzkymi hnedými okrajmi. Listy a celé rastliny je možné zabiť za ťažkých podmienok. Najdôležitejším aspektom výbuchu listov je, že poskytuje inokulum na infikovanie latiek. Fungicídy sa v tomto štádiu bežne nepoužívajú, pokiaľ nestratíte porast. Najlepšou metódou kontroly je obnova alebo prehĺbenie povodne, takže všetka pôda v teréne je pokrytá vodou.

Skauting po výbuchu by sa mal začať začiatkom sezóny počas vegetatívnej fázy a pokračovať až po smer. Preskúmajte celé pole a preskúmajte rastliny na niekoľkých rôznych miestach. Blast sa častejšie vyskytuje na poliach, kde: a) pole bolo v minulosti chorobné, b) odroda je náchylná, c) sú použité vysoké množstvá dusíka, d) na poli sú piesčité pôdy, e) ryža. bola vysadená neskoro (neskoro zasadená ryža sa stretne s problémami s listovými chorobami skôr ako skorá), f) pozdĺž okrajov polí lemovaných stromami, čo je najdôležitejšie (g) ryža rastie v horských podmienkach (bez povodní) . Odvodnenie pre reguláciu priamej hlavy a vodného wevela môže zvýšiť výskyt a závažnosť výbuchu. Týmto podmienkam by sa malo zabrániť, kedykoľvek je to možné. Rovnako ako rastie percentuálna výmera odrôd náchylných na výbuch, zvyšuje sa aj pravdepodobnosť epidémie, pretože medzi poliami prechádza viac spór prenášaných vetrom.

Správna identifikácia výbuchu ryžových listov je kritická (obrázok 1). Niektoré choroby a poruchy majú podobné príznaky, ale kontrolné postupy nie sú pre tieto ďalšie choroby oprávnené. Existuje veľa rozmanitostí typu lézie, takže preskúmajte niekoľko rôznych lézií na niekoľkých rôznych miestach v teréne. Ak je identifikácia pochybná, vzorky listov možno umiestniť do vlhkej komory na vyvolanie sporulácie a identifikovať pod mikroskopom podľa typu spór (obrázok 2).

Obrázok 1. Správna identifikácia výbuchu listov je rozhodujúca pre účinnú kontrolu ochorenia.


Ryžové hybridy

Ryžové hybridy sú k dispozícii od spoločnosti RiceTec. Spoločnosť RiceTec ponúkne pre sezónu 2021 v Louisiane hybridy odolné voči neherbicídom XP753, RT 7301, RT 7401 a RT 7501. Pokyny pre správu získate od spoločnosti RiceTec.

Systém pestovania ryže FullPage je kombináciou vlastnosti tolerancie voči herbicídom IMI výhradne pre hybridy RiceTec a sprievodných herbicídov IMI, Preface a Postscript, vyrábaných spoločnosťou Adama. Pre plodinovú sezónu 2021 budú k dispozícii dva hybridy FullPage RiceTec. Hybridy budú obsahovať RT7321 FP a RT7521 FP. Pokyny pre hybridné riadenie FullPage nájdete v spoločnosti RiceTec.


Asociačná analýza priamky vyvolanej arzénom v ryži (Oryza sativa L.) Na základe vybranej populácie s upraveným modelom

1 štátna kľúčová laboratórium ryžovej biológie, Centrum spolupráce IAEA, Zhejiang University, Hangzhou, Zhejiang, Čína

2 Zhejiang Academy of Agricultural Sciences, Hangzhou, Čína

3 Rice Research Institute, Jiangxi Academy of Agricultural Sciences a Nanchang National Sub-Center for Rice Improvement, Nanchang, Jiangxi, Čína

4 Inštitút pre výskum tabaku Čínskej akadémie poľnohospodárskych vied, Qingzhou, Shandong, Čína

Abstrakt

Fyziologická porucha spôsobená ryžou spôsobuje, že zrelá panicle sa vzpriamuje s prázdnymi zrnami označovanými ako „pravá hlava“. Straighthead spôsobuje straty na výnose a predstavuje vážnu hrozbu pre produkciu ryže na celom svete. Tu sa uskutočnila nová štúdia mapovania asociácií na identifikáciu QTL zapojenej do rovnej hlavy. Podskupina 380 prístupov bola vybraná z kolekcie jadier ryže USDA a genotypovaná 72 markermi SSR v celom genóme. Pri tomto asociačnom mapovaní bol použitý optimálny model implementovaný s hlavnými komponentmi (PC). Vo výsledku bolo identifikovaných päť markerov, ktoré sú signifikantne spojené s pravou hlavou. Tri z nich, RM263, RM169 a RM224, boli v súlade s predchádzajúcou štúdiou. Tri markery, RM475, RM263 a RM19, mali rezistentnú alelu spojenú so znížením priameho hodnotenia (priame hodnotenie ≤ 4,8). Naproti tomu dva ďalšie markerové lokusy RM169 a RM224 mali niekoľko citlivých alel spojených so zvýšením priameho hodnotenia (priame hodnotenie ≥ 8,7). Je zaujímavé, že RM475 je blízko QTL “qSH-2“A„AsS„S odolnosťou voči priamemu záveru, ktorý bol hlásený v dvoch štúdiách zameraných na mapovanie väzieb priameho závitu. Toto zistenie prispieva k predchádzajúcej práci a je užitočné pri ďalšom genetickom výskume priamej hlavy.

1. Úvod

Fyziologická porucha ryže (Oryza sativa L.) vykazuje typický príznak so sterilnými kvietkami a skreslenou palea a lemmou [1]. Panicles nesú nenaplnené zrná a zostávajú vzpriamené, zatiaľ čo prázdne trupy sú často skreslené do tvaru polmesiaca alebo papagája. Preto to ľudia nazývajú „priamym hlavou“. V extrémnom prípade sa straty na výnosoch môžu priblížiť k 100%. Prvá správa o priamom vývoji pochádza z roku 1912 v južných štátoch USA (USA) vrátane Arkansasu, Louisiany a Texasu [2]. Okrem toho bola priama hlava hlásená v Portugalsku [3], Thajsku [4], Japonsku [5], Austrálii [6] a Argentíne [7]. Chov rezistentných kultivarov je efektívna stratégia na prekonanie rovného hláv. Výber asistenta markerov (MAS) urýchli chovný proces. Asociačné mapovanie je sľubné pre identifikáciu príčinných polymorfizmov pre komplexné znaky [8], pretože využíva výhody akumulovaných historických rekombinačných udalostí v prírodných populáciách a dokáže vyhodnotiť viac alel súčasne [9, 10]. Na mapovanie asociácií sa vo veľkej miere používajú rozmanité zbierky (populácia). Rozdiel však existuje vo frekvenciách alel mnohých rozmanitých populácií a štatistických modeloch, čo môže dramaticky ovplyvniť schopnosť mapovania asociovaných alel [11]. Preto je potrebné podrobne znova skontrolovať markerové alely spojené s QTL. V tejto štúdii sme optimalizovali model mapovania asociácií a vybrali sme podmnožinu prístupov s dobrou fenotypovou replikáciou na mapovanie génov zodpovedných za priamu ryžu. Populácia pre mapovanie asociácií bola vyvinutá zo zbierky jadier ryže USDA, ako už bolo opísané [12, 13].

2. Materiály a metódy

2.1. Rastlinné materiály

Celkovo bolo z kolekcie jadier ryže USDA [13] vybraných 990 prístupov na účely priameho vyhodnotenia na základe zrelosti a stavu rastlín v poľnom teste z roku 2002 [12]. Pole bolo ošetrené herbicídom obsahujúcim arzén metánearonát sodný (MSMA). MSMA môže vyvolať príznak rovnej hlavy a preto sa bežne používa na hodnotenie priamej hlavy v ryži. Tieto prírastky boli zasadené do randomizovaného úplného bloku s tromi replikáciami. Ako kontrola boli do stredu každej vrstvy obsahujúcej 99 pozemkov zahrnuté dva kultivary rezistentné na priamu hlavu a dva kultivary citlivé na priamu hlavu [1]. Rezistentné kultivary boli Zhe733 a Jing185 a citlivé kultivary boli „Cocodrie“ a „Mars“. Straighthead bol hodnotený osobitne pre skupiny so skorou, strednou a neskorou splatnosťou pristúpenia v auguste, septembri a októbri. Pretože viac ako 80% z týchto prístupov bolo vysoko náchylných na priame kolísanie, bolo na mapovanie asociácií vybraných 380 prístupov.

2.2. Fenotypizácia a genotypizácia

Straighthead bol vizuálne hodnotený podľa zrelosti na základe plodnosti alebo sterility floretu a výskytu panikuly z puzdra vlajkového listu s deviatimi úrovňami odolnosti voči citlivosti [1]. DNA bola extrahovaná a genotypovaná jedným indelom a 70 SSR markermi pokrývajúcimi celý ryžový genóm. Šesťdesiat osem z týchto markerov bolo získaných z http://www.gramene.org. Ďalšie dva (AP5652-1 a AP5652-2) boli vyvinuté z BAC AP5652 v podniku, ako je opísané v Li et al. [15]. PCR a elektroforéza sa uskutočňovali podľa postupov [15].

2.3. Štatistická analýza

Modelový program POKYN [16] sa použili na odvodenie štruktúry populácie pomocou zahorenia 50 000 cyklov, Markovovho reťazca Monte Carlo na 50 000 iterácií a modelu umožňujúceho prímes a korelované frekvencie alel. POKYN eliminuje predpoklad Hardyho-Weinbergovej rovnováhy v klastroch [16]. Štruktúra populácie bola graficky zobrazená pomocou Distribuovať [17]. Počet skupín

bola nastavená od 1 do 10, z ktorých každý mal 5 nezávislých cyklov, na identifikáciu s najvyššou pravdepodobnosťou logu. O najpravdepodobnejšom počte štruktúr sa rozhodlo na základe log pravdepodobnosti-Ln

) a informačné kritériá odchýlky (DIC). Prístup bol pridelený jednej skupine s odvodeným maximálnym pôvodom (

) zo skupiny. Na overenie genetickej štruktúry a testovanie na rôznych modeloch sa uskutočnila analýza hlavných komponentov (PCA) NTSYSpc verzia softvéru 2.11V [18]. PCA sa uskutočňoval na korelačnej matici a sumarizuje hlavné vzory variácií v mnohovojenovom súbore údajov. Prvé tri hlavné komponenty boli použité na vizualizáciu rozptylu prístupov. Genetická vzdialenosť bola vypočítaná pomocou Neiinej genetickej vzdialenosti [19]. Po porovnaní modelov bol na mapovanie vybraný najvhodnejší model. Porovnanie modelu sa uskutočnilo podľa popisu v publikácii Li et al. [15, 20]. Aby sa znížilo riziko falošných asociácií marker-znak s vysokou infláciou, bola pomocou postupu MULTTEST v SAS v9.2 [21] vypočítaná miera falošných objavov (FDR). Účinky alely na lokusy markerov spojené s priamym hlavou boli porovnané pre najmenšie priemerné hodnoty (možnosť LSMEANS od PROC MIXED).

3. Výsledky

V zbierke MSMA v teréne vyvolala pravú hlavu s príznakmi skreslených kvietkov v čiastočne sa objavujúcich latách a pre citlivé kontrolné kultivary sa nevyskytovalo vôbec žiadne osivo. Vo výsledku bolo priame skóre v teste odolnosti Zhe733 kategorizované ako „trieda I“ a citlivé kontroly Cocodrie a Mars boli klasifikované ako „trieda III“. Na základe priameho skóre malo 380 prístupov 37 prístupov klasifikovaných do ratingu 1–4, 168 do ratingu 4,1–6,9 a 175 do ratingu 7,0–9,0.

Sada 72 markerov s distribúciou v celom genóme zistila celkovo 677 alel v zbierke 380 prístupov. Priemerný počet alel na miesto bolo 9,54, od 2 (RM507, RM338, RM455 a Rid12) do 30 (RM11229). Polymorfný informačný obsah (PIC) sa medzi týmito značkami pohyboval od 0,08 pre AP5625-1 do 0,91 pre RM11229, s priemerom 0,60.

Päť skupín podľa modelu bolo identifikovaných podľa POKYN a prístupy boli priradené do ich zodpovedajúcich skupín podľa ich Q (index predkov) (obrázok 1 (a)). Prvé tri komponenty PCA obsahujúce 56,36% variáciu medzi 380 prístupmi tiež vykazovali podobný vzorec genetickej štruktúry (obrázok 1 (b)). Všetky tieto prístupy dospeli k záveru, že päťskupinová štruktúra dostatočne vysvetľovala genetické variácie v zbierke. Relatívny výkon hodnotený BIC medzi šiestimi modelmi (naivný, príbuzný, PCA, PCA + príbuzný, Q a Q + príbuzný) pre rovnú hlavu je uvedený na obrázku 2. Päť dimenzií PCA bolo určených na základe BIC a bolo použitých v PCA a PCA + príbuzné modely. Model PCA mal najmenšie skóre BIC medzi šiestimi modelmi, a preto bol vybraný ako model najlepšie vyhovujúci na mapovanie asociácie priameho smeru.


a)
b)
a)
b)


Použitím vybraného modelu bolo identifikovaných päť lokusov markerov, ktoré sú signifikantne spojené s priamou hlavou na 0,01% hladine qFDR (tabuľka 1). Alelický účinok pre každý asociovaný lokus sa dal odhadnúť pomocou priemernej fenotypovej hodnoty pomocou vyjadrenia LSMEANS v PROC MIXED. Porovnania medzi alelami sa testovali s možnosťou PDIFF výpisu LSMEANS jednotlivo pre každý marker. Alelické porovnania piatich markerových lokusov zobrazili variácie ich účinkov medzi alelami na rovnakom mieste (obrázok 3). Three markers, RM475, RM263, and RM19, had a specific allele associated with a decrease in straighthead rating (

) compared to the other alleles at their respective loci. In contrast, the two other marker loci RM169 and RM224 had a few alleles associated with an increase in straighthead rating

compared to other alleles at the same locus. Three of the five markers were the same as those identified by Agrama and Yan [10]. However, RM475 with allele 194 bp, which had the largest effect (3.3) for straighthead resistance among all the alleles (Figure 3), had not been reported previously [10]. Interestingly, RM475 was also identified to link to straighthead in a cross population [14].

RM475 was also associated with straighthead resistance in linkage mapping of the

4. Discussion

4.1. Model Comparison and Association Mapping

The simulations of Type I error estimated by BIC and visual plots of the observed and expected values for all models suggest three important points (Figure 2). First, the four models (Q, PCA, Q + kinship, and PCA + kinship) that account for population structure have fairly low BICs, which help control spurious associations and Type I error. Furthermore, naive and kinship models which do not account for population structure have very high BICs and an elevated risk of increased Type I errors. Second, kinship via ancestral relationship makes no improvement to the model as indicated by the highest BIC among the six models. PCA + kinship and Q + kinship models have higher BIC values than PCA and Q models, respectively. Shao et al. [22] has observed that the Q + kinship model performed similarly to the Q in their rice populations. The similar result has been observed in two another rice studies [15, 20]. However, kinship does improve the accuracy of association mapping results in studies with humans and cross pollinated crops [23, 24]. In our study, kinship among accessions may have less effect due to the low complexity of relatedness that results from the restricted gene flow of rice’s self-reproductive mode and high genetic diversity represented in our rice panel [20, 25, 26]. Third, the PCA model with five dimensions performs better than the Q model based on five groups according to its smaller BIC. PCA is a fast and effective way to diagnose population structure [27, 28] and can handle a large number of markers and correct for subtle population stratification without being restricted by Hardy–Weinberg equilibrium [29–31]. These features of PCA may explain its increased performance over the Q model to control Type I error in our rice collection. Due to varying genetic composition, model selection should be used to determine the best model to use for association mapping with a specific population [15, 20].

Using the PCA model for our population, we identified five markers associated with straighthead (Table 1). Three of them, RM263, RM169, and RM224, were consistent with a previous study by Agrama and Yan [10] where seven markers were reported to associate with straighthead. This study identified an additional novel marker associated with straighthead resistance, RM475, which was confirmed by linkage mapping with the F2 population of Zhe733/R312 [14]. The 194 bp allele of RM475 was associated with the highest level of straighthead resistance as indicated by its strong effect (Figure 3). The reasons for different results between the present study and Agrama and Yan’s [10] association mapping may be that

the distribution of allele frequencies and linkage disequilibrium (LD) may be substantially different between the two populations for mapping because they were built independently and consisted of different lines. Different allele frequencies and LD would result in different results of association mapping [32, 33] and

in order to control the spurious association or Type I error, we compared six models based on the BIC method and identified the best fit model “PCA” to map with our data. Therefore, the present study improves the results of previous study through the use of more stringent testing standards. Additionally this study validates previous findings through the use of a new rice panel composed of different accessions compared to the previous study and confirms the results of the novel marker identified in the study through the use of conventional linkage mapping with a segregating population.

4.2. Comparison of QTLs in Association Mapping with the Previous Ones

Occasionally markers linked to specific QTL are not always identified in association mapping. For example, while RM44 near qSH-8 on Chr 8 was included in the association study it did not yield a significant association. qSH-8 is a major straighthead QTL reported in two previous studies [14, 34]. This could be due to a low level of polymorphism of RM44. RM44 was monomorphic between the parents Zhe733 and R312 and thus could not be used in previous linkage mapping study [14, 34]. The polymorphism information content (PIC) of RM44 (0.28) was much lower than the average (0.45) over the other 70 markers within group 2. Group 2 had 25 resistant accessions accounting for 67.6% of the resistant accessions in this diverse population, including resistant Zhe733 with the 101 bp allele of RM44. However in group 2, 20 resistant accessions had the 101 bp allele, 25 moderately resistant accessions had the 101 bp allele, and 40 susceptible accessions had the 101 bp allele as well. Similarly, RM284 close to qSH-8 was not associated with straighthead. These results suggest that the low levels of polymorphism within group 2 could decrease the power of QTL identification during association mapping.

On the other hand, the power of structure-based association analysis to detect the effects of individual genes is limited when population structure is found to explain too much of the variation [35]. By estimating the variation of allele frequencies (θ) at each locus among the groups in the diverse collection [36], we found that θ of locus RM284 near qSH-8 was higher (0.54) than the average of other 70 markers (0.44), which indicated that the allele frequencies of RM284 were different from one group to another. In other words, the distributing pattern of RM284 alleles was in accordance with population structure. The accordance also can compromise the potential of marker to associate with gene(s)/QTL when population structure is taken in account in a model of association mapping. The similar result is also observed in another study [37]. In these cases, alternative populations for association mapping need to be evaluated for the candidate polymorphisms [37]. Additionally, an increase of marker coverage (i.e., high density SNP coverage) is a good option to increase the likelihood of polymorphic marker(s) and decrease the impact of population structure.

Conflicts of Interest

The authors declare that there are no conflicts of interest regarding the publication of this paper.

Acknowledgments

The project was supported by Rice Breeding Project (2016YFD0101801 and 2016C02052-6), the Open Fund of the State Key Laboratory of Rice Biology (160207), and the Doctoral Initiating Project of Innovation Fund of Jiangxi Academy of Agricultural Sciences, China (no. 20161CBS0002).

Referencie

  1. W. Yan, R. H. Dilday, T. H. Tai, J. W. Gibbons, R. W. McNew, and J. N. Rutger, “Differential response of rice germplasm to straighthead induced by arsenic,” Crop Science, vol. 45, no. 4, pp. 1223–1228, 2005. View at: Publisher Site | Google Scholar
  2. J. S. Collier, Rice Blight, Illinois Agricultural Experimental Station Circular 156, University of Illinois, Urbana, Ill, USA, 1912.
  3. J. M. A. Cunha and J. E. Baptista, Estudo da branca do arroz. I. Combated a doenca Agronomia lusit, vol. 20, 17-64, 1958.
  4. P. Weerapat, “Straighthead disease of rice suspected in southern Thailand,” IRRN, vol. 4:67, 1979. View at: Google Scholar
  5. Y. Takeoka, Y. Tsutsui, and K. Matsuo, “Morphogenetic alterations of spikelets on a straighthead panicle in rice,” Japanese Journal of Crop Science, vol. 59, no. 4, pp. 785–791, 1990. View at: Publisher Site | Google Scholar
  6. B. W. Dunn, G. D. Batten, T. S. Dunn, R. Subasinghe, and R. L. Williams, “Nitrogen fertiliser alleviates the disorder straighthead in Australian rice,” Australian Journal of Experimental Agriculture, vol. 46, no. 8, pp. 1077–1083, 2006. View at: Publisher Site | Google Scholar
  7. W. G. Yan, F. Correa, A. Marin, J. Marassi, X. Li, and J. Re, “Comparative study on induced straighthead in the U.S. with natural straighthead in the U.S. with natural straighthead in Argentina,” in Proceedings of the 33rd Rice Technical Working Group conference, Biloxi, Mississippi, Miss, USA, 2010. View at: Google Scholar
  8. B. Stich, J. Möhring, H.-P. Piepho, M. Heckenberger, E. S. Buckler, and A. E. Melchinger, “Comparison of mixed-model approaches for association mapping,” Genetics, vol. 178, no. 3, pp. 1745–1754, 2008. View at: Publisher Site | Google Scholar
  9. H. A. Agrama, G. C. Eizenga, and W. Yan, “Association mapping of yield and its components in rice cultivars,” Molecular Breeding, vol. 19, no. 4, pp. 341–356, 2007. View at: Publisher Site | Google Scholar
  10. H. A. Agrama and W. G. Yan, “Association mapping of straighthead disorder induced by arsenic in Oryza sativa,” Plant Breeding, vol. 128, no. 6, pp. 551–558, 2009. View at: Publisher Site | Google Scholar
  11. K. J. F. Verhoeven, G. Casella, and L. M. McIntyre, “Epistasis: Obstacle or advantage for mapping complex traits?” PLoS ONE, vol. 5, no. 8, Article ID e12264, 2010. View at: Publisher Site | Google Scholar
  12. W. G. Yan, J. N. Rutger, H. E. Bockelman, and T. H. Tai, “Germplasm accessions resistant to straighthead in the USDA rice core collection,” in Arkansas Agricultural Experiment Station, University of Arkansas, Arkansas, Ark, USA. View at: Google Scholar
  13. W. Yan, J. N. Rutger, R. J. Bryant et al., “Development and evaluation of a core subset of the USDA rice germplasm collection,” Crop Science, vol. 47, no. 2, pp. 869–878, 2007. View at: Publisher Site | Google Scholar
  14. X. Li, W. Yan, H. Agrama et al., “Genetic analysis of genetic basis of a physiological disorder “straighthead” in rice (Oryza sativa L.),” Genes and Genomics, vol. 38, no. 5, pp. 453–457, 2016. View at: Publisher Site | Google Scholar
  15. X. Li, W. Yan, H. Agrama et al., “Mapping QTLs for improving grain yield using the USDA rice mini-core collection,” Planta, vol. 234, no. 2, pp. 347–361, 2011. View at: Publisher Site | Google Scholar
  16. H. Gao, S. Williamson, and C. D. Bustamante, “A markov chain monte carlo approach for joint inference of population structure and inbreeding rates from multilocus genotype data,” Genetics, vol. 176, no. 3, pp. 1635–1651, 2007. View at: Publisher Site | Google Scholar
  17. N. A. Rosenberg, “DISTRUCT: a program for the graphical display of population structure,” Molecular Ecology Notes, vol. 4, no. 1, pp. 137-138, 2004. View at: Publisher Site | Google Scholar
  18. F. Rohlf, “FNTSYS-PC numerical taxonomy and multivariate analysis system ver 2.11L,” Applied Biostatistics, 2000. View at: Google Scholar
  19. M. Nei, “The theory and estimation of genetic distance,” N. E. Morton, Ed., University Press of Hawaii, Honolulu, Hawaii, USA, 1973. View at: Google Scholar
  20. X. Li, W. Yan, H. Agrama et al., “Unraveling the complex trait of harvest index with association mapping in rice (Oryza sativa L.),” PLoS ONE, vol. 7, no. 1, Article ID e29350, 2012. View at: Publisher Site | Google Scholar
  21. Y. Benjamini and D. Yekutieli, “The control of the false discovery rate in multiple testing under dependency,” The Annals of Statistics, vol. 29, no. 4, pp. 1165–1188, 2001. View at: Publisher Site | Google Scholar | MathSciNet
  22. Y. Shao, L. Jin, G. Zhang, Y. Lu, Y. Shen, and J. Bao, “Association mapping of grain color, phenolic content, flavonoid content and antioxidant capacity in dehulled rice,” Theoretical and Applied Genetics, vol. 122, no. 5, pp. 1005–1016, 2011. View at: Publisher Site | Google Scholar
  23. J. Yu, G. Pressoir, W. H. Briggs et al., “A unified mixed-model method for association mapping that accounts for multiple levels of relatedness,” Nature Genetics, vol. 38, no. 2, pp. 203–208, 2006. View at: Publisher Site | Google Scholar
  24. C. Zhu and J. Yu, “Nonmetric multidimensional scaling corrects for population structure in whole genome association studies,” Genetics, vol. 182, no. 3, pp. 875–888, 2009. View at: Publisher Site | Google Scholar
  25. X. Li, W. Yan, H. Agrama et al., “Genotypic and phenotypic characterization of genetic differentiation and diversity in the USDA rice mini-core collection,” Genetica, vol. 138, no. 11, pp. 1221–1230, 2010. View at: Publisher Site | Google Scholar
  26. W. Yan, H. Agrama, M. Jia, R. Fjellstrom, and A. McClung, “Geographic description of genetic diversity and relationships in the USDA rice world collection,” Crop Science, vol. 50, no. 6, pp. 2406–2417, 2010. View at: Publisher Site | Google Scholar
  27. N. Patterson, A. L. Price, and D. Reich, “Population structure and eigenanalysis,” PLoS Genetics, vol. 2, p. e190, 2006. View at: Publisher Site | Google Scholar
  28. A. L. Price, N. J. Patterson, R. M. Plenge, M. E. Weinblatt, N. A. Shadick, and D. Reich, “Principal components analysis corrects for stratification in genome-wide association studies,” Nature Genetics, vol. 38, no. 8, pp. 904–909, 2006. View at: Publisher Site | Google Scholar
  29. T. W. T. C. C. Consortium, “Genome-wide association study of 14,000 cases of seven common diseases and 3,000 shared controls,” Príroda, vol. 447, Article ID 661678, pp. 661–678, 2007. View at: Google Scholar
  30. D. J. Hunter, P. Kraft, K. B. Jacobs et al., “A genome-wide association study identifies alleles in FGFR2 associated with risk of sporadic postmenopausal breast cancer,” Nature Genetics, vol. 39, no. 7, pp. 870–874, 2007. View at: Publisher Site | Google Scholar
  31. L. A. Kiemeney, “Re: Genome-wide Association Study of Prostate Cancer Identifies a Second Risk Locus at 8q24,” European Urology, vol. 52, no. 3, pp. 920-921, 2007. View at: Publisher Site | Google Scholar
  32. L. R. Cardon and J. I. Bell, “Association study designs for complex diseases,” Nature Reviews Genetics, vol. 2, no. 2, pp. 91–99, 2001. View at: Publisher Site | Google Scholar
  33. K. A. B. Goddard, P. J. Hopkins, J. M. Hall, and J. S. Witte, “Linkage disequilibrium and allele-frequency distributions for 114 single-nucleotide polymorphisms five populations,” American Journal of Human Genetics, vol. 66, no. 1, pp. 216–234, 2000. View at: Publisher Site | Google Scholar
  34. X. Pan, Q. Zhang, W. Yan et al., “Development of genetic markers linked to straighthead resistance through fine mapping in rice (Oryza sativa L.),” PLoS ONE, vol. 7, no. 12, p. e52540, 2012. View at: Publisher Site | Google Scholar
  35. S. A. Flint-Garcia, A.-C. Thuillet, J. Yu et al., “Maize association population: a high-resolution platform for quantitative trait locus dissection,” Plant Journal, vol. 44, no. 6, pp. 1054–1064, 2005. View at: Publisher Site | Google Scholar
  36. A. Rasamivelona, K. A. Gravois, and R. H. Dilday, “Heritability and genotype x environment interactions for straighthead in rice,” Crop Science, vol. 35, no. 5, pp. 1365–1368, 1995. View at: Publisher Site | Google Scholar
  37. L. Jin, Y. Lu, P. Xiao, M. Sun, H. Corke, and J. Bao, “Genetic diversity and population structure of a diverse set of rice germplasm for association mapping,” Theoretical and Applied Genetics, vol. 121, no. 3, pp. 475–487, 2010. View at: Publisher Site | Google Scholar

Copyright

Copyright © 2017 Xiaobai Li et al. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.


Pozri si video: Rýchla varená ryža - videorecept