植物内生菌次生代谢产物影响大豆主要性状的灰色关联度分析

›› 2013, Vol. 25 ›› Issue (5): 0-937.

• 论文 •

植物内生菌次生代谢产物影响大豆主要性状的灰色关联度分析

龚娜，杨镇，王娜，李学龙，肖军，陈珣，杨涛*

辽宁省农业科学院微生物工程中心，辽宁沈阳 110161

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2013-09-25 发布日期:2013-09-25

Grey correlation analysis of the soybeans main properties impacted by secondary metabolites of endophyte

GONG Na;YANG Zhen;WANG Na;LI Xue-long;XIAO Jun;CHEN Xun;YANG Tao*

Research Center of Microbial Engineering， Liaoning Provincial Academy of Agricultural Sciences， Shenyang 110161， China

Received:1900-01-01 Revised:1900-01-01 Online:2013-09-25 Published:2013-09-25

摘要/Abstract

摘要： 植物内生菌次生代谢产物为新型、高效、广谱和安全活性物质的开发提供了丰富的资源。为探索不同组合的植物内生菌次生代谢产物对大豆主要性状的影响，文章应用灰色关联度分析模型的方法，分析植物内生真菌次生代谢产物应用效果。结果表明：在S1R25D25处理下，大豆的主要产量性状最好，关联度为0.9765，其次为S0.5处理，关联度为0.8310，在S1R25D25处理下，大豆产量性状中百粒重最好，比CK高28.6%。

关键词: 灰色关联度分析, 大豆, 植物内生菌次生代谢产物

Abstract: The secondary metabolites of endophyte provide substantial resources for the development of new\|type， highly effective， broad\|spectrum and active substance. In order to explore the impact of different combinations of endophyte secondary metabolites on the main properties of soybean， the grey correlation degree analysis method is used to evaluate their application effect. Results showed that，
from the perspective of the main morphological properties of soybean， the best combination was S1R25D25， whose correlation coefficient was 0.9765， followed by S0.5， whose correlation coefficient was 0.8310. For 100-seed weight value, S1R25D25 was the best treatment with 28.6% higher than CK.

Key words: grey correlation analysis, soybean, secondary metabolites of endophyte

龚娜;杨镇;王娜;李学龙;肖军;陈珣;杨涛*. 植物内生菌次生代谢产物影响大豆主要性状的灰色关联度分析[J]. , 2013, 25(5): 0-937.

GONG Na;YANG Zhen;WANG Na;LI Xue-long;XIAO Jun;CHEN Xun;YANG Tao*. Grey correlation analysis of the soybeans main properties impacted by secondary metabolites of endophyte[J]. , 2013, 25(5): 0-937.

[1]	何佳琦, 翟莹, 张军, 邱爽, 李铭杨, 赵艳, 张梅娟, 马天意. 大豆转录因子GmDof1.5的克隆与非生物胁迫诱导表达[J]. 浙江农业学报, 2021, 33(1): 1-7.
[2]	杨乙未, 肖华, 陈浒, 肖聶佳, 郭城. 喀斯特地区不同玫瑰混农林模式的土壤螨类群落结构特征[J]. 浙江农业学报, 2021, 33(1): 112-121.
[3]	张古文, 沈立, 郑华章, 刘娜, 冯志娟, 龚亚明. 锌指蛋白转录因子Di19参与调控大豆干旱响应的研究进展[J]. 浙江农业学报, 2020, 32(2): 373-382.
[4]	蒋丰千, 李旸, 余大为, 孙敏, 张恩宝. 基于Caffe卷积神经网络的大豆病害检测系统[J]. 浙江农业学报, 2019, 31(7): 1177-1183.
[5]	彭成璐, 张瑜, 丁雪东, 李玉, 冯士彬, 王希春, 李锦春, 吴金节. 11S通过NF-κB信号通路引起猪小肠上皮细胞损伤[J]. 浙江农业学报, 2019, 31(3): 384-391.
[6]	彭成璐, 张瑜, 夏晓冬, 贺濛初, 舒迎霜, 冯士彬, 李玉, 王希春, 李锦春, 吴金节. β-伴大豆球蛋白通过p38/JNK MAPK信号通路引起IPEC-J2细胞损伤[J]. 浙江农业学报, 2019, 31(2): 242-249.
[7]	常雯雯, 刘吉利, 吴娜, 张永乾, 何海锋. 西北盐碱地区不同柳枝稷品种光合特性与产量比较[J]. 浙江农业学报, 2019, 31(10): 1647-1654.
[8]	刘鹏, 金诚谦, 印祥, 宁新杰, 李庆伦. 大豆联合收获机清选装置与关键技术研究进展[J]. 浙江农业学报, 2019, 31(10): 1758-1766.
[9]	胡志辉, 汪艳杰, 张丽琴. 菜用大豆施肥后荧光、光谱、光合等参数对产量的预测[J]. 浙江农业学报, 2018, 30(8): 1355-1362.
[10]	吴伟, 冯志娟, 徐盛春, 刘娜, 张古文, 胡齐赞, 龚亚明. 大豆NIP类水孔蛋白基因的鉴定及表达特性分析[J]. 浙江农业学报, 2018, 30(7): 1101-1109.
[11]	张瑜, 王元红, 汤雪冰, 彭成璐, 舒迎霜, 曹程鸣, 冯士彬, 李玉, 王希春, 吴金节. 大豆抗原蛋白对仔猪的免疫作用[J]. 浙江农业学报, 2018, 30(4): 560-567.
[12]	顾正敏, 李臻峰, 宋飞虎, 张君生, 庄为. 基于光场相机的大豆冠层叶面积无损测量方法研究[J]. 浙江农业学报, 2018, 30(12): 2144-2152.
[13]	贺礼英, 尹成杰, 黄守程, 何庆元, 舒英杰. 菜用大豆主要农艺性状的相关性、聚类及主成分分析[J]. 浙江农业学报, 2018, 30(1): 50-57.
[14]	李立科, 罗启慧, 黄超, 陈晓林, 陈苹, 李一帆, 刘文涛, 陈正礼. 大豆异黄酮对雄性大鼠脾脏IL-2、IL-4、TNF-α、INF-γ蛋白表达的影响[J]. 浙江农业学报, 2017, 29(9): 1458-1464.
[15]	刘娜, 徐盛春, 张古文, 胡齐赞, 冯志娟, 龚亚明. 不同菜用大豆品种籽粒挥发性组分鉴定及其差异[J]. 浙江农业学报, 2017, 29(8): 1321-1328.

植物内生菌次生代谢产物影响大豆主要性状的灰色关联度分析

Grey correlation analysis of the soybeans main properties impacted by secondary metabolites of endophyte

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价