玉米与纹枯病菌AG-1-IA互作的代谢组学研究
发布时间：2021-12-17 12:01
纹枯病菌的侵染每年引起玉米产量的严重损失。目前尚无有效防治策略。为了获得更加有效的防治效果,需要深入理解两者之间的相互作用。无数研究案例表明代谢组学是揭示作物与病原物相互作用机制的有力工具。本次研究使用基于质谱技术结合多变量和单变量分析的代谢组学,探究了纹枯病菌与玉米之间的互作机制,以及纹枯病菌潜在的药物利用价值。纹枯病菌AG-1-IA的菌核在密封PDA平板中无法形成,但在非密封的平板中可自然形成。其中N2-acetyl-L-ornithine在营养生长的菌丝体中浓度最高,在不形成菌核的菌丝体中较少,在形成菌核的菌丝体中最少,说明纹枯病菌AG-1-IA菌丝体的旺盛生长需要较高水平的N2-acetyl-L-ornithine,而菌丝成熟以及菌核的形成则需要抑制N2-acetyl-L-ornithine的代谢。当菌丝形成菌核的过程中,代谢物PE（20:1（11Z）/14:1（9Z））,PE（P-16:0/20:4（5Z,8Z,11Z,13E）（15OH[S]））和PS（12:0/18:1（9Z））的合成水平上升说明磷酸酯的代谢在菌核形成过程中具有重要作用。纹枯病菌AG-1-IA形成菌核时促...
【文章来源】：华中农业大学湖北省 211工程院校 教育部直属院校
【文章页数】：137 页
【学位级别】：博士
【部分图文】：
在PDA平板上营养生长(G1)，成熟未分化(G2)和成熟分化的(G3)纹枯病菌AG-1-IA的表型
2 从主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)得到的得分图。(A)：根据 P的前两个分量(PC1 与 PC2)的得分图。(B)，(C)和(D)：基于从三个比较的相应 P到的前两个潜在成分的得分图(G2 对 G1，G3 对 G1 和 G3 与 G2)。根据配对比较离情况明确。G2组和G1组PLS-DA模型的R2X，R2Y，Q2Y和RMSEE值分别为6，93.9％和 0.022。 G3 组和 G1 组的 PLS-DA 模型 R2X，R2Y，Q2Y 和 RMSEE .7％，98.9％，97.1％和 0.012。G3 组和 G2 组的 PLS-DA 模型的 R2X，R2Y，Q2Y 和 R为 61.5％，98.1％，87.8％和 0.02。 每个组的椭圆表示 Hotelling 的 T2 95％置信区e 2-2 Score plots derived from principal component analysis (PCA) and partiaes discriminant analysis (PLS-DA). (A): Score plots based on the first two componen2) derived from the PCA results. (B), (C) and (D): Score plots based on the first twoonents derived from the corresponding PLS-DA model for the three comparisons (G2 vs and G3 vs G2). According to the paired comparison, the separation between every twolear. The R2X, R2Y, Q2Y and RMSEE values in the PLS-DA models for groups G2 65.1%, 97.6%, 93.9% and 0.022, respectively. The R2X, R2Y, Q2Y and RMSEE valueA models for groups G3 and G1 were 71.7%, 98.9%, 97.1% and 0.012, respectively. ThQ2Y and RMSEE values in the PLS-DA models for groups G3 and G2 were 61.5%, and 0.02, respectively. The ellipse for each group represented Hotelling’s T2 95% conal.
2.3.2. 非监督的主成分分析探索组间差异通过 UPLC-QTOF-MS 分析每组的纹枯病菌 AG-1-IA 菌丝体，并采用 XCMS 和CAMERA 软件对原始数据进行峰挑选和注释。针对每一行（样本）归一化，并在针对每一列使用 Pareto 方法进行标准化。首选使用无监督主成分分析(PCA)来分析整个数据集。PCA 评分图如图 2-2 (A)所示。结果表明，所有变量之间的差异的 60％可以由前两个主要成分进行解释，其中第一主成分占总数的 47.5％，第二主成分占剩余差异的 12.5％。根据得分图可知，尽管 G2 和 G3 样本组彼此接近，但是基于前两个主要成分可以清楚观察到三组样本之间明显的差别。结果显示营养生长的菌丝图 2-3 偏最小二乘分类分析模型的置换检验。((A))，((B))和((C))分别是基于PLS-DA模型的((G2vs G1，G3 vs G1 和 G3 vs G2))的置换检验。每个模型中的 R2Y 和 Q2Y 值均证明对应的 PLS-DA模型无过度拟合的现象。Figure 2-3 Plots for permutation tests in PLS-DA models. (A), (B) and (C) were presented basedon the permutation tests for PLS-DA models (G2 vs G1, G3 vs G1 and G3 vs G2), respectively. TheR2Y and Q2Y values in each model were proved to be significant, which suggested that each PLS-DAmodel was not over-fitted.
本文编号：3540077
【文章来源】：华中农业大学湖北省 211工程院校 教育部直属院校
【文章页数】：137 页
【学位级别】：博士
【部分图文】：
在PDA平板上营养生长(G1)，成熟未分化(G2)和成熟分化的(G3)纹枯病菌AG-1-IA的表型
2 从主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)得到的得分图。(A)：根据 P的前两个分量(PC1 与 PC2)的得分图。(B)，(C)和(D)：基于从三个比较的相应 P到的前两个潜在成分的得分图(G2 对 G1，G3 对 G1 和 G3 与 G2)。根据配对比较离情况明确。G2组和G1组PLS-DA模型的R2X，R2Y，Q2Y和RMSEE值分别为6，93.9％和 0.022。 G3 组和 G1 组的 PLS-DA 模型 R2X，R2Y，Q2Y 和 RMSEE .7％，98.9％，97.1％和 0.012。G3 组和 G2 组的 PLS-DA 模型的 R2X，R2Y，Q2Y 和 R为 61.5％，98.1％，87.8％和 0.02。 每个组的椭圆表示 Hotelling 的 T2 95％置信区e 2-2 Score plots derived from principal component analysis (PCA) and partiaes discriminant analysis (PLS-DA). (A): Score plots based on the first two componen2) derived from the PCA results. (B), (C) and (D): Score plots based on the first twoonents derived from the corresponding PLS-DA model for the three comparisons (G2 vs and G3 vs G2). According to the paired comparison, the separation between every twolear. The R2X, R2Y, Q2Y and RMSEE values in the PLS-DA models for groups G2 65.1%, 97.6%, 93.9% and 0.022, respectively. The R2X, R2Y, Q2Y and RMSEE valueA models for groups G3 and G1 were 71.7%, 98.9%, 97.1% and 0.012, respectively. ThQ2Y and RMSEE values in the PLS-DA models for groups G3 and G2 were 61.5%, and 0.02, respectively. The ellipse for each group represented Hotelling’s T2 95% conal.
2.3.2. 非监督的主成分分析探索组间差异通过 UPLC-QTOF-MS 分析每组的纹枯病菌 AG-1-IA 菌丝体，并采用 XCMS 和CAMERA 软件对原始数据进行峰挑选和注释。针对每一行（样本）归一化，并在针对每一列使用 Pareto 方法进行标准化。首选使用无监督主成分分析(PCA)来分析整个数据集。PCA 评分图如图 2-2 (A)所示。结果表明，所有变量之间的差异的 60％可以由前两个主要成分进行解释，其中第一主成分占总数的 47.5％，第二主成分占剩余差异的 12.5％。根据得分图可知，尽管 G2 和 G3 样本组彼此接近，但是基于前两个主要成分可以清楚观察到三组样本之间明显的差别。结果显示营养生长的菌丝图 2-3 偏最小二乘分类分析模型的置换检验。((A))，((B))和((C))分别是基于PLS-DA模型的((G2vs G1，G3 vs G1 和 G3 vs G2))的置换检验。每个模型中的 R2Y 和 Q2Y 值均证明对应的 PLS-DA模型无过度拟合的现象。Figure 2-3 Plots for permutation tests in PLS-DA models. (A), (B) and (C) were presented basedon the permutation tests for PLS-DA models (G2 vs G1, G3 vs G1 and G3 vs G2), respectively. TheR2Y and Q2Y values in each model were proved to be significant, which suggested that each PLS-DAmodel was not over-fitted.
本文编号：3540077
本文链接：https://www.wllwen.com/nykjlw/dzwbhlw/3540077.html
最近更新
教材专著
