一种评价香蕉镰刀菌枯萎病抗病性的方法

文档序号:1444409 发布日期:2020-02-18 浏览:13次 >En<

阅读说明:本技术 一种评价香蕉镰刀菌枯萎病抗病性的方法 (Method for evaluating disease resistance of banana fusarium wilt ) 是由 吴元立 黄秉智 彭新湘 张智胜 杨兴玉 于 2019-11-07 设计创作,主要内容包括:本发明公开了一种对香蕉镰刀菌枯萎病的抗病性进行评价的方法,属于农业—植物保护技术领域。与田间鉴定法和苗期人工接种鉴定法不同,生根试管苗离体接种鉴定法是在无菌条件下将Foc接种到香蕉试管苗的基部,然后按照1-6级的病害评价等级进行抗病性鉴定。鉴于病害级数在病害严重度上是非线性的,利用Logistic回归分析进行模型构建和发病等级概率预测,再根据预测结果进一步将香蕉品种的抗病性划分为高抗、抗病、中抗、感病和高感等5个级别。本发明提供的方法实现了生根试管苗离体接种鉴定法和其它鉴定法的整合,通过对采用不同鉴定方法获得的结果进行比对,并在此基础上调整实验方案和技术路线,推动抗病育种工作的进程。(The invention discloses a method for evaluating disease resistance of fusarium wilt of banana, belonging to the technical field of agriculture and plant protection. Different from a field identification method and a seedling stage artificial inoculation identification method, the rooting test-tube plantlet in-vitro inoculation identification method is characterized in that Foc is inoculated to the base of a banana test-tube plantlet under an aseptic condition, and then disease resistance identification is carried out according to a disease evaluation grade of 1-6 grade. In view of the fact that the disease grade number is nonlinear in disease severity, Logistic regression analysis is utilized to conduct model construction and disease grade probability prediction, and then the disease resistance of the banana variety is further divided into 5 grades such as high resistance, disease resistance, medium resistance, susceptible disease and high sensitivity according to prediction results. The method provided by the invention realizes the integration of the rooting test-tube plantlet in vitro inoculation identification method and other identification methods, compares the results obtained by adopting different identification methods, and adjusts an experimental scheme and a technical route on the basis to promote the progress of disease-resistant breeding work.)

一种评价香蕉镰刀菌枯萎病抗病性的方法

技术领域

本发明属于农业-植物保护技术领域,特别涉及一种评价香蕉镰刀菌枯萎病抗病性的方法。

背景技术

香蕉镰刀菌枯萎病抗病性的鉴定是抗病育种工作的重要环节,主要分为田间鉴定法、苗期人工接种鉴定法和生根试管苗离体接种鉴定法等。

虽然田间的病害观察结果仍然是对抗性水平进行评价的最终依据,但在田间开展香蕉镰刀菌枯萎病的抗性鉴定,需要有大面积发病均匀的地块,并且成本较高。抗枯萎病香蕉新品种引种评价(刘文清等)以及几个香蕉品种对枯萎病的抗性与主要性状比较(黄素梅等)均报道了,研究学者在田间发病率的基础上,将香蕉种质的抗病性划分为高抗、抗病、中抗、感病和高感五个级别。

苗期人工接种鉴定法:在温室大棚中建立盆栽系统或水培系统,接着将病原菌(Fusarium oxysporum f.sp.cubense,Foc)接种到香蕉苗的根部并记录发病情况。根据调查结果,按照下列公式计算各个品种的病情指数:

Figure BDA0002263545860000011

最后依据苗期病情指数将供试香蕉品种的抗病性划分为高抗、抗病、中抗、感病和高感等5个级别。相关文献报道如:18份广东香蕉种质对枯萎病的抗性评价(宋晓兵等),香蕉对尖孢镰刀菌热带4号小种的抗性评价方法的建立(左存武等)。

生根试管苗离体接种鉴定法是在无菌条件下将Foc接种到香蕉生根试管苗的基部,接种后将培养容器放置在组培室中观察发病情况,然后按照1-6级的病害评价等级对单株生根试管苗进行病害等级鉴定。由于生根试管苗离体接种鉴定法的病害级数在病害严重度上是非线性的,代入前述病情指数计算公式所得的数值并不能反映真正的发病程度。也即在病害分级没有数量界限的情况下,病情指数计算公式并不适用。

综上所述,根据病害等级数据的特点构建合理的数学模型,并在此基础上进一步科学地划分抗病性级别成为亟需解决的问题。

发明内容

本发明的目的在于提供一种评价香蕉镰刀菌枯萎病抗病性的方法。

为达到上述目的,本发明所采取的技术方案是:

一种评价香蕉镰刀菌枯萎病抗病性的方法,包括以下步骤:

1)数据收集:观察获得香蕉生根试管苗接种Foc后的病害等级数;

2)基于累积Logistic回归的模型构建:

Logistic回归模型对应包含5个logit函数:

Figure BDA0002263545860000021

Figure BDA0002263545860000022

Figure BDA0002263545860000023

Figure BDA0002263545860000024

Figure BDA0002263545860000025

其中:p1,p2,p3,p4,p5,p6为事件概率,分别代表1-6级病害评价等级,用于对比的基础水平是第6级;xk(k=1,2,...,K)代表第k个香蕉品种;β0j(j=1,2,…,5)代表回归的截距项;βk(k=1,2,...,K)代表回归系数。每个logit函数具有相同的系数项和不同的截距项,各累积logit的回归线是相互平行的;

Logistic回归模型使用的估计方法为极大似然法,根据前述为预测香蕉生根试管苗发病程度设计的Logistic模型函数,得到的累积Logistic回归模型描述如下:

Figure BDA0002263545860000026

其中y′代表香蕉生根试管苗的发病情况;α代表截距项;βk(k=1,2,...,K)代表回归系数;xk(k=1,2,...,K)代表第k个香蕉品种;ε是误差项;

3)计算累积概率:

将生根试管苗离体接种鉴定法设定的6个病害等级赋予相应的取值y=1,y=2,...,y=6,

各y值间关系为(y=1)<(y=2)<...<(y=6),共有5个分界线分开相邻类别:

如果y′≤μ1,则y=1;

如果μ1<y′≤μ2,则y=2;

如果μ2<y′≤μ3,则y=3;

如果μ3<y′≤μ4,则y=4;

如果μ4<y′≤μ5,则y=5;

如果μ5<y′,则y=6;

μj是分开类别的分界点,且μ1<μ2<μ3<μ4<μ5

则累积概率的计算公式如下:

Figure BDA0002263545860000031

由此可以得到某香蕉品种的生根试管苗处于某病害等级的概率,计算方法如下:

P(y=1)=P(y≤1)

P(y=2)=P(y≤2)-P(y≤1)

P(y=3)=P(y≤3)-P(y≤2)

P(y=4)=P(y≤4)-P(y≤3)

P(y=5)=P(y≤5)-P(y≤4)

P(y=6)=1-P(y≤5)

且各等级概率值和为1,即P(y=1)+P(y=2)+…+P(y=6)=1;

4)根据病害等级的预测概率进一步划分抗病性级别。

根据本发明的实施例,步骤1)所述病害等级分为1-6级,1级-假茎基部的小叶片枯萎,但假茎本身的颜色并未发生变化;2级-假茎颜色变暗的区域小于或等于整个假茎高度的1/2;3级-假茎颜色变暗的区域超过整个假茎高度的1/2;4级-变黄或枯萎的上部叶片数小于或等于小植株上部总叶片数的1/2;5级-变黄或枯萎的上部叶片数超过小植株上部总叶片数的1/2;6级-整株试管苗枯萎死亡。

根据本发明的实施例,步骤4)抗病性级别为:当P(y=2)≥50%,P(y=1)≤50%,为高抗。

根据本发明的实施例,步骤4)抗病性级别为:当P(y=2)≥50%,P(y=3)≤50%,为抗病。

根据本发明的实施例,步骤4)抗病性级别为:当P(y=3)≥50%,P(y=2)≤50%或P(y=4)≤50%,为中抗。

根据本发明的实施例,步骤4)抗病性级别为:当P(y=4)≥50%,P(y=3)≤50%或P(y=5)≤50%,为感病。

根据本发明的实施例,步骤4)抗病性级别为:当P(y=5)≥50%,P(y=4)≤50%或P(y=6)≤50%,为高感。

本发明的有益效果是:

Logistic回归模型属于概率型非线性回归模型,它对数据的正态性、方差齐性以及自变量类型等不做要求,并且具有系数的可解释性等优点,采用Logistic回归分析病害等级数据将大大提高生根试管苗离体接种鉴定法的准确性;根据发病等级概率的预测结果,进一步将供试香蕉品种的抗病性划分为高抗、抗病、中抗、感病和高感等5个级别,实现了生根试管苗离体接种鉴定法和其它鉴定法的整合,通过对采用不同鉴定方法获得的结果进行比对,并在此基础上调整实验方案和技术路线,可以有效地推动香蕉抗枯萎病育种的进程。

附图说明

图1为利用本发明的方法对香蕉生根试管苗的病害等级数据进行分析的结果。

具体实施方式

下面结合实施例对本发明中的技术方案进行清楚、完整的说明,但并不局限于此。

实施例1

实验材料:巴西香蕉、抗枯5号香蕉、宝岛蕉、农科1号香蕉、广粉1号粉蕉和东莞大蕉等6个品种。

方法:按照一种对香蕉镰刀菌枯萎病的抗病性进行快速鉴定的方法(专利号为:ZL200910192176.0),建立香蕉—Foc离体互作体系。接种Foc后24天,观察记录生根试管苗的发病情况,按照1-6级的病害评价等级(表1),对单株生根试管苗进行病害等级鉴定。

表1香蕉镰刀菌枯萎病生根试管苗离体接种鉴定法的病害等级

病害等级 分级标准
1级 假茎基部的小叶片枯萎,但假茎本身的颜色并未发生变化
2级 假茎颜色变暗的区域小于或等于整个假茎高度的1/2;
3级 假茎颜色变暗的区域超过整个假茎高度的1/2;
4级 变黄或枯萎的上部叶片数小于或等于小植株上部总叶片数的1/2;
5级 变黄或枯萎的上部叶片数超过小植株上部总叶片数的1/2;
6级 整株试管苗枯萎死亡。

将各品种的病害等级录入SPSS 19.0,执行Logistic回归分析,结果见图1。

从图1可以看出:巴西香蕉5级病害的发生概率为70%、6级病害的发生概率为30%;广粉1号粉蕉4级病害的发生概率为70%、5级病害的发生概率为30%;宝岛蕉3级病害的发生概率为50%、4级病害的发生概率为50%;农科1号香蕉2级病害的发生概率为80%、3级病害的发生概率为20%;抗枯5号香蕉1级病害的发生概率为30%、2级病害的发生概率为70%;东莞大蕉1级病害的发生概率为40%、2级病害的发生概率为60%。

根据图1病害等级概率的预测结果,对照本发明制定的抗病性级别划分标准(表2),6个供试香蕉品种的抗病性级别划分为:高感(巴西香蕉)、感病(广粉1号粉蕉)、中抗(宝岛蕉)、抗病(农科1号香蕉)和高抗(抗枯5号香蕉和东莞大蕉)。

上述抗病性级别划分结果与实际情况相符。

表2病害等级的预测概率和抗病级别的关系

病害等级的预测概率 抗病级别
2级≥50%,1级≤50% 高抗
2级≥50%,3级≤50% 抗病
3级≥50%,2级≤50%或4级≤50% 中抗
4级≥50%,3级≤50%或5级≤50% 感病
5级≥50%,4级≤50%或6级≤50% 高感

对比例:

苗期人工接种鉴定法:在温室大棚中建立盆栽系统或水培系统,接着将病原菌(Foc)接种到香蕉苗的根部并记录发病情况。按照下列公式计算各个品种的病情指数:

依据苗期病情指数,将供试香蕉品种的抗病性划分为高抗、抗病、中抗、感病和高感等5个级别。相关文献报道可见18份广东香蕉种质对枯萎病的抗性评价(宋晓兵等),香蕉对尖孢镰刀菌热带4号小种的抗性评价方法的建立(左存武等)。

对比例的生根试管苗离体接种鉴定法的病害级数在病害严重度上是非线性的,代入前述病情指数计算公式所得的数值并不能反映真正的发病程度。也即在病害分级没有数量界限的情况下,病情指数计算公式并不适用。根据病情指数计算公式所得的数值划分抗病性级别不完全符合实际。

上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

8页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:一种用于利福平胶囊微生物限度控制菌检查的抗菌活性去除方法

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!