导读:本文包含了环境互作效应论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:环境,性状,胡麻,对虾,基因型,大豆,基因。
环境互作效应论文文献综述
Mita,Khatun[1]（2019）在《包含加性、显性、上位性及基因与环境互作效应的复杂性状遗传分析》一文中研究指出全基因组关联分析(GWAS)已广泛用于解析人类,植物和动物复杂性状遗传结构。GWAS提供了一种强大的工具,可以将个体的表型差异归因于潜在的遗传差异。随着新一代测序技术发展,已经为不同的生物开展了重测序,生成了高密度单核苷酸多态性(SNP)阵列。众所周知,在数量遗传学中复杂性状由多基因,上位性及基因与环境互作效应控制。大多数GWAS分析忽略了显性、上位性和基因与环境互作效应对复杂性状产生的影响。忽视这些影响是GWAS遗传率缺失的重要原因之一。本研究中,通过使用QTXNetwork中混合线性模型方法,估计了显性、上位性和环境特异性遗传力对玉米NAM种群穗部性状的影响。对于NAM群体,全模型包括加性、显性、上位性和环境特异性遗传效应。对于MESA群体,混合线性模型包括加性、显性、上位性和种族特异性遗传效应。本研究中,解析了MESA群体的体表面积(BSA)和玉米穗性状的遗传结构,提供了新的见解。对于玉米穗部性状,显性和显性相关的上位效应对估计的遗传力有显着贡献。环境特异性遗传效应也是玉米穗的遗传变异的重要组成部分。只有少数控制玉米穗性状的多效位点被鉴定出来。通过利用关联分析结果预测了优良品系和优良杂交品种。全模型有助于理解穗部性状的遗传结构,并提供特定环境下分子标记辅助选择的技术路线,为选育高产量作物提供一定的帮助。Monte-Carlo模拟研究揭示了基因与环境相互作用对分析复合体性状的重要性。忽略基因与环境互作可能导致较低的检测功效和较高的错误发现率(FDR)。此外,它可能会误导遗传效应遗传力的估计。BSA的遗传分析鉴定了与肥胖相关的几种疾病相关的基因。BSA受多个基因座和种族特异性遗传效应控制。基础和条件模型总遗传力的估计大部分相似,其中杂合基因型在表型变异中起着重要作用。不同的生活方式影响着基因座的表达以控制表型变异。生物信息学分析表明,候选基因与钙化合物或BSA相关疾病有关。本研究探讨了不同种族群体中BSA的复杂遗传机制,并评估了不同的生活方式对基因遗传水平的影响,这可能有助于个性化医疗的设计。(本文来源于《浙江大学》期刊2019-04-01）
赵小强,任斌,彭云玲,徐明霞,方鹏[2]（2019）在《8种水旱环境下2个玉米群体穗部性状QTL间的上位性及环境互作效应分析》一文中研究指出深入剖析干旱胁迫条件下玉米穗部性状的遗传机制可为玉米抗旱高产分子育种提供参考依据。以大穗型旱敏感自交系TS141为共同亲本,分别与小穗型强抗旱自交系廊黄和昌7-2杂交,构建了含有202个(LTPOP)和218个(CTPOP)家系的F2:3群体,在8种水旱环境下进行单穗重、穗轴重、穗粒重、百粒重、出籽率及穗长等6个穗部性状的表型鉴定,并采用复合区间作图法(CIM)和基于混合线性模型的复合区间作图法(MCIM)对其进行单环境和多环境联合数量性状位点(QTL)分析。结果表明,采用CIM法,单环境下在2套F2:3群体间检测到62个穗部性状QTL,其中干旱胁迫环境下检测到38个QTL,进一步在2套F2:3群体多个干旱胁迫环境下检测到10个稳定表达的QTL (sQTL),分别位于Bin 1.01–1.03、Bin 1.03–1.04、Bin 1.05、Bin 1.07、Bin 1.07–1.08、Bin 2.04、Bin 4.08、Bin 5.06–5.07、Bin6.05和Bin 9.04–9.06。采用MCIM法,联合分析定位到54个穗部性状联合QTL,其中24个表现显着的QTL与环境互作(QTL×E), 17对参与了显着的加性与加性/显性(AA/AD)上位性互作,其表型贡献率较低。这些研究结果可为系统地剖析玉米穗部性状的分子遗传机制提供理论依据;且这2套F2:3群体多个环境下检测到的sQTL可作为穗部性状改良的重要候选染色体区段,用于图位克隆或抗旱高产分子育种,但要注重环境及上位性互作效应的影响。(本文来源于《作物学报》期刊2019年06期）
党照,张建平,王利民[3]（2018）在《基因型与环境及其互作效应对胡麻产量及品质的影响》一文中研究指出运用联合方差和AMMI模型对11个胡麻新品系在6个地点的产量、含油率、亚麻酸、亚油酸、油酸、棕榈酸和硬脂酸的表现及稳定性进行了研究。结果表明:环境及环境和基因型互作效应对胡麻产量及品质有显着影响且影响的大小不同。对产量影响的大小为环境>交互作用>基因型;含油率为:环境>基因型>交互作用;亚麻酸为:环境>基因型>交互作用;亚油酸为:环境>交互作用>基因型;油酸为:交互作用>环境>基因型;棕榈酸为:交互作用>环境>基因型;硬脂酸为:环境>交互作用>基因型。通过稳定性参数可以看出,99012-3产量、亚麻酸稳定性最好;200617-8的含油率稳定性最好;09162的棕榈酸、硬脂酸稳定性最好;988-1的油酸稳定性最好;9894-4的亚油酸稳定性最好。(本文来源于《中国作物学会油料作物专业委员会第八次会员代表大会暨学术年会综述与摘要集》期刊2018-11-19）
喻娇,冯乃宪,喻乐意,莫测辉[4]（2017）在《土壤环境中典型抗生素残留及其与微生物互作效应研究进展》一文中研究指出抗生素大量不规范使用,其残留对环境和人类健康造成严重威胁。污水灌溉和生物有机肥的施用使土壤成为抗生素的主要归趋地之一,抗生素残留对土壤微生物产生不同程度的影响。首先综述了土壤抗生素污染现状,进一步论述了土壤抗生素残留对抗性基因诱导和微生物群落结构的影响,重点介绍了微生物方法在去除抗生素污染方面的重要作用,并指出了土壤抗生素污染研究中存在的问题,对今后主要研究方向进行展望。(本文来源于《微生物学杂志》期刊2017年06期）
党照,张建平,赵利,王利民[5]（2017）在《基因型与环境及其互作效应对胡麻主要农艺性状的影响》一文中研究指出运用联合方差和AMMI模型对11个胡麻新品系在6个地点的产量、株高、工艺长度、分枝数、单株果数、每果粒数、千粒质量和单株生产力的表现及稳定性进行研究。结果表明:环境及环境和基因型互作效应对胡麻主要农艺性状有显着影响且对各农艺性状影响的大小不同。对产量影响的大小为环境>交互作用>基因型;对株高的影响:环境>基因型>交互作用;对工艺长度的影响:环境>基因型>交互作用;对分枝数的影响:环境>交互作用>基因型;对单株果数的影响:交互作用>环境>基因型;对每果粒数的影响:交互作用>环境>基因型;对千粒质量的影响:环境>交互作用>基因型;对单株生产力的影响:环境>交互作用>基因型。通过稳定性参数可以看出,‘0569-14’产量稳定性最好;‘2004M1-15-1-1-1’的株高和工艺长度稳定性最好;‘0559-15’的分枝数、单株果数和单株生产力稳定性最好;‘1S×外6’的每果粒数稳定性最好;‘113×81A350’的千粒质量稳定性最好。(本文来源于《西北农业学报》期刊2017年09期）
毛婷婷,李金玉,文自翔,武婷婷,吴存祥[6]（2017）在《不同光温条件下大豆开花期相关位点的鉴定及环境互作效应分析》一文中研究指出大豆是典型的短日喜温作物,光周期和温度协同调控大豆的生长发育,但长期以来,准确评价光温互作效应、寻找光温互作的分子基础一直是大豆开花期研究的难题。本研究将91份大豆品种(MG000-Ⅷ)种植于人工控制光温条件(自然光照、短日照(12h)、长光照(16h)等3种光周期处理和春、夏播模拟高、低温处理)下,得到不同光温组合下大豆开花期表型,结合172个SSR标记和5107个SNP标记,进行全基因组关联分析和基因与环境互作分析,以期解析大豆开花期位点在不同光温环境的变化规律。利用全基因组关联分析,共检测到87个位点(其中包括11个SSR标记和76个SNP标记)与大豆开花期相关,其中多数位点对光温环境敏感,效应值大的位点主要集中在Gm 11、Gm 16和Gm 20染色体上。在长日条件下检测到的大豆开花期位点数目远大于短日条件。基因与环境互作分析表明,大豆开花期的遗传变异主要由加性与环境互作和上位性与环境互作引起。本研究鉴定出与大豆开花期相关的重要候选位点,如Gm04 4497001(接近GmCOL3a),Gm16 30766209(位于GmFT2a和GmFT2b之间)和Gm19 47514601(位于E3内部)等,其中Gin04 4497001与多个位点存在互作,可能是控制大豆开花期的关键位点。大豆开花期位点与环境互作的方向依赖于光周期,其大小取决于温度,从而在分子水平上验证了本实验室先前提出的光温互作模型,即光周期决定大豆发育的方向,温度控制大豆发育的速度。上述结果深化了对大豆开花期遗传机制的认识,为针对特定地区和条件选育适应性品种提供了理论依据。(本文来源于《第十届全国大豆学术讨论会论文摘要集》期刊2017-07-31）
刘焕成[7]（2017）在《大豆维生素E遗传变异、QTL及环境互作效应分析》一文中研究指出维生素E是抗氧化剂,是人类必需的微营养,对维系身体健康有重要作用。大豆(Glycine max(Linn.)Merr)籽粒是重要的维生素E来源,因此,在种质资源改良或育种中提高大豆籽粒维生素E含量是一项重要的课题。本研究采用富含维生素E的大豆品种北丰9和低维生素E含量的大豆品种Freeborn作为亲本配置杂交组合,以亲本及该组合衍生的238份F6:7重组自交系群体(RIL)为试验材料,6个环境下对大豆籽粒维生素E及其组分含量进行了遗传分析和相关性分析;利用174个多态性良好的SSR标记构建遗传连锁图谱;采用复合区间作图法(CIM)挖掘与大豆籽粒α-生育酚、γ-生育酚、δ-生育酚和维生素E总含量相关的QTL,使用mixed model-based composite interval mapping(MCIM)方法分析加性QTL、加性QTL与环境互作、上位性QTL及上位性QTL与环境互作。具体研究结果如下:(1)重组自交系群体在α-生育酚、γ-生育酚、δ-生育酚和维生素E总含量上存在广泛的表型变异。大豆籽粒维生素E及其组分含量由遗传和环境共同控制,其中环境对表型影响较大。(2)大豆维生素E及其组分之间,除了大豆籽粒α-生育酚与δ-生育酚含量没有表现出稳定的相关性外,α-生育酚、γ-生育酚、δ-生育酚和维生素E总含量两两之间均表现为极显着正相关。大豆籽粒α-生育酚含量与节数呈显着负相关关系,与其他农艺性状无稳定相关性。其他组分(γ-生育酚、δ-生育酚和维生素E总含量)与农艺性状无稳定相关性。大豆籽粒α-生育酚和γ-生育酚含量分别与蛋白质和脂肪含量之间没有稳定的相关性。(3)利用符合区间作图法(CIM),共检测到66个与大豆籽粒维生素E及其组分含量相关的QTL。其中,21个与α-生育酚相关的QTL定位在4条染色体上,17个与γ-生育酚相关的QTL定位在6条染色体上,13个与δ-生育酚相关的QTL定位在4条染色体上,15个与维生素E总含量相关的QTL定位在6条染色体上。以上QTL对大豆籽粒维生素E及其组分含量的表型变异贡献率范围为2.4~32.6%。首次发现2个重要的QTL(BARCSOYSSR_10_1140-BARCSOYSSR_10_1188和BARCSOYSSR_15_0855-BARCSOYSSR_15_0887)同时与α-生育酚、γ-生育酚、δ-生育酚和维生素E总含量相关,对α-生育酚、γ-生育酚、δ-生育酚和维生素E总含量的表型变异解释率分别为12.0%和32.6%、5.5%和13.0%、6.6%和23.6%、19.6%和21.8%。在多个环境下检测到与α-生育酚含量相关的3个标记区间BARCSOYSSR_15_0790-BARCSOYSSR_15_0855、BARCSOYSSR_15_1113-BARCSOYSSR_15_1159和BARCSOYSSR_15_1159-BARCSOYSSR_15_1190,分别解释22.2%、23.8%和24.4%的表型变异。在2个环境下均检测到标记区间BARCSOYSSR_09_1098-BARCSOYSSR_09_1128和BARCSOYSSR_15_0887-BARCSOYSSR_15_0935与维生素E总含量相关,可解释21.8%和16.4%的表型变异。上述与大豆籽粒维生素E及其组分含量相关SSR标记可用于MAS育种中。(4)利用MCIM模型共发现11个与大豆维生素E及其组分相关的加性QTL,其中5个在CIM分析中被检测到,6个为MCIM方法新发现的QTL。3个与α-生育酚含量相关的QTL(Qα10_3、Qα18_3和Qα18_4)、1个与γ-生育酚含量相关的QTL(Qγ15_3)、1个与δ-生育酚含量相关的QTL(Qδ10_4)和1个与维生素E总含量相关的QTL(QTVE10_2)在不同环境表现出additive×environment(AE)互作效应。检测到2、3和4对上位性QTL分别与α-生育酚、γ-生育酚和δ-生育酚含量相关,其中2对与γ-生育酚含量相关的上位QTL(Qγe_1和Qγe_2)表现为与环境互作效应(AAE)。GE互作及上位性互作信息能为高维生素E含量大豆分子辅助育种提供理论指导。(5)使用MCIM模型共检测到12个与大豆株高、节数、分枝数、荚数、单株粒数、单株粒重和百粒重相关的QTL,其中11个QTL(7个标记区间)与大豆籽粒维生素E及其组分含量相关。这些标记区间在大豆高维生素E育种和大豆农艺性状改良研究中具有重要利用价值。(本文来源于《东北农业大学》期刊2017-06-01）
郝登春[8]（2017）在《正常和低盐度养殖条件下凡纳滨对虾收获体重基因型与环境互作效应分析》一文中研究指出凡纳滨对虾(Litopenaeus vannamei)具有含肉率高、抗逆性强、生长快和耐高密度养殖等优势,是世界对虾养殖的最主要的品种。凡纳滨对虾具有较广盐性,盐度耐受范围广,其仔虾经淡化后可在低盐环境条件下生长,已逐渐发展成为一种重要的养殖模式。国内,凡纳滨对虾在低盐度环境下的养殖产量已占总产量的50%左右。然而,与中高盐度海水相比,低盐海水水质环境稳定性差,严重影响到对虾的生长与存活性能,难以实现高密度养殖。目前,尚未培育出专门适合低盐度养殖环境的新品种。因此,本研究以凡纳滨对虾家系为研究对象,通过淡化、混养养殖测试等方法,比较了正常和低盐度养殖条件下家系生长、存活性状差异;评估了仔虾淡化阶段与养殖阶段存活性状的遗传参数;分析了正常和低盐度养殖条件下收获体重的基因型与环境互作效应。研究结果为选育适应低盐度养殖条件下的凡纳滨对虾优良新品种提供理论和数据支持。主要研究结果如下:(一)凡纳滨对虾家系幼虾淡化和养殖阶段存活性状遗传参数估计2015年,利用定向交尾技术成功构建170个凡纳滨对虾家系,对其中100个家系15000尾仔虾个体进行了淡化和低盐养殖试验,淡化试验:主要是通过排出高盐度海水并加入人工配制的低盐度海水完成,最终盐度从30‰降至5‰;养殖试验:凡纳滨对虾家系在盐度为5‰的环境条件下养殖;试验结束后统计两个阶段家系的成活率。分析了两个阶段家系间存活率的差异,并进一步估计了存活性状的遗传力。结果表明,淡化阶段和养殖阶段存活率范围分别为19.33―100.00%和11.9―99.2%,平均存活率分别为66.7%和67.5%。合并两阶段总体存活率范围为6.67%―90.67%,平均存活率为46.91%。统计分析表明,两个阶段家系间存活率差异极显着(P<0.01),两个阶段家系存活率的相关系数为0.61(P<0.01),呈中度正相关(0.3<r<0.8)。利用加性效应(A)和加性+共同环境效应(A+C)模型分别估计了淡化、低盐度养殖以及合并两阶段存活性状转换后的遗传力。基于A模型,淡化阶段、养殖阶段和合并两阶段存活性状转换后的遗传力分别为0.46、0.41和0.53,与0相比估计值均达到极显着水平(Z>2.58);基于A+C模型,叁个阶段遗传力转换后估计值分别为0.06、0.05和0.07,与0相比估计值均未达到显着水平(Z<1.96)。基于A模型和A+C模型,获得的两个阶段间家系存活性状育种值的相关系数分别为0.41±0.09,0.48±0.09。(二)正常和低盐度养殖条件下凡纳滨对虾收获体重基因型与环境互作效应分析2016年,对正常盐度78个家系、低盐79个家系进行混养测试,分析了两种养殖环境条件下收获体重的基因型与环境互作效应(genotype by environment interaction,G×E)。正常和低盐度收获体重的遗传力分别为0.674±0.089、0.329±0.070,均属高遗传力水平,统计分析表明,收获体重遗传力估计值均达到极显着水平(P<0.01),Z-score检验表明正常盐度与低盐度收获体重间遗传力估计值也达到极显着水平(P<0.01)。两种养殖环境收获体重间的遗传相关系数为0.496±0.128,表现为中度正相关(0.3<R<0.8),估计值与1间差异极显着(P<0.01)。K值为0.87,收获体重的G×E效应显着(K>0.5)。(叁)正常和低盐度养殖条件下凡纳滨对虾家系体重、存活性状的比较2015年,对正常盐度85个家系、低盐89个家系进行混养测试,比较了正常和低盐度养殖条件下凡纳滨对虾家系体重、存活性状。结果表明,正常盐度收获体重均值为13.20g显着高于低盐的7.91g(P<0.01),家系平均成活率为0.65也显着高于低盐的0.45(P<0.01)。正常盐度家系体重均值范围为9.14―19.37g,低盐变化范围为5.06—10.70g,正常和低盐度之间家系收获体重均值的差异极显着(P<0.01)。正常盐度家系存活率范围为0.29―0.95,低盐为0.08―0.83,高盐和低盐度之间的家系存活率的差异极显着(P<0.01)。正常盐度体重增长率和特定生长率分别为0.115±0.032g/d、1.424±0.055%,低盐分别0.080±0.019g/d、1.605±0.045%,正常和低盐度体重增长率、特定生长率差异均极显着(P<0.01)。(本文来源于《上海海洋大学》期刊2017-05-17）
钱佳慧,胡志国,刘建勇[9]（2016）在《基于AMMI模型分析凡纳滨对虾选育家系基因型与环境互作效应》一文中研究指出为选育出具有广适性和适应某一特定环境的凡纳滨对虾(Litopenaeus vannamei)家系,实验采用巢式交配设计建立了凡纳滨对虾选育家系,并从中选出7个体质量性状优良的家系进行主效可加互作可乘模型(AMMI)分析,得出7个凡纳滨对虾选育家系体质量基因型与环境互作效应。结果表明,凡纳滨对虾7个家系的基因型与环境互作效应(G×E)达极显着水平(P<0.01);G×E效应平方和占总平方和的20.608%,家系效应平方和占总平方和的12.814%,环境效应平方和占总平方和的64.289%,说明家系体质量差异受环境效应影响显着,此外环境与基因型互作效应对体质量也存在影响,且影响力大于家系效应;基于双标图AMMI模型分析和稳定性参数分析,家系G2产量较高,为12.90g,但G2对环境的选择能力以及依赖性较强,不适合广泛推广;G6产量为9.00g,与G2相比虽然产量稍低,但其家系稳定性较高,对环境选择能力以及依赖性较弱,适合在多种类型环境下养殖,因此G6为中产、稳定、广适应性的家系,其基因型适合新品系的选育及推广;通过AMMI模型双标图功能形态分析,G11在E1环境中体质量最高产,适合与在E1环境下推广;G2在E2环境中最高产,适合在E2环境下推广;G5在E3环境中体质量最高产,适于在E3环境下推广。(本文来源于《海洋学报》期刊2016年08期）
滕振宁,张玉烛,方宝华,刘洋,何洋[10]（2016）在《用AMMI双标图分析早稻稻米镉含量的基因型与环境互作效应》一文中研究指出以湖南省广泛种植的31个早稻品种为基因型材料,在湖南省不同程度污染区选择15个试验点进行盆栽试验,利用AMMI模型(主效可加互作可乘模型)研究基因型与环境互作效应对稻米镉积累量及其稳定性的影响,以期筛选出具有低镉积累和环境适应性水稻品种。结果表明,早稻稻米镉含量受到基因、环境及两者交互作用的影响,环境及基因与环境的互作效应对早稻稻米镉含量有主导作用,变异平方和分别占总处理平方和的75.5%和21.7%;筛选出的V23(株两优706)、V29(湘早籼45号)、V20(两优早17)、V04(株两优15)4个早稻品种,属于稻米中Cd积累量较低且遗传稳定性好的基因型,适合一般污染区大面积种植;通过选择基因型与其有负向交互作用的地点组合可有效降低稻米镉含量;利用AMMI模型分析多品种、多点低镉品种筛选试验,对评价、培育、筛选、推广作物品种有指导意义。(本文来源于《生态环境学报》期刊2016年04期）
环境互作效应论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
深入剖析干旱胁迫条件下玉米穗部性状的遗传机制可为玉米抗旱高产分子育种提供参考依据。以大穗型旱敏感自交系TS141为共同亲本,分别与小穗型强抗旱自交系廊黄和昌7-2杂交,构建了含有202个(LTPOP)和218个(CTPOP)家系的F2:3群体,在8种水旱环境下进行单穗重、穗轴重、穗粒重、百粒重、出籽率及穗长等6个穗部性状的表型鉴定,并采用复合区间作图法(CIM)和基于混合线性模型的复合区间作图法(MCIM)对其进行单环境和多环境联合数量性状位点(QTL)分析。结果表明,采用CIM法,单环境下在2套F2:3群体间检测到62个穗部性状QTL,其中干旱胁迫环境下检测到38个QTL,进一步在2套F2:3群体多个干旱胁迫环境下检测到10个稳定表达的QTL (sQTL),分别位于Bin 1.01–1.03、Bin 1.03–1.04、Bin 1.05、Bin 1.07、Bin 1.07–1.08、Bin 2.04、Bin 4.08、Bin 5.06–5.07、Bin6.05和Bin 9.04–9.06。采用MCIM法,联合分析定位到54个穗部性状联合QTL,其中24个表现显着的QTL与环境互作(QTL×E), 17对参与了显着的加性与加性/显性(AA/AD)上位性互作,其表型贡献率较低。这些研究结果可为系统地剖析玉米穗部性状的分子遗传机制提供理论依据;且这2套F2:3群体多个环境下检测到的sQTL可作为穗部性状改良的重要候选染色体区段,用于图位克隆或抗旱高产分子育种,但要注重环境及上位性互作效应的影响。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
环境互作效应论文参考文献
[1].Mita,Khatun.包含加性、显性、上位性及基因与环境互作效应的复杂性状遗传分析[D].浙江大学.2019
[2].赵小强,任斌,彭云玲,徐明霞,方鹏.8种水旱环境下2个玉米群体穗部性状QTL间的上位性及环境互作效应分析[J].作物学报.2019
[3].党照,张建平,王利民.基因型与环境及其互作效应对胡麻产量及品质的影响[C].中国作物学会油料作物专业委员会第八次会员代表大会暨学术年会综述与摘要集.2018
[4].喻娇,冯乃宪,喻乐意,莫测辉.土壤环境中典型抗生素残留及其与微生物互作效应研究进展[J].微生物学杂志.2017
[5].党照,张建平,赵利,王利民.基因型与环境及其互作效应对胡麻主要农艺性状的影响[J].西北农业学报.2017
[6].毛婷婷,李金玉,文自翔,武婷婷,吴存祥.不同光温条件下大豆开花期相关位点的鉴定及环境互作效应分析[C].第十届全国大豆学术讨论会论文摘要集.2017
[7].刘焕成.大豆维生素E遗传变异、QTL及环境互作效应分析[D].东北农业大学.2017
[8].郝登春.正常和低盐度养殖条件下凡纳滨对虾收获体重基因型与环境互作效应分析[D].上海海洋大学.2017
[9].钱佳慧,胡志国,刘建勇.基于AMMI模型分析凡纳滨对虾选育家系基因型与环境互作效应[J].海洋学报.2016
[10].滕振宁,张玉烛,方宝华,刘洋,何洋.用AMMI双标图分析早稻稻米镉含量的基因型与环境互作效应[J].生态环境学报.2016
论文知识图
