二种改进人工饲料对红脉穗螟生长发育和繁殖的影响

在温度(29±1)℃和相对湿度75%±5%条件下,研究了2种改进人工饲料和天然饲料椰子幼果对红脉穗螟Tirathaba rufivena Walker生长发育、繁殖力和营养的影响。结果表明:与天然饲料相比,用改进人工饲料饲养的红脉穗螟幼虫生长发育速度、幼虫存活率、蛹重及产卵量均提高;幼虫相对生长率(RGR)、食物利用率(ECI)及食物转化率(ECD)均显著提高,而相对取食量(RCR)则显著降低。表明红脉穗螟幼虫对2种人工饲料有很好的适应性,可用于大量饲养。     

机器学习方法在植物基因组信息预测中的研究现状

随着高通量测序技术的飞速发展,植物基因组学研究目前已经积累了海量多组学数据。因此如何开发和改进相关处理软件工具,从而有效利用这些海量数据发掘有用的生物学信息,成为当下亟需解决的重要科学问题。其中机器学习方法凭借其显著的预测、分类、数据挖掘和集成能力,在此领域受到广泛关注。本文系统综述了不同类型机器学习方法的基本原理和流程,以及这些方法在植物基因组功能预测中的研究进展,重点总结了机器学习模型在植物分子相互作用预测、重要功能位点预测、功能注释、作物育种等方面的应用成果,并展望了该领域未来的发展方向和应用前景。本文有助于植物研究者快速了解和应用机器学习方法,从而推进植物遗传相关机制的研究和作物性状改良。