Nieuw

Wat is Rice Straighthead: Rijst behandelen met Straighthead Disease

Wat is Rice Straighthead: Rijst behandelen met Straighthead Disease


Door: Mary H. Dyer, Credentialed Garden Writer

Wat is de ziekte van Rice Straighthead? Deze verwoestende ziekte treft wereldwijd geïrrigeerde rijst. In de Verenigde Staten is de rijstziekte een groot probleem sinds de eerste rijstteelt in het begin van de 20e eeuw. Historisch gezien komt de ziekte van de rijstkruid veel voor op oude katoenvelden waar pesticiden die pesticiden bevatten, werden geïmplementeerd. Het lijkt erop dat hoewel arseen gedeeltelijk de schuld is, er ook andere factoren zijn, waaronder de aanwezigheid van overtollig plantmateriaal dat is ondergeploegd.

Laten we meer leren over rijst met een gewone ziekte.

Wat is Rice Straighthead Disease?

Ziekte van rijst kan van invloed zijn op willekeurige plekken verspreid over een veld. In dit geval is het gemakkelijk te herkennen omdat rijst met roetkruidziekte veel donkerder groen is dan onaangetaste rijstplanten. In sommige gevallen kan de gewone rijstziekte echter hele gewassen aantasten.

De ziekte komt zelden voor in kleigrond, maar komt vaker voor in zand of leem. Het is gemakkelijk te herkennen wanneer gezonde rijst klaar is om geoogst te worden. Oorspronkelijk werd aangenomen dat de straighthead-ziekte een uit zaad afkomstige ziekte was. Botanici hebben echter vastgesteld dat het een aandoening is die zich ontwikkelt in bepaalde bodemgesteldheden.

Rijst Straighthead-symptomen

Rijpe rijst met de ziekte van rijst rechtop staat rechtop omdat de koppen helemaal leeg zijn, in tegenstelling tot gezonde rijst die onder het gewicht van het graan valt. De rompen kunnen vervormd zijn en een halve maanachtige vorm aannemen. Dit symptoom wordt vaak 'papegaaienkop' genoemd.

Beheersing en voorkoming van Rice Straighthead Disease

De beste manier om gewone rijstziekte te voorkomen, is door minder vatbare soorten te planten, aangezien sommige soorten meer resistent zijn.

Als een perceel eenmaal is aangetast, kunt u het beste het perceel aftappen en laten drogen. Dit is echter lastig, en de timing hangt af van de weersomstandigheden en grondsoorten. Uw lokale coöperatieve uitbreidingskantoor is de beste bron van informatie die specifiek is voor uw regio.

Dit artikel is voor het laatst bijgewerkt op


Rijstziekten Fotogalerijen

Video over bacteriële bacterievuurziekte

(Video, 1:00) Volledige videogalerij van de foto's van de Bacterial Panicle Blight-ziekte in rijst.

Rice Black Kernel Diseases Video

(Video, 0:15) Volledige videogalerij van de foto's van de Black Kernel-ziekte van rijst.

Video over bruine vlekziekten

(Video, 0:27) Volledige videogalerij van de foto's van de ziekte van de bruine vlek.

Video over de ziekte van Rice Cercospora

(Video, 0:58) Volledige videogalerij van de rijstrijst Cercospora, inclusief smalle bruine bladvlek, ziektefoto's.

Rice Crown Sheath Rot Diseases Video

(Video, 0:19) Volledige videogalerij van foto's van de rijstkroonschede Rotziekte.

Rice False Smut Diseases Video

(Video, 0:34) Volledige videogalerij van de rijstfoto's van de False Smut-ziekte.

Video over rijstkorrels spotten en pikken

(Video, 0:21) Volledige videogalerij van de foto's van de rijstkorrelvlekken en de Peck-ziekte.

Rice Kernel Smut Diseases Video

(Video, 0:22) Volledige videogalerij van de foto's van de rijstkernel Smut-ziekte.

Video over Rice Leaf Scald Diseases

(Video, 0:22) Complete videogalerij van de foto's van de ziekte van Rice Leaf Scald.

Rice Leaf Smut Diseases Video

(Video, 0:27) Volledige videogalerij van de foto's van de ziekte van Leaf Smut van rijst.

Rice Blast Diseases Video

(Video, 1:09) Volledige videogalerij van de foto's van de Rice Blast-ziekte.

Video over wortelrotziekten

(Video, 0:15) Volledige videogalerij van foto's van de rijstwortelrotziekte.

Video over Zaailingenziekte

(Video, 0:09) Volledige videogalerij van de foto's van de rijstzaailingenziekte.

Schede Blight Ziekten Video

(Video, 1:21) Volledige videogalerij van foto's van de ziekte van de rijstschede.

Schede Spot Ziekten Video

(Video, 0:15) Volledige videogalerij van de foto's van de rijstschede Spotziekte.

Sheath Rot Diseases Video

(Video, 0:27) Volledige videogalerij van de foto's van de rijstschede Rotziekte.

Stackburn Diseases Video

(Video, 0:27) Volledige videogalerij van foto's van de ziekte van Stackburn (Alternaria bladvlekkenziekte).

Video over stamrotziekten

(Video, 0:27) Volledige videogalerij van foto's van de rijststamrotziekte.

Rice Straighthead Disorders Video

(Video, 0:21) Volledige videogalerij van de foto's van de Rice Straighthead-aandoening.

Rijst Water Schimmel Ziekten Video

(Video, 0:21) Volledige videogalerij van de foto's van de rijstwaterschimmelziekte.

Video over White Leaf Streak Diseases

(Video, 0:15) Volledige videogalerij van de foto's van de White Leaf Streak-ziekte van rijst.

Rice White Tip Diseases Video

(Video, 0:15) Volledige videogalerij van de foto's van de rijstwitte puntziekte.

/media/system/2/6/1/0/261030cced153e745350dfaabc9de347/cercospora13.jpg "/>

Cercospora Net Blotch 2

Riceleaf-omhulsel met verkleurde aderen, een typisch symptoom van Cercospora netvlek, tweede aanzicht.

/media/system/e/8/a/7/e8a7b903837952da270ec1677ea24dc5/cercospora12.jpg "/>

Cercospora Netvlek

Riceleaf-omhulsel met verkleurde aderen, een typisch symptoom van Cercospora-netvlek.

/media/system/4/8/2/4/48247def2051a91c3a6726ad8d232377/cercospora14.jpg "/>

Intermodale staminfectie

Rijstkop met intermodale staminfectie door Cercospora.

/media/system/9/9/5/0/9950cd01e4bbb173aedba88bfc43c1d1/bpb20.jpg "/>

Resistente en gevoelige rassen

Bacteriële bacterievuur op resistente en vatbare rijstsoorten in een geïnoculeerde ziektekwekerij.

/media/system/1/d/8/7/1d87a9774523b3ab4e0a123aab81a966/bpb18.jpg "/>

Late hoofdinfectie vergeleken met een gezond hoofd

Bacteriële bacterievuurziekte in het hoofd in vergelijking met een gezond hoofd.

/media/system/5/f/f/a/5ffae80c07fb3c01e35d45f44ced6f18/bpb15.jpg "/>

Symptomen van infectie op The Grain

Rijstkoppen met symptomen van bacteriële bacterievuurinfectie op het graan.

/media/system/a/4/2/7/a427c99618cd25d3ead9ef604aae9087/bpb17.jpg "/>

Rechtopstaande, verkleurde hoofden in vergelijking met gezonde hoofden

Bacteriële bacterievuurinfectie van rijstkoppen met rechtopstaande verkleurde koppen in vergelijking met gezonde koppen.

/media/system/f/3/7/3/f37338a2ad9b657b05fb8cbca7c2288c/bpb14.jpg "/>

Secundaire schimmelinfectie

Late symptomen van bacteriële bacteriële bacterievuurinfectie van rijstkoppen die een secundaire schimmelinfectie vertonen.

/media/system/1/a/3/9/1a39c43adf0641e76e93c13cbce92172/bpb16.jpg "/>

Ernstige bacteriële bacterievuurinfectie

Ernstige bacteriële bacterievuurinfectie van rijstkoppen in het veld.

/media/system/b/5/8/5/b5852a627d3386537e71abdde74e9227/bpb19.jpg "/>

Cluster van rechtopstaande verkleurde hoofden

Bacteriële bacterievuurinfectie van rijstkoppen in het veld met een cluster van rechtopstaande verkleurde koppen.

/media/system/b/a/0/1/ba01d147b36b31de3e02e41d4663cbf9/bpb12.jpg "/>

Panicle Blight-resistente en vatbare rassen

Vergelijking van bacteriële bacterievuurresistente (links) en vatbare (rechts) rijstvariëteiten geïnoculeerd met Burkholderia glumae in het veld.

/media/system/3/4/7/e/347e32044ed164cfa718383f0c6671cd/bpb13.jpg "/>

Symptomen van bacteriële bacteriële bacterievuurinfectie

Rijstkoppen met symptomen van bacteriële bacterievuurinfectie op het graan.

/media/system/f/a/d/9/fad923258a0d616c4212c5cc8a0e470b/bpb10.jpg "/>

Bacteriële Panicle Blight Pathogeen 2

Symptomen van rijsbladmantelrot veroorzaakten de bacteriële bacterievuurziekte.

/media/system/f/8/8/1/f8811da80f9370ff81e552e85ed3e0b1/bpb11.jpg "/>

Bacteriële Panicle Blight Pathogeen 3

Ernstige symptomen van rottende rijstbladschede veroorzaakten de bacteriële bacterievuur.

Vroege symptomen van bacteriële bacterievuur

Rijst met vroege symptomen van bacteriële bacterievuurinfectie op het graan.

/media/system/4/9/6/d/496d1e0fec802c52a2d2b647731ecbbc/bpb9.jpg "/>

Bacteriële Panicle Blight Pathogeen

Symptomen van rijsbladmantelrot veroorzaakten de bacteriële bacterievuurziekte.

/media/system/1/7/1/d/171d1d505d596e81cff85dc550ed3e8a/bpb7.jpg "/>

Verkleurde koppen en groene stengels

Bacteriële bacterievuurinfectie met rechtopstaande verkleurde koppen en groene stengels.

/media/system/a/a/f/a/aafadf87d0bda8675f98493ee8e9d742/bpb5.jpg "/>

Bacteriële Panicle Blight-infectie

Bacteriële bacterievuurinfectie van rijstkorrels met een kenmerkend symptoom van tweekleurige verkleuring.

/media/system/5/9/6/4/5964bbf65f6c2129f12f338dcf915f6a/bpb6.jpg "/>

Kenmerkend symptoom van tweekleurige verkleuring

Bacteriële bacterievuurinfectie van rijstkorrels met een kenmerkend symptoom van tweekleurige verkleuring.

/media/system/2/1/3/f/213fa8d75cb442738e3a5b15cfaae9b2/bpb4.jpg "/>

Vroege bacteriële bacterievuurinfectie

Vroege bacteriële bacteriële bacterievuurinfectie van rijstkorrels met een kenmerkend symptoom van tweekleurige verkleuring en groene stengels.

/media/system/b/5/d/2/b5d2f4dbba35615c78af76a2c013db25/whitetip4.jpg "/>

Schade aan witpunt-nematoden

Witpuntnematodenbeschadiging aan de punt van het rijstblad (let op versnipperde weefsels).

/media/system/6/d/8/1/6d818d5e2798d3845417dfda3650de51/whitetip3.jpg "/>

Latere symptomen veroorzaakt door de witpuntnematode

Rijstbladeren vertonen latere symptomen veroorzaakt door het witpuntnematode.

/media/system/c/7/a/e/c7ae56ba39f7b015226bfc36a7045ae7/whitetip1.jpg "/>

Vroege verkleuring van de punt van het rijstblad

Vroege verkleuring van de rijstbladpunt veroorzaakt door het witpuntnematode.

/media/system/e/5/4/0/e5403c13818e61341e6e2b296c908f07/whitetip2.jpg "/>

Vroege symptomen veroorzaakt door de witpuntnematode

Rijstbladeren vertonen vroege symptomen veroorzaakt door de witpuntnematode.

Typische symptomen

Typische symptomen van witte bladstrepen.

/media/system/c/a/9/b/ca9bfdca4d7600879a4fdb4501f72dd6/whiteleafstreak4.jpg "/>

Enkele laesies

Enkele witte bladstrepen laesies op rijstbladeren.

/media/system/a/d/0/1/ad01095e2a7a03348974cc8fd3a89d23/whiteleafstreak3.jpg "/>

Meerdere laesies op rijstbladeren

Meerdere witte bladstrepen op rijstbladeren.

Ernstige schade aan rijstbladeren

Ernstige schade door witte bladstrepen op rijstbladeren.

/media/system/e/d/2/5/ed25f22abaa7f725bc4e83e8441b2e82/straighthead5.jpg "/>

Gebogen Palea- en Lemma-symptomen

Gebogen palea- en lemmasymptomen op rijstkorrel, papegaaiensnavel genoemd vanwege de straighthead-aandoening.

/media/system/a/b/7/b/ab7b8580be69872fdc34d9f2490eb89a/straighthead6.jpg "/>

Misvormde en verkleurde steriele korrel

Misvormde en verkleurde steriele korrel veroorzaakt door rijst-straighthead-aandoening.

/media/system/5/d/e/d/5ded67aa8b58878f4dcede84b8d6778b/watermold4.jpg "/>

Typische tekenen en symptomen

Typische tekenen en symptomen van waterafstotende rijst op met water gezaaide rijst.

/media/system/5/4/b/f/54bf1023f8599f9ea197185a8804aec1/watermold5.jpg "/>

Natte gebieden rond rijstzaden die besmet zijn met watervormen

Mycelium veroorzaakt natte gebieden rond rijstzaden die besmet zijn met waterzwammen.

/media/system/1/1/8/e/118eceae5014d709e49e4c5fa6b4719b/watermold3.jpg "/>

Rijstzaden Besmet Met Waterschimmel

Mycelium en natte gebieden rond rijstzaden die besmet zijn met watervorm.

/media/system/f/d/0/5/fd0505dd99ea2e26a87df0421c7d51a4/watermold2.jpg "/>

Natuurlijk Mycelium

Natuurlijk mycelium straalt uit uit met water schimmel geïnfecteerde zaden.

/media/system/3/3/b/e/33bec578d36fa7c3ccc6cbb48d7d7c79/watermold6.jpg "/>

Geïnfecteerde en niet-geïnfecteerde rijstzaden

Water schimmel geïnfecteerde en niet-geïnfecteerde rijstzaden.

/media/system/1/1/e/a/11eab3c60b728d83459758535bcb5a57/watermold1.jpg "/>

Pathogene hyfen stralen uit in het water

Rijstzaad besmet met water schimmel met pathogene hyfen die uitstralen in het water.

/media/system/2/b/5/d/2b5dd3746077b5107c205a5d214b660d/straighthead3.jpg "/>

Rijstkorrels ernstig aangetast

Rijstkorrels die ernstig zijn aangetast door straighthead-stoornis.

/media/system/a/1/d/9/a1d9564985b3bf740f3b6538bcb71ba9/straighthead4.jpg "/>

Steriel graan vanwege de straighthead-stoornis

Rechtopstaande koppen met onvruchtbare korrel vanwege de stoornis met het rechte hoofd.

Papegaaiensnavelsymptoom als gevolg van de rechtkopstoornis

Gebogen palea en lemma genaamd papegaaiensnavels symptoom van rijstkorrel vanwege de straighthead-aandoening.

Papegaaienbek Symptoom

Gebogen misvormd palea en lemma van rijstkorrel, papegaaiensnavel symptoom.

/media/system/a/c/0/1/ac01dcd46636a0e5ec251edf7cf6bcc5/stemrot5.jpg "/>

Ernstige symptomen van infectie

Ernstige rijstschede en stengelinfectiesymptomen van stengelrot.

/media/system/2/3/a/b/23abff1bdc7f6c28ab27b6516c5370ea/stemrot7.jpg "/>

Verdorde stam en sclerotia (tekens) ingebed in omhulselweefsels

Rijstschede en stengel vertonen ernstige symptomen van stengelrot, waaronder verdorde stengel en sclerotia (tekenen) ingebed in omhulselweefsel.

/media/system/1/7/b/9/17b9bad543c76a429973467dcc5856aa/stemrot2.jpg "/>

Symptomen van stamrotinfectie

Symptomen van infectie van stamrotmantel (let op zwarte hoeklaesies).

/media/system/b/9/e/7/b9e7c28e09ce39da82a403a4dec098d1/stemrot6.jpg "/>

Sclerotia (tekenen) ingebed in omhulselweefsels

Rijstschede en stengel met symptomen van stengelrot en sclerotie (tekenen) ingebed in omhulselweefsels.

/media/system/7/4/d/a/74da6f6ceeea90c4afd36d0724774aa8/stemrot1.jpg "/>

Vroege symptomen van stamrot

Vroege symptomen van rijststeelrot (let op zwarte hoekige laesies).

Sluit omhoog van de schede van de rijststoppel

Close-up van rijststoppels omhulsel met sclerotia ingebed in weefsels.

/media/system/3/4/e/4/34e4aaa3981d0a8a136640692c58ff06/stemrot4.jpg "/>

Matig ernstige stengelrot

Matig ernstige rijststeelrot.

/media/system/4/7/9/f/479fd65ef2c7ec9be09d39113a6d0789/stemrot3.jpg "/>

Gezonde Vs. Geïnfecteerde rijststengels

Gezonde vs. stengelrot geïnfecteerde rijststelen.

/media/system/e/3/5/c/e35cadcc4ded0420ed48cc340b0345bd/stackburn5.jpg "/>

Bredere boarders op laesies

Bredere laesiegrenzen op Alternaria bladvleklaesies.

/media/system/f/0/3/4/f03499d0ad26ada40f490dcbf18e2aaa/stackburn8.jpg "/>

Atypische Alternaria-laesies

Atypische Alternaria bladvlekkenziekte op rijst.

/media/system/1/6/1/9/16196b480d64aa35212e5984da0538b1/stackburn6.jpg "/>

Bladeren met Stackburn-symptomen

Rijstbladeren met symptomen van stackburn (Alternaria-bladvlek).

Close-up van Stackburn Spot

Van dichtbij gezien Stackburn-vlek, ook wel Alternaria-bladvlek genoemd, met ronde donkerzwarte sclerotia.

/media/system/5/1/2/b/512b3baec70bf1b0e31e3b825b5eb238/sheathspot4.jpg "/>

Symptomen van Sheath Spot 2

Rijstbladschede met symptomen van schedevlek.

/media/system/2/1/9/c/219c5e8012f333cf1ba8dcb8cff5f0f8/stackburn3.jpg "/>

Enkele Alternaria-bladvlek

Enkele Alternaria bladvlek rijstblad laesie.

Typische symptomen van Alternaria Leaf Spot

Rijstbladeren vertonen typische symptomen van Alternaria-bladvlek (let op dubbele of kussende laesies op het bovenste blad).

/media/system/3/3/2/a/332a94271ec5775c2d9d3e2cd14e1cc6/stackburn4.jpg "/>

Symptomen van Alternaria Leaf Spot

Rijstblad met symptomen en tekenen (sclerotia) van Alternaria-bladvlek.

/media/system/9/f/b/d/9fbd9c6d4b47bbf4ca240c376b1dd985/stackburn7.jpg "/>

Oudere Alternaria-bladvlek

Oudere Alternaria bladvlekkenziekte op rijstbladeren.

/media/system/7/e/9/0/7e904adc7e20520cb8e7ef0f746a2c87/sheathrot7.jpg "/>

Infectiesymptomen 2

Symptomen van infectie van rijstmantelrot.

Symptomen van Sheath Spot

Rijststengel met symptomen van schedeplek.

/media/system/f/7/1/4/f714f47a767b5517f002feb9f1c85a43/sheathspot3.jpg "/>

Symptomen omhulselvlek 2

Symptomen van rijstbladschede.

/media/system/2/9/5/f/295f5da8e07be8e84fc25cf89d2eed57/sheathspot1.jpg "/>

Symptomen van schede-vlek

Schede-symptomen op rijstbladomhulsels.

/media/system/1/1/6/f/116fbf424702452f66d672105e589622/sheathrot8.jpg "/>

Ernstige symptomen

Ernstige symptomen van schederot en korrels.

/media/system/4/f/b/0/4fb06ba511f25d327c8f520e9278be8b/sheathrot6.jpg "/>

Infectiesymptomen

Symptomen van infectie van de schede en het hoofd.

/media/system/0/1/b/9/01b923b35402bd1a8b64dbce29952ccc/sheathrot4.jpg "/>

Symptomen van schederot

Rijstvlag bladschede en graanschede rot symptomen.

/media/system/2/1/f/2/21f2767db13abf644e1ea9fe4e01d9ac/sheathrot5.jpg "/>

Ernstige korrelschade

Ernstige korrelbeschadiging door infectie met schederot (let op dat de kop niet volledig uit de bladschede kwam).

/media/system/5/2/c/2/52c24a05ae03c92f85ac942252d7f593/sheathrot3.jpg "/>

Graan Discoloratoin

Korrelverkleuring geassocieerd met infectie met schederot.

/media/system/0/9/4/2/0942d24f9577497dda2b3194472c46d3/sheathrot2.jpg "/>

Close-up beeld van schede rot laesie

Close-up van de beschadiging van de omhulselrot (let op het ontbreken van verkleuring tussen de nerven in tegenstelling tot Cercospora-infectie).

/media/system/2/b/8/3/2b8381915846ecf5bd6ebdcc3158bd94/sheathrot3.jpg "/>

Typische symptomen

Typische symptomen van rot van de rijstmantel.

/media/system/c/d/d/5/cdd592cc5b4947d8930a578c7e130c32/sb26.jpg "/>

Schede-bacterievuur-resistente en susceptibe-lijnen

Schede-resistente en gevoelige rijstlijnen in een ziektekwekerij.

"Vogelnest" -schade

Typische schade aan "vogelnest" -schade in een rijstveld.

/media/system/e/4/2/f/e42fc768cc2465bb285623bb428b9452/sb24.jpg "/>

Onderdak veroorzaakt door Sheath Blight

Onderdak veroorzaakt door bacterievuur schade aan de rijststelen.

/media/system/5/9/9/7/599779dc472dc6d54047b577bd86bbc2/sb25.jpg "/>

Rhizoctonia Solani

Phytophthora beschadigde vatbare (links) en gezonde resistente (rechts) rijstlijnen die waren geïnoculeerd met Rhizoctonia solani.

/media/system/6/2/c/d/62cde1eb034b7e5bd5fd446559322cd9/sb21.jpg "/>

Sclerotische ontwikkeling

Sclerotische ontwikkeling op beschadiging van de schede.

/media/system/8/a/7/c/8a7cfdf89861f64ed30c62e8f2653b9d/sb23.jpg "/>

Door de wind geblazen distributie van drijvend inoculum

Arial zicht op beschadiging van de meeldauw in een rijstveld met de door de wind meegevoerde verspreiding van drijvend inoculum vroeg in het seizoen.

/media/system/0/a/1/8/0a18db94b02973ed658a455f3bb5d78b/sb18.jpg "/>

Sclerotia-ontwikkeling

Typische symptomen van bacterievuur in de schede op rijstbladeren met ontwikkeling van sclerotia.

/media/system/0/1/7/d/017d5a4abdcc8cfbc14a8b16dc97e62a/sb191.jpg "/>

Schade aan de schede en het hoofd van het rijstvlagblad

Schede bacterievuur schade aan de bladschede en kop van de rijstvlag met sclerotia-ontwikkeling.

/media/system/7/4/4/7/74475ecc7ae17f602f6bd1c59a2bbf4b/sb18.jpg "/>

Schade aan Rice Head

Schede bacterievuur schade aan rijstkop.

/media/system/a/a/0/7/aa075fa5fe372425432fea1e9263b552/sb16.jpg "/>

Ernstige schade

Ernstige schade aan de schede van rijst.


Ontploffing gevonden in Jupiter

Er zijn de afgelopen weken veel dingen gebeurd met betrekking tot de oogst in Louisiana. Waarschijnlijk het belangrijkste is dat er bladontploffing is vastgesteld in twee rijstvelden van de Vermilion Parish. Op beide velden wordt de middelgrote korrel Jupiter geteeld, die als matig vatbaar voor explosie wordt beschouwd. Het ene veld bevindt zich ongeveer in de groeifase halverwege de uitloop en het andere bevindt zich bijna in de groene ring. Met de vroege waarneming van bladontploffing in Jupiter zijn er veel vragen gerezen met betrekking tot fungicidetoepassingen voor ontploffing. De meest gestelde vragen zijn: Hoe erg moet de bladontploffing zijn voordat wordt besloten om een ​​strategie voor het toepassen van twee fungiciden te activeren om de ontploffing onder controle te houden? Als u besluit om twee fungicidetoepassingen toe te passen, welke tijdstippen worden dan aanbevolen? Dit zijn uitstekende vragen en Dr. Groth heeft snel informatie verzameld over deze explosievragen plus nog veel meer ...

Bladontploffing is begonnen te verschijnen in het gebied van de variëteit Jupiter. Blastziekte wordt veroorzaakt door de schimmel Pyricularia grisea en is een van de belangrijkste ziekten van rijst in de wereld en het midden-zuiden. Door deze ziekte zijn in Louisiana opbrengstverliezen tot wel 90 procent waargenomen. Blast kan rijst infecteren vanaf het stadium van zaailingen tot bijna volwassen. De bladontploffingsfase vindt meestal plaats tussen de zaailingen en de late uitloopstadia. Bladvlekken beginnen als klein wit, grijs of blauw getint. Ze vergroten snel onder vochtige omstandigheden tot ovale of ruitvormige vlekken of lineaire laesies met puntige uiteinden met grijze of witte centra en smalle bruine randen. Bladeren en hele planten kunnen onder zware omstandigheden worden gedood. Het belangrijkste aspect van bladontploffing is dat het inoculum verschaft voor het infecteren van de pluimen. Fungiciden worden in dit stadium normaal gesproken niet gebruikt, tenzij u de standaard verliest. De beste controlemethode is om de overstroming te herstellen of te verdiepen, zodat alle grond in het veld met water wordt bedekt.

Scouting voor explosie moet vroeg in het seizoen beginnen tijdens de vegetatieve fase en doorgaan naar de kop. Onderzoek het hele veld en onderzoek planten op verschillende locaties. Blast komt vaker voor in velden waar (a) het veld een geschiedenis van ziekte heeft, (b) de variëteit vatbaar is, (c) hoge stikstofgehaltes worden gebruikt, (d) het veld zandgrond heeft, (e) de rijst werd laat geplant (laat geplante rijst heeft meer kans op bladziekteproblemen dan vroeg geplante rijst), (f) langs de randen van met bomen omzoomde velden, het belangrijkste is (g) de rijst groeit onder hooggelegen (geen overstroming) omstandigheden . Aftappen voor de bestrijding van straighthead en water snuitkevers kan de incidentie en ernst van ontploffing verhogen. Deze voorwaarden moeten zoveel mogelijk worden vermeden. Bovendien neemt de kans op een epidemie toe naarmate het percentage areaal van explosiegevoelige rassen toeneemt, omdat er meer door de wind meegevoerde sporen tussen velden passeren.

Correcte identificatie van de ontploffing van rijstbladeren is van cruciaal belang (Figuur 1). Verschillende ziekten en aandoeningen hebben vergelijkbare symptomen, maar controlepraktijken zijn niet gerechtvaardigd voor deze andere ziekten. Er is een grote diversiteit aan laesietypes, dus onderzoek verschillende laesies op verschillende locaties in het veld. Als er twijfel bestaat over de identificatie, kunnen bladmonsters in een vochtige kamer worden geplaatst om sporulatie te induceren en onder een microscoop worden geïdentificeerd op sporetype (figuur 2).

Figuur 1. Correcte identificatie van bladontploffing is van cruciaal belang voor effectieve ziektebestrijding.


Rijsthybriden

Rijsthybriden zijn verkrijgbaar bij RiceTec. RiceTec zal voor het seizoen 2021 in Louisiana niet-herbicide-tolerante hybriden XP753, RT 7301, RT 7401 en RT 7501 aanbieden. Raadpleeg RiceTec voor managementrichtlijnen.

Het FullPage-rijstteeltsysteem is de combinatie van de IMI-eigenschap voor herbicidetolerantie die exclusief is voor RiceTec-hybriden en de bijbehorende IMI-herbiciden, Preface en Postscript, vervaardigd door Adama. Twee FullPage RiceTec-hybriden zullen beschikbaar zijn voor het teeltseizoen 2021. De hybriden zullen RT7321 FP en RT7521 FP bevatten. Raadpleeg RiceTec voor richtlijnen voor hybride beheer van FullPage.


Associatieanalyse van door arseen geïnduceerde straighthead in rijst (Oryza sativa L.) Gebaseerd op de geselecteerde populatie met een aangepast model

1 State Key Lab of Rice Biology, IAEA Collaborating Center, Zhejiang University, Hangzhou, Zhejiang, China

2 Zhejiang Academie voor Landbouwwetenschappen, Hangzhou, China

3 Rice Research Institute, Jiangxi Academy of Agricultural Sciences en Nanchang National Sub-Center for Rice Improvement, Nanchang, Jiangxi, China

4 Instituut voor tabaksonderzoek van de Chinese Academie voor Landbouwwetenschappen, Qingzhou, Shandong, China

Abstract

Een rijstfysiologische aandoening zorgt ervoor dat volwassen pluimen rechtop blijven staan ​​met lege granen die 'straighthead' worden genoemd. Straighthead veroorzaakt opbrengstverliezen en vormt een ernstige bedreiging voor de rijstproductie wereldwijd. Hier werd een nieuwe studie van associatie-mapping uitgevoerd om QTL te identificeren die betrokken zijn bij straighthead. Een subset van 380 accessies werd geselecteerd uit de USDA-rijstkerncollectie en gegenotypeerd met 72 genoombrede SSR-markers. Een optimaal model geïmplementeerd met principe componenten (pc's) werd gebruikt bij deze associatiemapping. Als resultaat werden vijf markers geïdentificeerd die significant geassocieerd waren met straighthead. Drie van hen, RM263, RM169 en RM224, kwamen overeen met een eerdere studie. Drie markers, RM475, RM263 en RM19, hadden een resistent allel geassocieerd met een afname van de straighthead-beoordeling (straighthead-beoordeling ≤ 4,8). Daarentegen hadden de twee andere markerloci RM169 en RM224 een paar gevoelige allelen geassocieerd met een toename van de straighthead-beoordeling (straighthead-beoordeling ≥ 8,7). Interessant is dat RM475 dicht bij QTL ligt "qSH-2"En"AsS”Met weerstand tegen straighthead, die werd gerapporteerd in twee studies over het in kaart brengen van linkage of straighthead. Deze bevinding draagt ​​bij aan eerder werk en is nuttig voor verdere genetische studie van straighthead.

1. Inleiding

Een fysiologische aandoening van rijst (Oryza sativa L.) vertoont een typisch symptoom met steriele roosjes en vervormde palea en lemma [1]. De pluimen dragen ongevulde korrels en blijven rechtop, terwijl lege rompen vaak worden vervormd tot de vorm van een halve maan of papegaaienbek. Dat is waarom mensen het 'straighthead' noemen. In een extreem geval kunnen opbrengstverliezen de 100% benaderen. Het eerste rapport van straighthead dateert uit 1912 in de zuidelijke staten van de Verenigde Staten (VS), waaronder Arkansas, Louisiana en Texas [2]. Bovendien is straighthead gemeld in Portugal [3], Thailand [4], Japan [5], Australië [6] en Argentinië [7]. Het kweken van resistente cultivars is een efficiënte strategie om straighthead te overwinnen. Marker Assistant Selection (MAS) versnelt het veredelingsproces. Associatiemapping is veelbelovend voor het identificeren van causatieve polymorfismen voor complexe eigenschappen [8] omdat het voordeel haalt uit geaccumuleerde historische recombinatiegebeurtenissen in natuurlijke populaties en meerdere allelen tegelijkertijd kan evalueren [9, 10]. Diverse collecties (populatie) zijn op grote schaal gebruikt voor het in kaart brengen van associaties. De discrepantie bestaat echter in allelfrequenties van veel verschillende populaties en statistische modellen, die een dramatische invloed kunnen hebben op het vermogen om de geassocieerde allelen in kaart te brengen [11]. Daarom is het nodig om de markerallelen die zijn geassocieerd met de QTL opnieuw in detail te controleren. In deze studie hebben we een model van associatiemapping geoptimaliseerd en een subset van accessies met goede fenotypische replicatie geselecteerd om de genen in kaart te brengen die verantwoordelijk zijn voor straighthead in rijst. De populatie voor het in kaart brengen van associaties werd ontwikkeld op basis van de USDA-rijstkerncollectie zoals eerder beschreven [12, 13].

2. materialen en methoden

2.1. Plant materialen

In totaal werden 990 toetredingen geselecteerd uit de USDA-rijstkerncollectie [13] voor evaluatie van de gewone kop op basis van rijpheid en plantstatus in een veldtest uit 2002 [12]. Het veld werd behandeld met het arseenhoudende herbicide mononatrium methanearsonaat (MSMA). MSMA kan het symptoom van straighthead induceren en wordt daarom vaak gebruikt voor het evalueren van straighthead in rijst. Deze accessies werden geplant in een willekeurig volledig blokontwerp met drie replicaties. Als controle werden twee voor rechte kop resistente cultivars en twee voor rechte kop gevoelige cultivars [1] opgenomen in het midden van elke laag met 99 percelen. De resistente cultivars waren Zhe733 en Jing185 en vatbare cultivars waren "Cocodrie" en "Mars." Straighthead werd afzonderlijk gewaardeerd voor groepen met vroege, middelmatige en late volwassenheid van de toetredingen in respectievelijk augustus, september en oktober. Omdat meer dan 80% van deze accessies zeer gevoelig was voor straighthead, werden 380 accessies geselecteerd voor associatie-mapping.

2.2. Fenotypering en genotypering

Straighthead werd visueel beoordeeld op volwassenheid op basis van bloemvruchtbaarheid of steriliteit en het opkomen van pluimen uit de vlagbladschede, met negen niveaus van resistentie tot gevoeligheid [1]. DNA werd geëxtraheerd en gegenotypeerd met één indel- en 70 SSR-markers die het volledige rijstgenoom bedekten. Achtenzestig van deze markers zijn verkregen van http://www.gramene.org. De andere twee (AP5652-1 en AP5652-2) zijn in eigen huis ontwikkeld op basis van de BAC AP5652 zoals beschreven door Li et al. [15]. PCR en elektroforese werden uitgevoerd volgens de procedures [15].

2.3. Statistische analyse

Het modelgebaseerde programma INSTRUEREN [16] werd gebruikt om de populatiestructuur af te leiden met behulp van een burn-in van 50.000 runs, Markov chain Monte Carlo tot 50.000 iteraties, en een model dat vermenging en gecorreleerde allelfrequenties mogelijk maakt. INSTRUEREN elimineert de aanname van het Hardy-Weinberg-evenwicht binnen clusters [16]. De populatiestructuur werd grafisch weergegeven met Verdeel [17]. Het aantal groepen

werd ingesteld van 1 tot 10, met elk 5 onafhankelijke runs, om de met de hoogste log-waarschijnlijkheid te identificeren. Het meest waarschijnlijke structuurnummer werd bepaald op basis van logkans-Ln

) en afwijkende informatiecriteria (DIC). Een toetreding is toegewezen aan een enkele groep met de afgeleide maximale afkomst (

) uit de groep. Om de genetische structuur te valideren en te testen voor verschillende modellen, werd een principale componentenanalyse (PCA) uitgevoerd met NTSYSpc softwareversie 2.11V [18]. De PCA werd uitgevoerd op de correlatiematrix en geeft een samenvatting van de belangrijkste variatiepatronen in een multilocusgegevensset. De eerste drie hoofdcomponenten werden gebruikt om de spreiding van toetredingen te visualiseren. De genetische afstand werd berekend met behulp van de genetische afstand van Nei [19]. Na modelvergelijking is het best passende model geselecteerd om in kaart te brengen. De modelvergelijking werd uitgevoerd zoals beschreven door Li et al. [15, 20]. Om het risico van valse merker-eigenschap associaties met hoge inflatie te verminderen, werd een valse ontdekkingssnelheid (FDR) berekend met behulp van de MULTTEST-procedure in SAS v9.2 [21]. Effecten van allel op markerloci geassocieerd met straighthead werden vergeleken voor de kleinste kwadraten (LSMEANS-optie van PROC MIXED).

3. Resultaten

In de collectie veroorzaakte MSMA in het veld straighthead met symptomen van vervormde roosjes in de gedeeltelijk opgekomen pluimen en helemaal geen zaadzetting voor de vatbare controlecultivars. Als gevolg hiervan werd de straighthead-score in resistente cheque Zhe733 gecategoriseerd als "klasse I" en werden de vatbare cheques Cocodrie en Mars gecategoriseerd als "klasse III." Op basis van de straighthead-score hadden de 380 toetredingen 37 toetredingen geclassificeerd in rating van 1–4, 168 in rating van 4,1–6,9 en 175 in rating van 7,0–9,0.

De set van 72 markers met een genoombrede distributie detecteerde in totaal 677 allelen in de verzameling van 380 accessies. Het gemiddelde aantal allelen per locus was 9,54, variërend van 2 (RM507, RM338, RM455 en Rid12) tot 30 (RM11229). Polymorfe informatie-inhoud (PIC) varieerde van 0,08 voor AP5625-1 tot 0,91 voor RM11229 onder deze markers, met een gemiddelde van 0,60.

Vijf op modellen gebaseerde groepen werden geïdentificeerd door INSTRUEREN en accessies werden ingedeeld in hun overeenkomstige groepen op basis van hun Q (afkomstindex) (Figuur 1 (a)). De eerste drie componenten van PCA met een variatie van 56,36% tussen de 380 accessies vertoonden ook een vergelijkbaar patroon van genetische structuur (Figuur 1 (b)). Al deze benaderingen concludeerden dat de structuur van vijf groepen de genetische variatie in de collectie voldoende verklaarde. Relatieve prestatie beoordeeld door BIC uit zes modellen (naïef, verwantschap, PCA, PCA + verwantschap, Q en Q + verwantschap) voor straighthead is aanwezig in figuur 2. De vijf dimensies van PCA werden bepaald op basis van BIC en toegepast in PCA en PCA + verwantschapsmodellen. Het PCA-model had de laagste BIC-score van de zes modellen en werd daarom geselecteerd als het best passende model voor associatiemapping van straighthead.


(een)
(b)
(een)
(b)


Met behulp van het geselecteerde model werden vijf markerloci geïdentificeerd als significant geassocieerd met straighthead op het 0,01% -niveau van qFDR (tabel 1). Het allelische effect voor elke geassocieerde loci kon worden geschat met de gemiddelde fenotypische waarde met behulp van de LSMEANS-instructie in PROC MIXED. Vergelijkingen tussen allelen werden getest met de optie PDIFF of LSMEANS-instructie afzonderlijk voor elke marker. Allelische vergelijkingen van de vijf markerloci vertoonden variatie van hun effecten tussen allelen op dezelfde locus (Figuur 3). Three markers, RM475, RM263, and RM19, had a specific allele associated with a decrease in straighthead rating (

) compared to the other alleles at their respective loci. In contrast, the two other marker loci RM169 and RM224 had a few alleles associated with an increase in straighthead rating

compared to other alleles at the same locus. Three of the five markers were the same as those identified by Agrama and Yan [10]. However, RM475 with allele 194 bp, which had the largest effect (3.3) for straighthead resistance among all the alleles (Figure 3), had not been reported previously [10]. Interestingly, RM475 was also identified to link to straighthead in a cross population [14].

RM475 was also associated with straighthead resistance in linkage mapping of the

4. Discussion

4.1. Model Comparison and Association Mapping

The simulations of Type I error estimated by BIC and visual plots of the observed and expected values for all models suggest three important points (Figure 2). First, the four models (Q, PCA, Q + kinship, and PCA + kinship) that account for population structure have fairly low BICs, which help control spurious associations and Type I error. Furthermore, naive and kinship models which do not account for population structure have very high BICs and an elevated risk of increased Type I errors. Second, kinship via ancestral relationship makes no improvement to the model as indicated by the highest BIC among the six models. PCA + kinship and Q + kinship models have higher BIC values than PCA and Q models, respectively. Shao et al. [22] has observed that the Q + kinship model performed similarly to the Q in their rice populations. The similar result has been observed in two another rice studies [15, 20]. However, kinship does improve the accuracy of association mapping results in studies with humans and cross pollinated crops [23, 24]. In our study, kinship among accessions may have less effect due to the low complexity of relatedness that results from the restricted gene flow of rice’s self-reproductive mode and high genetic diversity represented in our rice panel [20, 25, 26]. Third, the PCA model with five dimensions performs better than the Q model based on five groups according to its smaller BIC. PCA is a fast and effective way to diagnose population structure [27, 28] and can handle a large number of markers and correct for subtle population stratification without being restricted by Hardy–Weinberg equilibrium [29–31]. These features of PCA may explain its increased performance over the Q model to control Type I error in our rice collection. Due to varying genetic composition, model selection should be used to determine the best model to use for association mapping with a specific population [15, 20].

Using the PCA model for our population, we identified five markers associated with straighthead (Table 1). Three of them, RM263, RM169, and RM224, were consistent with a previous study by Agrama and Yan [10] where seven markers were reported to associate with straighthead. This study identified an additional novel marker associated with straighthead resistance, RM475, which was confirmed by linkage mapping with the F2 population of Zhe733/R312 [14]. The 194 bp allele of RM475 was associated with the highest level of straighthead resistance as indicated by its strong effect (Figure 3). The reasons for different results between the present study and Agrama and Yan’s [10] association mapping may be that

the distribution of allele frequencies and linkage disequilibrium (LD) may be substantially different between the two populations for mapping because they were built independently and consisted of different lines. Different allele frequencies and LD would result in different results of association mapping [32, 33] and

in order to control the spurious association or Type I error, we compared six models based on the BIC method and identified the best fit model “PCA” to map with our data. Therefore, the present study improves the results of previous study through the use of more stringent testing standards. Additionally this study validates previous findings through the use of a new rice panel composed of different accessions compared to the previous study and confirms the results of the novel marker identified in the study through the use of conventional linkage mapping with a segregating population.

4.2. Comparison of QTLs in Association Mapping with the Previous Ones

Occasionally markers linked to specific QTL are not always identified in association mapping. For example, while RM44 near qSH-8 on Chr 8 was included in the association study it did not yield a significant association. qSH-8 is a major straighthead QTL reported in two previous studies [14, 34]. This could be due to a low level of polymorphism of RM44. RM44 was monomorphic between the parents Zhe733 and R312 and thus could not be used in previous linkage mapping study [14, 34]. The polymorphism information content (PIC) of RM44 (0.28) was much lower than the average (0.45) over the other 70 markers within group 2. Group 2 had 25 resistant accessions accounting for 67.6% of the resistant accessions in this diverse population, including resistant Zhe733 with the 101 bp allele of RM44. However in group 2, 20 resistant accessions had the 101 bp allele, 25 moderately resistant accessions had the 101 bp allele, and 40 susceptible accessions had the 101 bp allele as well. Similarly, RM284 close to qSH-8 was not associated with straighthead. These results suggest that the low levels of polymorphism within group 2 could decrease the power of QTL identification during association mapping.

On the other hand, the power of structure-based association analysis to detect the effects of individual genes is limited when population structure is found to explain too much of the variation [35]. By estimating the variation of allele frequencies (θ) at each locus among the groups in the diverse collection [36], we found that θ of locus RM284 near qSH-8 was higher (0.54) than the average of other 70 markers (0.44), which indicated that the allele frequencies of RM284 were different from one group to another. In other words, the distributing pattern of RM284 alleles was in accordance with population structure. The accordance also can compromise the potential of marker to associate with gene(s)/QTL when population structure is taken in account in a model of association mapping. The similar result is also observed in another study [37]. In these cases, alternative populations for association mapping need to be evaluated for the candidate polymorphisms [37]. Additionally, an increase of marker coverage (i.e., high density SNP coverage) is a good option to increase the likelihood of polymorphic marker(s) and decrease the impact of population structure.

Conflicts of Interest

The authors declare that there are no conflicts of interest regarding the publication of this paper.

Acknowledgments

The project was supported by Rice Breeding Project (2016YFD0101801 and 2016C02052-6), the Open Fund of the State Key Laboratory of Rice Biology (160207), and the Doctoral Initiating Project of Innovation Fund of Jiangxi Academy of Agricultural Sciences, China (no. 20161CBS0002).

References

  1. W. Yan, R. H. Dilday, T. H. Tai, J. W. Gibbons, R. W. McNew, and J. N. Rutger, “Differential response of rice germplasm to straighthead induced by arsenic,” Crop Science, vol. 45, no. 4, pp. 1223–1228, 2005. View at: Publisher Site | Google Scholar
  2. J. S. Collier, Rice Blight, Illinois Agricultural Experimental Station Circular 156, University of Illinois, Urbana, Ill, USA, 1912.
  3. J. M. A. Cunha and J. E. Baptista, Estudo da branca do arroz. I. Combated a doenca Agronomia lusit, vol. 20, 17-64, 1958.
  4. P. Weerapat, “Straighthead disease of rice suspected in southern Thailand,” IRRN, vol. 4:67, 1979. View at: Google Scholar
  5. Y. Takeoka, Y. Tsutsui, and K. Matsuo, “Morphogenetic alterations of spikelets on a straighthead panicle in rice,” Japanese Journal of Crop Science, vol. 59, no. 4, pp. 785–791, 1990. View at: Publisher Site | Google Scholar
  6. B. W. Dunn, G. D. Batten, T. S. Dunn, R. Subasinghe, and R. L. Williams, “Nitrogen fertiliser alleviates the disorder straighthead in Australian rice,” Australian Journal of Experimental Agriculture, vol. 46, no. 8, pp. 1077–1083, 2006. View at: Publisher Site | Google Scholar
  7. W. G. Yan, F. Correa, A. Marin, J. Marassi, X. Li, and J. Re, “Comparative study on induced straighthead in the U.S. with natural straighthead in the U.S. with natural straighthead in Argentina,” in Proceedings of the 33rd Rice Technical Working Group conference, Biloxi, Mississippi, Miss, USA, 2010. View at: Google Scholar
  8. B. Stich, J. Möhring, H.-P. Piepho, M. Heckenberger, E. S. Buckler, and A. E. Melchinger, “Comparison of mixed-model approaches for association mapping,” Genetics, vol. 178, no. 3, pp. 1745–1754, 2008. View at: Publisher Site | Google Scholar
  9. H. A. Agrama, G. C. Eizenga, and W. Yan, “Association mapping of yield and its components in rice cultivars,” Molecular Breeding, vol. 19, no. 4, pp. 341–356, 2007. View at: Publisher Site | Google Scholar
  10. H. A. Agrama and W. G. Yan, “Association mapping of straighthead disorder induced by arsenic in Oryza sativa,” Plant Breeding, vol. 128, no. 6, pp. 551–558, 2009. View at: Publisher Site | Google Scholar
  11. K. J. F. Verhoeven, G. Casella, and L. M. McIntyre, “Epistasis: Obstacle or advantage for mapping complex traits?” PLoS ONE, vol. 5, no. 8, Article ID e12264, 2010. View at: Publisher Site | Google Scholar
  12. W. G. Yan, J. N. Rutger, H. E. Bockelman, and T. H. Tai, “Germplasm accessions resistant to straighthead in the USDA rice core collection,” in Arkansas Agricultural Experiment Station, University of Arkansas, Arkansas, Ark, USA. View at: Google Scholar
  13. W. Yan, J. N. Rutger, R. J. Bryant et al., “Development and evaluation of a core subset of the USDA rice germplasm collection,” Crop Science, vol. 47, no. 2, pp. 869–878, 2007. View at: Publisher Site | Google Scholar
  14. X. Li, W. Yan, H. Agrama et al., “Genetic analysis of genetic basis of a physiological disorder “straighthead” in rice (Oryza sativa L.),” Genes and Genomics, vol. 38, no. 5, pp. 453–457, 2016. View at: Publisher Site | Google Scholar
  15. X. Li, W. Yan, H. Agrama et al., “Mapping QTLs for improving grain yield using the USDA rice mini-core collection,” Planta, vol. 234, no. 2, pp. 347–361, 2011. View at: Publisher Site | Google Scholar
  16. H. Gao, S. Williamson, and C. D. Bustamante, “A markov chain monte carlo approach for joint inference of population structure and inbreeding rates from multilocus genotype data,” Genetics, vol. 176, no. 3, pp. 1635–1651, 2007. View at: Publisher Site | Google Scholar
  17. N. A. Rosenberg, “DISTRUCT: a program for the graphical display of population structure,” Molecular Ecology Notes, vol. 4, no. 1, pp. 137-138, 2004. View at: Publisher Site | Google Scholar
  18. F. Rohlf, “FNTSYS-PC numerical taxonomy and multivariate analysis system ver 2.11L,” Applied Biostatistics, 2000. View at: Google Scholar
  19. M. Nei, “The theory and estimation of genetic distance,” N. E. Morton, Ed., University Press of Hawaii, Honolulu, Hawaii, USA, 1973. View at: Google Scholar
  20. X. Li, W. Yan, H. Agrama et al., “Unraveling the complex trait of harvest index with association mapping in rice (Oryza sativa L.),” PLoS ONE, vol. 7, no. 1, Article ID e29350, 2012. View at: Publisher Site | Google Scholar
  21. Y. Benjamini and D. Yekutieli, “The control of the false discovery rate in multiple testing under dependency,” The Annals of Statistics, vol. 29, no. 4, pp. 1165–1188, 2001. View at: Publisher Site | Google Scholar | MathSciNet
  22. Y. Shao, L. Jin, G. Zhang, Y. Lu, Y. Shen, and J. Bao, “Association mapping of grain color, phenolic content, flavonoid content and antioxidant capacity in dehulled rice,” Theoretical and Applied Genetics, vol. 122, no. 5, pp. 1005–1016, 2011. View at: Publisher Site | Google Scholar
  23. J. Yu, G. Pressoir, W. H. Briggs et al., “A unified mixed-model method for association mapping that accounts for multiple levels of relatedness,” Nature Genetics, vol. 38, no. 2, pp. 203–208, 2006. View at: Publisher Site | Google Scholar
  24. C. Zhu and J. Yu, “Nonmetric multidimensional scaling corrects for population structure in whole genome association studies,” Genetics, vol. 182, no. 3, pp. 875–888, 2009. View at: Publisher Site | Google Scholar
  25. X. Li, W. Yan, H. Agrama et al., “Genotypic and phenotypic characterization of genetic differentiation and diversity in the USDA rice mini-core collection,” Genetica, vol. 138, no. 11, pp. 1221–1230, 2010. View at: Publisher Site | Google Scholar
  26. W. Yan, H. Agrama, M. Jia, R. Fjellstrom, and A. McClung, “Geographic description of genetic diversity and relationships in the USDA rice world collection,” Crop Science, vol. 50, no. 6, pp. 2406–2417, 2010. View at: Publisher Site | Google Scholar
  27. N. Patterson, A. L. Price, and D. Reich, “Population structure and eigenanalysis,” PLoS Genetics, vol. 2, p. e190, 2006. View at: Publisher Site | Google Scholar
  28. A. L. Price, N. J. Patterson, R. M. Plenge, M. E. Weinblatt, N. A. Shadick, and D. Reich, “Principal components analysis corrects for stratification in genome-wide association studies,” Nature Genetics, vol. 38, no. 8, pp. 904–909, 2006. View at: Publisher Site | Google Scholar
  29. T. W. T. C. C. Consortium, “Genome-wide association study of 14,000 cases of seven common diseases and 3,000 shared controls,” Nature, vol. 447, Article ID 661678, pp. 661–678, 2007. View at: Google Scholar
  30. D. J. Hunter, P. Kraft, K. B. Jacobs et al., “A genome-wide association study identifies alleles in FGFR2 associated with risk of sporadic postmenopausal breast cancer,” Nature Genetics, vol. 39, no. 7, pp. 870–874, 2007. View at: Publisher Site | Google Scholar
  31. L. A. Kiemeney, “Re: Genome-wide Association Study of Prostate Cancer Identifies a Second Risk Locus at 8q24,” European Urology, vol. 52, no. 3, pp. 920-921, 2007. View at: Publisher Site | Google Scholar
  32. L. R. Cardon and J. I. Bell, “Association study designs for complex diseases,” Nature Reviews Genetics, vol. 2, no. 2, pp. 91–99, 2001. View at: Publisher Site | Google Scholar
  33. K. A. B. Goddard, P. J. Hopkins, J. M. Hall, and J. S. Witte, “Linkage disequilibrium and allele-frequency distributions for 114 single-nucleotide polymorphisms five populations,” American Journal of Human Genetics, vol. 66, no. 1, pp. 216–234, 2000. View at: Publisher Site | Google Scholar
  34. X. Pan, Q. Zhang, W. Yan et al., “Development of genetic markers linked to straighthead resistance through fine mapping in rice (Oryza sativa L.),” PLoS ONE, vol. 7, no. 12, p. e52540, 2012. View at: Publisher Site | Google Scholar
  35. S. A. Flint-Garcia, A.-C. Thuillet, J. Yu et al., “Maize association population: a high-resolution platform for quantitative trait locus dissection,” Plant Journal, vol. 44, no. 6, pp. 1054–1064, 2005. View at: Publisher Site | Google Scholar
  36. A. Rasamivelona, K. A. Gravois, and R. H. Dilday, “Heritability and genotype x environment interactions for straighthead in rice,” Crop Science, vol. 35, no. 5, pp. 1365–1368, 1995. View at: Publisher Site | Google Scholar
  37. L. Jin, Y. Lu, P. Xiao, M. Sun, H. Corke, and J. Bao, “Genetic diversity and population structure of a diverse set of rice germplasm for association mapping,” Theoretical and Applied Genetics, vol. 121, no. 3, pp. 475–487, 2010. View at: Publisher Site | Google Scholar

Copyright

Copyright © 2017 Xiaobai Li et al. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.


Bekijk de video: Is Rijst Een Dikmaker of Helpt Rijst Juist Bij Het Afvallen