【农业】农杆菌介导的NCED3基因转化小麦叶片增强抗旱能力附Matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

在全球气候变暖的大背景下，干旱胁迫成为制约小麦产量与品质的关键环境因素。小麦作为世界重要粮食作物，提高其抗旱能力对于保障粮食安全意义重大。植物在应对干旱胁迫时，脱落酸（ABA）发挥着核心作用，它能够调节植物气孔关闭、促进根系生长以及增强渗透调节物质积累等，从而提升植物的抗旱性。而 9 - 顺式环氧类胡萝卜素双加氧酶（NCED）是 ABA 生物合成途径中的关键限速酶，其中 NCED3 基因的表达水平与 ABA 的合成量紧密相关。通过农杆菌介导的方法将 NCED3 基因转化到小麦叶片中，有望增强小麦自身的 ABA 合成能力，进而提高其抗旱能力，为培育抗旱小麦新品种提供新的技术途径与基因资源。

NCED3 基因与植物抗旱机制

NCED3 基因功能概述

NCED3 基因编码的 9 - 顺式环氧类胡萝卜素双加氧酶，催化 9 - 顺式环氧类胡萝卜素（如 9 - 顺式紫黄质或 9' - 顺式新黄质）的氧化裂解，生成黄质醛，这是 ABA 生物合成过程中的关键步骤。在多种植物中，如拟南芥、水稻、棉花等，研究表明 NCED3 基因的表达受干旱、高盐等非生物胁迫诱导显著上调。当植物感知到干旱信号时，NCED3 基因表达增强，促使 ABA 大量合成，启动植物体内一系列抗旱响应机制。

ABA 介导的植物抗旱生理响应

ABA 作为一种重要的植物激素，在植物抗旱过程中发挥多方面作用。在气孔调节方面，ABA 可促使保卫细胞内的离子外流，导致细胞失水，气孔关闭，减少水分通过气孔蒸腾散失。例如，在干旱胁迫下，拟南芥野生型植株能够通过 NCED3 基因上调表达合成更多 ABA，进而有效关闭气孔，而 NCED3 基因突变体则因 ABA 合成受阻，气孔关闭能力减弱，水分散失更快。同时，ABA 还能诱导植物积累脯氨酸、甜菜碱等渗透调节物质，降低细胞渗透势，提高细胞保水能力，维持细胞膨压，保证细胞正常生理功能。此外，ABA 信号通路还能激活抗氧化酶系统，清除干旱胁迫下植物体内产生的过量活性氧，减轻氧化损伤。

农杆菌介导 NCED3 基因转化小麦叶片的原理与技术

农杆菌介导转化原理

农杆菌是一种普遍存在于土壤中的革兰氏阴性细菌，其中根癌农杆菌含有 Ti 质粒，发根农杆菌含有 Ri 质粒。Ti 质粒和 Ri 质粒上的一段转移 DNA（T - DNA），在农杆菌侵染植物细胞时，能够被转移并整合到植物基因组中。农杆菌介导 NCED3 基因转化小麦叶片的过程如下：首先构建含有 NCED3 基因的重组表达载体，该载体通常以 Ti 质粒为基础进行改造，去除致瘤基因，保留 T - DNA 左右边界序列，并在其间插入 NCED3 基因以及筛选标记基因（如潮霉素抗性基因）、启动子（如组成型的 35S 启动子或胁迫诱导型启动子）和终止子等元件。当携带重组载体的农杆菌接触到小麦叶片细胞时，小麦叶片细胞因受伤会分泌乙酰丁香酮、羧基乙酰丁香酮等酚类化合物，这些化合物能够诱导农杆菌 vir 基因表达系统（virA - virG）。解旋酶 VirD1 蛋白和核酸酶 VirD2 蛋白识别 T - DNA 的两端边界 LB 与 RB 区，作用产生单链 T - DNA。随后 VirD2 与单链 T - DNA 上的 RB 处共价结合，VirE2 蛋白以非共价方式包覆 T - DNA 并形成 VirD2/VirE2/T - DNA 的复合体，避免 T - DNA 被降解或截短。该复合体进入小麦细胞核后，VirE2 从复合体中解离，T - DNA 随机整合至小麦基因组中，完成 NCED3 基因的转化。

转化技术流程

1. 重组载体构建与农杆菌转化

   ：从已知具有较强抗旱能力的植物物种（如耐旱的野生小麦近缘种、拟南芥等）中，通过 PCR 等分子生物学技术克隆 NCED3 基因全长序列。将克隆得到的 NCED3 基因片段插入到植物表达载体（如常用的 pCAMBIA 系列载体）的 T - DNA 区域内，构建重组表达载体。将重组质粒通过电击转化等方法导入农杆菌感受态细胞中，常用的农杆菌菌株有 EHA105、LBA4404 等。转化后的农杆菌在含有相应抗生素（如卡那霉素等）的培养基上进行筛选，获得含有重组载体的阳性农杆菌克隆。

2. 小麦叶片预培养与共培养

   ：选取生长状态良好的小麦幼苗，取其幼嫩叶片，用 75% 酒精、次氯酸钠等进行严格消毒处理，以防止杂菌污染。将消毒后的叶片切割成合适大小的小段，置于含有高浓度生长素（如 2,4 - D）的预培养基上进行培养。在预培养过程中，叶片细胞逐渐脱分化形成愈伤组织，一般预培养时间为 2 - 3 天。将经过活化培养的含有重组载体的农杆菌制备成悬浮液，调整其 OD600 值至约 0.5 左右。将预培养后的小麦叶片小段浸入农杆菌悬浮液中，侵染一定时间（通常为 10 - 30 分钟），使农杆菌与叶片细胞充分接触。侵染后的叶片转移至共培养基上，在黑暗条件下，22℃左右共培养 2 - 3 天，促进农杆菌 T - DNA 向小麦细胞的转移。

3. 筛选与再生

   ：共培养结束后，将小麦叶片转移至含有抗生素（如头孢霉素）的脱菌培养基上，抑制农杆菌生长。同时，在筛选培养基中添加与重组载体上筛选标记基因对应的抗生素（如潮霉素），只有成功整合了 NCED3 基因及筛选标记基因的小麦细胞才能在筛选培养基上继续生长形成抗性愈伤组织。经过一段时间的筛选培养后，将抗性愈伤组织转移至含有不同激素配比的分化培养基上，诱导愈伤组织分化出芽和根，形成完整的转基因小麦植株。对再生植株进行进一步的分子生物学检测，如 PCR、Southern blot 等，确定 NCED3 基因是否成功整合到小麦基因组中，并通过 Northern blot、Western blot 等技术检测 NCED3 基因的表达水平。

⛳️ 运行结果

📣 部分代码

% Varying parameters

D = 50e-12; % Bacterial diffusion constant (average value)

velocity = 10e-6; % Velocity of E.coli in m/s

pore_size_range = linspace(10e-6, 80e-6, 100); % Pore size range in microm

pore_length_range = linspace(7.6e-6, 26.914e-6, 100); % Pore length range in microm

temp_range_C = linspace(20, 32, 100); % Temperature range in Celsius

temp_range_K = temp_range_C + 273.15; % Convert temperature to Kelvin

time_range = linspace(0, 100, 100); % Time range in seconds

% Preallocate matrices for time, growth rate, and diffusion time

pore_matrix = zeros(length(pore_size_range),length(temp_range_K));

diffusion_time_matrix = zeros(length(temp_range_K), length(pore_size_range));

% Preallocate matrices for total time and concentration

total_time_matrix = zeros(length(pore_size_range), length(pore_length_range), length(temp_range_K));

concentration_matrix = zeros(N+1, length(pore_size_range), length(pore_length_range), length(temp_range_K));

% Free water diffusion coefficient for agrobacterium at 25 degrees Celsius

D_free = 50e-6; % m^2/s

% Loop through all parameter combinations

for p_idx = 1:length(pore_size_range)

    for l_idx = 1:length(pore_length_range)

        for temp_idx = 1:length(temp_range_K)

            pore_size = pore_size_range(p_idx);

            pore_length = pore_length_range(l_idx);

            T = temp_range_K(temp_idx);

            temp_effect = exp(-(T - min(temp_range_K))/(max(temp_range_K) - min(temp_range_K))); % Temperature effect

            % Calculate the specific growth rate of Agrobacterium

            growth_rate = 0.27/3600; % Set Avg growth rate to 0.75 h^-1 and change from hr to sec

            % Calculate the adjusted velocity based on pore size and temperature

            adjusted_velocity = velocity * (pore_size / max(pore_size_range)) * temp_effect;

            % Compute the effective diffusion coefficient using given equation

            D_eff = D_free;

            % Calculate time taken for bacteria to pass through porous medium

            time_diffusion = (A^2) / (2 * D_eff);

            time_advection = A / adjusted_velocity;

            % Include running and tumbling times

            running_time = 1.25; % sec

            tumbling_time = 0.17; % sec

            time_total = time_diffusion + time_advection + running_time - tumbling_time;

            % Calculate the concentration profile using the diffusion equation

            concentration = zeros(N+1, 1);

            for i = 1:N+1

                concentration(i) = exp(-((x(i) - A/2)^2) / (4 * D_eff * time_total)) / sqrt(4 * pi * D_eff * time_total);

            end

            % Update the concentration profile based on growth

            growth_factor = exp(growth_rate * time_total);

            concentration = concentration * growth_factor;

            % Store the results in the matrices

            total_time_matrix(p_idx, l_idx, temp_idx) = time_total;

            concentration_matrix(:, p_idx, l_idx, temp_idx) = concentration;

        end

    end

end

% Calculate the average total time

average_total_time = mean(total_time_matrix(:));

% Create meshgrids for visualization

[Pore_grid, Temp_grid] = meshgrid(pore_size_range, temp_range_C);

% Fixing pore length for plotting

pore_length_idx = 1;

% Extracting the data for fixed pore length

average_total_time_fixed_length = squeeze(total_time_matrix(:, pore_length_idx, :));

% Display the average total time

fprintf('The average total propaagation time taken by Agrobacterium to pass through the porous medium is %.2f seconds.\n', average_total_time);

% Plotting the 3D surface

figure;

surf(temp_range_C, pore_size_range , average_total_time_fixed_length);

xlabel('Temperature (C)');

ylabel('Pore Size (\mum)');

zlabel('Average Total Time (s)');

title('Effect of Temperature on Average Total Propagation Time for Agrobacterium');

% Create a 3D surface plot for time taken by Agrobacterium

[X, Y] = meshgrid(pore_size_range, pore_length_range);

figure('Color', 'white'); % Setting the background to white

h = surf(X, Y, squeeze(total_time_matrix(:, :, 1)), 'EdgeColor', 'none', 'FaceAlpha', 0.8);

% Improve lighting

light('Position', [-1 0 1], 'Style', 'infinite');

shading interp;

material dull;

% Add labels and title

xlabel('Pore Size (\mum)', 'FontSize', 12, 'FontWeight', 'bold');

ylabel('Pore Length (\mum)', 'FontSize', 12, 'FontWeight', 'bold');

zlabel('Average Total Time (s)', 'FontSize', 12, 'FontWeight', 'bold');

title('Average Total Propagation Time for Agrobacterium to Pass Through Stomata of Wheat Leaf', 'FontSize', 14, 'FontWeight', 'bold');

% Set colormap

colormap(parula(256));

% Adjust view angle for better perspective

view(3);

% Create a 3D surface plot for time taken by Agrobacterium

[X, Y] = meshgrid(pore_size_range, pore_length_range);

figure;

surf(X, Y, squeeze(total_time_matrix(:, :, 1))); % Choose a specific temperature slice

% Add labels and title

xlabel('Pore Size (\mum)');

ylabel('Pore Length (\mum)');

zlabel('Average Total Time (s)');

title('Average Total Propagation Time for Agrobacterium to Pass Through Stomata of Wheat Leaf', 'FontSize', 14, 'FontWeight', 'bold');

% Customize axis and grid

axis tight;

grid on;

set(gca, 'GridAlpha', 0.3, 'Box', 'off', 'FontSize', 12, 'LineWidth', 1.2);

🔗 参考文献

🎈 部分理论引用网络文献，若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：

🌟 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位、冷链、时间窗、多车场等、选址优化、港口岸桥调度优化、交通阻抗、重分配、停机位分配、机场航班调度、通信上传下载分配优化

🌟 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌟图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

🌟 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻、公交车时间调度、水库调度优化、多式联运优化

🌟 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划、

🌟 通信方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌟 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌟电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电、电/冷/热负荷预测、电力设备故障诊断、电池管理系统（BMS）SOC/SOH估算（粒子滤波/卡尔曼滤波）、 多目标优化在电力系统调度中的应用、光伏MPPT控制算法改进（扰动观察法/电导增量法）、电动汽车充放电优化、微电网日前日内优化、储能优化、家庭用电优化、供应链优化

🌟 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌟 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌟 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇

5 往期回顾扫扫下方二维码