为检测工厂化栽培草菇(Volvariella volvacea)的生长状态,采集不同栽培模式、不同生长时期草菇、异常草菇以及栽培料杂菌感染等各种图像作为原始图像数据集,采用Anchor-free网络结构构建检测算法模型,将收集的895幅草菇原始图像分为生长期、成熟期、开伞期草菇,杂菌感染草菇和肚脐菇以及鬼伞和栽培料表面感染7种类型,借助labellmg工具按照不同类型在草菇原始图像数据集的每一幅图像上进行人工标记,测试标记的草菇原始数据集并观察学习训练得到的模型性能,将测试结果与人工标记的结果进行对比,有针对性地完善模型精度,再通过添加在线难例挖掘、可变形卷积、改进模型损失函数、增加模型感受野、增加训练样本的丰富性模块优化模型,将不同类型的图像输入训练好的网络模型中检验效果,分别在打开光源和关闭光源的菇房中拍照,并输入模型检测光照对模型效果的影响。结果表明:最终模型的平均精确率(mean average precision,mAP)达到83.7,可以输出编号、当前坐标、类型、颜色RGB均值、草菇相对宽度和高度,能够准确检测处于生长期、成熟期、开伞期草菇和受杂菌感染草菇和肚脐菇以及鬼伞和栽培料表面感染情况。
本研究以主栽品种‘沪农灵芝1号’为出发菌株,利用ARTP诱变创制新菌株并结合出芝试验,筛选获得孢子粉产量较‘沪农灵芝1号’高出25%的HS34和低产孢子粉的LS170。对产孢性状存在显著差异的突变株进行基因组重测序分析。对上述两个产孢性状表现差异大的两个新菌株和出发菌株的重测序发现,HS34 vs H1共检测出18003个SNP分别位于2305个基因上,LS170 vs H1之间共检测出52624个SNP分别位于2793个基因上。对检测出的位于编码区的非同义突变SNP基因进行GO注释和KEGG通路富集分析。HS34 vs H1共富集到523个GO术语。主要涉及膜的整体成分和固有成分的组成,影响有机环、杂环化合物、金属离子以及核酸的结合的分子功能,参与DNA整合及各种代谢过程,KEGG注释在半乳糖代谢途径通路上显著富集;LS170 vs H1共富集到869个GO术语,主要涉及Ctf18 RFC样复合物、细胞核和染色体的组成及影响各种环状化合物及金属离子的结合,参与DNA整合及各种代谢过程,KEGG注释在半乳糖代谢途径、嘌呤代谢途径、谷胱甘肽代谢途径、淀粉和蔗糖代谢途径及甘油磷脂代谢途径上显著富集。HS34的CDS区特有的InDel位点共160个,LS170的CDS区特有的InDel位点共634个。对上述三个菌株从幼嫩子实体到大量产孢成熟子实体的不同发育阶段的转录组分析发现,与幼嫩子实体相比,在成熟子实体H1、HS34、LS170中分别有433、1899、1576个差异表达基因。其中HS34上调基因数比LS170高1.68倍,下调基因无显著差异;在170个共有差异表达基因中有141个趋势一致的差异表达基因,其中包含108个上调基因,33个下调基因。对共有差异基因进行GO、KEGG富集分析与表达趋势分析确定了糖异生(戊糖葡萄糖醛酸酯相互转化)和乙醛酸盐二羧酸代谢为产孢发育供能,NADH为产孢过程中的重要能量来源;鞘糖脂的合成及糖胺聚糖的降解为产孢提供结构物质;Hop1、Wis1、Mek1、SPO5和MSH4等基因的差异表达可能影响了孢子产量。
暂无评论