可以量产/n利用重组育种和优势育种相结合的方法，选育了两个无刺百皮黄瓜杂种一代新品种"华黄瓜3号"和"华黄瓜4号"。具有早熟、优质、丰产、抗病等特点。与对照品种相比，早熟5天以上；产量高8.7-14％；瓜条直，无瓜把，瓜皮白色，质脆味甜；较抗霜霉病和白粉病。两品种已通过了湖北省农作物品种审定委员会审定，并在生产中大面积推广，取得了较大的经济效益和社会效益。利用秋水仙素诱导加倍的方法选育出一个四倍体菠菜新品系，该品系平均株高14.5厘米，株型宽阔，叶柄短，平均叶柄长5.63厘米（对照为9.68厘米），

研发阶段/n主要花坛花卉种质创新及新品种培育与应用。　　成果简介：以包满珠教授领衔的华中农业大学园林植物遗传与育种团队自1999年开始对矮牵牛、三色堇、孔雀草、万寿菊、百日草、石竹等6种占有我国城市花坛用花80%以上的主要种类进行育种研究。1.种质资源创新与基因资源挖掘。利用秋水仙素加倍首次获得了矮牵牛等草花的纯合四倍体材料70份；利用高温诱变和辐射诱变首次获得2 个核不育的孔雀草株系；选用三色堇和角堇，万寿菊和孔雀草进行种间杂交，创造出一系列种间杂交材料；利用分子生物学手段，挖掘与开花时间、花型、

产品详细介绍SC-G型自动考种及千粒重分析仪（含玉米果穗考种）1、货物名称：SC-G型自动考种及千粒重分析仪（含玉米果穗考种）玉米自动考种及千粒重分析仪所配的各种种粒自动考种及千粒重分析仪2、主要用途：SC-G型自动种子考种分析及千粒重仪系统是根据图像识别原理来实现自动分析的。目标照明模式可在背光和普通日光之间切换。可用于各类农作物实粒种子（谷粒、玉米、小麦、油菜籽等）的精确考种、各类粮库的虫口计数分析，以及另加配件后可做发芽率、均匀度分析，可兼做表面光滑的昆虫计数或虫卵计数（如：米象、蚜虫、蚕卵、鱼籽等），以及被当作种子净度工作台用于种子净度检验。内置支持网上在线升级的模块。3、主要性能指标配A3幅面最高分辨率1600dpi × 1600dpi、紫光M1彩色扫描仪。可分析各类种粒的种粒直径1～20mm。扫描仪分析工作区：A3幅面（431.8mm×304.8 mm）。可同时成像分析10个玉米果穗、35个玉米截面、1000粒左右玉米籽粒。配500万像素分辨率的彩色数码拍摄仪，及超薄的背光光源板（大于A4幅面），具有图像调整、观察特性。1）．籽粒数分析速度、精度：自动数粒速度：1500～3000粒/分钟（玉米籽粒），其它籽粒为1200～20000粒/分钟，数粒误差≤±0.1~0.4%，监视修正即达100%正确。具有相机画面畸变、背光板均匀性的自动矫正特性，有效减小尺寸测量误差。对于直径较小的种粒（如油菜籽、蔬菜籽），单批次考种数量在5000-10000粒。可根据实际需求自行创制一键自动分析向导，适用于水稻、小麦、玉米、豆类、油菜籽、瓜子、蔬菜籽等各类农作物的自动精确考种，自动测出籽粒数、各籽粒的粒形参数（长、宽、长宽比、面积、等效直径、周长等），以及其平均值，能精准显示种粒外接矩形，并可自动排序输出，及可输出粒径分布图表。自动千粒重分析的精度误差：≤±0.5%。具有对被分析目标颜色、形状进行自学习和再学习，并实现自动分类的特性，以及品种比对特性。能大批量自动分析成像后的种粒图片。2）．果穗、截面分析速度、精度：同时成像分析玉米果穗：10个/次/分钟、玉米截面：35个/次/分钟。全自动测出各玉米穗长、穗粗、秃尖长、左右穗缘角、穗行角、平均行粒数、粒厚、截面穗行数、穗粗、轴粗，以及其平均值，可自动测出各玉米截面上的平均粒长、平均粒宽等参数。3）．有被测样本条码、电子天平RS232重量数据的自动输入接口，插上电脑条码枪即可刷入样本条码编号；电子天平上的被测样本重量数据可一键送到电脑保存为EXCEL表。4）．分析过程为全程电脑控制，高效、准确、简便易用，真正一键式操作，鼠标一点，结果即现。5）．辅助删补：用鼠标选择增加/删除，或直接用鼠标在屏上手工计数，以确保100%正确。目标区的个性化计数：对工作区视野中任选范围或矩形范围内的计数。6）．分析数据导出：分析图像结果可保存，以及按大小形状排列输出，自动形成总报表，统计分析结果能输出至Excel表，以及，以及按宽度、长度、面积等输出的排列图和测量图。3. 供货配置表：SC-G型自动考种及千粒重分析系统 数量 备注SC-G型自动考种及千粒重分析软件及《简明手册》 1张 光盘，3年免费升级软件锁 1个 1年保换、2年保修SC-G型自动考种及千粒重分析系统软件质量三包卡 1张 光盘电子文档中A3幅面的紫光M1彩色扫描仪 1台 紫光公司全国联保1年USB2.0接口的拍摄仪（彩色500万像素） 1台 非人为损坏，质保1年超薄的背光光源板（A4幅面工作台板） 1个 非人为损坏，质保1年带RS232通讯接口的量程220g电子天平（精度1mg） 1台 生产厂家联保1年RS232接口通讯传输线 1条 非人为损坏，质保1年种粒成像盘、种粒收纳小盘 各1 4. 推荐电脑配置（需另配，由投标的经销商在当地找供应商）品牌电脑（酷睿i5 CPU / 8G内存/ 19.5”彩显/无线网卡，5个以上USB2.0口，运行环境Windows 10完整专业版或旗舰版）

本发明公开了一种与玉米雄性核不育相关的基因MS33及其在杂交育种中的应用。本发明提供了一种与玉米雄性核不育相关的MS33蛋白，是如下(a)或(b)：(a)由序列表中序列1所示的氨基酸序列组成的蛋白质；(b)将序列1的氨基酸序列经过一个或几个氨基酸残基的取代和/或缺失和/或添加，且与植物雄性育性相关的由序列1衍生的蛋白质。MS33基因突变导致玉米完全雄性不育，性状彻底，不受环境影响。该基因具有在玉米杂交种子生产上的应用潜力。

本发明属于环境保护中土壤重金属污染的治理和农产品安全领域，涉及一种减少玉米植株在镉污染环境中损伤的制剂及其使用方法。一种减少玉米植株在镉污染环境中损伤的制剂，该制剂如下浓度的组分：甜菜碱：200‑600μmol/L。对于镉污染环境，当Cd浓度为50μM时，500μM的甜菜碱是较佳浓度，其中200‑600μmol/L均为有效浓度。因为甜菜碱的喷施为一种人为外源物质的使用，植物会产生应激反应，浓度过高也会使植株叶片发黄等现象发生。故可视环境中镉污染程度选择相应浓度的制剂。

外引七号（赣晚籼38号）是上世纪70年代我省从国外引进的高档优质稻品种，在江西省已种植近40年，其稻米品质为广大消费者认可，目前仍是我省生产高档品牌稻米的主要品种。但外引七号美中不足是没有香味，广大稻米消费者非常希望外引七号能有香味就更理想了。选育一个有香味的品种，而粒型、外观、品质等与外引七号一样就非常必要。为达到这个目的，项目组用外引七号做母本，自育香稻品种赣晚籼31号做父本杂交，系谱法选育，至2014年选育成功籼型香稻新品种外七香稻，同时以15万元人民币转让给成新米业有限公司生产万家香牌大米。2019年通过江西省农作物品种审定委员会审定，审定编号：赣审稻20190029，审定名称：鄱湖香。同年以30万元人民币将江西省内的（成新农场除外）生产经营权转让给江西省知名品牌企业鄱阳湖米业有限公司。 鄱湖香在外引七号的米质基础上保持了赣晚籼31号的香味，其粒型长宽比、稻株叶形态均与外引七号相似，米饭清香爽口，香润油光有嚼劲，鄱阳湖米业有限公司已形成良种繁育、订单生产、专机加工，并申请到鄱阳湖大米区域公用品牌，正在为提高我省稻米市场占有率，提高水稻生产效益做出贡献。

  大白菜根肿病已成为严重制约辽宁省乃至全国大白菜栽培的重要病害之一。辽宁省的发病面积约占年播种面积的 20%。农业防治和农药防治尚不能有效的防治根肿病的危害，因此抗根肿病育种被认为是最为经济有效的途径。项目组在国家自然科学基金、辽宁省科技厅和教育厅科研项目的资助下，针对根肿病这一世界性难题开展了大白菜抗根肿病基因的挖掘和利用研究。经过十余年的努力，取得以下创新成果：    1. 首次挖掘出一个大白菜抗根肿病基因，并阐明了其遗传规律，即表现为单基因显性遗传，该基因命名为 CRb。CRb 对根肿菌生理小种 2、4 和 8 号均表现出抗性。利用分子标记技术并结合极端混合池分析方法，开发了与 CRb 连锁的实用新型分子标记。    2. 利用开发的 CRb 基因连锁标记，将该基因初步定位在了大白菜 A3 染色体的末端。通过精细定位，将 CRb 基因定位在 83.5 kb 范围内。此外，自主开发了均匀分布于大白菜 10 条染色体上的 2000 余个 SSR 标记。首次利用开发的标记，建立了大白菜分子标记辅助选择技术。发表相关论文 16 篇，其中 SCI 论文11 篇，一级学报 2 篇，核心期刊 3 篇，参编《中国大白菜》专著一部，获得专利一项。    3. 按照上述理论和技术，以 4 个大白菜优良自交系为母本，通过全基因组的标记选择，进行了 CRb 基因的定向转育，经回交三代和自交二次代选育出 4 个抗根肿病大白菜亲本。通过杂交组合配制、配合力测定、评比、区试等方法选育出优质、抗病、适应性广的大白菜系列新品种—‘沈农蔬 17’、‘水师营 15 号’、‘水师营 18’和‘连白 10’，并获得辽宁省种子管理局登记备案。    4. 选育的大白菜系列新品种除了抗根肿病以外，还具有高抗病毒病等常见病害，园艺性状优良，商品性好，以及耐贮藏和运输等特性。系列品种包括早、中、晚熟品种，适合春、早秋和秋季栽培，基本能够满足周年生产和周年供应。球型有叠抱、合抱，中桩直筒和卵圆型，适合不同消费者需求。截止到 2015 年，4 个品种累计推广面积 50 余万亩，新增经济效益 4.0 亿元，社会和生态效益显著。 

我校在杜仲优良品种选育、次生代谢物合成积累以及深度开发利用关键技术等方面取得系列成果。选育的“秦仲1、2、3、4号”高胶、高药型优良品种，解决了大面积繁殖的技术瓶颈；研制出“杜仲籽剥壳机”，解决了杜仲籽油开发技术瓶颈；确定了杜仲生产中一次投料、连续生产活性物质的高效工艺技术；研发出以杜仲叶、杜仲雄花、杜仲籽为原料的系列产品，获得国家食药监局颁发的批准证书20余个，并全部实现产业化。该成果突破了制约杜仲产业发展的技术瓶颈，产生了显著的经济和社会效益。

本项目创造性提出符合中药特点的制药工业大脑模型，将中药传统工艺与最新智能技术相融合，改革中药粗放型生产制造方式，建成符合高效能生产优质中成药要求的中药智能制造平台，成为信息化、网络化、智能化制造中成药的开拓者，为中药制药企业高效营运、提质降本、高质量发展提供了关键核心技术体系，实现了科学、严谨、智能、精准管控中药制药过程的技术跨越。   关键技术1：中药制药关键物料属性智能辨识技术 本项目在中医药理论指导下，将现代医学分子实验方法与知识网络分析等智能技术相融合，科学认知中成药临床优势特色和中药产品质量属性。 研发了3种辨识方剂化学物质的新方法，整合方剂药材组成、化学成分、中医证候和临床疗效等知识单元，从方-药-病-证入手，提出三个层次的知识关联网络构建方法。根据“病证结合、方证对应、理法方药一致”研究理念，构建了涵盖药材-证候、药材-疾病、成分-疾病三个层次的方剂关联知识网络。在此基础上，整合中医遣方用药规律、现代分离分析与高通量筛选技术，发展了基于知识发现的方剂活性物质智能认知新策略，研究发现小青龙汤类方宣肺平喘、助阳解表功效物质组以及一系列具有潜在抗病毒活性的方剂活性物质，不仅为诠释方剂组方的科学内涵提供了技术工具，也为智能认知中成药质量属性探索了新路。 以中医气血理论认识心脑血管疾病及2型糖尿病的共同特征，针对疾病发生发展的关键病理环节，以糖脂代谢、血管功能、血液流变等为重点，构建心脑血管疾病共有生物分子网络模型；创新设计靶向PTP1B等关键靶点的荧光探针，用于辨识具有抗脂质累积、改善胰岛素抵抗等生物效应的中药活性物质，在此基础上建立了“成分-靶点-通路-疾病”多层次网络整体分析方法。 以芪参益气滴丸、冠心宁片、丹红注射液等品种为研究载体，通过系统总结中成药化学、生物及临床应用信息，梳理中药生产制造中所涉及的知识实体类、实体类属性及属性数据来源，并详细描述各类实体间的关系，从而构建中药制药知识图谱，科学认知中成药临床特色和中成药质量属性。   关键技术2：中药产品质量多属性同时检测技术 本项目发明了可同时检测中药质量及其生物活性成分的方法以及中药产品化学属性与生物属性同时检测法，并建立了基于深度学习与计算视觉的中药理化属性与生物属性高光谱同时检测法，实现了中药化学-生物属性融合检测、化学-生物-物理属性融合检测以及生物活性多重检测，为多方位快速检测中药产品质量开辟了技术新路。 创新设计中药化学-生物融合检测原理，通过在能够特异性识别生物靶标的肽段上修饰易离子化的标签分子，合成制备靶向质谱响应探针，用于多靶标高灵敏同步检测，再使用DART-MS对中药质谱指纹图谱与多靶酶活性进行融合检测，从而建立了基于质谱响应探针的中药质量多属性同时检测法，可快速、灵敏、准确地同时检测中药产品化学成分一致性与生物活性，相关研究成果发表在国际分析技术领域顶级期刊《Analytical Chemistry》（IF=6.7）。 首次将微流控芯片应用于中成药质量评价，针对心脑血管疾病相关的两个关键靶酶（凝血酶与血管紧张素转化酶），发明并研制出多功能的微流控芯片，将其用于评价芪参益气滴丸等中成药的生物活性，实现了对正常与异常批次产品的准确识别，且效果优于色谱指纹图谱方法。这种微流控芯片不仅可用于评价中药产品生物活性，而且能够同时筛选出中药产品内具有酶抑制活性的化合物。 将新一代人工智能技术与高光谱分析技术相融合，用于智能处理高光谱（可见光和短波近红外）数据，研制出一种可同时检测中药注射剂化学、生物及物理质量属性的在线分析方法。该方法包括一个端到端的多输出深度学习模型和一种新的双尺度异常检测算法，前者以光谱数据为输入，可同时测定多个化学成分含量和生物活性指标；后者通过对图像数据进行边缘检测、角点检测以及曲率计算，能检测出最小直径为60 μm的可见异物，实现了总黄酮、总内酯、抗氧化活性、抗凝血活性、色度及可见异物的同时检测。   关键技术3：中药制药过程多维度智能感知技术 本项目建立了中药制药过程多维度智能感知技术，从不同方位表征制药过程物料信息与时变特性，为智能认知制药过程规律提供关键信息。 采用高光谱和高速摄像等技术获取不均匀药材表面上光学数据，优选数据融合及分类方法，依靠计算机视觉准确感知药材真伪、产地、质量等级；进一步与常规液相色谱检测等技术相结合，从物理性状、指标成分和大类成分等多个维度综合精准感知药材品质。针对致病微生物快速检测，研制了基于SERS的生物传感器，利用拉曼光谱仪快速检测中药产品中微生物，攻克微生物检测时间长、灵敏度低的现场感知难题。 针对提取过程等中药制药关键工序中有效成分时变信息检测，采集并比对正常及异常工况时的提取动态光谱数据，采用机器学习算法建立监测模型，在线实时获取过程中有效成分提出情况，通过提取数据积累，不断提升模型精度，准确感知提取过程工艺品质。 为有效降低异常工况发生率，提出中药制药过程轨迹监测方法，采用Hotelling T2、DModX和主成分得分等多维统计量综合表征过程状态，快速灵敏感知制药过程状态异常；根据状态特征控制后续工况操作参数，提前排除潜在扰动因素，保持过程轨迹始终处于控制限内，攻克了中药生产制造状态无法测控的难题，并成功应用于丹红注射液生产现场。 运用所建立的适用于中药复杂体系并体现整体观的中药制药过程多维度智能感知技术，将制药分析技术从以往的“检测指标成分”创新发展为“监控制药过程状态”，科学测判中药制药过程状态一致性，开创了中药制药过程一致性管控的技术先河。   关键技术4：中药制药过程智能认知与优化技术 本项目在中医药理论指导下，聚焦中药先进制药与信息化融合中的重大技术挑战，创造性提出符合中药特点的制药工业大脑模型以及中成药生产制造知识图谱构建方法，建立了制药过程智能认知与优化技术，打通“信息孤岛”，从而能利用中药工业大数据来发现中药制药知识，提升中药制造智能化程度。 建立药材关键性质和关键过程参数范围与过程产物品质之间的定量关系，明确制药过程对药材质量波动的承受能力大小，建立与之相匹配的投料药材质控标准；进而采用不同批号药材按比例混匀投料等均一化质控手段严控药材关键指标成分含量波动在预设质控标准范围内，显著减少原料批次间差异，从制药过程源头保障了中药质量。   创建了风险分析和统计分析相结合的中药制药关键工艺单元辨析及工艺关键参数辨识技术，提出加权决定系数法综合制药工艺对有效成分含量、风险物质限量和生产效率等的多目标需求，自主开发计算机软件并获软件著作权，为精准设定制药过程控制目标参数提供了有效认知工具。