Dynamic simulation of forest landscape succession based on LANDIS model in Tianbaoyan, Fujian Province of southern China
-
摘要:目的了解天宝岩国家级自然保护区森林演替发展趋势，可以更好地为保护区制定管理政策保护珍稀植物和生物多样性提供科学依据。方法借助空间直观景观模型LANDIS Pro 7.0对福建天宝岩国家级自然保护区未来300年(2016—2316年)的森林景观演变进行模拟，采用Fragstats 3.3景观格局分析软件对树种面积变化、景观聚集度、分维度、多样性指数进行分析，并对各个树种在模拟时间内的龄级组成进行分析。结果在演替时段内，除毛竹林外所有树种斑块分维度均在1.00~1.06之间，表明其景观斑块形状较规则且变化不大。多样性指数呈现先上升后下降趋势，均匀度指数呈现先下降后上升的趋势，且变化速度在逐渐变缓，表明树种逐渐趋于稳定。阔叶林聚集度先增加后保持稳定，其面积则始终保持增长，至演替结束，以成熟林和幼龄林为主；猴头杜鹃林、长苞铁杉林聚集度在整个演替时段内呈增加趋势，其面积在演替中后期有所增加，且以幼龄林的增加为主；杉木林面积在前150年增长，此期间幼龄林比重也在逐渐上升；后150年面积保持稳定，至演替结束，以中龄林和近熟林为主；聚集度虽保持稳定但略有增加；柳杉林聚集度在演替前100年保持稳定而后200年有所降低，至演替后期，整个柳杉林以过熟林为主，中龄林次之；马尾松林在整个演替过程中均以过熟林为主，幼龄林和中龄林比例很低；毛竹林在演替后期以过熟林占据主要地位，其次是成熟林；且马尾松林和毛竹林在演替期间聚集度均呈现降低的趋势。结论天宝岩森林景观的演替会依据一定的规律向顶级群落常绿阔叶林演替；马尾松林、柳杉林、毛竹林在群落中随时间的推移会逐渐被取代；杉木林、长苞铁杉林和猴头杜鹃林，在演替时段内表现出良好的发展趋势。Abstract:ObjectiveThis study aims to understand the developing trend of forest succession in Tianbaoyan National Nature Reserve, Fujian Province of southern China and provide a scientific basis for the development of management policies to protect the rare plants and biodiversity.MethodUsing the spatially explicit landscape simulation model LANDIS Pro 7.0, this paper analyzed the forest landscape evolution of Fujian Tianbaoyan National Nature Reserve by stimulating the dynamics of vegetation's ecological succession in the next 300 years (2016-2316). The landscape statistical analysis software Fragstats 3.3 was used to calculate the area percentage of dominate tree species, the landscape aggregation, the fractal dimensions, the diversity and evenness indices. And the variation tendency of all species' age-classes during simulation time was analyzed.ResultDuring the succession period, the patch dimensions of all tree species except for Phyllostachys hetericycla ranged in 1.00-1.06, indicating that the shape of the landscape patch was relatively regular and not much changed. The Shannon-Weiner diversity index SHDI showed a trend of increasing first and then decreasing, the Shannon-Weiner eveness index showed a trend of falling first and then rising.Moreover, their speed of change gradually slowed, indicating that the change of tree species gradually stabilized. The degree of aggregation of broadleaved forests remained stable for 150 years after the increase in the first 150 years, and its area kept growing until the end of succession, with mature forests and young forests as the main factors; the aggregation of Rhododendron simiarum and Tsuga longibracteata increased during the entire succession period, and their area also increased during the middle and later periods of succession, and the increase was mainly in young forests.The area of Cunninghamia lanceolata increased in the first 150 years, and the proportion of young forests also gradually increased during this period; the area after the first 150 years remained stable until the end of succession, mainly in middle-age forests and near-mature forests; the degree of aggregation remained stable but increased slightly; the degree of aggregation of Cryptomeria fortunei kept stable during the first 100 years of succession and decreased during the later 200 years. At the later stage of succession, the entire forest was dominated by over-matured forests, followed by middle-age forests; the forest of Pinus massoniana was dominated by over-matured forests throughout the entire succession period. The proportion of young and middle-aged forests was very low. Also, over-matured forest occupied a major position and mature forests followed in the Phyllostachys hetericycla forest. Moreover, the degree of aggregation of Casuarina equisetifolia and Phyllostachys hetericycla was decreasing during the succession period.ConclusionThe results show that the populations of broadleaved tree species will increasing and moving to the direction of complex zonal evergreen broadleaved forest system; the forest of Casuarina equisetifolia, Cryptomeria fortunei and Phyllostachys hetericycla will gradually be replaced in the community over time; the forest of Cunninghamia lanceolata, Tsuga longibracteata and Rhododendron simiarum shows a good developing trend during the succession period.
-
Keywords:
- LANDIS model /
- forest landscape /
- natural succession /
- Tianbaoyan Nature Reserve
-
多倍化是高等植物基因组进化的显著特征之一，大约有75%的被子植物和95%的蕨类植物在进化过程中发生过多倍化事件[1]。许多主要作物，包括小麦（Triticum aestivum，2n = 6x = 42）、土豆（Solanum tuberosum，2n = 4x = 48）、玉米（Zea mays，2n = 4x = 20）、咖啡豆（Coffea arabica，2n = 4x = 44）等，经过漫长的进化过程，最终生存下来的都是多倍体植株[2]。多倍体由于基因剂量效应，重复基因的表达情况也发生变化，导致植物在生长发育、形态生理、遗传适应性及对环境胁迫的耐性等方面与亲本二倍体有很大差异[3-5]。例如，相比二倍体，四倍体柑橘（Citrus limonia）叶片肥厚，茎干加粗，栅栏组织和海绵组织增长，表皮细胞体积增大，在高盐碱的逆境环境下，表现出更强的抗性[6-7]；四倍体毛泡桐（Paulownia tomentosa）叶片面积、叶绿素含量、可溶性糖含量、可溶性蛋白质含量、净光合速率均大于二倍体，耐盐、耐寒、耐旱能力更强[8]。植物加倍后产生的新表型往往具有实际应用价值，如四倍体葡萄（Vitis vinifera）[9]、三倍体柑橘[10]、三倍体毛白杨（Populus tomentosa）[11]等许多品种都具有优于二倍体的性状，已经广泛应用于农林生产实践。
枣（Ziziphus jujuba）是鼠李科（Rhamnaceae）枣属（Ziziphus）植物，原产于中国，栽培历史悠久，枣果富含维生素和人体必需的氨基酸及多种微量元素[12]，具有重要的营养和保健价值。酸枣（Ziziphus jujuba Mill. var. spinosa）作为枣的变种，果小、味酸，果仁可入药，其果实常用于制作果脯、果汁等，具有重要的经济价值[13]。此外，酸枣根系发达，耐寒、耐旱、耐贫瘠能力强[14]，是重要的生态经济树种。近年来，枣树多倍体育种工作取得了显著的成果。Gu等[15]通过离体加倍获得了四倍体冬枣，相比二倍体，四倍体叶片变大变厚、颜色变深，保卫细胞内叶绿体增多，芽、茎变粗，花变大，花期延迟。刘孟军等[16]经秋水仙素诱变获得四倍体鲜食枣品种‘辰光’，具有果实大，果皮薄，果肉酥脆，早果速丰，枣头节间变短，叶缘锯齿增大，气孔密度减小，保卫细胞增大等特征。但目前尚未在分子水平上对这些变异特征进行深度探讨。
在前期工作中，本实验室以酸枣组培苗为试材进行秋水仙素离体诱导，成功获得了酸枣四倍体种质，并对二倍体和四倍体酸枣进行了表型特征的初步对比[17]。本研究以实验室原有的酸枣二倍体和四倍体组培苗为材料，对二者的生理指标进行测定，同时开展RNA-seq技术的转录组学研究，分析酸枣多倍体化导致的基因表达变化。通过该研究，有利于进一步了解基因组复制后分子水平的变异，深入理解酸枣四倍体性状变异，为今后关键调控基因的克隆及基因工程育种等工作提供参考。
1. 材料与方法
1.1 试验材料
以北京林业大学林木遗传育种国家工程实验室已有的酸枣二倍体及其四倍体组培苗为试验材料。组培室内温度维持在26 ℃，光周期为16 h光照/8 h黑暗。选取继代60 d的生长健壮的二倍体和四倍体酸枣组培苗，转接到生根培养基上，生根后30 d进行生理指标的测定及转录组测序。
分别随机选取二倍体和四倍体组培苗各5株，采集叶片测定叶绿素含量及叶片相对含水量，重复3次。同时，二倍体和四倍体组培苗分别随机选取5个植株，采集植物的叶片和茎，重复3次，取样后迅速放入液氮中磨成粉末，置于− 80 ℃冰箱保存，用于可溶性糖、可溶性蛋白含量测定以及转录组测序。
1.2 生理指标的测定
1.2.1 测定方法
用SPAD-502Plus仪测定叶绿素含量；用饱和称重法测定植物的叶片相对含水量[18]；采用蒽酮比色法测定可溶性总糖含量[19]；采用考马斯亮蓝染色法测定可溶性蛋白质含量[20]。
1.2.2 数据分析
使用Excel 2010进行数据录入及处理，用SPSS软件对数据进行独立样本t检验（P < 0.05）。
1.3 RNA提取
使用上海天根生化有限公司（Qiagen China, Shanghai, China）生产的RNeasy plant Mini kits试剂盒提取RNA，提取过程按说明书中的操作流程进行。用天根公司生产的RNase-Free DNaseSet对提取的RNA进行纯化。用琼脂糖电泳对提取出来的RNA完整性进行检测，紫外灯下观察是否具有清晰的条带。在进行转录组测序之前，对提取的RNA质量进一步评估，计算A260/A280是否介于1.8 ~ 2.0之间，28S/18S是否介于1.6 ~ 2.0之间，再分别用NanoDrop 2000分析仪（DE, USA）和Agilent 2100生物芯片分析系统检测RNA浓度和完整性，RNA检测合格之后用于后续分析。
1.4 转录组测序
委托北京百迈客生物科技有限公司（Biomarker Technology, Beijing, China）用Illunima HiSeq 2000测序系统进行cDNA文库构建及转录组测序（RNA-seq）。获得raw data后，去除测序接头及引物序列，并将低质量的序列过滤掉（Q30 ≥ 93.96%），得到clean data。利用HISAT2软件（http://ccb.jhu.edu/software/hisat2/index.shtml）将clean data比对到枣树参考基因组（https://www.ncbi.nlm.nih.gov/genome/15586?genome_assembly_id=219393），得到mapped data，进行插入片段长度检验、随机性检验等文库质量评估。
采用NCBI（https://www.ncbi.nlm.nih.gov/）、GO Ontology（http://geneontology.org/）、KEGG（https://www.kegg.jp/）、KOG（http://www.ncbi.nlm.nih.gov/KOG/）、Pfam（https://pfam.xfam.org/）、Swiss-Prot（https://www.uniprot.org/）数据库对基因组功能进行注释。基于所选参考基因组序列，使用StringTie（https://ccb.jhu.edu/software/stringtie/index.shtml）软件对mapped reads进行拼接，并与原有的基因组注释信息进行比较，寻找原来未被注释的转录区，过滤掉编码过短肽链（少于50个氨基酸残基）或只包含单个外显子的序列，发掘该物种的新基因，从而补充和完善原有的基因组注释信息。
1.5 差异基因的鉴定及生物信息学分析
应用DESeq2软件（http://www.bioconductor.org/packages/release/bioc/html/DESeq.htm）进行样品组间的差异表达分析，将差异倍数（FC） > 1.5且错误发现率（FDR） < 0.05作为筛选差异表达基因（DEG）的标准。对筛选出的DEG进行GO Ontology和KEGG Pathway分类，并应用超几何检验对注释到的不同的GO（P < 0.05）和KEGG条目（P < 0.05）进行富集分析。用FPKM值（Fragments per kilobase of transcript per million fragments mapped）作为衡量基因表达水平的指标，R语言包绘制表达量聚类热图。
2. 结果与分析
2.1 二倍体及其同源四倍体酸枣生理指标对比
植物染色体加倍后，细胞核内的遗传物质相应增加，一些营养物质或其他成分含量显著提高。由表1可知，四倍体酸枣可溶性糖、可溶性蛋白质、叶绿素含量显著高于二倍体，可溶性糖含量是二倍体的2倍；可溶性蛋白质比二倍体高50.1%；叶绿素含量比二倍体高27.2%。但是，四倍体植株叶片相对含水量与二倍体没有显著差异。
表 1 二倍体和四倍体酸枣不同生理指标的比较Table 1. Comparison of different physiological index between diploid and its autotetraploid sour jujube样品
Sample可溶性糖
Soluble sugar可溶性蛋白
Soluble protein叶绿素
Chlorophyll叶片相对含水量
Leaf relative water content二倍体酸枣
Diploid sour jujube25.03 ± 4.73a 4.13 ± 0.63a 29.17 ± 3.02a 0.52 ± 0.01a 四倍体酸枣
Autotetraploid sour jujube41.15 ± 4.45b 6.20 ± 0.62b 37.10 ± 2.82b 0.57 ± 0.01a 注：表内数值表示方式为“平均值 ± 标准差”，同列不同字母表示差异显著（P < 0.05）。Notes: values in table were “mean ± SD”, different letters in the same column represent significant differences (P < 0.05). 2.2 测序结果统计
为进一步理解二倍体酸枣加倍后变异的分子机制，对二倍体和四倍体酸枣共6个样本进行RNA-seq，获得平均7.92 Gb clean reads，Q30均在94%以上，将这些数据比对到枣树基因组，比对效率在82%以上，表明测序结果良好（表2）。
表 2 测序结果统计Table 2. Statistics of sequencing results样品 Sample Clean reads Clean bases Q30/% GC 含量 GC content/% 比对率 Mapped ratio/% D1 25 635 963 7 620 864 926 94.57 45.34 83.31 D2 27 771 165 8 268 560 788 94.43 45.1 83.67 D3 29 668 511 8 501 884 148 94.62 45.41 83.38 T1 27 572 679 7 659 547 606 94.21 45.19 82.92 T2 27 039 014 7 346 405 010 94.52 45.46 83.27 T3 29 816 038 8 096 301 012 94.53 45.32 82.52 注：D1、D2、D3分别为二倍体酸枣的3个重复；T1、T2、T3分别为四倍体酸枣的3个重复。Notes: D1, D2 and D3 are three biological duplicates of diploid sour jujube; T1, T2 and T3 are three biological duplicates of autotetraploid sour jujube. 通过对原有的枣树基因组进行补充和完善，共发掘2 536个新基因。将这些新基因与GO、KEGG、KOG、Pfam、Swiss-Prot、Nr数据库进行序列比对，获得新基因的注释信息（图1）。
2.3 二倍体及其同源四倍体酸枣差异表达基因分析
对二倍体和四倍体酸枣的差异表达基因进行分析。结果表明，二倍体与四倍体酸枣共有1 329个基因差异表达（FC > 1.5, FDR < 0.05），其中四倍体酸枣有636个基因表达量高于二倍体，表达量倍数介于1.5 ~ 18.2之间；693个基因表达量低于二倍体，表达量倍数介于1.5 ~ 11.8之间（图2）。
![]()
图 2 二倍体与四倍体酸枣差异表达基因统计红色的点代表四倍体相对于二倍体表达量上调的基因，绿色的点代表表达量下调的基因，黑色的点代表没有差异的基因；FC代表差异倍数；FDR代表错误发现率。The red point indicates up-regulated genes in autotetraploid than that in diploid, green point indicates down-regulated genes and black point indicates unchanged genes; FC represents fold change; FDR represents false discovery rate.Figure 2. Statistics of differentially expressed genes in diploid and autotetraploid sour jujube2.3.1 差异表达基因GO功能分类与富集分析
为了分析二倍体与四倍体差异基因的生物学功能，分别从生物学过程、细胞组分和分子功能3个方面对注释到GO Ontology数据库中的1 064个差异基因进行功能分类（表3）。在生物学过程分类中，参与细胞过程、单一生物过程和代谢过程的差异基因数目最多，分别为873、851和829个，其次是胁迫应答过程，为753个；在细胞组分分类中，细胞部位和细胞差异基因最多，分别为878和864个，其次是细胞器为714个。在分子功能分类中，参与催化活性的差异基因最多，为655个，其次是参与结合功能的差异基因为620个。
表 3 二倍体与四倍体酸枣差异表达基因的GO分类及富集分析Table 3. GO classification and enrichment analysis of differentially expressed genes in diploid and autotetraploid sour jujubeGO一级分类
GO classify 1GO ID GO二级分类
GO classify 2所有基因
All gene差异基因
Different gene富集P值
Enriched P value生物学过程
Biological processGO:0009987 细胞过程 Cellular process 15 527 873 0.725 1 GO:0008152 代谢过程 Metabolic process 14 536 829 0.983 6 GO:0044699 单一生物过程 Single-organism process 14 286 851 0.004 2 GO:0050896 胁迫应答 Response to stimulus 11 883 753 0.000 0 GO:0065007 生物调控 Biological regulation 9 802 603 0.021 6 GO:0032502 发育过程 Developmental process 8 154 492 0.003 7 GO:0071840 细胞组分或生物合成
Cellular component organization or biogenesis7 166 386 0.373 7 GO:0051179 定位 Localization 6 533 378 0.054 4 GO:0032501 多细胞生物过程 Multicellular organismal process 6 469 372 0.090 1 GO:0000003 生殖 Reproduction 5 573 331 0.070 8 GO:0022414 生殖过程 Reproductive process 5 536 332 0.065 2 GO:0051704 多生物过程 Multi-organism process 4 643 249 0.002 4 GO:0023052 信号传导 Signaling 3 681 237 0.184 7 GO:0040007 生长 Growth 2 639 142 0.016 5 GO:0002376 免疫系统过程 Immune system process 2 446 131 0.001 1 GO:0098754 解毒 Detoxification 550 49 GO:0048511 节律过程 Rhythmic process 294 26 0.064 5 GO:0022610 生物附着 Biological adhesion 134 7 0.413 8 GO:0040011 运动 Locomotion 73 4 0.295 6 GO:0001906 细胞杀伤 Cell killing 15 2 0.556 6 细胞组分
Cellular componentGO:0044464 细胞部位 Cell part 16 088 878 0.000 0 GO:0005623 细胞 Cell 15 666 864 0.713 8 GO:0043226 细胞器 Organelle 12 958 714 0.659 2 GO:0016020 细胞膜 Membrane 8 588 489 0.740 6 GO:0044422 细胞器部位 Organelle part 5 560 302 0.938 5 GO:0044425 细胞膜部位 Membrane part 2 828 163 0.948 7 GO:0032991 高分子复合物 Macromolecular complex 2 285 81 0.999 8 GO:0030054 细胞连接点 Cell junction 2 259 154 0.438 3 GO:0005576 胞外区 Extracellular region 2 091 173 0.000 2 GO:0031974 膜封闭腔 Membrane-enclosed lumen 563 21 0.284 9 GO:0099080 超分子复合物 Supramolecular complex 154 14 GO:0044421 胞外区部位 Extracellular region part 132 11 0.428 4 GO:0009295 拟核 Nucleoid 45 4 0.058 4 分子功能
Molecular functionGO:0005488 结合 Binding 11 517 620 0.983 3 GO:0003824 催化活性 Catalytic activity 10 913 655 0.587 2 GO:0005215 转运活性 Transporter activity 1 496 91 0.801 3 GO:0001071 核酸结合转录因子活性
Nucleic acid binding transcription factor activity1 062 76 0.327 1 GO:0004871 信号传导活性 Signal transducer activity 782 23 0.216 1 GO:0060089 分子传感器活动 Molecular transducer activity 627 21 0.216 1 GO:0005198 结构分子活动 Structural molecule activity 437 16 0.914 3 GO:0009055 电子载体活动 Electron carrier activity 350 27 0.040 0 GO:0098772 分子功能调节剂 Molecular function regulator 285 23 GO:0016209 抗氧化活性 Antioxidant activity 179 15 0.489 6 GO:0000988 转录因子活性，蛋白结合
Transcription factor activity, protein binding78 3 0.763 7 GO:0045735 营养库活动 Nutrient reservoir activity 45 1 0.154 2 利用KS检验，以富集P值小于0.05作为评价标准，在二倍体与四倍体差异表达基因中满足此条件的GO条目即为GO功能显著富集。在生物过程分类中显著富集了包括胁迫应答过程、生物调控、发育过程、生长过程和免疫系统过程等7个条目；在细胞组分类别中显著富集的GO条目有2个，包括细胞部位和胞外区组成；在分子功能类别中，显著富集的条目只有1个，为电子载体活动。结果说明，二倍体与四倍体酸枣在生长发育、细胞代谢过程、逆境胁迫抗性等方面存在差异。
2.3.2 差异表达基因KEGG Pathway富集分析
二倍体与四倍体酸枣共有244个差异表达基因注释到特定的KEGG 通路中，这些通路可以分为细胞过程、环境信息加工、遗传信息加工、代谢和生物系统5类，其中在代谢中注释到的差异基因数目最多，占差异基因总注释数目的73.8%（图3）。有13条通路在KEGG Pathway中显著富集（P < 0.05），（图4），主要包括氨基酸代谢、碳水化合物代谢、信号传导、能量代谢等。碳水化合物代谢通路中，参与淀粉和蔗糖代谢途径的差异表达基因数目最多，占注释的差异表达基因总数的10.66%；信号传导通路中，参与植物激素信号转导途径的差异基因有18个，占注释的差异表达基因总数的7.38%；在氨基酸代谢通路中，丙氨酸，天门冬氨酸和谷氨酸代谢、精氨酸和脯氨酸代谢以及酪氨酸代谢3个途径差异基因数目分别占注释的差异基因总数的2.5%、3.3%和3.7%；在能量代谢通路中，光合天线蛋白途径中注释的差异基因占注释差异基因总数的1.2%。此外，相比二倍体植株，四倍体植株中表达量增加的差异基因显著富集在淀粉与蔗糖代谢（P < 0.000 9）、植物激素信号传导（P < 0.004 0）等通路中。以上结果表明，二倍体与四倍体酸枣在碳水化合物和氨基酸代谢、信号传递以及能量代谢途径中存在差异，其中，与淀粉和蔗糖代谢、植物激素传导途径相关的基因在四倍体中显著上调。
![]()
图 3 二倍体与四倍体酸枣差异表达基因KEGG分类Figure 3. KEGG classification of differentially expressed genes in diploid and autotetraploid sour jujube![]()
图 4 二倍体与四倍体酸枣差异表达基因显著富集的KEGG通路Figure 4. KEGG pathway with significantly enriched differentially expressed genes in diploid and autotetraploid sour jujube2.3.3 差异基因表达量分析
为进一步解析二倍体及其同源四倍体可溶性物质的差异，对与糖和蛋白质转运、代谢相关的16个基因进行差异表达分析（图5）。结果发现，与糖代谢相关的关键基因，如编码β-呋喃果糖苷酶的INV（CCG007195）基因、编码β-葡萄糖苷酶的BGLU47（CCG000062）基因、编码果胶酯酶的PME35（CCG011493）基因、编码葡糖醛酸异构酶的GAE6（CCG027883）基因、编码α-海藻糖磷酸合成酶的TPS9（CCG011925）基因和编码蔗糖磷酸合成酶的SPS2（CCG011942）基因等均上调表达，差异表达倍数介于1.5 ~ 2.5之间。与氨基酸转运和代谢相关的基因，例如编码丝氨酸乙酰转移酶的SAT1（CCG028964）基因、编码精氨琥珀酸合酶（NewGene3586）和磷酸甘油酸脱氢酶PGDH3（CCG002072）等的基因在四倍体酸枣中上调表达，表达量为二倍体的1.7 ~ 2.0倍。
![]()
图 5 二倍体与四倍体差异基因表达量热图D1、D2、D3分别为二倍体酸枣的3个生物学重复；T1，T2，T3分别为四倍体酸枣的3个生物学重复。方块中不同的颜色表示基于FPKM值的基因表达水平；每行的数据分别进行标准化；蓝色表示在四倍体中表达量下调，红色表示在四倍体中表达量上调。D1, D2 and D3 are the three duplicates of diploid sour jujube; T1, T2 and T3 were the three duplicates of autotetraploid sour jujube. Different colors indicate different levels of gene expression based on the FPKM values; the data in each row were normalized and compared, separately; blue indicates down-regulation in autotetraploid, and red indicates up-regulation.Figure 5. Heat map of differentially expressed genes in the diploid and autotetraploid sour jujube对与内源激素相关的23个差异基因表达量进行比较分析（图5），结果发现，在二倍体植株中，编码油菜素内酯生物合成相关蛋白（CYP）的基因（CCG015397、CCG007876、CCG007877）的表达量是四倍体的1.8 ~ 2.1倍；编码乙烯不敏感蛋白的基因EIN2（CCG001434）的表达量是四倍体的1.5倍。在四倍体植株中，与诱导、响应和转运生长素相关的基因，如ARG7（Addgene2586）、ARF9（CCG010227）、GH3.6（CCG025779）、IAA26（CCG025671、CCG025726）、LAX3（CCG001581）、X15（CCG013493）的表达量是二倍体的1.5 ~ 2.1倍。说明酸枣四倍体在表型上呈现的变异特征可能与这些关键基因的差异表达有关。
2.4 二倍体及其同源四倍体酸枣的差异转录因子分析
转录因子参与了许多生物学进程，在调控下游功能基因方面起重要作用。为了解酸枣加倍后的转录因子变异，对二倍体和四倍体酸枣进行了转录因子功能预测，发现与转录因子相关的差异基因共158个（FC > 1.5, FDR < 0.05），包含14个编码转录抑制子的基因，58个蛋白激酶相关基因和86个编码转录因子的基因，共编码35种转录因子（图6）。编码AP2/ERF-ERF转录因子的基因数目最多，其次为HB-HD-ZIP、LOB和MYB转录因子。四倍体植株中表达量高于二倍体的编码转录因子的基因有102个，属于28种转录因子，其中，编码MYB转录因子的基因最多。
![]()
图 6 编码转录因子的差异基因数目统计Figure 6. Statistics of the number of differentially expressed genes encoding transcription factors3. 讨 论
3.1 二倍体与四倍体生理特征差异
四倍体通常较二倍体具有更大的器官、细胞、更多的次生代谢物含量[21]，这使得四倍体成为植物育种专家增加植物产量的重要手段之一。本研究中发现四倍体酸枣的叶绿素含量、可溶性糖和可溶性蛋白含量均显著高于二倍体。这与白桦（Betula platyphylla）[22]和刺槐（Robinia pseudoacacia）[23]基因组加倍后植株的生理表现相同。这些生理指标的差异可能是四倍体植株形态异于二倍体的重要原因之一，叶绿素含量高可能导致四倍体叶色更深，而可溶性糖和可溶性蛋白含量高为植株提供更多的能源物质，从而导致四倍体叶片更大、茎更粗。进一步说明，叶片细胞中的叶绿素含量、可溶性糖含量和可溶性蛋白质含量均可作为初步鉴定四倍体酸枣的辅助指标。但是，研究中发现叶片相对含水量在二倍体与四倍体酸枣中没有显著差异，这与四倍体连翘（Forsythia suspensa）[24]、四倍体甜瓜（Cucumis melo）[25]的研究结果表现一致。
3.2 二倍体与四倍体差异基因分析
植物多倍化后引起表型及生理的变异，这主要是由于基因表达改变引起的。大量研究发现植物中基因表达发生微小的变化都可能引起表型的变异[26]。高通量测序技术已经成为多倍体植物优良性状解析的常用策略[27]，本研究中我们利用RNA-seq技术对酸枣二倍体和四倍体进行转录组学分析，测序数据分析结果表明测序结果良好。基因差异表达是四倍体酸枣变异的分子基础。因此，我们进一步对二倍体与四倍体酸枣的差异表达基因进行分析，二者共有1 329个基因差异表达，通过GO Ontology分析表明在胁迫应答、生物调控、发育、生长过程和免疫系统7个过程中差异基因富集，说明四倍体在生长发育、抗性方面与二倍体存在差异。KEGG通路分析发现差异基因显著富集在碳水化合物和氨基酸代谢、信号传递以及能量代谢方面，其中在淀粉与蔗糖代谢、植物激素传导通路中显著上调表达。这些差异基因在四倍体中的表达量升高可能参与了可溶性糖和内源生长素的积累过程，为四倍体提供更多能源物质，从而增强植株生长势。这一结果与杨树三倍体研究中发现的主要参与碳水化合物代谢、细胞生长的基因上调使其在生长表现上优于二倍体的结果相同[28]。
3.3 二倍体与四倍体差异基因功能分析
酸枣经基因组加倍后，表现为合成更多的可溶性糖和可溶性蛋白，这可能与众多关键基因在四倍体中的差异表达有关。前人研究表明，GAE6催化拟南芥半乳糖醛酸的合成，促进果胶多糖的形成[29]；SPS控制光合产物向蔗糖和淀粉的分配，在蔗糖的形成过程中起正向调节作用[30]。在本研究中GAE6和SPS2在四倍体酸枣中上调表达，可能是导致四倍体植株体内可溶性糖含量增加的关键基因。此外，BGLU47、TPS9和SPS2编码糖代谢过程中的关键酶，可以通过调节植物体内渗透胁迫进而增强植物承受逆境胁迫的能力[31]。本研究对这些关键调控基因分析发现，此类基因在四倍体中具有较高的表达量，推测四倍体酸枣可能具有较强的渗透调节能力，具体性状还需要进一步的实验研究。植物磷酸丝氨酸途径在植物发育和次生代谢产物的生物合成中具有重要作用，PGDH3编码催化这一途径的PGDH酶，与色氨酸的生物合成呈正相关[32]。本研究中四倍体内PGDH3表达量显著高于二倍体，可能是导致四倍体酸枣体内可溶性蛋白含量较高的原因之一。
植物生长发育与内源激素的调节有密不可分的联系，内源激素的水平会显著影响细胞分化、糖合成与代谢等生理过程[33]。青杨（Populus cathayana）三倍体中参与生长素、细胞分裂素、油菜素内酯等激素合成与转导的基因相比二倍体显著上调表达导致三倍体生长势增强[34]；桑树（Morus alba）四倍体与二倍体的差异基因参与了生长素和乙烯等激素的合成及传导过程，使四倍体较二倍体具有更大的生长优势[35]。在本研究中，四倍体与二倍体有18个差异基因显著富集在植物激素信号传导通路中，其中12个基因在四倍体中表达量较高，包括与生长素诱导相关的基因ARG7（SAUR家族）、GH3.6（GH3家族）、X15（SAUR家族），生长素响应基因IAA26（AUX/IAA家族），编码转运蛋白的基因LAX3（AUX1家族）以及生长素应答因子ARF9（ARF家族）等（图7），这些基因不仅正调控IAA的生物合成，还参与了激素的信号转导过程[36-38]。6个基因在四倍体中表达量较低，包括细胞色素P450单加氧酶（CYP）和乙烯不敏感蛋白（EIN）等，CYP参与甾醇催化形成油菜素甾醇的过程，从而促进叶片伸展和茎的伸长生长[39]；EIN2是正调控乙烯信号传导通路的中心元件，与器官的衰老、成熟有关[40-41]。因此，编码内源激素的差异基因表达量的变化可能是导致四倍体生长表型变异的重要原因之一，对此还需要进一步实验验证。
![]()
图 7 与内源生长素相关的表达通路方块内的红色背景代表基因在四倍体中上调表达，蓝色背景代表基因在四倍体中既有上调表达又有下调表达。The red background in the square indicates up-regulated expression of genes in autotetraploid than that of diploid, while the blue background indicates up-regulated and down-regulated expressed genes.Figure 7. Expression pathway related to endogenous auxin3.4 二倍体与四倍体转录因子差异分析
转录因子通过与下游基因相互作用，激活或抑制其他基因的转录，或者与其他转录因子互作调节基因的表达，从而引起一系列的应答反应，改变植物性状[42]。MYB转录因子广泛参与了植物的生长发育与形态建成[43]、次生代谢[44]和环境胁迫应答[45]等过程。在本研究中，我们分析二倍体和四倍体酸枣的差异转录因子，发现四倍体植株中编码MYB转录因子的基因在所有转录因子类型中上调表达数目最多。这一结果与菘蓝（Isatis indigotica）四倍体研究中发现的MYB在根、茎、叶中表达量高于二倍体的结果相一致[46]，因此，四倍体在表型和生理方面的变异特征可能与编码MYB转录因子的基因上调表达有关。此外，MYB转录因子的差异表达还导致了菘蓝四倍体抗性增强，说明酸枣四倍体在对环境胁迫耐受性方面可能高于二倍体。因此，今后应该进一步对酸枣四倍体的抗性进行研究。
多倍体植物在基因组复制后含有新的基因调控网络，完整的RNA-seq数据对于理解新的调控网络至关重要。本研究在检测生理指标的基础上，对酸枣不同倍性植株进行转录组测序并结合性状分析了差异表达基因的功能，为深入理解酸枣四倍体的变异性状提供参考，通过进一步的研究筛选候选基因，为枣树关键调控基因的克隆及基因工程育种提供分子基础。
致谢: 感谢中国科学院沈阳生态应用所梁宇老师、肖江涛老师在本文数据处理和模型调试方面给予无私的帮助，感谢天宝岩自然保护区相关专家提供的森林植被相关经验参数。 -
![]()
图 4 天宝岩森林植被演替模拟结果
Figure 4. Simulating results of forest vegetation succession in Tianbaoyan Nature Reserve
![]()
图 5 不同演替阶段树种龄级组成变化
Figure 5. Age class composition change of tree species in different succession periods
表 1 物种生活史参数
Table 1 Life history parameters of species
树种
Tree species寿命
Lifetime/ a成熟年龄
Maturity age/a耐火性
Fire tolerance耐阴性
Shade tolerance树种有效传播距离
Effective spreading distance for tree species/m树种最大传播距离
Maximum spreading distance for tree species/m种子萌发能力
Seed germination ability重分类系数
Reclassification coefficientT1 150 20 3 3 38 125 0.63 0.53 T2 200 20 3 3 35 110 0.54 0.24 T3 60 8 1 2 250 800 0.45 0.47 T4 300 30 1 4 100 500 0.85 0.57 T5 400 40 4 4 10 100 0.65 0.21 T6 400 75 2 2 30 90 0.45 0.23 T7 200 25 1 5 200 750 0.20 0.45 T8 300 30 2 2 100 200 0.32 0.22 注：T1.硬阔树种；T2.软阔树种；T3.毛竹；T4.马尾松；T5.猴头杜鹃；T6.长苞铁杉；T7.杉木；T8.柳杉。耐火性范围：1~5，1表示最不耐火，5表示最耐火；耐阴性范围：1~5，1表示最不耐阴，5表示最耐阴。下同。Notes: T1, hard-broadleaved tree species; T2, soft-broadleaved tree species; T3, Phyllostachys hetericycla; T4, Pinus massoniana; T5, Rhododendron simiarum; T6, Tsuga longibracteata; T7, Cunninghamia lanceolata; T8, Cryptomeria fortunei. Range of fire tolerance: 1-5, 1 means the least fire tolerant and 5 means the most fire tolerant; range of shade tolerance: 1-5, 1 means the least shade tolerant and 5 means the most shade tolerant. Same as below. 
下载: 导出CSV
表 2 LINKAGES模型输入树种环境耐受参数
Table 2 Input parameters of tree species to tolerate the environment in LINKAGES
树种
Tree species寿命
Lifetime/a成熟年龄
Maturity age/a耐火性
Fire tolerance耐阴性
Shade tolerance最小积温
Minimum accumulated temperature/℃最大积温
Maximum accumulated temperature/℃耐受低温
Tolerated low temperature/℃T1 150 20 3 3 4 500 6 200 -10 T2 200 20 3 3 4 500 6 000 -11 T3 60 8 1 2 5 300 6 000 -9 T4 300 30 1 4 4 500 7 000 -20 T5 400 40 4 4 5 000 6 500 -12 T6 400 45 2 2 2 900 3 100 -11.9 T7 200 25 1 5 4 500 5 600 -16.7 T8 300 30 2 2 4 500 6 000 -15
下载: 导出CSV
表 3 物种在各立地类型上的建群系数
Table 3 Population establishing coefficients for each species in all site types
土地类型Land type 建群系数Population establishing coefficient 坡向
Slope aspectT1 T2 T3 T4 T5 T6 T7 T8 400 m≤海拔Elevation＜800 m S1 0.27 0.31 0.34 0.16 0.008 0.013 0.18 0.13 S2 0.3 0.26 0.28 0.23 0.024 0.031 0.2 0.07 800 m≤海拔Elevation＜1 350 m S1 0.23 0.27 0.17 0.27 0.18 0.13 0.33 0.24 S2 0.25 0.23 0.14 0.33 0.15 0.21 0.27 0.18 1 350 m≤海拔Elevation＜1 600 m S1 0.12 0.15 0.005 0.21 0.27 0.32 0.17 0.14 S2 0.07 0.12 0.003 0.16 0.21 0.31 0.08 0.08 非林地Non-forest land 0 0 0 0 0 0 0 0 注：S1代表阴坡，S2代表阳坡。Notes: S1 stands for shady slope, S2 stands for sunny slope.
下载: 导出CSV
表 4 不同模拟年份树种分布聚集度
Table 4 Aggregation degree of vegetation species in different simulating years
树种
Tree species年份Year 2016 2066 2116 2166 2216 2266 2316 T1 84.67 89.76 92.14 93. 34 96.51 96.51 96.51 T2 73.52 76.29 81.57 83.56 84.16 85.86 87.19 T3 94.77 92.95 86.84 78.21 72.97 69.2 65.23 T4 92.90 93.21 92.27 81.96 73.73 71.61 69.61 T5 89.50 92.13 93.05 94.03 94.12 94.79 95.69 T6 86.26 89.23 91.23 92.22 93.21 93.17 93.13 T7 86.77 88.07 91.38 85.95 83.96 81.91 77.11 T8 91.43 91.42 91.17 90.15 89.62 87.15 84.12
下载: 导出CSV
表 5 不同模拟年份树种分维度
Table 5 Fractal dimension index of vegetation species in different simulating years
树种
Tree species年份Year 2016 2066 2116 2166 2216 2266 2316 T1 1.058 4 1.047 3 1.047 2 1.039 9 1.039 9 1.039 9 1.039 9 T2 1.033 6 1.022 0 1.004 0 1.026 9 1.027 3 1.026 2 1.029 2 T3 1.086 3 1.084 4 1.047 4 0.878 4 0.743 9 0.715 3 0.700 8 T4 1.053 1 1.055 6 1.054 1 1.052 3 1.050 2 1.048 8 1.053 5 T5 1.048 1 1.045 9 1.046 8 1.044 1 1.042 1 1.041 1 1.040 9 T6 1.040 5 1.040 6 1.054 9 1.054 9 1.060 7 1.061 5 1.066 5 T7 1.042 4 1.048 4 1.049 5 1.049 1 1.048 6 1.047 5 1.043 4 T8 1.040 3 1.041 2 1.041 4 1.041 3 1.041 4 1.041 9 1.042 4
下载: 导出CSV
-
[1] 程越, 林旻, 杨刚, 等.基于个体植物生长模型的森林动态演替模拟[J].北京林业大学学报, 2017, 39(6): 96-106. doi: 10.13332/j.1000-1522.20170016 Cheng Y, Lin M, Yang G, et al. Forest dynamic succession simulation based on individual plant growth model[J]. Journal of Beijing Forestry University, 2017, 39(6): 96-106. doi: 10.13332/j.1000-1522.20170016
[2] Amici V, Rocchini D, Filibeck G, et al. Landscape structure effects on forest plant diversity at local scale: exploring the role of spatial extent[J]. Ecological Complexity, 2015, 17(5):1227-1240. http://cn.bing.com/academic/profile?id=52d057dcb6cb3d298f4dea13be58a01c&encoded=0&v=paper_preview&mkt=zh-cn
[3] Mladenoff D J. LANDIS and forest landscape models[J]. Ecological Modelling, 2004, 180(1): 7-19. http://d.old.wanfangdata.com.cn/NSTLQK/NSTL_QKJJ0231420131/
[4] 奚为民, 戴尔阜, 贺红士.森林景观模型研究新进展及其应用[J].地理科学进展, 2016, 35(1): 35-46. http://d.old.wanfangdata.com.cn/Periodical/dlkxjz201601005 Xi W M, Dai E F, He H S. Advances in forest landscape modeling: current research and applications[J]. Progress in Geography, 2016, 35(1): 35-46. http://d.old.wanfangdata.com.cn/Periodical/dlkxjz201601005
[5] 何东进, 游巍斌, 洪伟, 等.近10年景观生态学模型研究进展[J].西南林业大学学报, 2012, 32(1): 96-103. doi: 10.3969/j.issn.2095-1914.2012.01.021 He D J, You W B, Hong W, et al. Research advances in landscape ecology modeling in the latest 10 years[J]. Journal of Southwest Forestry University, 2012, 32(1): 96-103. doi: 10.3969/j.issn.2095-1914.2012.01.021
[6] You H M, He D J, You W B, et al. Effect of environmental gradients on the quantity and quality of fallen logs in Tsuga longibracteata forest in Tianbaoyan National Nature Reserve, Fujian Province, China[J]. Journal of Mountain Science, 2013, 10(6): 1118-1124. doi: 10.1007/s11629-012-2464-9
[7] Xiao S H, You H M, You W B, et al. Rhizosphere and bulk soil enzyme activities in a Nothotsuga longibracteata forest in the Tianbaoyan National Nature Reserve, Fujian Province, China[J]. Journal of Forestry Research, 2017, 28(3): 521-528. doi: 10.1007/s11676-016-0334-y
[8] Xiao S H, Zhang Z R, You W B, et al. Soil microbial community composition in four different Nothotsuga longibracteata forests in Tianbaoyan National Nature Reserve of southern China[J]. Polish Journal of Environmental Studies, 2017, 27(2): 1-9.
[9] 何东进, 游惠明, 肖石红, 等.天宝岩长苞铁杉林倒木接触处土壤酶活性变化及其环境效应[J].生态学报, 2017, 37(1): 118-126. http://d.old.wanfangdata.com.cn/Periodical/stxb201701013 He D J, You H M, Xiao S H, et al. Soil enzyme activities under fallen logs and their environmental gradient analysis in the Tsuga longibracteata forest, Tianbaoyan National Nature Reserve, China[J]. Acta Ecologica Sinica, 2017, 37(1): 118-126. http://d.old.wanfangdata.com.cn/Periodical/stxb201701013
[10] 肖石红, 何东进, 刘进山, 等.天宝岩长苞铁杉倒木微生物生物量和可溶性有机碳氮的变化[J].生态与农村环境学报, 2017, 33(11): 983-991. doi: 10.11934/j.issn.1673-4831.2017.11.004 Xiao S H, He D J, Liu J S, et al. Dynamics of microbial biomass and dissolved organic carbon / nitrogen in downed logs of Tsuga longibracteata in the Tianbaoyan National Nature Reserve, China[J]. Journal of Ecology and Rural Environment, 2017, 33(11): 983-991. doi: 10.11934/j.issn.1673-4831.2017.11.004
[11] 游巍斌, 林巧香, 何东进, 等.天宝岩自然保护区森林景观格局与环境关系的尺度效应分析[J].应用与环境生物学报, 2011, 17(5): 638-644. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=yyyhjswxb201105004 You W B, Lin Q X, He D J, et al. Scale effect of relationship between forest landscape pattern and environmental factors in the Tianbaoyan Nature Reserve, China[J]. Chinese Journal of Applied & Environmental Biology, 2011, 17(5): 638-644. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=yyyhjswxb201105004
[12] 林馗.福建天宝岩自然保护区植物资源的现状与保护对策[J].亚热带农业研究, 2007, 3(1): 77-80. http://d.old.wanfangdata.com.cn/Periodical/ganze200701019 Lin K. Current situation and protection strategies of plant resources in Fujian Tianbaoyan Nature Reserve[J]. Subtropical Agriculture Research, 2007, 3(1): 77-80. http://d.old.wanfangdata.com.cn/Periodical/ganze200701019
[13] Cairns D M, Lafon C W, Waldron J D, et al. Simulating the reciprocal interaction of forest landscape structure and southern pine beetle herbivory using LANDIS[J]. Landscape Ecology, 2008, 23(4): 403-415. doi: 10.1007/s10980-008-9198-7
[14] 徐崇刚, 胡远满, 常禹, 等.空间直观景观模型LANDIS Ⅰ:运行机制[J].应用生态学报, 2004, 15(5): 837-844. doi: 10.3321/j.issn:1001-9332.2004.05.022 Xu C G, Hu Y M, Chang Y, et al. Spatially explicit landscape model LANDIS-Ⅰ. mechanism[J]. Chinese Journal of Applied Ecology, 2004, 15(5): 837-844. doi: 10.3321/j.issn:1001-9332.2004.05.022
[15] Gustafson E J, Shvidenko A Z, Sturtevant B R, et al. Predicting global change effects on forest biomass and composition in south-central Siberia[J]. Ecological Applications, 2010, 20(3):700-715. doi: 10.1890/08-1693.1
[16] Thompson J R, Foster D R, Scheller R M, et al. The influence of land use and climate change on forest biomass and composition in Mssachusetts, USA[J]. Ecological Applications, 2011, 21: 2425-2444. doi: 10.1890/10-2383.1
[17] Steenberg J W N, Duinker P N, Bush P G. Modelling the effects of climate change and timber harvest on the forests of central Nova Scotia, Canada[J]. Annals of Forest Science, 2013, 70: 61-73. doi: 10.1007/s13595-012-0235-y
[18] 公霞, 常禹, 布仁仓, 等.呼中林业局森林采伐方式对森林景观格局的长期影响[J].生态学杂志, 2006, 25(7): 805-812. doi: 10.3321/j.issn:1000-4890.2006.07.016 Gong X, Chang Y, Burencang, et al. Long-term effects of different forest harvesting modes on forest landscape pattern in Huzhong Forestry Bureau[J]. Chinese Journal of Ecology, 2006, 25(7): 805-812. doi: 10.3321/j.issn:1000-4890.2006.07.016
[19] 梁艳艳, 周年兴, 谢慧玮, 等.庐山森林景观格局变化的长期动态模拟[J].生态学报, 2013, 33(24): 7807-7818. http://d.old.wanfangdata.com.cn/Periodical/stxb201324022 Liang Y Y, Zhou N X, Xie H W, et al. Long-term dynamic simulation on forest landscape pattern changes in Mount Lushan[J]. Acta Ecologica Sinica, 2013, 33(24): 7807-7818. http://d.old.wanfangdata.com.cn/Periodical/stxb201324022
[20] 高小莉, 赵鹏祥, 郝红科, 等.基于LANDIS-Ⅱ的陕西黄龙山森林景观演变动态模拟[J].生态学报, 2015, 35(2): 254-262. http://d.old.wanfangdata.com.cn/Periodical/stxb201502005 Gao X L, Zhao P X, Hao H K, et al. Simulation of forest landscape dynamic change based on LANDIS-Ⅱ in Huanglongshan, Shaanxi Province[J]. Acta Ecologica Sinica, 2015, 35(2): 254-262. http://d.old.wanfangdata.com.cn/Periodical/stxb201502005
[21] 吕娜, 倪健.浙江天童国家森林公园植被自然演替动态模拟[J].应用生态学报, 2013, 24(1): 161-169. http://d.old.wanfangdata.com.cn/Periodical/yystxb201301023 Lü N, Ni J. Natural succession of vegetation in Tiantong National Forest Park, Zhejiang Province of East China : a simulation study[J]. Chinese Journal of Applied Ecology, 2013, 24(1): 161-169. http://d.old.wanfangdata.com.cn/Periodical/yystxb201301023
[22] 罗旭, 贺红士, 梁宇.林火干扰对大兴安岭主要林分类型地上生物量预测的影响模拟研究[J].生态学报, 2016, 36(4): 1104-1114. http://d.old.wanfangdata.com.cn/Periodical/stxb201604023 Luo X, He H S, Liang Y, et al. Simulating the effects of fire disturbance for predicting above ground biomass of major forest types in the Great Xing'an Mountains[J]. Acta Ecologica Sinica, 2016, 36(4): 1104-1114. http://d.old.wanfangdata.com.cn/Periodical/stxb201604023
[23] Mladenoff D J, He H S. Design and behavior of LANDIS, an object-oriented model of forest landscape disturbance and succession[M]. Cambridge: Cambridge University Press, 1999: 125-162.
[24] 国家林业局国有林场和林木种苗工作总站.中国木本植物种子[M].北京:中国林业出版社, 2000: 8. National Forest Service State-owned Forest Farm and Forest Seed Production Station. National woody plant seeds[M]. Beijing: China Forestry Publishing House, 2000: 8.
[25] 中国森林编辑委员会.中国森林[M].北京:中国林业出版社, 2000: 8. China Forest Editorial Board.Chinese forest[M]. Beijing: China Forestry Publishing House, 2000: 8.
[26] 福建省科学技术委员会.福建植物志[M].福州:福建科学技术出版社, 1982. Fujian Science and Technology Commission.Fujian flora[M]. Fuzhou: Fujian Science and Technology Press, 1982.
[27] 中国树木志编委会.中国主要树种造林技术[M].北京:中国林业出版社, 1982. China Tree Planning Committee. China's main tree species afforestation technology[M]. Beijing: China Forestry Publishing House, 1982.
[28] 周亚琦, 官凤英, 范少辉, 等.天宝岩竹阔混交林毛竹及其伴生树种生态位的研究[J].北京林业大学学报, 2017, 39(7): 46-53. http://d.old.wanfangdata.com.cn/Periodical/bjlydxxb201707006 Zhou Y Q, Guan F Y, Fan S H, et al. Niche characteristics of Phyllostachys edulis and its associated tree species in Tianbaoyan bamboo and broadleaved mixed forest[J]. Journal of Beijing Forestry University, 2017, 39(7): 46-53. http://d.old.wanfangdata.com.cn/Periodical/bjlydxxb201707006
[29] 邱迎君, 李作洲, 黄宏文.濒危植物长苞铁杉的年龄结构与空间格局的研究[J].武汉植物学研究, 2008, 26(5): 495-500. doi: 10.3969/j.issn.2095-0837.2008.05.012 Qiu Y J, Li Z Z, Huang H W. Age structure and spatial patterns of an endangered plant Nothotsuga longibracteata [J]. Journal of Wuhan Botanical Research, 2008, 26(5): 495-500. doi: 10.3969/j.issn.2095-0837.2008.05.012
[30] He H S, Mladenoff D J, Radeloff V C, et al. Linking an ecosystem model and a landscape model to study forest species response to climate warming[J]. Ecological Modelling, 1999, 114(3): 213-233. doi: 10.1016-S0304-3800(98)00147-1/
[31] 李晓娜, 贺红士, 吴志伟, 等.大兴安岭北部森林景观对气候变化的响应[J].生态学报, 2012, 23(12): 3227-3235. http://d.old.wanfangdata.com.cn/Periodical/yystxb201212001 Li X N, He H S, Wu Z W, et al. Responses of boreal forest landscape in northern Great Xing'an Mountains of Northeast China to climate change[J]. Chinese Journal of Applied Ecology, 2012, 23(12): 3227-3235. http://d.old.wanfangdata.com.cn/Periodical/yystxb201212001
[32] 何东进.景观生态学[M].北京:中国林业出版社, 2013. He D J. Landscape ecology[M]. Beijing: China Forestry Publishing House, 2013.
-
期刊类型引用(8)
1. 刘丽，王永康，苏万龙，赵爱玲，任海燕，薛晓芳，石美娟，李登科. 中国酸枣种质资源收集保存、鉴定评价及筛选利用进展. 西北农业学报. 2024(02): 191-200 . 
百度学术
2. Meng Li，Chenxing Zhang，Lu Hou，Xinru Liu，Hanqing Zhao，Xiaoming Pang，Wenhao Bo，Yingyue Li. Differences in leaf cuticular wax induced by whole-genome duplication in autotetraploid sour jujube. Horticultural Plant Journal. 2024(01): 66-76 . 必应学术
3. 杨亚杰，李昱樱，申状状，陈天，荣二花，吴玉香. 草棉不同倍性材料叶片转录组差异表达分析. 作物学报. 2022(11): 2733-2748 . 百度学术
4. 宋文龙，葛卉，刘兴菊，梁海永. 金叶榆二倍体及其同源四倍体的生理特征与转录组差异分析. 河北农业大学学报. 2022(04): 86-92 . 百度学术
5. 张秀珍，宋文龙，梁海永，王志彬. 四倍体白榆叶片形态特征和光合特性研究. 林业科技. 2022(06): 1-4 . 百度学术
6. 张子璇，谭明谱，王将，张成才，罗丽娜，向增旭. 茅苍术二倍体和同源四倍体叶片转录组比较. 植物资源与环境学报. 2021(04): 41-49 . 百度学术
7. 高真，张成才，罗丽娜，张子璇，王将，向增旭. 茅苍术二倍体及其同源四倍体的生理特征与转录组差异分析. 南京农业大学学报. 2020(06): 1024-1032 . 百度学术
8. 张成才，高真，罗丽娜，梁晖辉，向增旭. 霍山石斛同源四倍体与二倍体活性成分及转录组比较分析. 中国中药杂志. 2020(23): 5669-5676 . 百度学术
其他类型引用(14)
计量
- 文章访问数: 2503
- HTML全文浏览量: 556
- PDF下载量: 91
- 被引次数: 22
