大刍草苗期转录组RNA—Seq数据的denovo拼接

合集下载

生物大数据技术在转录组组装与注释中的使用技巧

生物大数据技术在转录组组装与注释中的使用技巧转录组组装和注释是生物学研究中的关键步骤之一。

随着高通量测序技术的发展，生物大数据的应用越来越广泛，为转录组组装和注释提供了更多的工具和方法。

本文将介绍生物大数据技术在转录组组装与注释中的使用技巧。

转录组组装是将测序数据拼接成完整的转录本，以便分析其表达模式和功能。

传统的转录组组装方法通常基于参考基因组，但对于非模式物种或缺乏参考基因组的物种，这种方法可能有限。

在这种情况下，使用生物大数据技术可以克服这个问题。

首先，对于非模式物种，可以使用转录组组装的无参考方法。

这些方法利用图形理论和算法将测序数据组装成转录本。

例如，Trinity、SOAPdenovo-Trans、IDBA-Tran等是常用的无参考转录组组装工具。

它们能够识别转录本的跨越剪切位点、剪切异构体和基因家族重复等复杂结构，从而提高组装的准确性。

另一种生物大数据技术是参考转录组组装。

这种方法是基于已有的参考转录本序列进行组装。

常用的参考转录组组装工具包括Cufflinks、StringTie、Traph等。

这些工具使用的是启发式算法，能够根据已有的参考序列评估和组装新的转录本。

因此，相对于无参考组装方法，参考转录组组装更加快速和准确。

除了转录组组装外，注释转录组也是生物学研究的重要一步。

转录组注释包括基因功能注释和转录本表达注释。

生物大数据技术可以为转录组注释提供丰富的信息资源。

对于基因功能注释，生物大数据可以提供已知基因的功能和相互作用网络。

例如，Gene Ontology (GO) 数据库提供了基因功能、过程和组件的分类信息。

另外，KEGG数据库可以帮助研究人员了解基因在代谢途径和信号转导网络中的作用。

通过结合这些数据库，可以对转录组的基因功能进行更详细的注释。

转录本表达注释是了解转录组表达模式的重要方法。

在生物大数据中，储存了大量的转录组表达数据，例如RNA-Seq和Chip-Seq数据。

转录组Denovo手册(无答案)

对于初级分析的项目，只需要给合作伙伴提供过滤后的数据即可，所以会对过滤后的数据做dt1h LReenagdt2h
N3Z5123 FUNzPTEARAA 503060871000;536871 5725.71;52. 99.9971;99. 75 75
确定的？我们所说的插入片段长度是指括了 read1 和 read2 本身的长度？
read1
和
read2
之间没有测到的那一段的长度还是包
1112..什解么释是Soilnedxeax测测序序中，几进个行关in键de的x技测术序：的边主合要成目边的测是序什（么S？BS），可逆阻断技术和桥式。 PCR
2.信息分析流程：
软件（Conesa, A., S. Gotz, et al. (2005). "Blast2GO: a universal tool for annotation, visualization 得到的 and analysis in functional genomics research." Bioinformatics 21(18): 3674-6.) Unigene
Unigene
相似根性的据蛋KE白G，G从注而释得信到息该我U们n能ige进ne一的步蛋得白到功U能ni注ge释ne信的息P。athway 注释。
统计我，如们将下图Un所ig示en：e 和 COG 数据库进行比对，预测 Unigene 可能的功能并对其做功能分类
根据nr注释信息我们能得到GO功能注释。我们根据nr注释信息，使用（） Blast2GO 2.3.5
本节问题： 1.Q20 是什么意思？ 2.BMS 系统上给出的 Q20%值是如何计算出来的？ 3.转录组暂时执行数据质量标准是怎样的？你有什么更好的建议（拿出自己的测试数据）？ 4.在统计数据信息时，read1 和 read2 长度相等吗？ 5.read每个碱基测序错误率的分布如何？read测序长度增加有什么好处？为什么SOAP比对的时候允许 3’端有更多的错配？ 6.如何根据 BMS 上的碱基频率分布图查找建库或测序失败的问题？

华大基因转录组结题报告(de novo)

华大基因转录组分析（de novo）结题报告
2009 年月日
华大基因转录组分析（de novo）结题报告
目录
一、项目信息................................................................ 2 二、工作流程说明............................................................ 3
Total Length N50 Length Mean Length
59,067,262 1,968 1,260
表 4 补洞后 gap 长度占 scaffold 长度的百分比统计：
Gap Length Percentage (to scaffold) Gap number Gap percentage (to total gaps)
3.2.5 Scaffold-gene表达差异分析
说明：我们利用软件 soap 将不同样本中得到的 Reads 比对到 scaffold-gene 上，获得 scaffold 上 reads 的数目，然后计算 scaffold 在不同样本之间表达差异的 P value，一般
6
华大基因转录组分析（de novo）结题报告
2.1 实验流程说明........................................................... 3 2.2 信息分析流程说明....................................................... 3 三、项目结果报告............................................................ 4 3.1 数据处理和质控报告..................................................... 4

HiSeq+PacBio denovo拼接项目方案

一DNA de novo测序服务介绍De novo 测序也叫从头测序，不需要任何基因序列信息即可对某个物种进行测序。

用生物信息学的分析方法对序列进行拼接、组装，从而获得该物种的基因组序列图谱。

目前广泛应用于从头解析未知物种的基因组序列、基因组成、进化特点等。

全基因组序列图谱完成后，可以构建该物种的基因组数据库，为该物种的后基因组学研究搭建一个高效的平台；为后续的基因挖掘、功能验证提供DNA序列信息。

上海伯豪利用新一代高通量测序技术进行全基因组从头测序，并通过生物信息学的手段，帮您完成物种基因组序列图谱。

二、样本的抽提与质检2.1 DNA的抽提与纯化本实验采用DNeasy Blood & Tissue Kit (Qiagen, 69506) 并且根据生产厂商提供的标准操作流程进行样本的DNA抽提及纯化。

2.2 DNA质检说明纯化后的DNA 经Qubit®2.0 Fluorometer和0.8%琼脂糖凝胶电泳进行质检，质检合格的DNA可进行后续的测序实验。

2.3样本DNA要求1) 样品纯度：OD 260/280值应在1.8～2.0 之间；RNA 应该去除干净。

2) 样品浓度：最低浓度不低于50ng/µl。

3) 样品总量：每个测序样本一般需要纯化后至少2微克(ug)，pacbio测序样本一般需要纯化后至少10微克(ug)。

4) 样品溶剂：要溶解在H20或TE (pH 8.0)中。

5) 样品运输：DNA低温运输（-20℃）；且在运输过程中请用parafilm将管口密封好，以防出现污染1 / 152 / 15三、HiSeq 测序实验3.1 实验流程3.2.1 测序文库构建1）文库构建：按照实验说明书对基因组DNA 进行片段化，末端修复、3’末端加A 、连接接头、富集等步骤，完成测序样本文库构建。

2）文库质检：所建文库使用 Qubit® 2.0 Fluorometer 检测浓度，Agilent2100检测文库的大小。

利用玉米高通量RNA-Seq数据预测长链非编码RNA(LncRNA)

Ａｂｓｔｒａｃｔ：Ｎｕｍｅｒｏｕｓｓｔｕｄｉｅｓｈａｖｅｓｈｏｗｎｔｈａｔｍｏｓｔｏｆｔｈｅｐｌａｎｔｇｅｎｏｍｅｉｓｔｒａｎｓｃｉｒｂｅｄｔｏｙｉｅｌｄｎｏｔｏｎｌｙｐｒｏｔｅｉｎ — ｃｏｄｉｎｇ
ａｇｒｏｕｐｃｏｎｓｉｓｔｉｎｇｏｆｎｃＲＮＡｌｏｎｇｅｒｔｈａｎ２００ｎｕｃｌｅｏｔｉｄｅｓ，ｈａｖｅｂｅｅｎｏｕｆｎｄｔｏｐｌａｙａｃｉｒｔｉｃａｌｒｏｌｅｉｎｇｅｎｅｒｅｇｕｌａｔｉｏｎ．Ｔｈｕｓ，ｔｈｅｄｅｓｃｉｒｐｔｉｏｎｏｆｔｈｅＬｎｃＲＮＡｉｎｔｈｅｐｌａｎｔｇｅｎｏｍｅｗｉｌｌｂｅｂｅｎｅｉｆｃｉｌａｆｏｒｔｈｅｕｎｄｅｒｓｔａｎｄｉｎｇｆｏｇｅｎｅｅｘｐｒｅｓｓｉｏｎｖａｉａｒｔｉｏｎｉｎ
Ｐｒｅｄｉｃｔｉｏｎａｎｄｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆｌｏｎｇｎｏｎ— ｃｏｄｉｎｇＲＮＡｓｕｓｉｎｇｈｉｇｈｔｈｒｏｕｇｈｐｕｔＲＮＡ－Ｓｅｑｄａｔａｉｎｍａｉｚｅ
吕远大，李坦，张晓林，赵涵

动植物Denovo测序知识大讲解

动植物Denovo测序知识⼤讲解⾼通量测序的技术开起我们探索动植物基因组奥秘的步伐，提到动植物基因组测序，这就不得不提⼀个概念——de novo测序。

那么什么是de nove测序呢，它与重测序有什么区别呢？De nove测序中Read、Contig和Scaffold等⼜代表什么呢？De nove测序中为什么要建不同⼤⼩⽚段的梯度⽂库？基因注释⼜是注释哪些内容？各位客官别急，且听⼩编给您细细讲来。

1De novo测序概念De novo是⼀个拉丁⽂，代表从头开始的意思，⽽de nove测序则是指在不需要任何参考序列的情况下对某⼀物种进⾏基因组测序，然后将测得的序列进⾏拼接、组装，从⽽绘制该物种的全基因组序列图谱。

由于⾼通量测序长度的限制，⽬前测序策略是先将基因组打断⼩的⽚段，然后再对测出序列⽚段进⾏拼接，最终得到物种的序列图谱如图1所⽰。

图1 ⾼通量测序模式图2De novo测序与重测序区别重测序概念：重测序是全基因组重新测序的简称，是指是对已知基因组序列的物种进⾏不同个体的基因组测序，并在此基础上对个体或群体进⾏差异性分析。

从概念上来看两者的区别在于de nove测序是对没有参考基因组的物种进⾏测序，⽽重测序是对已有基因组的物种进⾏测序，这只是它们区别很⼩的⼀部分。

从原理上来看de nove测序和重测序最根本的区别在于de nove测序需要对测序得到的Reads进⾏拼接组装，⽽重测序得到的数据则是没有组装的短的Reads序列。

值得注意的是，随着测序成本的降低以及组装算法的改进,de nove测序成本越来越低，⽬前来说de nove测序不只对于没有参考基因组物种进⾏测序，还可以对⼀些特有的亚种、品种以及变种等进⾏测序。

3Reads Conting Scaffold概念Reads：即我们通常说的读长的意思，它是指⾼通量测序平台直接产⽣的DNA序列。

Contig：是指Reads基于Overlap关系，拼接获得的长的序列；Scaffold：是指将获得的Contig根据⼤⽚段⽂库的Pair-end关系，将Contig进⼀步组装成更长的序列；关于三者之间的关系如图2所⽰，注意的是Contig是⽆Gap的连续的DNA序列，⽽Scaffold是存在Gap的DNA序列。

Dual RNA-seq技术及其在宿主-病原体相互作用中的研究进展

Dual RNA-seq技术及其在宿主-病原体相互作用中的研究进展邹宏;夏应菊;徐璐;赵俊杰;李玲;王震;刘业兵;王琴;宋振辉;张乾义【期刊名称】《中国兽药杂志》【年(卷),期】2022(56)9【摘要】利用转录组测序技术(RNA-sequencing,RNA-seq)进行转录组分析是了解病原体入侵宿主分子变化的重要工具,在同时分析病原体与宿主转录组时,RNA-seq技术需要分别构建病原体及宿主的cDNA文库,再将其各自映射到病原体及宿主参考基因组中,而互作转录组测序技术(Dual RNA-seq)无需分离两物种,只需构建一个转录组文库,便能同时对两个(或多个)研究对象进行测序和分析,可以直观地揭示病原体和宿主相互作用过程中转录组学动态变化,因此Dual RNA-seq技术被广泛应用到人类疾病和生物感染模型的相互作用研究中。

为了解Dual RNA-seq技术及其在宿主-病原体相互作用研究中的前景,就Dual RNA-seq技术概述以及近年来该技术在原核生物、真核生物以及病毒研究中的应用现状及发展前景进行综述。

Dual RNA-seq技术可为病原体与宿主相互作用的研究提供新视角,有助于更好地识别和理解感染过程中病原体和宿主的转录组学变化,从而揭示潜在的新靶点或生物标记物。

【总页数】8页(P71-78)【作者】邹宏;夏应菊;徐璐;赵俊杰;李玲;王震;刘业兵;王琴;宋振辉;张乾义【作者单位】西南大学动物医学院;中国兽医药品监察所【正文语种】中文【中图分类】S855【相关文献】1.泛素系统在结核分枝杆菌与宿主相互作用中的调控机制研究进展2.酵母双杂交系统在痘病毒与宿主相互作用中的研究进展3.伯氏疏螺旋体传播过程中病原体、媒介、宿主间的相互作用(英文)4.转录组测序——RNA-Seq技术在动物疾病检测中的应用研究进展5.坏死性凋亡在细菌与宿主相互作用中的机制研究进展因版权原因，仅展示原文概要，查看原文内容请购买。

大刍草苗期转录组RNA-Seq数据的de novo拼接

大刍草苗期转录组RNA-Seq数据的de novo拼接肖之夏;郑用琏【期刊名称】《华中农业大学学报》【年(卷),期】2014(33)2【摘要】采用solexa测序技术,对大刍草苗期全株各组织转录组进行了RNA-Seq 测序、de novo拼接和信息比对研究。

结果表明:转录组测序共得到了46.4 GB的原始数据,归并整理后获得长76 bp的序列有175 101 250条,经质量控制和de novo拼接后,共获得了58 147条大刍草转录本,其平均长度为1 335 bp。

比对分析发现其中94.3%的转录本和玉米B73自交系的cDNA序列有较好的匹配,与水稻匹配的有84.1%,高粱84.6%,短柄草83.9%,共56 036条转录本。

【总页数】7页(P15-21)【关键词】大刍草;转录组;RNA-Seq;de;novo拼接【作者】肖之夏;郑用琏【作者单位】华中农业大学作物遗传改良国家重点实验室【正文语种】中文【中图分类】S519.24【相关文献】1.基于转录组de novo拼接鉴定辣椒(Capsicum fruteseens)中辣椒素生物合成相关基因 [J], Liu Shaoqun;Li Wanshun;Wu Yimin;Chen Changming;Lei Jianjun;高凌云;孔秋生2.貉外周血单核细胞转录组RNA-Seq数据的de novo拼接和信息比对研究 [J], 易立;仝明薇;程悦宁;程世鹏3.基于RNA-Seq数据集的转录组从头拼接算法 [J], 武思文;李静;张少强4.基因组De novo组装结合比较RNA-Seq策略在VBNC状态乳杆菌转录组学研究中的应用 [J], 徐振波;侯玉超;刘君彦;邓阳;张霞;李冰;李琳5.盐胁迫下秋茄根系转录组的De novo测序及分析 [J], 邢建宏;陈伟因版权原因，仅展示原文概要，查看原文内容请购买。

转录组测序在牧草抗逆基因挖掘方面的应用前景

10.16863/ki.1003-6377.2018.03.002转录组测序在牧草抗逆基因挖掘方面的应用前景朱昊12,张博\张荟荟2袁王玉祥\柯梅2袁李学森2*(1.新疆农业大学草业与环境科学学院，乌鲁木齐830052;2.新疆畜牧科学院草业研究所，乌鲁木齐830011)摘要:本文系统阐述了转录组测序技术(RNA-seq)的原理和技术流程。

查阅近五年国内外的文献，梳理了植物在干旱、盐胁迫及温度胁迫等逆境下的转录组表达方面的研究情况，发现有关牧草方面的转录组研究相对较少且不够深入。

RNA-seq在牧草优良种质资源抗逆基因挖掘方面的应用前景十分广阔。

关键词：转录组测序;牧草;基因挖掘;应用前景中图分类号：S540.34 文献标识码:A文章编号：1003-6377(2018)03-0009-04我国的牧草种质资源极为丰富，目前的研究主要集中在以全球变化与农业多样性、农业系统固碳减排、草地农业决策系统及林草生态等宏观方面[1]曰同时以分子生物学为基础的微观方面也有许多研究，主要包括DNA水平上的遗传多样性和分子标记辅助选择育种等方面[2-3]。

利用新一代高通量测序技术进行牧草种质资源创新及抗逆基因挖掘方面的研究相对较少[4]遥1RNA-se q技术原理RNA-seq即转录组测序技术。

克里克(FrancisHanyComptonCrick，1916-2004)于1958年提出“中心法则”，并于1970年在Nature上的一篇文章中进行了重申。

中心法则指出遗传信息从DNA传递给 RNA，再从RNA传递给蛋白质，即完成遗传信息的转录和翻译的过程。

依据中心法则，随着二代测序技术的兴起和成熟，转录组学研究得到了蓬勃发展。

简而言之，转录组学(transcriptomics)就是从RNA水平研究基因表达的情况，是一门在整体水平上研究细胞中基因转录的情况及转录调控规律的学科。

转录组(transcriptome)广义上指某一生理条件下，细胞内所有转录产物的集合，包括mRNA、rRNA、tRNA及 Non-codingRNA;狭义上指所有 mRNA 的集合。

高通量转录组测序的数据分析与基因发掘

高通量转录组测序的数据分析与基因发掘周华;张新;刘腾云;余发新【摘要】高通量转录组测序（RNA-seq）是在转录组水平上进行深度测序的一项技术,为真核生物转录组学的研究开创了新平台,但同时测序所得到的海量数据的生物信息学分析成为科研工作者的一大挑战。

对转录组测序技术进行了阐述,重点介绍了转录组测序后的数据分析,以及在真核生物尤其是非模式物种中的基因发掘方法。

%High-throughput transcriptome sequencing (RNA-seq) is a recently developed approach to transcriptorne profiling that uses deep-sequencing technologies. It provided a novel platform for eu- karyotie transeripome researches, but the bioinformatics analysis of sequencing data became the chal- lenge of scientific worker. In this review, we described the researches process of high-throughput transcriptome sequencing technology, focusing on sequencing data analysis and gene discovery of dif- ferent species, especially of non-model species.【期刊名称】《江西科学》【年(卷),期】2012(030)005【总页数】5页(P607-611)【关键词】转录组测序;数据分析;基因发掘【作者】周华;张新;刘腾云;余发新【作者单位】江西省科学院生物资源研究所,江西省观赏植物遗传改良重点实验室,江西南昌330029;南京市林业站,江苏南京210036;江西省科学院生物资源研究所,江西省观赏植物遗传改良重点实验室,江西南昌330029;江西省科学院生物资源研究所,江西省观赏植物遗传改良重点实验室,江西南昌330029【正文语种】中文【中图分类】Q987转录组研究是一个发掘功能基因的重要途径，是基因功能及结构研究的基础和出发点。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

玉米属于禾本科（Ｐｏａｃｅａｅ）玉蜀黍属（Ｚｅａ），玉义上包括了ｍＲＮＡ、ｎｏｎ－ｃｏｄｉｎｇＲＮＡ等），进而推
蜀黍属又被划分成５个种，分别是Ｚ．ｄｉｐｌｏｐｅｒｅｎ — 断完整的基因结构，确定选择性剪切事件，研究在不
比对研究。结果表明：转录组测序共得到了４６．４ＧＢ的原始数据，归并整理后获得长７６ｂｐ的序列有
１７５１０１２５０条，经质量控制和ｄｅ舢ｌＵｏ拼接后，共获得了５８１４７条大刍草转录本，其平均长度为１３３５ｂｐ。比对分析发现其中９４．３％的转录本和玉米Ｂ７３自交系的ｃＤＮＡ序列有较好的匹配，与水稻匹配的有８４．１，高粱
Ｚ．ｍａｙｓｓｓｐ．ｍｅｘｉｃａｎａ和Ｚ．ｍａｙｓｓｓｐ．ｍａｙｓ聚在本；而基于高通量测序的ＲＮＡ— Ｓｅｑ技术则可以较
一
类，后续对叶绿体、核糖体的研究也得到了相似结为全面地、对几乎全部的ＲＮＡ转录本进行分析。根据所研究的物种是否有参考基因组信息，的序列拼接和ｄｅｎＯＶＯ序列拼接，或当基因组信息
ｎｉｓ、Ｚ．ｐｅｒｅｎｎｉｓ、Ｚ．１ｕｘｕｒｉａｎｓ、Ｚ．ｎｉｃａｒａｇｕｅｎｓｉｓ和同组织、不同发育阶段、不同实验处理中的相关基因
Ｚ．ｍａｙｓ，其中Ｚ．ｍａｙｓ有４个亚种，分别是Ｚ．在转录水平上的表达水平。近年来，随着转录组学
ａｙｓ，前３个亚种被统称为大刍草，第４个是经人法” 主要是利用高密度的商业化芯片进行研究，但限
类长期栽培驯化的玉米。果穗化石证据的缺失以及制这一方法广泛应用的瓶颈是必须预先得到试材对
玉米和大刍草果穗上的巨大差异，一度让科学家无象的全基因组序列信息，检测杂交信号误差也较法确定玉米的直系祖先。Ｌｏｎｇｌｅｙ［１］通过对Ｚ．大［８］； “ 测序法” 包括基于标签序列代表基因的
大刍草苗期转录组ＲＮＡ — Ｓｅｑ数据的ｄｅｎｏｖｏ拼接
肖之夏郑用琏
华中农业大学作物遗传改良国家重点实验室，武汉４３００７０
摘要采用ｓｏｌｅｘａ测序技术，对大刍草苗期全株各组织转录组进行了ＲＮＡ－Ｓｅｑ测序、ｄｅ；＇１０＂００拼接和信息
８４．６，短柄草８３．９，共５６０３６条转录本。关键词大刍草；转录组；ＲＮＡ－Ｓｅｑ；ｄｅ？ＩＯＷＯ拼接Ｓ５１９．２４文献标识码Ａ文章编号１０００－２４２１（２０１４）０２ — ００１５ — ０７中图分类号
ｍｅｘｉｃａｎａ可能就是玉米的祖先，Ｋａｔｏ等＿２通过对录组的部分序列进行分析，无法得出完整的基因结
染色体形态的研究则将Ｚ．ｍａｙｓｓｓｐ．ｐａｒｖｉｇｌｕｍｉｓ、构信息，也无法分辨出选择性剪切产生的不同转录
果＿４］，而Ｄｏｅｂｌｅｙ等 ¨ ６］基于同工酶以及Ｍａｔｓｕｏｋａｍａｙｓｓｓｐ．ｐａｒｖｉｇｌｕｍｉｓ是玉米的祖先。
等］基于ＳＳＲ标记的遗传多态性研究，则认为ＺｅａＲＮＡ－Ｓｅｑ序列拼接的策略也分为基于参考基因组转录组是一个细胞中的所有转录本信息，包括不完整时，将二者结合起来进行序列拼接。基于参转录本的数量、特定发育阶段的表达动态、转录后的考基因组的拼接方法是将测序得到的序列匹配到基修饰以及ｎｏｎ — ｃｏｄｉｎｇＲＮＡ的调控表达情况等。转因组上去，根据ｒｅａｄｓ的重叠情况和是否跨越剪切
ｍａｙｓｓｓｐ．ｍｅｘｉｃａｎａ染色体臂的长度、中心粒的位ＳＡＧＥ、ＣＡＧＥ、ＭＰＳＳ以及基于高通量测序的
置、结节大小和位置的研究指出，Ｚ．ｍａｙｓｓｓｐ．ＲＮＡ— Ｓｅｑ技术［９］。杂交法和标签序列法都只对转
ｍａｙｓｓｓｐ．ｍｅｏｃｉｃａｎａ、Ｚ．ｍａｙｓｓｓｐ．ｐａｒｖｉｇｌｕｍｉｓ、
研究的迅速展开，在研究方法上也有较多的发展与
Ｚ．ｍａｙｓｓｓｐ． “ Ｐ
Ｐ盘ｇ５ｓ和Ｚ．ｍａｙｓｓｓｐ．创新，主要包括基于杂交和基于测序的方法。“ 杂交
第３３卷第２期
２０１４年
大
学
学
报
ＶｏＬ３３Ｎｏ．２
Ｍａｒ．２Ｏ１４，１５～２１
ＪｏｕｒｎａｌｏｆＨｕａｚｈｏｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ