水稻胚囊发育畸变的细胞学和遗传学研究

1．水稻多卵卵器的起源：被子植物的卵器中通常只有一个卵细胞。我们在水稻多胚品系胚囊中观察到二卵卵器和三卵卵器，本研究对其大孢子发生和胚囊发育进行了细胞胚胎学观察，揭示了水稻多卵卵器的起源．观察结果表明，该品系能进行正常的大孢子发生。大孢子母细胞进行正常的减数分裂形成四个大孢子靠近合点端的大孢子发育，其它三个退化。功能大孢子第一次有丝分裂后两个子核被一中央大液泡分隔在胚囊珠孔端和合点端，与此同时胚囊出现不均衡生长，珠孔端迅速膨大，合点端几乎不增大，致使二核末期的胚囊呈倒梨形．紧接着发生第二次有丝分裂，合点端核分裂时纺锤丝与胚囊纵轴平行，而珠孔端核分裂时纺锤丝与胚囊纵轴成4 5度夹角．由此产生的四核胚囊中，合点端一核向胚囊中部或中上部（胚囊珠孔端）迁移，四核胚囊再经一次有丝分裂形成两种类型的核分布偏离蓼型的八核胚囊。一种类型是珠孔端四个核，中部与合点各二个核，在胚囊细胞化过程中，珠孔端四核 分化成四细胞卵器，其中卵细胞和助细胞各二个，中部的二核分化成二极核中央细胞，合点 端的二核形成反足细胞。另一种类型是珠孔端六个核，合点端二个核，在胚囊细胞化过程中， 两端各一核向中部迁移分化成二极核中央细胞，珠孔端剩余的五核分化成五细胞卵器，其 中卵细胞三个，助细胞二个，合点端的一核迅速分裂形成反足细胞． 2．水稻同源三倍体TAR的生殖特性：TAR的单穗结实率平均可达10%，核型分析表明此三倍体产生的后代个体仍为具有36条染色体的三倍体．细胞胚胎学初步观察显示TAR为一具兼性无融合生殖特性的水稻新种质，其胚珠几乎都能进行胚囊的分化，但其中仅有33%的胚囊有较正常的结构，9%的胚囊在散粉前进行胚胎发生，58%的胚囊发育显著异常，表现为极性紊乱、多极核或缺失雌性生殖单位等。 3．水稻亚种间杂种败育的细胞学基础：对普通栽培稻不同品种类型间杂种颖花败育的细胞学基础及雌性败育的过程进行的细胞学研究表明：1）引起杂种颖花败育的原因有胚囊败育，花粉败育、开花时花药不开裂和雌雄异熟．其中胚囊败育而丧失受精能力是引起低结实率的最重要的因素，开花时花药不开裂和雌雄异熟在一定程度上形成了雌雄性细胞时间和空间的隔离屏障。2）杂种植株的所有大孢子母细胞都能进行正常的减数分裂形成四个大孢子，败育主要发生在靠近合点端的功能大孢子分化形成胚囊的早期，有的胚囊母细胞在进行第一次有丝分裂前便萎缩解体，多数能完成一次或二次有丝分裂形成二核或四核败育胚囊．败育的共同特征是无液泡的分化，细胞质少或退化，在败育胚囊残迹部位，解体的珠心细胞和萎缩的胚囊残溃混杂垛叠．已受精的杂种子房没有观察到胚及胚乳发育的异常．籼粳杂种胚囊败育频率较高． 4．籼粳杂种生殖障碍的基因定位：应用具有1 37个标记位点的籼粳杂交窄叶青8号/京系17)F1花药培养获得的127个双单倍体OH）群体构建的R FLP图谱，对控制籼粳杂种颖花败育的基因座位进行了定位研究。结果在第1、3、4、5、6、7、8、1 2染色体上检测到1 0个基因座位，其中第3、12染色体上的2个不育基因位点str3和str12与同一杂交组合F2分离群体中发现的异常分离热点处于相同的染色体区段．stj-6的基因加性效应为负值，有增加籼粳亲和性的作用;其余的不育基因座位皆有增加籼梗杂种不育性的作用． 5．籼粳杂种胚囊败育的遗传分析和基因定位：利用DH系构建的分子图谱及DH系衍生的2个回交群体定位了引起籼梗杂种胚囊败育的2个互补的主效基因esa-l（E1或e1位点）和esa-2（E2或e2位点），它们分别位于第6和第1 2染色体．在不育基因位点，籼稻基因型为EIEle2e2，粳稻基因型为elelE 2E 2，杂交后代中基因型为EIE2，Ele2、elE 2的雌配子体正常发育，携带ele2基因型的雌配子体表现败育．胚囊育性受配子体基因型控制，孢予体遗传背景影响胚囊败育基因的表达.

Determination of preventive maintenance lead time using hybrid analysis

The time for conducting Preventive Maintenance (PM) on an asset is often determined using a predefined alarm limit based on trends of a hazard function. In this paper, the authors propose using both hazard and reliability functions to improve the accuracy of the prediction particularly when the failure characteristic of the asset whole life is modelled using different failure distributions for the different stages of the life of the asset. The proposed method is validated using simulations and case studies.