多年生稻相关视频合集（持续更新）

《CHINADAILY》Perennial rice technology could help improve Africa's food security-20240221《封面》多年生稻育成记云岭最美科技人 胡凤益：扎根一线做好人才“传帮带” 让科技成果惠及更多群众云南大学建校百年之无人机表演（多年生稻）-202304AAAS学术年会宣传（Science Breakthrough Sessions）https://meetings.aaas.org/program/science-breakthroughs/ -202303CCTV1《开讲啦》-2023CCTV2消费主张-20230306版纳电视台...

我院胡凤益团队揭示长雄野生稻地下茎生长发育的细胞生物学机理

近日，我院胡凤益团队联合深圳华大生命科学研究院刘欢团队完成题为“Spatiotemporal transcriptomic atlas of rhizome formation in Oryza longistaminata”的研究论文在植物学知名期刊Plant Biotechnology Journal上发表。地下茎（Rhizome）是许多植物实现多年生的重要器官之一。起源于非洲的长雄野生稻（Oryza longistaminata）具有发达的地下茎，表现出极强的无性繁殖特性，与稻属（Oryza L.）的亚洲栽培稻（O. sativa）同属...

New Phytologist 报道资源植物研究院黄斌全团队揭示马铃薯块茎形成新机制

12月04日，云南大学-资源植物研究院/农学院黄斌全课题组在植物科学领域TOP期刊《New Phytologist》（5YIF=10.5）在线发表了题为“The tuber-specific StbHLH93 gene regulates proplastid-to-amyloplast development during stolon swelling in potato”的研究论文，该研究发现了马铃薯块茎形成的新的分子调控机制，首次报道造粉体发育在马铃薯块茎形成过程中的重要的作用。马铃薯（Solanum tuberosum）是全球第三大重要粮食作...

云南大学成功创新第三代杂交稻的核心技术

杂交稻在保障粮食安全中起着极为重要的作用，目前已发展到第三代。第三代杂交稻的主要技术特征为普通雄性核不育的运用，普通雄性核不育的育性对温、光等环境不敏感，育性恢复不需要专门的恢复基因，有利于高效选育杂交稻新品种。但水稻自身无法繁殖出普通核不育的全不育群体，普通核不育的繁殖是第三代杂交稻必须解决的核心问题。近日，由云南大学资源植物研究院张毅研究员主持完成的“水稻孢子体隐性雄性核不育系繁殖新技术”...

我院2023年喜获8项国家自然科学基金项目立项

喜 报2023年8月24日，国家自然科学基金委员会公布了2023年度国家自然科学基金集中接收申请项目评审结果，云南大学资源植物研究院（农学院）获批国家自然科学基金委员会立项资助项目8项。其中，张石来老师获批优秀青年科学基金项目，王贤智、雷贵杰和周宁宁三位老师获批面上项目，李争、黄会斌和杨阳三位老师获批地区科学基金项目，廉小平老师获批青年科学基金项目。在学校科技处的组织指导下，我院高度重视国家基金项目申报工作...

New Phytologist报道我院雷贵杰组发现首个可创制高锌低镉稻米的优异基因

【人民网】进行同步报道：如何提高稻米中的锌含量 研究有了新发现 近日，我院多年生稻团队的雷贵杰组在New Phytologist（5YIF = 10.5）发表了题为“A vacuolar transporter plays important roles in zinc and cadmium accumulation in rice grain”的研究论文，揭示了水稻液泡膜定位的锌转运蛋白OsMTP1在提高稻米Zn含量、降低稻米Cd含量中的功能。锌（Zn）是生物必需的微量营养元素，缺锌危害世界约17%人口的健康，Zn被认为是...

“优质高产多（专）用大豆新品种选育及应用”项目2022年总结会在昆明召开

为全面总结云南省科技厅科技计划项目“优质高产多（专）用大豆新品种选育及应用”2022年度工作进展和研究成果，交流各单位先进经验和解决项目实施过程中的问题，以及安排部署2023年度工作，云南大学及各项目相关单位于2023年3月10日-12日在昆明市枫叶王府酒店召开了“优质高产多（专）用大豆新品种选育及应用”项目2022年度总结会。会上，项目负责人王贤智研究员汇报了项目主要研究内容、主要考核指标及2022年取得的工作进展等...

我院大豆遗传育种团队在《Remote Sensing》上发表大豆表型组研究新进展

 近日，我院大豆遗传育种团队联合中国科学院空天信息创新研究院覃驭楚研究员团队在大豆表型组研究中取得新进展，相关成果以“Toward Multi-Stage Phenotyping of Soybean with Multimodal UAV Sensor Data: A Comparison of Machine Learning Approaches for Leaf Area Index Estimation”为题发表在国际知名期刊Remote Sensing（https://doi.org/10.3390/rs15010007）。资源植物研究院2019级硕士研究生张怡和杨一哲为该论文共...