当前位置:主页 > 理工论文 > 生物学论文 >

基于形态与分子数据的中国行军蚁亚科分类及系统发育研究

发布时间:2023-03-18 17:16
  本研究基于形态测量学与分子系统学对中国行军蚁亚科Dorylinae的分类和系统发育关系进行探讨,通过对行军蚁亚科6属25种183号标本选取14种性状特征进行测量,并将获得的矩阵保存CSV格式,使用R软件运用形态测量学(人工神经网络和高斯混合聚类模型)的两种方法进行物种鉴定分析;采用PCR扩增并测定8属28种175号标本COI基因的DNA条形码基因片段,使用DNAtar、CLUSTALX 4.14、MEGA 7、BioEdit等软件对所得序列进行比对、剪切、拼接、碱基组成、碱基替换分析,运用邻接法(NJ)、最大似然法(ML)、贝叶斯推论法(BI)分别构建行军蚁亚科8属28种系统发育树。结合形态测量学与分子系统学分析,主要结果如下:(1)基于形态测量学对行军蚁亚科6属25种进行物种鉴定,结果表明:人工神经网络分析的鉴定成功率为79.8%,种内所有个体完全成功鉴定正确有2个种;高斯混合模型分析的鉴定成功率为88.5%,种内完全成功鉴定有8个种,高斯混合模型更适合于中国行军蚁亚科物种鉴定。(2)基于COI条形码序列对行军蚁亚科8属28种构建系统发育树,结果显示:行军蚁亚科中盲蚁属Aenictu...

【文章页数】:77 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
第1章 前言
    1.1 中国蚁科分类简介
    1.2 形态测量学研究
        1.2.1 形态测量学国内外研究进展
    1.3 分子系统学研究
        1.3.1 分子系统学在蚁科昆虫的应用
        1.3.2 分子系统学在行军蚁亚科中的应用
    1.4 立项依据
    1.5 研究目的
第2章 实验材料与方法
    2.1 形态测量学研究
        2.1.1 实验材料
        2.1.2 蚂蚁标本制作
        2.1.3 实验所需仪器
        2.1.4 图片获取与数据整理
        2.1.5 数据分析方法
            2.1.5.1 人工神经网络分析
            2.1.5.2 高斯混合模型
    2.2 分子系统学研究
        2.2.1 实验材料
        2.2.2 实验仪器
        2.2.3 实验试剂
        2.2.4 实验方法
            2.2.4.1 蚂蚁DNA的提取
            2.2.4.2 样品DNA检测
            2.2.4.3 目的基因片段的PCR扩增
            2.2.4.4 目的PCR产物的检测
        2.2.5 数据处理方法
            2.2.5.1 序列比对、剪切和拼接
            2.2.5.2 双节行军蚁亚科COI基因条形码的系统发育信号检测
            2.1.5.3 构建系统发育树
第3章 行军蚁亚科的形态测量学与分子系统学分析
    3.1 形态测量学分析
        3.1.1 人工神经网络分析
        3.1.2 高斯混合模型结果与分析
    3.2 双节行军蚁亚科的分子系统学研究
        3.2.1 COI序列特征
        3.2.2 COI基因部分片段的碱基替换分析
        3.2.3 系统发育信号检测
        3.2.4 系统发育分析
        3.2.5 构建系统发育树
            3.2.5.1 邻接法构建NJ树
            3.2.5.2 最大似然法构建ML树
            3.2.5.3 贝叶斯推论法构建BI树
第4章 讨论
    4.1 行军蚁亚科部分属的形态测量分析
    4.2 行军蚁亚科部分属的系统发育分析
第5章 新种描述
    5.1 崇左盲蚁Aenictus chongzuoensis sp.nov
    5.2 双色旁影蚁Parasyscia bicolor sp.nov
    5.3 云川旁影蚁Parasyscia yunchuani sp.nov
    5.4 八节卵角蚁Ooceraea octoantenma sp.nov
第6章 总结
参考文献
附录
攻读硕士学位期间发表的论文情况
致谢



本文编号:3763541

资料下载
论文发表

本文链接:https://www.wllwen.com/projectlw/swxlw/3763541.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e2df4***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com