新华社原文链接：https://mp.weixin.qq.com/s/tMuqxuAB28e2t4BqKuLwmw
玉米突变体订购方法
该方法由沈阳农业大学生物科学技术学院植物学专业2020级金月婷提供。
玉米突变体的订购一般使用两个网站：MaizeGDB和中国农科院突变体库（MEMD）。
MaizeGDB
1. 登录网站https://maizegdb.org/。
2. 在右上角的搜索框搜索目的基因。
3. 若搜索得到了至少一个结果，选择搜索到的目的基因。
4. 选择GENE MODEL并且下拉列表点击种子库。
5. 选择订购种子。
6. 若无需其他突变体，则可直接提交，还需要其他如变体，重复上面的步骤。
7. 填写收货地址等信息。
中国农科院突变体库（MEMD）
1. 登录网站http://www.elabcaas.cn/memd/index.php。查看整个流程，并下载空白突变体信息表。
2. 首页搜索基因。可以根据基因ID、基因名称、染色体位置和表型搜索。
3. 这里以基因名为例，填写基因名称，选择参考基因组序列，勾选突变类型，即可搜索。
3.1 非同义突变是比较常见的突变类型的选择。
- 突变位置偏后，可能不会对原蛋白造成较大影响；
- 突变后的氨基酸与原氨基酸结构相似，可能影响也较小。
- 因此，在保守结构域的氨基酸结构变化较大的突变对蛋白影响更大。
3.1.2 复制步骤3结构里面的GeneID。
3.1.2 打开maizeGDB.org，在右侧的搜索栏填入GeneID并搜索。
3.1.3 在搜索的结果中点击GeneID。
3.1.4 选择序列，并复制最下方的蛋白序列。
3.1.5 使用Smart预测结构域。登录网站http://smart.embl-heidelberg.de/，选择一般模式。
3.1.6 输入基因名或蛋白质（氨基酸）序列。
3.1.7 获得保守结构域的位置信息。
3.1.8 回到3.1.4的位置，查找cDNA序列，找到第一个ATG（起始密码子）的位置，记为起始位置x，x+380×3的位置为第一个关键氨基酸位置的密码子起始位置，记作y。同理，最后一个关键氨基酸位置的起始密码子的位置=x+440×3+2，加2的目的是补齐到该密码子的最后一位，记作z。复制y到z之间的序列，该序列为编码关键蛋白的外显子序列。
3.1.9 将该序列比对到原基因序列上（包括内含子），比对可以使用BLAST方法。比对后，得到cDNA在整个基因上的相对位置。最后，再根据相对位置计算出最终物理位置。按照最终物理位置选择突变体。有些基因有多个转录本，需要对每个转录本分别执行上面步骤，获得多个关键物理位置。
Win10子系统安装最新版本R语言【失败】
直接安装R语言一直是老大难的问题，Ubuntu等系统一般会内置R，但是版本较低，不能满足使用需要，升级通常也是失败的。因此，尝试升级或重新安装最新版本的R语言。经过一番折腾，发现此方法行不通。
替代方案：
- 通过anaconda（https://www.anaconda.com/）安装，很简单，百度一下都有。
- 安装Microsoft R Open（https://mran.microsoft.com/open），虽然看起来不是R语言的最新版本，但是稳定性非原版可比，根据官方安装说明操作即可。
以下是安装失败过程：
首先，我使用的是Ubuntu 20.04 TLS版本。
- 输入下面命令：
cd /etc/apt/ sudo vi sources.list2. 进入vim编辑模式。接下来，按键盘上的[i]键，进入插入编辑模式。将光标移动到最后一行末尾，回车，插入一行，复制下面的代码，然后按鼠标右键。
deb https://cloud.r-project.org/bin/linux/ubuntu focal-cran40/ # deb-src https://cloud.r-project.org/bin/linux/ubuntu focal-cran40/3. 然后按[ESC]键退出编辑模式，依次输入[:wq!]，回车，即可保存退出。
4. 接下来，输入下面代码升级源信息。
sudo apt-get update5. 若出现如下错误，则需要获得key。
Err:2 https://cran.itam.mx/bin/linux/ubuntu groovy-cran40/ InRelease
The following signatures couldn’t be verified because the public key is not available: NO_PUBKEY 51716619E084DAB9
6. 使用下面代码获得key，注意替换后面的一串数字。
sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv-keys 51716619E084DAB9完成后，重复步骤4。
7. 接下来安装最新版本的R。
sudo apt-get install r-base8. 若出现下列错误，则按照提示操作。
E: Unmet dependencies. Try ‘apt –fix-broken install’ with no packages (or specify a solution).
9. 根据提示，输入下列代码。
sudo apt --fix-broken install10. 重复第7步，若仍然安不上，则先卸载当前R。
sudo apt-get autoremove r-base-core气象色谱，液相色谱，液质联用
气象色谱（Gas chromatography）是将纯化后的待测物气化（需要沸点低），用流动相（惰性气体，不能和样品发生反应）运送到色谱柱，色谱柱的固定相会把待测物中的不同物质分开，送入检测器，检测器用来分析这些分开的化合物都是什么。不同的化合物需要用到相匹配的检测器才能正确知道样品中的化合物。该方法既可以定性也可以定量。
有时，一个色谱柱不能分开样品，可以串联两个色谱柱，如一个色谱柱按照沸点分开样品，接下来另一个色谱柱按照极性分开样品。
固定相：阻碍待测物中的不同物质，由于阻力大小不一，实现物质的分离。
影响因素：
- 温度，温度高，气体速度快，用时短；反之用时长。在恒温不能实现很好分离的时候，可以通过逐渐升温或降温的形式获得分离峰。
- 流量，流量过大，一些物质难以在色谱柱中很好的分开，此时需要进行限流，即在正常的通路外再外接一个通路，把过载的流量排出。
- 速度。流动速度会影响分离的效果，进而反应在化合物的随时间的变化上面。任何影响速度的因素都会影响最终的结果，包括色谱柱的材质、半径等。
为什么叫色谱？
早期俄国植物学家MikhailTsvet用石油醚分离了叶绿素和胡罗卜素，而这两个物质的颜色不同，因此，叫做色谱法。
液相色谱（High performance liquid chromatography）原理类似，用液体输送物质。某些化合物高温分解或者沸点高，没法用气相分析，此时用液相色谱分析。液相色谱的流动相是液体，种类、PH等因素都会对结果产生影响。
液相色谱仪-质谱联用（Liquid chromatography–mass spectrometry），质谱实际上是一种检测器，既可以与液相色谱联用，也可以与气相色谱联用。质谱不仅可以记录电信号，同时也记录包含结构信息的质谱图，通过质谱图的比较能更准确的定性，通过观察质谱碎片可以更好的排除干扰，从而准确定量。质谱分析是通过质荷比（M/Z，质量/电荷）定性的。这个过程会施加一个电场，被测物通过电场，转变为离子，由于自身质量和携带电子数量不同，会产生加速和偏转，根据被测物投射到感光板上的距离可以计算出偏转角度，从而计算出质量（定性）。另外，根据在感光板上光的强度可以定量。由于同分异构体的质量和电荷完全一样，因此，质谱无法分辨。
质谱的灵敏度用信噪比（S/N）表示，比值越大灵敏度越好，N是噪音。
两个杂种优势群双列杂交设计的杂交种数量
两个杂种优势群，利用双列杂交组配设计，理论上有j×k种组合（j是A群材料数，k是B群材料数）。
若无杂种优势群的划分，则组合数为n(n+1)/2，n是群体中的材料总数。
中心化和标准化的R语言函数scale()
中心化(Zero-centered或者Mean-subtraction)是一个过程，是将一组数据（通常是R语言数据框中的列）的每个值减去该组数据的均值，是的，平均数为零。
标准化(Standardization或Normalization)是在中心化的基础上，一组数据中的每一个中心化过的值除以改组数据的标准差。标准化的元素，均值为0且方差为1。原始数据不同维度的特征（单位）不一致时，通过标准化消除特征之间的差异。
scale(x, center = TRUE, scale = FALSE) # 中心化 scale(x, center = TRUE, scale = TRUE) # 标准化
逆矩阵（Invers Matrix）
在文献中，模型通常会以矩阵相乘的形式给出。在矩阵乘法中，常常见到矩阵的逆矩阵R-1。
若有两个矩阵，矩阵A×矩阵B=单位矩阵（左上到右下对角线的元素均为1，其余部分均为0），则A和B叫做互逆矩阵，某矩阵的逆矩阵用该矩阵的-1次方表示。
当一个矩阵A×一个向量x=另一个向量b时，可以用逆矩阵求出前面的向量。因此，文献中矩阵的逆是用来就系数的过程。证明如下：
关系矩阵（Incidence Matrix）
关系矩阵表示的是两类对象的关系。假设第一类对象是X，第二类对象是Y。每个X占一行，每个Y占一列。如果X中的某一个项（条目，entry）x与Y中某一个项（条目）有关系，则赋值为1，否则为0。以此类推，所有的X与Y的关系可以形成一个矩阵，则这个矩阵为Incidence Matrix。
