三种鼠科动物血浆超氧化物歧化酶和乳酸脱氢酶以及血浆蛋白成分的比较分析

本文利用SOD和LDH在一块凝胶板上同时显色的优点,电泳分析黑线姬鼠(Apodemus agrarius)、褐家鼠(Rattus norvegicus),黄胸鼠(Rattus flavipectus)血浆SOD和LDH同工酶以及血浆蛋白成分。结果表明,LDH为有色区带,SOD为无色透明区带,而且SOD比LDH泳动快,两类区带互不重迭,以致3种鼠血浆中SOD和LDH的图谱清晰可辨。由于黑线姬鼠的SOD和LDH的泳动度不同于其余2种鼠,周此3种鼠的图谱各具特征。3种鼠血浆蛋白中的前清蛋白和铁传递蛋白区带数和泳动度亦具有明显差异,说明上述酶分子亚基和血浆蛋白分子的化学结构不同,成为种间差异在分子水平上典型的表现。     

樟树种子休眠和萌发的初步研究

樟树(Cinnamomum camphora)为亚热带常绿阔叶林的代表种,是珍贵用材树种之一。它生长快、寿命长、抗性强。木材可供造船、制作家具和雕刻之用,为上等材;樟脑是重要的出口物资,因此它在林业生产上占有重要的地位。但樟树以种子育苗时,发芽迟缓,发芽期长达二个月之久,而且极不整齐;其品质检验方法,至今亦未很好解决。我们于1981—1983年,对此进行了试验研究,得到一些初步结果,报道如下。     

我国杂交水稻育种进入“超高产时代”

由江苏省农科院粮作所选育的超级稻“两优培九”在创新育种方面取得突破，成为我国第1个将两系法与亚种间杂交合为一体的杂交稻，表现出超高产潜力，标志着我国杂交水稻育种进入超高产时代。     

基因敲入技术的突破

Baylor医学院的KoenVenken博士创新了基因敲入技术，这一突破使生物学家向果蝇体内敲入大量的DNA成为可能。传统的方法只能在果蝇基因组中插入较小的DNA片段，Venken的方法可将20000到133000大小碱基对的DNA敲入果蝇基因组。传统上，生物学家利用果蝇基因组中的P元素能够整合外源性DNA片段的特性，将目标DNA片段插入P元素，再将含有外源性DNA的P元素复合体导入果蝇基因组。这一传统方法能整合的DNA片段长度有限。Venken在研究中需要敲入很长的DNA片段到果蝇体内。于是他将含有DNA片段的P元素转入到质粒里，质粒能够较P元素自身更稳定地携带大片断DNA。     

拟南芥菜的核基因组研究

拟南芥菜的核基因组研究初立业，邵宏波，曲德业（四平师范学院生物工程所四平１３６０００）拟南芥菜（Ａｒａｂｉｄｏｐｓｉｓｔｈａｌｉａｎａ）具有许多不同于其它高等植物的特点，这些特点决定了它作为植物分子生物学的模式植物系统并得到了广泛的研究。目前已经在核...     

酿酒酵母异源表达纤维二糖转运蛋白LacY与纤维二糖利用菌株的构建北大核心

【目的】在酿酒酵母体内设计代谢通路,使酿酒酵母能利用纤维素水解产物纤维二糖生产乙醇。【方法】首先,用大肠杆菌DH5α总DNA为模板克隆编码大肠杆菌乳糖透过酶的LacY基因。为过表达LacY基因,以质粒YEplac181作为载体,将酿酒酵母PGK1p强启动子加到LacY基因之前,CYC1t终止子加到LacY基因之后,构建质粒YEplac181-PGK1p-LacY-CYC1t。之后,将纤维二糖转运蛋白LacY表达质粒和β-葡萄糖苷酶(β-glucosidase,BGL)表达质粒pRS316-PGK1p-gh1-1-CYC1t依次转入野生型酿酒酵母W303-1A中,使野生型酿酒酵母W303-1A异源表达可转运纤维二糖的LacY蛋白和β-葡萄糖苷酶GH1-1,构建可利用纤维二糖的酿酒酵母工程菌W303-1A GL。最后,通过发酵测定酿酒酵母工程菌W303-1A GL的纤维二糖利用情况和乙醇产量,并对纤维二糖代谢通路中纤维二糖酶活力进行测定。【结果】本研究构建了纤维二糖转运蛋白LacY和β-葡萄糖苷酶GH1-1协同表达的酿酒酵母工程菌W303-1AGL。W303-1AGL可以有效利用纤维二糖发酵生产乙醇,W303-1A GL发酵24 h时乙醇产量达到3.25 g/L,得率为0.325 g乙醇/g纤维二糖,利用葡萄糖产乙醇理论得率为0.511 g乙醇/g纤维二糖,达到葡萄糖产乙醇理论得率的64%,细胞密度最高在第54 h达到OD600=10.84,胞内β-葡萄糖苷酶的酶活在72 h最高,可达到0.51 U/mg。【结论】本研究成功构建了能有效利用纤维二糖的重组酿酒酵母工程菌W303-1A GL,为提高纤维素乙醇生产效率、降低纤维素乙醇生产成本提供了新思路。     

基于多色彩空间的YOLOv5松枯死树检测方法

【目的】针对在松枯死树监测实践中,从无人机航拍RGB影像中自动识别松枯死树漏检率高的问题,提出了一种生产应用场景下基于多色彩空间的YOLOv5松枯死树高精度自动识别新方法。【方法】利用无人机采集大面积松材线虫病发生林分的RGB图像,用Pix4Dmapper软件拼接,用LabelImg开源软件建立VOC格式的松枯死树数据集,分别用Faster R-CNN、YOLOv3、YOLOv4、YOLOv5、SSD和EfficientDet等6种基于深度学习的目标检测算法对数据集进行训练和测试,以精确率、召回率、平均准确率以及F₁分数作为评价指标筛选出最优目标检测算法;然后将采集的RGB图像转换成LAB和HSV色彩空间图像,再将这3个色彩空间的图像分别用最优目标检测算法进行训练,得到目标在每个色彩空间的边界框,使用非极大值抑制算法对这些边界框进行处理,得到最优边界框实现松枯死树自动识别。【结果】6种算法均取得良好效果,其中YOLOv5模型为最优算法,其精准率、平均查准率和F₁分数在6种算法中均最高,分别达到97.58%、82.40%和0.85。通过3个色彩空间融合后,反映漏检情况的召回率由74.54%提高到98.99%,平均准确率提升至98.39%。【结论】基于多色彩空间的YOLOv5模型能够显著提高从无人机航拍RGB影像中检测松枯死树的精度,为松枯死树监测提供了有力工具,也有助于松材线虫病的防治。