Apelin-13对LPS诱导人脐静脉内皮细胞屏障损伤的干预作用*

目的: 探讨Apelin-13对LPS诱导人脐静脉内皮细胞(HUVECs)屏障损伤的影响。方法: 将体外培养的HUVECs分为4组:正常对照组、LPS组、Apelin-13+LPS组、Apelin-13组。用5 μg/ml LPS作用细胞24 h, 复制屏障功能受损模型。1 μmol/L Apelin-13提前30 min给予,再给予LPS作用24 h,确定Apelin-13的影响。通过CCK8法检测Apelin-13对细胞活力的影响;Western blot检测血管内皮细胞钙粘蛋白(VE-cadherin)、纤维状肌动蛋白(F-actin)表达变化;免疫荧光检测VE-cadherin、F-actin的表达变化及核转录因子Kappa B(NF-κB p65)入核情况。结果: 与正常对照组相比,单独给予Apelin-13对细胞活力无明显影响。与正常对照组相比,LPS组细胞活力明显下降(P＜0.01),VE-cadherin蛋白表达下降(P＜0.01)、F-actin蛋白表达升高(P＜0.05),NF-κB p65入核明显增加。与LPS组相比,Apelin-13明显增加细胞活力(P＜0.01),VE-cadherin蛋白表达增加(P＜0.05)、F-actin蛋白表达下降(P＜0.01),蛋白NF-κB p65入核下降明显。结论: Apelin-13可减轻LPS诱导的人脐静脉内皮细胞损伤及屏障受损,其机制可能与抑制炎症相关。     

14种中国典型极小种群野生植物繁育特性和人工繁殖研究进展

繁殖是植物种群更新与维持的重要环节。包括极小种群野生植物在内的受威胁物种, 其濒危原因是在长期演化过程中自身繁育力的衰退、生活力的下降等内在因素和人类的过度采挖和生境的破坏等外在因素共同作用的结果。对极小种群野生植物进行高效的人工繁殖, 能扩大种群数量并应用于迁地保护、自然回归和满足商品市场的需求, 有利于其种质资源的保护和可持续利用。为了保持物种的遗传多样性, 采用种子繁殖育苗是有效的方法, 扦插、嫁接和组织培养技术等无性繁殖方法则可用于对难以用种子繁殖的种类进行快速繁殖。本文对14种中国典型极小种群野生植物的繁殖特性和已有的人工繁殖方法进行了综述, 并简要介绍在其种苗繁殖研究方面取得的进展。其中利用播种繁殖成功的物种有12种, 共繁殖230,000株种苗; 利用扦插繁殖成功的物种有5种, 共繁殖33,100株种苗; 华盖木(Manglietiastrum sinicum)、河北梨(Pyrus hopeiensis)和黄梅秤锤树(Sinojackia huangmeiensis)采用嫁接繁殖出了2,415株种苗; 9个物种的组织培养技术获得成功, 共繁殖了24,850株种苗。这些种苗有些已应用于迁地保护和自然回归。上述研究结果为这14种极小种群野生植物的保护和利用提供了理论和技术基础, 也能为其他极小种群野生植物的保护和利用提供参考。     

西藏飞蝗蝗蝻群集迁移特性及其群集效应

西藏飞蝗Locusta migratoria tibetnsis Chen暴发成灾的重要原因之一是蝗蝻具有群集迁移危害习性。为阐明西藏飞蝗灾变的行为机制,为西藏飞蝗的监测预警和防治提供科学依据,利用视频跟踪技术测定了自然环境中西藏飞蝗蝗蝻群集迁移的运动速度、方向,建立自推进粒子模型模拟蝗蝻群集迁移行为,分析群集迁移效应。结果表明,①不同自然环境中的西藏飞蝗蝗蝻在群集迁移过程中,群体内个体的运动表现出定向集体运动,群集迁移速度为0.1256 m/s,0.2 m以内的个体蝗蝻方向趋向一致。沙滩、翻耕农田和草地蝗蝻群运动一致性参数均较高,分别为0.8502、0.7870和0.6987。②西藏飞蝗蝗蝻群由分散运动转变为群集迁移存在临界密度,密度较低时群体内个体分散运动,当蝗蝻密度达到12-15头/m²时,蝗蝻群体由分散运动转变为高度一致的群集迁移运动。③蝗蝻群通过群集迁移可以显著增加迁移距离,随机运动蝗蝻1 d扩展只有70-80 m,而群集迁移1 d最大距离可达2.5 km。蝗蝻群集迁移可以提高发现特别是远距离食物等资源的概率,使群体中更多的个体受益。④尽管未发现室外蝗蝻群存在先验个体,但模拟发现在群集迁移群体中,只需要少数先验个体（3%-5%）即可引导整个蝗蝻群运动。     

基于植保大数据的病虫害移动智能采集新设备

为提高农作物重大病虫害发生信息自动化、智能化采集能力,全面提升监测预警水平,笔者基于大数据、人工智能和深度学习技术,研发了一款农作物病虫害移动智能采集设备——智宝,主要实现了3个方面的功能:一是病虫害发生信息自动采集上报.通过该产品进行人工拍照,可实现对田间农作物重大病虫害发生图像、发生位置、发生数量、微环境因子等数据的实时采集和上报.二是自动识别计数.基于植保大数据与人工智能技术,通过构建病虫害自动识别系统,可实现重大病虫害精准识别与分析,只要拍摄照片,即可快速、精确地识别病虫害种类,并自动计数、上报到指定的测报系统.三是自动分析判别分级.针对拍摄采集上报的重大病虫害发生信息,系统可在自动识别和计数的基础上,进一步对病虫害发生严重程度进行智能判别分级,甚至根据相关预测模型,对病虫害的发生趋势进行辅助分析预测,提出预测建议.通过2016—2019年组织多地植保机构进行试验改进,该技术产品日趋成熟,有望在未来的农作物病虫害发生信息采集和预测预报工作中推广使用.     

Antifungal Effect of Long Noncoding RNA 9708-1 in the Vulvovaginal Candidiasis Murine Model

Mycopathologia - Vulvovaginal candidiasis (VVC) caused by Candida spp. affects 70–75% of women at least once during their lives. We aim to elucidate the potential mechanism of VVC and...