柑橘木虱成虫趋光行为反应

柑橘木虱Diaphorina citri Kuwayama是柑橘黄龙病(huanglongbing,HLB)的重要传播媒介。为了利用灯光诱控技术防治柑橘木虱,本实验于室内条件下研究柑橘木虱对波长为360 nm、400 nm、440 nm、480 nm、520 nm、560 nm和600 nm的LED光源和不同光照强度趋光行为反应。结果表明:柑橘木虱对7种单色光都有正趋向性。其中雌雄混合存在时对400 nm的紫光趋向性最强,其次是560 nm的绿光;单独处理时,雌成虫对400 nm的紫光趋性最强,其次是520 nm的绿光,雄成虫则是对520 nm的绿光趋性最强,其次是400 nm的紫光。在200μw/cm 2到1000μw/cm 2的光照强度范围内,随着光照强度的增大,柑橘木虱雄成虫趋光行为逐渐增强,在光照强度为1000μw/cm 2时趋光行为最强,但雌成虫趋光行为变化不明显。该研究表明:柑橘木虱雌雄成虫具有明显的正趋光性,且对光谱和光强的反应存在差异。这一结果可为柑橘木虱田间的灯光诱控提供实验依据。     

非标记表面增强拉曼光谱在DNA检测中的应用

表面增强拉曼光谱(SERS)是一种超灵敏的生化分析技术,已经被广泛运用于细胞、核酸、蛋白质等生物分子的检测,在生物医学领域表现出了巨大的应用潜力。近年来,将表面增强拉曼光谱技术应用于遗传物质DNA的精准检测,引起了人们广泛的关注。本文简要叙述了表面增强拉曼光谱技术的基本原理及其在DNA检测中的优势,主要介绍了非标记的DNA-SERS检测应用进展,其中包括本项目组的相关工作。研究表明,非标记DNA-SERS技术有望成为一种快速、准确的临床诊断方式。     

新一代遥感技术助力生态系统生态学研究

随着气候变化和人类活动的加剧, 生态系统正处于剧烈变化中, 生态学家需要从更大的时空尺度去理解生态系统过程和变化规律, 应对全球变化带来的威胁和挑战。传统地面调查方法主要获取的是样方尺度、离散的数据, 难以满足大尺度生态系统研究对数据时空连续性的要求。相比于传统地面调查方法, 遥感技术具有实时获取、重复监测以及多时空尺度的特点, 弥补了传统地面调查方法空间观测尺度有限的缺点。遥感通过分析电磁波信息从而识别地物属性和特征, 反演生态系统组成、能量流动和物质循环过程中的关键要素, 已逐渐成为生态学研究中必不可少的数据来源。近年来, 随着激光雷达、日光诱导叶绿素荧光等新型遥感技术以及无人机、背包等近地面遥感平台的发展, 个人化、定制化的近地面遥感观测逐渐成熟, 新一代遥感技术正在推动遥感信息“二维向三维”的转变, 为传统样地观测与卫星遥感之间搭建了尺度推绎桥梁, 这也给生态系统生态学带来了新的机遇, 推动生态系统生态学向多尺度、多过程、多学科、多途径发展。因此, 该文从生态系统生态学角度出发, 重点关注陆地生态系统中生物组分, 并分别从生态系统类型、结构、功能和生物多样性等方面, 结合作者在实际研究工作中的主要成果和该领域国际前沿动态, 阐述遥感技术在生态系统生态学中的研究现状并指出我国生态系统遥感监测领域发展方向及亟待解决的问题。     

大腹园蛛管状腺丝重组蛋白的克隆表达及纺丝

TuSp1蛋白(tubuliform spidroin 1)是管状腺丝(tubuliform silkfiber)的主要组成成分。管状腺丝作为蛛丝卵袋的外层包卵丝,其结构具有很好的耐腐蚀性和良好的力学性能。目前国内外对大腹园蛛TuSp1蛋白的研究很少,仅有一条基因序列的报道。本课题首次构建含大腹园蛛N端非重复结构域、重复单元以及C端非重复结构域的重组管状腺丝蛋白TuSp1 NT-Rp-CT,并经湿法纺丝获得重组蛋白丝纤维。重组蛋白液圆二色谱分析结果显示,pH由7.0降低到5.5的过程中,始终保持稳定的α-螺旋构象;重组蛋白丝纤维的傅里叶变换红外光谱结果显示,丝纤维中主要二级结构为β-折叠及β-转角;经扫描电镜观察发现,冻干的絮状重组蛋白能自组装成丝纤维,且表面光滑纤细;湿纺后的重组蛋白丝纤维直径较粗,但表面较平整均匀,具有类似天然管状腺丝的形态特征,这些为TuSp1蛋白的成丝机理及仿生纺丝研究提供了理论依据。     

基于无人机的冬小麦拔节期表层土壤有机质含量遥感反演

快速监测大面积分布的盐渍化麦田土壤有机质含量,可为推进盐渍土改良和促进碳循环研究提供数据支撑。通过野外采样与获取无人机遥感影像,分别基于裸土和植被情况,采用多元线性回归(MLR)、偏最小二乘回归(PLSR)和支持向量机回归(SVR)3种方法,建立区域有机质含量遥感模型,并进行检验和对比,确定最优的土壤有机质含量反演模型;最后基于最优模型进行研究区表层土壤有机质的反演,并与插值结果进行比较。结果表明: 经5×5的中值滤波处理后的光谱与土壤表层有机质对应最优;3种模型中,SVR模型的预测精度最高,PLSR次之,MLR效果最差。对比两种变量的建模效果,基于植被的SVR建模效果最好,其建模决定系数(R²)、均方根误差(RMSE)分别为0.89、0.20,验证R²、RMSE分别为0.82、0.24;基于裸土的建模效果不理想,最优的也是SVR模型,其建模R²、RMSE分别为0.63、0.26,验证R²、RMSE分别为0.61、0.25。根据最优模型反演得到该区域有机质含量为17.51～22.53 g·kg^-1,平均值为19.51 g·kg^-1,与实地调查结果较为一致;插值结果与反演结果相比,精度受到限制。综上,基于无人机多光谱可以对盐渍土冬小麦拔节期土壤有机质含量进行快速、大范围精准估测。     

肉类及肉制品中动物源性成分鉴别方法研究进展

肉类掺假问题直接影响着人类健康、公共卫生安全以及社会稳定等方面,成为当今食品安全热点话题之一,因此,高效、精确的肉类及肉制品中动物源性成分的检测鉴定势在必行。基于此,主要介绍了对于动物源性成分检测及鉴别的不同研究方法,分析了利弊,并对后续肉类及肉制品中动物源性成分的鉴别方法的研发方向进行了展望,以期为此领域提供资料性参考。     

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.     

基于Web服务的流感病毒基因组自动化翻译注释系统

随着流感病毒基因组测序数据的急剧增加,深入挖掘流感病毒基因组大数据蕴含的生物学信息成为研究热点。基于中国流感病毒流行特征数据,建设一个集自动化、一体化和信息化的序列库系统,对于实现流感病毒基因组批量快速翻译、注释、存储、查询、分析具有重要的应用价值。本课题组通过集成一系列软件和工具包,并结合自主研发的其他功能,在底层维护的2个关键的参考数据集基础上另外追加了翻译注释信息最佳匹配的精细化筛选规则,构建具有流感病毒基因组信息存储、自动化翻译、蛋白序列精准注释、同源序列比对和进化树分析等功能的自动化系统。结果显示,通过Web端输入fasta格式的流感病毒基因序列,本系统可针对参考序列片段数据集(blastdb.fasta)进行Blast同源性检索,可以鉴定流感病毒的型别(A、B或C)、亚型和基因片段(1~8片段);在此基础上,通过查询数据库底层用于翻译、注释的基因片段参考数据集,可以获得一组肽段数据集,然后通过循环调用ProSplign软件对其进行预测。结合精细化的筛选准入规则,选出与输入序列匹配最好的翻译后产物,作为该输入序列的预测蛋白,输出为gbk,asn和fasta等通用格式的文件,给出序列长度、是否全长、病毒型别、亚型、片段等信息。基于以上工作,另外自主研发了系统其他的附加功能如进化树分析展示、基因组数据存储等功能,构建成基于Web服务的流感病毒基因组自动化翻译注释系统。本研究提示,系统高度集成系列软件以及自有的注释翻译数据库文件,实现从序列存储、翻译、注释到序列分析和展示的功能,可全面满足我国高通量基因检测数据共享化、本土化、一体化、自动化的需求。     

宏观生态系统科学整合研究的多学科知识融合及其技术途径

综合认识大尺度的宏观生态系统结构功能、空间变异和动态演变的过程机理和模式机制,实现对生态系统变化及其对人类福祉影响的定量模拟、科学评估和预测预警,服务生态系统的利用保护及调控管理,是当代宏观生态系统科学的重要发展方向,正在孕育并形成大尺度的宏观生态系统科学整合生态学(IEMES)研究新领域。本研究通过对宏观生态系统科学整合生态学研究的基础理论、多学科知识融合途径及其关键技术问题的系统分析,形成以下几个基本认识: 1)宏观生态系统科学整合生态学研究是以区域、大陆和全球尺度的宏观生态系统为研究对象,采用多学科知识融合方法和技术,致力于解决人类社会发展的食物安全、资源安全、生态安全、环境安全等重大资源环境问题。2)宏观生态系统科学整合生态学研究的基本科技任务是: 理解宏观生态系统的结构功能基本属性,监测生态系统状态变化,解释生态系统时空演变规律,认知生态系统运维过程机理,定量评估生态系统功能状态及服务能力,预测生态系统动态演变及地理格局,预警生态系统变化及生态环境灾害。3)宏观生态系统科学整合生态学研究需要重新构造“多源数据分析-多模型模拟-多学科知识融合”的理论和方法学体系,发展“多尺度观测、多方法印证、多过程融合、跨尺度模拟”的多学科知识融合关键技术。4)大陆尺度的地基-空基-天基多时空尺度生态系统观测试验网络是承载多学科知识深度融合研究的基础科技设施,需要围绕区域、大陆和全球尺度的宏观生态系统科学问题,发展多要素-多过程-多界面-多介质-多尺度-多方法的多学科维度生态学知识融合关键技术。     

近红外光谱测定小麦粉常规营养成分的模型优化

目的：应用近红外光谱（NIR）结合偏最小二乘法（PLS）建立小麦粉常规营养成分蛋白质、水分和脂肪的含量预测模型,并选择最佳模型。方法：收集117份小麦粉样品的近红外光谱,化学法测定蛋白质、水分和脂肪的含量,利用主成分分析（PCA）随机分组,81份样品用于构建模型、36份样品用作验证模型的预测能力。探讨波长范围和光谱预处理方法对所建模型预测能力的影响。结果：3个营养成分预测能力最好的模型分别是：对于蛋白质,预处理采用矢量归一化（SNV）,波长选取7 505.9~5 446.2 cm-1和4 605.4~4 242.8 cm-1,预测模型的RPD值是7.02;对于水分,无预处理,波长选择全谱12 800~3 960 cm-1,模型的RPD值是6.83;对于脂肪,无预处理,波长在9 000~4 000 cm-1,模型的RPD值是5.06。结论：近红外光谱法可以实现对小麦粉常规营养成分的快速预测,通过选择波长范围和光谱预处理方法可以显著提高模型的预测能力。