温室番茄蒸腾量与其影响因子的相关分析及模型模拟

采用盆栽方法,研究不同灌溉量处理下温室番茄日蒸腾量与单株总叶面积、土壤相对含水量、空气温度、空气相对湿度、太阳辐射等因子的相关关系,并建立日蒸腾量的回归模型.结果表明：番茄日蒸腾量与单株总叶面积、土壤相对含水量、空气温度、空气相对湿度和太阳辐射等因子呈显著的线性关系,各因子之间存在复杂的相互作用;土壤水分状况是番茄蒸腾量的主要决策因子,决策系数为27.4%;日最低空气相对湿度是主要限制因子,决策系数为-119.7%;番茄日蒸腾量预测值和实测值的回归系数平方值(R²)为0.81,回归估计标准误差(RMSE)和相对误差(RE)分别为68.52 g和19.4%.根据通径分析筛选主要影响因子建立的番茄日蒸腾量回归模型能够较好地模拟温室番茄日蒸腾量.     

蛋白质折叠速率数据集的构建及分析

近年来,随着高精度的蛋白质折叠速率实验数据的不断积累,使得从蛋白质折叠速率角度研究蛋白质折叠机制的理论工作者,迎来了前所未有的机遇和挑战。然而,却有约100多个蛋白质的折叠速率实验数据散落在2个数据库和若干文献中。为了方便今后的理论工作分析,作者将这些散落数据汇集整理出来,构建了一个包含109个非冗余单体野生型蛋白质的折叠速率数据集,称为PFRD109(protein folding rate dataset 109)。PFRD109所包含的109个蛋白质中,有69个二态蛋白和40个多态蛋白,折叠速率从10-4到106s-1,跨度为10个数量级。链长最短的为16 aa,最长为390 aa,二态蛋白平均长度为78 aa,多态蛋白平均长度为137 aa。当前,生物信息学对蛋白质折叠速率的研究,主要集中于寻找与折叠速率和折叠动力学相关的各种生化参数或拓扑参数,进而实现对蛋白质折叠速率和蛋白质折叠动力学类型的预测。因此,本文还针对PFRD109数据集,就这两个方面进行了一些参数的统计分析。     

基于单克隆抗体的多元弧菌流式细胞术检测技术的研究

【目的】建立一种基于单克隆抗体的多元弧菌流式细胞仪检测技术。【方法】以副溶血弧菌表面蛋白r-OmpW的单克隆抗体(mAb)为基础,以细胞染色率为指标优化流式细胞仪检测副溶血弧菌时所需mAb的反应浓度和反应时间。通过菌落数对比评价在优化条件下流式细胞术方法的准确度、检出限和精密度。根据所建立的流式细胞术平台分析鉴定单抗对其它5种多元弧菌的特异性。【结果】流式细胞仪检测副溶血弧菌时所需r-OmpW单克隆抗体的优化反应浓度为20 mg/L,反应时间为60 min。当菌浓在104 107cells/mL范围时,检测值可信度较高,可特异性识别5种病原弧菌。对含不同菌体浓度的样品进行重复检测,变异系数均在7%以内。【结论】所建立的这种基于单克隆抗体的多元弧菌流式细胞仪检测技术可快速准确地检测多种病原弧菌。     

温室番茄蒸腾量与其影响因子的相关分析及模型模拟

采用盆栽方法,研究不同灌溉量处理下温室番茄日蒸腾量与单株总叶面积、土壤相对含水量、空气温度、空气相对湿度、太阳辐射等因子的相关关系,并建立日蒸腾量的回归模型.结果表明:番茄日蒸腾量与单株总叶面积、土壤相对含水量、空气温度、空气相对湿度和太阳辐射等因子呈显著的线性关系,各因子之间存在复杂的相互作用;土壤水分状况是番茄蒸腾量的主要决策因子,决策系数为27.4％;日最低空气相对湿度是主要限制因子,决策系数为-119.7％;番茄日蒸腾量预测值和实测值的回归系数平方值(R2)为0.81,回归估计标准误差(RMSE)和相对误差(RE)分别为68.52 g和19.4％.根据通径分析筛选主要影响因子建立的番茄日蒸腾量回归模型能够较好地模拟温室番茄日蒸腾量.     

血清胱抑素C对帕金森病的临床诊断价值

目的:探讨血清胱抑素C(CysC)对帕金森病(PD)的临床诊断意义,为帕金森病的早期诊断和预防治疗提供可参考的血清学指标。方法:采用日立7170全自动生化分析仪检测53例帕金森病患者的血清CysC,以33例健康人作为对照,采用SPSS13.0软件对数据进行统计分析。结果:PD组CysC平均水平为(1.18±0.37)mg/mL,健康对照组为(0.79±0.15)mg/mL,组间均数有显著性差异(t=6.663,P=0.000<0.05)。诊断PD的ROC曲线下的面积为0.860,面积下95%可信区间为(0.782±0.938)。在ROC曲线上确定诊断界点,当界点为0.938时,灵敏度为0.755,特异度为0.888;当界点为1.030时,灵敏度为0.528,特异度为0.970。当CysC水平>0.938 mg/mL时,PD组阳性率为75.47%;当CysC水平>1.03 mg/mL时,PD组阳性率为52.83%。结论:血清CysC对PD的诊断有一定的意义,CysC水平越高,确诊为PD的可能性越大;CysC水平>0.938 mg/mL时,能很好地区别于健康对照组。     

乌鲁木齐南部山区森林生态系统树生地衣群落结构

为了探明乌鲁木齐南部山区树生地衣种类及其群落结构特征, 应用多元分析中的主成分分析及聚类分析方法, 对分布在乌鲁木齐南部山区森林生态系统中的树生地衣植物群落进行数量分类, 并对其群落结构的物种多样性、相似性和均匀度等群落参数进行了比较系统的研究。结果表明, 分布在乌鲁木齐南部山区的树生地衣共有39种, 隶属于5目13科26属。根据多元分析结果, 将该地区的树生地衣划分为3种类型: (1) 小茶渍(Lecanora hageni (Ach.) Ach.) + 蜈蚣衣(Physcia stellaris (L.) Nyl.) + 柳茶渍(L. saligna (Schrad.) Zahlbr.)群落; (2) 斑面蜈蚣衣(Physcia aipolia (Humb.) Furm.) + 对开蜈蚣衣(Ph. dimidiata (Arn.) Nyl.) + 喇叭石蕊(Cladonia pyxidata (L.) Hoffm.)群落; (3) 拟石黄衣(Xanthoria fallax (Hepp) Arnold.) + 丽石黄衣(X. elegans (Link.) Th. Fr.)群落。群落3的多样性指数最大, 为1.509, 其次为群落2, 其多样性指数为1.109, 群落1的多样性指数最低, 为1.088。同时, 研究发现海拔高度和树种是影响乌鲁木齐南部山区森林生态系统树生地衣结构的两个重要因素。     

寻觅中华水塔的另一个侧面（二）——与扎多谈公路

我们的队伍是一路争论着走上高原的,有时争论到了剑拔弩张的程度。争论的内容包括：气候与人到底谁对草场退化的影响更大？城市与牧区的生活方式对于生态环境来说谁更合理？主流文化与多元文化应当是什么关系？尽是一些谁也不服谁的话题。尽管缺氧,吵起来气喘吁吁,大家还是热衷于讨论．动不动就宣布“开会!”或许是因为我们突然走进了一个截然不同的世界,     

How Do Variable Substitution Rates Influence Ka and Ks Calculations？

The ratio of nonsynonymous substitution rate (Ka) to synonymous substitution rate (Ks) is widely used as an indicator of selective pressure at sequence level among different species, and diverse mutation models have been incorporated into several computing methods. We have previously developed a new γ-MYN method by capturing a key dynamic evolution trait of DNA nucleotide sequences, in consideration of varying mutation rates across sites. We now report a further improvement of NG, LWL, MLWL, LPB, MLPB, and ...     

烤烟硝酸盐含量与土壤养分的关系

采用多元统计分析方法研究了湖南烤烟叶片硝酸盐、亚硝酸盐含量与土壤养分之间的关系,结果表明：（1）典型相关分析证实烟叶硝酸盐、亚硝酸盐含量与土壤主要含氮养分（土壤全氮、碱解氮、铵态氮）及有机质含量的关系密切,与土壤其他养分含量的相关性较小,反映出在一定范围内,随着土壤含氮养分及有机质含量的增加,烟叶（亚）硝酸盐含量呈现增加的趋势,且土壤含氮养分及有机质含量与烟叶硝酸盐含量关系的密切程度高于与亚硝酸盐含量的相关;（2）根据烟叶硝酸盐、亚硝酸盐含量及其相应的植烟土壤养分（有机质、全氮、碱解氮、铵态氮）含量的大小,通过聚类分析把同一等级的烟叶样品分为高、中、低3类,不同类别相比较,有机质含量越高的土壤,其土壤全氮、碱解氮、铵态氮含量以及相应的烟叶硝酸盐、亚硝酸盐含量也越高,说明土壤有机质的高低,直接影响了土壤氮素的供应状况,进而影响了烟叶硝态氮含量的积累;（3）根据聚类分析结果建立了不同等级烟叶硝酸盐、亚硝酸盐含量高低的判别函数,可作为烟叶硝态氮含量在不同土壤肥力条件下判别归类的参考依据。     

微生物生态研究中基于BIOLOG方法的数据分析

BIOLOG微平板法作为一种方便快速的微生物检验技术,已广泛应用于环境微生物检测,微生物生态研究等方面,发挥着越来越重要的作用。该方法可以获得关于微生物群落碳源利用能力的大量数据,反映出关于微生物活性的丰富信息。然而大量的数据也对解释和分析提出了挑战,分析了应用于BIOLOG产生数据的统计分析方法,对常用的AWCD值计算,多样性指数计算,主成分分析(PCA),聚类分析,相关、回归等方法深入探讨,阐述各自的功能、不足以及在应用中容易出现的问题。另外也对一些不常见的方法,如非参数多元分析(Non-Parametric version of MANOVA/Permutation version of MANOVA)、动力学参数分析、多元回归树、典范对应分析等也进行了讨论。通过对不同方法应用目标和原理的分析论述了各自优缺点,对微生物研究中基于BIOLOG方法数据分析的选择应用提供参考。