KF-3000脑循环分析仪

KF-3000脑循环分析仪是上海匡复医疗设备发展有限公司和复旦大学联合研究基础上开发的新一代的脑循环动力学检测与分析仪器。它通过无创检测颈动脉的血流速度、血液压力、血管管径和人体血压,以及颅内大脑两侧前、中、后动脉及椎动脉的血流速度,运用脑循环动力学模型和专用计算软件来计算分析反映脑循环功能状况的脑血管动力学参数。     

滇产粗根荨麻不同提取部位的镇痛抗炎作用研究

为探讨滇产粗根荨麻不同部位的镇痛抗炎活性,并作有效部位筛选,本文采用醋酸扭体法和角叉菜胶致大鼠足肿胀模型筛选有效部位.正丁醇部分(200 mg/kg)对醋酸诱发小鼠扭体有抑制作用与空白及溶媒对照组比较(P＜0.05);水部分(100,200,400 mg/kg)对角叉菜胶致大鼠足肿胀有明显抑制作用,与空白及溶媒对照组比较(P＜0.01);正丁醇部分(400 mg/kg)可减轻角叉菜胶致大鼠足肿胀,与空白及溶媒对照组比较(P＜0.05).滇产粗根荨麻正丁醇部分有一定的镇痛抗炎作用,水部分具较强抗炎作用.     

针对RXRα的元宝草抗肿瘤活性成分研究

在核受体RXRα药理筛选模型指导下,对元宝草(Hypericum sampsonii Hance)进行抗肿瘤活性成分研究,分离得到3个化合物,利用MS、NMR等波谱技术鉴定为槲皮素(1) 、大黄素-6-甲醚(2)、叶绿素a(3).大黄素-6-甲醚和叶绿素a针对RXRα有活性,有效浓度分别为 0.1、20 μg/mL,两者均首次从该属植物中分离得到.这也是首次以RXRα为靶点对中草药进行的抗肿瘤活性成分研究.     

采用RNA干扰技术分析拟南芥Ca2+泵基因ECA1的功能

构建了含拟南芥Ca^2＋泵基因ECA1特异片段反向重复结构的RNA干扰（RNAi）载体,以根癌农杆菌介导转化拟南芥,用卡那霉素筛选和PCR检测,获得了11个T3代纯合体转基因株系;半定量RT-PCR方法检测ECA1在转基因株系中转录的结果表明,其转录产物比野生型（WT）明显低,且转基因株系之间差异明显,表达水平有一个梯度关系;在1／2MS培养基上转基因株系与野生型的差异不明显,相对于野生型而言,在相对低Ca^2＋（0．2mmol·L^-1）或相对高Mn^2＋（0．5mmol·L^-1）的培养基上的转基因株系生长受到不同程度的抑制,ECA1转录量越低,生长受到的抑制越大。据此认为：ECA1对植物的生长发育和抵御逆境胁迫有作用。     

RNAi技术在昆虫功能基因研究中的应用进展

RNA干扰（RNA interference,RNAi）是指外源或内源的双链RNA（dsRNA）特异性地引起基因表达沉默的现象,它作为一种有效的工具用来产生转录后沉默,从而抑制特定基因的表达,成为基因功能研究的一种新方法,除了在模式昆虫如果蝇Drosophila中广泛应用之外,也在非模式昆虫中得到成功应用。近年来,RNAi技术在导入方法和基因功能分析方面都取得了飞速发展,且与转基因技术相结合成功应用于害虫防治领域。本文综述了RNAi技术在导入方法、昆虫功能基因组功能分析及害虫防治等领域新近的研究成果,并展望了该技术的应用前景。     

共聚焦激光检眼镜下眼底图像的非特征配准约束模型研究

研究共聚焦激光检眼镜下不基于特征提取的眼底图像自动配准方法中的运动约束模型,从成像机理上分析共聚焦激光检眼镜下图像对间的运动模式,并分析比较多种实际全局运动模型约束下的配准精度和效率,进而给出一种由粗到细的复合约束模型对眼底图像进行配准。实验结果证实了该模型效果良好。     

RNAi的作用机制及其应用

由双链RNA介导的,序列特异的转录后基因沉默的过程称为RNAi(RNA interference),它是双链RNA分子在mRNA水平关闭相应序列基因表达的过程,是一门新兴的基因阻断技术。RNAi有望成为今后分析人类基因组功能的有力工具,在病毒感染、肿瘤、移植免疫等疾病的治疗上有很诱人的广阔前景。     

RNAi技术的医疗应用潜力

RNA干扰是指双链RNA在细胞内特异性地诱导同源互补的mRNA降解,从而阻断相应基因表达的现象。RNAi发展成为一种新型的基因治疗方式的进程取决于哺乳动物砌RNAi的研究进展。在大多数哺乳动物细胞中,直接导入长dsRNA引发的非特异性基因沉默掩盖了RNAi效应,而多种有效的双链RNA导入方式在一定程度上解决了这一问题。初步的实验结果表明,用RNAi治疗癌症、病毒感染等疾病的设想有可能变成现实。     

不同空间尺度下的ALMANAC模型验证

ALMANAC模型最早作为EPIC模型的一部分,用于模拟土壤侵蚀导致的土地生产力的下降．它将试验数据的统计过程和作物生长的机理过程结合起来,是一种典型的基于过程模拟的应用型作物生长模型．如能在不同的空间尺度上验证模型的适用性,无疑会大大扩展模型的应用范围．从这一目的出发,利用美国得克萨斯州19个试验田和9个县的玉米和高粱产量资料及其相关的作物、土壤、田问管理等数据,模拟了1998年田间尺度,1989～1998年县级尺度的平均作物产量．模拟结果表明,ALMANAC模型能够很好地模拟两种不同空间尺度的作物产量,其相对误差在田问尺度上分别为8．9％(高粱)和9．4％(玉米),在县级尺度上分别达到2．6％(玉米)和—0．6％(高粱)．该模型在进行产量预测、掌握作物生长动态,指导农业生产管理和土地利用等方面具有很好的应用前景．