西南特有濒危植物大王杜鹃种群结构及动态特征

为了揭示高山杜鹃种群生存潜力和濒危原因,以西南特有濒危植物大王杜鹃(Rhododendron rex subsp. rex)为研究对象,通过对云南省轿子雪山和小百草岭2个大王杜鹃自然种群的野外植株胸径及数量的调查,采用空间代替时间的方法建立大王杜鹃种群的径级结构、静态生命表并绘制种群存活曲线,阐明其种群的结构特征,利用种群数量动态预测和时间序列预测来分析种群未来的发展趋势。结果表明：(1)云南轿子雪山和小百草岭两个样地大王杜鹃均表现出第Ⅰ~Ⅱ龄级个体不足的现象,尽管两个样地内大王杜鹃种群仍表现为稳定型种群,但其均对外界干扰具有很高的敏感性。(2)大王杜鹃存活曲线在云南轿子雪山和小百草岭2个样地都趋于Deevey Ⅱ型,个体平均生存能力的期望值均在幼年(Ⅰ和Ⅱ龄级)个体中最大,死亡率和消失率曲线的变化趋势基本一致。(3)时间序列预测分析表明,云南轿子雪山大王杜鹃种群在未来2、4、6年龄级后总体均呈下降趋势,种群面临衰退危险;小百草岭样地内,大王杜鹃种群总体上呈增长趋势,种群具有一定的恢复潜力。建议加强大王杜鹃自然种群生境的保护与管理从而维持其种群自然更新与发展的能力。     

三门湾大型底栖动物群落结构及其与环境因子的关系

为了解三门湾大型底栖动物群落的现状和动态变化,分别于2015年11月、2016年2月、5月和8月在三门湾海域用阿氏拖网对大型底栖动物进行调查。结果表明: 经鉴定,大型底栖动物有119种,主要类群为鱼类、甲壳类和软体动物,占种类总数的79%。大型底栖动物全年优势种为细螯虾、长额超刺糠虾和六丝钝尾虾虎鱼,不同季节优势种的变化明显,种类差异性较大。大型底栖动物的年平均生物量和平均栖息密度分别为0.025 g·m^-2和0.07 ind·m^-2。三门湾大型底栖动物各季节的Shannon多样性指数为2.21～3.18,Margalef物种丰富度指数为3.25～3.78,Pielou均匀度指数为0.53～0.79。ABC曲线分析显示,在春季和冬季,群落受到中等程度干扰;而在夏季和秋季,群落受到轻微扰动。典范对应分析结果显示,水深、温度、盐度和pH值是影响大型底栖动物群落的最主要环境因子。     

基于AFM的活体状态外泌体纳米结构及机械特性研究

外泌体在细胞生理病理活动过程中起着重要的调控作用,研究外泌体的行为特性对于揭示生命活动及疾病发生发展的内在机理具有重要的基础意义.然而由于缺乏合适的观测手段及方法,目前对于活体状态下外泌体结构及特性的认知仍然很不足.原子力显微镜(AFM)的发明为研究溶液环境下天然状态生物样本提供了强大的技术工具,已成为生物学重要研究手段.本文利用AFM对单个活体状态外泌体的纳米结构及机械特性进行了研究.通过多聚赖氨酸静电吸附作用将从淋巴瘤患者骨髓中分离的外泌体吸附至基底,在溶液环境下实现了对单个活体状态外泌体的高质量AFM形貌成像并通过与空气中成像结果进行对比揭示了空气干燥处理对外泌体形貌的影响.在此基础上,分别利用AFM压痕试验和多参数成像技术实现了对单个活体状态外泌体机械特性的定量测量和可视化表征.最后基于所建立的方法技术揭示了化学处理后外泌体结构和机械特性的动态变化.研究结果为研究纳米尺度下活体状态外泌体的结构及特性,以更好理解天然状态外泌体的生理行为提供了新的方法和思路,对于外泌体研究具有潜在积极的意义.     

柽柳灌丛关键物候参数多种植被指数遥感提取的适用性——基于CO2通量观测和Sentinel-2数据

本研究以额济纳绿洲四道桥超级站为研究区,结合2018—2019年涡度通量、气象数据和2017—2020年Sentinel-2遥感影像,分析通量塔总初级生产力(GPP)与环境因子的关系,评估12种遥感植被指数对柽柳灌丛长势模拟和关键物候参数提取的适用性。采用7参数双逻辑斯蒂函数(DL-7)+全局模型函数(GMF)拟合GPP和各植被指数生长曲线,并逐年提取生长季始期(SOS)、生长季峰期(POS)和生长季末期(EOS)3种关键物候参数。结果表明: 有效积温(GDD)和土壤含水量是影响柽柳灌丛物候动态的主要环境因子。与2018年相比,2019年由于气温较低,SOS前的积温累积速率较慢,柽柳灌丛需要更长时间的热量积累来进入生长季,从而导致2019年SOS比2018年晚。在SOS与POS之间,2018和2019年水热条件相似,但2019年POS比2018年晚8 d,可能是2019年SOS较晚所致。POS以后,2019年较高的GDD和较低的土壤含水量使柽柳灌丛遭受水分胁迫,导致其生长季后期时间缩短。标准化的Sentinel-2植被指数与10:00—14:00 GPP均值的线性回归结果表明,宽波段植被指数中的增强型植被指数和窄波段植被指数中的叶绿素红边指数、倒红边叶绿素指数、红边归一化植被指数(NDVI705)能够较好地反映与柽柳灌丛GPP具有较高的一致性。柽柳灌丛SOS和EOS的遥感提取结果表明,Sentinel-2窄波段植被指数比宽波段植被指数的准确性更高,尤其是修正叶绿素吸收反射率指数提取SOS最准确,MERIS陆地叶绿素指数提取EOS最准确;Sentinel-2宽波段植被指数提取POS的准确性更高,尤其是两波段增强型植被指数和植被近红外反射率指数最准确。综合所有物候参数来看,NDVI705综合表现最佳。     

实时定量PCR构建法夫酵母内参基因β-actin、 gpd、18S rRNA标准品质粒和标准曲线

为建立检测法夫酵母JMU-MVP14中虾青素合成相关基因在不同生长时期表达水平的实时定量PCR方法,构建法夫酵母JMU-MVP14的管家基因β-actin、gpd、18S rRNA的标准质粒,进行实时定量PCR,制作标准曲线及回归方程.β-actin基因标准曲线相关系数（R2）=0.9956,扩增效率（E） =96.93％;gpd基因标准曲线相关系数（R2） =0.9901,扩增效率（E） =93.78％;18S rRNA基因标准曲线相关系数（R2） =0.9981,扩增效率（E）=98.76％.3个基因片段的熔解曲线均呈单峰;扩增曲线呈典型的S型动力学曲线,指数期和平台期明显,为理想的熔解曲线和扩增曲线.用geNorm软件对三个管家基因的稳定性进行分析,三个基因的稳定性排序为β-actin＞ 18S rRNA＞ gpd,故β-actin和18S rRNA较适合作为研究法夫酵母JMU-MVP14定量实验的内参基因.     

Validation of discrete time-to-event prediction models in the presence of competing risks

Clinical prediction models play a key role in risk stratification, therapy assignment and many other fields of medical decision making. Before they can enter clinical practice, their usefulness has to be demonstrated using systematic validation. Methods to assess their predictive performance have been proposed for continuous, binary, and time-to-event outcomes, but the literature on validation methods for discrete time-to-event models with competing risks is sparse. The present paper tries to fill this gap and proposes new methodology to quantify discrimination, calibration, and prediction error (PE) for discrete time-to-event outcomes in the presence of competing risks. In our case study, the goal was to predict the risk of ventilator-associated pneumonia (VAP) attributed to Pseudomonas aeruginosa in intensive care units (ICUs). Competing events are extubation, death, and VAP due to other bacteria. The aim of this application is to validate complex prediction models developed in previous work on more recently available validation data.     

One-step targeted maximum likelihood estimation for time-to-event outcomes

Researchers in observational survival analysis are interested in not only estimating survival curve nonparametrically but also having statistical inference for the parameter. We consider right-censored failure time data where we observe n independent and identically distributed observations of a vector random variable consisting of baseline covariates, a binary treatment at baseline, a survival time subject to right censoring, and the censoring indicator. We assume the baseline covariates are allowed to affect the treatment and censoring so that an estimator that ignores covariate information would be inconsistent. The goal is to use these data to estimate the counterfactual average survival curve of the population if all subjects are assigned the same treatment at baseline. Existing observational survival analysis methods do not result in monotone survival curve estimators, which is undesirable and may lose efficiency by not constraining the shape of the estimator using the prior knowledge of the estimand. In this paper, we present a one-step Targeted Maximum Likelihood Estimator (TMLE) for estimating the counterfactual average survival curve. We show that this new TMLE can be executed via recursion in small local updates. We demonstrate the finite sample performance of this one-step TMLE in simulations and an application to a monoclonal gammopathy data.