基于无人机影像的阿拉善东南部荒漠灌丛植被空间格局研究

干旱区灌丛植被空间格局受多种物理和生态过程影响，能够指示生态系统的状态。研究通过量化灌丛斑块大小的空间分布来评估阿拉善高原东南部覆沙荒漠植被生态系统的状态，采用点格局分析法分析灌木种群的相互关系，以阐明不同灌木种在斑块格局形成中的作用，并结合土壤条件及下垫面粗糙度等指标验证评估的准确性，探讨灌丛空间格局差异的内在机理。结果表明，研究区样方2灌丛斑块大小符合截尾幂律分布，其他样方符合对数正态分布，前者的空间结构及生境条件均优于后者，说明植被空间格局可以准确表征生态系统状态。在局地尺度上灌木种内和种间呈现不同的相互关系，以竞争关系为主导是导致斑块破碎化的主要驱动机制。小灌木（如猫头刺）的种内互利关系有利于促进多样化斑块形态的形成，而大灌木（如沙冬青和蒙古扁桃）种间的互利作用则有利于形成异质性更强的复杂空间格局。基于灌丛斑块的空间格局评估生态系统状态，可为保护和恢复生态脆弱区受损植被提供重要的借鉴。     

N-糖蛋白去糖基化酶（PNGase）的研究进展

N-糖蛋白去糖基化酶（PNGase）是一种广泛存在于真菌、植物、哺乳动物中的去糖基化酶，可以水解N-糖蛋白或 N-糖肽上天冬酰胺与寡糖链连接的化学键，并释放出完整的N-寡糖。PNGase在生物体内参与蛋白质降解、器官发育、个体生长等过程。人PNGase基因功能缺陷会导致先天性去糖基化障碍，小鼠PNGase缺陷会导致胚胎致死性，线虫PNGase缺陷使其寿命下降。本文对PNGase在不同物种的分布、蛋白质结构、酶学功能及生物学功能进行阐述，为PNGase的生理病理功能及致病机制的基础研究提供思路，为PNGase作为糖生物学工具酶或药物开发的创新应用研究奠定基础。     

免疫细胞浸润在非小细胞肺癌诊断与预后中的应用

免疫细胞浸润对癌症的诊断与预后有着重要意义。文中收集TCGA数据库已收录的非小细胞肺癌肿瘤与正常组织基因表达数据,利用CIBERSORT工具得到22种免疫细胞占比来评估免疫细胞浸润情况。以22种免疫细胞占比为特征,用机器学习方法构建了非小细胞肺癌肿瘤与正常组织的分类模型,其中随机森林方法构建的模型分类效果AUC=0.987、敏感性0.98及特异性0.84。并且用随机森林方法构建的肺腺癌和肺鳞癌肿瘤组织分类模型效果AUC=0.827、敏感性0.75及特异性0.77。用LASSO回归筛选22种免疫细胞特征,保留8种强相关特征组成的免疫细胞评分结合临床特征构建了非小细胞肺癌预后模型。经评估及验证,预后模型C-index=0.71并且3年和5年的校准曲线拟合良好,可以对预后风险度进行准确预测。本研究基于免疫细胞浸润所构建的分类模型与预后模型,旨在对非小细胞肺癌的诊断与预后研究提供新的策略。     

四川省自然保护区时空分布与影响因素

自然保护区是为保护具有代表性的生态系统和濒危动植物而划分的特定区域,在涵养水土,防风固沙、净化空气、保护生物多样性等方面发挥着重要作用。四川省有自然保护区166处,类型丰富多样,是中国自然保护地体系的重要组成部分,其保护对象涵盖珍稀动植物,保护功能涉及物种、水源和生态环境,与国家地质公园、湿地公园、森林公园等共同维系着中国西南地区,乃至青藏高原东缘的生态系统。因此,研究四川省自然保护区的空间分布格局及其影响因素具有重要的价值和意义。运用地理空间分析方法对1963-2018年间四川省自然保护区的空间分布和影响因素进行了研究。研究发现:①四川省自然保护区空间分布的总体特征以集聚为主,呈现集聚-随机-集聚的变化特征,且前期变化幅度大,后期变化幅度小,总体发展明显分为1963-1998年的单核形成与发展阶段和1998-2018年的双核阶段;②四川省自然保护区主要分布在成都平原向川西高原的过渡区域,其均衡度类型在时间上表现出由"差距悬殊"到"差距较大"的演变特征;③四川省自然保护区的重心活动范围相对较小,基本稳定在阿坝州南部。标准差椭圆的长短半轴和面积均变化强烈,总体呈现出大幅度的增长,空间分布由南-北向演变为东北-西南向;④自然保护区受到自然因素和社会因素的双重影响,高密度区域分布在地势适中、气候温和、河流众多、土壤肥沃、人口稀少的阿坝州南部与东部地区。未来,四川省生态功能建设应该立足国家公园、自然保护区和自然公园的特点、分布状况,对自然保护区分布较少的川西北、川东北和川南部分地区进行优化布局,以加强这些地区的生态功能建设。同时,探索自然保护区的发展模式,实现自然保护区与周边区域社会经济的协调发展。     

Canopy closure estimation in a temperate forest using airborne LiDAR and LANDSAT ETM+ data

Aims　Forest canopy closure is one of the essential factors in forest survey, and plays an important role in forest ecosystem management. It is of great significance to study how to apply LiDAR (light detection and ranging) data efficiently in remote sensing estimation of forest canopy closure. LiDAR can be used to obtain data fast and accurately and therefore be used as training and validation data to estimate forest canopy closure in large spatial scale. It can compensate for the insufficiency (e.g. labor-intensive, time-consuming) of conventional ground survey, and provide foundations to forest inventory.Methods　In this study, we estimated canopy closure of a temperate forest in Genhe forest of Da Hinggan Ling area, Nei Mongol, China, using LiDAR and LANDSAT ETM+ data. Firstly, we calculated the canopy closure from ALS (Airborne Laser Scanning) high density point cloud data. Then, the estimated canopy closure from ALS data was used as training and validation data to modeling and inversion from eight vegetation indices computed from LANDSAT ETM+ data. Three approaches, multi-variable stepwise regression (MSR), random forest (RF) and Cubist, were developed and tested to estimate canopy closure from these vegetation indices, respectively.Important findings The validation results showed that the Cubist model yielded the highest accuracy compared to the other two models (determination coefficient (R²) = 0.722, root mean square error (RMSE) = 0.126, relative root mean square error (rRMSE) = 0.209, estimation accuracy (EA) = 79.883%). The combination of LiDAR data and LANDSAT ETM+ showed great potential to accurately estimate the canopy closure of the temperate forest. However, the model prediction capability needs to be further improved in order to be applied in larger spatial scale. More independent variables from other remotely sensed datasets, e.g. topographic data, texture information from high-resolution imagery, should be added into the model. These variables can help to reduce the influence of optical image, vegetation indices, terrain and shadow and so on. Moreover, the accuracy of the LiDAR-derived canopy closure needs to be further validated in future studies.     

西北荒漠带油蒿丛枝菌根真菌空间分布特征

2018年7月和2019年7月,沿荒漠植物油蒿(Artemisia ordosica)天然分布地带,在内蒙古、宁夏、甘肃选取4个典型样地,采集油蒿根围土样和根样,研究丛枝菌根(arbuscular mycorrhiaze,AM)真菌地理分布以及土壤因子的生态功能。共分离鉴定6属32种AM真菌。在低海拔地区(1 000～1 300 m)和高海拔地区(1 600～1 900 m),球囊霉属(Glomus)和无梗囊霉属(Acaulospora)为优势属;在中海拔地区(1 300～1 600 m),球囊霉属和斗管囊霉属(Funneliformis)为亚优势属;盾巨孢囊霉属(Scutellospora)在3个海拔地区均为偶见属,近明囊霉属(Claroideoglomus)在低海拔地区为偶见属,在高、中海拔地区为伴生属;缩管柄囊霉属(Septoglomus)在3个海拔地区均为伴生属。油蒿根围AM真菌定殖分布表现出空间分布特征:从东到西随海拔高度增加,菌丝、泡囊、总定殖率和定殖强度总体呈渐增趋势,最大定殖率为70%,最小定殖率为13.3%。主成分分析表明,氨氮、湿度、脲酶和速效磷是影响AM真菌分布的主要因子。相关性分析表明,海拔与酸性磷酸酶、碱性磷酸酶、脲酶、速效磷极显著正相关(P0.01),与有机碳显著正相关(P0.05),与总提取球囊霉素极显著负相关。     

黄檗幼树茎干中小檗碱含量的分布

二年生黄檗幼树的茎干中,韧皮部的小檗碱含量最高,周皮次之,木质部最低.韧皮部和周皮的小檗碱含量从基部到顶部呈近线性降低,木质部的小檗碱含量则始终在较低的水平上小幅度波动.韧皮部与周皮的小檗碱含量间存在线性相关性.     

生长抑素及其受体

生长抑素(somatostatin,SRIF)最初从下丘脑分离提取,被认为具有抑制垂体生长素释放的作用(Brazeau等．1973)。后来发现SRIF不仅由下丘脑产生,而且整个中枢神经系统及很多外周组织中都有产生。与其广泛的组织分布相适应,SRIF通过5个亚型的受体家族作用于不同的靶而产生广泛的生理作用。要的天然生物活性产物     

太湖现生介形虫

分别于1989年和2004年两次共采集了43个太湖表层沉积物样品,检查发现其中的34个样品中含有现生介形虫,共计12属15种,其中Dolerocypria taalensis,Fabae formiscandona cf.fabaeformis,Physocypria kraepelini和Darwinula stevensoni等4个种最为常见和数量最多,构成了太湖现生介形虫群中的优势成分。长期以来,国内有学者将水体矿化度180mg／l作为介形虫生存的低极限值,由此认为矿化度低于此值的太湖等水体中不存在介形虫(杨留法,1986,1992)。本次调查和国外的相关资料证明,淡水介形虫可以在矿化度低于180mg／l的水体中生存。