“互联网+”发酵工程实操与虚拟仿真中试实验室平台的建设与探索

发酵工程是理工科高校生物工程学科领域的核心课程之一,是一门应用性、实践性极强的专业课程。该课程传统的实践模式已无法满足当前高校对大学生工程素质教育的需求。随着信息技术、自控技术的飞速发展,多层次、跨学科的“互联网+”教学已成为现今高等教育人才培养的新模式。本文中的发酵工程实操与虚拟仿真中试实验室平台以工程学为技术手段,通过“互联网+”将虚拟现实(virtual reality,VR)技术、信息自动化控制技术、数据库与发酵过程控制有机地结合在一起,构建一个“虚实”结合的“多维”工程中试实验室平台,并以此作为抓手开展食品发酵技能训练课程工程素质教育教学的创新与探索。初步建设成果与前期教学效果表明,该实验室平台的建设对发酵工程及相关专业学生的实践动手能力有明显的提高,为后期建设积累了宝贵的经验及大量有价值的工程实训数据。     

不同基因型地中海贫血孕妇铁代谢差异及临床意义

为探讨不同基因型地中海贫血孕妇之间体内铁代谢相关指标的差异及与非地贫孕妇之间的差异,我们收集地中海贫血孕妇及正常孕妇早孕期或中孕期外周血标本检测血清铁、血清转铁蛋白受体和血清铁蛋白3种铁代谢指标,运用t检验分析两组之间的差异。进一步将地中海贫血孕妇组分成α和β地中海贫血两组,运用随机设计的单因素方差分析法来比较α地中海贫血组、β地中海贫血组和正常对照组3者之间的差异。结果发现地中海贫血孕妇组和正常对照孕妇组的血清铁、血清转铁蛋白受体和血清铁蛋白3个指标均存在显著性差异,p值分别为0.014、0.041、0.039,均小于0.05。而α地中海贫血组、β地中海贫血组和正常对照组三者之间的3种铁代谢指标比较没有统计学差异,两两比较也未发现统计学差异。这表明地中海贫血孕妇体内储铁量高于正常孕妇体内储铁量,要结合地中海贫血孕妇铁代谢指标测值对该类人群进行孕期补铁指导从而避免体内铁含量过高。     

基于不同光谱指数的植被物候期遥感监测差异

植被物候是陆地生态系统响应气候和环境变化的一项综合性指标.遥感光谱已经被广泛用于提取植被物候期,但遥感提取的物候期与站点观测差别很大,其物理意义尚不明确.本文选取中国东北部的一景MODIS数据(2000—2014年),分析了基于红波段和近红外波段的归一化差值植被指数(NDVI)和简单比植被指数(SR)提取的植被生长季起始期(SOS)和结束期(EOS)的差异.结果表明:两者的物候期存在显著差别,基于NDVI提取的SOS比SR提取的SOS平均早18.9 d,基于NDVI提取的EOS比SR提取的EOS平均晚19.0 d,NDVI得到的生长季长度更长.基于NDVI和SR提取的物候期的年际变化也存在显著差别,超过20%的像元SOS和EOS甚至表现出相反的年际变化趋势.上述差异与两种植被指数自身的季节曲线特征和抗噪性差异有关.NDVI与SR观测数据来源完全一致,仅数学表达形式不同,提取的物候期结果却存在显著差异.说明遥感监测的植被物候期高度依赖于植被指数的数学表达形式,如何建立可靠的植被物候期遥感提取方法仍需进一步研究.     

增施CO_2对温室番茄结果期叶片光合特性的影响

针对日光温室冬春季生产CO_2匮缺严重的现象,以不增施CO_2[(400±25)μmol·mol~(-1)(C0)]为对照,研究增施不同浓度CO_2[(600±25)μmol·mol~(-1)(C_1)、(800±25)μmol·mol~(-1)(C_2)、(1000±25)μmol·mol~(-1)(C_3)]对番茄‘兴海12号’结果期光合色素、净光合速率(P_n)、气孔导度(G_s)、蒸腾速率(T_r)、胞间CO_2浓度(C_i)以及水分利用率(WUE)等光合特性的影响,旨在明确北方地区日光温室番茄结果期适宜的CO_2浓度,为番茄的生产实践提供理论依据。结果表明:增施不同浓度CO_2后,番茄结果期叶片光合色素含量均明显增加;P_n、C_i和WUE显著提高;G_s和T_r显著下降;且CO_2浓度为(1000±25)μmol·mol~(-1)时效果最佳。增施(1000±25)μmol·mol~(-1)CO_2能有效改善番茄结果期叶片光系统、增强其光合作用,有利于番茄的生长发育。     

高山森林土壤微生物群落结构和功能对模拟增温的响应

将高山森林土壤装入PVC管中(土壤有机层在上、矿质土壤层在下)培养10周,以高山森林土壤年均温为对照,采用室内人工气候箱分别模拟增温2和4 ℃,研究土壤微生物群落和土壤酶活性对温度升高的响应.结果表明: 温度升高显著降低了土壤有机层中细菌、矿质土壤层中革兰氏阴性菌(G^-)PLFAs含量,但对土壤真菌无显著影响.温度升高引起革兰氏阳性菌和阴性菌比值(G⁺/G^-)升高,改变了微生物群落结构.增温对漆酶、β-葡萄糖酶、酸性磷酸酶和N-乙酰葡糖胺糖苷酶活性没有显著影响.土壤微生物群落之间呈现出协同增长的趋势,真菌、细菌、G⁺、G^-等微生物群落之间均呈显著正相关.土壤有机层中β-葡萄糖苷酶与土壤微生物群落对碳源利用的竞争,导致β-葡萄糖苷酶活性与土壤有机层细菌、真菌、G⁺呈显著负相关.高山森林不同土壤微生物类群对增温的响应不同,细菌比真菌对温度的响应更敏感,真菌对增温有一定的耐受能力.     

血流感染肺炎克雷伯菌耐药机制及传播机制研究

目的了解血流感染肺炎克雷伯菌的耐药机制及其耐药传播机制,为临床医院感染控制提供理论依据。方法收集南昌大学第一附属医院2012年3月至2013年9月住院患者的血液培养标本中分离获得的肺炎克雷伯菌86株,应用PCR扩增方法检测耐药基因,MLST和质粒接合试验分析其耐药传播方式。结果超广谱β-内酰胺酶基因中有26株KPC基因阳性,2株IMP基因阳性,4株VIM基因阳性,1株NDM-1基因阳性;整合子基因中有4株int基因阳性,int基因阳性的4株整合子可变区基因均为阳性;氨基糖苷类耐药基因中有22株acc6′-Ib基因阳性;喹诺酮类耐药基因中有48株qnrA基因阳性,20株qnrS基因阳性,8株qnrB基因阳性。MLST结果显示34株(39.5%)为ST395型,是主要基因型。氨基糖苷类耐药基因阳性菌株接合成功7株;喹诺酮类耐药基因阳性菌株接合成功15株。结论血流感染肺炎克雷伯菌主要以携带耐碳青霉烯酶基因和耐喹诺酮类基因为主,耐药传播机制多种,包括克隆传播和质粒介导传播。     

基于“肝肾失调”探讨阿片类物质心瘾形成的中医病理基础

阿片类物质滥用是目前社会及医学领域的一大难题,其戒断复杂而艰难,关键问题在于阿片类物质心瘾难以戒除。阿片类物质心瘾是指物质滥用者对阿片类物质强烈持久的渴求和难以抑制的用药欲望,其形成的核心机制在于成瘾者对于阿片类物质的异常动机。异常动机的形成在于两个方面,即"产生动机不良"以及"控制不良动机能力下降",本研究即从异常动机形成的两个方面切入,通过类比法、引证法及演绎法进行理论研究,分析认为阿片类物质心瘾的形成与肝肾功能的失调相关相关性,研究认为不良动机形成的关键在于阿片类物质引起的肝失疏泄功能的异常,而控制不良动机能力下降则与肝胆主谋略司决断以及肾所藏之志功能的异常相关。     

亚高山/高山森林土壤有机层氨氧化细菌和氨氧化古菌丰度特征

为了解季节性冻融作用对川西亚高山/高山地区土壤氨氧化微生物群落的影响,采用qPCR技术,以氨单加氧酶基因的α亚基(amoA)为标记,在生长阶段、冻结阶段、融化阶段中的9个关键时期调查了该地区不同森林群落：岷江冷杉(Abies faxoniana)原始林(PF)、岷江冷杉(A. faxoniana)和红桦(Betula albosinensis)混交林(MF)、岷江冷杉次生林(SF)土壤有机层的氨氧化细菌(ammonia-oxidizing bacteria, AOB)和氨氧化古菌(ammonia-oxidizing archaea, AOA)丰度的特征。结果表明,三个森林群落土壤有机层中都具有相当数量的氨氧化细菌和古菌,均表现出从生长阶段至冻结阶段显著降低,在冻结阶段最低,但冻结阶段后显著增加,在融化阶段为全年最高的趋势。土壤氨氧化微生物类群结构(AOA/AOB)受负积温影响明显。冻结后期三个森林群落土壤负积温最大时,AOA数量明显高于AOB,但其他关键时期土壤氨氧化微生物类群结构与群落类型密切相关。高海拔的PF群落土壤有机层表现为AOA>AOB(冻结初期除外),低海拔的SF群落中表现为AOB>AOA(冻结后期除外),而MF群落则仅在融冻期和生长季节末期表现为AOB>AOA。这些结果为认识亚高山/高山森林及其相似区域的生态过程提供了一定的科学依据。     

植物干旱胁迫信号转导及其调控机制研究进展

干旱是严重限制作物生长及产量的环境因子之一。经过长期的进化,植物形成了一套响应干旱胁迫的信号转导机制,包括对干旱胁迫信号的感知,第二信使的产生,信号转导和信号网络的形成。信号转导的结果是导致相关基因的表达和蛋白的合成,进而引起植物体渗透调节及抗氧化系统的改变,最终使植物适应干旱逆境或增强植物抗旱能力。干旱胁迫通常会促进ROS的积累及其他次级信号分子的产生。MAPK级联途径是真核生物信号转导最为保守的途径,在植物的生长发育及各种胁迫信号的传导中均起着较重要的作用。综述干旱胁迫信号及ROS→MAPK和ROS→Ca2+介导的信号途径,以及信号转导途径的调控机制。     

对应分析在近红外有效波长选择的应用

针对分立波长型近红外判别仪器开发过程中遇到的组合波长优选问题,提出一种基于对应分析的有效波长选择方法.对11种蘑菇样品及其在701-2500nm的光谱信息作对应分析,在对应图上计算各样品点与波长点的距离后,首先由各样品点的最近距离波长点确定出最稳健波长组合,在此基础上,对各样品点的前10、50、200个最近距离波长点进行优选,得出用921nm、1376nm、1424nm、1720nm、2233nm、2454nm这6个波长建立的SVM模型,能在输入变量最少的情况下达到用最稳健波长组合所建模型的预测能力.