简讯

2010年11月26日科技部中国科学技术信息研究所在北京召开的2010年中国科技论文统计结果发布会公布,《中国真菌学杂志》2009年的影响因子为0．528,在1946种中国科技论文统计源期刊中排名第548,在47种基础医学类期刊中排名第9,再次收录为“中国科技论文统计源期刊”（中国科技核心期刊）。谨向长期以来关心和支持我刊成长的广大读者、作者及各位专家表示由衷的感谢!     

简讯

2010年11月26日科技部中国科学技术信息研究所在北京召开的2010年中国科技论文统计结果发布会公布,《中国真菌学杂志》2009年的影响因子为0.528,在1 946种中国科技论文统计源期刊中排名第548,在47种基础医学类期刊中排名第9,再次收录为"中国科技论文统计源期刊"(中国科技核心期刊)。谨向长期以来关心和支持我刊成长的广大读者、作者及各位专家表示由衷的感谢!     

《遗传》被评选为2011年度中国精品科技期刊

2011年12月2日,中国科学技术信息研究所在北京召开"中国科技论文统计结果发布会",300种期刊被评选为2011年度中国精品科技期刊,《遗传》杂志榜上有名。     

浙江丽水生态示范区植物的分布特点

1999年底被国务院批准设立为全国第4个生态示范区的丽水市（包括莲都区,缙云县,云和县,松阳县,遂昌县,庆元县,青田县,龙泉市和景宁畲族自治县）,由于地形复杂,原生,次生林等保存较好,生态环境保持良好,植物资源极为丰富。笔者根据多年来对该地区的资源调查和标本采集统计,已知有维管束植物206科,94属,2881种,其中蕨类植物的种类和数量在中国东半部仅次于台湾和海南,尤其是鳞毛蕨属和复叶耳蕨属可以认为是在我国的一个分布中心,种子植物的种类和数量与邻近周边地相比也占有明显优势,区内珍衡濒危植物众多,区系起源古老,不乏古老的种,属及残遗种,且区系成分复杂,来源于多种地理成分。     

四川分布的中国种子植物特有科属研究

对传统“特有”概念作了补充说明,确认四川有中国种子植物特有类群129属,12个特有科,在国产特有类群中占有较大比例。生活型虽然以草本为主,但高比例（近1／3）的木本类型以及木本类型多为原始的古特有成分却反映出植物区系的古老性和悠久发展历史。地理分布以盆地四周山地最丰富,西部高原和盆地中部缺乏或少有特有科、属。总体上可划分为3个分布中心区,包括西南区、东南区和东北区。新特有成分以西南区较多,而古特有成分大多集中中东南区和东北区。特有属与邻近地区的相似性还反映了四川植物区系和邻近地区植物区系的整体性。丰富的特有科、属同时也反映出四川种子植物区系的多样性。     

松栎林天然更新模拟与不确定性分析

森林天然更新的复杂性和不确定性是森林生态系统动态预测中的关键问题。本研究引入贝叶斯技术和全局敏感性分析,构建基于竞争、气候和地形3类因子的秦岭松栎林天然更新模型。备选模型形式以泊松(Poisson)模型、负二项(negative binomial,NB)模型、零膨胀泊松(zero-inflated Poisson,ZIP)模型和零膨胀负二项(zero-inflated negative binomial,ZINB)模型为基础。同时,根据模型参数传递的不确定性量化分析结果,阐释影响森林更新小概率事件的主导因子。结果表明: ZINB模型在油松和锐齿栎更新模拟中均优于其他模型。林分总断面积、光截留、坡位和生长季最低温是影响松栎林中油松天然更新的最关键因子;而林分总断面积、坡向与海拔的组合、年均温和最热季节降水量则是影响松栎林中锐齿栎天然更新的关键因子。油松更新模拟中,各类因子对模型输出的不确定性贡献率从小到大依次为: 竞争因子(25%)＜气候因子(29%)＜地形因子(46%);锐齿栎更新模拟中为: 气候因子(12%)＜竞争因子(24%)＜地形因子(64%)。油松天然更新数量对生长季最低温和最干季节降水量为正响应,对最干季节均温为负响应;锐齿栎天然更新数量对年均温、生长季最低温和最热季节降水量为正响应,对最干季节均温为负响应。基于贝叶斯技术的ZINB模型可以量化森林更新的影响因子,并解释参数传递的不确定性,是预测森林天然更新的有力工具。     

基于稳定氧同位素确定植物水分来源不同方法的比较

利用稳定同位素技术确定植物水分来源,对提高生态水文过程的认识和对干旱半干旱区的生态管理至关重要。目前基于稳定同位素技术确定植物水分来源的方法众多,但不同方法之间对比的研究较少。本研究基于原位样品采集,室内实验测试,利用直接对比法、多元线性混合模型(IsoSource)、贝叶斯混合模型(MixSIR、MixSIAR)和吸水深度模型分析植物水分来源,并对比各方法的优缺点。结果表明:相对于多元线性混合模型(IsoSource)而言,贝叶斯混合模型(MixSIR、MixSIAR)具有更好的水源区分性能,但对数据要求较高,且植物木质部水和潜在水源同位素组成的标准差越小,模型运行结果的可信度更高。本研究中贝叶斯混合模型(MixSIR)为最优解。在利用稳定氢氧同位素技术确定植物水分来源时,可先通过直接对比法定性判断植物可能利用的潜在水源,然后再用多元线性混合模型(IsoSource)、贝叶斯混合模型(MixSIR、MixSIAR)计算出各潜在水源对植物的贡献率和贡献范围,必要时可评估模型性能,选择出最优模型,定量分析植物的水分来源。若植物主要吸收利用不同土层深度的土壤水,可结合吸水深度模型计算出植物吸收土壤水的平均深度。本研究为干旱半干旱地区利用同位素技术确定植物水分来源方法的选择提供了理论依据。     

蛋白质-RNA序列结构界面偏好性及用于对接打分统计势的构建

本文对来自PDB (Protein Data Bank)数据库的蛋白质-RNA复合物结构构建了非冗余非核糖体数据库(694个结构),并对此数据库统计了蛋白质和RNA序列及二级结构的界面偏好性.结果发现,蛋白质β折叠、3_(10)-helix和RNA未配对核苷酸,尤其是未配对中空间排列不规整的核苷酸,具有显著的界面偏好性.据此,对二级结构进行归类,建立了考虑序列和二级结构信息的60×12氨基酸-核苷酸成对偏好势,并将其作为打分函数用于蛋白质-RNA对接中近天然结构的筛选.结果表明,该60×12统计势的打分成功率为65.77%,优于考虑蛋白质或RNA二级结构信息的统计势,及我们小组之前在251个结构上构建的60×8~*统计势.该工作有助于加深对蛋白质-RNA特异性识别的理解,可推动复合物结构预测的进展.     

微生境对黄梅秤锤树野生种群叶片功能性状的影响

植物功能性状可以反映植物应对环境变化的适应策略。本文以黄梅秤锤树(Sinojackia huangmeiensis)当前唯一野生种群为对象, 比较了3种微生境(湖边、种群中心、耕地边)中该物种的叶片功能性状均值、种内变异和叶片生态化学计量特征的差异, 分析了黄梅秤锤树对湖岸带微生境变化的响应及其适应策略。结果表明: (1) 3种微生境中土壤C、N、P含量没有显著性差异(P > 0.05), 但土壤C∶N和C∶P具有显著性差异(P < 0.05), 土壤类型和养分条件有所不同。(2)黄梅秤锤树叶片功能性状的比较用单因素方差分析和贝叶斯方差分析得出的结果一致, 均为叶长、叶面积和比叶面积在中心区域显著高于湖边(P < 0.05), 而耕地边与湖边和中心区域均没有显著差异(P > 0.05); 叶N含量在湖边显著高于中心区域和耕地边(P < 0.05), 而中心区域和耕地边间没有显著差异(P > 0.05); 叶宽、叶长/叶宽、叶干物质含量、叶C和叶P含量在3种微生境间都没有显著性差异(P > 0.05)。(3)黄梅秤锤树叶片的N∶P在湖边显著高于中心区域和耕地边(P < 0.05), C∶N在湖边显著小于中心区域和耕地边(P < 0.05), N∶P和C∶N在中心区域和耕地边没有显著性差异(P > 0.05), C∶P在3种微生境间都没有显著性差异(P > 0.05)。(4)黄梅秤锤树叶片功能性状的总体变异程度在0.02-0.28之间, 其中叶片C和N含量在湖边和中心区域的种内变异程度显著较低, 表明3种生境中湖边和中心区域黄梅秤锤树种群的稳定性相对较差。(5)湖边黄梅秤锤树主要通过增加叶N含量促进生长; 中心区域黄梅秤锤树主要通过增加叶面积和比叶面积以及提高叶N的利用效率来提高光捕获能力促进生长; 耕地边黄梅秤锤树的叶N含量和叶面积、比叶面积都处于中等水平, 通过性状之间的共同作用使植株生长达到最佳水平。以上结果表明, 由于微地形、水位波动和土壤环境条件的差异, 黄梅秤锤树对3种生境中的适应策略有所不同, 并且不是通过单一性状调整来适应环境的变化, 而是通过多种性状之间的权衡达到更好的适应效果。     

北京东灵山地区植物群落多样性研究 Ⅵ.几种类型植物群落物种数目的估计

采用经验贝叶斯方法、非参数方法（刀切法和自助法）和种－面积曲线外推方法对北京东灵山地区５种类型植物群落的物种数目进行了估计,考察了这些方法的估计行为,从中得出如下结论：（１）只要抽样强度不是很小,经验贝叶斯方法就能给出群落物种数目很好的估计,但与非参数方法相比,其估计的标准差较大;（２）在适当的抽样强度下,非参数方法也能给出群落物种数目很好的估计。如果抽样强度过低,则估计值也偏低;相反,如果抽样强度过高,则估计值也偏高。但在各种抽样强度下,非参数方法估计的标准差都比经验贝叶斯方法的小;（３）种－面积曲线２、３、４、５、６可以给出群落物种数目较好的估计,曲线１的估计值偏高,而曲线７、８、９、１０的估计值则偏低;（４）经过几种方法的综合比较,可以对群落１、２、３、４、５的各层及整个群落的物种数目分别做出如下估计;乔木层１６、１９、２１、１２、１６,灌木层１３、１５、２１、１４、２１,草本层４９、４６、５４、８２、５５,整个群落７９、８０、９６、１０７、９２。