鄱阳湖流域极端降水时空分布和非平稳性特征

全球变暖背景下的极端天气气候事件显著增加。本研究基于PreWhitening Mann-Kendall(PWMK)、极点对称模态分解法和广义可加模型,利用鄱阳湖流域1959—2019年16个国家级气象站点的逐日降水数据,从极端降水的强度、频率和持续性3个维度系统检测和分析流域极端降水的时空分布和非平稳性特征。结果表明: 研究期间,鄱阳湖流域极端降水强度和频率呈显著增加趋势,持续性呈下降趋势,极端降水整体表现出强度大、频率高、持续时间短的特点;极端降水存在明显的汛期和非汛期时间分异规律,汛期极端降水集中在流域北部和中部,而非汛期多集中于中部,子流域中信江流域降水量增加趋势最显著,达到2.10 mm·a^-1;汛期极端降水的持续时间越长,强度和范围越小,非汛期极端降水则相反;鄱阳湖流域的极端降水强度和频率以平稳性特征为主,持续性表现出非平稳性特征。随着鄱阳湖流域极端降水量的不断增加,其可能引发的灾害风险将进一步增大。     

引入非天然氨基酸胶原蛋白表达及交联成键的优化

微生物重组表达胶原蛋白来源清洁,同时具有序列设计灵活和高产量高纯度等优点,作为生物材料在组织工程等领域具有广泛的应用前景。然而如何促进重组胶原分子交联,使其形成更加稳定的空间结构是设计重组胶原纳米材料需要克服的难点。文中通过双质粒系统将非天然氨基酸O-(2-溴乙基)-酪氨酸引入细菌胶原蛋白序列中,并对其发酵条件进行优化,结果表明在25 ℃下,以终浓度为0.5 mmol/L的IPTG和0.06%的阿拉伯糖诱导24 h可以获得高纯度含非天然氨基酸的胶原蛋白。将含非天然氨基酸的胶原蛋白与含半胱氨酸的胶原蛋白在pH为9.0的NH4HCO3缓冲液中进行交联,形成了最大分子粒径可达1 μm的聚集体,为重组胶原蛋白生物材料的设计提供了新思路。     

高寒草甸黄帚橐吾种群根际/非根际土壤可培养微生物群落特征

黄帚橐吾（Ligularia virgaurea）是高寒草甸常见的毒杂草,被认为是指示一个地区草地植被退化的重要物种,研究其根际/非根际土壤微生物在不同海拔梯度上的群落特征具有重要意义。以甘南州高寒草甸不同海拔梯度黄帚橐吾根际/非根际土壤可培养微生物为研究对象,采用稀释涂布平板法和最大可能数法（MPN）测定了土壤微生物的数量及土壤理化因子的变化。结果表明：细菌在微生物总数中占比最大,根际微生物数量随海拔升高呈先增加后减小的变化,非根际则表现为递增的趋势,微生物功能群在根际和非根际土壤中均逐渐增加;根际土壤的微生物和功能群数量均高于非根际土壤。RDA分析发现,土壤温度、有机碳、电导率、pH、全氮、全磷、速效氮及脲酶对根际/非根际土壤微生物数量及功能群变化影响较大。通径分析可知：根际土壤中,细菌和真菌受速效氮和有机碳影响较大,放线菌主要受土壤温度和电导率的影响;根际土壤固氮菌和氨化细菌决策系数速效氮 > 有机碳 > 全氮;根际和非根际土壤中硝化细菌的影响因子各不相同,根际土壤决策系数最大和最小分别为全磷和全氮,非根际则是pH和脲酶。     

基于高通量测序分析西藏沙棘根瘤内生菌的多样性

根瘤是微生物侵染植物根部并与之形成的共生结构,这些微生物都可被称为植物内生菌。豆科植物根瘤中的内生菌常常又被称为根瘤菌,而侵染非豆科植物形成根瘤的主要是放线菌弗兰克氏菌,这些非豆科植物又被称为放线菌结瘤植物。西藏沙棘是一种典型的放线菌结瘤植物,由于其分布生境的特殊性,对其根瘤内生菌的研究具有重要的生态意义。对于西藏沙棘根瘤内生菌的研究,培养方法因难以模拟自然条件而不易获得纯培养,高通量测序技术对其多样性的研究提供了便利。因此,本研究以生长在甘肃省天祝县金强河河滩地的西藏沙棘根瘤为材料,采用16S rRNA基因扩增子高通量测序方法,结合OTU分析,对西藏沙棘根瘤内生菌的多样性进行探讨。实验结果表明,西藏沙棘根瘤内生菌具有丰富的多样性,根瘤内的优势属为共生固氮的弗兰克氏菌属（Frankia）,其相对丰度为47.63%,共检测到7个弗兰克氏菌属的OTUs;根瘤内除弗兰克氏菌外,还存在大量的非弗兰克氏菌,共检测到1523个OTUs,隶属于22个门、33个纲、69个目、113个科和202个属,相对丰度排名前9的属中有25个非弗兰克氏菌属的OTUs。该研究也表明,西藏沙棘根瘤内生菌具有丰富的多样性,西藏沙棘根瘤中不仅存在着可共生固氮的弗兰克氏菌,并且还分布着非弗兰克氏菌;在同一根瘤样品中,弗兰克氏菌属还具有不同的物种。本研究不仅拓展了西藏沙棘根瘤内生菌多样性的研究方法,还为同一寄主植物中弗兰克氏菌多样性的研究提供了分析思路。     

胰腺癌的生物学临床诊断研究进展

胰腺癌(pancreatic cancer,PC)是一种发病率接近死亡率、死亡率极高的恶性肿瘤。由于胰腺癌早期无明显病症,许多病人确诊时已是癌症末期,错过了最佳的治疗时期,预后极差,因此,迫切需要高效的胰腺癌早期诊断生物标志物。随着高通量测序技术(next-generation sequencing,NGS)、高分辨质谱技术以及生物信息技术等的发展与应用,很多关于胰腺癌诊断的生物标志物不断被发现,如糖蛋白、突变基因、甲基化DNA、非编码RNAs(如miRNA、lncRNA、circRNA)等。本文旨在对胰腺癌生物标志物的临床诊断价值进行总结,以期为胰腺癌的早期诊断和治疗提供一定的参考。     

脂蛋白酯酶在动脉粥样硬化发生发展中的作用

脂蛋白酯酶(lipoprotein lipase, LPL)是调节甘油三酯代谢的关键酶,在动脉粥样硬化(atherosclerosis,As)的发生发展中起重要作用。LPL产生部位的差异决定了其具有促As作用还是抗As作用。其次,不同因素对LPL的调控也会使LPL对As产生相反的作用效果。本文综述了LPL在As发生发展中的作用机制以及不同因素对LPL的调控机制,对于As的防治具有重要意义。     

长链非编码RNA介导Wnt/β-catenin信号通路调控骨代谢的研究进展

骨代谢的平衡取决于骨形成及骨吸收之间的动态平衡,Wnt/β-catenin信号通路能够广泛参与骨吸收及骨形成的调控,在维持骨代谢平衡中发挥着重要作用。近年来有研究表明,长链非编码RNA (Long non-coding RNA,lncRNA)也广泛参与骨代谢各阶段的调节,还能通过Wnt/β-catenin信号通路参与骨代谢平衡的调控。目前关于lncRNA介导Wnt/β-catenin信号通路调控骨代谢的综述报道较为鲜见。鉴于此,文中主要以Wnt/β-catenin信号通路为切入点,概述lncRNA在骨代谢中的调控作用,发现lncRNA能够通过靶向作用于miRNA间接调控Wnt/β-catenin信号通路,也能通过Wnt/β-catenin信号通路上的关键因子直接激活或抑制Wnt/β-catenin信号通路,进而发挥其对骨代谢的调控作用,这些发现为lncRNA调控骨代谢作用机制的研究提供了新的思路和方向。     

稳定同位素生物考古学的概念、简史、原理和目标

上世纪70年代末以降,考古遗址中出土生物材料的稳定同位素分析,在考古学和生物考古研究领域越来越发挥重要作用,成为现代考古学研究的重要组成部分。国内外学界常将其定位为分析技术,从未从学科层面予以考虑和重视。鉴于同位素分析的重要性以及学科发展的迫切性,将其由分析技术层面上升至学科层面实属大势所趋。本文将之前的“稳定同位素分析”首次命名为“稳定同位素生物考古学”（简称为同位素生物考古学）,将其列为广义概念下生物考古学的重要学科分支之一。本文详细介绍了稳定同位素生物考古学的概念、研究简史、分析原理和研究目标;在分析原理上,除已有的“我即我食”和“我非我食”之外,还首次提出了“我即我是”和“我即我居”;并对今后如何深入开展研究进行了展望。     

大型浅水湖泊太湖藻类浊度与非藻类浊度的变异规律

为探究大型浅水湖泊中沉水植物对浊度的影响, 对大型浅水湖泊——太湖(有草区和无草区)进行了为期1年的野外调查, 将浊度分为藻类浊度(Turb_Alg)和非藻类浊度(Turb_NonAlg), 分析其变异规律及其对总浊度(Turb_Tot)贡献率的差异。结果显示: (1) 太湖水体中Turb_NonAlg(年均值为2.45/m)为主要的浊度组分, 占总浊度(2.88/m)的83%, 春季时高达89%; (2) 有草区Turb_NonAlg(2.52/m)和无草区的(2.37/m)差异不显著(P>0.05); (3) 在相同TP范围内, 有草区Turb_Alg (0.21/m)和无草区的(0.32/m)无明显差异(P>0.05), 在夏季时甚至略高于后者。研究表明, 在大型浅水湖泊中, 沉水植物对水体浊度的抑制效果有限, 对非藻类浊度和藻类浊度均未起到有效的控制作用。因此, 在相同营养条件下, 大型浅水湖泊更易发生稳态转换, 且发生转换后恢复原始状态的难度也可能更大。     

利用机器学习提高M. jannaschii酪氨酰tRNA合成酶底物特异性分子建模预测的准确度

设计结合不同化学结构底物的酶结合袋是一个巨大的挑战. 传统的湿实验要筛选成千上万甚至上百万个突变体来寻找对特定配体结合的突变体,此过程需要耗费大量的时间和资源. 为了加快筛选过程,我们提出了一种新的工作流程,将分子建模和数据驱动的机器学习方法相结合,生成具有高富集率的突变文库,用于高效筛选能识别特定底物的蛋白质突变体. M. jannaschii酪氨酰tRNA合成酶（Mj. TyrRS）能识别特定的非天然氨基酸并催化形成氨酰tRNA,其不同的突变体能够识别不同结构的非天然氨基酸,并且已经有了许多报道和数据的积累,因此我们使用TyrRS作为一个例子来进行此筛选流程的概念验证. 基于已知的多个Mj. TyrRS的晶体结构及分子建模的结果,我们发现D158G/P是影响残基158~163位α螺旋蛋白骨架变化的关键突变. 我们的模拟结果表明,在含有687个突变体的测试数据中,与随机突变相比,分子建模和打分函数计算排序可以将目标突变体的富集率提高2倍,而使用已知突变体和对应的非天然氨基酸数据训练的机器学习模型进行校准后,筛选富集率可提高11倍. 这种分子建模和机器学习相结合的计算和筛选流程非常有助于Mj.TyrRS的底物特异性设计,可以大大减少湿实验的时间和成本. 此外,这种新方法在蛋白质计算设计领域具有广泛的应用前景.