2008-2014年新疆艾比湖流域土壤水分时空分布特征

传统的土壤水分模拟研究难以从土壤水分变化的时空双向出发表达其连续演变的过程,存在时空尺度效应问题。借助SWAT模型模拟的长时间序列优势,结合高分辨率卫星影像和遥感技术,力图在时空尺度效应问题上取得突破。并利用长时间序列的模拟结果分析流域土壤水分的空间格局和不同维度时空异质性。结果表明：（1）2008-2014年间艾比湖流域土壤水分主要受气温、降水及人类活动影响,呈波动变化,总体偏低且具有逐年减小趋势。（2）受降水、地形及土地覆被影响,土壤水分分布呈现出由山区向两侧平原减少的特点,且林地 > 农用地 > 草地 > 稀疏植被。（3）近10年间土壤水分低值区由原来的北部山区及平原向东部、东南部平原区及南部山区迁移,东部减少最为明显。（4）流域四季土壤水分变化差异显著。其中,春季主要受融雪影响;夏季、秋季主要受降雨量和气温影响;冬季主要受固态降雪和气温影响;且不同年份、相同季节、相同子流域土壤水分变化趋势表现一致。     

大型绿藻浒苔转化表达系统选择标记的筛选

主要研究了条浒苔对抗生素氯霉素和除草剂Basta的敏感性,以确定适合的阳性选择标记基因。应用不同浓度氯霉素(0、25、50、75、100、125μg/ml)和Basta(0、5、12.5、25、37.5、50μg/ml)对不同发育时期条浒苔细胞存活率影响进行了测定。实验结果表明:不同发育时期条浒苔对氯霉素和Basta的敏感性不同。其中最大浓度125μg/ml浓度的氯霉素在15d内对条浒苔孢子和小苗两个不同发育时期的细胞均难以达到全部杀死效果,相对存活率仍分别为1%和20%;而Basta对条浒苔孢子和小苗均具有很强的杀生作用,其中5μg/ml浓度的Basta在3d内可将条浒苔孢子全部杀死,12.5μg/ml浓度下约一周时间可以将浒苔小苗全部致死。本实验结果提示bar基因有可能成为浒苔基因工程较理想的选择标记基因。     

不同林龄杉木人工林土壤团聚体磷素分布特征

探究不同林龄杉木人工林土壤团聚体各形态磷素的分布特征有利于提升杉木人工林土壤磷素有效性。本研究选取位于广西融水县的幼龄(9 a)、中龄(17 a)、成熟(26 a)杉木人工林和邻近撂荒地(CK),利用干筛法将采集到的表层(0～20 cm)原状土壤分为4个粒级团聚体(>2、1～2、0.25～1和<0.25 mm),测定各粒级团聚体中不同形态磷组分。结果表明: 1)不同林龄杉木人工林土壤团聚体组成差异显著,CK和各林龄杉木人工林中>2 mm粒级团聚体含量显著较高,随林龄的增长先增后减,在17 a时最高;土壤平均重量直径(MWD)和几何平均直径(GMD)的变化趋势与>2 mm粒级团聚体一致。2)CK和各林龄杉木人工林中各粒级土壤团聚体全磷、无机磷和有机磷含量差异均不显著,而土壤有效磷含量在>2 mm粒级团聚体中显著较高,达1.23～7.33 mg·kg^-1;不同林龄杉木人工林土壤团聚体及全土全磷、有效磷和无机磷含量均显著高于CK,并随杉木林龄的增长先增后减,全土总磷和有效磷含量在9 a时最高,分别为322.40和7.33 mg·kg^-1,全土无机磷含量在17 a时最高,为114.05 mg·kg^-1;全土有机磷含量随杉木林龄的增长先增再减再增,在9 a时最高,为210.00 mg·kg^-1。3)不同粒级土壤团聚体磷储量与土壤团聚体组成比例显著相关。CK和各林龄杉木人工林中>2 mm粒级团聚体各形态磷储量较高。除有机磷外,各形态土壤磷储量均随杉木林龄的增长先增后减。综上,林龄17 a之前,杉木人工林的种植有利于提升土壤团聚体稳定性,促进土壤磷素水平的提升;林龄17 a后,>2 mm粒级团聚体的破碎导致土壤团聚体稳定性和土壤磷素供应水平逐渐下降。因此,在杉木人工林培育栽种17 a以后应重视土壤中>2 mm粒级团聚体的保护,以保障土壤质量,维持土壤供磷水平。     

氧化应激下角质形成细胞中YTHDC1升高促进IL-1β表达

摘要 目的：探讨氧化应激下角质形成细胞内m6A甲基化修饰酶YTHDC1异常对促炎因子的调控机制。方法：通过Western blot和qRT-PCR实验检测氧化应激下角质形成细胞中YTHDC1蛋白和mRNA表达水平。siRNA转染至角质形成细胞以干涉YTHDC1表达,随后继续给予300 μM过氧化氢处理,通过Western blot和qRT-PCR实验检测角质形成细胞中促炎因子IL-1β蛋白和mRNA表达,进一步通过ELISA检测细胞上清中IL-1β分泌,通过CCK8法检测细胞存活水平。结果：1）过氧化氢刺激后人角质形成细胞系HaCaT细胞中YTHDC1表达水平较未处理组明显升高;2）干涉YTHDC1可以显著降低HaCaT细胞中IL-1β表达和上清中分泌;3）干涉YTHDC1后IL-1β mRNA稳定性下降,并且细胞存活率下降。结论：氧化应激下角质形成细胞中m6A甲基化修饰酶YTHDC1表达水平升高,通过提高mRNA稳定性促进IL-1β表达,可能是外界环境应激引起各种免疫性皮肤病的重要机制。     

IGF-1抑制妊娠合并糖尿病诱导的鼠胚胎细胞凋亡

应用IGF-1拮抗高糖毒性环境胚胎细胞的凋亡、有利于早期胚胎的生长发育,为IGF-1在妊娠合并糖尿病的患者中的临床应用提供了依据。本实验构建妊娠合并糖尿病的昆明小鼠动物模型,检测不同浓度葡萄糖对体外培养胚泡细胞生长的影响。观察不同浓度胰岛素样生长因子-1（Insulin-like growth factor-1,IGF-1）对体外高糖环境胚泡细胞发育的影响,     

先天性眼球震颤的遗传几率

问:我是一女性先天眼球震颤患者,无家族病史.想向您咨询所生子女的患病遗传几率的问题,以及目前有没有相应的基因检查办法可以避免遗传给后代?     

红绿色盲的产前检测

问：我已怀孕2个月左右,我的父亲是红绿色盲,我的母亲正常,我是红绿色盲基因携带者,我的丈夫正常,我们想要一个正常的宝宝,请问,胎儿红绿色盲基因检测应在孕期什么时候进行呢？     

先天性聋哑的遗传概率如何计算?

问:我爸爸的外公是先天性聋哑人、我爷爷是正常人(爷爷家族史中都是正常人),我奶奶是正常人,但是我奶奶的女儿是先天性聋哑人,我爸爸和妈妈都是正常人,我妈妈家族史中都是正常人,现在我自己也是正常人,我妻子家族史中都是正常人,请问,我和我妻子将来生的小孩是聋哑人的概率是多少?     

阿胶对COPD模型小鼠的保护作用以及对MMP-2、MMP-9、TGF-β1水平的影响

利用香烟烟雾暴露法建立慢性阻塞性肺疾病(COPD)小鼠模型,观察阿胶对模型小鼠气道重塑及基质金属蛋白酶-2(MMP-2)、基质金属蛋白酶-9(MMP-9)、转化生长因子-β1(TGF-β1)因子表达的影响,初步探讨其治疗慢性阻塞性肺疾病的作用机制。将24只雄性C57BL/6小鼠随机分为3组,分别是对照组、模型组和阿胶组,模型组利用香烟烟雾暴露法建立COPD小鼠模型,阿胶组在模型组基础上每日按照3 g/kg体重给予0.2 m L阿胶烊化液灌胃。12周后采用ELISA法检测肺泡灌洗液中MMP-2、MMP-9、TGF-β1蛋白水平,利用RT-PCR法检测肺组织中MMP-2、MMP-9、TGF-β1 m RNA水平。结果表明,模型组小鼠气道壁和平滑肌明显增厚,气道管腔狭窄,黏膜下层稍变宽,有部分上皮细胞脱落,气道周围有炎性细胞浸润,肺间质明显增厚,阿胶组上述改变较模型组明显改善;模型组肺脏MMP-2、MMP-9、TGF-β1 m RNA水平和蛋白水平均显著升高(p0.01),阿胶能显著降低肺泡灌洗液和肺脏组织中MMP-2、MMP-9、TGF-β1的表达水平(p0.01)。本研究表明香烟烟雾暴露会导致模型小鼠呼吸道和肺脏组织细胞外基质的降解和沉积失衡,造成气道重塑和肺实质破坏及间质增生,MMP-2、MMP-9、TGF-β1的异常表达在这一过程中发挥了重要作用,阿胶能通过调节MMP-2、MMP-9、TGF-β1的异常表达,有效抑制气道炎症和气道重塑的发生。     

基于物候特征的盐渍化信息数据挖掘研究

盐渍化是影响植被和作物长势的重要因素,精确反演盐渍化的时空分布信息至关重要。基于MOD13A1-NDVI数据反演生长季开始日期(SOS)、生长季结束日期(EOS)、生长季长度(LEN)等物候参数和计算出能高精度反演盐渍化空间分布的多种植被指数、盐分指数、地形指数、干旱指数等参数后作为BP-ANN人工神经网络的输入因子来反演盐渍化信息,同时按照植被类型和地貌类型进行分区来反演盐渍化信息,以探讨盐渍化受植被和地貌类型的影响。主要结论如下:(1)盐渍化的形成受多种因素的影响,与物候参数大多呈非线性关系,不能单纯的以某拟合公式来进行表达,需要借助人工神经网络超强的非线性拟合能力来反演盐渍化信息。(2)通过深入挖掘植被物候信息,在融入物候参数后的反演精度显著提高。可决系数R2从0.68(非物候参数)增加到0.79(包括物候参数),但是需要加入地形、影像数据和土壤水分等方面的信息来更加精确的反演盐渍化信息。生物累积量指标LSI(Large seasonal integral)和SSI(Small seasonal integral)能够很好的表征盐渍化的信息。(3)划分植被类型后的盐渍化提取精度进一步提高,可决系数R~2达到了0.88。(4)以地貌特征作为类型分区后,反演结果的R~2达到了0.85,精度较高,比以植被类型作为分区的精度略小。高程较低区域的盐渍化现象普遍较重,盐渍化程度受到地形和地貌因素的影响显著。(5)农用地区域多为非盐渍化和轻度盐渍化地,稀疏植被区多为重盐渍化地。研究区的非盐渍化和轻盐渍化地、中盐渍化地和重度盐渍化地比例分别为53.42%,13.71%,32.87%。以上的研究结果提出了一种融合物候信息和非物候参数来反演盐渍化信息的方法,进行深入的协同植被物候监测盐渍化信息方面的数据挖掘,在融入了物候参数后,盐渍化的预测精度显著提高。