排序方式: 共有265条查询结果,搜索用时 31 毫秒
1.
2.
Photorhabdus luminescens细菌与昆虫病原异小杆属Heterorhabditis线虫专性共生。初生型共生细菌产生两种胞内晶体蛋白CipA and CipB,为共生线虫提供营养。为探索Cip蛋白是否对自由生活的全齿复活线虫Panagrellus redivivus具有类似的营养功能,建立了Cip蛋白的重组酿酒酵母表达体系,并用于饲喂无菌的P. redivivus线虫J1幼虫。重组酿酒酵母表达的Cip蛋白能为线虫所利用,表现为营养支持作用,体现为线虫生长发育速度的加快以及繁殖能力的提高,说明Cip蛋白能为此种自由生活线虫提供营养来源。 相似文献
3.
2型糖尿病(T2DM)是一种与基因密切相关的高发性代谢性疾病。采用高脂饮食(其中含15%猪油)喂养25只中老年雄性食蟹猴的方法,制备T2DM模型,通过检测血糖与血脂水平确定疾病发展进程,并利用实时PCR对外周血白细胞中的6个肥胖相关基因mRNA表达量进行测定。食蟹猴T2DM在临床前期和临床期口服糖耐量实验(OGTT)2-h血糖值分别为(11.06±6.05)mmol/L和(13.12±2.89)mmol/L,显著高于正常组;空腹血糖在临床期达到最大值,为(7.58±1.56)mmol/L(P<0.01),说明其T2DM模型被成功诱导。但所检测的6个糖尿病肥胖相关基因中只有CDKN2B、IGF2BP2和FTOmRNA表达量与糖尿病发病进程呈正相关,且临床期IGF2BP2和FTO的表达量分别是对照组的65.92倍和4.30倍,差异极显著(P<0.01)。因此,基因CDKN2B、IGF2BP2和FTO可作为食蟹猴糖尿病早期诊断及预后评价的参考指标。 相似文献
4.
5.
6.
再论DG指数的性质与应用 总被引:12,自引:2,他引:10
密度-类群指数(DG指数)是为研究复杂的土壤动物群落多样性而创建的, 其理论基础是土壤动物群落中各类群互不干扰和互利的关系大于互相竞争的关系, 因而公式中各类群是互相独立、互不影响的.DG指数自1990年建立以来, 经作者及同行学者在不同地带、不同生态系统和不同级别的土壤动物群落研究中运用, 都获得良好的效果, 能真实地反映群落的多样性状况,显示出它具有广泛的适用性.用情景分析法(scenario analysis)探讨DG指数与Shannon-Wiener多样性指数(H')的预期效果, 结果显示, 当群落间种数差和均匀度(J)差为正负相反的数值时, Shannon-Wiener指数与DG指数不一致.文中还对土壤动物群落多样性的概念、性质及指数适用性进行了讨论, 认为土壤动物群落在客观上不存在均匀的数量分布, 把"均匀度"看作是多样性的重要指标是不适宜的.DG指数虽然没有直接包含许多信息, 但能在广泛的情况下经得起检验, 因而具有重要的应用价值. 相似文献
7.
黄足黄守瓜取食南瓜诱导葫芦素B含量的变化规律 总被引:1,自引:0,他引:1
采用高效液相色谱分析方法研究黄足黄守瓜Aulacophora femoralis chinensisWeise取食子叶期南瓜诱导葫芦素B含量的变化规律。结果表明:黄足黄守瓜采用划圈的取食方式,主要是为了阻止植株合成新的葫芦素B进入圈内,以达到安全取食的目的;黄足黄守瓜对同株南瓜为害程度不同的子叶间,葫芦素B含量无显著差异,说明同一植株黄足黄守瓜取食化学诱导是系统性的;危害程度不同的不同植株间,葫芦素B含量有显著差异,并表现出受害阈值(被害1圈),在一定范围内,植株被害得越严重,诱导反应越强烈;试验证明南瓜被诱导合成葫芦素B与光照无关,只与植株被害有关。 相似文献
8.
9.
广州市昆虫群落结构及动态 总被引:1,自引:0,他引:1
2005-2006年对广州市全区域的昆虫群落进行6次调查,对该区域昆虫群落结构、多样性及时间动态进行了分析.共记述22个目、216个科.鞘翅目的类群最丰富,双翅目、鳞翅目、膜翅目和半翅目次之;鞘翅目昆虫的个体数量最多(30.45),其次为鳞翅目(18.89)和膜翅目(14.78).6~7月昆虫类群数和个体数量最多,12月最少;6~7月的种类丰度最高,其次为3~4月、9~10月,12月最低;Shannon-Wiener指数从高到低依次为6~7月、9~10月、3~4月、12月;Pielou均匀度指数从高到低依次为6~7月、9~10月、12月、3~4月;12月的种类优势度最高,其次为3~4月、9~10月,最低为6~7月. 相似文献
10.
番荔枝实蝇Ceratitis artortoe(Graham)是一种重要的外来人侵性检疫害虫.在广东口岸,其幼虫连续从入境旅客所携带的水果中被榆出.目前关于番荔枝实蝇潜在适生性分布的研究进行得很少,但对于我国的生物生态安全却有重要意义.本研究中,我们使用3种牛态位模型(ENFA模型,马氏典型性模型和Maxent模型)对番荔枝实蝇在中斟以及全球范尉内的潜在适生性分布区域进行了预测分析.结果显示:Maxent模型拥有最好的预测精确度,马氏典型件模型次之,而ENFA模型的预测精确度最差;Maxent模型和马氏典型性模型的预测精确度无显著性差异;根据Maxent模型的预测结果,番荔枝实蝇在中国的潜在适生区主要是广西、广东、海南以及云南的少部分地区.分析结果显示,番荔枝实蝇从境外传人中国南部地区并最终在上述地区定殖的风险可能性存在,但风险较小.另外,折刀法(Jackknife)分析显示,6种环境因子,例如地面霜冻频率、年平均降雨量、十月降雨量、四月降雨量、年最低温度以及蒸气压,对于番荔枝实蝇在全球和局部地区的分布模式有显著的影响. 相似文献