伞形科山芹属叶表皮微形态特征研究

利用扫描电镜技术对伞形科山芹属(Ostericum Hoffm.)9种2变种(21居群)植物叶表皮微形态特征进行了观察分析。结果显示:山芹属植物叶片上表皮表面均较平滑,细胞轮廓清晰或不清晰,若细胞轮廓可见则为多边形与不规则形;初级蜡质纹饰为较密集的粗(细)条状,部分种类具有单层或双层脊状二级纹饰或有颗粒状或分枝状附属结构;下表皮亦有类似蜡质条状纹饰,均匀分布或集中在气孔周围或凹凸部位,气孔器形状多为椭圆形(偶见梭形),内外拱盖表面粗糙或光滑。上述研究表明,山芹属叶片微形态特征具有良好的种内稳定性和种间多样性,尤其是初级纹饰的宽度及排列密度、二级纹饰以及气孔器形状等特征,可为山芹属植物种间和种下的近缘类群亲缘关系与分类修订提供形态学依据。     

常绿杜鹃亚属麻花杜鹃亚组11种3变种植物叶片微形态特征及其分类学意义

杜鹃花属种类繁多,广泛分布于欧亚大陆和北美大陆,由于种间变异大、过渡特征丰富,其分类鉴定一直存在较多争议。该研究通过扫描电镜对常绿杜鹃亚属(subgen. Hymenanthes）麻花杜鹃亚组（subsect. Maculifera）的11种3变种植物的叶表皮微形态特征进行观察,为麻花亚组的分类与鉴定提供新的依据。结果显示：麻花杜鹃亚组植物上表皮表面平滑或粗糙、无表皮毛,具有条状、分枝状或短杆状初级蜡质纹饰;下表皮表面有或无分枝状蜡质纹饰,少部分具有表皮毛,不具有指状或乳状突起、亦无腺体;气孔器形状为圆形或椭圆形,内外拱盖表面粗糙或光滑,周围无间断的条形突起环绕。研究表明,麻花杜鹃亚组植物叶片微形态特征表现出一定的共性与多样性,可为麻花杜鹃亚组植物的分类和进化研究补充形态学依据。依据本研究观察结果对麻花杜鹃亚组进行了分类检索,并讨论了叶表皮微形态特征在该亚组近缘物种和种下类群研究中的分类学意义。     

9种日本当归属植物的果实形态特征研究

当归属是伞形科的代表性大属,日本列岛是其重要的分布地和多样性中心之一。该研究对产自日本的9种当归属植物(特有种8种)的果实形态结构和表面微形态特征进行了观察和比较,以明确它们的分类学特征,探讨潜在的种间关系,为进一步的分类修订和系统发育研究提供资料和依据。结果表明:(1)体式显微镜观察发现,产自日本的9种当归属植物的果实形状主要为倒卵形和长圆形,表面光滑或少毛,呈不同程度的背腹压扁,背棱大多呈线状突起或狭翅状,侧棱则呈或宽或窄的翅状,油管一般为每个棱槽1条、合生面2～4条。(2)扫描电镜观察发现,大多数材料的果实具有疏密不等的平行线形初级蜡质纹饰,次级纹饰呈现鳞状、束状、索状、丘状或不明显,个别可见珊瑚状或网格状基底,一般具有颗粒状附属物。(3)通过分析比较上述形态特征和鉴别要点,编制了分种检索表,并结合中国当归属系统发育的研究成果,进一步对日本特有当归属植物的系统位置及其与东亚大陆物种的亲缘关系进行了讨论。研究认为,日本特有当归属植物的果实形态特征较丰富,能为种间分类和亲缘关系研究提供有力支持。     

黄喉貂日活动节律及食性的季节变化

2016年4月至2017年4月,采用红外相机技术和粪便分析法(频率法和剩余物干重法)对四川栗子坪国家级自然保护区内黄喉貂不同季节的日活动节律及食物组成变化进行了研究。结果显示:(1)黄喉貂主要在白天活动(昼间独立照片数占总独立照片数的85. 64%),不同季节黄喉貂日活动节律无显著差异(χ~2=126. 950,df=132,P=0. 608),但在不同季节其日活动高峰出现时间不同,春季的活动高峰在16:00~19:00(31. 65%),夏季活动高峰在15:00~18:00 (26. 32%),秋季活动高峰在13:00~16:00 (34. 31%),冬季活动高峰在11:00~14:00 (25. 00%),并且冬季夜间活动与其他季节相比明显增多;(2)黄喉貂取食食物有兽类、鸟类、昆虫类和植物类等,但兽类是黄喉貂最主要的食物来源,在一年中以兽类的出现频率最高,为95. 28%,兽类剩余物的总相对干重百分比达80. 99%,其次是植物、鸟类和昆虫;(3)黄喉貂对食物类别的利用表现出明显的季节差异,春、夏、秋三个季节黄喉貂粪便中兽类所占比重最多,春季鸟类出现频率较高,冬季黄喉貂粪便中植物所占比重明显增多。本研究表明,黄喉貂在不同季节其日活动节律和食性均表现出一定的差异,这可能与其繁殖特性和生理代谢需求有关。本研究揭示了黄喉貂的日活动节律及食性的季节性变化,充实了黄喉貂的生物、生态学资料,也为该物种的保护管理提供了参考资料。     

FitDockApp：基于模板的分子对接PyMOL插件图形化计算软件

目的 分子对接在预测分子之间的结合模式和亲和力方面起着至关重要的作用,是计算结构生物学和计算机辅助药物设计研究的重要方法。本研究团队近期开发了一款基于模板的新型对接方法FitDock,当存在近似的蛋白质配体模板时,它在准确性和速度方面都超过了业界常用的分子对接方法。为了增强FitDock方法的可用性,使其在分子模拟领域得到更广泛的应用,很有必要发展图像化的软件工具。方法 基于Python图像化编程,本文开发了FitDockApp,这是分子可视化软件PyMOL的插件软件。结果 FitDockApp能够通过操作窗口界面,实现基于模板的分子对接和配体结构比对,实时显示预测三维结构,并提供将对接文件上传到实验室服务器获取最优模板的便利。此外,FitDockApp还具备批量对接功能。结论 FitDockApp通过用户友好的界面简化了对接过程,并提供丰富的功能,帮助研究人员获得精确的对接结果。FitDockApp是一款免费软件,兼容Windows和Linux系统,可在http://cao.labshare.cn/fitdock/下载。     

基于神经网络模型和地统计学方法的土壤养分空间分布预测

采用径向基函数神经网络模型与普通克里格法相结合的方法,预测川中丘陵区县域尺度土壤养分(有机质和全氮)的空间分布,并与普通克里格法和回归克里格法进行比较.结果表明：各方法对研究区土壤养分的预测结果相似.与多元回归模型相比,神经网络模型对验证样点土壤有机质和全氮的预测值与样点实测值的相关系数分别提高了12.3%和16.5%,表明神经网络模型能更准确地捕捉土壤养分与定量环境因子间的复杂关系.对469个验证样点预测结果的误差分析表明,神经网络模型与普通克里格法相结合的方法对土壤有机质和全氮预测结果的平均绝对误差、平均相对误差、均方根误差较普通克里格法分别降低了6.9%、7.4%、5.1%和4.9%、6.1%、4.6%,降低幅度达到极显著水平(P<0.01);与回归克里格法相比则分别降低了2.4%、2.6%、1.8%和2.1%、2.8%、2.2%,降低幅度达显著水平(P<0.05).     

基于神经网络模型和地统计学方法的土壤养分空间分布预测

采用径向基函数神经网络模型与普通克里格法相结合的方法,预测川中丘陵区县域尺度土壤养分(有机质和全氮)的空间分布,并与普通克里格法和回归克里格法进行比较.结果表明：各方法对研究区土壤养分的预测结果相似.与多元回归模型相比,神经网络模型对验证样点土壤有机质和全氮的预测值与样点实测值的相关系数分别提高了12.3%和16.5%,表明神经网络模型能更准确地捕捉土壤养分与定量环境因子间的复杂关系.对469个验证样点预测结果的误差分析表明,神经网络模型与普通克里格法相结合的方法对土壤有机质和全氮预测结果的平均绝对误差、平均相对误差、均方根误差较普通克里格法分别降低了6.9%、7.4%、5.1%和4.9%、6.1%、4.6%,降低幅度达到极显著水平(P<0.01);与回归克里格法相比则分别降低了2.4%、2.6%、1.8%和2.1%、2.8%、2.2%,降低幅度达显著水平(P<0.05).     

伞形科山芹属8种17个居群的植物花粉形态研究

该研究采用光学显微镜与扫描电子显微镜对山芹属（Ostericum Hoffm.）8种17个居群的花粉形态特征进行观察和分析,为山芹属分类鉴定与属下系统关系研究提供依据。结果显示：（1）山芹属17个居群的花粉类型包含椭圆形、近长方形、超长方形和赤道收缩形4种类型。（2）花粉赤道面观有近椭圆形、近长方形与超长方形,极面观多为三角圆形,少数为三角形。（3）花粉极轴长度为24.7~35.6 μm,赤道轴长度为10.6~17.4 μm,极轴与赤道轴的比值P/E为1.7~2.5,体积指数P×E^1/2为18.2~22.6。（4）花粉萌发孔均具三孔沟,且多为边萌发孔,角萌发孔较少,沟细长且均匀。（5）花粉赤道区外壁纹饰分为3类,即片状脑纹、长条状脑纹和短棒状脑纹,少数具有颗粒状或疣状的附着物。研究认为,山芹属植物花粉的形状与赤道区外壁纹饰类型存在较高的种内一致性,萌发孔类型、花粉中部是否凸出以及纹饰条纹长度、密集程度、附属物等特征则存在一定的种内差异性;花粉形态特征可为山芹属植物不同层次的分类鉴定与亲缘关系研究提供重要的证据。     

新疆低糖核桃玛仁糖生产工艺及保鲜研究

针对新疆传统维吾尔族特色食品玛仁糖含糖量较高、储藏期较短的缺点，研发新型低糖玛仁糖。在单因素试验基础上，采用正交试验设计，利用新疆特色药食兼用植物为主要原料进行低糖玛仁糖配方试验，以石榴皮多酚为主要原料，优化天然抗氧化剂的复配试验，以延缓玛仁糖的油脂氧化、哈败，延长玛仁糖的货架期，为新型低糖玛仁糖的开发提供科学依据。