高糖通过诱导HT22细胞衰老和凋亡抑制细胞生长

目的探讨高糖(High glucose,HG)对小鼠海马神经元细胞HT22细胞的生长抑制作用,分析其是否通过HG诱导细胞衰老以及凋亡而实现。方法采用台盼蓝染色计数法检测细胞生长状况并绘制生长曲线,β-半乳糖苷酶(Senescence associated acidic-β-galactosidas,SA-β-Gal)染色法检测衰老的HT22细胞,Hoechst 33258染色法检测HT22细胞凋亡形态。结果(1)HG(13.5、27、40.5mg/ml,48h)能显著抑制HT22细胞生长(P0.05,P0.01);(2)HG(13.5、27、40.5mg/ml)处理48h可明显诱导SA-β-Gal染色阳性率增加(P0.001);(3)HG(13.5、27、40.5mg/ml,48h)能诱导HT22细胞发生凋亡(P0.001),且呈浓度依赖性。结论 HG可通过诱导HT22细胞衰老和凋亡而抑制HT22细胞生长。     

孔雀河下游断流河道的环境特征及物种间关系

基于孔雀河下游断流河道的环境因子和植被样地数据,采用聚类与CCA排序法,分析了生境的退化特征以及物种间的相互关系,结果表明:1)断流河道退化生境分为绿洲-荒漠过渡类型、轻度荒漠化类型和盐土荒漠化类型。绿洲-荒漠过渡类型地下水位低、盐分含量相对较低,植被盖度相对较高,土壤维持着原砂质壤土,为潜在退化型;轻度荒漠化类型地下水位、土壤质地与含盐量与前者基本相同,土壤未明显退化,但植被盖度低于10%,植物种类与个体数目都较低,属于轻度退化型;盐土荒漠化类型地下水位高、盐分含量高,土壤机械组成中砂粒比重较大、无建群种幸存,属于重度退化型。2)绿洲-荒漠过渡类型总体联结性为显著正联结,正负联结比小于1,生态系统表现为建群种维系物种关系的不稳定状态;轻度荒漠化类型总体联结性为不显著负联结,正负联结比小于1,表现出生态系统进入退化演替的阶段;盐土荒漠化类型总体联结性为显著正联结,正负联结比大于1,表现出重度退化群落的种间平衡状态,物种间以达到稳定共存,其中,真盐生植物对这种平衡的维持起着重要的作用。3)CCA排序表明,绿洲-荒漠过渡类型形成以胡杨为中心的种间正联结,幸存于盐分适中、水分养分相对较高的生境;轻度荒漠化类型,形成以多枝柽柳与刚毛柽柳相互依存的不显著负联结,幸存于土壤养分、水分相对较低的生境;盐土荒漠化类型形成以盐爪爪、盐节木、盐穗木等真盐生植物维系的显著正联结,幸存于土壤贫瘠、地下水位浅、盐分含量高、沙化严重的生境。     

影响阜康荒漠-绿洲过渡带荒漠植物数量特征的土壤驱动力分析

荒漠-绿洲过渡带是绿洲向沙漠系统的过渡地带,荒漠植物是绿洲扩展或荒漠化加速的缓冲器,土壤环境是影响植物演变的重要影响因素,土壤环境因素是整个过渡带演化的重要驱动力。通过对阜康荒漠-绿洲过渡带荒漠植物群落实地调查,利用通用植物数量分析软件CANOCO 5.0中冗余度分析(RDA),探讨过渡带影响荒漠植物群落数量特征指标的土壤驱动因子。结果表明:(1)土壤含水量、全N、全P和有机质是影响荒漠植物群落数量特征的主要驱动力因子,环境解释量累计达到69%,而总盐、p H和全K对荒漠植物群落数量特征影响较弱;(2)4个土壤主要驱动力对荒漠植物群落数量特征重要性大小顺序:土壤含水量有机质全N全P;(3)荒漠植物群落数量特征与土壤含水量、有机质和全P呈正相关,但与全N为负相关关系,揭示了土壤含水量、有机质和全P是利于荒漠植物群落稳定的正驱动力,而全N为抑制荒漠植物生长的负驱动力。综上所述,土壤各因子的驱动力作用不尽相同,存在正、负差异,协同维护荒漠植物群落数量特征的稳定和发展。     

血液高粘滞综合征治疗进展

血液中存在一系列的粘滞因素,即血液粘度,血细胞压积,红细胞聚集,红细胞脆性,以及血小板聚集等,这些因素的升高,可导致血液的高粘滞状态,1981年 Dintenfass 将这种状态称之为血液高粘滞综合征(Blood High ViscositySyndrome,BHVS)也称之为高粘滞血症(Hyperviscosacmia).BHVS 可致微循环血流不畅,根据林氏等研究发现,微循环血流不畅是疾病特别是心脑血栓性疾病的起因,是引起机体癌症的早期原因.因此,欲减少或避免上述疾病的发生,就应有效的预防微循环血流不畅.一旦出现微循环血流不畅应及时治疗,以保证组织细胞不缺血,不缺氧,不缺营养物质,使新陈代谢     

粳稻龙锦1号/香软米1578杂交组合F_5家系群糙米总花色苷含量变异及相关性分析

随着环境污染加剧和人们对自身健康关注度的提高,功能性食品在全球范围内蓬勃发展。彩色稻米作为稻米家族中的一员,由于富含微量元素、花色苷、生物碱等功能性成分,已成为当前功能性食品研究开发的热点之一。本研究利用粳稻品种龙锦1号/香软米1578杂交组合214个F_5家系,对水稻糙米总花色苷含量、粒色等级和千粒重的变异及其相关性进行了分析。糙米粒色等级变异范围为1~9,平均值为4.98,变异系数为57.87%;糙米总花色苷含量变异范围为0~5459.34 mg/kg,平均值为834.47 mg/kg,变异系数为191.96%;糙米千粒重变异范围为11.96~26.24 g,平均值为17.75 g,变异系数为12.89%。糙米总花色苷含量、粒色等级和千粒重在F5家系中不符合正态分布,表现为右偏态,其中糙米总花色苷含量的偏斜程度最大。糙米总花色苷含量和千粒重的峰度系数为正值,表明为尖顶峰;而糙米粒色等级的峰度系数为负值,表明为平顶峰。糙米总花色苷含量与粒色等级呈极显著正相关,相关系数为0.69;糙米总花色苷含量、粒色等级均与千粒重呈极显著负相关,相关系数分别为-0.20和-0.34。与高亲龙锦1号相比,27个家系的糙米总花色苷含量极显著提高,占214个F_5家系的12.62%,为高花色苷水稻种质创新奠定了基础。     

金双歧辅助治疗新生儿高胆红素血症疗效的Meta分析

目的对金双歧治疗新生儿高胆红素血症(NHBE)的辅助作用进行系统评价,为临床实践提供依据。方法计算机联机检索中国知网、维普、万方数据库(各数据库检索时间为创建至2017年3月)中关于金双歧辅助治疗NHBE的随机对照试验(RCT),用RevMan 5.3软件对数据进行Meta分析。结果共纳入6篇RCT,包括494例患儿。Meta分析结果显示:金双歧辅助治疗NHBE后胆红素值低于对照组,差异有统计学意义[MD=-18.72,95%CI(-20.47,-16.97),P0.00001];金双歧组胆红素消退至正常值需要的时间小于对照组,差异有统计学意义[MD=-1.41,95%CI(-1.61,-1.21),P0.00001]。结论 Meta分析结果支持金双歧辅助治疗NHBE,建议开展更加科学设计,更加严谨执行的多中心大样本临床试验。基于现有临床证据,金双歧辅助治疗NHBE有效,但本结论尚需要进行高质量临床RCT研究予以证实。     

臭氧浓度升高对坪用高羊茅生长、亚细胞结构及活性氧代谢的影响

通过开顶箱(OTCs)模拟,以环境臭氧(O₃)浓度约40 nmol·mol^-1为对照,研究大气O₃浓度升高(80和160 nmol·mol^-1O₃)对冷季型草坪草高羊茅生长、亚细胞结构及其活性氧代谢的影响.结果表明: 14 d的80 nmol·mol^-1O₃熏蒸使高羊茅株高和叶宽降低,总生物量降低43.7%,老叶变黄,而160 nmol·mol^-1O₃处理高羊茅叶出现大量枯死褐斑,叶尖坏死,新叶卷曲,总生物量降低46.2%,叶肉细胞膜卷曲,叶绿体和线粒体受损严重.与对照相比,80和160 nmol·mol^-1O₃熏蒸下高羊茅叶片超氧阴离子(O₂^-·)产生速率、过氧化氢(H₂O₂)和丙二醛(MDA)含量显著增加,抗氧化酶活性显著升高,但叶片总酚含量和抗氧化能力随O₃浓度升高而先升高后降低.在明显O₃伤害症状出现之前,O₃已对高羊茅的生长和抗氧化代谢产生不利影响;高羊茅抗氧化系统虽对O₃浓度的升高存在一定的适应性反应,但其不能抵御过高浓度的长期胁迫和伤害.     

覆膜与滴灌对河套灌区玉米花粒期叶片光合特征的影响

光合作用是作物生长发育和产量形成的基础,栽培方式和土壤含水量变化显著影响作物的光合作用.灌浆期和乳熟期是玉米花粒期2个重要阶段,是玉米籽粒形成和干物质积累的关键时期.通过大田试验研究了河套灌区不同覆膜方式与滴灌水平对不同生育时期玉米光合特征及产量的影响.结果表明: 灌浆期玉米叶片光合特征在不同处理下无显著差异,乳熟期净光合速率和蒸腾速率在半覆膜(B₂)和全覆膜(Q₂)滴灌水平2(350 mm)处理下均显著高于半覆膜(B₁)和全覆膜(Q₁)滴灌水平1(200 mm),并且B₁和Q₁处理下灌浆期叶片的净光合速率、蒸腾速率、水分利用效率及气孔导度等显著高于乳熟期.不同处理下灌浆期和乳熟期叶片的净光合速率、蒸腾速率,灌浆期的气孔导度以及乳熟期的水分利用效率等在日变化上存在着同步关系,均呈现出倒“U”型的日变化特征,而胞间CO₂浓度则呈现相反的变化趋势.逐步回归分析显示,光合有效辐射、大气温度和空气相对湿度等气象因子是影响玉米叶片光合特征的主要环境因子.此外,B₂和Q₂处理下玉米产量显著高于B₁和Q₁处理(分别增加了29.3%和50.9%),但B₁和Q₁处理间并无显著差异.这表明与覆膜方式相比,滴灌水平对干旱地区玉米产量的影响更大.     

基于神经网络的马尾松叶绿素含量高光谱估算模型

分析不同生长期的马尾松冠层反射光谱特征与相应叶绿素含量的相关关系.利用36个红边参数逐一筛选,最终确定7个与叶绿素含量相关性较高的红边参数作为光谱特征参数,分别应用逐步分析法与BP神经网络构建叶绿素含量的高光谱估算模型;同样,筛选出4个植被指数作为光谱特征参数,同时,将对原始光谱进行主成分分析降维后的前4个主成分作为BP神经网络的输入变量,分别应用逐步分析法与BP神经网络构建叶绿素含量的高光谱估算模型.结果表明: 将红边参数作为输入变量建立的逐步回归模型和BP神经网络模型的决定系数(R²)分别为0.5205、0.7253,均方根误差(RMSE)分别为0.1004、0.0848,相对误差分别为6.3%、5.7%.将植被指数作为输入变量建立的逐步回归模型和BP神经网络模型的R²分别为0.5392、0.7064,RMSE分别为0.0978、0.0871,相对误差分别为6.2%、6.0%.基于主成分分析的BP神经网络模型的预测效果最好,R²为0.7475,RMSE为0.0540,相对误差为4.8%.