蕹菜的DAPI显带核型

利用一种新的DAPI显带技术分析了蕹菜染色体的DAPI带型及其异染色质的分布,建立了类似于G带的蕹菜DA PI带模式图,为蕹菜的细胞遗传学研究、育种和资源的开发利用提供帮助。     

应用SRAP标记对莲藕资源的聚类分析

利用一种新的分子标记SRAP技术对17个莲藕品种进行了DNA多态性分析。选取7对引物扩增基因组DNA,共获得168条带,其中159条为多态性条带,每对引物平均提供24个标记信息。由UPMGA方法得到的聚类分析结果表明了17个品种间的遗传关系:(1)亚洲莲与美洲莲之间有明显的差异;(2)在亚洲莲内部,藕莲和花莲有明显的遗传分化,在花莲内部亚洲莲与美洲莲的杂交后代和其它花莲品种之间存在明显的差异;(3)SRAP标记是作分子图谱的好标记,但很难区分遗传关系较近的品种。     

湖北莲藕产业发展的若干设想及建议

考察了江苏、浙江和上海等地的莲藕产业发展状况 ,结合我省莲藕生产情况提出了若干设想与建议。     

莲藕品种DNA指纹图谱的绘制

采用RAPD技术对14个莲藕品种进行遗传多态性分析,用5个Operon引物和80个SBS的RAPD引物进行筛选,从中选出来自SBS的RAPD-C13和RAPD-D15扩增出的8条多态性条带,绘制了14个品种的DNA指纹图谱,在该图谱中每个品种均有各自特异的DNA指纹。     

莲藕研究进展

综述了莲藕在分类、生长发育、遗传育种、组织培养、生理学特性等方面的研究进展.     

超声波法提取荷叶多酚工艺研究

研究利用超声波辅助提取荷叶中多酚类化合物的最佳条件,考察了超声作用时间、提取次数、料液比和乙醇体积分数等因素对荷叶多酚提取率的影响,并在单因素实验的基础上进行正交实验,确定其优化工艺条件为:乙醇体积分数60%,作用时间15 m in,料液比为1:14,提取次数为4次。     

颅面复原技术在体质人类学中的应用

面貌是人类最重要的特征,其形态受到颅骨几何形态、面部软组织分布以及性别、年龄、身体质量指数、营养状况等多种因素的影响。考古遗址出土的古代人类遗骸,其面部软组织大多已经消失,如何根据颅面形态关系推测古人类颅骨的生前面貌已成为人类学家和考古学家关注的热点问题之一。传统手工颅面复原是由人类学家和艺术家使用雕塑技艺在颅骨上用可塑物质生成其生前面貌的技术。近年来,随着医学影像采集和计算机技术的发展,计算机颅面复原技术已经成为信息科学、体质人类学、法医人类学交叉研究的前沿技术之一。本文通过梳理和归纳相关文献的研究方法,对手工颅面复原技术、计算机颅面复原技术和颅面复原结果评价方法作简要综述,并对颅面复原技术在体质人类学中的应用进行了回顾和展望。     

莲品种资源的SRAP遗传多样性分析

利用分子标记SRAP技术对国内广泛栽培以及新近育成的39个莲品种进行了DNA多态性分析。选取5对引物扩增基因组DNA,共获得101条带,其中88条为多态性条带,每对引物平均提供20个标记信息。由UPMGA方法得到的聚类分析结果表明了39个品种间的遗传关系,结果表明:花莲、籽莲和藕莲三大类群有明显的界限,花莲和籽莲的遗传距离较近,藕莲与它们的遗传距离较远。分子方差分析结果表明:莲品种间和品种内均存在遗传变异,藕莲品种内的遗传变异略低于品种间的遗传变异,而诱变籽莲、诱变花莲和常规籽莲品种内遗传变异均大于品种间的遗传变异,尤其是诱变籽莲、诱变花莲品种内遗传变异占总变异的分量分别超过了70%和60%,这种品种内的遗传变异,一方面对于莲的高产稳产具有重要的意义,另一方面也说明了从这些国内广泛栽培的品种以及新近育成的莲品种中可以直接进一步选育出更优良的新品种。     

莲藕组织总RNA的快速提取方法

莲藕组织富含多糖、脂质、酚类等物质,用一般的方法较难提取高质量的RNA。在改进前人方法的基础上,建立了一种高效、简单的CTAB-LiCl提取法,能快速提取高质量的莲藕组织总RNA,并且产率高、完整性好、纯度高,能进一步满足RT-PCR等分子生物学实验的需要。此外,该方法也适用于其它富含多糖、脂质、酚类等物质的植物组织总RNA的提取。     

面部软组织厚度测量及其在面貌复原中的应用

软组织厚度作为颅骨面貌复原的基础, 具有重要的应用价值。本文借助计算机技术对西安地区132例成年人颅面数据样本开展软组织测量、分析及应用研究, 结果表明, 1)通过分析特征点处软组织厚度和面部软组织分布图, 发现面部软组织分布具有一定的规律, 额头区域软组织厚度薄且样本间差异小, 脸颊区域软组织厚且样本间差异大; 2)通过比较不同年龄段男性软组织厚度的均值, 发现20-30岁阶段软组织厚度均值最小, 50-60岁阶段软组织厚度均值其次, 30-40岁阶段软组织厚度均值最大, 但30-40岁和40-50岁两个年龄段的软组织厚度近似; 通过比较不同年龄段女性软组织厚度的均值, 发现20-30岁阶段软组织厚度均值最小, 30-40岁阶段软组织厚度均值其次, 40-50岁阶段的软组织厚度均值最大; 3)特征点处软组织厚度标准差可以反映面貌体态的差异, 因此根据10个脸颊特征点的软组织厚度均值和标准差实现面貌体态分类; 4)根据不同性别、年龄、体态对应的软组织平均厚度, 应用计算机技术实现给定颅骨的三维面貌复原, 复原结果相比于传统手工复原的结果更加科学。