共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
目的:探讨锰铁离子对啤酒废酵母产生活性酵母细胞衍生物(LYCD)的活力影响.方法:以啤涌废酵母为研究对象、以废液为培养基,在生长抑制浓度下,分别研究了锰、铁离子的作用浓度与时间对啤酒废酵母产生LYCD的活力影响.结果:废酵母在废液中培养28h可达到对数生长期;当废液中Mn~(2+)、Fe~(3+)浓度分别达到200mg/L、50mg/L时可对废酵母产生生长抑制;当Mn~(2+)、Fe~(3+)的作用浓度分别为220mg/L、60mg/L、应激时间分别是25、45min时,啤酒废酵母产的LYCD活性强.结论:应激培养基中金属离子Mn~(2+)、Fe~(3+)达到一定浓度,在一定时间下可使废酵母产生强活力的LYCD. 相似文献
5.
旨在探讨N端测序作为单克隆抗体常规放行分析方法的适用性。应用Edman降解法、质量肽图法对两个针对不同靶点的单抗进行N端测序,用肽图法寻找二者的特征性鉴别肽段,用离子色谱、毛细管区带电泳和成像毛细管等点聚焦电泳进行异质性分析。Edman降解法显示两个单抗轻链和重链的15个氨基酸分别完全一致,质量肽图法显示二者轻重链的T1肽段分别完全一致,而肽图法和3种异质性分析方法则可对两个抗体进行有效鉴别。由于人源化或人源单抗序列框架数量较为有限,两个单抗的N末端序列完全相同,运用Edman降解法进行N端测序是否能作为单抗的常规放行分析方法值得进一步商榷,同时上述多种方法可运用于单抗的鉴别分析,并可对其异质性进行控制,较N端测序分析更具有客观性。 相似文献
7.
生态系统的环分析方法郭中伟,李典谟(中国科学院动物研究所,北京100080)LoopAnalysisinEcosystemStudy.¥GuoZhongwei;LiDianmo(InstituteofZoology,,AcademiaSinica,B... 相似文献
8.
目前,随着基因定位研究的普遍开展,由于复杂性状每个易感基因的弱效应及单个研究中家系资料的不足造成各研究间的结果常不一致。如何科学地分析这些众多的不一致的结果正是目前基因定位和克隆研究者普遍面临的一个问题。为此,针对不同的连锁分析研究设计,以实例阐述了有关的方法及技巧。 相似文献
9.
单糖组成分析方法的研究进展 总被引:2,自引:0,他引:2
单糖组成分析是对多糖以及糖蛋白中多种单糖组分的定性、定量分析。该分析方法可被用来分析多糖结构以及在多糖类药物研发或生产中起到质量控制的作用。就近几年来多糖以及糖蛋白中的单糖组成、分析方法进行了综述,包括对样品的水解方法以及不同色谱法和电泳法利弊的分析。 相似文献
10.
11.
生物及生化分析方法在食品分析中的应用 总被引:1,自引:0,他引:1
生物及生化分析方法在食品分析中的应用龚镥,卢大用,曹静懿(上海大学生命科学学院,上海201800)本文概述厂在食品分析中所涉及的生物及生化分析方法的原理、优缺点和应用,并对近年来国内外在这方面的工作进行了简要的评述,以期引起同行们的关注。1.生物及生... 相似文献
12.
13.
14.
15.
16.
17.
基因表达分析方法及其研究进展 总被引:1,自引:0,他引:1
近几年来,随着功能基因组学研究的兴起,基因表达研究的分析方法也在不断发展,主要有:差减杂交、差异显示、表达序列标签、基因表达的序列分析、微阵列杂交等。简要评述这五种方法的原理、优缺点等。 相似文献
18.
多单位神经纤维放电自动分析方法 总被引:1,自引:0,他引:1
自1970年后,不少实验室对多单位神经纤维放电进行了自动分析研究。常用的方法是以放电脉冲的最大绝对振幅作为判别依据,由硬件电路或通过计算机软件设置电压窗口,以实现神经动作电位的计数或放电波形重放。在对多单位神经纤维动作电位进行分析观察时,必需设置数个窗口,用以分别鉴别每根纤维的放电脉冲。如采用硬件电路完成上述工作, 相似文献
19.
运用计算机进行核酸和蛋白质的序列分析是分子生物学研究的一个较新发展,这项技术已越来越多地用于研究大量积累的序列数据。蛋白质功能区是蛋白质分子中能独立折叠成具有一定结构并执行特定功能的结构域,所有具有同一类功能区的分子统称为一个蛋白质的超族(protein superfamily)。本文通过对免疫球蛋白(Ig)超族及其功能区序列所进行的分析,建立了一种根据功能区之保守片段残基组成的模式匹配分析检索蛋白质功能区的方法,它先根据多序列的对准比较确定某一类功能区之保守片段,再对已知的保守片段各位置上氨基酸残基组成进行统计分析,然后根据与统计数值相匹配的方法,计算待检序列残基组成的统计学意义,由此确定功能区的存在。该方法的优点在于它不仅可以检出已知的具有某一类功能区的分子,而且还可能发现新的具有该功能区的分子,从而推测后者的功能。 相似文献
20.
谭俊袁少勋明文龙孙啸 《生物技术进展》2018,8(4):277-283
在生物医学大数据背景下,精准医学的研究重点之一是基因型数据和表型数据的融合及关联分析,通过数据融合及关联分析,认识疾病表型特征与基因多态性及基因活动之间的关系。影像基因组学作为一个新兴研究领域,它将疾病影像数据和基因组数据整合,并挖掘两者之间的联系,从而发现能够反映基因多态或表达的影像特征,在此基础上建立基于影像特征的非侵入式疾病诊断方法,是目前生物医学最有前景的研究领域之一。综述了影像基因组学领域的研究方法,包括基因组数据分析、影像数据分析以及基因组数据-影像数据融合分析方法。在此基础上,介绍了影像基因组学目前在临床上的典型应用,包括疾病的辅助诊断、预后预测和疗效评估。最后,对影像基因组学的未来发展进行了展望。 相似文献