枫香自然种群遗传多样性的ISSR分析

利用ISSR分子标记技术,对浙江省内枫香自然种群的遗传多样性进行分析。用10个引物对5个枫香种群共100个个体的样品DNA进行扩增,共测得135个位点,其中多态位点为118个,多态位点百分率(P)为87.41%,Shannon指数(I)为0.4646,Nei指数(h)为0.3122,表明枫香总体水平的遗传多样性较高。各种群的多态位点百分率平均为59.11%,Shannon指数平均为0.3660,Nei指数平均为0.2543。P、I、h均显示北山种群最高,天台山种群最低。AMOVA分子差异分析显示:85.49%的变异存在于种群内,14.51%存在于种群间,基因分化系数(Gst)为0.1856,种群间的遗传分化程度较低。种群间的基因流(Nm)为2.1944。5个种群间的平均遗传距离为0.1199。利用UPGMA法对5个种群进行聚类分析,结果分为两大类群:白云山、天台山、北山和安岱后4个种群组成一大类群;大明山种群单独为另一类群。     

浙江省境内乌药种群遗传多样性研究

利用ISSR分子标记方法对浙江省境内的8个乌药自然种群的遗传多样性和遗传分化进行了研究。从100个引物中筛选出12个用于正式扩增的ISSR引物,在8个种群160个个体中共检测到125个位点,其中多态位点100个,多态位点百分率(P)为80%,各种群P平均为60.5%。乌药总的Shannon信息指数(I)为0.3762,Nei指数(h)为0.246 4,各种群I平均为0.317 3,h平均为0.213 1。AMOVA分析表明在总的遗传变异中,11.44%的变异发生在种群间,88.56%的变异发生于种群内,种群间的遗传分化系数(Gst)为0.134 9,乌药种群间的基因流(Nm)为3.205 2。8个种群间的平均遗传距离为0.049 4,利用算术加权平均数法(UPGMA)对乌药8个种群进行聚类,结果可分为2大类群,台州市的水磨坑、上泮、苍山等3个种群聚为一类,其余5个种群聚为另一类。     

木荷种群在演替系列群落中的遗传多样性

利用ISSR分子标记对木荷种群在3个演替系列群落中的遗传多样性进行了研究。12个随机引物共检测到203个可重复的位点,其中多态位点183个,总多态位点百分率（P）为90.15%,平均多态位点百分率为82.27%。Shannon信息指数（I）估算的总遗传多样性为0.524 4,平均为0.477 8。Nei指数（h）计算的总基因多样性为0.358 7,平均为0.326 5。3个种群的P、I、h大小顺序均为针叶林>针阔混交林>常绿阔叶林。AMOVA分子变异显示91.56%变异来源于种群内,8.44%变异来源于种群间。种群间的遗传分化系数（G_ST）为0.089 7,基因流（N_m）为5.073 1。种群间的遗传相似度平均为0.928 4,遗传距离平均为0.074 4,针叶林种群与针阔混交林种群遗传相似度最高。     

四川六个厚朴种群遗传结构

利用ISSR技术对四川6个野生厚朴种群的遗传结构进行了分析,以评估野生厚朴资源的遗传现状。10条ISSR引物共测到114个位点,其中多态位点93个,多态位点百分率(PPB)为81.58%,Nei遗传多样性指数(H)和Shannon信息指数(I)分别为0.320和0.469,表明厚朴物种水平具有较高的遗传多样性;相比之下,种群水平遗传多样性则相对较低(PPB、H、I分别平均为48.25%、0.189和0.277)。分子变异分析(AMOVA)表明,种群内部和种群间均存在极显著遗传分化(P0.001),其中,36.82%的变异存在于种群间,63.18%存在于种群内,种群间的基因分化系数(GST)为40.42%。厚朴种群间的基因流(Nm)为0.737,平均遗传距离为0.211,算术加权平均数法(UPGMA)显示厚朴6个种群被分为3大类群。Structure分析表明,厚朴种群间遗传结构具有独立性特点。     

东南石栎种群在演替系列群落中的遗传多样性

在浙江省天台山,利用RAPD技术对东南石栎种群演替系列群落针叶林、针阔混交林、常绿阔叶林中的遗传多样性和遗传分化进行了研究。结果表明,12个随机引物在60株个体中共检测到173个可重复位点,其中多态位点152个,总多态位点百分率为87.86%,3个种群平均多态位点百分率为65.32%。采用Shannon信息指数计算的3个种群总的遗传多样性为0.4529,平均为0.3458。采用Nei指数计算的3个种群总的基因多样性为0.3004,平均为0.2320。3个种群的多态位点百分率、Shannon信息指数、Nei指数大小顺序均为针叶林种群>针阔混交林种群>常绿阔叶林种群。AMOVA分子变异显示,72.85%变异来源于种群内,27.15%变异来源于种群间。种群间的遗传分化系数为0.2277,基因流为1.6949。东南石栎这种遗传结构是其本身生物学特性的反映,同时也与群落的微环境密切相关。3个东南石栎种群间的遗传相似度平均为0.8662,遗传距离平均为0.1442。针阔混交林种群与常绿阔叶林种群的遗传相似度最高,常绿阔叶林种群与针叶林种群最低。根据Nei的遗传距离对不同种群进行非加权成组配对法(UPGMA)聚类表明,针阔混交林种群与常绿阔叶林种群先聚合,再与针叶林种群聚在一起。     

水松自然种群和人工种群遗传多样性比较

采用ISSR分子标记技术分析水松不同起源种群的遗传多样性.结果表明:10条引物共检测出95个扩增位点,多态位点数占39.0%.与其他濒危裸子植物相比,水松的遗传多样性较低,遗传分化系数Gst为0.3982,基因流Nm仅0.3778,种群间存在一定程度的遗传分化,但种群内变异占主导地位;遗传距离与地理距离呈正相关关系.自然种群的多态位点百分率(P)、Nei的条带多样度(He)和Shannon信息指数(Ⅰ)平均值(39.3%、0.1499和0.2202)分别高于人工种群(30.7%、0.1265和0.1759).自然种群的遗传分化系数(Gst0.4513)和平均遗传距离(D=0.0301)也高于人工种群(Gst=0.3025,D=0.0192).     

秦岭秀雅杜鹃野生种群遗传多样性和遗传分化的AFLP分析

利用AFLP分子标记技术,对秦岭地区7个秀雅杜鹃野生种群的遗传多样性和遗传分化进行研究.结果表明:M52E41、M62E46和M64E94等3个引物组合共扩增出182条DNA片段,其中151条是多态的,多态位点比率为83.1％.7个秀雅杜鹃种群所检测的多态位点百分率(PPL)、Nei的基因多样性指数(h)和Shannon信息指数(I)的变化趋势一致,其排序为眉县种群＞柞水种群＞镇安种群＞户县种群＞宁强种群＞南郑种群＞周至种群.POPGENE分析表明,秀雅杜鹃在物种水平(PPL=91.22％,I=0.7217,h=0.5095)和种群水平(PPL=77.56％,I=0.6409,h=0.4725)都具有较高的遗传多样性.种群间的遗传分化系数(Gst)为7.26％,说明有92.74％的变异存在于种群内部.AMOVA分析表明,在总的遗传变异中,85.3％的变异发生在种群内,14.7％的变异发生在种群间,说明秀雅杜鹃种群的遗传变异主要存在于种群内部.UPGMA聚类分析表明,种群间的遗传距离与种群间的地理距离没有明显的相关性.最后提出了秦岭地区秀雅杜鹃种质资源的保护策略.     

大连沿海鼠尾藻野生种群遗传结构的ISSR分析

为了解大连沿海鼠尾藻野生种群的遗传结构,采用ISSR分子标记技术对5个采自辽宁大连和1个采自山东蓬莱的野生鼠尾藻种群进行遗传多样性和亲缘关系分析。利用筛选出的14个ISSR引物共扩增得到160个位点,其中多态性位点145个,多态位点个数占90.62%。6个种群的多态位点百分率(PPB)分布为41.25%～64.38%,基因多样性指数(H)为0.2321～0.3464,而Shannon信息指数(I)则为0.1585～0.2333,大连沿海鼠尾藻种群的遗传多样性水平高于蓬莱种群。分子变异分析(AMOVA)结果表明:在总的遗传变异中,种群内部变异为5.66%,种群之间为64.34%。基因流Nm=0.7837,各种群间存在有限的基因交流。UPGMA聚类结果显示,大长山(DC)、董坨子(DT)和将军石种群(JJ)聚为一支,亲缘关系较近,再与石城岛(SC)和盐场种群(YC)聚类,最后与蓬莱种群(PL)聚类在一起。鼠尾藻的生殖方式以及生长环境的差别可能是其种群遗传分化的主要原因。     

短柄袍种群遗传多样性的ISSR分析

利用ISSR分子标记方法对分布在浙江省境内的7个短柄袍种群的遗传多样性和遗传分化进行了分析。从100个引物中筛选出12个用于正式扩增的ISSR引物,在7个种群140个个体中共检测到132个位点,其中多态位点118个,多态位点百分率（P）为89．39％,各种群P平均为58．87％。短柄袍总的Shannon信息指数（I）为0．4933、Nei指数（h）为0．3347,各种群,平均为0．3362、h平均为0．2291。P、I,h均显示云峰种群最高,天台山种群最低。AMOVA分子差异分析表明,67．97％的变异存在于种群内,32．03％的变异存在于种群间,种群间的基因分化系数（GST）为0．3154。短柄袍种群间的基因流为（Nm）为1．0853。7个种群的平均遗传距离为0．1739。利用UPGMA法对7个种群进行聚类,结果显示天台山和雪窦山种群聚成一类,其它5个种群聚成另一类。     

利用AFLP分子标记探讨蜡梅种质资源的遗传多样性

利用AFLP分子标记技术,对中国蜡梅种质资源7个野生种群的遗传多样性进行了研究。利用筛选出的3对引物,共扩增出253条谱带,其中218条多态带,多态位点占86.17% ;种群间的基因分化系数为0.2906,说明蜡梅基因多样性主要存在于种群内;种群总的Nei s基因多样性指数为0.2933,Shannon信息多态性指数为0.4487,蜡梅总的遗传多样性水平较高。蜡梅不同种群遗传多样性水平差异较大,种群多态位点百分率在65.44% ～87.16%之间,Nei s基因多样性指数为0.1653 ～0.4012,Shannon信息多态性指数为0.3132 ～0.5603。神农架种群(SN)和保康种群(BK)的遗传多样性水平较高。用NTSYS2.01版软件对样品进行UPGMA聚类分析,结果7个种群并没有按地理距离进行聚类。最后提出要对各蜡梅野生群体采取相应的迁地和就地保护措施。     

Investigation of the mechanism of temperature sensitivity of the electroreceptors of ampullae of lorenzini

In experiments on Black Sea skates (Raja clavata), the potential of the receptor epithelium of the ampullae of Lorenzini and spike activity of single nerve fibers connected to them were investigated during electrical and temperature stimulation. Usually the potential within the canal was between 0 and –2 mV, and the input resistance of the ampulla 250–400 k. Heating of the region of the receptor epithelium was accompanied by a negative wave of potential, an increase in input resistance, and inhibition of spike activity. With worsening of the animal's condition the transepithelial potential became positive (up to +10 mV) but the input resistance of the ampulla during stimulation with a positive current was nonlinear in some cases: a regenerative spike of positive polarity appeared in the channel. During heating, the spike response was sometimes reversed in sign. It is suggested that fluctuations of the transepithelial potential and spike responses to temperature stimulation reflect changes in the potential difference on the basal membrane of the receptor cells, which is described by a relationship of the Nernst's or Goldman's equation type.I. P. Pavlov Institute of Physiology, Academy of Sciences of the USSR, Leningrad. I. M. Sechenov, Institute of Evolutionary Physiology and Biochemistry, Academy of Sciences of the USSR, Leningrad. Pacific Institute of Oceanology, Far Eastern Scientific Center, Academy of Sciences of the USSR, Vladivostok. Translated from Neirofiziologiya, Vol. 12, No. 1, pp. 67–74, January–February, 1980.     

Principles of organization and evolution of systems of regulation of functions

Evolution of living organisms is closely connected with evolution of structure of the system of regulations and its mechanisms. The functional ground of regulations is chemical signalization. As early as in unicellular organisms there is a set of signal mechanisms providing their life activity and orientation in space and time. Subsequent evolution of ways of chemical signalization followed the way of development of delivery pathways of chemical signal and development of mechanisms of its regulation. The mechanism of chemical regulation of the signal interaction is discussed by the example of the specialized system of transduction of signal from neuron to neuron, of effect of hormone on the epithelial cell and modulation of this effect. These mechanisms are considered as the most important ways of the fine and precise adaptation of chemical signalization underlying functioning of physiological systems and organs of the living organism