一株C3形态多重耐药大肠杆菌噬菌体生物学特性和基因组分析

【目的】多重耐药菌的出现对公共卫生安全构成严重威胁,本研究分离多重耐药大肠杆菌噬菌体,研究其生物学特性和基因组特征,为耐药菌的噬菌体疗法提供理论依据。【方法】使用双层平板法从污水样本中分离纯化大肠杆菌噬菌体;磷钨酸染色后通过透射电镜观察形态;测定其宿主范围,测定温度和pH稳定性、一步生长曲线和体外抑菌效果等生物学特性;体内抑菌试验评估噬菌体对多重耐药大肠杆菌N1203-1Af感染的大蜡螟幼虫的保护作用;基于全基因组测序对其基因组特点进行分析。【结果】本研究分离共得到5株大肠杆菌噬菌体,分别命名为pEC-S163-2.1、pEC-S163-2.2、pEC-M1167-5Ar.1、pEC-m1291-2Dr.1和pEC-N1203-2Af.1;电镜结果显示噬菌体pEC-N1203-2Af.1属于短尾噬菌体中罕见的C3形态型,头部较长,长是宽的2–3倍;pEC-N1203-2Af.1可裂解受试15株大肠杆菌中的3株;感染10 min后进入指数增长期,–20-50℃、pH值为4.0–10.0的环境下均能够保持稳定活性;大蜡螟幼虫感染大肠杆菌N1203-2Af后噬菌体pEC-N1203-2Af....     

综合多组学数据的肝细胞癌分层策略及进展

肝细胞癌（hepatocellular carcinoma,HCC）是最常见和致命的肝脏恶性肿瘤。这种疾病的治疗一直受到其异质性的阻碍,极大限制了其个性化治疗的进展。因此,将高度异质的HCC分成具有相似特征的分子亚类对其临床治疗有着重要意义。随着高通量技术的不断发展,多种组学数据的关联研究可以加深了解HCC发生背后的生物学机制,也为HCC分层研究打开了新的思路。本文对当前HCC多组学分层策略及其相关研究进行了综述,并总结了当前HCC亚型的多组学特征。     

发菜磷酸葡糖胺变位酶(glmM)对干旱胁迫的响应及其基因克隆

glmM编码的磷酸葡糖胺变位酶是肽聚糖合成前体的关键酶。为探究发菜glmM响应干旱胁迫的表达调控机制及明确其分子信息,本研究对干旱胁迫条件下发菜glmM在转录水平的差异表达进行了分析,并对glmM的表达水平、磷酸化修饰、乙酰化修饰和琥珀酰化修饰水平进行了检测,克隆了发菜glmM,进行了序列分析和原核表达。结果表明,干旱胁迫条件下,发菜glmM在转录水平上的表达量先增加后减少,glmM上调表达,glmM的磷酸化修饰水平逐渐增加,乙酰化修饰水平相对稳定,琥珀酰化修饰水平有明显变化。设计特异性引物克隆glmM基因,获得全长1416 bp发菜glmM基因,与肺衣(5183)glmM的核苷酸序列同源性为95%,氨基酸同源性为97%。将glmM在大肠杆菌中表达,获得一个51.45 kD的外源蛋白,MALDI-TOF-TOF/MS分析证明该蛋白为磷酸葡糖胺变位酶。研究结果为深入研究发菜glmM的分子信息、生物学功能及其响应干旱胁迫的分子机制提供帮助。     

谷氨酸棒杆菌碱基编辑的条件优化

近年来,基于CRISPR/Cas9的碱基编辑技术因其具有不产生DNA双链断裂、无需外源DNA模板、不依赖宿主同源重组修复的优势,已经逐渐发展成为一种强大的基因组编辑工具,在动物、植物、酵母和细菌中得到了开发和应用。研究团队前期已在重要的工业模式菌株谷氨酸棒杆菌中开发了一种多元自动化的碱基编辑技术MACBETH,为进一步优化该方法,提高碱基编辑技术在谷氨酸棒杆菌中的应用效率,本研究首先在谷氨酸棒杆菌中构建了基于绿色荧光蛋白(GFP)的检测系统:将GFP基因的起始密码子ATG人工突变为ACG,GFP无法正常表达,当该密码子的C经编辑后恢复为T,即实现GFP蛋白的复活,结合流式细胞仪分析技术,可快速衡量编辑效率。然后,构建针对靶标位点的碱基编辑工具,经测试,该位点可成功被编辑,在初始编辑条件下碱基编辑效率为(13.11±0.21)%。在此基础上,通过对不同培养基类型、诱导初始OD600、诱导时间、诱导物浓度进行优化,确定最优编辑条件是:培养基为CGXII,初始OD600为0.05,诱导时间为20 h,IPTG浓度为0.01 mmol/L。经过优化,编辑效率达到(30.35±0.75)%,较初始条件提高了1.3倍。最后,选取原编辑条件下编辑效率较低的位点,进行了优化后编辑条件下的编辑效率评估,结果显示,不同的位点在最优编辑条件下的编辑效率提高了1.7–2.5倍,进一步证实该优化条件的有效性及通用性。研究结果为碱基编辑技术在谷氨酸棒杆菌中更好的应用提供了重要的参考价值。     

云南48种木兰科野生植物资源遗传多样性研究

为了解云南省木兰科（Magnoliaceae）野生植物资源的遗传多样性,利用ISSR分子标记技术对48种木兰科野生植物资源进行研究。结果表明,10对引物共扩增出151条带,均为多态性条带,多态性条带百分率为100%。总的观测等位基因数（N_a）为2.000 0,有效等位基因数（N_e）为1.564 5,Nei’s基因多样性指数（H）0.337 9,Shannon’s信息指数（I）为0.510 1。总的基因多样性指数（H_t）为0.368 0,属间基因多样性指数（D_st）为0.251 9,占68.4%,基因分化系数（G_st）为0.684 0,基因流（N_m）为0.231 0。UPGMA聚类分析将48种木兰科植物划分为7个类群,各类群并非按照属聚在一起,而是不同属植物相间分布,长喙厚朴（Magnolia rostrata）、素黄含笑（Michelia flaviflora）和球花含笑（M.sphaerantha）可能为云南省木兰科植物中的原始种。48种木兰科野生植物总体具有较高的遗传多样性,但属间遗传变异较高,基因流较小,存在遗传漂变的风险,聚类结果与刘玉壶的分类系统存在分歧,这从分子水平为木兰科植物间的起源、进化与分类提供了重要依据。     

谷氨酸棒杆菌中基于CRISPR/Cas9的多位点碱基编辑系统的优化

作为新型的基因组编辑工具,碱基编辑技术结合了CRISPR/Cas系统的定位功能和碱基脱氨酶的编辑功能,可实现特定位点的碱基突变,具有不产生双链DNA断裂,无需外源模板且不依赖染色体DNA同源重组的优势.目前,研究者们已在重要的工业生产菌株谷氨酸棒杆菌(Corynebacterium glutamicum)中开发了多种碱...     

东北地区高温对玉米生产的影响及对策

极端高温是制约东北农作区玉米生产的主要气象灾害之一.本文通过研究气候变暖背景下玉米不同生育时期内日最高温度大于30℃的积温(AT)和日最高温度大于30℃的天数(AD)的时空变化特征,分析了极端高温对东北农作区不同地区玉米生产的影响,并探讨了应对高温的对策.结果表明:1961—2010年,东北农作区玉米生育期内温度显著升高,开花期(花前花后20 d)最高温度明显大于其他生育时期,玉米全生育期、营养生长期(播种到开花前11 d)、花期和生育后期(开花后11 d到收获)4个时期日最高温度的气候趋向率分别为0.16、0.14、0.06和0.23℃·10 a-1.近50年东北农作区玉米全生育期AT明显增加,西南部地区的AT明显高于其他区域,营养生长期AT的增加趋势明显大于其他两个时期.玉米全生育期AD明显增加,高值区也主要集中在西南部地区,生育后期的AD的增加趋势大于其他两个生育时期.东北农作区玉米生育期内极端高温显著影响玉米生产,其中营养生长期的极端高温对玉米产量的不利影响十分显著,松辽平原地区玉米生产的高温风险明显大于其他地区.优化作物布局,培育耐高温品种,调整玉米生产管理措施,构建防灾减灾玉米生产体系是东北农作区玉米生产应对高温风险的有效措施.     

三角叶滨藜的组织培养和植株再生

1　植物名称　三角叶滨藜 (Atriplextriangu laris)。2　材料类别　无菌苗的子叶。3　培养条件　培养基 :( 1 )MS + 6 BA 1mg·L- 1(单位下同 ) + 2 ,4 D 1 ;( 2 )MS + 6 BA 1 +NAA 1 ;( 3)MS + 6 BA 1 +IBA 1 ;( 4 )MS + 6 BA 1 +IAA1 ;( 5 )MS + 6 BA 0 .5 +IAA 0 .1 +GA 0 .2 ;( 6)MS + 6 BA 0 .5 +IAA 0 .4+GA 2 ;( 7)MS + 6 BA1 +IAA 0 .2 +GA 2 ;( 8)MS + 6 BA 1 +IAA 0 .4+GA 2 ;( 9) 1 /2MS +IAA 2 ;( 1 0 ) 1 /2MS。上述培养基 ( 1 )～ ( 4 )加CH(水解酪蛋白 ) 2 0 0、45 g·L- 1 蔗糖 ,( 5 )～ ( 8…     

落叶阔叶林冠层光合有效辐射分量的遥感模拟与分析

冠层绿色叶片(光合组分)的光合有效辐射分量(绿色FPAR)真实地反映了植被与外界进行物质和能量交换的能力,获取冠层光合组分吸收的太阳光合有效辐射,对生态系统生产力的遥感估算精度的提高具有重要的意义。研究以落叶阔叶林为例,基于SAIL模型模拟森林冠层光合组分和非光合组分吸收的光合有效辐射,研究冠层FPAR变化规律以及与植被指数的相关关系。结果表明,冠层结构的改变会影响冠层对PAR的吸收能力,冠层绿色FPAR的大小与植被面积指数及光合组分面积比相关;在高覆盖度植被区,冠层绿色FPAR占冠层总FPAR的80%以上,非光合组分的贡献较小,但在低植被覆盖区,当光合组分和非光合组分面积相同时,绿色FPAR不及冠层总FPAR的50%;相比于NDVI,北方落叶阔叶林冠层EVI与绿色FPAR存在更为显著的线性相关关系(R~20.99)。     

基于深度学习的农业植物表型研究综述

植物表型是指植物可测量的特征和性状,是植物受自身基因表达、环境影响相互作用的结果,也是决定农作物产量、品质和抗逆性等性状的重要因素.大多数植物表型信息可通过数字图像处理的方法获取和分析.随着基因组学研究的快速发展,传统植物表型研究方法在诸多方面已无法满足进一步研究的需要,高精度、高通量的植物表型获取技术成为植物表型研究的新兴热点方向.近年来深度学习在数字图像处理领域取得了突破性进展,在物体识别、分割等应用上,基于深度学习的图像处理在技术表现上远好于传统方法.在植物表型研究领域,如何使用深度学习技术研究植物表型已成为研究人员十分关注的一项研究问题.本综述从植物株型与生理参数获取、植物识别与杂草检测、病虫害检测以及产量预测四个方面,对近几年基于深度学习的植物表型检测方法进行概述,同时还分析了这些方法和传统机器学习方法的优劣,最后对基于深度学习的植物表型研究的未来趋势进行分析和展望.