基于Faster R-CNN的对虾生长性状表型高通量测定技术的建立及应用

为提高对虾外部生长性状表型数据的获取效率,利用拍照获得的对虾外部表型照片,采用基于区域生成网络RPN(Region Proposal Networks)的Faster R-CNN(Faster Region-convolutional neural networks)深度学习神经网络,通过对8400张对虾表型照片的学习和训练,构建了快速识别对虾全长并输出位置信息的模型。该模型可识别图片中的对虾并以识别框的形式表示出具体的位置。对于不同角度拍摄的对虾,模型生成识别框的长度或对角线长度与人工测量的对虾全长之间呈高度相关。研究以此建立了对虾全长性状表型数据高通量测定技术,该技术的建立可以在对虾生长性状表型数据测定中节省人工测量的时间,提高了对虾全基因组选择育种的效率。此外,该模型的建立也为对虾头胸部长度及不同体节长度等其他外部表型数据的测定提供了新的思路,为对虾生长性状表型组的建立奠定了重要基础。     

青海省吸虱名录初报

报道从青海省采获的吸虱共19种，隶属6科8属。     

性激素对体外培养的人子宫内膜的影响

本工作观察了性激素对体外培养的人子宫内膜的影响。利用多杯法培养了82例人子宫内膜。绝大部分是增生期内膜。培养液基本成分为75%人工培液“T8”或“199”加25%小牛血清,青霉素100单位/毫升,链霉素500单位/毫升。所加的性激素为黄体酮和雌二醇,按培养浓中所含激素不同,分为四组培养液。组织学和组织化学方法显示体外培养三天的增生期内膜有明显的变化。有些标本在未加激素的培养液内培养,内膜提早转化为分泌期内膜,腺上皮细胞出现核下空泡,PAS 反应显示糖元颗粒,基质细胞出现前蜕膜反应。但有些标本需要在培养液内加适量黄体酮或黄体酮配伍雌二醇条件下,增生期内膜才转化为分泌期内膜。由此看来,人子宫内膜在体外短期培养条件下,能反映有机体内在的性激素和外源的性激素的影响;并认为利用这种器官培养方法,可在同一标本分别加入不同条件来研究子宫内膜的变化是较为理想的途径。     

辐冠苣苔属(苦苣苔科)一新替代名称——Radiaticorollarus Y. G. Wei,F. Wen & Lei Cai（英文）

辐冠苣苔属为中国广东特有苦苣苔科单型属,因其具有苦苣苔科中相对比较少见的辐射状花冠裂片而得名。有学者提出因其属名Actinostephanus F. Wen, Y. G. Wei&L. F. Fu和已灭绝的化石浮游植物属名Actinostephanos Khursevich极其相似而易于混淆,应处理为晚出同名。依据2018年《国际藻类、菌物和植物命名法规(深圳法规)》,该文为该晚出同名拟定了一个新名称,即Radiaticorollarus Y. G. Wei, F. Wen&Lei Cai,并将其属下辐冠苣苔Actinostephanus enpingensis F. Wen, Y. G. Wei&Z. B. Xin处理为新组合Radiaticorollarus enpingensis(F. Wen, Y. G. Wei&Z. B. Xin) F. Wen, Y. G. Wei&Lei Cai的异名。     

二斑叶螨雌成螨对高温胁迫的生理响应

为明确二斑叶螨对设施农业中温室高温环境胁迫的生理响应,在实验室内以二斑叶螨Tetrarcychus urticae雌成虫为试螨,设置36℃、39℃和42℃3个温度梯度,2 h、4 h和6 h 3个胁迫时间,测定各胁迫处理后其体内多功能氧化酶(MFO)、羧酸酯酶(CarE)、谷胱甘肽S-转移酶(GST)的酶比活力以及酶动...     

跨膜转录因子Nrf3的分子结构及生物学功能研究进展

跨膜转录因子Nrf3属于CNC-bZIP家族的重要一员，相较于同家族研究最多的成员Nrf1和Nrf2，人们对Nrf3的生物学功能仍有太多未知。近年来，结合多组学研究技术的应用，Nrf3的生物学功能逐渐被揭示，在组织发育与功能特化、细胞内氧化还原稳态、蛋白质稳态、脂代谢稳态、能量代谢和固有免疫调节等功能中发挥重要作用。随着基因敲除小鼠模型的运用和临床研究发现，Nrf3主要参与糖代谢、胆固醇代谢、蛋白质修饰、内质网应激以及慢性炎症、神经退行性病变等生理病理过程，尤其是介导肿瘤发生发展过程中糖脂代谢重编程。为更好理解Nrf3的作用，对其分子结构和生物学功能进行简要综述。     

生态地理分区视角下的辽宁省植被归一化植被指数的时空变化

归一化植被指数(NDVI)是反映植被覆盖及其生长状况的重要指标，探究其时空变化以及对生态因子的响应，对区域生态保护和自然资源管理有重要意义。本研究将辽宁省分为3个生态地理区(西北农牧交错区、中部农业区、东部农林区),基于遥感、植被、气候、地形和人类活动等数据，采用趋势分析法和地理探测器模型，揭示了辽宁省植被NDVI的时空变化趋势，以及各驱动因子对辽宁省植被NDVI分布格局的影响强度和交互作用机制。结果表明：2001—2020年，辽宁省NDVI年均值在0～0.92,呈现东部高西部低、内陆高沿海低的分布格局。植被覆被整体呈增加趋势，其中，NDVI增加的区域主要集中在西北农牧交错区和东部农林区；NDVI减少的区域主要集中在中部农业区与东部农林地区的交界处，以及东部农林区沿海一带。3个生态地理分区的年均NDVI变化各不相同，其中，西北农牧交错区NDVI整体偏低，但呈缓慢上升的波动趋势；东部农林地区NDVI整体偏高，NDVI年际变化基本稳定；中部农业区的NDVI高值和低值错落分布，NDVI年际变化呈减少趋势。3个生态地理分区中，自然因子是NDVI变化的关键驱动力，其中，积温和降水的影响最大。各因...