怒江石豆兰，中国兰科一新种

在野外和标本研究的基础上, 描述了中国兰科石豆兰属的一新种,怒江石豆兰, 并提供彩色图片和线条图。 怒江石豆兰与大苞石豆兰很近,但这两个种在花的颜色、侧萼片合生程度、花瓣形状等性状上区别明显。     

实时荧光PCR在治理石油污染中的应用

石油污染已成为全球最严重的环境问题之一,运用生物学方法治理石油污染逐渐成为研究热点。从大港油田原油样品中筛选到12株能降解原油的菌株,分别对其降解特性进行了研究。其中,被命名为BS的菌株对原油的降解效果最好,降解率高达89.1%,经16S rDNA序列比对,与Bacillus subtilis BSn5的相似性达100%。通过生物信息学的方法,分析菌株B.subtilis BSn5的代谢途径,该菌株中有11个基因参与石油烃类化合物的降解过程。最后利用实时荧光PCR技术,测定在石油降解过程中起重要作用的烷基羟化酶基因(alkB)在菌株BS与标准菌株B.subtilis BSn5中的表达量,结果显示,该基因在菌株BS中的表达量较标准菌株B.subtilis BSn5高约2倍,这可能与菌株BS的生存环境有关。为检测和分析石油污染,筛选含有降解石油功能基因的微生物及构建工程菌株提供了新的手段。     

一段难以忘怀的美好时光

正王文采院士是著名的传统植物分类学家。他主要研究毛茛科、苦苣苔科、紫草科、荨麻科等的分类和系统学,新发现了20个属,约500个新种,修订了毛茛科翠雀属、唐松草属、铁线莲属等多个属的分类系统;同时在对苦苣苔科的分类和系统学研究中,揭示了科的演化趋势,建立了后蕊苣苔属、吊石苣苔属和小花苣苔属的分类系统。我和他的相知相识就缘自"植物分类"这个专业媒介。事情可以追溯到1961年,那     

壳聚糖-有机累托石/海藻酸钠复合纳米粒的制备

目的:以BSA作为模型药物,制备壳聚糖季铵盐-OREC复合物纳米微粒,建立一种安全有效的药物控释传递系统。方法:超声条件下,制备不同质量比的具有壳聚糖硅酸盐插层结构的复合物纳米微粒,观察其形态学特征、进行红外光谱分析。同时,测定OREC对BSA包封率和载药量的影响。结果:成功制备了不同质量比的OREC-HTCC纳米粒子。电镜结果显示纳米粒呈圆球形,均匀,平均粒径约为30nm。红外图谱分析证实,HTCC插入了OREC插层中,BSA成功地包裹入HTCC-ALG/OREC混合材料制备的纳米微粒。加入OREC后,纳米粒子的包封率及载药量均明显提高,但随着加入量的增加,包封率及载药量逐渐减少。结论:OREC-HTCC纳米粒子是良好的蛋白药物载体,具有粒径小、包封率高、缓释效果好等优点,为CS-OREC作为潜在的药物给药系统的进一步应用提供科学依据。     

牙形石数字图像采集与图像增强方法研究

化石自动鉴定研究是古生物学研究的一个前沿方向。数字图像的采集与处理是化石自动鉴定的基础,处理后的图像质量直接影响了计算机识别的效果。文中以牙形石为例,通过对化石数字图像采集方法的研究,获得了光学显微图像和扫描图像两类牙形石数字图像。详细介绍了灰度变换、均值滤波、中值滤波和微分算子等图像增强方法,通过实验比较了各自的优缺点。实验结果表明,这些方法可以有效改善牙形石数字图像质量。选择合适的图像增强方法能够突出牙形石的细节,有利于牙形石的特征观察和进一步的分析,为后续的牙形石自动鉴定研究奠定了基础。     

石油污染对海洋浮游生物的影响

从浮游植物和浮游动物两方面分析了海洋石油污染对海洋浮游生物的影响。石油污染影响多种海洋浮游生物的生长、分布、营养吸收、光合作用及浮游植物参与DMS的产生和循环的过程,可以引发赤潮。石油污染对浮游生物的生长可以表现出促进作用也可表现出抑制作用。由于石油的遮光作用,浮游生物的光合作用受到抑制,进而影响垂直分布及昼夜移动情况。石油污染可由浮游生物经食物链对其它海洋生物产生的影响。     

塔里木板块塔中上奥陶统良里塔格组的核形石

核形石包壳特征是分类的重要依据,包壳形态在一定程度取决于其生长环境中的水流能量因素.塔中油田3口井上奥陶统凯迪阶良里塔格组礁滩相所显示的生态指标具有差异性,其中核形石形态学与其产出层位沉积时的能量条件具有很大程度的协同.全包裹型圆形或椭圆形核形石多见于颗粒厌岩和泥粒状灰岩,代表中-高能沉积环境;正常核形石在高能环境出现频率较大;薄皮型核形石多为中等能量的产物;半包裹型核形石多见于灰泥基质的粒泥状灰岩-泥粒状灰岩,指示水流能量偏低的环境,复合型核形石具备半包裹型和全包裹型核形石特征,代表水动力条件相对较强、中高等能量相互交替的环境.     

湖北星斗山台湾杉居群的遗传多样性研究

采用随机扩增多态性DNA(RAPD)方法对孑遗植物台湾杉分布于湖北星斗山的野生和栽培居群共42个个体进行了遗传多样性分析。从60个随机引物中筛选出13个引物,共扩增出155条清晰谱带,多态位点百分率为72.9%。野生居群和栽培居群的多态位点百分率分别为65.81%和59.35%;Nei’s基因多样性分别为0.2001和0.1911;Shannon’s信息指数分别为0.3120和0.2946。野生居群的遗传多样性高于栽培居群,表明这些原生古树的后代出现了一定程度的遗传衰退。用UPGMA方法对42个单株聚类可知,来自野生群体的个体和来自栽培群体的个体明显地各聚为一类。尽管孑遗物种台湾杉在湖北仅有一个野生群体,且为零星分布,总个体数40多株,但仍保持较高的遗传多样性水平,这说明遗传多样性不是导致其种群濒危的主要原因,导致台湾杉种群濒危的原因可能与台湾杉自然种群及群落所处生境的直接破坏及其本身生物学和生态学特性所导致的自然更新不良有着密切的联系。     

杉木叶醇提物中石油醚溶解组分的化学成分分析

采用气-质联用法对杉木(Cunningham ia lanceolataHook.)叶醇提物石油醚溶解组分的化学成分进行了研究,经毛细管色谱分析分离出38个峰,共确认出其中36种成分,鉴定出的化学成分质量占总量的98.06%以上。应用色谱峰面积归一法分析各成分的质量分数,含量较高的物质有:十八酸-1,3-甘油二酯(16.929%)、二十七烷(15.178%)、棕榈酸-2-(十八烷氧基)乙酯(11.038%)、油酸(6.531%)、三十七醇(6.877%)等。化合物的类型主要为饱和脂肪酸酯(33.834%)和烃类化合物(22.031%)。     

Carbon storage,spatial distribution and the influence factors in Tianshan forests

Aims
Accurate estimation of carbon density and storage is among the key challenges in evaluating ecosystem carbon sink potentials for reducing atmospheric CO₂ concentration. It is also important for developing future conservation strategies and sustainable practices. Our objectives were to estimate the ecosystem carbon density and storage of Picea schrenkiana forests in Tianshan region of Xinjiang, and to analyze the spatial distribution and influencing factors.
Methods
Based on field measurements, the forest resource inventories, and laboratory analyses, we studied the carbon storage, its spatial distribution, and the potential influencing factors in Picea schrenkiana forest of Tianshan. Field surveys of 70 sites, with 800 m² (28.3 m × 28.3 m) for plot size, was conducted in 2011 for quantifying arbor biomass (leaf, branch, trunk and root), grass and litterfall biomass, soil bulk density, and other laboratory analyses of vegetation carbon content, soil organic carbon content, etc.
Important findings
The carbon content of the leaf, branch, trunk and root of Picea schrenkiana is varied from 46.56% to 52.22%. The vegetation carbon content of arbor and the herbatious/litterfall layer was 49% and 42%, respectively. The forest biomass of Picea schrenkiana was 187.98 Mg·hm^-2, with 98.93% found in the arbor layer. The biomass in all layers was in the order of trunk (109.81 Mg·hm^-2) > root (39.79 Mg·hm^-2) > branch (23.62 Mg·hm^-2) > leaf (12.76 Mg·hm^-2). From the age-group point of view, the highest and the lowest biomass was found at the mature forest (228.74 Mg·hm^-2) and young forest (146.77 Mg·hm^-2), respectively. The carbon density and storage were 544.57 Mg·hm^-2 and 290.84 Tg C, with vegetation portion of 92.57 Mg·hm^-2 and 53.14 Tg C, and soil portion of 452.00 Mg·hm^-2 and 237.70 Tg C, respectively. The spatial distribution of carbon density and storage appeared higher in the western areas than those in the eastern regions. In the western Tianshan Mountains (e.g., Ili district), carbon density was the highest, whereas the central Tianshan Mountains (e.g., Manas County, Fukang City, Qitai County) also had high carbon density. In the eastern Tianshan Mountains (e.g., Hami City), it was low. This distribution seemed consistent with the changes in environmental conditions. The primary causes of carbon density difference might be a combined effects of multiple environmental factors such as terrain, precipitation, temperature, and soil.