微管解聚型驱动蛋白的结构与功能

Kin-I 驱动蛋白(Kin-I kinesins)是一类重要的微管调节蛋白,具有依赖ATP的微管解聚活性.这类驱动蛋白在神经元的发育、纺锤体的组装和染色体的分离过程中起着重要的作用.自被发现以来的十几年里,人们对Kin-I驱动蛋白做了大量的研究工作.现对Kin-I驱动蛋白的结构、微管解聚活性及生理功能等方面进行简要综述.     

两种新型目标分子标记技术——CDDP与PAAP

本文介绍了CDDP和PAAP这两种新型目标分子标记技术的产生原理、引物设计、PCR扩增、PCR产物检测手段、分子标记特征及带型模式,在此基础上对它们的技术特点和技术优势进行了概括,最后,对它们的应用前景进行了展望。     

高中生物探究性实验教学的优化策略

1．当前高中生物探究性实验教学中存在的主要问题 随着新课程改革的深入,生物实验在高中生物教学中的地位和作用越来越突出,通过对我市高中生物实验教学的调查,本人发现当前生物探究性实验教学中存在很多问题,其中与教师、学生有关的主要有以下三种情况：一是教师分不清实验的性质是探究还是验证,教学目标不明确;     

地黄SCoT分子标记体系的建立和指纹图谱的构建

该研究采用L_(25)(5~6)正交设计和单因素两种方法,对影响地黄SCoT-PCR反应的5个因素(模板DNA浓度,引物浓度,ddH_2O和Mix的用量以及退火温度)进行了优化。结果表明:优化后的反应体系总体积为25μL,含有8μL ddH_2O,1μL模板DNA(80 ng·μL~(-1)),1μL引物(8μmol·L~(-1))和15μL Mix,退火温度为45℃。运用30份地黄种质材料,对优化的SCoT-PCR正交体系进行多次重复验证,获得了多态性丰富、条带清晰的扩增图谱,证明该反应体系稳定可靠。利用该体系对32条SCoT引物进行两次筛选,得到14个扩增产物清晰、重复性好且多态性条带相对较高的引物。利用SCoT_4等5条引物构建了上述地黄2个种共30份种质的SCoT指纹图谱。利用这5个SCoT引物指纹图谱可将7个地黄常用栽培品种区分开。这表明SCoT分子标记体系适用于地黄主要品种亲缘关系及遗传多样性的研究,所构建的指纹图谱也为地黄常见的7个栽培品种的区分提供参考依据。     

帽儿山不同年龄森林土壤呼吸速率的影响因子

为探明东北温带森林恢复过程中土壤呼吸(R_S)的变化趋势及其影响因子,在帽儿山选取皆伐后天然更新恢复的4个年龄(1a、10a、25a和56a)林分进行了1年的野外原位测定。结果表明:(1)皆伐后天然更新恢复1年、10年、25年和56年林分的年R_S通量差异显著(P0.05),分别为686.5、639.7、733.3、762.3g C m~(-2)a~(-1);其中生长季(5月─10月)和非生长季的R_S通量也存在显著差异,均呈现出随林龄增加先减后增的趋势。全年、生长季和非生长季R_S随林龄变化的变异系数分别为7.6%、6.3%和21.1%,表明非生长季R_S通量的变异性加大了全年R_S通量的差异。(2)4个年龄林分的Rs季节变化趋势相似,且其主控因子均随季节而变:6月─8月Rs与土壤含水率呈二次函数关系(R~2波动在56%─79%之间),其余时段则与土壤温度呈指数函数关系(R~2波动在85%─93%之间)。(3)不同年龄林分生长季R_S与0─20cm土层有机碳(SOC)密度呈正相关关系(R~2=0.434,P0.05),而非生长季R_S与同期土壤5cm温度呈正相关关系(R~2=0.959,P0.01)。本研究区森林皆伐导致R_S降低,随皆伐后森林恢复R_S不断增加,其主导驱动因子是SOC密度的增加和非生长季土壤温度的变化。     

网络环境下的协作探究学习

1问题的提出新课程人教版7年级(上)第1单元为：生物和生物圈,分为“认识生物”和“生物圈是所有生物的家”两大部分,包括生物的特征、调查我们身边的生物、生物圈、环境对生物的影响、生物对环境的适应和影响及生态系统等几个专题,教学目标除了了解相关的知识体系外,还要求学生具有初步的资料查阅和信息处理     

生态效率视角下旅游业生态福利及驱动因素——以常州市为例

经济效益最大化与环境影响最小化是绿色旅游与可持续发展的内在诉求。本文立足于生态效率模型,创新性地提出旅游业生态福利指数,据此分析1995—2017年常州市旅游业生态福利变化趋势及驱动效应,旨在为评价旅游产业绿色可持续发展能力提供新视角。研究发现:(1)1995年来常州市生态足迹呈现先增长后下降趋势,但旅游业各部门生态足迹均不断增长,游客人均资源消耗约为本地居民人均资源消耗的2.81—9.37倍,面临艰巨的节能减排压力。(2)1995年来常州市本底生态效率与旅游生态效率逐年提升,分别增加了37033元/hm²和44226元/hm²;同等资源消耗下,旅游业平均每单位产出高14409元/hm²,但游客年均消耗的自然资源却为本地居民的5.78倍。(3)1995—2007年间常州市旅游生态福利升降波动频繁,2007年来呈以直线式地骤降,受规模效益影响,旅游业的绿色生态福利和高效性不断弱化,为全市的资源节约量下降了10.7倍。(4)迪氏对数指标分解法(Logarithmic Mean Disivia Index, LMDI)揭示规模...     

基于机器学习估算青藏高原多年冻土区草地净初级生产力

净初级生产力(NPP)的估算还存在很大的不确定性。本文利用机器学习算法(RF和RBF-ANN)估算了2002—2018年青藏高原多年冻土区草地NPP,分析了青藏高原多年冻土区草地NPP的时空格局、变化特征及其对气候因子的响应。结果表明:(1)机器学习估算结果可靠,简单易行。(2)青藏高原多年冻土区草地NPP表现为东南向西北逐渐递减的趋势;NPP总量为175.39 Tg C·a^-1,单位面积均值为164.10 g C·m^-2·a^-1,呈波动上升的趋势。(3)青藏高原多年冻土区草地NPP增加的面积占20.49%;各草地类型的NPP增长幅度不一致表现为高寒沼泽草甸>高寒草甸>高寒草原>高寒荒漠草原。(4)温度是青藏高原多年冻土区草地NPP变化的主导因子,降水的影响沿东南向西北逐渐减弱。     

西北干旱区植被净初级生产力年际变化及其时空和气候因子的贡献——以河西走廊为例

干旱半干旱区主导着全球植被净初级生产力(net primary productivity,NPP)的年际变化(inter-annual variability,IAV),但该区域NPP-IAV及其驱动机制并不清楚。本文以河西走廊为研究区,使用CASA模型估算2002—2017年的NPP,基于距平通量公式计算了该地区NPP-IAV,并定量估算了时间、空间以及气候因子对NPP-IAV的贡献。结果表明:2002—2017年河西走廊NPP呈上升趋势,植被生长状况良好; NPP-IAV呈现先负后正的变化规律;河西走廊NPP-IAV受暖干和冷湿气候影响,前者控制的面积最大(51.01%),但对NPP-IAV的贡献仅占15.38%;后者对NPP-IAV的贡献率最大(48.68%),但面积仅占23.67%;暖干气候主导着河西走廊NPP的分布格局,冷湿气候主导着NPP年际变化; 7月NPP对IAV贡献最大,3月最小;草地主导着河西走廊NPP-IAV;荒漠NPP总量最低,但贡献率却高于森林。据此预测,随着中国西北干旱区气候变暖,该地区植被NPP-IAV将进一步加剧。     

北京市平谷区生态系统服务价值动态

以北京市平谷区1995年和2004年土地利用/覆被数据为基础,利用中国不同陆地生态系统单位面积生态服务价值表对平谷区生态系统服务价值进行了动态分析.结果表明：平谷区生态系统服务价值由1995年的3.291×10⁹元减少到2004年的3.044×10⁹元,变化幅度为-7.50%;耕地和水域面积的减少是该区生态系统服务功能丧失的最主要原因;研究区水域生态系统单位面积生态服务价值量最大,森林生态系统对平谷区生态系统服务价值的贡献最大;该区生态系统服务价值动态变化凸显出研究区土地利用结构的不合理性,应加大研究区森林、农田和水域面积的比重,严格控制耕地向建设用地的转化.作为北京市的应急水源地和生态涵养区,今后须加强对平谷区生态和环境保护力度,促进其经济社会可持续发展,以保障首都水资源和生态的安全.