根据DNA的序列资料探讨翅子树族的系统位置

采用DNA分子测序技术对梧桐科5个族30个代表种的rbcL基因及核糖体DNA的内转录间隔区ITS序列(包括ITS1、ITS2和5．8srRNA基因)进行了序列分析。使用PAUP4．0b10软件对序列进行统计和分支分析。用启发式搜索方法寻找最简约树。从严格一致性树来看,梧桐科的全部代表类群主要被分为4支,一支仅为Sterculieae所构成;一支包括Helictereae的全部代表种;一支由Byttnerieae代表种所构成;最后一支由Dombeyeae和单属族翅子树族Pterospermeae所构成。rbcL和ITS系统树的不同仅表现在族内个别代表类群的位置和族的分支方式上。分析结果表明,与Helictereae相比,翅子树属,Pterospermum与Dombeyeae有更近的亲缘关系。然而,在外部形态、内部解剖和胚胎学方面,二者之间又存在诸多差异．故支持将Pterospermum另立为Ptcrospermeae的观点。     

分形模式下神经轴突增长的搜索模型

根据相杨（2002）[1]和袁小兵（2003）^[2]等发现G-蛋白偶受体（GPCRs）和小鸟苷三磷酸酶（RhoGTP）中的Cdc42及RhoA对大脑神经轴突生长的导向作用,以及Arneodo等^[8-10]在有限扩散凝聚（DIA）分形上的最新发现证明了笔者^[3]2004年的一个猜测,即：在分形模式下神经轴突是按照《搜索论》里的“稳定靶模型”进行着增生的。     

叶色草蛉的生物学研究Ⅱ.种群干扰和搜索行为(英文)

研究了叶色草蛉对棉蚜的搜索行为及其自身的种群干扰行为。结果表明:1)在两处地点的4种试验容器即培养皿、养虫器、内置障碍物的养虫器和内置盆栽棉花的笼罩中,草蛉幼虫的捕食效率因猎物的密度而变化。其捕食常数(Q)和干扰系数(m)随密度的增加而增大,但随空间异质性的增加而减小;2)在笼罩的棉株上,一龄和二龄草蛉幼虫每天的食蚜量分别为13.6头和29.4头。幼虫较多地在上部叶片上捕食棉蚜;3)在笼罩的棉株上,无论是一龄幼虫还是二龄幼虫草蛉都更多地停留在下部的棉叶上,且在上部叶片和下部叶片上的草蛉幼虫的百分率存在明显差异     

神经鞘磷脂合成酶2缺乏对小鼠学习记忆能力的影响

目的：探讨神经鞘磷脂合成酶2缺乏对小鼠学习记忆能力的影响,方法：实验采用雄性的野生型小鼠（WT）和神经鞘磷脂酶合成酶2缺乏小鼠（KO）,每组10只,采用Morris水迷宫实验进行7 d的定位航行试验检测,之后进行空间探索试验,以检测小鼠的学习记忆能力。结果：定位航行试验检测结果显示,两组小鼠找到平台的潜伏期、游泳距离均无显著性差异（P > 0.05）;空间探索试验检测结果显示,两组小鼠的目标象限滞留时间占总时间的百分比和小鼠穿越平台区的次数也无显著性差异（P > 0.05）;但野生型小鼠的搜索策略优于神经鞘磷脂合成酶2缺乏小鼠（P < 0.05）。结论：神经鞘磷脂合成酶2缺乏影响小鼠的搜索策略,但不影响小鼠的空间学习记忆能力。     

利用巢式PCR技术和人类基因组草图搜索法快速获得人类睾丸生精细胞凋亡相关基因TSARG2

从已获得的在隐睾和正常睾丸对照中表达量有明显差异的EST片段 (BE6 44 5 42 )入手 ,设计了基因特异性引物和载体特异性引物进行巢式PCR扩增 ,结合人类基因组草图搜索法 ,从睾丸cDNA文库中快速分离出人类睾丸凋亡相关基因TSARG2的 5′末端而获得全长cDNA ,GenBank登录号为AY0 40 2 0 4(保密期为 1年 ) ,同时应用生物信息学的方法克隆了该基因在小鼠中的同源基因 ,GenBank登录号为AF395 0 83。TSARG2基因的cDNA全长为 12 33bp ,包含 6个外显子 ,基因组跨越 115kb ,编码由 30 5个氨基酸组成的、分子量为 34 75 1的蛋白质 ,与已知蛋白质无明显同源性。查询最新的人类基因组工作草图 ,该基因定位在染色体 4q33～ 34 .1。     

DNA计算机的研究和展望

DNA计算机是计算机科学和分子生物学互相结合、互相渗透而产生的新兴交叉研究领域.目前已取得较大进展.DNA计算机是以编码的DNA序列为运算对象,通过分子生物学的运算操作以解决复杂的数学难题.DNA计算机的重要特点是信息容量的巨量性和密集性,和处理操作的高度并行性,通过强力搜索策略迅速得出正确的答案,从而使其运算速度大大超过常规计算机的计算速度.介绍了DNA计算机的近期进展和工作原理及其分子生物学的运算操作过程.并对DNA计算机的未来发展前景及在生物信息学中的意义,进行了分析和讨论.     

隐马尔科夫过程在生物信息学中的应用

隐马尔科夫过程（hidden markov model,简称HMM）是20世纪70年代提出来的一种统计方法,以前主要用于语音识别。1989年Churchill将其引入计算生物学。目前,HMM是生物信息学中应用比较广泛的一种统计方法,主要用于：线性序列分析、模型分析、基因发现等方面。对HMM进行了简明扼要的描述,并对其在上述几个方面的应用作一概略介绍。     

蛋白质组信息学

生物信息学已经成为当代生物学和医药学的组成部分,用于巨量生物信息资源的收集、存储、处理、搜索、利用、共享、服务、研究和开发。它常由数据库、计算机网络和应用软件三大部分组成。在基因组计划中它已经发挥了不可取代的作用,而在蛋白质组计划中也日益成为强力的支...     

DNA 序列中模式发现的一种快速算法

模式发现是生物信息学的一个重要研究方向,但目前的大部分算法还不能保证获得最优的模式．文章推导了针对三个序列片段相似性关系的判据,将其作为剪枝规则,提出并实现了一种深度优先的穷举搜索算法——判据搜索算法(criterion search algorithm,CRISA),理论分析表明,对绝大多数模式发现问题,CRISA具有多项式的计算时间复杂度和线性的空间复杂度。对仿真的和实际的生物序列数据的测试也表明,CRISA能够快速而完全地识别出序列中所有的模式,具有优于其它算法的总体评价,能够应用于实际的模式发现问题。     

异色瓢虫幼虫的食物搜索行为

本试验采用Nakamuta(1982)装置研究两种光照条件下异色瓢虫幼虫的食物搜索行为,结果表明：(1)摄食刺激均能激发搜索行为由广域型转换为地域集中型;(2)摄食时间越长,地域集中型搜索时间(GUT)值越大;(3)摄食的最后一个食饵大小决定GUT的长短;(4)光照对搜索行为有影响;(5)饥饿度对GUT的长短有一定影响。