铅污染现状及其修复机理研究进展

介绍了铅污染的现状、修复机理及存在的问题。其中重点阐述了国内在寻找铅的超累积植物的研究进展,国外研究者对铅在植物体内吸收、运输和储存机理方面的研究现状,同时对已发现的与铅污染有关的基因以及转基因技术的应用情况进行了简单介绍,并探讨了提高铅污染修复效率的一些方法。     

植物耐重金属机理研究进展

由于工业“三废”和机动车尾气的排放、污水灌溉及农药、除草剂和化肥的使用,严重地污染了土壤、水质和大气,其中土壤中的重金属（Ｈｇ、Ｃｄ、Ａｓ、Ｃｕ和Ａｌ）污染更为严重［１］。重金属在植物根、茎、叶及籽粒中的大量累积,不仅严重地影响植物的生长和发育［１～...     

Tn5转座突变技术在革兰氏阴性细菌分子遗传研究中的应用

随着广宿主载体系统的发展,Tn5及其衍生载体已经广泛应用于革兰氏阴性细菌的分子遗传学研究。主要综述了Tn5转座突变技术在生防细菌生防机理研究、细菌必需基因的鉴定、病原细菌毒力相关基因研究、代谢调控基因研究和菌株的遗传改良方面的应用研究进展。     

基于网络药理学探讨“黄芪-白术-熟地黄”组方防治肾病综合征的作用机制

本研究旨在通过网络药理学方法和分子对接技术探讨黄芪-白术-熟地黄组方(HBS)治疗肾病综合征的作用机制.通过多个数据库获取肾病综合征基因并进行功能模块分解,找出肾病综合征基因参与的主要生物学过程.通过文献以及数据库查找HBS活性成分和基因靶点,筛选出HBS治疗肾病综合征的有效靶点.通过有效靶点的KEGG和GO富集分析,...     

珊瑚礁白化研究进展

珊瑚礁白化是由于珊瑚失去体内共生的虫黄藻和（或）共生的虫黄藻失去体内色素而导致五彩缤纷的珊瑚礁变白的生态现象。近年来,频繁发生的珊瑚礁白化导致了珊瑚礁生态系统严重退化,并已经影响到全球珊瑚礁生态系统的平衡,受到了人们的高度重视。研究认为：（1）大范围珊瑚礁白化主要是全球环境变化引起的,尤其是全球变暖和紫外辐射增强;（2）导致珊瑚礁白化的机制主要在于细胞机制和光抑制机制;（3）珊瑚礁白化后的恢复与白化程度有关,大范围白化的珊瑚礁完全恢复需要几年到几十年;（4）珊瑚礁白化的后果在于降低珊瑚繁殖能力、减缓珊瑚礁生长、改变礁栖生物的群落结构,导致大面积珊瑚死亡和改变珊瑚礁生态类型,如变为海藻型等;（5）与珊瑚共生的D系群虫黄藻更适应高温环境,珊瑚礁有可能通过D系群逐渐取代C系群的方式适应全球环境变化。     

荔枝皮黄酮抑菌性能及其作用机理研究

采用荧光分析法测定荔枝皮中总黄酮含量,并研究了荔枝皮黄酮对常见4种微生物的抑菌活性及机理。结果表明,其黄酮纯度与得率分别为48%和13.61%;同时,采用牛津杯法测得荔枝皮黄酮对金黄色葡萄球菌、大肠杆菌和酵母菌的抑菌圈直径分别为15.1、14.0和13.8 mm;采用菌饼法测得对黑曲霉的抑菌率为28.75%。采用平板稀释法测得金黄色葡萄球菌和大肠杆菌的最低抑菌浓度MIC为2.5 mg/mL,最低杀菌浓度MBC为5mg/mL,而酵母菌和黑曲霉的MIC为5 mg/mL,没有杀菌能力。扫描电镜实验结果表明,荔枝黄酮的抑菌性和杀菌功能与其对金黄色葡萄球菌细胞和细胞壁结构的破坏直接相关。     

聚乳酸(PLA)生物降解的研究进展

聚乳酸(Polylactic Acid,PLA)是一种新兴的,由可再生资源--乳酸聚合而成的高分子聚酯.因为其具有优良的物理化学性能、生物相容性及生物可降解性,且对环境及人体无毒害作用,而被认为是一种最具潜力的绿色生物塑料.作为环境友好材料,聚乳酸日益受到人们的重视.基于可循环利用的考虑,其生物降解的研究也成为当前研究的一个重要方面.本文综述了PLA生物降解领域的相关进展,包括降解的微生物学、相关酶学及分子生物学,系统阐述了PLA可能的生物降解机制.并对生物系统处理PLA废弃物的可行性进行了探讨.     

高山植物叶片δ13C的海拔响应及其机理

植物 1 3C的分辨研究已成为植物生态学和全球碳循环研究的核心问题之一。植物 1 3C的分辨是环境和生物因子共同作用的综合结果 ,海拔梯度变化不仅可以造成植物生存环境的变化 ,而且还可以造成植物形态和生理特征的变化 ,因此 ,高山植物 1 3C分辨随海拔的变化为深入揭示植物 1 3C分辨的环境和生物因子的作用机理提供了非常理想的研究条件。在简单介绍植物 1 3C分辨基本理论的基础上 ,对目前国际上高山植物 1 3C分辨的海拔响应研究进行了述评。重点介绍了随海拔变化的大气 1 3C组成、温度、气压、水分等环境因子和植物叶片的气孔导度、羧化效率、氮含量和叶肉细胞导度等生物因子对高山 C3植物 1 3C分辨的影响 ,指出高山植物 1 3C分辨的海拔响应机理仍存在一些不确定性 ,为国内相关研究的开展提供了一定参考     

基于多组学数据的肿瘤药物敏感性预测北大核心CSCD

肿瘤药物敏感性预测在指导患者临床用药方面具有重要意义。本文基于癌症药物敏感性基因组学数据库(genomics of drug sensitivity in cancer, GDSC) 198种药物的细胞系敏感性IC50数据,通过Stacking集成学习构建了包含基因表达、基因突变、拷贝数变异数据的多组学癌症药物敏感性预测模型。采用多种特征选择方法对基因特征进行降维,使用Stacking方法集成6种初级学习器和1种次级学习器进行建模,采用5折交叉进行模型验证。预测结果中AUC大于0.9的占比为36.4%,在0.8–0.9之间的占比为49.0%,最低AUC为0.682。基于Stacking构建的多组学预测模型较已有单组学和多组学模型的准确性和稳定性具有优势。多组学整合预测药物敏感性优于单一组学。特征基因功能注释和富集分析解析了肿瘤对sorafenib潜在的耐药机制,从生物学角度提供了模型可解释性及其应用于临床用药指导的价值。