红树植物秋茄叶片双向电泳技术体系的建立及优化

对适用于秋茄(Kandelia candel)叶片蛋白质组学研究的双向电泳技术体系进行了优化.结果表明,采用酚抽提法提取的蛋白质浓度较低,约1.7 μg μL-1,SDS-PAGE电泳后几乎无条带;而采用改良TCA -丙酮沉淀法可显著提高提取液中蛋白质的含量,可达12.4 μgμL-1.秋茄叶片蛋白质主要分布在pH4～...     

植物气孔导度对CO2响应模型的构建

构建一个普适性的植物叶片气孔导度(g_s)对CO₂浓度响应(g_s-C_a)的模型, 对定量研究植物叶片g_s对CO₂浓度的响应变化尤为必要。该研究运用便携式光合仪(LI-6400)测量了大豆(Glycine max)和小麦(Triticum aestivum)光合作用对CO₂的响应曲线(A_n-C_a), 在比较传统的Michaelis-Menten模型(M-M模型)和叶子飘构建的CO₂响应模型拟合大豆和小麦A_n-C_a效果的基础上, 构建了g_s-C_a响应新模型。然后用新构建的模型拟合大豆和小麦的g_s-C_a曲线, 并将拟合结果与传统模型的拟合结果, 以及与其对应的观测数据进行比较, 以判断所构建模型是否合理。结果显示: 叶子飘构建的A_n-C_a模型可较好地拟合大豆和小麦的A_n-C_a曲线, 确定系数(R²)均高达0.999。M-M模型拟合大豆和小麦的A_n-C_a曲线时的R²虽然也较高, 但在较高CO₂浓度时的拟合曲线偏离观测曲线。因此, 基于叶子飘的A_n-C_a模型构建g_s-C_a模型更为可行。新构建的g_s-C_a模型可较好地拟合大豆和小麦的g_s-C_a曲线, R²分别为0.995和0.994, 而且还可以直接给出最大气孔导度(g_s-max)、最小气孔导度(g_s-min), 以及与g_s-min相对应的CO₂浓度值(C_s-min)。拟合得到大豆和小麦的g_s-max分别为0.686和0.481 mol·m^-2·s^-1, 与其对应的观测值(分别为0.666和0.471 mol·m^-2·s^-1)之间均不存在显著差异; 同样, 拟合得到的大豆和小麦的g_s-min分别为0.271和0.297 mol·m^-2·s^-1, 与其对应的观测值(分别为0.279和0.293 mol·m^-2·s^-1)之间也均不存在显著差异; 此外, 新构建的g_s-C_a模型给出大豆和小麦的C_s-min值分别为741.45和1 112.43 μmol·mol ^-1, 与其对应的观测值(732.78和1 200.34 μmol·mol ^-1)也不存在显著差异。由此可见, 该研究新构建的g_s-C_a模型可作为定量研究植物叶片气孔导度对CO₂浓度变化的有效数学工具。