简化样品的管理

随着化合物和生物样本量的集中扩大,很多生物技术及医药公司都在寻找开发更加有效的方法,从而可以轻松的跟踪样本库,并实现其自动化。“化合物管理库的规模正在逐渐变大”,Denso Robotics公司的销售经理Denso Robotics说道,“部分化合物管理库的规模已经超过百万,其中一些是强制实行自动化管理的”。自动化管理必须灵活、快速、有效。     

STR遗传多态性研究中样本数量对等位基因检出数量的影响

以30个不同民族9个常染色体STR基因座(D3S1358, vWA, FGA, TH01,TPOX, CSF1PO, D13S317, D5S818, D7S820)的群体遗传研究数据资料为例, 探讨群体遗传学研究中常染色体STR基因座等位基因检出数量与样本量之间的关系, 即样本量对等位基因检出数量的影响。结果显示, 在一定范围之内, 样本量的大小与所观测到的不同基因座等位基因检出数量之间存在正相关关系。当超过一定范围时, 样本量的继续增加不再明显影响等位基因的检出数量。杂合度较低的位点随样本量的变化波动较大, 杂合度较高的位点随样本量的变化波动较小。     

淀山湖鱼类生物多样性调查样本量的优化设计

样本量大小影响估算鱼类种群动态和鱼类群落特征的准确性和精确度.本文以淀山湖渔业资源调查为例,研究估算淀山湖鱼类群落特征所需的样本量大小.2010年7月—2011年6月研究期间每月进行一次淀山湖渔业资源调查,共捕获14科45种鱼类.利用重采样方法,估算淀山湖渔业资源调查最优调查频次和最佳站点数.结果表明: 在淀山湖渔业资源调查中,站点数和调查频次呈负相关关系;保持95%的探测率探测90%的物种,每年调查11和12次相应需要设置21和19个站点.Shannon多样性指数随着每次调查站点数的增多而变大,增长到一定程度之后逐渐趋于稳定.淀山湖鱼类群落的物种多样性调查最佳站点数为21.本文的研究方法和结果可以为其他类似研究提供借鉴.     

样本量与研究范围变化对MaxEnt模型准确度的影响——以黑白仰鼻猴为例

MaxEnt模型是过去几年最为流行的物种分布预测模型之一。针对一些濒危物种、入侵种和模拟数据的研究表明,MaxEnt模型均能在小样本的分布数据下得到较准确的预测结果。此外,研究范围的变化也会影响MaxEnt模型的构建。 然而,基于动物的实际分布数据来评估MaxEnt模型的研究甚少。 我们以黑白仰鼻猴 (Rhinopithecus bieti)为例,以11个猴群的分布数据为训练数据（样本量从1到10个猴群）,在不同研究范围内构建MaxEnt模型,通过其它5个的猴群分布数据验证,分析样本量和研究范围变化对模型准确度产生的影响。 结果表明,随样本量和研究范围增大,MaxEnt模型准确度及稳定性都有增加。 此外,研究范围变化对模型准确度有一定影响。 应用Maxent进行物种分布预测时,训练数据应尽可能涵盖该物种可能出现的全部环境梯度。构建模型所需的背景数据点选择,应与建模使用的物种出现点形成有效对照。     

种群微卫星DNA分析中样本量对各种遗传多样性度量指标的影响

我们以中国飞蝗种群的微卫星遗传分析数据为例 ,评估了取样对种群遗传多样性指标的影响 ,结果显示 :样本大小与所观测到的每位点等位基因数、平均等位基因数及基因丰富度指数均呈显著正相关 ,而与期望杂合度无显著相关 ;微卫星位点多态性的高低直接影响所观测到的种群基因丰富度及其检测所需的样本量 ;对大多数种群遗传和分子生态学研究而言 ,30 - 5 0个个体是微卫星DNA分析所需要的最小样本量。基因丰富度经过稀疏法或多次随机抽样法校正后 ,可适用于瓶颈效应等种群历史数量变动的检测。另外 ,在研究中 ,还应避免采集时间的不同及样本的性比构成所可能造成的对种群遗传结构的影响     

样本量对云南松幼苗生物量模型构建及预估精度的影响

为探究不同样本量对生物量模型构建及建模精度的影响，以实际调查的20个家系，共615株云南松幼苗为例，通过编写计算机程序建立进行简单随机抽样，构建不同样本量云南松幼苗各器官及单株生物量异速生长方程。利用决定系数（R²）、估计值标准误（SEE）、均方根误差（RMSE）、总相对误差（RS）及平均误差绝对值（MAB），对模型拟合优度与精度进行比较分析。结果表明：幂函数方程可较好地用于估测云南松幼苗生物量；随着样本量的增加模型精度评估指数MAB呈幂函数形式逐渐减小；当样本数量小于200时MAB较为敏感，模型精度较差，样本量大于200时，其精度随样本量逐渐增加，但变化幅度逐步减小并趋于稳定。因此，根据MAB的变化趋势，样本量达到200时可以构建精度较高且稳定模型。