小克银汉霉核糖体DNAPCR扩增产物的限制性片段长度多型性

应用一对寡苷酸引物ＩＴＳ１与ＩＴＳ４对核ＤＮＡＧ＋Ｃ百分数小于３０％的小克银汉霉属的核糖体ＤＮＡ（ｒＤＮＡ）内转录间区（ＩＴＳ）进行了扩增。测试的属于１０个种和变种的２２株菌都得到了扩增产物，在同属不同种之间扩增的ＩＴＳ片段长度有巨大差别。据此可分为三组。这三组所含分类群数及其ＤＮＡ长度 ：第一组４种１变种，小于７６４碱基对；第二组２种，７６５－８２４ｂｐ；第三组２种１变种，大于８２５ｂｐ。所研究     

甘蔗杆状病毒荧光定量PCR检测方法的建立及初步应用

为建立一种能够快速、灵敏、特异的检测甘蔗杆状病毒(sugarcane bacilliform virus, SCBV)的SYBR GreenⅠ荧光定量PCR方法,针对SCBV的基因序列,设计了特异性扩增引物,利用构建的标准品建立和优化针对SCBV的荧光定量PCR检测方法,并对该方法进行了特异性、稳定性、灵敏性等的测试,随后用于田间样品的检测。结果表明:将含有SCBV基因组序列的重组质粒进行梯度稀释制成标准品,利用标准品进行荧光定量PCR,获得标准曲线y=-3.482 1x+37.264,相关系数r~2=0.999 9,说明CT值与反应起始模板数量呈线性关系,可进行准确定量;组内和组间变异系数在0.19%～1.68%之间,表明检测方法重复性良好;建立的荧光定量PCR方法最低可检测到10个拷贝重组质粒/μL,是常规PCR检测灵敏度的100倍。使用建立的荧光定量PCR方法和常规PCR方法对采集的90份甘蔗叶片样品进行检测,常规PCR检出53份阳性样品,荧光定量PCR检出56份阳性样品,表明所建立的荧光定量PCR方法较常规PCR敏感性高,且准确性高。本研究建立的SCBV荧光定量PCR检测方法重复性好,灵敏度高,为构建甘蔗健康种苗体系提供了一种高效检测方法。     

科学出版社生命科学编辑部新书推介（2006-1月）

《微生物基因组》；《混沌生物学》（生命科学交叉系列）；《数字创世纪：人工生命的新科学》（生命科学交叉系列）；《脑与非线性动力学》（生命科学交叉系列）；《中国遗传伦理的争鸣与探索》（生命科学交叉系列）；     

树qu免疫细胞体外感染Ⅰ型人免疫缺陷病毒的实验研究

至今可以感染Ⅰ型人免疫缺陷病毒(HIV-1)的动物只有黑猩猩和长臂猿，这严重阻碍了HIV-1的疫苗研究和治疗研究。因此，寻找新的可以感染HIV-1的动物模型成为十分迫切的课题。已知树qu对许多重要的医学病毒易感，为了探讨树qu是否可以感染HIV-1，利用不同辅助受体的5种HIV-1病毒株，体外感染云南野生成年树qu的淋巴细胞和单核/巨噬细胞；同时还用这些病毒感染人外周血淋巴细胞或单核细胞。然后用RT-PCR、PCR和流式细胞术分别进行检测。用RT-PCR方法未检测到感染上清中有病毒粒子的存在，用PCR法未能发现树qu的这些免疫细胞中有前病毒DNA，用流式细胞术也未能在这些感染HIV-1的树qu细胞的表面检测到特异抗原；而感染HIV-1的人免疫细胞均为阳性结果。实验结果表明树qu的这些免疫细胞在体外未能感染上HIV-1，可能的原因是树qu的这些免疫细胞的HIV-1受体(CD4)和辅助受体(CCR5或CXCR4)与人的免疫细胞差别较大。     

血管平滑肌细胞的钙动力学

血管平滑肌细胞外的Ca~(2+)通过多种通道进入细胞内。Ca~(2+)通道的本质是镶嵌在膜脂质双分子层中的糖蛋白,神经介质和药物可影响Ca~(2+)通道的功能。靠近胞膜的肌质网和胞膜内侧面的高亲和性Ca~(2+)结合位点是血管平滑肌细胞内储存和释放Ca~(2+)的主要部位。胞浆[Ca~(2+)]增高后在钙调蛋白的介导下引起血管收缩。高血压等血管性疾病的发生与其平滑肌细胞的钙动力学异常有关。     

BC-1型微机化半自动生化分析仪的研制

用微机控制的智能化半自动生化分析仪研制成功。该仪器能自动进样,恒温,自动进行数据采集和处理,单色器波长连续可调,样品用量少,操作简便,分析速度快,国内外试剂盒均适用,可用于医院临床检验,也可做其他领域的生化分析工作。     

一种快速微量的双温PCR法

PCR技术能特异,直接和高效的扩增各种对象的基因.本文建立了一种快速,微量的双温度点法PCR,并探讨了该PCR法的最适条件.旨在使PCR技术常规化. 1 PCR方法 PCR特异引物为HIV-IPr和HIV-IPr_2,模板为pARV-2/7A质粒(内含HIV-1全长cDNA).反应总体积分别为10,20,50,100μ1,其中主要含有HIV-lPr_1和HIV-lPr_2各50pmol/L,dNTP为200     

一种复合神经元网络结构的并行动力学及快速学习算法

提出两种功能互相不同的神经细胞组成的复合神经元网络(CNN)模型;导出一种特殊结构的CNN的并行动力学;而且证明了它的稳定性。在这些结果基础上,得到快速的假逆矩阵学习算法。计算机仿真试验证实学习算法与动力学稳定性的正确性,并表现出良好的容错性能与存储容量。