长薄鳅基因组四碱基重复微卫星的分离及序列特征分析

采用生物素探针(GATA)8杂交和磁珠富集法直接从长薄鳅基因组中分离出了一批四碱基重复微卫星DNA,并对其序列特征进行了分析.随机挑取200个单克隆进行筛选,得到175个阳性单克隆(87.5%).测序发现共有117个阳性克隆含有微卫星重复单元.通过序列比对,排除重复测的序列后,得到91条重复类型和重复次数不同微卫星的序列,其中含四碱基重复的微卫星有62条.与探针相同或互补(GATA/CTAT)n的四碱基重复微卫星位点数最多,此外,还检测到其它的四碱基重复类型,如(AGAC/TCTG)n、(AAGA/TTCT)n、(GATG/CTAC)n,以及(CT)n＋(ATAG)n和(AT)n＋(ATAG)n二碱基和四碱基复合型微卫星位点.获得的长薄鳅基因组四碱基重复微卫星位点中,属于完美型的最多,有30条(48.4%),其次为复合型,有29条(46.8%),非完美型的有3条(4.8%).大多数的四碱基微卫星(31条)重复次数为10～19次,占50.0%,其次为20～29次和5～9次四碱基重复,均为22.6%,30次以上的四碱基重复较少,仅有3条(4.8%).     

长江上游鲢群体遗传多样性和遗传分化

为了解三峡大坝、向家坝等水电工程建设后长江上游鲢群体的遗传多样性和遗传分化,利用线粒体细胞色素b（Cyt b）基因分析了长江上游向家坝库区（邵女坪）、三峡库区干流（巴南、丰都、万州、太平溪）及支流（箭滩河、嘉陵江、小江）等8个鲢群体的遗传多样性、历史动态及群体之间的遗传分化．结果表明:长江上游鲢群体的遗传多样性较高,单倍型多样性为0.770~0.876,核苷酸多样性为0.687%~1.967%;8个群体的错配分析图都呈双峰分布,中性检验Tajima’s D和Fu’s Fs值均为正值或统计上不显著的负值,表明长江上游鲢群体在历史上较为稳定;分子方差变异分析（AMOVA）显示,长江上游鲢群体的遗传变异主要来自群体内部（95.87%）,仅有4.13%的变异来自群体之间;群体之间的遗传分化指数F_ST显示,箭滩河群体与太平溪、小江群体之间存在显著的遗传分化,其他群体之间遗传分化不显著;Mantel检验显示,群体之间的遗传分化程度与地理距离远近无相关性;单倍型网络图显示,长江上游鲢群体没有形成明显的系统地理格局．建议加强长江上游鲢遗传资源保护,将产生分化的群体作为不同的管理单元进行保护．      

基于Bagging-Down SGD算法的分布式深度网络

通过对大量数据进行训练并采用分布式深度学习算法可以学习到比较好的数据结构,而传统的分布式深度学习算法在处理大数据集时存在训练时间比较慢或者训练精度比较低的问题。提出Bootstrap向下聚合随机梯度下降(Bootstrap aggregating-down stochastic gradient descent,Bagging-Down SGD)算法重点来提高分布式深度网络的学习速率。Bagging-Down SGD算法通过在众多单机模型上加入速度控制器,对单机计算的参数值做统计处理,减少了参数更新的频率,并且可以使单机模型训练和参数更新在一定程度上分开,在保证训练精度的同时,提高了整个分布式模型的训练速度。该算法具有普适性,可以对多种类别的数据进行学习。     

长江上游草鱼种群结构与生长特征

长江江津江段是连接三峡水库和长江上游干流的重要通道,2008—2010年对该江段的草鱼种群进行了调查,以了解长江上游草鱼的种群结构和生长特征,为其资源恢复和保护提供依据.结果表明,草鱼种群个体体长范围为75.0~880.0 mm,平均体长为438.8±221.4 mm,体质量范围为8.5~8 900.0 g,平均体质量为2 400.3±2 426.2 g.资源群体的个体大小分布指数PSD=50±6,PSD-P=41±6,PSD-M=4±2,PSD-T=0,显示该江段草鱼种群中大个体偏少.该江段草鱼种群年龄由0+~7+龄构成,其中优势龄组为1+~4+龄,占种群数量的75.7%.草鱼体长(L)与鳞径(S)呈显著线性关系(L=50.367 1 S-32.007 1),与体质量(W)呈显著幂函数关系(W=5.852 2×10-5L2.819 3).用过渡的Von Bertalanffy生长方程描述草鱼的生长规律,模型参数为L∞=1 029.199 0 mm,W∞=18 216.232 2 g,k=0.168 2,t0=-0.232 5,其生长特征指数φ=5.25,生长拐点年龄为6.28龄.与历史资料相比,长江草鱼种群平均体长和生长性能均表现出下降趋势.三峡工程建设后,长江上游逐渐成为草鱼的重要栖息地和产卵场,应采取禁渔等措施,加强该江段草鱼种群及其生境保护.