铜绿假单胞菌外膜亚蛋白质组图谱的建立

铜绿假单胞菌是人类重要的病原菌,容易造成免疫缺陷患者如烧伤、艾滋病、癌症或囊性纤维化感染,对该菌外膜蛋白的研究有助于了解该菌的致病机制,为进一步疫苗研制奠定基础.采用月桂酰基氨酸钠的方法提取了铜绿假单胞菌的外膜蛋白,首次建立了外膜亚蛋白质组学表达图谱,鉴定了23个外膜蛋白,占所鉴定蛋白的82.1%.然后对其中的一个外膜蛋白基因PA3988进行了克隆及原核表达与纯化,经免疫小鼠获得抗血清后对外膜蛋白进行双向Western blotting分析,验证了质谱的结果.这些研究结果对铜绿假单胞菌外膜蛋白的深入研究具有积极作用.     

一个水稻窄叶突变体的鉴定和基因定位

从粳稻品种“中花11”转基因后代中发现了一个窄叶突变体. 突变体表现为植株矮化、生育期延迟、叶片变窄及内卷和结实率降低等一系列突变表型. 窄叶突变体的剑叶在饱和光下净光合速率显著低于野生型, 在灌浆期剑叶的气孔导度和蒸腾速率也明显低于野生型. 遗传学分析表明, 该窄叶突变体表型受一对隐性核基因控制. 通过对突变体T₁代和T₂后代的分子检测发现, 该突变体表型非T-DNA插入引起. 利用籼粳杂交F₂群体对突变体位点进行了基因定位, 将其定位在第12染色体长臂上SSR标记RM7018和RM3331之间. 与经典的形态标记nal3(cul3)位于相同染色体区段, 故将该突变体暂定名为nal3(t). 随后, 利用已公布的水稻序列和SSR标记, 开发了6对新的STS标记, 进一步将窄叶基因nal3(t)定位在NS10和RH12-8之间, 遗传距离分别为0.58和0.26 cM, 物理距离约136 kb, 为进一步克隆nal3(t)打下了基础.     

腐乳发酵过程中微生物群落结构的ERIC-PCR指纹图谱分析

为了建立一种不依赖纯培养、可以在腐乳发酵工业现场使用的监测微生物群落结构变化的分子技术,以腐乳发酵过程的4个阶段(前发酵、盐胚、盐水胚和后发酵阶段)的微生物群落为研究对象,获得了腐乳发酵物总DNA的肠杆菌基因间共有重复序列-聚合酶链式反应(ERIC-PCR)指纹图谱.图谱分析表明:同一批次不同发酵阶段的样品在500、750 bp处均存在特征性条带,说明在整个腐乳发酵过程中某些微生物种群始终发挥着作用;不同发酵阶段具有各自特有的特征条带;对于连续4周取的不同批次的样品,其对应的各个发酵阶段的ERIC-PCR指纹图谱具有较好的相似性,Sorenson配对相似性系数(Cs值)在59%~100%之间.     

青鱼线粒体DNA限制性酶切图谱的研究

用10种限制性内切酶对青鱼(Mylopharyngodonpiceus)的肝脏mtDNA进行了分析,其分子质量为9 949×106u,分子大小约为16 60kb.PstⅠ、EcoRⅠ、XhoⅠ、HindⅢ、BamHⅠ、PvuⅡ、SalⅠ、XbaⅠ、BglⅡ、BglⅠ在青鱼的mtDNA分子上分别具有0、3、1、4、4、3、2、2、2、3个切点.根据单酶解及双酶解结果建立了青鱼mtDNA的限制性酶切图谱.     

国内竞争情报研究的结构特征与热点透视 ——基于CNKI的文献计量及可视化分析

以1999-2019年CNKI收录的竞争情报文献为来源,运用CiteSpace软件对竞争情报领域研究的热点问题及重点内容进行挖掘分析,通过绘制载文期刊、发文作者以及高频关键词等知识图谱,揭示竞争情报研究主题的演化规律并探讨未来研究方向.研究表明,学者、研究机构呈现出"大分散,小集中"的结构特征;大部分学者、研究机构之间形成了合作关系网络,但是仍存在部分学者和研究机构单独研究的现象;由竞争情报衍生出产业竞争情报、技术竞争情报等,而大数据和人工智能成为近年来竞争情报研究的热点.     

巨尾桉挥发油的气相色谱指纹图谱研究

采用气相色谱及指纹图谱相似度评价法对巨尾桉（Eucalyputs grandis×E．urophylla）挥发油气相指纹图谱进行研究,用以评价与控制巨尾桉挥发油内在质量。结果建立了巨尾桉指纹图谱,确定12个色谱峰为共有峰。该方法的精密度、稳定性、重现性良好,其指纹图谱相似性高,特征性和专属性强,相似度分析显示无差异,利用特征指纹图谱可以对巨尾桉挥发油进行质量控制。     

HPLC指纹图谱法鉴别远志及其伪品

目的 建立远志药材的HPLC指纹图谱,用以鉴别远志与其伪品.方法 采用高效液相法,色谱柱为Hypersil C18柱(4.6 mm×250 mm,5μm),流动相为乙腈-0.5%磷酸(25:75),流速1.0mL/min,检测波长310 nm.结果 建立了正品远志药材的对照指纹图谱,标示了共有指纹峰,可用于区别远志伪品.远志HPLC指纹图谱与其伪品的液相色谱图存在明显的差异.结论 方法简便、特异,可用于远志药材、饮片以及粉末的鉴别,具有较高的实用价值.     

人工智能心理学研究的知识图谱分析

借助CitespaceⅢ对选自WoS的人工智能心理学研究文献进行知识图谱探析,结合自动聚类视图与议题标签展现了人工智能心理学领域的6个知识聚类:#0人工智能解决问题议题;#1人工与人类认知共性议题;#2人工智能学习议题;#3人工智能脑科学议题;#4人工智能环境认知议题;#5人工智能表征议题。在深入探究各聚类的核心与热点知识的基础上分析了人工智能心理学发展的各阶段特征:1.上世纪50年代图灵和米勒等人对机器认知与学习等概念的猜想与初探;2.70-90年代纽厄尔、西蒙和莱尔德等人基于模块记忆与层级分析对人工智能信息处理模型的系统性构建;3.本世纪初基于神经生理学的降维数据认知理论的发展;4.当下人工智能贝叶斯大脑与深度学习理论的兴起。     

全球水华研究的科学知识图谱分析

有害藻类水华是严重影响社会经济可持续发展的生态灾害,频发于世界范围内的淡水和海洋水体.通过检索水华相关的中英文期刊文献,利用CiteSpace等软件进行科学知识图谱分析.结果显示:(1)目前发表的水华研究相关的中英文期刊论文达4.4万余篇,根据年发文量大致可将全球水华研究划分为3个阶段:Ⅰ(1942～1990年,<200篇/年)、Ⅱ(1991～2014年,<2000篇/年)和Ⅲ(2015年至今,>2000篇/年).(2)水华研究的国际合作较为密切,英文文献以美国发文量最多、中国第二.中文的水华研究论文以中国科学院为中心形成协作网络,水华研究的主要内容大致与国际上吻合.(3)中国的水华研究在全球水华研究中占据重要地位.在新兴前沿领域,中文期刊所发表的研究内容稍滞后于英文期刊.(4)关键词共现展示了水华研究的热点内容;突现词揭示了3个研究阶段新兴前沿领域的变化;关键词聚类则反映了全球水华研究的主要内容,进而可以推测未来的发展趋势.多尺度结合可能成为今后水华研究的一种趋势.水华监测预警建模、遥感技术、大数据和人工智能分析等已成为重要的研究方法.水华形成和消亡机制依然是核心科...