感染番茄抗病品种的番茄黄化曲叶病毒的基因变异分析

近几年来,生产中发现一些番茄抗病品种在不同环境条件下或应用几年后出现感病现象。为了解不同抗病品种中番茄黄化曲叶病毒(tomato yellow leafcurl virus,TYLCV)基因变异的情况,对5个感染TYLCV的番茄抗病品种进行了TYLCV全长基因克隆和序列测定。扩增结果显示,5个样品携带的TYLCV基因组长度均为2 781 bp,且均编码6个功能蛋白。基因组序列比较发现,这5个分离物与TYLCV-Israel株系同源性达到99%以上;通过功能蛋白比对发现,复制增强因子AC3蛋白存在变异,同世界各地报道的TYLCV-Israel株系典型分离物的AC3蛋白存在7处氨基酸差异的位点。分析结果表明,这五个病毒分离物均属于TYLCV-Israel株系,其AC3蛋白的氨基酸序列变异程度均不显著,并没有产生新的病毒株系。     

模式生物基因序列的识别

真核生物的全基因组序列可分为三种:外显子、内含子和基因间序列.基于剪切位点附近序列的保守性,序列的组分特征和编码序列阅读框存在三周期性,三种序列的标准离散源由序列上64个三联体的概率和5′端与3′尾剪切位点附近(共30位点)上4个碱基的概率,共184个参数构成.某条序列的类型就可以由该序列的离散量与上面三个标准离散源的离散量之间的离散增量最小值决定.当标准离散源具有184个信息参数时预测率比64参数预测的成功率至少提高4.61%,前者的预测成功率依次如下:线虫88.37%,酵母菌90.72%,拟南芥91.08%,果蝇92.28%,大肠杆菌92.88%.对预测成功的和错误的两类序列进行比较,发现这些预测错误序列的184个参数值与其预测结果所属的那类序列本身的参数值十分类似.     

DNA纳米技术应用于水环境污染示踪

水环境污染是当前人类社会所面临的严峻挑战之一,阻碍了全球生态环境和社会经济的可持续发展.潜在污染源众多和水文地质条件的复杂性导致对污染源追溯、污染范围界定和污染程度量化等问题的研判十分棘手.针对这些难题,已发展了多种水环境污染物迁移示踪系统,例如离子化合物、有色染料和同位素等,这些示踪系统的应用对水环境污染治理起到了重要的推动作用.近年来,快速发展的基于脱氧核糖核酸(deoxyribo nucleic acid,DNA)纳米技术的示踪方法(DNA示踪技术)逐渐崭露头角,其是应用DNA片段作为特异性标记物进行水环境污染示踪.与已有的示踪技术相比, DNA示踪技术具有示踪剂数量巨大、特异性强、检测灵敏、运移及降解特性可控和环境友好等诸多优势,是极具潜力的新一代示踪技术. DNA示踪技术的研发与应用集成了生物化学、材料科学、环境工程和水文地质等多学科知识,是典型的交叉研究领域.为促进DNA示踪技术体系的长足发展以及水环境污染防治能力的不断增强,本文重点阐述了DNA片段作为水环境污染示踪剂的原理与方法,全面梳理了DNA示踪技术体系的发展脉络,总结探讨了DNA示踪技术在水环境污染示踪研究中的典型...     

科学家成功绘制人体细菌分布图

科学研究人员对9名健康志愿者身上27个部位的细菌群落进行了长达3个月的深入观察分析。在3个月内，科学研究人员在志愿者洗澡1～2h后分别对每名志愿者进行4次细菌采样，运用最新电脑技术及基因序列，绘制出人体不同部位细菌分布的概况和轮廓。人体细菌分布图显示，不仅人与人之间菌群分布有别,     

基于最小边集的De Bruijn图定位算法

针对基因序列比对问题提出了一种DBG(de Bruijn图)模型,称为MiniDBG.它可以存储最小边集的位置列表,并通过位置列表有效地定位图上的任何节点、边和路径,从而实现对基因的序列比对.介绍了MiniDBG模型及基于该模型的路径定位算法,并对算法进行了证明.同时将MiniDBG与基于BWT和基于位置列表的路径定位方法进行了比较,实验结果表明,在频繁比对的情况下,MiniDBG的性能优于其他两种方法.     

遵义市习水县虫草属药用真菌的菌株分离与鉴定

目的:对遵义习水县虫草属药用真菌的菌株进行分离与鉴定，为进一步开发利用虫草奠定基础。方法:以遵义习水县所采集到的虫草属子实体为研究对象，采用组织分离法分离虫草菌株并纯化，ITS基因序列鉴定结合子实体标本鉴定分离的纯培养物。结果:从遵义习水共得到6株虫草属药用真菌菌株，编号56b-1、SW57b两株菌株为高雄山虫草(Cordyceps takaomontana Yakush.&Kumaz);编号67、CZ270、SL215三株菌株为蝉花(Cordyceps cicadae(Miq.)Massee);编号SL219为爪哇虫草(Cordyceps javanica(Bally)Kepler, B.Shrestha&Spatafora)。结论:遵义习水县野生虫草属药用真菌资源丰富。     

一种求解TSP的生物信息启发式遗传算法

遗传算法是解决旅行商问题（traveling salesman problem，TSP）的通用路径优化算法之一。为解决传统遗传算法收敛速度慢且解不稳定的问题，提出一种生物信息启发式遗传算法（bioinformation heuristic genetic algorithm，BHGA）。通过优化适应度函数和初始种群，引入生物信息学中的基因序列对比手法进行交叉重组排序，采用基因逆转操作进行变异，对遗传算法进行改进，使算法能够加快收敛速度，得到更优路径解。利用BHGA对TSPLIB数据库中算例进行求解，实验仿真结果表明：该算法在中小型规模的TSP中求解效果好且结果稳定。