稻瘟菌毒素胁迫下水稻根部生理变化及相关基因表达研究

以丽江新团黑谷和谷梅二号为研究对象,利用稻瘟菌粗毒素分别对两者的幼苗根部处理0、6、12、24、48h,并进行地上部和地下部生理指标和相关基因表达分析研究.结果表明,毒素处理后,除SOD外,POD和CAT的活性均升高,MDA含量也升高.与水杨酸和茉莉酸途径相关的8个基因与本底水平相比都表现出上调或下调的趋势,可见这两个途径都得到了表达.特别是48h时,PAL、JIOsPR10、PR1b和PR4在稻瘟病抗性品种谷梅二号的根或叶中的表达量远高于敏感品种丽江新团黑谷,说明这4个基因的表达在调节谷梅二号抗稻瘟菌毒素中具有重要作用.     

基于超快速星历的数值天气预报可行性研究

为实时获取高时空分辨率的大气水汽场,基于地基GPS遥感大气水汽原理,结合香港CORS网的实测数据进行处理,根据大气可降水量(PWV)解算过程中超快速星历预报部分的时间跨度不同,设计了3个方案,并比较了各方案中最终精密星历、超快速星历和探空资料解算得到的PWV序列。结果表明,利用超快速星历估计PWV与最终精密星历结果一致,其精度满足气象预报等实时业务的要求。     

多氯联苯胁迫下红树蚬荧光定量PCR内参基因的筛选

【目的】筛选出多氯联苯(PCBs)胁迫下红树蚬(Polymesoda erosa)的实时荧光定量PCR(qRT-PCR)最适内参基因,为进一步开展分子毒理学研究奠定基础。【方法】以β?actin、18S rRNA、GAPDH和#?tubulin为候选内参基因,qRT-PCR测定PCBs胁迫下4个候选内参基因在红树蚬外套膜、鳃、闭壳肌和肝胰腺组织中的表达水平,应用geNorm、NormFinder和BestKeeper软件分析其表达稳定性。【结果】geNorm软件分析表明β?actin表达最稳定;NormFinder软件分析发现,外套膜、鳃和肝胰腺组织中β?actin的稳定性最好,闭壳肌组织中β?actin(0.454)表达稳定性略微低于#?tubulin(0.425),排第2位;BestKeeper软件分析表明,外套膜和鳃组织中β?actin最稳定,肝胰腺和闭壳肌组织中GAPDH最稳定,β?actin排位第2位。【结论】筛选β?actin为红树蚬在PCBs胁迫下的qRT-PCR最适内参基因。     

基于3种建模法的食源性 ACE抑制二肽 QSAR 研究

以自组建的食源性血管紧张素转化酶（angiotensin I‐converting enzyme ,ACE）抑制二肽为研究样本,采用氨基酸描述子VHSE（principal component score vector of hydrophilicity ,steric ,and electronic properties）对ACE抑制二肽进行表征后,比较偏最小二乘（partial least square regression ,PLS）、支持向量机（support vector machine ,SVM）及主成分分析（principal component analysis ,PCA）‐SVM相结合的3种建模方法对ACE抑制二肽的QSAR（quantitative structure‐activity relationship）建模。结果显示,对于食源性ACE抑制二肽,3个模型的拟合能力无明显差异,SVM模型的预测能力略强;对其进行权重投影分析发现,C末端氨基酸较N末端氨基酸对其活性的影响更为明显。     

新型高效定量脱气器研制及试验研究

新型高效定量脱气器采用定量泵、电加热器、脱气箱、真空泵等设计,可对钻井液进行定量采集、加热、高速搅拌以及负压抽吸,且具有温度控制系统和数据采集检测系统,实现对钻井液在线油气分析;同时新型高效定量脱气器按照井场防爆要求设计,防爆等级达到Ⅰ级,满足油井使用要求。结果表明:新型高效定量脱气器采液流量为0.5L/min,能够脱出C_1~C_8、苯、甲苯等气体组分,并且其对C_1的脱气效率在50%左右,是同环境下电动脱气器的6~10倍。新型高效定量脱气器工作可靠、性能稳定,且其脱气效率远高于同环境下的电动脱气器。     

基于长光程吸收池的痕量混合气体定量检测研究

光谱检测技术是痕量有害气体检测的主要方法。在气体检测中,傅里叶变换红外光谱包含着丰富的信息,其中峰值、峰位和峰宽等都可以作为定量检测依据。研究了峰面积作为检测依据的定量计算方法,在理论计算中针对不同方法,对定量依据、计算原理和存在误差进行了详细分析,比较了相互之间的优缺点。而后,运用基于阶梯函数的计算方法,结合痕量的一氧化碳、二氧化碳、二氧化氮和二氧化硫4种典型有害气体,进行了实验,验证了该方法在定量计算方法是可行的,证明以上四种气体可以同时测量,不会产生相互干扰,经C语言编程该算法仅占十几KB的存储空间,在实现光谱检测仪器小型化便携化方面发挥着重要作用。     

机器学习在聚烯烃催化剂领域的应用与展望

催化剂是决定聚烯烃的工业效率以及实现聚烯烃高端化的核心.传统开发催化剂的过程采用试错法,不仅实验步骤多、研发周期长,且催化性能的研究需要消耗大量资源.单纯依靠实验的分析方法很难挖掘出催化剂结构与聚合性能之间的内在关系.高水平的量子化学计算可以准确地获取反应机理,但针对宏量的实验数据,昂贵的计算成本是其局限.大数据时代,人工智能的发展势不可挡.机器学习作为人工智能的核心策略表现出强大的预测能力,并在科学、技术以及工业等各个领域获得了广泛的应用与发展.本文主要介绍机器学习在聚烯烃催化剂中的最新研究进展,并简要评述机器学习应用于烯烃催化中面临的机遇与挑战.     

取代芳烃与3种生物急性毒性的定量构效关系

根据成键原子的结构特征定义其生物活性点价 (δAi ) ,并建构新的连接性指数 ( 1XA=∑(δAi .δAj) .用 1XA分别与 2 1种苯酚类化合物对日本长腿蛙蝌蚪的急性毒性 ( 2 4h-LC50 ) ,1 8种苯酚、苯胺类化合物对斜生栅列藻的急性毒性 ( -lg EC50 ) ,1 6种含氯的苯酚、苯胺类化合物对绿藻的急性毒性 ( -lg EC50 )相关联 ,其相关系数分别为 0 .963 5,0 .944 0 ,0 .91 84,均优于相应的文献研究结果 .对所建模型予以稳健性检验 .     

用神经网络方法对卡巴醌系列抗肿瘤药物的QSAR研究

运用人工神经网络方法研究了卡巴醌（Ｃａｒｂｏｑｕｏｎｅ）系列药物对用Ｌ－１２０１白血病细胞接种的小鼠延长生命的活性，与传统的回归方法进行比较，可得到更为精确的结果，并且在活性预测方面有很好的效果。