人源抗菌肽LL-37在烟草中的表达

为探讨用植物生物反应器生产LL-37的可行性,利用DNA重组技术将LL-37与植物病程相关蛋白信号肽基因融合,经测序证实序列和阅读框正确后,连接到质粒pBin438上,构建含LL-37 cDNA植物分泌型表达载体pBin/LL-37.通过根癌土壤杆菌(Agrobacterium tumefacience)介叶盘法转化烟草(Nicotiana tobacum.NC-89).用PCR和Western blot对转化植株进行分子鉴定.80%转基因植株表达重组LL-37多肽.T0代转基因烟草的蛋白粗提物有抑制Staphylococcus aureus和Escherichia coli生长的活性.LL-37基因在转基因烟草中成功表达,提示用植物表达系统生产活性LL-37蛋白是可行的.     

肝癌患者顺铂治疗后癌细胞凋亡情况的观察

【目的】通过对肝癌患者使用顺铂治疗后,观察肝脏癌细胞凋亡情况,探讨对肝癌患者手术治疗前实施化疗的必要性.【方法】对手术切下的肝脏肿瘤组织制成细胞悬液进行荧光染色,用流式细胞仪进行细胞凋亡检测,运用统计学方法Satterthwaite近似法对这两组标本进行t检验.【结果】经顺铂治疗的病人较对照组的癌细胞细胞增殖指数显著降低,癌细胞凋亡率显著提高,而细胞增殖指数显著降低,提示诱导细胞凋亡发生是顺铂对肿瘤细胞抑制作用的主要方式.【结论】小剂量CDDP诱导治疗肝癌,作为综合治疗肝癌方法的一种是可行的,特别是在外科治疗（肿瘤切除或减低肿瘤负荷）前,作为辅助治疗能防治肿瘤的复发和转移.     

模糊限制语probably的类联接典型范式及其情态功能研究

基于美国当代英语语料库COCA的研究发现：1）与probably共现频数最高的动词、名词和形容词预见了模糊限制语probably最常用的语法构式为“be＋probably＋adj.＋n.”与“will/would＋probably＋v.”.2）模糊限制语probably有居中的句法位置趋向,主要发挥认知评价与缓和语气,调节人际关系的语用功能.3）模糊限制语probably的类联接典型范式具有精确话语信息、表达礼貌意义以及传达认知评价的主、客观情态取向的三重情态功能,其情态意义表达强度呈现强弱渐进的变化趋势.     

Lorenz曲线及其在植物生态研究中的应用

由Lorenz曲线派生的基尼系数和洛伦茨不对称系数在植物生态研究中可用来描述植物大小或其它数量性状的不均匀性，以揭示不同环境条件下植物数量性状在群体中的分布特性和生态学意义。笔者介绍了这两个参数以及用Jackknife和Bootstrap两种重新取样法来估算该统计量的精度和误差的数学计算方法，并采用作者自行开发的统计软件，对盐胁迫条件下Iris hexagona天然群体生长和繁殖性状进行了不均匀性分析。结果表明，Iris hexagona植株的地上部分生物量、地下部分生物量和总生物量随盐浓度的增加均呈递减趋势，但不均匀性均呈递增趋势。盐胁迫对植株个体间花量的不均匀性影响不大，而植株在浓度为2和4μg／g的盐胁迫条件下，个体间种子数量的不均匀性下降。另外，Iris hexagona两个繁殖性状的不均匀性均远大于生长性状的不均匀性。基尼系数揭示了均值背后隐藏的生物学意义，它直接反映了植物数量性状在植株间的不均匀性的程度，但产生不均匀性的原因可能包括遗传、生理和(或)生态等因素。若要从遗传角度弄清其本质，需要进行分子生物学特别是有关植物数量性状基因位点及其与环境互作等方面的研究。     

基于VC的单文档窗口分割

零文介绍了一种VC的单文档中对窗口视图任意分割方法。采取对单文档中框架类的视图分割,方法便捷可靠。最后用一个实例详细的说明编写程序的过程。     

花的“媒人”

有花植物世界中,有一大类是靠动物、风或水帮助传粉的。能为植物传粉的动物有很多种,比如鸟、蝙蝠、昆虫等。 蜂鸟做“红娘” 产于南美洲的蜂鸟有很多种类,它们身体极小,有时比黄蜂还小,不过也有大如燕子的。蜂鸟的羽毛非常美丽,嘴细长如小管状,舌能自由伸缩,常常飞行于花间,取食花蜜和花上的小昆虫。 当蜂鸟取食花蜜时,就可以起到传粉作用。因为它在某一朵花上取食花蜜时,管状嘴会碰上花冠内     

第一类Dirichlet边界下空间四阶时间多项变阶分数阶慢扩散方程初边值问题的差分方法

研究求解第一类Dirichlet边界条件下空间四阶时间多项变阶分数阶慢扩散方程的差分方法.首先,应用降阶法将原方程转换为等价的低阶方程组.然后在特殊点处考虑此方程组,并对所得方程两端同时作用平均值算子.通过巧妙定义平均值算子,对边界条件进行处理,使所得差分格式全局上达到收敛阶O(τ2+h4),其中τ和h分别是时间步长和...     

云计算环境中面向大数据的改进密度峰值聚类算法

对密度峰值聚类算法进行有效改进,计算各样本点之间的距离和各样本点局部密度,选择两者中较大的样本点作为聚类中心点,根据其余样本点与各中心点的距离设定样本点所属类别;引入K近邻算法对密度峰值聚类算法进行优化,求解各样本点的距离时只需要考虑其周围由邻近值决定的若干样本点,实现距离阈值的自动选取;根据距离矩阵计算样本点的密度,绘制决策图并选择簇内中心点,将剩余点根据密度值分配给离中心点距离最近的类;最后将K近邻-密度峰值聚类算法部署至Hadoop云计算平台,用于解决大规模数据聚类的问题。仿真结果表明,通过合理设置K近邻算法的近邻值k,K近邻-密度峰值聚类算法具有较好的大数据样本聚类性能,与常用聚类算法相比,该算法具有更高的聚类准确率和聚类效率,适用于大数据样本聚类。     

基于聚类的多样本复发拷贝数变异检测算法

拷贝数变异是人类基因组中一种重要的结构变异类型.不同样本中相同区域出现的拷贝数变异称作复发拷贝数变异.研究表明,复发拷贝数变异与人类复杂疾病紧密关联.提出一种基于聚类思想的多样本复发拷贝数变异的检测算法,该算法首先提取两种与复发拷贝数变异密切相关的特征:即多样本中每个位点的拷贝数变异比率和拷贝数变异幅度均值,然后利用聚...