小球藻遗传转化技术研究进展

小球藻( Chlorella )是一种单细胞真核藻类,属绿藻门、绿藻纲、绿球藻目、小球藻科、小球藻属 [1] 。作为最早开发的真核微藻之一,具有高营养价值、生长快速、结构简单、易工业化集成等显著优点。其细胞形态为球形或椭圆形,直径3~12 μm,呈单生或聚集成群状生长 [2] ,分布广泛,多见于淡水、咸水和土壤中。作为地球上最早的生命之一,小球藻基因比较稳定,至今未见有关其基因自发突变的报道。因其富含蛋白质、脂质、维生素、活性代谢产物等多种营养物质而被公认为具有高附加值和医疗保健作用,已经被广泛应用于保健食品 [3] 、水产养殖 [4] 、生物能源 [5] 等方面,关于小球藻生物技术的研究主要集中在基因组学 [6] 、分子遗传学 [7] 、代谢机理 [8] 、大规模培养 [9] 等方向。     

高磷条件下腐殖酸和生物炭配施对土壤磷素转化的影响

研究腐殖酸和生物炭2种调理剂配合施用对土壤磷素吸收与转化的影响,设空白对照、生物炭、腐殖酸、腐殖酸+生物炭、腐殖酸+1/2生物炭、1/2腐殖酸+生物炭共6个处理。结果表明,在腐殖酸和生物炭配施不同处理中,腐殖酸+生物炭处理对于降低土壤总磷、有效磷、水溶性磷含量效果较好,可以减少土壤中磷素积累;腐殖酸+1/2生物炭处理既促进了作物对有效磷源Ca_2-P的吸收,提高了各磷组分之间的转化,也促进了土壤磷素向Fe-P、O-P转化,有利于降低土壤磷素负荷;1/2腐殖酸+生物炭处理可以促进土壤磷素向Ca_8-P、Fe-P转化。     

某有色金属尾矿及其污染土壤的原位风险管控处置

为降低某尾矿堆对周边土壤和地下水环境造成的重金属污染风险,对该尾矿堆河堆场之下的污染土壤进行了原位封闭阻隔处置。综合考虑尾矿堆的安全稳定性、环境污染现状、水利防洪等因素,提出了采取阻隔屏障、临空面支护隔离及防渗膜+黏土+种植植物覆盖等一系列风险防控措施,从而达到污染源头削减与生态恢复协调控制效果,为尾矿和污染土壤的环境原位风险防控工作起到积极的示范意义。     

传统傩戏形式转化助推乡村振兴——评《艺术振兴乡村途径研究》

傩戏又称傩堂戏、端公戏,是在民间祭祀仪式基础上吸取民间戏曲而形成的一种戏曲形式,广泛流行于安徽、江西、湖北、湖南、四川、贵州、陕西、河北等省。傩戏源于远古时代,早在先秦时期就有既娱神又娱人的巫歌傩舞。傩戏用反复的、大幅度的程序舞蹈动作表演,多在固定的节日演出且极具原始舞蹈风格。傩戏经过千余年的发展,其艺术形式愈发丰富多彩。2006年,傩戏经国务院批准列入第一批国家级非物质文化遗产名录。在当今乡村振兴的背景之下,如何促进传统傩戏形式转化以助推乡村振兴,成为一个热点问题。中国人民大学艺术学院设计系主任、文化部高级画家兼一级美术师陈炯所著的《艺术振兴乡村途径研究》,以集市概念为统筹,包括文创产品、艺术作品、空间设计和品牌策划集市四个方面,通过多元化的创作形式为载体并且汇聚学员们的聪明才智,共同为农村发展谋求更多可实现行路径,同时也体现了艺术振兴乡村的宗旨,为传统傩戏形式转化提供了可行的思路。     

转基因甘蔗BtG-2的T-DNA侧翼序列分析及其转化事件特异性检测

转基因甘蔗BtG-2是利用农杆菌介导法把Cry1Ac-2A-gna融合抗虫基因导入‘新台糖22号’的转基因甘蔗株系,具有良好的抗虫特性和农艺性状。为了明确转基因甘蔗BtG-2的分子特征及其检测方法,推进其生物安全性评价工作,以BtG-2的T2代为研究材料,利用Southern杂交检测外源基因在转基因甘蔗基因组内的拷贝数;利用染色体步移技术分离外源基因在甘蔗基因组中插入位点的侧翼序列,并建立了该转化体高效灵敏的特异性PCR检测方法。结果表明：Southern杂交检测证明外源T-DNA以单拷贝方式插入BtG-2株系;经过3次的热不对称巢式PCR扩增,获得外源基因T-DNA左边侧翼序列984 bp和右边侧翼序列705 bp;以这2个序列和相应的T-DNA的左右端序列分别设计3对检测引物对,建立了BtG-2株系的转化事件特异性PCR检测方法,扩增效率最高的引物对LS011/LA451和RS160/RA588分别扩增到440 bp和428 bp的特异片段。其中T-DNA左侧设计的LS011/LA451检测引物对扩增的灵敏度高、特异性强,能够在甘蔗BtG-2基因组DNA相对含量为0.1%的模板中检测出转基因目的成分,相当于9个单倍体基因组拷贝数。本研究完成了转基因株系BtG-2的分子特征及其转化事件特异性检测,为该转基因甘蔗及其衍生产品的检测和身份识别提供技术依据。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

γ⁃戊内酯的制备及其在纤维素生物质转化方面的应用

γ-戊内酯是以木质纤维素生物质为原料制备的一种潜力巨大的平台化合物,它既可转化为高密度燃料、相关高分子材料以及其他高价值化学品,也可作为绿色溶剂促进木质生物质向其他高值方向转化。在化石能源日益紧俏、环境问题日益严重的今天,对γ-戊内酯进行深入研究显得尤为重要。但在实际生产中,仍存在产量低、除杂难等经济环保类问题需要解决。基于γ-戊内酯研究的最新进展,从γ-戊内酯的制备与应用两方面进行了论述,综述了生物质催化生产γ-戊内酯的研究进展,说明不同底物生产γ-戊内酯的理论基础与优缺点,并以贵金属和非贵金属催化剂为界,分类讨论了多种用于合成γ-戊内酯的催化剂。最后,结合γ-戊内酯在纤维素生物质转化应用方面的进展情况,探索了γ-戊内酯与其他相关有机物之间的制备关系,为γ-戊内酯的进一步开发利用提供了思路。