排序方式: 共有88条查询结果,搜索用时 812 毫秒
71.
72.
73.
普城沙雷氏菌(Serratia plymuthica)G3是本课题组从山东泰安小麦茎秆中分离的1株内生细菌,能产生几丁质酶、蛋白酶和硝吡咯菌素等多种抗真菌因子.次生代谢物阻遏蛋白RsmA(Repressor of secondary metabolite)已知在细菌中是高度保守的,已在大部分革兰氏阴性菌和某些革兰氏阳性菌如枯草芽孢杆菌中被鉴定[1],例如在欧文氏菌Erwinia中,RsmA属于Rsm蛋白家族,主要由两个成员组成:RsmA(RNA结合蛋白)和RsmB(一种不翻译的调控sRNA分子,能消除RsmA的翻译阻遏功能). 相似文献
74.
采用盆栽模拟试验的方法,研究了质量分数为1 mg/kg镉(Cd)胁迫对10个月季品种叶、茎、根生长及光合特性的影响。结果表明,不同的月季品种对Cd胁迫的反应不同。与对照相比,Cd胁迫对大游行、伊丽莎白女王、奥赛娜、第一夫人的根、茎、叶生长及光合特性主要产生抑制作用,其中第一夫人所受抑制作用最大;在Cd胁迫下,维西利亚和彩虹的根、茎、叶生长及光合特性几乎不受影响;而Cd胁迫对尼科尔、阿比沙莉卡、冰山、御用马车的根、茎、叶生长及光合特性产生了一定程度促进作用,其中冰山和御用马车所受促进作用较大。由此可知,冰山和御用马车对Cd胁迫环境的适宜性较强,是较好的耐Cd污染的月季品种。 相似文献
75.
黄酮类化合物具有较好的抗菌性能,而稀土氧化物具有较强的清除羟基自由基能力。本研究利用硅烷偶联剂(KH560)的偶联接枝作用,将黄酮接枝在纳米La2O3表面,制备La2O3-黄酮复合纳米材料,并进行清除羟基自由基和体外抑菌(大肠杆菌、金黄色葡萄球菌)试验。结果表明,该复合材料具有较强的清除羟基自由基能力和抑制细菌生长能力。细胞毒性试验结果表明,黄酮的存在使该材料具有较低的细胞毒性和较好的细胞相容性。La2O3-黄酮纳米复合材料有望应用于食品保鲜添加剂和医学等领域。 相似文献
76.
77.
78.
为探索广东紫菜(Pyropia guangdongensis)叶状体Hsp70基因在温度刺激下机体耐温相关分子机制,为广东紫菜的栽培生产提供技术参考,本研究利用RACE技术获得了广东紫菜Hsp70基因(PgHsp70)全长序列,并在此基础上采用实时荧光定量PCR技术,研究广东紫菜叶状体分别在不同温度(22℃、27℃和31℃)条件下处理0、1/6、1/2、1、6、12、24和36 h后PgHsp70基因的差异表达。结果显示,PgHsp70基因序列长2004 bp,包含一个1866 bp的开放阅读框,可编码621个氨基酸,预测分子量为67.7 kDa,理论等电点为4.87。基因表达水平定量分析表明,温度对PgHsp70基因表达水平有显著影响,PgHsp70基因在不同温度的表达水平变化趋势基本一致,均呈现先上调后下降的趋势,且均于1 h表达量到达最高水平,其中,在31℃ 1 h表达量最高,为未经高温处理组的11倍,说明PgHsp70基因在应答高温胁迫中发挥着重要的作用。 相似文献
79.
本研究分别测定了不同无机氮浓度(50、100、200、400和800 μmol/L)、不同无机磷浓度(2.5、5、10、20、40和80 μmol/L)和不同氨氮(NH4+-N)、硝酸盐氮(NO3–-N)浓度比(0/100、25/75、50/50、75/25和100/0)培养条件下,琼枝(Betaphycus gelatinae)生长及色素含量的变化,评估适合其生长的营养盐条件。结果显示,适合琼枝生长的无机氮浓度为0~200 μmol/L,无机磷浓度为2.5~ 10 μmol/L,NH4+-N/NO3–-N浓度比为25/75。在适宜的营养盐条件范围内,琼枝生长状态较好,具有较高的增重率;而当无机氮浓度超过200 μmol/L、无机磷浓度超过10 μmol/L或NH4+-N/NO3–-N浓度比高于50/50时,培养初期,琼枝生长缓慢,具有一定的耐受能力,但培养时间过长,不利于琼枝正常生长,引起藻体白烂严重、增重率急剧下降。本研究表明,琼枝适合在低营养盐环境下生长,结果可为琼枝规模化增殖栽培提供理论基础。 相似文献
80.
【目的】解决自然环境下不同成熟度桃子快速准确检测的问题,课题组提出一种基于改进YOLOv5s的目标检测算法YOLO-Faster。【方法】使用YOLOv5s网络模型作为基础网络,将主干特征提取网络替换为FasterNet,使模型轻量化,并在主干和颈部之间增加串联的CBAM卷积注意力模块和常规卷积块,增强对图像重要特征的捕捉与表达,同时引入SIoU损失函数缓解预测框与真实框之间方向的不匹配。【结果】改进后模型的m AP为88.6%,与YOLOv5s相比提升1个百分点,模型权重缩减39.4%,浮点运算量降低44.3%,在GPU、CPU上的单张图像平均检测时间分别减少12.6%和24%。此外,本研究将训练好的模型部署到嵌入式设备Jetson Nano上,模型在Jetson Nano上的检测时间比YOLOv5s减少30.4%。【结论】改进后的轻量级模型能够快速准确地检测自然环境下不同成熟度的桃子,可以为桃子采摘机器人的视觉识别系统提供技术支持。 相似文献