植物群体遗传进化研究方法探析

[目的]评估植物群体遗传进化研究涉及的相关算法软件,为该研究领域提供方法选择参考.[方法]利用重测序数据,就群体遗传进化研究的各种算法做比较,对相关算法分析效果做对比评估.[结果]评估结果表明,进化树耗时和数据大小、模型选择均有较大关系,两者共同决定运算时间,另外运算效果还和多序列的比对效果有很大关系.群体结构分析fastStructure、Admixture软件运算速率、准确度较Structure软件有明显提高.主成分分析耗时相对较少,可用Cluster和R软件实现,两款软件的计算结果可相互验证;连锁不平衡分析推荐Plink2软件.[结论]算法及软件的选择对植物群体遗传进化研究的效率、结果影响较大.     

意大利蜜蜂工蜂幼虫饲粮的适宜亚硒酸钠添加水平

【目的】探索意大利蜜蜂(Apis mellifera ligustica)工蜂幼虫日粮的适宜亚硒酸钠水平,为意大利蜜蜂工蜂幼虫发育阶段硒的营养需要提供依据。【方法】共取1 440只1日龄意大利蜜蜂工蜂幼虫并平均分为两批,每批720只,一批用于化蛹率、羽化率的测定,一批用于理化指标和分子指标的测定。两批幼虫均按单因素完全随机设计分成6组,对照组饲喂基础日粮,试验组分别饲喂亚硒酸钠添加量为0.2、0.4、0.6、0.8、1.0 mg·kg~(-1)的日粮,每组5个重复,每个重复24只幼虫。取3、5、7日龄幼虫测定体重、总抗氧化能力(total antioxidant capacity,T-AOC)、总超氧化物歧化酶(total superoxide dismutase,T-SOD)活性、丙二醛(malondialdehyde,MDA)含量、酚氧化酶(phenoloxidase,PO)活性,取5日龄幼虫测定硒磷酸合成酶(selenide water dikinase,Sel D)、丝氨酰-t RNA合成酶(seryl-t RNA synthetase,Ser Rs)、SECIS-结合蛋白1(SECIS-binding protein 1,Sbp1)、SECIS-结合蛋白2(SECIS-binding protein 2,Sbp2)基因表达量;7日龄时统计化蛹率。【结果】与对照组相比,日粮添加亚硒酸钠水平为0.2—0.6 mg·kg~(-1)时显著提高了幼虫的T-AOC(P0.05),日粮添加亚硒酸钠水平为0.2—0.8 mg·kg~(-1)时显著提高了幼虫的T-SOD活性(P0.05),各试验组均显著降低了幼虫的MDA含量(P0.05)。日粮添加亚硒酸钠水平为0.4 mg·kg~(-1)时幼虫的PO活性显著高于对照(P0.05)。日粮添加亚硒酸钠水平为0.6 mg·kg~(-1)时5日龄幼虫的Sel D、Ser Rs、Sbp1、Sbp2基因表达水平显著高于对照(P0.05)。日粮添加亚硒酸钠水平为0.4 mg·kg~(-1)时幼虫化蛹前体重显著高于对照(P0.05)。与对照组相比,日粮添加亚硒酸钠水平为0.2 mg·kg~(-1)时,幼虫化蛹率显著提高(P0.05)。【结论】人工饲养条件下基础日粮硒水平为0.21 mg·kg~(-1)时,根据幼虫化蛹前体重、化蛹率做拟合曲线得出意大利蜜蜂工蜂幼虫日粮适宜亚硒酸钠添加水平为0.24—0.33 mg·kg~(-1),即意大利蜜蜂工蜂幼虫的适宜硒水平为0.32—0.36 mg·kg~(-1)。     

2014-2015年中国部分地区蜜蜂慢性麻痹病病毒流行病学调查及系统发育分析

【目的】前期笔者课题组对北京地区蜂群进行了常见病毒感染情况的调查,发现蜜蜂慢性麻痹病毒（Chronic bee paralysis virus,CBPV）在病蜂群中的检出率显著高于在健康蜂群中的检出率,据此推测可借助病蜂群对CBPV进行研究。鉴于目前国内CBPV流行病学数据的匮乏,论文旨在了解中国主要养蜂区病蜂群中CBPV的分布及遗传变异情况,以期为该病的防控提供依据。【方法】2014-2015年间从四川、安徽、浙江、河南、山东、山西、黑龙江、北京8个主要养蜂省（市）共采集到136份病蜂样品,采用RT-PCR法检测CBPV的感染情况。每份样品随机选取10只蜜蜂,取其头部,利用Trizol法提取样品的总RNA;通过凝胶电泳及NanodropND-2000对总RNA的质量进行定性与定量检测。以样品总RNA为模板合成cDNA第一条链,而后以cDNA为模板扩增CBPV的特异性片段。所有扩增片段均进行琼脂糖凝胶电泳,对部分阳性样品进行测序与序列分析;通过扩增片段与阳性片段的比对确定每份样品中CBPV的检出情况。为研究CBPV中国分离株的系统发育特性,以样品cDNA为模板,扩增全部阳性样品的RdRP基因（RNA-dependent RNA polymerase）特异性片段,而后进行测序与序列分析。将序列提交至GenBank获取基因登录号。对获得的分离株的RdRP基因与GenBank上发表的相应序列进行比较分析,利用CLUSTAL W软件对全部参考序列及本研究获得的分离株的对应序列进行同源性比对,应用软件MEGA 6.0 中邻接法（neighbor-joining）对所有序列绘制系统进化树。【结果】蜜蜂头部总RNA质量检测结果显示,所有样品的总RNA相对完整,且浓度处于（980.5±37.1）ng·L^-1范围内,A₂₆₀/A₂₈₀ 在1.92-2.24。CBPV感染率检测结果显示,136份病蜂样本中共检出120份CBPV阳性样品,阳性率高达88.2%。全部阳性样品的电泳结果可见与预期大小一致的特异性片段,其序列与靶序列同源性达到99%以上。RdRp基因特异性片段的序列分析表明,本研究共获得8个CBPV中国分离株,其序列与多种其他地区的CBPV的相应序列同源性达到97%以上。中国分离株GenBank登录号分别为KT374042-KT374049。对其系统进化树分析后可知,世界流行的CBPV分离株可分为5个进化分支：两个欧洲分支（European clade 1、 European clade 2）,两个中日混合分支（Chinese -Japanese clade 1、Chinese-Japanese clade 2）和一个美国分支（US clade）。获得的8个中国分离株均存在于同一进化分支上,且与之前得到的6个江苏分离株以及4个日本分离株共同形成两个混合分支。【结论】进一步证实了中国病蜂群中普遍存在CBPV感染;系统进化关系表明,目前国内CBPV分离株之间的遗传关系无明显地域性特征,与日本分离株亲缘关系较近。有关CBPV的监测工作亟需加强,且其预警作用需引起重视。     

自动增氧型人工湿地对废水中COD的去除效果

针对常规人工湿地中溶解氧不足的问题,采用页岩空心砖构建自动增氧型人工湿地系统,研究构建系统对废水COD的净化效果。结果表明,自动增氧型湿地内的DO比人工强化曝气型湿地高0.1 mg/L左右,COD去除率达到85%以上,比人工曝气型湿地高2%左右。这说明构建的自动增氧系统可提高湿地系统内部供氧能力,提高湿地系统对废水COD的净化效率。     

蜂群算法在冷链物流配送车路径规划中的应用

车辆路径规划问题是冷链物流配送环节的关键,而易腐农产品会随运输时间的推移而腐烂变质或者影响其使用价值。利用解蜂群算法采蜜行为的基本原理及其算法流程,根据配送中心与客户的需求以及运输过程存在各方面约束条件的情况下建立模型并初步考虑到农产品的腐败成本。最终分析并设计了一种基于人工蜂群算法的冷链物流配送车辆路径优化方法,并应用实例及软件仿真对算法进行了验证,且证明了该算法的有效性。     

风险条件下设施农业生产决策

设施农业是我国农业发展的重要内容,也是我国农业资源高效利用的重要生产模式。在我国设施农业快速发展的同时,其生产决策表现出科学性不足,主要体现为存在明显的盲目性和随意性。构建了农作物组合优化决策模型,采用贪心算法,以最大经济效益为目标,综合考虑风险以及作物轮作等因素,得出了最优生产决策组合方案;通过与优化前种植方案的比较,表明采用决策模型所获得方案的利润有所增加,且全年承担风险更加平稳。因此,对以企业方式进行生产的设施农业单位,可以通过优化组合生产计划,实现经济效益的增加,进而提高生产者的生产积极性和产品的市场竞争力。     

热力管道小漏温度场特征标定研究

泄漏特别是小漏预警对热力管道的安全维护具有重要意义。受空间分辨率的影响,分布式光纤传感器对小漏引起的局部温度变化测试精度较低,测量温度与实际温度差异较大。以布里渊光时域反射仪(BOTDR)作为测量手段,提出了一种建立分布式光纤测量温度与实际温度之间对应关系的方法。设计完成了小漏温度场模拟测量实验,通过高斯拟合对测量数据进行特征提取,再用人工神经网络建立测量温度与实际温度的映射模型。结果表明:设计的实验方案可获得代表管道小漏温度分布的先验数据,基于此训练的人工神经网络可确立实际温度场与BOTDR测量温度场的对应关系,提高了光纤测试精度并为泄漏预警策略的制定提供了依据。     

基于改进SVM分类器的动作识别方法

利用智能手机加速度传感器信号,提出一种改进的动作识别方法以降低传统动作识别方法的复杂程度,提高识别率。在特征提取时用盲选法,即用PCA(principal component analysis)进行特征值的降维和去除多维间的干扰,而所选特征没有对应的物理意义;并在分类识别中将遗传算法应用到SVM(support vector machine)分类器参数优化中。通过实验表明,该方法能够对日常的走路、站立、跑及上下楼等动作进行准确的识别。     

基于PEM-ABC算法的小型无人直升机系统辨识

针对小型无人直升机在悬停状态下飞行动力学模型的系统辨识问题,提出了一种基于预测误差法与人工蜂群算法(PEM-ABC)结合的辨识算法。该算法将系统辨识问题转化为优化问题,用PEM算法确定搜索空间的范围;雇佣蜂搜索阶段采用改进的自适应搜索策略加快收敛速度;跟随蜂搜索阶段引入一种新的概率选择方式保证种群多样性;侦察蜂搜索阶段利用混沌算子来提高全局搜索能力。通过机载设备采集到的飞行实验数据,对辨识获得的模型进行了分析与验证。结果表明:采用该辨识方法,估计出了无人直升机动力学模型的未知参数,与PEM算法和传统人工蜂群算法相比,所提算法的辨识精度更高,具有重要的工程使用价值。     

基于随机森林算法的农耕区土地利用分类研究

基于随机森林算法,采用多季节、多时相光谱信息、纹理信息和地形信息进行分类研究,选出最佳分类方案对农耕区土地利用信息进行提取,并利用随机森林算法对所有特征变量进行降维,将降维后的变量分别用于随机森林、支持向量机和最大似然分类法,分析不同分类方法对农耕区土地利用类型提取的适用性。研究结果表明:基于随机森林算法的多源信息综合分类方案进行土地利用信息提取效果最佳,总体精度85.54%,Kappa系数0.835 9;利用随机森林算法进行特征选择可以在有效降低数据维度的同时保证分类精度;3种分类方法中,随机森林算法总体分类精度81.08%,分别较支持向量机和最大似然法高9.46%和5.27%。利用随机森林分类法结合多源信息能够有效对农耕区土地利用类型进行分类,为土地类型的划分提供了快捷可行的方法。