花椒籽的研究及开发利用现状

花椒籽是我国特有的食用香辛料花椒的主要副产物,其富含多种营养物质和生物活性成分。本文主要对花椒籽的化学成分及其提取工艺和相关产品的开发应用现状进行综述,以期为花椒籽的研究利用提供参考。     

不同发育时期菊芋块茎DNA提取效果比较研究

为筛选菊芋块茎DNA提取的适宜生育时期,以“青芋1号”菊芋品种为试材,用改良CTAB法对不同发育时期菊芋块茎DNA进行提取,经琼脂糖凝胶电泳及全波长分光光度计检测总DNA的纯度、浓度及质量,选用4条ISSR引物进行PCR验证.结果表明:不同发育时期提取菊芋块茎DNA效果较好,DNA浓度呈现单峰曲线变化,峰值出现在第9周,与琼脂糖凝胶电泳检测呈现的亮度结果一致,PCR验证结果显示,提取的DNA能够满足后续相关分子生物学的要求.     

响应面法优化香水莲花甾醇的超声提取工艺

为了分析香水莲花的植物甾醇含量并优化其超声提取工艺,采用高效液相色谱（HPLC）法测定香水莲花中菜籽甾醇、菜油甾醇和β-谷甾醇的含量,再以上述3种甾醇提取量为评价指标,对液料比、超声提取温度和超声提取时间进行单因素试验,在此基础上,再采用Box-Behnken响应面法优化香水莲花甾醇提取工艺并进行验证。结果表明,影响香水莲花甾醇提取量的主次因素是液料比>提取时间>提取温度,其最优工艺条件为以95%乙醇为提取溶剂、超声功率100 W、液料比30∶1（mL/g）、超声提取温度60 ℃、超声提取时间30 min;在最优工艺条件下进行验证实验,得出香水莲花中甾醇含量为菜籽甾醇64.61 mg/100 g、菜油甾醇40.77 mg/100 g、β-谷甾醇99.04 mg/100 g,总甾醇204.42 mg/100 g,综合评分与预测值相比差异不显著（P<0.05）。研究结果为香水莲花资源的开发和利用提供参考。     

高含固率木质纤维素厌氧发酵物总DNA的4种提取方法比较

不同的样本特性和提取方法对获得微生物总DNA的质量有重要影响。文章基于高含固率木质纤维素厌氧发酵物腐殖酸、酚类物质含量高、质地均一性差、微生物浓度低的特点,研究了4种方法提取不同高含固率粪秸厌氧发酵物中微生物总DNA的效果。结果表明,常规的十二烷基磺酸钠法(sodium dodecyl sulfate,SDS)、十二烷基磺酸钠和溴化十六烷基三甲铵结合法(sodium dodecyl sulfate and cetyltrimethyl ammonium bromide,SDS-CTAB)和商业的粪便试剂盒法提取的DNA质量均较差,SDS法和试剂盒法未能获得聚合酶链式反应(polymerase chain reaction,PCR)扩增目的条带,SDS-CTAB法得到的条带较模糊;改进SDS-CTAB法获得的DNA杂质少、纯度高,具有较好的稳定性,A260/A280和A260/A230值分别为1.74~1.86和1.65~1.86,每克样品的DNA浓度在50 ng·μL^-1以上,电泳条带单一齐整、清晰明亮,PCR扩增的目的条带清晰度高,适宜后续分子生物学技术的分析。林格氏液洗脱、聚乙烯吡咯烷酮-40(Polyvinyl Pyrrolidone-40,PVP-40)洗涤液除杂以及裂解液和多种酶联合破壁是改进SDS-CTAB法获得该类专一性样本高质量微生物总DNA的关键步骤。     

杜波绵羊鲜胚生产的取胚试验初报

为了研究杜波绵羊鲜胚胎的最佳方法,选取胴体性状相似、繁殖功能正常,性周期正常的供体母羊16只,进行鲜胚的采集与存活率试验。结果显示:排卵总数63枚,只均5.025枚;回收可用胚36枚,只均2.25枚。结果表明:杜波绵羊生产的鲜胚数量较少,明显低于其他绵羊或山羊品种。     

保存方法对牧草DNA提取效果的影响

为从野外采集的禾本科牧草样品中获得优质DNA,在有限的试验条件下找到最合适的样品保存方法。本研究在野外试验站采集了8种禾本科牧草,分别采用变色硅胶、-20℃、4℃、自然风干和45℃烘干等5种方法进行保存,保存一个月后进行DNA的提取。通过琼脂糖凝胶电泳、ISSR-PCR以及DNA的浓度和纯度对比,对几种保存方法下保存的牧草样品中所提取DNA的效果和质量进行鉴别。此外,为了解样品中多糖和多酚含量对DNA提取效果的影响,本研究还对采集样品多糖和多酚含量与DNA浓度和纯度进行了相关性分析。结果显示变色硅胶的保存效果最佳,烘干的保存效果最差,其他3种保存方法对不同植物的保存效果不能确定。多糖和多酚含量与DNA的提取效果、提取质量无明显关系,与DNA的浓度和纯度也无显著相关性,二者不是影响本研究DNA提取效果的主要因素,本研究中DNA提取效果的差异性是由于保存方法的不同造成的。在野外试验采集禾本科牧草样品时,如需要获得优质的DNA进行深入的试验,用变色硅胶保存样品,是一种便捷、效果优越的保存方法。     

基于FCN的无人机玉米遥感图像垄中心线提取

为解决农业机器人在玉米田行间行走的全局路径规划问题,该研究提出一种基于全卷积神经网络(Fully ConvolutionalNetworks,FCN)的无人机玉米遥感图像垄中心线提取方法。基于无人机获取的高精度可见光遥感图像,设计了针对农田垄中心线提取的数据集标注方法,采用滑动窗口法进行图像分块,利用深度学习语义分割网络FCN对垄中心线附近7～17像素宽度范围的垄线区域进行提取,模型在测试田块上精确率达66.1%～83.4%,召回率达51.1%～73.9%,调和平均值为57.6%～78.4%;对拼接后的图像使用影像分割投影法提取中心线,探究了垄线区域宽度对垄中心线提取精度的影响,训练采用9像素的垄区域宽度,可得到垄中心线在77 mm左右偏差范围准确率为91.2%,在31.5 mm左右偏差范围内为61.5%。结果表明,基于FCN对无人机玉米遥感图像进行处理,可得到整片田地的垄中心线栅格地图,方便农业机器人进行全局路径规划。