武汉市桔梗科一物种新记录——卵叶异檐花

报道了武汉市外来入侵植物新记录一种,为桔梗科Campanulaceae异檐花属Triodanis卵叶异檐花Triodanis perfoliata subsp.biflora(Ruiz et Pavon)Lammers。卵叶异檐花原产于美洲,在武汉地区是首次发现,凭证标本保存于长江文明馆(武汉自然博物馆)。     

快速检测技术在动物动物食品微生物检测中的应用

随着近年来科学技术的发展以及人们生产生活水平的提高,动物食品安全问题引起了社会的广泛关注,在动物食品的生产、运输、销售等各个环节中都有可能会受到微生物的污染,进而引发各种动物食品安全问题,同时微生物污染也是目前造成食源性疾病最为突出的一种动物食品安全问题。基于此,本篇文章首先介绍了传统检测方法及快速检测的重要性;随后阐述了目前动物食品安全的现状;最后从三个方面介绍了快速检测技术在动物食品微生物检测中的应用。以此来供相关人士交流讨论。     

基于qPCR和LAMP技术的马铃薯晚疫病菌快速检测方法

马铃薯晚疫病菌（Phytophthora infestans）能侵染多种茄科植物,它引起的马铃薯晚疫病,是马铃薯生产中的第一大病害。为了开发能在田间快速检测马铃薯晚疫病病原的方法,利用P. infestans T30-4基因组测序数据的contig 1.18131,设计qPCR和LAMP引物,优化扩增条件后得到引物的特异性和灵敏度,最后通过检测田间收获薯块,比较形态学传统方法、qPCR及LAMP的差异。特异性检测结果发现,qPCR和LAMP仅在含有P. infestans DNA模板的体系有阳性扩增,在寄主和其他微生物DNA中均无扩增;在优化的条件下,qPCR和LAMP的检测下限可达1×10 ^-6ng/μL,在有寄主和其他微生物DNA存在的条件下,引物的灵敏度没有显著差异。利用两种快速方法对在大理、丽江及昆明3个地区田间收获薯块上检测发现,qPCR和LAMP方法得到的检出率差异极为不显著（P=0.420）,两种快速检测方法和形态学鉴定方法检出率差异极显著（P=0.009）。在大理、丽江及昆明3个地区的薯块中,两种分子检测方法检出率均比形态学方法高。其中,qPCR检测方法比形态学方法分别提高了12.00%、2.00%、8.70%;LAMP检测方法比形态学方法分别提高了11.30%、2.00%、8.70%。     

二甲基二硫的生物活性评价及对土壤养分的影响

采用室内生物活性测定方法,评价二甲基二硫(dimethyl disulfide,DMDS)对土壤病原线虫和土传病原菌的毒力,比较不同浓度药剂处理对土壤理化性质和土壤呼吸的影响,为探究DMDS作为新型土壤熏蒸剂提供切实可行性的依据。结果表明:DMDS熏蒸对土传病原线虫和镰刀菌属的LD_(50)分别为4.743 mg/kg和1.513 mg/kg,可见DMDS对病原线虫和镰刀菌有良好的生物活性。对土壤理化性质进行数据分析发现:DMDS能显著增加土壤铵态氮含量,抑制硝化作用过程,减少NO~-_3-N的产生,提高植物可吸收态氮素水平。DMDS处理的土壤有机质含量和电导率均显著高于对照土壤,而土壤pH和速效钾含量较对照均有降低。此外,熏蒸土壤中有效磷含量较对照减少,但两者无显著差异。对DMDS熏蒸后土壤进行底物诱导呼吸试验,表明DMDS能够在试验初期抑制土壤微生物生物量。本试验结果可为指导DMDS的科学使用提供理论依据及对土壤微生物活性的影响作出科学评价。     

动物检疫电子出证中存在的问题与对策

多年来,笔者一直从事动物检疫电子出证和全市官方兽医电子出证票证的管理、发放和审核工作,针对动物检疫出证中存在的一些问题,提出建议和解决措施,希望对指导官方兽医规范出证,不断完善、升级动物检疫电子出证系统有所启发和帮助。     

检疫性害虫松材线虫研究进展

松材线虫病是一种在松树中常见的病害,对松属植物具有致命性破坏,被称为"松树癌症"。其发病速度快、危害大,且难以防护与控制。研究松材线虫病的危害与防治,可以保护森林资源,推动林业可持续发展,对于保持自然生态平衡具有重大意义。松材线虫病由松材线虫寄生引发,文中概述了松材线虫的生活史、形态学特征、分布范围、传播方式、致病机理、松材线虫病的主要症状以及国内外生物防治的研究进展等,以期为相关研究及防控提供参考。     

基层动物产地检疫问题的分析

动物产地检疫工作的有效开展,不仅有助于提高市场流通的动物产品质量,而且有助于维护公共卫生安全。但是,在当前基层动物产地检疫工作中仍旧存在三个极易产生困惑和误解的问题,严重的阻碍了基层动物产地检验工作的效率。基于此,下文主要针对这三个基层动物产地检疫问题展开探讨,以期为检疫工作人员提供借鉴和参考。     

基于计算机视觉的水下海参识别方法研究

海参识别是海参捕捞自动化和智能化的前提和关键。海参生活环境复杂且海参体色随环境变化,为解决复杂多变环境下海参识别的难题,提出基于视觉图像和海参特性的水下海参识别算法。利用海参体色随环境变化而海参刺颜色稳定呈黄绿色的特点,在图像预处理的基础上设计图像融合算法突出海参刺,然后通过边缘检测获取海参刺轮廓并计算轮廓质心坐标,进而通过椭圆拟合实现海参的识别。不同于已有的利用海参主干进行海参识别的方法,提出的基于直接最小二乘的海参刺质心椭圆拟合识别算法以海参刺的分割和椭圆拟合为途径,解决海参体色随环境变化而引起的识别率降低的问题。试验结果表明,该算法对自然环境下的海参识别平均准确率为93.33%,具有一定的实用价值。