全文获取类型
收费全文 | 409篇 |
免费 | 2篇 |
国内免费 | 13篇 |
专业分类
林业 | 22篇 |
农学 | 7篇 |
基础科学 | 12篇 |
15篇 | |
综合类 | 137篇 |
农作物 | 27篇 |
水产渔业 | 13篇 |
畜牧兽医 | 152篇 |
园艺 | 15篇 |
植物保护 | 24篇 |
出版年
2024年 | 1篇 |
2023年 | 8篇 |
2022年 | 5篇 |
2021年 | 5篇 |
2020年 | 15篇 |
2019年 | 9篇 |
2018年 | 17篇 |
2017年 | 5篇 |
2016年 | 14篇 |
2015年 | 16篇 |
2014年 | 23篇 |
2013年 | 15篇 |
2012年 | 24篇 |
2011年 | 24篇 |
2010年 | 25篇 |
2009年 | 28篇 |
2008年 | 34篇 |
2007年 | 17篇 |
2006年 | 15篇 |
2005年 | 21篇 |
2004年 | 17篇 |
2003年 | 28篇 |
2002年 | 9篇 |
2001年 | 17篇 |
2000年 | 7篇 |
1999年 | 7篇 |
1998年 | 3篇 |
1997年 | 5篇 |
1996年 | 4篇 |
1995年 | 1篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1991年 | 1篇 |
1988年 | 1篇 |
1956年 | 1篇 |
排序方式: 共有424条查询结果,搜索用时 138 毫秒
421.
为了基于网络药理学方法探究芪姜粉治疗猪脾胃虚寒型腹泻的效果和作用机制,本试验借助中药系统药理学分析平台(TCMSP)对芪姜粉进行药效物质基础分析及作用靶点预测,通过GeneCards和OMIM数据库检索与腹泻相关的疾病靶点,并用Uniprot数据库进行校正;用Cytoscape 3.7.2软件构建“芪姜粉—活性成分—靶点网络图”“芪姜粉—活性成分—腹泻—靶点网络图”,利用String数据库构建蛋白相互作用(PPI)网络;在DAVID数据库中进行基因本体(GO)功能富集分析和京都基因与基因组百科全书(KEGG)通路富集分析,以预测其作用机制。结果显示,活性成分—靶点网络包含20个活性成分和相应靶点159个,关键靶点涉及PPARG、PTGS2、PTGS1、NOS2等;PPI核心网络包含101个蛋白,关键蛋白涉及TNF、TP53、IL-6、IL-8等;GO功能富集分析得到GO条目272个(P<0.05),其中生物过程(BP)条目198个,分子功能(CC)条目23个,细胞组成(MF)条目51个;KEGG通路富集筛选得到119条信号通路(P<0.05),相关度较高的疾病依次为癌症、乙... 相似文献
422.
【目的】基于网络药理学预测芪翁黄柏散治疗仔猪腹泻的有效成分,并探究其作用机制。【方法】通过TCMSP数据库筛选芪翁黄柏散潜在的有效成分和靶标蛋白,利用Cytoscape 3.9.1软件构建药物成分-靶点网络;通过GeneCards和OMIM数据库检索腹泻靶点并去重,获得疾病与药物的共同靶点,导入STRING数据库并构建蛋白互作(PPI)网络,对共同靶点进行GO功能和KEGG通路富集分析。【结果】共获得芪翁黄柏散37个有效成分和74个靶点,其中与疾病相交的共同靶点有68个;GO功能注释得到生物过程147个条目,细胞组分15个条目,分子功能32个条目;KEGG通路富集分析获得98个通路。槲皮素、山奈酚、豆甾醇、四氢小檗碱、小檗碱等为其有效成分,肿瘤坏死因子(TNF)、肿瘤蛋白P53(TP53)、血管内皮生长因子A (VEGFA)、白细胞介素6(IL6)、IL10、C-C基序趋化因子配体2(CCL2)、上皮生长因子(EGF)、核因子κB抑制剂α(NFKBIA)等为药物关键靶点,癌症、磷脂酰肌醇3-激酶/蛋白激酶B (PI3K-Akt)、丝裂原激活的蛋白激酶(MAPK)、IL17、炎症性肠病等信号通路为关键通路,还涉及到免疫应答、转录、细胞凋亡、细胞因子活性、细胞外等方面。【结论】本研究预测了芪翁黄柏散治疗仔猪腹泻的有效成分及作用机制,体现了中药多成分、多靶点、多通路的特点,并为后续研究提供方向和参考。 相似文献
423.
424.
【目的】为解决生产中板栗品种易混淆、辨别困难等问题,采用几何形态测量法对不同板栗品种叶形进行数字化分析,建立板栗品种叶形鉴别方法。【方法】以来自我国不同板栗产区的80个品种叶片为试验材料,2年间重复采集叶样,每年6 400张。通过扫描获取叶片图像,采用几何形态测量法及Image J软件,结合板栗叶片特征,选取24个鉴定点并按照一致顺序获取叶形坐标数据。利用Morpho J软件将叶形数据以产区、品种进行分类,进行普氏叠印分析将叶片大小与形状因子分离,进一步形成对称及非对称组分。对数据进行主成分分析、偏最小二乘法的异速生长分析并结合网格变化图将不同品种间叶形差异可视化,同时依据鉴别贡献率对24个鉴定点进行分类;借助典型变量、判别分析及显著性检验进行品种鉴别。【结果】1)不同品种叶片形态差异主要受对称组分影响,在非对称组分中差异不明显。对称组分前2个主成分的累计贡献率为80.6%,可作为板栗品种差异分析的典型变量,对称组分的网格变化图显示品种间差异显著。2)主成分及异速生长分析显示,贡献率排名前14的鉴定点一致,可作为一级鉴定点。3)对称组分中前2个变量的累计贡献率为81.4%。散点图显示,... 相似文献