生姜对鸡生长性能及血液生化指标的影响

用1日龄健康地方鸡300只按完全随机设计分成3个处理组,每组100只,分别饲喂添加新鲜生姜粉1％(处理2)、喹乙醇80mg/kg(处理3)、不添加生姜和喹乙醇,(处理1,对照组)的日 粮,观察至60日龄。添加生姜组的日增重、饲料增重比和成活率明显优于对照组(P<0.05)。血清 胆固醇含量较对照组和喹乙醇组均低,血清总蛋白含量较对照组和喹乙醇组略高。     

除草剂靶标酮醇酸还原异构酶(KARI)研究进展

酮醇酸还原异构酶(KARI)是植物和微生物体内支链氨基酸生物合成的关键酶之一,可以作为设计除草剂的靶标,通过抑制酶的活性中断支链氨基酸的合成使植物死亡,达到除草目的。文章综述了KARI的催化性质、晶体结构以及作为除草剂靶标的研究现状。     

烯丙孕素内服溶液的临床药效和靶动物安全性研究

研究国产烯丙孕素内服溶液的临床药效和靶动物安全性，为其新兽药注册和临床合理应用提供依据。通过发情间隔、发情率、发情集中度、妊娠率等指标评价烯丙孕素内服溶液调控母猪同期发情的临床效果；通过比较给药前后的临床体征、血常规指标、血清生化指标及组织病理学变化，评价烯丙孕素内服溶液对靶动物母猪的安全性。实验性临床试验中，国产烯丙孕素内服溶液高（25 mg·d-1）、中（20 mg·d-1）、低（10 mg·d-1）剂量组以及空白对照组的母猪从停药到出现发情反应的间隔时间分别为（3.45±0.81）（3.35±0.66）（5.21±2.65）和（11.71±5.39）d，发情率分别为100%（20/20）、100%（20/20）、95%（19/20）、70%（7/10）。扩大临床试验中，国产烯丙孕素内服溶液组和进口药物对照组的母猪在药物调控下均表现出良好的同期发情效果，发情间隔分别为（3.59±1.07）d和（3.75±1.22）d，发情率分别为96.72%（59/61）和98.33%（59/60）。靶动物安全性试验中，国产烯丙孕素内服溶液在5倍推荐剂量（100 mg·d-1）范围内对母猪的血液生理生化功能和主要脏器未造成明显的不良影响。结果表明，国产烯丙孕素内服溶液调控母猪同期发情，一次量20 mg，连续给药18 d，临床应用安全、有效。     

miR-18a-5p在鸡不同生长时期的表达及其生物信息学分析与靶基因预测

为探究miR-18a-5p在鸡不同生长时期组织表达变化规律及其生物信息学特点,本研究以苏禽3号鸡为试验动物,利用实时荧光定量PCR技术检测不同生长时期鸡miR-18a-5p的组织表达变化。通过文献和miRBase检索脊椎动物的miR-18a-5p序列,利用Ensembl数据库确定miR-18a-5p在基因组中的位置,根据成熟序列构建系统进化树;使用miRmap、microT、miRanda和TargetScan网站预测miR-18a-5p靶基因,并进行GO和KEGG分析。组织表达分析结果显示,miR-18a-5p序列在鸡心脏、脾脏、肾脏和下丘脑中的表达量显著高于除大脑以外的其他组织(P<0.05)。与3日龄雏鸡相比,90日龄鸡心脏、脾脏、肾脏、腿肌和下丘脑中miR-18a-5p的表达量均显著上升(P<0.05)。在50种脊椎动物中共发现52条miR-18a-5p序列,几乎所有物种都只有1条成熟序列;基因定位分析发现,鸡miR-18a-5p位于1号染色体上的基因间隔区。多序列比对分析表明,不同物种miR-18a-5p的成熟序列同源性较高,物种间较为保守。系统进化树分析发现,鸡miR-18a-5p与原鸽、斑胸草雀等其他鸟类聚为一类,这表明miR-18a-5p进化过程中是保守的。靶基因预测和功能分析发现,miR-18a-5p共有121个靶基因。GO分析结果显示,靶基因主要富集到蛋白质泛素化、细胞周期阻滞、白细胞介素-6产生的负调控等功能。KEGG 通路分析表明,靶基因主要富集到细胞周期及Wnt和FoxO信号通路等。多个与肌肉生长及细胞增殖等相关的基因富集到相关通路之上。综上,鸡miR-18a-5p是组织广泛表达的miRNA,其可能通过Wnt及FoxO信号通路调控肌肉生长及细胞增殖分化。本研究为miR-18a-5p功能及调控机制的深入研究提供参考依据。     

基于级联卷积神经网络的番茄花期识别检测方法

对作物花期状态的准确识别是温室作物执行授粉的前提。为提高花期状态识别的准确度，该研究以温室番茄为例提出了一种基于级联卷积神经网络的番茄花朵花期识别方法。首先采用改进的端到端的特征金字塔网络FS-FPN实现番茄花束的分割，然后采用Prim最小生成树对分割后的花束图片进行花期识别优先级排序，最后将已排序的分割花束图片输入改进的Yolov3网络，实现番茄花朵花期状态的精准识别。在由1600幅包含花蕾期、全开期、谢花期、初果期4类花期状态的番茄花束图像构成的数据集上，所提方法对番茄花朵花期平均检测时间为12.54 ms，平均检测精度分别比Mask R-CNN和SPP-Net提高了3.67%和2.39%，识别错误率比改进前的Yolov3网络降低了1.25%。最终将该方法部署到番茄授粉机器人上，并在大型玻璃温室内进行验证，结果表明，所提方法对番茄花朵各花期的检测精度分别为花蕾期85.71%、全开期95.46%、谢花期62.66%、初果期88.34%，该研究结果可为智能授粉机器人的精准作业提供重要依据。     

农用无人机移动补给平台自主降落算法与试验

为实现根据无人机作业位置改变中途补充能源或喷洒物的起降地点,增加无人机有效作业时间,提高无人机作业效率,设计了无人机移动补给平台。通过研究农用无人机自主降落过程,提出一种基于模糊逻辑和比例积分微分(Proportional-integral and derivative,PID)分段控制的农用无人机跟踪降落算法,该算法既拥有PID算法的高精度,又兼顾模糊控制算法响应速度快、超调量小、鲁棒性强的优点。目标轨迹跟踪预测由粒子滤波器跟踪算法和轨迹拟合算法相结合进行求解。仿真和现场试验表明,与单一的PID算法和模糊逻辑算法相比,分段控制算法能够把农用无人机对移动补给平台的跟踪误差缩小到6. 7 cm以内,在移动补给平台上的降落精度控制在7. 2 cm以内。     

Analysis on Target Genes with Mutation in microRNA of Blue-shelled Chicken and White Leghorn

The study was conducted to explore the potential different characters between Blue-shelled chicken and White leghorn.Global genome microRNA was combined the identified microRNA with complementary lab-predicted microRNA.Then the two breed chicken's SNP data got by GGRS were mapped to the microRNA and focused on SNP that deliberately located in mature-microRNA.Bioinformatics method was adopted for target prediction on microRNA which had SNPs.By further gene enrichment analysis,the study found these genes enriched in 22 GO terms,10 KEGG pathways,and 3 IPA important networks.And they enriched in traits which associated with growth,such as mTOR signaling pathways,Wnt signaling pathways,growth hormone receptor networks and insulin-like growth factor Ⅰ receptor networks.And they also enriched in some laying traits,such as oocyte meiotic signaling pathways and progesterone mature oocytes signaling pathways.The methods and the results might provide references for further studies.     

基于特征金字塔注意力与深度卷积网络的多目标生猪检测

在生猪饲养环境中,猪只黏连、杂物遮挡等给生猪个体多目标检测带来很大困难。该研究以猪圈群养生猪为研究对象,以视频帧为数据源,提出一种适用于生猪形体检测的特征金字塔注意力(FeaturePyramidAttention,FPA)与Tiny-YOLO相结合的模型FPA-Tiny-YOLO。该模型将注意力信息融入到特征提取过程,在不大幅增加计算量的前提下即可提升特征提取能力、提高检测精度。对8栏日龄20～105 d的45头生猪视频截取图像进行图像处理,获得标注图片4 102张,构建了4种深度FPA模块分别加入YOLOV3与Tiny-YOLO模型中。试验表明,深度为3的FPA模块(即FPA-3)的Tiny-YOLO模型在测试集上对群养生猪多目标检测的召回率Recall、F1与平均检测精度m AP指标值最佳,分别达到86.09%、91.47%和85.85%,比未引入FPA模块的Tiny-YOLO模型均有不同程度的提高。选用不同的IOU(Intersection Over Union)和score阈值超参数值对模型预测结果均有不同程度影响;将测试集图像按照是否黏连与遮挡划分4种场景来探究该模型的鲁棒性。试验表明,加入FPA-3模块后Tiny-YOLO的Recall、F1与m AP比Tiny-YOLO分别提升6.73、4.34和7.33个百分点,说明特征金字塔注意力信息有利于精确、有效地对不同场景群养生猪进行多目标检测。研究结果可为后续开展生猪身份识别和行为分析移动端应用提供参考。     

设施农田土壤重金属污染评价及分区阈值研究

设施农田高强度的耕作模式使土壤重金属累积日益加重，因地制宜地确定其土壤重金属目标值与筛选值对设施农田可持续生产意义重大。本文以石家庄、衡水与唐山为研究区，基于土壤重金属污染风险和生态风险评价，用熵权法得出综合风险等级并确定重金属污染分区阈值。结果表明土壤Cd、Cu、Zn污染最严重，高风险区占比达40.57%。研究区设施农田土壤Cd、Cu、Pb、Zn全量与有效态的目标值分别为0.12、40.17、19.23、116.03 mg·kg^-1与0.02、4.19、0.59、8.80 mg·kg^-1；筛选值分别为0.40、90.27、38.33、170.68 mg·kg^-1与0.11、11.77、1.55、14.24 mg·kg^-1。基于综合评价结果反推分区阈值的方法简单便捷，重金属全量与有效态的目标值及筛选值的确定为研究区设施农田重金属污染的预防提供了多方位的指导。