博落回急性及亚慢性毒性试验

博落回对小鼠经口急性毒性和对大鼠腹腔注射慢性毒性试验结果表明：博落回生物碱硫酸盐对昆明系小鼠的急性毒性为：水溶液ＬＤ５０＝９００ｍｇ·ｋｇ＾－１，水混悬液ＬＤ５０＝１０４３ｍｇ·ｋｇ＾－１，均属低毒级。博落回注射液对Ｗｉｓｔａｒ大鼠亚慢性毒作用的靶器官主要为肝，长时间或大剂量接毒引起肝细胞变性，增生，使雄性动物肝／体比明显增高，而血清谷－丙转氯酶下降。     

家庭经济禀赋、政策认知与农户宅基地流转意愿——基于江西省456份问卷调查

构建科学有效的宅基地流转机制是一个迫切需要解决的基础性课题。笔者利用江西省456户农户的实际调查数据,运用Logit回归模型研究家庭经济禀赋、政策认知对农户宅基地流转意愿的影响。研究结果表明：家庭经济禀赋中非农收入比重、家庭存款、家庭人均年收入对农户宅基地流转意愿具有显著正向影响;政策认知中“一户一宅”认知、流转规定认知程度对农户宅基地流转意愿具有显著负向影响。为此,应进一步提高农户非农就业机会,改善农民务工经商的就业环境、应加快制定“一户一宅”的配套制度,构建更加合理和更具有操作性的宅基地流转政策体系。     

mTOR kinase inhibitor CC-223 suppresses human breast cancer cell viability

AIM: To investigate the inhibitory effect of CC-223, an inhibitor of mammalian target of rapamycin (mTOR) kinase, on the viability of human breast cancer cells and its mechanism. METHODS: The inhibitory effect of CC-223 on the viability of MCF-7 cells and MDA-MB-231 cells was measured by CCK-8 assay. The cell cycle distribution of breast cancer cells was examined by flow cytometry. The expression of cell cycle-related proteins and oncoproteins c-Myc and survivin was analyzed by Western blot. RESULTS: CC-223 significantly inhibited the viability of both MCF-7 and MDA-MB-231 cells (P<0.05). CC-223 induced cell cycle arrest in both G₁ phase and G₂/M phase in the MCF-7 cells (P<0.05). However, low concentration of CC-223 treatment resulted in the accumulation of MDA-MB-231 cell cycle in the G₂/M phase, and the cell number in G₁ phase was unaffected. Treatment with CC-223 for 24 h clearly inhibited the protein levels of cyclin B1, cyclin D1 and phosphorylated cell division cycle protein 2 in the breast cancer cells (P<0.05). CC-223 suppressed the expression of c-Myc and survivin in both MCF-7 cells and MDA-MB-231 cells (P<0.05). CONCLUSION: CC-223 inhibits cell viability by blocking cell cycle progression and down-regulating expression of c-Myc and survivin in both MCF-7 and MDA-MB-231 cells.     

基于转录组数据的害虫抗药性综合检测方法

为建立基于转录组数据的害虫抗药性检测方法,以3种重要害虫家蝇Musca domestica、白纹伊蚊Aedes albopictus和小菜蛾Plutella xylostella的8个抗性/敏感种群的转录组数据为对象,使用已开发的乙酰胆碱酯酶抗性突变检测程序ACE检测不同种群中的乙酰胆碱酯酶抗药性突变,并使用Bowtie 2软件和R程序包DESeq2检测其解毒酶基因的表达量变化,分析这3种害虫对有机磷类和氨基甲酸酯类杀虫剂的抗性分子基础。结果显示,在家蝇2个抗性种群KS8S3和ALHF中检测到ace2基因上发生了G227A抗药性突变,突变频率分别为0.318和1.000;在白纹伊蚊抗性种群Tem-GR中检测到CCEae3a基因的表达量较敏感种群Par-GR上调了7.175倍;在小菜蛾抗性种群ZZ中检测到ace1基因上发生A201S和G227A抗药性突变,突变频率分别为0.656和0.692。根据上述突变频率和解毒酶基因表达量变化评估的3种害虫种群抗药性情况与其之前的报道基本相符,表明基于转录组数据同时对靶标抗性机制和代谢抗性机制进行检测的害虫抗药性综合检测方法可以很好地反映害虫种群的抗药性状况。     

森林保险制度体系重塑与运行机制优化

森林保险市场存在有效需求不足、创新供给乏力、地方政府参与积极性低的供需双冷局面,财政补贴政策低效运行。其根本原因是缺乏独立的适应其特殊性的森林保险制度体系作为保障,致使现有运行机制不协同,产品体系不科学,补贴机制不合理,导致市场发展缓慢。为此,通过林业风险与林业生产的属性特征分析,确定我国森林保险属性定位应是有政府支持的商业性森林保险,在此基础上围绕运行模式、产品体系、财政补贴体系建立相应的运行机制,从而构建一套独立综合的森林保险制度体系与运行机制,以改善供需双冷市场僵局,保障财政补贴政策有效发挥,推动森林保险健康持续发展。     

考虑水文变异的水库生态流量研究

为探讨水文变异对生态流量影响,确定最佳水库生态流量推求方法,针对尼尔基水库生态问题,采用Mann-kendall突变检测法、滑动T检验法和有序聚类法,结合序号总和理论和Spearman相关系数计算对水文时间序列作综合识别,确定水库发生水文变异年份为1963年和1999年。利用NGPRP法和逐月频率年内展布计算法分别计算天然状态、次天然状态、现状和不考虑水文变异条件下最小生态流量和适宜生态流量。参考Tennant法评价结果表明水库生态系统退化主要受人类扰动影响,观察次天然状态和不考虑变异状态下生态径流过程,最小生态流量占多年平均流量百分数相差9.21%和1.70%,适宜生态流量相差3.04%和1.47%。研究应更多考虑次天然生态径流过程,其最小生态流量仅可作为生态流量下限。     

几种番茄病毒病的症状识别特征与防治策略

本文简述了番茄斑萎病毒病、番茄黄化曲叶病毒病、番茄褪绿病毒病、番茄花叶型病毒病、番茄蕨叶型病毒病5种主要番茄病毒病的症状识别特征。提出加强植物检疫、选用抗病品种、诱虫板与防虫网联用、切断人为传播和昆虫传播途径、调整定植期、清洁田园环境、合理选择杀虫剂进行杀虫控病等防治策略和防治措施,为番茄产业绿色发展提供了建议和参考。     

基于非接触式的牛只身份识别研究进展与展望

快速精准确定牛个体身份对疾病防控、品种遗传改良、奶制品和肉制品质量溯源以及改善农业假保险索赔等方面具有重要意义。传统的牛个体识别使用诸如烙印、耳纹、耳标和无线射频识别等方法,易遭受设备损失/工作重复、标记欺诈、动物福利安全以及监测成本和距离等方面的挑战;而基于生物特征的非接触识别由于其独特性、不变性、低成本易操作以及动物福利高,成为牛身份识别的新趋势。主要介绍了几种基于非接触式的牛身份识别的研究进展,重点关注牛脸识别的最新成果,讨论当前牛脸识别在实际应用中面临的挑战,在此基础上对深度学习在牛脸身份识别研究中的应用进行了设计构思与展望。     

基于CNN的小麦籽粒完整性图像检测系统

为了快速、准确识别小麦籽粒的完整粒和破损粒,设计了基于卷积神经网络(CNN)的小麦籽粒完整性图像检测系统,并成功应用于实际检测中。采集完整粒和破损粒两类小麦籽粒图像,对图像进行分割、滤波等处理后,建立单粒小麦的图像数据库和形态特征数据库。采用LeNet-5、AlexNet、VGG-16和ResNet-34等4种典型卷积神经网络建立小麦籽粒完整性识别模型,并与SVM和BP神经网络所建模型进行对比。结果表明,SVM和BP神经网络所建模型的验证集识别准确率最高为92. 25%; 4种卷积神经网络模型明显优于两种传统模型,其中,识别性能最佳的AlexNet的测试集识别准确率为98. 02%,识别速率为0. 827 ms/粒。基于AlexNet模型设计了小麦籽粒完整性图像检测系统,检测结果显示,100粒小麦的检测时间为26. 3 s,其中,图像采集过程平均用时21. 2 s,图像处理与识别过程平均用时为5. 1 s,平均识别准确率为96. 67%。     

基于部首嵌入和注意力机制的病虫害命名实体识别

为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题,以农业病虫害文本为研究对象,提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型(Chinese agricultural diseases and pests named entity recognition with joint radical embedding and self attention, RS-ADP)。首先,该模型将部首嵌入集成到字符嵌入中作为输入,用以丰富语义信息。其中,针对部首嵌入设计了3种特征提取策略,即卷积神经网络(Convolutional neural network, CNN)、双向长短时记忆网络(Bidirectional long short term memory network, BiLSTM) 和CNN-BiLSTM;其次,采用多层不同窗口尺寸的CNNs层提取不同尺度的局部上下文信息;然后,在BiLSTM提取全局序列特征的基础上,采用自注意力机制进一步增强模型提取更长距离依赖的能力;最后,采用条件随机场(Conditional random field, CRF)联合识别实体边界和划分实体类别。在包含11个类别和24715条标注样本的农业病虫害自制语料上进行了实验。结果表明,本文模型RS-ADP在该数据集上精确率、召回率和F1值分别为94.16%、94.47%和94.32%;在具体实体类别上,RS-ADP在作物、病害、虫害等易识别实体上F1值高达95.81%、97.76%和97.23%。同时,RS-ADP在草害、病原等难以识别实体上F1值仍保持86%以上。实验结果表明,本文所提模型能够有效识别农业病虫害命名实体,其识别精度优于其他模型,且具有一定的泛化性。