山东核桃良种SSR指纹图谱及分子身份证的构建——基于毛细管电泳分析

通过分析山东省内核桃良种的遗传背景,并构建其分子身份证,以期为核桃品种的选育、良种的质量追溯提供技术支持。本研究以17个核桃品种为试材,利用荧光SSR分子标记方法构建其指纹图谱,在分子层面进行数据分析。17个核桃品种间Nei’s遗传距离0.181~0.720,遗传相似系数0.267~0.867;筛选出5对SSR核心引物构建品种的指纹图谱,核心引物可分成HF9+HF15,HF3+HF9+HF14两组,每组均可完全区分17个品种;以指纹图谱为基础,与商品信息结合,数字化编码生成核桃品种分子身份证。17个核桃品种遗传基础较广,其聚类结果与地理位置相关性不大;5对核心引物多态性较好,可用于构建核桃指纹图谱;编码生成的分子二维码为核桃良种鉴定提供基础。     

蛋氨酸对奶牛乳腺上皮细胞亚细胞蛋白质组的影响研究

为寻找奶牛乳腺上皮细胞亚细胞结构中与泌乳相关的重要蛋白质、从蛋白质水平揭示乳蛋白合成的调控机制,应用双向凝胶电泳技术分离体外培养的蛋氨酸处理组与正常组奶牛乳腺上皮细胞蛋白质,利用Image Maser 2D软件对图谱进行对比分析,基质辅助激光解析电离飞行时间质谱(MALDI-TOF-MS)和数据库检索鉴定,并采用实时荧光定量PCR技术在mRNA水平上验证2-DE结果。质谱鉴定出8个表达上调的差异蛋白质,大多数差异蛋白质的功能涉及细胞骨架构成、能量代谢等过程。这些差异点的发现为研究奶牛泌乳机理提供了有益的线索。     

基于Excel的通用报表系统设计

在实验的基础上，本文提出了一种在 Ｅｘｃｅｌ 下制作简易通用报表的方法。通过此方法，非计算机编程人员可以定制任意格式的报表模板，使大批量数据按统一模板格式打印输出，从而大大地提高了办公效率。     

植物蛋白质组研究方法

蛋白质组研究是后基因组时代的热点领域,介绍了蛋白质组概念提出的背景,蛋白质组与基因组的联系与区别,蛋白质纽研究的内容,重点综述了植物蛋白质纽研究的技术．双向凝胶电泳仍为蛋白质分离的核心技术,该技术在某些方面作了改进和发展;生物质谱是蛋白质鉴定的关键技术,进一步发展了生物传感芯片质谱及蛋白质芯片技术;对蛋白质纽研究的信息处理依赖于生物信息学的发展,介绍了国内外相关的蛋白质数据库及建立数据库主要应用的图像软件。     

水稻胚乳双向电泳技术体系的优化分析

为比较同一杂交组合不同直链淀粉含量后代在灌浆期胚乳内蛋白表达差异,文章建立了一套适合灌浆期水稻胚乳蛋白的双向电泳技术,探讨了胚乳蛋白的提取、等电聚焦上样量的选择、胶条转移等双向电泳的一些关键技术.结果表明,一次溶解蛋白样品,TCA-丙酮法优于酚法蛋白提取,300 μg上样量为最适上样量,能得到清晰、分离效果好、蛋白点数较多的图像.     

低洼地区农田淹没成因分析方法及应用－（I）数学模型验证及洪水特性分析

为探求从化市水南村部分农田被淹没的原因,本文分别采用现场调查、水文地形资料分析、数学模型、调洪演算等方法,对本次流溪河洪水和下游牛心岭电站对淹没位置河段水位的影响进行了分析和探讨。结果表明,洪水从大拗坝到达水南村淹没位置河道的时间约为2.6 h;从5月7日凌晨4点～12点,流溪河水位明显高于淹没区地形,极容易导致外江洪水从未封堵暗渠进入淹没区;牛心岭电站只用4个闸孔泄洪,在洪峰时刻引起淹没区外侧河道水位抬高约0.05 m左右。     

工厂化养殖死鱼检测及定位系统研究

【目的】 在工厂化循环水养殖中,过度密集的养殖环境和不稳定的水质等因素会导致水体污染和鱼类缺氧,进而引发鱼类死亡。因此,及时检测和清除死鱼对于维护水质和防止疾病传播至关重要。【方法】 文章将目标检测模型和双目视觉定位技术相结合,实现对死亡鱼类的实时检测和精准定位。首先采用CLAHE图像增强算法,解决水下死鱼图像面临的光的吸收、散射和折射等问题;其次基于YOLOv7模型构建了死鱼目标检测网络YOLOv7-PC,该网络采用部分卷积模块替换骨干网络中的高效层聚合网络（ELAN）的传统卷积模块,并在Neck网络中引入了坐标注意力机制模块,实现了对被遮挡和水下死鱼目标的实时精准检测;最后结合立体匹配算法SGBM实现对水下死鱼目标的三维定位,为死鱼机器人的打捞提供了视觉感知信息。该研究以大口黑鲈为例,基于不同距离采集的视频数据集进行测试,验证了YOLOv7-PC模型结合SGBM立体匹配算法的准确性和实时性。【结果】 该研究提出的YOLOv7-PC-CLAHE模型精确率、召回率及平均精度分别为97.6%、85.6%和97.0%,对比基础YOLOv7模型平均精度提高了2.5%,检测速度提升了31.9%;结合SGBM立体匹配算法能够精准进行死鱼定位,在深度方向上平均相对误差为3.08%。【结论】 该文方法有效实现了对水下死亡鱼类的实时检测和精准定位,算法效果满足工厂化养殖的需求。     

基于组合神经网络的农用车轮胎号识别方法

为了保证轮胎号识别系统具有较高的识别正确率和置信度,对轮胎号字符识别方法进行了研究。对大量的农用车轮胎号字符图像样本进行各类特征量提取,针对每类特征量建立各自的子BP网络进行训练,并将各训练好的子网络进行组合形成并行组合神经网络,按照等权平均或投票选举决策得出最终识别结果。并行组合神经网络的连接数较传统庞大单级神经网络少,训练和识别的速度要快,大量的轮胎号字符样本识别试验表明,并行组合神经网络的识别正确率和置信度都较传统BP网络得到提高。     

双向电泳结合蛋白质印迹技术分析猪囊尾蚴乳酸脱氢酶

为了研究猪囊尾蚴乳酸脱氢酶(LDH)的表达,试验选择四川省雅江县呷拉乡猪带绦虫病患者,给其口服槟榔-南瓜子驱虫,收集、制备虫卵悬液(8万个/mL),再给3头20日龄三元杂交乳猪猪灌胃虫卵悬液,每头1 mL,40 d后收集、制备猪囊尾蚴蛋白,进行双向电泳(2-DE)分析,将凝胶蛋白斑点转移至聚偏氟乙烯膜(PVDF膜),用自制的大鼠抗猪带绦虫LDH血清作为一抗、健康大鼠血清作为阴性对照进行蛋白质印迹(Western-blotting)分析。结果表明:双向电泳凝胶共检测到(207±9)个蛋白质斑点,相对分子质量(Mr)为14 400～94 000,等电点(pI)为3.0～10.0;试验组特异性抗原抗体阳性杂交斑点为1个,阴性对照未见阳性杂交斑点;将Western-blotting检测的抗原抗体阳性杂交斑点与原双向电泳凝胶斑点进行比对,找到对应蛋白斑点,经ImageMaster 2D Platinum 5.0软件分析后初步确定该蛋白斑点的pI/Mr为7.03/35 368,与猪带绦虫LDH的pI/Mr理论推导值接近,说明猪囊尾蚴表达LDH。