柑橘体细胞胚发生基因CsHB1特异肽段多克隆抗体的制备及其蛋白动态检测北大核心CSCD

【目的】构建柑橘HD-ZIP II转录因子CsHB1基因的原核表达系统,制备多克隆抗体,并检测抗体在‘伏令夏橙’胚性愈伤体胚诱导阶段中的特异性,为研究CsHB1基因在柑橘体细胞胚发生过程中的功能奠定基础。【方法】构建柑橘HD-ZIP II转录因子CsHB1基因的原核表达载体p GEX4T-CsHB1-N,转化大肠杆菌诱导目的融合蛋白的表达,并制备获得多克隆抗体anti-CsHB1-N。通过Western blot检测抗体在原核表达系统和柑橘体细胞胚诱导阶段的特异性,并分析体细胞胚诱导阶段CsHB1蛋白水平表达的动态变化。【结果】重组原核表达载体p GEX4T-CsHB1-N在Escherichia coli中高效表达出了分子质量约为49 ku的GST-CsHB1-N融合蛋白,并纯化获得多克隆抗体anti-CsHB1-N;经过Western blot分析表明,多克隆抗体可与‘伏令夏橙’愈伤体胚诱导阶段表达的目的蛋白特异结合;蛋白表达结果分析表明,在胚性愈伤组织中CsHB1蛋白呈现高的表达量,随着诱导培养的进行,呈现了先下降后上升的波动变化。【结论】多克隆抗体特异性好,可与‘伏令夏橙’胚性愈伤组织中目的蛋白特异性结合,可用于CsHB1基因功能分析。     

基于SegNet语义模型的高分辨率遥感影像农村建设用地提取

针对传统分类算法、浅层学习算法不适用于高空间分辨率遥感影像中农村建筑物信息提取的问题,该文以河北省霸州市高空间分辨率遥感影像WorldView-2为数据源,利用182 064幅128×128像素大小的影像切片为训练样本,选取基于深度卷积神经网络的SegNet图像语义分割算法对遥感影像中的农村建筑物进行提取,并与传统分类算法中的最大似然法(maximum likelihood,ML)和ISO聚类、浅层学习算法中的支持向量机(support vector machine,SVM)和随机森林(random forest,RF)以及深层语义分割算法中的金字塔场景解析网络(pyramid scene parsing network,PSPNet)的试验结果作对比分析。研究结果表明:SegNet不仅能够高效利用高空间分辨率遥感影像中农村建筑物的光谱信息而且还能够充分利用其丰富的空间特征信息,最终形成较好的分类模型,该算法在验证样本中的分类总体精度为96.61%,Kappa系数为0.90,建筑物的F1值为0.91,其余5种分类算法的总体精度、Kappa系数、建筑物的F1值都分别在94.68%、0.83、0.87以下。该研究可以为高空间分辨率遥感影像农村建设用地提取研究提供参考。