排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
为了构建pGEX-4T-1-Sam68原核表达载体,表达并鉴定GST-Sam68融合蛋白,采用PCR扩增Sam68基因,插入pGEX-4T-1的Eco R I和Sal I位点,并转化Rosetta(DE3)大肠杆菌,IPTG诱导表达,SDS-PAGE和Western Blot验证蛋白表达,GST pull-down技术验证Sam68的结合活性。酶切和测序结果证实Sam68基因正确插入pGEX-4T-1载体中,载体能够在Rosetta(DE3)细胞中正确表达,且纯化的GST-Sam68蛋白具有与PI3K p85特异结合的活性,说明成功构建了原核表达载体pGEX-4T-1-Sam68。 相似文献
4.
基于计算机视觉的蔬菜中活菌总数快速检测 总被引:5,自引:1,他引:5
为了开发一种蔬菜中活菌总数的快速检测系统,综合利用活体染色、计算机视觉、图像处理、人工神经网络等技术。采用亚甲基蓝作为活体染色剂来区分活菌和死菌,用分辨率为520万像素的数字摄像机拍摄细菌内部的染色效果,并确定了有效提取活菌图像的新算法。根据细菌的形态学特征选择偏心率、圆形度、矩形度等8个特征参数,作为人工神经网络的输入向量来对细菌进行识别。该系统操作简单,且每个样品的检测时间少于40 min,远远小于传统的平板计数法的48 h。其检测结果与平板计数法检测结果的相关性为0.9987,且两者不存在显著性差异(T检验,P>0.05)。因此该检测系统可以很好的适应农产品安全现场快速检测的要求。 相似文献
5.
为了适应蔬菜等农产品对大肠杆菌快速检测的需求,提出采用形态特征参数及染色后菌体区域的颜色特征参数统计值对大肠杆菌进行快速识别,同时提出采用主成分神经网络作为预测模型来提高识别能力。提取了Hu’s不变矩、形状因子、密集度、饱和度等14个具有尺度、平移、旋转不变性的特征参数,提取主成分建立了基于主成分的3层BP神经网络模型。将其与普通神经网络模型比较的结果表明,主成分神经网络简化了网络结构、减少了训练时间和计算量、提高了识别的正确率,对大肠杆菌的识别正确率达到91.33%。 相似文献
1