罗非鱼鱼皮多肽对H_2O_2诱导的HaCaT细胞氧化应激损伤的保护作用

【目的】分析罗非鱼鱼皮多肽(TSP)对H_2O_2诱导HaCaT细胞氧化损伤的保护作用及其作用机制。【方法】将HaCaT细胞随机分成空白组(细胞正常培养)、对照组(800μmol/L的H_2O_2作用24 h)和3个罗非鱼鱼皮多肽浓度组(10、20、50μmol/L TSP),应用MTT比色法检测细胞活力,DCFH-DA法检测细胞内活性氧(ROS)含量,蛋白质印迹法测超氧化物歧化酶(SOD)和谷氨酰转肽酶(GGT)含量。【结果】与空白组相比,对照组的细胞活力明显下降(P﹤0.05),细胞内ROS含量增强,GGT表达量增加,SOD表达量减少;与对照组相比,随着多肽组浓度增加,细胞活力增强,细胞内ROS含量减少,GGT表达量减少,SOD表达量增加。【结论】10~50μmol/L罗非鱼皮多肽TSP能够提高细胞活力,通过清除细胞内的ROS,抑制GGT的表达,增加SOD的表达,达到保护H_2O_2诱导的HaCaT细胞的氧化应激损伤的效果。     

气候变化对湖泊蓝藻水华的影响研究综述

在全球气候变化的影响下,湖泊蓝藻水华面临着规模扩张、频率增加和持续时间延长的发展趋势,严重威胁着湖泊生态系统服务功能和人体健康。系统阐述了外部环境因子和内部生理生态特征对湖泊蓝藻水华发生的作用机制,探讨了气温升高、CO₂浓度增加、极端气候事件频发对湖泊蓝藻水华发生机制的影响途径和过程,初步搭建了以“机理解析—模型构建—模拟预测—风险评估”为主线的气候变化对湖泊蓝藻水华的影响研究框架,并提出了应对气候变化的湖泊蓝藻水华防控策略。针对目前研究存在的问题,从大数据监测平台搭建、机理模型构建及风险预测、营养盐控制标准制定、防控政策制定等方面提出了未来研究的重点方向,以期为湖泊蓝藻水华的综合防治提供科学支撑。     

山西省挖金湾煤矿成煤特征

煤的形成温暖湿润是必需的气候条件,由于各个成煤期植物遗体堆积的速度与地壳下沉的速度配合得非常好,加上成煤期后地质构造稳定,含煤地层受破坏不大,使大同形成了今日特有的双纪煤田.     

强降雨条件下土质边坡瞬态稳定性分析

基于实际降雨气象资料,设计了单峰降雨和8个不同时间间隔的双峰降雨计算方案,利用非饱和土力学理论,对边坡的瞬态稳定性进行了计算和分析,研究了水分在坡体内的运移对边坡稳定性的时间空间影响效应,同时考察了降雨入渗造成的土性渗透特性的改变。分析发现：一次降雨的影响历时约12 d,降雨后约0.5 d该类土质边坡最危险;不同时间间隔的两次降雨对边坡稳定的影响比单峰降雨的最小安全系数滞后约0.3 d～0.8 d,影响历时基本保持不变;土体物理力学性质、边坡最危险滑动面及其对应的安全系数随水分在坡体内渗透运移而变化。     

贵州省主要粮食作物生态气候增产潜力研究

该文从大气-作物-土壤系统出发,建立了贵州省粮食作物综合生产潜力模式,提出了作物增产潜力指数的概念,分析了在现实条件下和未来条件下作物生态气候增产潜力前景。     

兰州地区新生代构造应力场演化特征

节理统计、断层、褶皱和震源机制解析等研究表明,兰州地区第三纪以来的构造应力场主压应力轴倾角在陡－缓交替过程中逐渐变陡,作用方向由ＳＮ向,ＮＷ－ＳＥ向转变为ＮＥ－ＳＷ向。第三纪时期构造应力场的逆时针运动是地块在该时期作逆时针旋转运动的结果,早－中晚新世之间出现了青藏高原构造作用的重要转型。进入到ＥＷ向伸展机制下的构造变形时期,研究区地壳运动以抬升为主,但抬升运动与水平运动之间有机地结合在一起的。经过     

贵州洪涝灾害的承灾能力评估及对策研究

把贵州省雨情,灾情与地表径流,流域面积,地形地貌,森林植被等联系起来,研究致灾因子,从森林植被率的高低与洪涝灾害发生的程度方面进行初探,用承灾指数对各地承灾能力进行评估,并提出提高森林植被,扩大林面积是防御洪涝灾害长远有效的措施。     

超微量钐同位素的热表面电离质谱分析

采用双带测量方式,法拉第杯和离子计数器同时接收与跳峰接收相结合,建立了超微量钐同位素的热表面电离质谱的测量方法。优化了制样程序和质谱测量程序,研究了蒸发带电流对离子流强度的影响,考察了从纳克至微克不同样品用量的测量效果及其中Nd、Eu干扰核素的情况。对4 ng~2μg的天然丰度钐样品进行了同位素比值分析,相对标准偏差均小于1.1%。     

贵州夏旱对水稻、玉米产量影响评估方法研究

提出了作物夏旱度的计算公式和作物历史灾损量的估算方法,建立了夏旱对水稻、玉米产量影响评估模型.研究指出:(1)夏旱对贵州水稻、玉米的影响区域主要集中在中部以东地区;(2)伏旱的影响区域大于初夏旱;(3)干旱对水稻的影响区域大于玉米.     

基于热异常信息与BP神经网络的中强地震预测试验

地震预测是地震科学研究的主要领域之一。震前热异常现象(地表温度异常升高)普遍存在并且与地震三要素有复杂的非线性关系。文中结合神经网络的优点,提出将热异常信息作为地震预测的信息源,通过构建神经网络,进行地震预测的思路,并进行了试验。基于8d合成的1km分辨率的MODIS数据,利用RST算法提取震前热异常信息,在分析震前热异常信息时空变化的基础上,确定出BP神经网络的结构,利用该网络对中国及周边100个5级以上震例,以及70个随机无震样本进行训练和仿真。试验结果表明,通过RST算法提取的震前热异常指数值,用于BP神经网络地震预测是可行的,其预测的试验结果刻画出了地震要素与热异常值间的非线性相关性。未来预测区域范围的选取以及神经网络中隐层神经元的数量将对地震预测效果产生较大的影响。