壳寡糖对番茄叶挥发性抗真菌物质及植保素日齐素的诱导效应

研究了 0 .3 %壳寡糖诱导番茄 (Lycopersiconesculentum )叶 12 0h后 ,其挥发性物质对番茄枯萎病菌 (Fusariumoxysporum )孢子萌发和菌丝生长的影响 ;采用气相色谱 质谱联用技术 ,检测诱导后番茄叶挥发性物质及植保素日齐素质和量的变化。结果表明 :经壳寡糖诱导后 ,番茄叶挥发性物质对病菌的抑制率较对照组的提高。番茄叶挥发性抗真菌物质总含量为对照组的 1.49倍 ;氧合脂类、萜类及芳香类化合物的含量分别提高了 61% ,10 %和 69%。其中 (E) 2 乙烯醛含量增加了 64 % ,水杨酸甲酯含量增加了 3 8% ,壳寡糖不能诱导番茄植保素日齐素的合成。     

食源性血管紧张素抑制肽(ACEIP)的评价方法

原发性高血压是由多种因素引起的,其中包括遗传、饮食习惯、精神状态等.对于高血压发病机理,目前尚无一致的看法.研究表明血压正常与否,与肾素 - 血管紧张素系统(Renin-Angiotensin System, RAS)和激肽释放酶-激肽系统(Kallikrein-Kinin System, KKS)密切相关,而血管紧张素酶(Angiotensin I-Converting Enzyme, ACE)在上述两个系统中都起着重要作用.     

冬季饮食保健：绿芹菜可以降血压和抗癌

冬季气候寒冷,阴盛阳衰。人体受寒冷气温的影响,机体的生理功能和食欲等均会发生变化。因此,合理地调整饮食,保证人体必需营养素的充足,提高人的耐寒能力和免疫功能     

米曲霉两步活化法对黄芩苷的生物转化及转化产物的纯化与鉴定

利用米曲霉把黄芩苷转化为黄芩素。转化条件为：液体发酵，pH6，30℃，利用综合马铃薯培养基与玉米芯培养基两步发酵。菌种采用两步活化法，将经综合马铃薯培养基培养48h的米曲霉加入至玉米芯培养基培养48h后，再加入底物黄芩苷继续培养3d。玉米芯发酵液加甲醇混匀后过滤，通过高效液相色谱检测，结果表明米曲霉已经将黄芩苷转化为黄芩素，转化率为40．72％。同时用乙醚萃取法从玉米芯发酵液中萃取到黄色固体提取物，经过高效液相色谱与标准品对照鉴定，该提取物为黄芩素。     

大口黑鲈肌肉生长抑制素前肽真核表达载体的构建及其在肌肉组织中的表达

将大口黑鲈(Micropterus salmoide)肌肉生长抑制素(Myostatin,MSTN)前肽(MSTN-Pro)的cDNA定向克隆到真核表达载体pcDNA3.1(-)/mycHisB中,双酶切检测和测序鉴定证实,插入pcDNA3.1(-)/mycHisB载体中的片段为目的基因的核苷酸序列,MSTN基因前肽cDNA为正向插入,且重组质粒无错配或插入移位等突变。采用肌肉注射法将重组表达质粒注入大口黑鲈背部肌肉组织,在注射后第2天经RT-PCR检测到MSTN前肽基因mRNA的表达,第6天经免疫组化学检测到MSTN前肽蛋白的表达,第8天蛋白表达强度增强,对照组始终未检测到MSTN前肽基因的表达。     

一种灰度体素结构分割模型下的机载LiDAR 3D滤波算法

针对现有的基于机载LiDAR数据的滤波算法未能充分利用数据提供的所有信息及其所采用的数据结构表达复杂、存在信息损失等缺陷,提出了一种灰度体素结构分割模型下的机载LiDAR 3D滤波算法。算法首先以综合利用机载LiDAR数据的高程及强度信息为目的将点云数据规则化为灰度（体素内激光点的平均强度的离散化表示）体素结构,然后基于各体素间的空间连通性和灰度相似性准则,将灰度体素结构分割并标记为若干个3D连通区域,最后依据地面与其它目标的高差特性提取与其对应的3D连通区域。算法优势在于:基于体素结构设计,为3D滤波算法;综合利用了地面目标的几何及辐射特征,对比传统滤波算法可应用于更复杂的场景;滤波结果为3D地面体素形式,可直接用于创建地面3D模型。实验采用国际摄影测量与遥感协会（International Society for Photogrammetry and Remote Sensing, ISPRS）提供的不同密度的机载LiDAR基准测试数据测试了邻域尺度参数的敏感性及提出的算法的有效性,并和其他经典滤波算法做对比。定量评价的结果表明,51邻域为最佳空间邻域尺度;点云密度为0.67点/m²的数据集1的滤波平均完整率、正确率及质量分别为0.9611、0.9248及0.8934;点云密度为4点/m²的数据集2的滤波平均完整率、正确率及质量分别为0.8490、0.8531及0.7404;对比其全经典滤波算法本文算法在高密度点云数据滤波时表现更佳。     

一种基于机载激光点云的门型电塔精确提取方法

随着无人机技术的发展,越来越多的电力部门采用机载激光雷达及倾斜摄影测量技术代替传统的人工方法,进行电力巡检、电力部件检修等工作。门型电塔为目前电力走廊中比较常见的一种高压电塔。在无数据标签的电网点云数据中,对门型电塔进行精确点云提取是门型电塔日常维护的重要工作。本文从包含有地面、植被、电力线、门型电塔的电网点云数据入手,首先对点云进行体素化分割,对体素网格进行高程连续与高程阈值的筛选,并对电塔顶部进行扩展搜索,达到去除地面点及植被点的目的。然后根据门型电塔水平投影成条状的特点,利用门型电塔的圆柱杆塔部分得到门型电塔的水平投影直线,再通过距离阈值判断去除点云中多余的电力线点。本文介绍的方法实现了从无标签的电网点云数据中对门型电塔的精确提取,为进一步进行门型电塔的三维建模、维护检修等工作提供了数据基础。