新型基因编辑技术在单细胞微藻中的应用进展

微藻作为单细胞生物,广泛分布于海洋和淡水湖泊,由于其在生长过程中能在细胞内大量积累生物质,被应用于生物能源和高价值产品的生产。虽然微藻具有巨大潜力,但在现有研究中低脂质率等瓶颈问题仍未得到解决。近年来,基因工程技术尤其是新型基因编辑技术发展迅猛,基因组编辑技术快速、有效,有利于充分了解微藻的遗传和分子生物学信息,因此将其应用于微藻成为微藻基因工程和生物工程的热点领域,受到广泛关注。基于此,简要介绍了锌指核酸酶(zinc finger nuclease,ZFN)、转录激活物样效应因子核酸酶(transcription activator-like effector nuclease,TALEN)和簇状规则间隔的短回文重复序列(clustered regularly interspaced short palindromic repeats,CRISPR)/Cas(CRISPR-associated systems)核酸酶系统等新型基因编辑技术,综述了上述技术在微藻中的应用进展,并对微藻基因编辑进行了展望,以期为深入了解和解决与微藻基因编辑有关的问题提供参考。

基于卷积神经网络模型划分成矿远景区——以甘肃大桥地区金多金属矿田为例

大数据和高性能计算使得地质学可能突破种种主客观因素的限制,从传统的定性描述和不确定性作为特点转变为更全面的定量化发展阶段,即地质学更加注重通过挖掘复杂的多元地学数据间的关联关系来探究地质成因过程。为了厘清研究区多元化地质数据并划分成矿远景区,结合现代信息化新方法新技术,智能高效地帮助地学工作者提供辅助决策依据。以甘肃省大桥金矿为研究区,提出了利用一维卷积神经网络替代传统的人工计算,通过对研究区金多金属矿的地球化学元素及地球物理元素数据进行训练,挖掘研究区综合成矿信息,依据训练结果划分出4类成矿远景区。研究结果表明,地质成矿过程复杂,每一个成矿预测要素在地质成矿过程中均发挥重要的作用。在大比例尺度上,应用深度学习网络模型划分成矿远景区能客观地反映多元化地质数据本身的非线性特征,识别地质要素的空间特征,深层次提取和挖掘成矿异常信息,实现矿产资源智能化预测评价。

微藻絮凝采收技术研究进展

当前,能源危机和环境污染的双重压力严重制约着经济发展,开发清洁可再生型生物燃料显得尤为重要。微藻具有易繁殖、富含脂质、不与农作物争地等特点,被认为是极具前景的生物燃料,但微藻采收的高成本是藻类工业化的主要瓶颈。絮凝法是收获微藻生物质高效和优选的方法。该文简述了目前已使用的一些微藻絮凝采收方法,比较了化学絮凝、生物絮凝和物理絮凝等方法的收获效率、能耗及技术可行性,分析了各种方法的絮凝机理和影响因素,旨在为选择适宜的微藻采收方法提供参考。