褐飞虱凝集素基因NlCTL4的克隆及功能分析

C型凝集素(C-type lectins,CTLs)是广泛存在于昆虫体内一类含糖识别结构域的蛋白超家族,通常作为模式识别受体,在识别外来病原微生物并启动昆虫先天免疫过程中发挥重要功能。本研究克隆并鉴定了一条褐飞虱CTL编码基因NlCTL4(GenBank登录号:OQ032531),其c DNA序列全长936 bp,编码311个氨基酸。序列分析显示,Nl CTL4蛋白N端存在一段由21个氨基酸残基组成的信号肽,C端仅具有一个典型的糖识别结构域,属于S型CTLs。系统发育分析表明,Nl CTL4与半翅目其他昆虫的CTLs聚为一支,其中与玻璃翅叶蝉CTL亲缘关系最近。q RT-PCR分析显示,Nl CTL4基因在褐飞虱不同发育阶段和不同组织中均有表达。Nl CTL4在5龄若虫期的表达量最高,且在高龄若虫期(4~5龄)的表达量显著高于低龄若虫(1~3龄),但在雌、雄成虫中其表达量无显著差异。Nl CTL4在褐飞虱雌成虫肠道中表达量最高,脂肪体次之,在血淋巴中表达量最低。大肠杆菌(革兰氏阴性细菌)、金黄色葡萄球菌(革兰氏阳性细菌)和金龟子绿僵菌(丝状病原真菌)均能显著诱导Nl CTL4的表达水平,其中大肠杆菌和金黄色葡萄球菌在诱导36 h时Nl CTL4的表达量达到顶峰,金龟子绿僵菌接种24 h时的诱导水平最高。RNAi分析结果显示,抑制Nl CTL4表达后褐飞虱5龄若虫存活率及对金龟子绿僵菌侵染的抵御能力显著降低。本研究结果初步证实了褐飞虱Nl CTL4在宿主生长发育和免疫防御过程中发挥重要调控作用,且在开发褐飞虱RNAi抗虫和病原真菌防虫技术中具有重要的潜在应用价值。

基于DNA条形码的稻蓟马、稻叶蝉和稻飞虱种类鉴别

目的:研究DNA条形码技术在稻田小型害虫稻蓟马、稻叶蝉和稻飞虱种类鉴别中的适用性。方法:利用DNA条形码的通用引物对稻田3种稻蓟马、5种稻叶蝉和3种稻飞虱的线粒体细胞色素C氧化酶亚基I(Cytochrome c oxidase subunit I,COI)基因序列进行扩增、测序和分析,以Kimura-2-parameter(K2P)模型计算种间和种内遗传距离,并以邻接法(Neighbor-Joining,NJ)构建系统发育树。结果:通过PCR扩增测序结合GenBank公共序列筛选获得11种水稻害虫COI序列共34条,其序列长度位于646~658 bp之间,且碱基组成存在明显的A+T碱基偏向性。K2P遗传距离分析结果显示,11种水稻害虫的种内和种间平均遗传距离分别为0.002和0.326,最大种内和最小种间遗传距离分别为0.004和0.091,种内与种间遗传距离之间存在显著的条形码间隙(barcode gap)。系统发育分析结果显示,NJ进化树中同一物种昆虫聚集于同一进化分支,聚类分析与形态学鉴定结果一致。结论:基于COI基因的DNA条形码技术可以准确鉴别我国水稻上三类小型害虫——稻蓟马、稻叶蝉和稻飞虱。

国内外碳排放研究综述

从碳排放的测算和分解方法、碳排放影响因素、分行业碳排放和碳减排对策等方面,对国内外相关文献进行梳理和分析。目前,国内外碳排放的测算和分解方法呈多样化发展,由于测算方法的不同、碳排放系数的标准不统一,使得碳排放测算结果不一致,影响了其实用价值。关于碳排放的影响因素,主要包括经济增长、人口因素、产业结构、能源结构和效率、国际贸易、外商直接投资等。在分行业的碳排放研究方面,早期的研究主要集中于工业行业,然后扩展到农业、交通运输业、建筑业、居民消费等领域。关于碳减排的对策,主要包括制定低碳发展的法律体系、积极发展清洁能源、大力开发低碳技术、为低碳发展提供资金和政策支持等方面。

中国碳排放强度的行业差异与动因分析

测算了1995—2010年中国各行业的碳排放强度,并采用行业分解方法分析了各行业对中国碳排放强度的影响.结果表明:工业碳排放对总体碳排放强度下降起主导作用,对其下降的贡献率为73.35%;其他服务业次之,贡献率为22.68%;农业、交通运输业、商业和建筑业贡献率较低,分别为1.38%、1.22%、1.17%、0.20%.采用泰尔指数对中国碳排放强度进行行业差异分析发现,1995—2010年中国各行业碳排放强度泰尔指数从0.392 7升至0.488 9,行业间碳排放强度的差异呈扩大趋势.运用差值因素分解模型分析中国碳排放强度变化动因发现,在1995—2010年中国碳排放强度的下降中,技术效应具有促进作用,贡献率为104.64%;结构效应具有抑制作用,贡献率为-4.64%.未来宜从优化产业结构、加快技术研发和应用等方面降低碳排放强度.

中国碳排放的区域差异及其与经济增长的关联分析

采用政府间气候变化专门委员会(IPCC)的碳排放测算方法,计算了除香港、澳门、台湾和西藏外中国30个省(市、自治区)1995—2010年的碳排放量,并选取碳排放总量、碳排放强度和人均碳排放量3个指标,运用多指标面板数据聚类法,将各省份划分为高、中和低碳排放区域:高碳排放区域包括河北、山西、内蒙古、辽宁、山东和宁夏,低碳排放区域包括北京、浙江、安徽、福建、江西、湖北、湖南、广东、广西、海南、重庆、四川、云南、陕西和青海,中碳排放区域包括天津、吉林、黑龙江、上海、江苏、河南、贵州、甘肃和新疆。分别对3类地区的人均碳排放量和人均GDP进行协整检验和回归分析,结果显示人均碳排放量和人均GDP存在长期协整关系且符合环境库兹涅茨曲线,高、中和低碳排放区域的理论曲线拐点分别为人均GDP 41 046、50 219和47 049元。今后一段时期内我国碳排放总量还将继续增长,但GDP的增长速度大于碳排放量的增长速度,碳排放强度会继续下降。

无锡市工业碳排放的测算及影响因素

采用IPCC关于碳排放的计算方法,计算了无锡市1992—2010年的工业碳排放量。结果显示,近18年来无锡市工业碳排放量增长迅速,并表现出明显的阶段性特征,大致呈S型曲线。接着,应用回归分析模型,分析了影响无锡工业碳排放的主要因素,结果表明人均工业增加值是工业碳排放的主要促进因素,产业结构系数和能源效率是工业碳排放的主要抑制因素,工业利用外资对无锡工业碳排放增长也具有较大贡献。然后,运用灰色预测模型对无锡市工业碳排放量进行预测,显示无锡市未来5年工业碳排放量将继续缓慢增长,平均年增长率为2.8%,但由于基数庞大,工业碳排放增加的绝对量仍然很大,减排任务艰巨。最后,提出无锡市减少工业碳排放的对策措施,即加快产业结构调整、加强工业低碳技术研发、提高能源效率、积极利用清洁能源和合理引进外商投资。

无锡工业碳排放强度的变化及动因分析

计算了1999-2010年无锡市各工业行业的碳排放强度,并分析了其变化趋势。结果显示,1999-2010年期间,无锡市工业碳排放强度呈现明显的下降趋势,下降幅度为59.6%。采用改进的差值因素分解法,从效率效应、结构效应两个方面分析了工业碳排放强度变化的内在动因。结果显示,在1999-2010年无锡市工业碳排放强度的变化量中,结构贡献率为42.84%,效率贡献率为57.16%;1999-2005年结构效应是碳排放强度下降的主要原因,贡献率为76.23%;2005-2010年效率效应是碳排放强度下降的主要驱动因素,贡献率为81.73%。