香蕉枯萎病菌内源报告基因Foc4carS的鉴定及其应用

香蕉枯萎病是由尖孢镰刀菌古巴转化型(Fusarium oxysporum f. sp. cubense, Foc)引起的香蕉毁灭性土传病害,其中4号生理小种(Foc4)能感染几乎所有的香蕉品系,危害最严重。carS基因通过调控下游car结构基因参与调控镰刀菌类胡萝卜素的生物合成,本研究克隆鉴定了Foc4carS基因(FOIG_05085),Foc4carS蛋白具有典型的RING-finger蛋白结构域。利用分割标记法(Split-marker PCR)获得Foc4carS基因的融合片段,同时构建含有Foc4carS基因sgRNA591序列的pUC-fFuCas9-HTBNLS-hph-Foc4carS基因编辑载体,通过PEG介导的原生质体转化获得该基因的敲除突变体、回补突变体以及基因编辑敲除体,并对敲除和回补突变体的生物学特性和致病力进行分析。结果显示:ΔFoc4carS突变体的菌落直径、产孢量和致病力等生物学表型与野生菌株Foc4无显著差异,而ΔFoc4carS突变体菌落颜色呈深橙色,Foc4carS基因的缺失影响了次生代谢产物类胡萝卜素的生物合成;基因编辑的ΔFoc4carS(HDR)突变体不论是再生筛选板还是继代后的PDA平板,其菌落均出现典型的深橙色,表明Foc4carS可作为内源报告基因,在香蕉枯萎菌Foc4中进行基因质粒型CRISPR/Cas9编辑可行。

生酮饮食疗法对孤独症患儿症状及ATEC和CARS评分的改善效果

目的 探讨生酮饮食疗法对孤独症患儿症状及孤独症治疗评估量表(ATEC)和及儿童孤独症评定量表(CARS)评分的改善效果。方法 回顾性选取2021年7月至2022年7月收治的78例ASD患儿为研究对象,根据不同治疗方案将其分为对照组和治疗组,每组39例,对照组接受ASD特殊教育及日常训练+普通饮食,治疗组接受ASD特殊教育及日常训练+生酮饮食,均连续治疗6个月,比较2组《自闭症儿童心理教育评核(第三版)》(C-PEP-3)评分、孤独症治疗评估量表(ATEC)评分、儿童孤独症评定量表(CARS)评分及孤独症行为量表(ABC)评分。结果 治疗后,2组C-PEP-3各维度评分及总分均显著上升,且治疗组高于对照组(P<0.05);治疗后,2组ATEC各维度(表达/语言沟通、社交能力、感知/认知能力及健康/生理/行为)评分均显著下降,且治疗组低于对照组(P<0.05);治疗后,2组CARS和ABC评分均显著下降,且治疗组低于对照组(P<0.05);治疗后,研究组就寝习惯不良、睡眠焦虑、睡眠持续时间不规律、白天嗜睡、夜醒、入睡潜伏期延长及CSHQ总分均显著低于对照组(P<0.05)。结论 生酮饮食疗法可有效控制孤独症患儿临床症状,改善其认知及异常行为,降低其疾病程度,提高其睡眠质量,值得临床推广。

哮喘合并社交心理障碍患儿DSRSC、SCAS、CARS评分状况及相关影响因素研究

目的观察哮喘合并社交心理障碍患儿儿童抑郁障碍自我评估问卷(DSRSC)、Spence儿童焦虑量表(SCAS)、儿童孤独症评定量表(CARS)评分状况及一般临床资料,探讨相关影响因素,为临床干预提供参考。方法选取2023年1月—2024年1月在荣成市妇幼保健院就诊的300例哮喘患儿作为研究对象,采用儿童版社交恐怖和焦虑问卷(SASC)对入选患儿进行筛选并分组研究,将存在社交心理障碍的68例患儿纳入观察组,同时在正常哮喘患儿中随机抽取80例纳入对照组。分析两组患儿的一般资料并进行单因素及多因素回归分析,了解哮喘患儿罹患社交心理障碍的相关风险因素,同时对两组患儿进行焦虑相关量表(DSRSC、SCAS、CARS)评分,比较差异并分析。结果哮喘合并社交心理障碍的患病率为22.67%。单因素分析发现:两组家庭收入情况、家庭结构、精神疾病家族史、病程及哮喘发作时病情比较,差异有统计学意义(P<0.05)。多因素Logistic回归分析显示:单亲家庭、病程>2年、哮喘发作时病情重、DSRSC评分、SCAS评分、CARS评分均与哮喘合并社交心理障碍的发生关系密切(P<0.05)。结论哮喘合并社交心理障碍的发生率较高,其发生与单亲家庭、病程>2年、哮喘发作时病情重、DSRSC评分、SCAS评分、CARS评分关系密切,临床上对于存在上述风险因素的哮喘患儿应予以格外重视。

利用CARS-BPNN模型的南疆枣园土壤有机质高光谱反演

土壤有机质(SOM)含量是制定枣园土壤施肥方案的主要依据。合理的施肥方案对提升红枣品质、减少农户投入和增加枣园产出有重要意义。利用传统方法获取枣园SOM含量耗费时间和资源,不符合枣园精准施肥管理的需求,土壤有机质高光谱检测是一种有效的替代方法。为筛选南疆枣园SOM的高光谱快速检测模型,采用网格布点法采集158个枣园土壤样品,测定风干土样的室内高光谱数据和SOM含量。分别将400~2400 nm全波段(R)和通过竞争自适应加权算法(CARS)、连续投影算法(SPA)、粒子群优化算法(PSO)三种数据降维算法筛选的数据集与偏最小二乘回归(PLSR)、反向传播神经网络(BPNN)、卷积神经网络(CNN)三种建模方法结合构建12种枣园SOM含量的组合反演模型,通过对比模型的精度评价指标和训练时间,筛选枣园SOM含量最优光谱反演模型。结果表明:(1)CARS、SPA、PSO三种降维算法都能将光谱数据压缩至原来的10%以下,筛选波长数分别由原来的2001个变量降为98、156、102个,降维组合模型的验证集RPD均大于1.50,均能实现对枣园SOM含量的反演,与R组合模型相比,降维组合模型至少能节省30%的时间成本,特别是与BPNN和CNN等构建的组合模型,能节省90%的训练时间,且模型稳定性更强,模型效果更优。(2)CARS数据集构建组合模型的验证集R^(2)均大于0.85,RPD均大于2.50,RPIQ均大于1.60,在三种降维算法中效果最好;PSO数据集的组合模型验证效果略低于CARS数据集,但优于R数据集,R^(2)均大于0.80、RPD均大于2.00;SPA数据集构建组合模型的验证效果要低于R数据集,在三种降维算法中效果最差。(3)BPNN和CNN两种方法的反演模型验证效果均优于PLSR模型,而在模型训练时间和模型验证效果等方面,BPNN模型优于CNN模型,其结合CARS数据集的验证效果最优,R^(2)为0.91、PRD为3.34、RPIQ为3.17、nRMSE%为11.93,训练时间为58.00 s,模型符合快速检测枣园SOM含量的要求。CARS-BPNN模型为反演南疆枣园SOM的最优模型,研究结果能够为南疆枣园土壤养分快速检测与制定施肥方案提供参考。

脑干听觉诱发电位联合CARS、ABC对儿童孤独症的诊断意义

目的探讨脑干听觉诱发电位(BAEP)、儿童孤独症评定量表(CARS)及孤独症行为量表(ABC)在儿童孤独症谱系障碍(ASD)诊断中的应用价值。方法选取2020年1月至2022年6月在湖北省妇幼保健院儿童保健科就诊的疑似ASD患儿77例,根据ASD的诊断标准分为ASD组和非ASD组,两组进行BAEP、CARS、ABC检测,并分析各单项及联合指标的诊断效能。结果ASD组BAEP异常率为74.00%(37/50),非ASD组为29.63%(8/27),两组差异有统计学意义(χ^(2)=14.212,P<0.05);ASD组CARS、ABC得分显著高于非ASD组(t值分别为4.080、2.160,P<0.05)。单项检测中,诊断特异度由高到低依次为BAEP(70.37%)、CARS(62.96%)、ABC(48.15%),CARS的灵敏度(92.00%)、约登指数(0.55)、Kappa值(0.579)及ROC曲线下面积(AUC,0.766)均优于BAEP、ABC。BAEP+CARS联合检测的约登指数(0.59)、AUC(0.793)显著高于单项和其他联合检测(P<0.05)。结论与CARS、ABC相比,BAEP诊断特异性更高,BAEP+CARS联合检测有利于提高ASD的诊断价值,为ASD早期诊断提供客观依据。

Impacts of automated passenger cars on the capacity of a freeway basic section: applicability in the determination of vehicle adjustment factors in mixed traffic

The highway capacity manual(HCM)provides a formula to calculate the heavy vehicle adjustment factor(fHV)as a function of passenger car equivalent factors for the heavy vehicle(ET).However,a significant drawback is that the methodology was established solely based on human-driven passenger cars(HDPC)and human-driven heavy vehicles(HDHV).Due to automated passenger cars(APCs),a new adjustment factor(fAV)might be expected.This study simulated traffic flows at different percentages of HDHVs and APCs to investigate the impacts of HDHVs and APCs on freeway capacity by analyzing their influence on fHV and fAV values.The simulation determined observed adjustment factors at different percentages of HDHVs and APCs(fobserved).The HCM formula was used to calculate(fHCM).Modifications to the HCM formula are proposed,and vehicle adjustment factors due to HDHVs and APCs were calculated(fproposed).Results showed that,in the presence of APCs,while fobserved and fHCM were statistically significantly different,fobserved and fproposed were statistically equal.Hence,this study recommends using the proposed formula when determining vehicle adjustment factors(fproposed)due to HDHVs and APCs in the traffic stream.

可见/近红外漫透射光谱结合CARS变量优选预测脐橙可溶性固形物

可溶性固形物(SSC)是脐橙重要内部品质之一。采用QualitySpec型光谱仪在350～1000nm波段范围采集脐橙的可见/近红外漫透射光谱,采用CARS(competitive adaptive reweighted sampling)变量选择方法筛选出与脐橙SSC相关的重要变量,并与无信息变量消除(UVE)及连续投影算法(SPA)比较。最后,对选择的38个重要波长变量应用偏最小二乘(PLS)回归建立脐橙SSC预测模型,并对未参与建模的75个样品进行预测。研究结果表明,CARS方法优于UVE及SPA变量选择方法,能有效地筛选出重要波长变量。CARS-PLS建立的SSC预测模型优于全光谱的PLS模型,其校正集及预测集的相关系数分别为0.948和0.917,均方根误差分别为0.347%和0.394%。因此,可见/近红外漫透射光谱结合CARS方法可以预测脐橙可溶性固形物,CARS变量选择方法能有效简化预测模型和提高模型的预测精度。

近红外光谱结合CARS变量筛选方法用于液态奶中蛋白质与脂肪含量的测定

采用CARS(Competitive adaptive reweighted sampling)变量筛选方法建模,显著提高了液态奶中蛋白质与脂肪近红外模型的预测精度。用蒙特卡罗采样(Monte-Carlo sampling)方法先剔除奇异样本,再对光谱进行中心化与Karl Norris滤波降噪处理,通过CARS方法筛选出与样本性质密切相关的变量,建立预测蛋白质与脂肪含量的偏最小二乘法(PLS)校正模型,并与未选变量的PLS模型进行比较。以定标集相关系数(r2)及交互验证均方残差(RMSECV)和预测误差均方根(RMSEP)作为判定依据,确定了蛋白质与脂肪的最佳建模条件。蛋白质与脂肪校正模型的相关系数分别为0.975 0、0.995 1,RMSECV分别为0.194 8、0.136 3,RMSEP分别为0.113 3、0.140 1,预测结果优于未选变量的PLS模型及其他选变量方法,有效简化了模型,适于液态奶中脂肪和蛋白质的快速、无损检测。

基于CARS算法的脐橙可溶性固形物近红外在线检测

采用可见/近红外光谱在线检测装置进行赣南脐橙可溶性固形物含量在线检测模型优化研究。样品以5个/s的速度运动,采集可见/近红外漫透射光谱。光谱经过预处理后,分别应用向后区间偏最小二乘法(BiPLS)、遗传算法(GA)和正自适应加权算法(CARS)筛选特征变量,并通过外部验证评价PLS模型预测能力。一阶微分处理后经CARS筛选特征变量建立的PLS模型预测结果最优,预测相关系数和预测均方根误差分别为0.94和0.42%。结果表明CARS算法可有效简化赣南脐橙可溶性固形物可见/近红外光谱在线检测模型并提高模型的预测精度。

近红外光谱联合CARS-PLS-LDA的山茶油检测

为了寻找快速判别山茶油掺假的检测方法,本研究利用近红外光谱技术对掺杂大豆没油山茶油进行掺假检测研究。试验在350~1 800 nm波段范围内采集样本的透射光谱,利用CARS方法筛选重要的波长变量,应用偏最小二乘-线性判别分析（PLS-LDA）建立山茶油掺假的判别模型,并与未经变量优选的判别模型进行比较。结果表明,近红外光谱技术联合CARS-PLS-LDA方法可以有效判别纯山茶油和掺假山茶油,校正集、预测集及独立样本组样本的判别正确率、灵敏度及特异性均为100%。CARSPLS-LDA判别模型性能优于未经变量优选的判别模型,表明CARS方法可以有效筛选重要波长变量,能简化判别模型及提高判别模型的稳定性和判别精度。本研究可为山茶油掺假快速检测提供理论依据。

基于MCCV奇异样本筛选和CARS变量选择法对蜂蜜pH值和酸度的近红外光谱检测

采用Norris平滑加一阶微分数据预处理,蒙特卡洛交互验证(MCCV)的奇异样本筛选和CARS(competitiveadaptive reweighted sampling)变量选择法,用Kennard-Stone(KS)法划分训练集和预测集,偏最小二乘(PLS)回归近红外光谱建模,对蜂蜜pH值和酸度进行定量分析。pH值和酸度校正模型的交互验证决定系数(Rcv2)、交互验证均方差(RMSECV)、预测集决定系数(Rp2)、预测均方差(RMSEP)分别为0.8516和0.8723、0.1214和2.1734、0.8205和0.8250、0.1196和2.4674。结果表明,该方法适于蜂蜜pH值的测定,而不宜用于测定蜂蜜酸度。

同步荧光光谱结合CARS变量优选预测猪肉中四环素残留含量

为快速检测猪肉中的四环素残留含量,采用同步荧光法结合竞争适应重加权采样(CARS)变量优选法建立了预测猪肉中四环素残留含量的支持向量回归(SVR)模型。从样本的三维同步荧光光谱中确定了最佳波长差为65nm,采用CARS方法从中挑选出与四环素相关的特征波长变量,并与连续投影算法(SPA)及遗传算法(GA)进行比较。最后,应用SVR算法对优选出的16个波长变量建立猪肉中四环素含量的预测模型。分析发现,多元散射校正(MSC)光谱预处理后的CARS方法优于SPA及GA变量选择方法,可以有效地筛选出全光谱中的特征波长变量。CARS-SVR建立的四环素预测模型优于原始光谱的SVR模型,其预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.961 2和10.94mg/kg。研究结果表明,采用同步荧光法结合CARS-SVR模型可以预测猪肉中的四环素残留含量,且CARS-SVR能有效地简化模型并提高预测精度。

CARS技术及其在火炸药燃烧诊断中的应用

介绍了推进剂燃烧火焰的特点和CARS(CoherentAnti StokesRamanScattering)检测技术在推进剂燃烧诊断 (温度、浓度和燃烧机理研究 )中的应用。根据研究结果 ,论述了CARS技术在推进剂燃烧诊断应用中的几个关键问题 :准确度。

OH在火焰中浓度分布图像及与温度关系的PLIF和CARS研究

用平面激光诱导荧光（ＰＬＩＦ）技术测量了平面火焰炉、狭缝火焰炉的单脉冲激光诱导ＯＨ荧光。由平面荧光图可得到氢氧基相对浓度分布和它的宽度。对扩散火焰，高温区在ＯＨ带内侧；ＯＨ带的外侧则是火焰的边界，相干反斯托克斯拉曼光谱（ＣＡＲＳ）的测量结果对此提出了有力的佐证。湍流火焰的ＰＬＩＦ图则清晰地显示出火焰面的不规则性。氢氧基的ＰＬＩＦ图像是研究火焰结构和流场的有力工具。

基于CARS-PLS的食用油脂肪酸近红外定量分析模型优化

采用CARS波长变量挑选方法优化建模,对食用油中4种主要脂肪酸(棕榈酸、硬脂酸、油酸和亚油酸)进行近红外定量分析。应用预测浓度残差法剔除奇异样本后,对样品集光谱进行标准化预处理,通过CARS优选出的波长变量分别建立4种脂肪酸的偏最小二乘法(PLS)模型。与采用OPUS软件自动优化建模相比,CARS法所建模型的决定系数(R2)、交叉校验均方根误差(RMSECV)和预测均方根误差(RMSEP)都优于后者所建模型。CARS法有效地简化了模型,且所挑选出的特征波长较少。

双基推进剂燃烧火焰温度CARS测定技术

得到了双基推进剂燃烧火焰CARS实验谱图及相应的温度拟合值。实测结果表明,燃烧火焰平衡区的CARS实验拟合温度数值与相应的热力学计算温度值基本吻合,连续采集的CARS谱显现的温度梯度说明CARS技术可以应用于推进剂燃烧火焰温度的实时诊断。

CARS在发动机燃烧场温度和压力测量中的应用研究

根据发动机燃烧诊断的需要 ,在指出理论相干反斯托克斯喇曼光谱 ( CARS)与温度和压力的关系后 ,对液化石油气 /空气预混火焰中进行了氮分子 CARS测温实验 ,研究了压力对实验 CARS光谱的影响 ,探索了对湍流场测量十分重要的单脉冲测量技术。结果表明 ,CARS是一种很有前途的发动机燃烧诊断技术。

CARS在超音速燃烧研究中的应用

报道了氮、氧和水的Q支CARS谱以及氢的S(5)和S(6 )纯转动CARS的测量结果 ,并用来确定超音速燃烧火焰中的温度及氢和氧的浓度 ;用水的Q支CARS谱得到共振与非共振谱积分面积比随浓度的变化曲线。提出并发展的同时测量氢和氧的CARS谱新方法 ,为同时测量火焰温度和氢、氧浓度提供了一条途径 ,特别对不含氮的燃烧系统更具重要意义。

CARS在发动机燃烧测量中应用研究

根据发动机燃烧诊断的需要 ,研究了理论相干反斯托克斯拉曼光谱 ( CARS)与温度、质量分数和压力的关系 ;在液化石油气 /空气预混火焰中进行了氮分子 CARS测温实验 ,研究了压力对实验 CARS光谱的影响 ,探索了对湍流场测量十分重要的单脉冲测量技术 .结果表明 。

燃烧流场线CARS测温技术研究

常规CARS采用凸透镜聚焦多束激光于空间一点,在满足相位匹配条件下产生携带该点温度信息的CARS信号。常规CARS一次只能测量一个空间点的温度,难以满足燃烧流场深入研究需要。为了提高CARS测量能力,使得CARS在一次测量中获得更多信息,提出了线CARS测量方法。线CARS测量方法在常规CARS基础上采用柱面凸透镜替换普通凸透镜,使得聚焦位置由焦点变为焦线。由于焦线上的点大部分满足相位匹配关系,因此可以同时获得多点CARS信号。后续光路同样采用柱面凸透镜替换普通凸透镜,通过光谱仪和ICCD相机将CARS信号传输至计算机,解析出聚焦线上CARS信号对应的温度信息,实现CARS测量能力由"点"到"线"的提升。基于平面火焰炉的燃烧实验结果表明:线CARS可以一次有效测量200个空间点的温度信息,空间测量长度约3.6 mm,空间分辨率约18μm,测量结果相对不确定度优于7%,在保持测量精度的同时有效丰富了单次测量信息。