不同棉种油菜素内酯合成酶基因DET2序列分析

油菜素内酯（Brassinosteroid,BRs）是一类较晚发现的植物激素,在植物生长发育[1-4]以及提高植物抗逆性[5-7]方面起着重要作用。油菜素内酯生物合成酶催化菜油甾醇转化为菜油甾烷醇[8],DET2是油菜素内酯生物合成酶基因。研究结果表明,DET2的突变将导致植物出现黄化、矮化等特征[7]。

转油菜素内酯合成基因DET2烟草对NaCl胁迫的反应

通过农杆菌介导法,将含有油菜素内酯合成基因DET2的植物表达载体pCAMBIA2301-DET2转入烟草,获得转基因烟草植株。用T1代转基因阳性株进行耐NaCl试验,结果显示,NaCl胁迫下转基因烟草、非转基因对照烟草的出苗率、幼苗鲜重、株高及根长均随NaCl浓度增加而下降。但在相同NaCl浓度下,转基因植株鲜重、株高及根长均明显高于非转基因对照烟草,并且转基因植株的丙二醛(MDA)含量低于非转基因植株,诱导蛋白基因P5CS表达高峰出现时间晚于非转基因植株。说明DET2的表达提高了烟草的耐NaCl能力。

杨树油菜素内酯合成基因DET2的克隆与功能分析

[目的]DET2基因编码一个5α-还原酶,是油菜素内酯(BRs)合成过程中的关键限速基因。研究DET2基因在杨树生长发育中的作用,对于进一步研究油菜素内酯在木本植物中的调控机制有重要意义。[方法]从银腺杨84K(Populus alba×P. glandulosa,‘84K’)克隆得到拟南芥AtDET2同源基因PagDET2,利用生物信息学对其进行序列比对、生化特征分析、构建系统发育进化树。通过RT-PCR分析其在杨树中的表达模式。构建由CaMV 35S强启动子驱动的过表达载体,通过农杆菌介导的叶盘转化法转化84K杨,得到PagDET2-OE转基因植株。分析过表达DET2基因对于转基因植株内源BRs含量、植株生长和抗逆的影响。[结果]克隆了包含全长编码区PagDET2基因全长,可编码一个长度为257个氨基酸的蛋白质。其蛋白序列与毛果杨、拟南芥、水稻、棉花、大豆、番茄DET2蛋白同源性较高,说明该基因在进化过程中相对保守。PagDET2在84K杨不同组织中均检测到表达,其在茎中的表达较高。通过ELISA检测植物BRs含量发现,过量表达DET2可以显著提高杨树内源BRs含量。过量表达DET2基因,可以导致转基因植株的高生长,但对盐胁迫更加敏感。[结论]DET2基因作为BRs合成的关键基因,在杨树中过量表达可以显著提高内源BRs含量,促进植株增高。DET2转基因植株的获得为进一步分析BR参与木本植物生长发育的调控机制奠定了基础。

dst6,拟南芥中一个可能的新的det2等位基因突变株(英文)

在黑暗条件下筛选拟南芥滞绿突变体时 ,得到一株突变体 ,dst6 ,表现出典型的油菜素突变体的特征 .遗传分析表明其是单基因隐性突变 .利用简单序列多态性标记 ,将其定位于 2号染色体的底部 .粗定位的结果和形态学特征表明dst6可能是一个det2等位基因突变株 .通过对dst6中DET2基因的测序分析 ,证明了dst6可能是一个新的det2等位基因突变株 .

喷施油菜素内酯对棉花类固醇5α^-还原酶基因(GhDET2)在干旱胁迫下表达影响的分析

为了解植物类固醇5α--还原酶基因（DET2）作为油菜素内酯（BR）生物合成途径中限速酶的作用。利用RACE技术克隆获得棉花的Gh DET2基因,并进行生物信息学分析,然后对棉花‘新陆早17号’幼苗使用PEG6000模拟干旱胁迫24 h,进行不同浓度油菜素内酯（brassinolide,BR）的喷施处理,分析Gh DET2基因在棉花幼苗根、茎、叶中的表达情况。序列分析表明Gh DET2基因的开放阅读框有774 bp,编码257个氨基酸。荧光定量分析结果显示,用BR处理棉苗3 h和6 h后Gh DET2基因表达量在叶中明显提高,而在根和茎中只略微提高,12 h和24 h时Gh DET2基因表达量较前期还有所降低。喷施BR在短时间内促进Gh DET2基因表达量的升高,推测BR喷施能够短期高效地增强棉花的抗旱能力。

油菜素内酯合成酶(Steroid 5α-Reductase)基因的超量表达对毛白杨生长的影响

将棉花Steroid 5α-reductase基因(DET2)超量表达载体导入毛白杨中,观察其对毛白杨生长和芽休眠的影响。结果表明,超量表达DET2基因的毛白杨茎高度、直径生长和不定根的生长增强,芽的休眠破除提前。

地面箭头标识线检测的改进M2Det算法

针对M2Det算法在地面箭头标识线检测时存在准确率低、参量大等问题,提出了一种改进M2Det算法。该算法在特征提取时采用改进的主干特征提取网络和多级金字塔网络,利用非极大抑制对生成的密集边界框和类别分数进行筛选,进而获得检测结果。改进的M2Det算法用MobileNet v1轻量级网络替换VGG网络,用以减少参量;用Mish激活函数替换ReLU激活函数,同时在MobileNet v1网络中增加BasicRFB模块,用以提高检测精度;还引入Mosaic数据增强以实现数据扩充。实验数据集采用自主标注的地面箭头标识线构造,实验结果表明,改进的M2Det算法在地面箭头标识线检测中mAP达到88.72%,相比M2Det算法提升了约3.9个百分点,也明显高于其它对比算法。

改进的M2det内窥镜息肉检测方法

结直肠癌是一种致命的疾病,作为息肉的肠腺瘤被认为是结直肠癌的主要病因,因此在临床诊断中发现肠息肉是一项至关重要的任务。息肉检测通常由医生操作内窥镜来实现,由于肠道环境复杂,息肉影像数据量大,小尺度息肉不易辨识,息肉检查过程除了极其依赖医生经验之外,工作压力和强度也给医生带来了极大的负担,因此需要借助计算机辅助诊断技术来检测息肉,该技术可以有效地处理大量的息肉影像数据、发现早期息肉、提高息肉检测的准确率。目前的一些方法对小型息肉存在漏检,因此提出了一种改进的M2det方法用于息肉检测,通过FFMs模块融合主干网络特征,使图像特征得到了充分利用,在SFAM模块中增加scSENet注意力机制,保留了有效特征,抑制无用特征,采用Focal loss计算分类损失,解决了正负样本不平衡问题。大量实验表明,该方法可以有效地检测出息肉且优于前沿的息肉检测方法,在CVC15数据集上mAP、F1-score、F2-score分别提升到了98.25%、97.30%、97.98%。

复杂背景下多尺度X光违禁品检测

针对安检X光图像中违禁品的自动检测一直存在困难,使用不同尺度的特征比例平衡模块、U型网络递归模块和残差边注意力模块构建EM2Det(Enhanced M2Det)模型,进一步提升M2Det模型的检测性能。首先考虑主干网络深层中的高语义信息和浅层中的细节特征信息,借鉴特征金字塔思想设计特征融合增强模块,加强模型对主干网络中不同尺度特征的提取能力;然后设计8个U型网络递归模块,增强其对基本特征不同水平、不同尺度的细节特征提取能力;接着使用CBAM(Convolutional Block Attention Module)构建残差边注意力模块,使其关注有效特征,抑制无用的背景干扰;最后在SIXray_OD数据集上对模型进行验证。实验结果表明,设计的各个模块均有不同程度的提升效果,EM2Det模型的平均精度比M2Det模型提升6.4个百分点。

ASPSU失效触发故障引起的工程思考

从航线运营中ECAM警告信息“DOOR POS DET 1+2 FAULT”的排故出发,简要说明故障排查需要分析了解相关系统内零部件的失效模式,由此引发ASPSU工程管理思考,包括故障管控、工程措施、放行影响、部件可靠性等。