植物细胞受体类蛋白是一类重要的结构蛋白,在环境信号感知及细胞间信息传递中起重要作用。本研究克隆了三叶青(Tetrastigma hemsleyanum Diels et Gilg)的两个受体蛋白基因ThRLP1与ThRLK1,并对其进行了生物信息学分析、器官特异性表达...植物细胞受体类蛋白是一类重要的结构蛋白,在环境信号感知及细胞间信息传递中起重要作用。本研究克隆了三叶青(Tetrastigma hemsleyanum Diels et Gilg)的两个受体蛋白基因ThRLP1与ThRLK1,并对其进行了生物信息学分析、器官特异性表达分析和在块根发育不同时期的表达分析,以明确两基因与三叶青芽发育和块根形成的相关性。生物信息学分析表明,所克隆的两个基因中一个为细胞外受体类蛋白基因(ThR-LP1),其氨基酸序列具有特征的亮氨酸重复序列,亚细胞定位推测在细胞壁;另一个为质膜受体类蛋白激酶基因(ThRLK1),推测氨基酸序列中具有特征的丝氨酸/苏氨酸激酶的催化结构域,亚细胞定位推测在细胞核。器官特异性表达分析发现ThRLP1在块根中的表达量显著低于其他器官,ThRLK1在块根中的表达量显著低于枝蔓但高于其他器官,两个基因的表达水平并没有显示出与芽发育有相关性;块根发育不同时期表达量分析表明,ThRLP1在块根初始膨大期的表达量显著低于其他时期,ThRLK1表达量随块根发育进程而提高,ThR-LK1基因的表达与块根发育进程呈现出一定的正相关性。所克隆的两个受体蛋白可通过大肠杆菌原核表达体系正确表达出相应蛋白。本研究可为进一步明确受体类蛋白激酶基因在三叶青块根发育分子网络中的功能提供初步的参考依据。展开更多
为区分浙贝母外观品质等级,本研究利用数字电子眼系统及图像标注工具构建浙贝母数据集,选择若干统计学习算法和目标检测算法在该数据集上进行训练与测试。结果表明:目标检测算法YOLO(you only look once)系列YOLO-X所得模型的效果最佳...为区分浙贝母外观品质等级,本研究利用数字电子眼系统及图像标注工具构建浙贝母数据集,选择若干统计学习算法和目标检测算法在该数据集上进行训练与测试。结果表明:目标检测算法YOLO(you only look once)系列YOLO-X所得模型的效果最佳。为优化YOLO-X,根据浙贝母数据集的特点,针对性地向YOLO-X的主干特征提取网络末端嵌入空洞卷积结构,以加强模型对尺度特征的敏感度。改进后模型(空洞率为4)的平均精确率均值为99.01%,对于特级、一级、二级、虫蛀、霉变、破碎浙贝母的平均精确率分别为99.97%、98.33%、98.47%、98.71%、99.73%、98.85%,精确率和召回率的加权调和平均数(F1)分别为0.99、0.92、0.94、0.97、0.99、0.97。本研究在不增加参数量、计算量或者对算法进行大规模改动的情况下,改善了模型的检测效果,为后续浙贝母检测平台的搭建提供了科学依据。展开更多
文摘植物细胞受体类蛋白是一类重要的结构蛋白,在环境信号感知及细胞间信息传递中起重要作用。本研究克隆了三叶青(Tetrastigma hemsleyanum Diels et Gilg)的两个受体蛋白基因ThRLP1与ThRLK1,并对其进行了生物信息学分析、器官特异性表达分析和在块根发育不同时期的表达分析,以明确两基因与三叶青芽发育和块根形成的相关性。生物信息学分析表明,所克隆的两个基因中一个为细胞外受体类蛋白基因(ThR-LP1),其氨基酸序列具有特征的亮氨酸重复序列,亚细胞定位推测在细胞壁;另一个为质膜受体类蛋白激酶基因(ThRLK1),推测氨基酸序列中具有特征的丝氨酸/苏氨酸激酶的催化结构域,亚细胞定位推测在细胞核。器官特异性表达分析发现ThRLP1在块根中的表达量显著低于其他器官,ThRLK1在块根中的表达量显著低于枝蔓但高于其他器官,两个基因的表达水平并没有显示出与芽发育有相关性;块根发育不同时期表达量分析表明,ThRLP1在块根初始膨大期的表达量显著低于其他时期,ThRLK1表达量随块根发育进程而提高,ThR-LK1基因的表达与块根发育进程呈现出一定的正相关性。所克隆的两个受体蛋白可通过大肠杆菌原核表达体系正确表达出相应蛋白。本研究可为进一步明确受体类蛋白激酶基因在三叶青块根发育分子网络中的功能提供初步的参考依据。
文摘为区分浙贝母外观品质等级,本研究利用数字电子眼系统及图像标注工具构建浙贝母数据集,选择若干统计学习算法和目标检测算法在该数据集上进行训练与测试。结果表明:目标检测算法YOLO(you only look once)系列YOLO-X所得模型的效果最佳。为优化YOLO-X,根据浙贝母数据集的特点,针对性地向YOLO-X的主干特征提取网络末端嵌入空洞卷积结构,以加强模型对尺度特征的敏感度。改进后模型(空洞率为4)的平均精确率均值为99.01%,对于特级、一级、二级、虫蛀、霉变、破碎浙贝母的平均精确率分别为99.97%、98.33%、98.47%、98.71%、99.73%、98.85%,精确率和召回率的加权调和平均数(F1)分别为0.99、0.92、0.94、0.97、0.99、0.97。本研究在不增加参数量、计算量或者对算法进行大规模改动的情况下,改善了模型的检测效果,为后续浙贝母检测平台的搭建提供了科学依据。
