科研产出
猪源多杀性巴氏杆菌的分离鉴定及毒力基因检测
《动物医学进展 》 2025 北大核心 CSCD
摘要：对某猪场育肥猪发生的疑似猪肺疫病例进行病原菌的分离鉴定及毒力基因检测，无菌采集病死猪肺脏组织进行细菌分离，以不同培养基培养后进行革兰氏染色，采用微量生化试管培养法对其进行生化试验，采用16S rRNA测序和kmtⅠ基因鉴定法对其进行鉴定，并以多重PCR对其进行荚膜血清分型，通过K-B法检测其药物敏感性，同时检测其毒力因子和耐药基因的携带情况，并进行分离菌的小鼠致病性试验。结果显示，致病菌为荚膜A型多杀性巴氏杆菌，在血平板上长成淡灰白色、圆形、光滑湿润的凸起菌落，在马丁肉汤琼脂培养基上呈圆润微凸起、白色半透明的菌落；生化特性与多杀性巴氏杆菌相符；分离菌不仅携带oma87、plpB、ompA等13种高检出率毒力基因，还携带猪源A型该菌较少检出的pfhA、hsf-1、hgbA和pmHAS毒力基因；分离菌对四环素等10种药物高度敏感，对氨苄西林等6种药物中度敏感，对恩诺沙星等7种药物耐药；其携带大环内酯类耐药基因(ermC)和氨基糖胺类耐药基因(strA、strB、aacA4和aadB);小鼠致病性试验结果显示，该菌具有一定的致病性。研究结果为养殖业多杀性巴氏杆菌病的诊断和治疗提供参考依据。
全文链接
请求原文
猪lncRNA5791的表达模式及互作蛋白质分析
《江苏农业学报 》 2025 北大核心 CSCD
摘要：为了揭示冷刺激下lncRNA5791的应答模式，本研究利用实时荧光定量PCR技术(qRT-PCR)、核质分离技术、RNA沉降(Pull down)技术全面分析lncRNA5791生物功能。结果表明，lncRNA5791在冷刺激处理的民猪背部脂肪和腹股沟脂肪中相对表达量较高，在臀部脂肪中相对表达量较低。冷刺激处理后猪不同部位脂肪中lncRNA5791的相对表达量均极显著高于常温对照(P<0.01)。lncRNA5791定位于猪的9号染色体，其在细胞核和细胞质中均有分布。在脂肪细胞增殖期，lncRNA5791的表达持续受到抑制；在脂肪细胞分化期，lncRNA5791的相对表达量呈现先升高后下降的趋势。质谱分析结果表明，lncRNA5791可能与膜联蛋白A2(ANXA2)、泛素A52残留核糖体蛋白融合产物1(UBA52)和组蛋白H4(H4)互作。本研究结果为揭示lncRNA5791在冷刺激应答中的具体调控机制奠定了重要基础。
关键词： 猪 lncRNA5791 相对表达量 亚细胞定位 互作蛋白
全文链接
请求原文
物理预处理对小麦麸皮-大豆混合蛋白功能性质的影响
《中国调味品 》 2025 北大核心
摘要：采用超声和微波两种预处理对小麦麸皮-大豆混合蛋白进行物理改性，探究两种改性方法对混合蛋白功能性质的影响。结果表明，与混合蛋白相比，超声改性混合蛋白的溶解性、乳化性、乳化稳定性和持水性显著提高(P<0.05),UWSP(30)分别提高了411.77%、109.49%、47.80%和167.60%;微波改性混合蛋白的游离巯基含量、总巯基含量、表面疏水性、溶解性、乳化性和持油性也显著提高(P<0.05),MWSP(500)分别提高了112.59%、110.08%、122.96%、635.90%、241.04%和327.57%。除二硫键含量和起泡性外，微波改性混合蛋白的其他功能性质均优于超声改性。研究结果表明，适当的超声和微波处理可改善混合蛋白的功能性质。
全文链接
请求原文
蓝靛果花青素的离子液体提取工艺优化及其体外抗氧化活性
《食品研究与开发 》 2025 北大核心
摘要：该文以蓝靛果为原料，采用离子液体提取具有生物活性的花青素，并对提取工艺参数进行优化。以蓝靛果花青素得率为评价指标，筛选出离子液体[C8mim]Br为最佳提取溶剂，随后选取提取温度、离子液体浓度和液料比3个因素进行单因素试验，采用响应面Box-Behnken试验设计对提取工艺进行优化，确定最佳的提取条件为提取温度52℃、离子液体浓度12%、液料比13∶1（mL/g）。在此最佳条件下，蓝靛果花青素得率为（3.53±0.18）%，明显高于超声辅助乙醇提取法和微波辅助乙醇提取法的得率。此外，蓝靛果花青素具有良好的清除DPPH自由基和ABTS+自由基的能力，IC50值分别为13.350 mg/mL和6.558 mg/mL。综上，蓝靛果花青素具有作为天然抗氧化剂应用于食品工业中的潜力。
全文链接
请求原文
基于多模态数据表型特征提取的番茄生长高度预测方法(英文)
《智慧农业(中英文) 》 2025
摘要：[目的/意义]准确预测番茄的生长高度对优化智能农业中的生产环境至关重要。然而，目前的预测方法大多依赖于经验模型、机制模型或基于学习的模型，这些模型主要利用图像数据或环境数据，未能充分利用多模态数据，无法全面捕捉植物生长的各个方面。[方法]为了解决这一限制，本研究提出了一种基于深度学习算法的两阶段表型特征提取（Phenotypic Feature Extraction, PFE）模型，该模型结合了番茄植物的环境信息和植物本身的信息，提供了对生长过程的全面理解。PFE模型采用表型特征和时间特征提取器，综合捕捉两类特征，从而深入理解番茄植物与环境之间的相互作用，最终实现对生长高度的高精度预测。[结果和讨论]实验结果表明，该模型具有显著效果：在基于过去五天数据预测接下来的两天时，PFE-RNN (Phenotypic Feature Extraction with Recurrent Neural Network)模型和PFE-LSTM (Phenotypic Feature Extraction with Long Short-Term Memory)模型的平均绝对百分比误差（Mean Absolute Percentage Error, MAPE）分别为0.81%和0.40%，显著低于大语言模型（Large language model, LLM）模型的8.00%和基于Transformer的模型的6.72%。在较长期预测中，PFE-RNN模型在10天预测4天后和30天预测12天后的表现持续优于其他两个基准模型，MAPE分别为2.66%和14.05%。[结论]所提出的基于表型-时间协同的预测方法展示了其在智能化、数据驱动的番茄种植管理中的巨大潜力，是提升智能番茄种植管理效率和精准度的一种有前景的方法。
关键词： 番茄生长预测 深度学习 表型特征提取 多模态数据 递归神经网络 长短期记忆网络 大语言模型
全文链接
请求原文
玉米秸秆连年不同方式还田对玉米产量及土壤细菌群落组成的影响
《江苏农业科学 》 2025 北大核心
摘要：采用40-90种植方式，在相同施肥量的前提下，进行玉米秸秆离田、碎混、翻埋、覆盖、焚烧5种不同还田方式处理，并开展不同还田方式对玉米产量及土壤微生物影响的研究。结果表明，不同还田方式对玉米产量及土壤微生物均产生显著影响。3年连续种植还田下，覆盖还田方式的玉米总产量高于其他还田处理。但在2022年降水量及时间满足玉米生长的条件下，翻埋、离田、焚烧处理方式的玉米产量高于覆盖处理。除离田和焚烧还田外，其他3种方式都可以提高土壤有机质含量。焚烧与翻埋还田对玉米根系影响无显著差异，覆盖还田与碎混及翻埋还田相比可以显著提高玉米根系生长。在不同处理下，放线菌和酸杆菌作为土壤中的主要微生物种类，其占比达到30%,并且5个处理间无显著差异，其微生物OTU数量关系表现为E>A>B>D>C。综上，覆盖还田处理更适合土壤微生物生长，生产上可根据土壤类型及气候条件，选择适合的玉米秸秆处理方式，为玉米产量形成及土壤保持可持续生产能力提供保障。
全文链接
请求原文
