不同品种果蝇及其杂交后代的RAPD多态性分析

通过果蝇近交系的建立,用ＲＡＰＤ技术研究了不同品种果蝇及其杂交后代的ＤＮＡ多态性。结果表明：（１）近交作为一种育种方法,只要利用得当,得是大于害的,在畜禽育种的某些条件下还是可以采用的;（２）不同品种或系间有特异性的ＲＡＰＤ带;（３）在近交系与它们的杂交后代间的ＲＡＰＤ带中,多数带为正反交子代与双亲均相同或正反交子代与单亲共有的带,但有些带上亲代与子代间存在着擀和量的差异,在质的差异上出现双亲中没     

Y-152和K-156在果蝇ADH催化中的作用

果蝇醇脱氢酶酪氨酸－１５２（Ｙ－１５２）和赖氨酸－１５６（Ｋ－１５６）处于同类脱氢酶的保守位点。经人工定点突变和酶动力学分析,前者的苯丙氨酸（Ｙ１５２Ｆ）、组氨酸（Ｙ１５２Ｈ）和谷氨酸突变体（Ｙ１５２Ｅ）及后者的异亮氨酸突变体（Ｋ１５６Ｉ）均丧失催化活性。而半胱氨酸－１５２（Ｙ１５２Ｃ）及精氨酸－１５６（Ｋ１５６Ｒ）突变体活性分别是对应野生型的０．２５％和２．２％。此外,Ｙ１５２Ｃ和Ｋ１５６Ｒ的Ｋ     

容器大小对不同基因型果蝇发生量影响的遗传分析

果蝇发生量是数量性状,选用野生型、檀黑体、残翅和白眼四种不同基因型的果蝇,设计25种不同的杂交组合,并将其培养在不同大小的容器内,统计各种组合的子代果蝇发生量。经方差分析,结果表明:环境(不同容器大小)对果蝇的发生量影响最大。不同基因型以及基因型与环境的互作对果蝇发生量的影响在不同的杂交组合中也达到极显著差异或显著差异。说明果蝇的发生量是由基因型和环境交互作用的结果。     

果蝇胚胎不同表达水平基因内含子序列特征的比较分析

对果蝇胚胎低表达和高表达水平基因内含子的序列结构进行分析,发现2种表达水平的基因内含子序列特征有明显差异.高表达基因的内含子一般比低表达基因的长,其中高表达基因第1内含子的平均长度是低表达基因的2.62倍,第2内含子的平均长度是低表达基因的1.79倍.两类基因第1内含子中的CpG岛含量最高,并且高表达基因内含子中CpG岛含量要高于低表达基因.此外,与低表达基因相比,TATA box、CAAT box和GC box在高表达基因内含子中出现的频数明显要高些,尤其是在第1内含子中.作者还提取出果蝇胚胎2种表达水平基因第1内含子中高频出现的6-mer简单重复序列,发现一些重复序列与实验得到的转录因子结合位点相符合.这些结果提示内含子特别是第1内含子有可能调控果蝇胚胎基因的转录从而影响基因的表达水平.     

甲醇对果蝇寿命影响的研究

目的:研究甲醇对果蝇寿命的影响.方法:将雌雄果蝇随机分为四组,分别用含甲醇为0%、0.1%、0.4%和1.6%的培养基进行喂养,每日观察并记录各组果蝇死亡数.三天更换一次培养基.结果:随着甲醇浓度的提高,雌雄果蝇的最高寿命、平均寿命和半数致死时间都缩短.结论:甲醇的毒性作用使雌雄果蝇的寿命显著降低.     

马齿苋对果蝇寿命和繁殖力的影响

以黑腹果蝇为材料,探究1％、2．5％、5％、7．5％和10％（mL/100mL）浓度组马齿苋对果蝇寿命和繁殖力的影响．结果显示,各剂量组的马齿苋均能不同程度延长果蝇寿命、增强果蝇繁殖力,且对果蝇后代的雌雄比例无显著影响,其中2．5％浓度组与对照组相比差异极显著（P〈0．01）,最高延寿率和增殖率分别高达67．07％和42．98％．表明马齿苋具有延缓衰老和促进果蝇繁殖力的功效．     

大豆肽对果蝇睡眠的影响

研究大豆肽(soybean peptides, SBP)对果蝇睡眠的影响。通过大豆分离蛋白酶解,制得SBP,选择20日的雄性果蝇,分为4组,无添加的培养基作为空白组,SBP分为2、4、8mg/mL额外添加到培养基作为3个实验模型组,通过VideoTrack动物行为分析系统监测果蝇睡眠时长,并检测SBP对果蝇脑部生物钟基因(per、tim、clk、cyc)与参与调控睡眠神经递质合成限速酶的基因(gad、tph、gdh、hdc)以及五羟色胺(5-hydroxytryptamine,5-HT)的影响。研究发现,在监测睡眠的第2日晚上,SBP对果蝇睡眠延长效果最好,并呈现剂量依赖性,又通过剥离取头,分析其生物钟基因(per、tim、clk、cyc)和神经递质合成限速酶基因(gad、tph、gdh、hdc),得到SBP是通过调节tim和tph的基因表达并提高5-HT在脑部的含量来延长果蝇的睡眠时长的结论。     

基于优化FOA-BPNN模型的脱贫时间预测

针对精准扶贫缺乏有效的分析模型对扶贫的成效与脱贫时间进行准确刻画与定量分析问题，提出了基于 FOA-BPNN 贫困户脱贫时间预测模型．针对BP神经网络模型可能陷入局部最小的缺陷，引入果蝇优化算法，以BP 神经网络的预测误差作为适应度值，寻找最优的BP神经网络参数值，提高参数精度．由于标准果蝇优化算法的搜 索半径固定，可能导致后期局部寻优性能弱，提出了一种动态步长变更策略的DSFOA-BPNN模型，通过引入变速因 子与种群密度，将动态步长FOA算法与传统误差反向传播神经网络(BPNN) 结合，提高模型预测时间精度．在湖北 省某贫困地区 50000 条扶贫数据的基础上，通过实验表明:与BPNN和FOA-BPNN模型相比， 提出的 DSFOA-BPNN 模型预测精度分别提高了44%和11%．增量实验表明: 提出的DSFOA-BPNN模型更适用于精度预测.     

基于自适应果蝇优化算法的加权分簇算法

针对无人机编队网络管理问题，提出了一种基于自适应果蝇优化算法的加权分簇算法，利用分簇结构进行网络优化。该算法使用了基于离差标准化的数据归一化方法对各性能指标进行处理，并根据整体能耗改变权值分配规则，共同提高了簇头选举的客观性；分析了未定节点调整准则，提出了应用自适应果蝇优化算法进行簇的规模优化，消除了孤立节点和小规模簇；引入了剩余能量阈值和安全距离阈值约束维护条件，并分析了阈值的最优取值，减少了簇的维护次数。仿真结果表明，所提算法能够有效提高无人机编队各方面的性能，与现有算法相比，能够获得更好的网络管理效果。