氧化E氮形成的微生物学分子机制研究进展

1氧化亚氮(N2O)的形成 N2O是继CO 2、CH4之后的第三大温室气体,它能破坏大气中的臭氧层.在过去的20～30年间,N2O以每年0.2%～0.3%的速率增长,并且有进一步增长的趋势[1].地球上人类和其他生物的活动是N2O产生的主要来源,而微生物是其中最重要的生物源.微生物产生N2O的机理主要是通过硝化作用和反硝化作用过程进行的,如图1所示.     

甲醇对土壤甲烷氧化的影响及其微生物学机理

对设施栽培土壤甲烷氧化及其微生物学机理进行了研究，结果表明，不同土壤对甲烷的氧化能力各异，这可能与土壤的理化性质有关。土壤微生物是甲烷氧化的主要生物类群，不同碳源对甲烷氧化的影响各异，纤维素对甲烷氧化的抑制作用最小，高浓度的甲醇则对甲烷氧化具有强烈的抑制作用，而适当浓度的甲醇可极大地促进土壤甲烷的氧化。在甲烷释放极少的设施栽培土壤中，兼性营养甲烷氧化菌可能在甲烷氧化中占据主导地位。     

氧化亚氮形成的微生物学分子机制研究进展

1　氧化亚氮 (Ｎ2 Ｏ)的形成Ｎ2 Ｏ是继ＣＯ2 、ＣＨ4之后的第三大温室气体 ,它能破坏大气中的臭氧层 .在过去的 2 0～ 30年间 ,Ｎ2 Ｏ以每年 0 .2 %～ 0 .3%的速率增长 ,并且有进一步增长的趋势[1 ] .地球上人类和其他生物的活动是Ｎ2 Ｏ产生的主要来源 ,而微生物是其中最重要的生物源 .微生物产生Ｎ2 Ｏ的机理主要是通过硝化作用和反硝化作用过程进行的 ,如图 1所示 .反硝化过程中Ｎ2 Ｏ的形成 :硝化过程中Ｎ2 Ｏ的形成 :图 1　Ｎ2 Ｏ的形成Ｆｉｇ.1　ＦｏｒｍａｔｉｏｎｏｆＮ2 Ｏ　　催化反硝化过程的酶有 4种 :硝酸还原酶 (Ｎａｒ)、亚…     

基于改进的WBS-RBS识别铁路危险品运输风险

为预防铁路危险品运输安全事故,提出一种基于改进工作分解结构-风险分解结构(WBS-RBS)的风险识别方法。首先,通过专家打分的区间数耦合判断矩阵改进WBS-RBS风险矩阵;然后,采用区间数中点值和区间半宽对WBS-RBS耦合判断矩阵进行全过程全系统整体风险识别并排序,同时采用可能度排序向量进行分过程分风险识别并排序;最后,以锂电池运输为例进行方法有效性验证。结果表明:货运检查时相关人员失职、未经培训人员装卸货物、检修不当的列车运行过程中产生的风险最大;列车运行过程中存在的风险因素最多;相关人员失职、机车车辆检修不当、锂电池燃爆等3类风险在各运输过程中出现的频率最高。使用区间数有助于减小风险识别过程中的主观性和不确定性。     

Foldon介导的寡聚化类弹性蛋白多肽的相变特性

为了解SpyCatcher-ELPs_(40)(C-E)相变异常的原因并考察寡聚化结构域对其相变行为的影响,将Foldon(F)分别与C-E和ELPs40(E)融合,构建拓扑结构为非共价三臂星型寡聚化的C-E-F和E-F;探究不同盐浓度和类型对其相变特性的影响,并与其他ELPs进行比较.结果显示:融合了Foldon的ELPs40的相变温度高于线型ELPs120而低于线型ELPs_(40)及Spy Tag/Spy Catcher介导的共价三臂星型ELPs,非共价三臂星型C-E-F的相变温度变化幅度较大,与等重复数的C-E和ELPs_(40)相比,平均分别高出28.75℃和35.6℃,尤其在NaCl浓度为0.8 mol/L时,相差分别为41.2℃和47.1℃.同时,Na_2CO_3浓度在0.7 mol/L及以上时,非共价三臂星型C-E-F才会在低温下发生相变,而其在较低浓度的Na_2SO_4溶液中相变现象明显,不符合Hofmeister效应.本研究报道了非线型ELPs特殊的相变行为,并证明ELPs拓扑结构会影响其相变行为,但Foldon和Spy Catcher表面电荷是更重要的因素.     

好氧同时硝化-反硝化菌的分离鉴定及系统发育分析

从土壤中分离到一株好氧同时硝化-反硝化菌,编号为SDN,该菌株革兰氏染色呈阳性,球状或杆状,菌落颜色橙红色.该菌株以硝酸钠为氮源时能进行好氧反硝化作用;以乙酸钠和硫酸铵分别为碳源和氮源能进行异养硝化作用,能以乙酰胺为唯一碳源和氮源进行生长.部分长度的16S rDNA序列分析表明,分离菌株SDN与Rhodococcusruber的16SrDNA序列具有99%相似性.并用PHYLIPS程序将该菌株与报道的相关微生物进行了系统发育分析.图4表1参13