多重防伪证件浅析

在人类经济和社会事业蓬勃发展的同时,假、伪行为出现,并随着人类社会的发展,在不同的历史时期中不断地变换手法,其带来的危害也越来越严重,因此,防伪越来越成为一项重要的工作。本文以防伪证件为主题,论述多重防伪证件的一些相关问题,从而使读者对多重防伪证件有一个全面的了解。     

太湖和巢湖夏季蓝藻水华期间产毒微囊藻和非产毒微囊藻种群丰度的空间分布

应用荧光定量PCR技术对蓝藻水华暴发期间太湖和巢湖水体中产毒微囊藻和总微囊藻种群丰度的空间分布进行了研究.分别以微囊藻毒素合成基因基因家族成员mcyD和小核糖体16S rDNA序列构建定量PCR标准曲线,研究产毒微囊藻和总微囊藻种群丰度.结果表明:太湖和巢湖微囊藻种群由产毒微囊藻和非产毒微囊藻组成;蓝藻水华暴发期间,微囊藻种群组成及其丰度分布具有明显的空间差异性:太湖产毒微囊藻种群丰度为9.89×104～4.51×106 copies mL-1,产毒微囊藻占总微囊藻种群的比例为20.5%～38.1%;巢湖产毒微囊藻种群丰度为4.12×104～5.44×106 copies mL-1,其占总微囊藻种群的比例为8.4%～96.6%.总的来说,富营养化严重的湖区总微囊藻和产毒微囊藻种群丰度较高,产毒微囊藻占总微囊藻种群的比例也较高.图7表3参29     

环境规制影响资源型城市绿色全要素生产率的途径与政策建议

环境规制对资源型城市绿色全要素生产率是否具有推动作用,通过何种路径驱动以及是否存在城市类型异质性有待进一步理清。本文选取2004—2019年中国113座资源型城市的面板数据,利用非径向、非角度的SBM模型与GML指数对资源型城市绿色全要素生产率进行测算,随后通过构建多重中介效应模型实证检验了科技创新、外商直接投资和产业结构优化在环境规制影响绿色全要素生产率的传导机制及其在城市类型间的异质性。研究表明：（1）从全样本回归结果看,环境规制对资源型城市绿色全要素生产率的作用系数显著为正,产业结构优化和外商直接投资均发挥了显著的正向中介效应,而科技创新表现为间接抑制作用;在非资源型城市中,三类中介效应均不显著。（2）类型异质性检验显示,科技创新在成长型、成熟型城市中发挥了正向中介效应,在再生型城市中表现为间接抑制作用;外商直接投资在衰退型城市中的中介效应值为正,而在再生型城市中表现为负向中介效应;产业结构优化在成长型与成熟型城市中发挥了正向中介效应。（3）对比中介效应结果表明,全样本回归时,产业结构优化、外商直接投资和科技创新的中介效应梯次递减,产业结构优化的中介效应占比接近80%,环境规制的...     

不同再生水灌溉方式对土壤-辣椒系统中细菌群落多样性及病原菌丰度的影响

再生水是改善水资源布局和缓解传统水源短缺问题的一种合理且可持续的替代水源,但用于灌溉会引起土壤和作物中微生物群落结构和条件致病菌丰度变化,目前这方面的研究报道较少.本研究以辣椒为对象,设置再生水灌溉(DI)、清水和再生水混灌(MI,清水∶再生水=1∶1)、清水和再生水轮灌(RI)处理,以清水灌溉(PI)为对照,通过温室盆栽试验研究不同灌溉方式对土壤性质的影响,并基于高通量测序技术结合定量PCR方法探讨再生水灌溉下辣椒果实与根际细菌群落组成和病原菌分布丰度特征.结果表明,与清水灌溉相比,再生水直接灌溉增加了土壤EC值,而降低了pH值.16S r DNA高通量测序结果显示,在门分类水平上,Proteobacteria、Bacteroidetes、Actinobacteria和Firmicutes是辣椒果实和根际共有的主要类群,其优势菌属Pantoea、Pseudomonas、Sphingomonas、Sphingopyxis、Luteimonas和Mariniflexile的相对丰度受再生水灌溉方式的影响较大.再生水灌溉分别使辣椒果实和根际中Legionella spp.和Pseudomonas syringae丰度显著增加,并且对病原菌丰度的影响差异较大.综上所述,再生水适宜作为农业灌溉用水,但不同灌溉方式可能不同程度上引入微生物污染问题,其中特定条件致病菌和植物病原菌值得关注.     

湖南衡阳地区乙型肝炎患者HBV基因分型与血清HBVDNA水平研究

分析了湖南衡阳地区乙型肝炎病毒基因型分布特征,并探讨HBV各基因型与血清HBVDNA水平之间的关系．采用荧光定量PCR结合TaqmanMGB探针技术,对湖南衡阳地区164份乙型肝炎患者血清中的HBVDNA进行基因分型和定量检测．结果164例血清中,C型110A．（67．1％）,B、C型37人（22．3％）,B型8人（5．1％）,D型1人（0．6％）,A型1人（0．6％）．C型与B、C混合型在HBVDNA水平上存在显著差异（t=2．433,P〈0．05）,B、C混合型的HBVDNA水平明显高于C型．由此得出湖南衡阳地区HBV基因型以C型为主、B、C混合型次之,B型较少,D型、A型极少;B、C混合型患者的HBVDNA数量水平显著高于C型．表1．参11．     

焦化废水生物膜样品和苯酚降解菌分离株基因盒的分析

使用59-碱基(59be)保守序列和整合酶基因的引物进行PCR扩增,研究了焦化废水处理装置中微生物菌群的基因盒结构,并对两株分离的苯酚降解荫IS-17和IS-46的基因盒进行了扩增测序分析.从5个焦化废水生物膜总DNA样品中均获得了基因盒扩增产物.对IS-17和IS-46的基因盒PCR产物克隆建库并测序,通过序列比对等方法来研究和分析序列的功能.发现本研究获得的基因盒与已报道的基因盒存读码框序列、两端引物结合序列、间隔区大小等方面存在一些不同.本研究结果表明,在焦化废水生物膜菌群中普遍存在基因盒结构,采用基因盒PCR能够从环境或菌株中获取新基因.     

Biodegradation of azo dyes by genetically engineered azoreductase

A azoreductase gene with 537 bp was obtained by PCR amplification from Rhodobacter sphaeroides ASI. 1737. The enzyme,with a molecular weight of 18.7 kD, was efficiently expressed in Escherichia coli and its biodegradation characteristics for azo dyes were investigated. Furthermore, the reaction kinetics and mechanism of azo dyes catalyzed by the genetically engineered azoreductase were studied in detail. The presence of a hydrazo-intermediate was identified, which provided a convincing evidence for the assumption that azo dyes were degraded via an incomplete reduction stage.     

温带亚高山针叶林土壤碳循环微生物群落的时空动态

选取参与碳固定的二磷酸羧化/加氧酶基因（cbbM）、有机碳降解的淀粉酶基因（amylase）和纤维素酶基因（cellulase）作为分子标记,用实时定量PCR方法对温带亚高山华北落叶松（Larix gmelinii var.principis-rupprechtii）林、白杄（Picea meyeri）林、青杄（P.wilsonii）林和油松（Pinus tabulaeformis）林土壤碳循环功能微生物类群丰度的时空动态开展研究.结果显示,总碳（TC）、总氮（TN）、总硫（TS）、有机质（OM）和有机碳（TOC）、pH值、铵态氮（NH₄⁺-N）、硝态氮（NO₃^--N）、过氧化氢酶、蔗糖酶和脲酶活性在4种森林土壤中都有不同程度的差异,且有显著的季节变化特征.高海拔华北落叶松林土壤TC、TN、TS、C/N、OM和TOC含量最高,而pH值最低.土壤TC、TN、亚硝态氮（NO₂^--N）含量、蔗糖酶和脲酶活性,与碳循环微生物类群的丰度呈极显著相关.土壤NO₃^--N含量与有机碳分解和固碳微生物类群的相对丰度显著相关;土壤C/N、NO₂^--N、pH值、OM、TOC、过氧化氢酶及脲酶活性,与降解易分解碳（labile C）和难分解碳（recalcitrant C）的微生物类群的相对丰度呈极显著相关.植被类型和季节变化共同影响土壤碳循环微生物类群的丰度,而季节变化是主导因素.植被和土壤环境因子通过调控微生物群落碳代谢功能类群的结构,影响森林土壤碳源-汇的平衡.     

慢生花生根瘤菌的遗传多样性研究

用ＲＥＰ１Ｒ１和ＲＥＰ２１ＤＮＡ为引物,对２２株四川土著慢生花生根瘤菌染色体ＤＮＡ的基因外回文重复序列（ＲｅｐｅｔｉｔｉｖｅＥｘｔｒｏｇｅｎｉｃｐａｌｉｎｄｒｏｍｉｃｓｅｑｕｅｎｃｅＲＥＰ）进行了ＰＣＲ扩增和凝胶电泳,并对电泳结果的指纹图型进行了相似性聚类分析．结果表明了四川土著慢生花生根瘤菌的遗传多样性．指纹图形是根瘤菌多样性研究中一种简便而有效的方法     

基于链式多重插补的WOA-ELM煤与瓦斯突出预测模型

为了提高缺失数据下煤与瓦斯突出预测准确率,提出1种基于链式支持向量机多重插补(MICE＿SVM)的鲸鱼优化算法(WOA)-极限学习机(ELM)预测模型,以淮南朱集矿区为例,选取5个煤与瓦斯突出影响指标作为模型特征,采用提出的MICE＿SVM算法插补突出事故数据中缺失值,利用WOA优选ELM输入层权值及隐含层阈值,构建煤与瓦斯突出预测模型,将插补后数据用于WOA-ELM模型的训练与测试,并与其他模型的预测效果对比。研究结果表明：MICE＿SVM插补前、后的有突出数据预测准确率分别为83.02%,90.41%,MICE＿SVM显著提高了有突出预测准确率,对无突出和整体的预测准确率提高不明显;数据插补后WOA优化ELM对无突出、有突出和整体的预测准确率分别为97.94%,96.25%,96.48%,较优化前分别提高了5.79%,5.84%,5.55%,数据插补后WOA-ELM为最佳预测模型。