چکیده
ظهور باکتریوفاژ عموما در نزدیک شدن محیط زنده در انتخاب پپتیدهای مخصوص به مواد معدنی به کار برده شده است. در این فرآیند، به طور سنتی، میل ترکیبی بالای پپتید ها توسط یک روش شستشوی شیمیایی باز یابی می شوند، که شامل اتصال مجموعه باکتریو فاژ را با مواد آلی مطلوب، شستشوی چسب های ضعیف، و شستشوی چسبهای گیردار زیر شرایط میانگیر خشن در گیر می کند. نتیجه این فرآیند ممکن است به از بین بردن نقص همه چسب های قوی، جدایی فاژاز پروتئین، یا ممکن است سطح مادی را اصلاح کند. برای غلبه بر این محدودیت های بلقوه، ما شستشوی فیزیکی مبتنی بر شیوه فرا صوت را توسعه دادیم. در اینجا، ما دو پیش نویس بهینه شده فرا صوت داریم که با پپتیدهای مخصوص کانی میکای طبیعی انتخاب کردیم. ما ابتدا شستشوی فیزیکی 30-اس و در مرحله بعد شستشوی شیمیایی انجام دادیم و راندمان سرند چسب های قوی تا 100% افزایش یافت. امیدواریم بوسیله نتایج، ما پیش نویس کاربردی شستشوی فیزیکی که از ترتیب انتخاب چسب های قوی 45% بدست آمده را بکار بردیم. این شیوه زمان شستشوی خیلی کوتاه تری دارد ثانیاً قابل قیاس تا ساعت ها شستشوی شیمیایی بود. گزارش کاربرد شیوه شستشوی فیزیکی جدید فرا صوت در این باره می تواند یک گام متناوب بسیار کارآمد در سرند کردن مواد جامد پپتیدی خاص باشد.
کلیدواژه: نمایش باکتریوفاژ، شستشو فیزیکی، مافوق صوت، پپتیدهای غیرآلی متصل، میکا مسکوی
مقدمه
در طی دهه گذشته تغییر الگو، در علم مواد و شیمی در انتخاب یا طراحی پپتیدها بعنوان ابزارهای مولکولی رخ داده است تا در واحدهای مولکولی ترکیبی. به طور خاص یک جریان سریع در به کارگیری اتصال غیر آلی پپتیدها بوده است که کاربرد ژنتیکی موجودزنده تک سلولی، نظر به این که اساس بازشناسی مولکولی در ترکیب مواد، مونتاژ، و ساخت انتخاب شده است. کاربرد ارائه فاژو سطح سلولی مجموعه پپتیدی، رشته های اسید آمینه کوتاه (نمونه 7 تا 15) انتخاب و جدا شده است که به خصوص مواد گوناگون مهندسی کاربردی شامل فلزات نجیب (Au, Pd, Pt, Ag) ، اکسیدها (Al2O3, SiO2, ZnO, Cu2O, TiO2) ، نیمه هادی ها (GaN, ZnS, CdS, GaAs) ، کانی ها (میکا، کلسیت، گرافیت، یاقوت کبود، هیدروکسی آپاتیت) ، پلیمرها، زئولیتها، و نانوتیوب های کربنی است.
چکیده
متغیر و انتخاب مشخصه به عنوان نقطه ثقل اکثر پژوهش ها در زمینه های کاربردی بوده که در ارتباط با آن ها، پایگاه های داده یا صدها یا هزاران متغیر موجود می باشند. این حوزه های شامل پردازش متنی اسناد اینترنتی، تجزیه و تحلیل آرایش ژنی و شیمی ترکیبی می باشد. هدف انتخاب متغیر سه گانه می باشد: که عبارتند از بهبود عملکرد پیش بینی شاخص ها، ایجاد شاخص های به صرفه تر و سریعتر، ایجاد درک بهتری از فرایند اصولی، که داده ها را ایجاد می کند. مشارکت این موضوع خاص، محدوده گسترده ای از جنبه های مرتبط با چنین موضوعاتی را تحت پوشش قرار می دهد: که عبارتند از تعریف بهتری از تابع هدف، ایجاد مشخصه، رده بندی مشخصه، انتخاب مشخصه های چندمتغیری، روش جستجوی مناسب، و روش ارزیابی اعتبار مشخصه.
کلیدواژگان: انتخاب متغیر، انتخاب مشخصه، کاهش ابعاد فضا، کشف الگو، فیلترها، بسته بندی، خوشه بندی، نظریه اطلاعات، دستگاه های بردار پشتیبانی، انتخاب مدل، تست آماری، بیوانفورماتیک، بیولوژی محاسبه، القای ژنی، میکرو آرایه، علم ژنتیک، پروتومیک، QSAR، دسته بندی متنی، بازیابی اطلاعات
مقدمه
از سال 1997، زمانی که موضوعات خاصی در این ارتباط شامل چندین مقاله در مورد متغیرها و انتخاب مشخصه منتشر شد، چندین حوزه مورد بررسی از بیش از 40 مشخصه استفاده کرد. این شرایط در طی چند سال گذشته به طور قابل توجهی تغییر یافته است. تکنیک های جدید برای مد نظر قرار دادن این فعالیت های چالشی شامل بسیاری از متغیرهای نامربوط و تکراری و چندین نمونه آموزشی قابل مقایسه مطرح شد. دو نمونه به عنوان حوزه های کاربردی جدیدی مطرح شده و کمکی به ما بر اساس توضیحات مربوط به این مقدمه می کنند. یکی از آن ها بر مبنای انتخاب ژنی از داده های میکروآرایشی می باشد و دیگری طبقه بندی متن می باشد. در مسئله انتخاب ژن، متغیرها بر مبنای ضریب القای ژن بوده که مطابق با فراوانی mRNA در یک نمونه (برای مثال بیوپسی بافت) برای تعدادی از بیماران می باشد.
چکیده
مریستم رأسی شاخه (SAM) رشد و نمو تمام قسمت بالای زمینی گیاه می باشد. درک ما از SAM در سطح مولکولی ناقص است. در این مطالعه به فهرست (رپرتوار) بیان ژن SAMها در نخود باغی (Pisum sativum) پرداخته شده است. در پایان 10 346 توالی EST که 7610 ژن منحصر به فرد را نمایش میدهند، از کتابخانه های cDNA SAM فراهم شد. این توالی ها به همراه ESTهای نخود که قبلا گزارش شد، برای ساخت آرایه اولیگونوکلئوتید 12K استفاده شدند تا ژن های دارای بیان SAM متفاوت در مقایسه با مریستم های جانبی، مریستم های رأسی ریشه یا بافت های بدون مریستم شناسایی شوند. تعدادی از ژن ها شناسایی شدند. این ژن ها به طور غالب در لایه های سلول خاص یاقلمروهای SAM بیان شدند. بنابراین، احتمالا اجزاء شبکه های ژنی هستند که در حفظ سلول ساقه یا آغاز اندام های جانبی نقش دارند. علاوه بر این، آنالیز هیبرید شدگی در جای اصلی خود، مکان استقرار مکانی برخی از این ژن ها در SAM راتأیید کرد. داده های ما نیز گوناگونی برخی اشکال بیان ژن و در نتیجه ایفای نقش در گیاهان بقولاتی رانشان میدهد. برخی از ژن ها با بیان زیاد در هر سه رونوشت، نیز آشکار شده اند و این داوطلب ها، دیدگاه با ارزش درباره شبکه های مولکولی که حفظ کارآمدی مریستمی را پایبندی می کنند، در اختیار ما قرار میدهد.
کلیدواژه: نخود باغی، مریستم، Pisum sativum، برش عمودی رونوشت
رشد مریستم
رشد مریستم رأسی شاخه (SAM) به عنوان یک مدل عالی و مطلوب در جهت درک و فهم حفظ سلول ساقه در طی رشد ونمو گیاه در چند سال اخیر توجه زیادی رابه خود جلب کرده است. تصور می شود که مریستم ها معادل گیاهی فرورفتگی های سلول ساقه هستند. این فرورفتگی ها ریزمحیط های سلولی هستند که برای حفظ سلولهای ساقه در حالت تفکیک نشده و تقسیم کند، نشانه هایی (سیگنال) را ایجاد می کنند (Bhalla و Singh 2006، Singh و Bhalla2006، Scheres 2007). سلولهای ساقه در ناحیه مرکزی SAM، سلول هایی را رشد مداوم قسمت های هوایی گیاه ایجاد میکند. سلول های در حال تقسیم که ناحیه مرکزی را ترک می کنند، وارد ناحیه پیرامونی پهلویی می شوند و برای پریموردیوم های اندام جانبی که در تفکیک و تقسیم سریع نقش دارند، بکار گرفته می شوند. SAM در نوک شاخه در حال رشد قرار دارد. آنالیز شیمی بافتی و سلولی SAM نشان میدهد که SAM بسیار سازمان یافته و دارای شکل می باشد؛ یکی از بارزترین ویژگی های SAM این است که SAM متشکل از لایه های سلولی که روی هم قرار گرفته اند و به صورت L1، L2 و L3 مشخص شده اند (Satina و همکاران، 1940). در کل، اجداد سلول ناشی از L1، اپیدرمی را ایجاد می کنند. سلول های ناشی از L2 در جهت سلول های زیر اپیدرمی مانند سلول های فتوسنتز کننده و گامتی (جنسی) پیش میروند و سلول های ناشی از L3، بافت های داخلی را میسازند (Stewart و Burk 1970، Szymkowiak و Sussex 1996). گونه های گیاهی متفاوت لایه های سلولی خود را به صورت متفاوت سازماندهی می کنند.
چکیده
در این مقاله اقداماتی در جهت انتخاب ژنوتیپ های مسئول در آزمایشگاه و ترکیب پروتوپلاست های جدا شده براسیکا کاریناتا و براسیکا ناپوس تولید کننده خطوط (BC DH Dodolla، BC D-1، BC DH-6، و BN OP-1, BN-SL-03/04) بدست آمده از آزمایشات قبلی انجام شد. ترکیب سه غلضت متفاوت PEG (20%، 25% و 30%) و دو دوره متفاوت تیمار (15و 20 دقیقه) آزمایش شد. ما در آزمایشات خود، ژنوتیپ های متعددی (براسیکا کاریناتا DH BC-6 و DH BC-1، براسیکا ناپوس DH OP-01) با قابلیت احیاء رضایت بخش کالوز کشت های پروتوپلاست را شناسایی کریم. ترکیب درست و کامل غلضت وزمان تیمار PEG، فراوانی ترکیب پروتوپلاست بین ژنوتیپ های مورد استفاده را تعیین کرد. با وجود اینکه طبق ارزیابی ها محلول PEG 30% بهترین غلظت را داشت اما مقدار زیاد multifusantها که در کاربردهای عملی لزومی ندارد، با تیمار طولانی تر PEG به طور ویژه در ظروف پتری مشاهده شد. در کل، 25% PEG به همراه 20 دقیقه تیمار، اندازه ترکیب رضایت بخش بود و میزان دوام پذیری نیز خوب بود.
کلیدواژگان: براسیکا کاریناتا، براسیکا ناپوس، کشت پروتوپلاست، ترکیب پروتوپلاست
مقدمه
جنس براسیکا شامل گونه های زراعی متعدد می باشد که در سرتاسر دنیا از ارزش اقتصادی بالا برخوردارند. بنابراین، این محصولات با استفاده از روش های متعارف، نه تنها پرورش دهندگان را به خود جلب می کنند بلکه کسانی که با روش های بیوتکنولوژی نیز سروکار دارند به این محصولات توجه نشان می دهند. در سالهای اخیر، اقدامات اساسی در زمینه تحقیق بر روی براسیکا بیشتر بر کاربرد تکنولوژی کشت بافت برای بهبود و ارتقاء محصول متمرکز بوده است. روشهای کشت ریزهاگ و کشت پروتوپلاست برای دستکاری ژن خارجی به وفور انجام می شود. زیرا از این طریق می توان تنوع ژنتیکی را گسترش داد.
خلاصه
متغیر وانتخاب مشخصه به عنوان نقطه ثقل اکثر پژوهش ها در زمینه های کاربردی بوده که در ارتباط با آن ها، پایگاه های داده یا صدها یا هزاران متغیر موجود می باشند. این حوزه های شامل پردازش متنی اسناد اینترنتی، تجزیه و تحلیل آرایش ژنی و شیمی ترکیبی می باشد. هدف انتخاب متغیر سه گانه می باشد: که عبارتند از بهبود عملکرد پیش بینی شاخص ها، ایجاد شاخص های به صرفه تر و سریعتر، ایجاد درک بهتری از فرایند اصولی، که داده ها را ایجاد می کند. مشارکت این موضوع خاص، محدوده گسترده ای از جنبه های مرتبط با چنین موضوعاتی را تحت پوشش قرار می دهد: که عبارتند از تعریف بهتری از تابع هدف، ایجاد مشخصه، رده بندی مشخصه، انتخاب مشخصه های چندمتغیری، روش جستجوی مناسب، و روش ارزیابی اعتبار مشخصه.
کلمات کلیدی: انتخاب متغیر، انتخاب مشخصه، کاهش ابعاد فضا، کشف الگو، فیلترها، بسته بندی، خوشه بندی، نظریه اطلاعات، دستگاه های بردار پشتیبانی، انتخاب مدل، تست آماری، بیوانفورماتیک، بیولوژی محاسبه، القای ژنی، میکرو آرایه، علم ژنتیک، پروتومیک، QSAR، دسته بندی متنی، بازیابی اطلاعات.
مقدمه
از سال 1997، زمانی که موضوعات خاصی در این ارتباط شامل چندین مقاله در مورد متغیرها و انتخاب مشخصه منتشر شد، چندین حوزه مورد بررسی از بیش از 40 مشخصه استفاده کرد. این شرایط در طی چند سال گذشته به طور قابل توجهی تغییر یافته است. تکنیک های جدید برای مد نظر قرار دادن این فعالیت های چالشی شامل بسیاری از متغیرهای نامربوط و تکراری و چندین نمونه آموزشی قابل مقایسه مطرح شد.
دو نمونه به عنوان حوزه های کاربردی جدیدی مطرح شده و کمکی به ما بر اساس توضیحات مربوط به این مقدمه می کنند. یکی از آن ها بر مبنای انتخاب ژنی از داده های میکروآرایشی می باشد و دیگری طبقه بندی متن می باشد. در مسئله انتخاب ژن، متغیرها بر مبنای ضریب القای ژن بوده که مطابق با فرواوانی mRNA در یک نمونه (برای مثال بیوپسی بافت) برای تعدادی از بیماران می باشد.