Current Location:home > Browse

1. chinaXiv:202008.00036 [pdf]

动物前注意加工模型的建立及评价:基于精神类疾病损伤

王盛
Subjects: Psychology >> Physiological Psychology

前注意加工(pre-attentive processing)是无需注意参与的,对刺激的早期、自动化的加工,而听觉失匹配负波(mismatch negativity,MMN)是研究前注意加工最常用的指标。很多精神疾病发现MMN损伤,但对MMN损伤的神经生物学机制了解甚少,动物模型具有成熟的神经生物学和药理学操作可以帮助理解MMN潜在机制。未来动物研究中应考虑到动物特性,结合人类和动物研究优势开展跨物种研究,以便更深入的了解前注意加工的微观和宏观表现。

submitted time 2020-07-31 Hits799Downloads432 Comment 0

2. chinaXiv:201712.00714 [pdf]

疏水蛋白HFBI融合标签能显著提高外源基因在植物中的表达水平

张西倩; 牟红珍; 马婷; 丁向真; 李志英; 王盛
Subjects: Medicine, Pharmacy >> Preclinical Medicine

目的 针对植物生物反应器中外源基因表达水平普遍较低的问题,探索和评价丝状真菌瑞氏木霉(Trichoderma reesei)编码的小分子疏水蛋白(Hydrophobin, HFBI)作为融合标签在植物生物反应器中提高系统表达量的应用潜力;分析其提高外源基因表达水平的可能机制。方法 以绿色荧光蛋白(GFP)为报道基因,采用基因体外合成技术和亚克隆技术构建GFP和GFP-HFBI融合植物表达载体。利用农杆菌渗滤技术接种植物本明烟(Nicotiana benthamiana)。通过GFP荧光观察,荧光显微镜镜检,Western blot,ELISA和RT-PCR等实验手段测定报告基因GFP在植物中的表达情况,探明HFBI融合标签在植物中表达外源基因的作用效果和特点并分析其可能的作用机制。结果 HFBI融合标签对植物细胞无明显的细胞毒性;GFP-HFBI融合蛋白在植物中的积累水平显著高于对照;GFP-HFBI融合蛋白在细胞内形成致密的蛋白质颗粒。结论 HFBI融合标签能够显著提高外源基因在植物中的积累水平。推测形成的蛋白质颗粒隔绝了细胞内源性蛋白酶对目的表达产物的降解,进而提高了外源基因产物在细胞中的积累。

submitted time 2017-12-07 From cooperative journals:《南方医科大学学报》 Hits438Downloads262 Comment 0

3. chinaXiv:201712.01405 [pdf]

全球数据科学课程建设现状的实证分析*

朝乐门 ,; 杨灿军; 王盛杰; 赵俊鹏; 许梦甜
Subjects: Library Science,Information Science >> Information Science

【目的】在调查分析全球数据科学课程建设现状的基础上, 提出数据科学课程的共性特点、主要挑战及解 决对策。【方法】采用实证研究方法和内容分析方法调查分析国内外数据科学课程的建设现状、成功经验与存在 问题。【结果】提炼出全球数据科学课程的共性以及数据科学与其他相关课程之间的差异性。【局限】对数据科 学**培养的讨论主要聚焦于课程建设层面, 而对专业层面的讨论不多。【结论】本文提出数据科学课程建设中 的 10 个核心问题及其解决方案。

submitted time 2017-12-05 From cooperative journals:《数据分析与知识发现》 Hits718Downloads504 Comment 0

4. chinaXiv:201712.01615 [pdf]

全球数据科学课程建设现状的实证分析*

朝乐门 ,; 杨灿军; 王盛杰; 赵俊鹏; 许梦甜
Subjects: Library Science,Information Science >> Information Science

【目的】在调查分析全球数据科学课程建设现状的基础上, 提出数据科学课程的共性特点、主要挑战及解 决对策。【方法】采用实证研究方法和内容分析方法调查分析国内外数据科学课程的建设现状、成功经验与存在 问题。【结果】提炼出全球数据科学课程的共性以及数据科学与其他相关课程之间的差异性。【局限】对数据科 学**培养的讨论主要聚焦于课程建设层面, 而对专业层面的讨论不多。【结论】本文提出数据科学课程建设中 的 10 个核心问题及其解决方案。

submitted time 2017-11-30 From cooperative journals:《数据分析与知识发现》 Hits808Downloads617 Comment 0

  [1 Pages/ 4 Totals]