排序方式： 共有82条查询结果，搜索用时 15 毫秒
81.
本研究旨在以猪肺炎支原体为代表,研究支原体LAP酶活中心的高级结构及其被抑制后对支原生长的影响。亮氨酸氨肽酶(LAP)是一类广泛存在于各类生物的氨基酸代谢酶,有研究表明病原微生物的LAP酶活中心被抑制后可以直接影响微生物的代谢和生长。本研究拟以猪肺炎支原体(Mhp)LAP为模型,研究其理化特性和高级结构,探索LAP抑制剂乌苯美司(Bestatin)对支原体生长的影响。本研究首先用Clustal Omega进行序列同源性比较,分析LAP活性位点在不同支原体中的保守情况。然后采用GST融合标签表达猪肺炎支原体LAP蛋白,通过GST亲和层析和分子筛层析纯化蛋白,圆二色谱测定LAP的二级结构,用Alpha fold 2预测三级结构。最后用Bestatin与猪、鸡、羊等不同种属的支原体共培养来观察其影响。结果表明虽然总体序列同源性不高,但是LAP酶活中心的关键位点在常见支原体相对保守。猪肺炎支原体LAP可以通过GST标签进行可溶性表达。酶切GST标签后,分子筛层析显示LAP是六聚体,圆二色谱表明LAP具有正确的二级结构。预测的LAP三级结构显示其具有保守的底物结合关键位点。Bestatin对不同... 相似文献
82.
草原荒漠化会严重破坏草原生态平衡，荒漠草原地物分类已成为草原监测管理的关键问题。本文通过构建无人机高光谱遥感系统，解决了原有草原调查方式上效率低与空间分辨率不足问题；构建高分辨率图像卷积神经网络(HR-CNN)解决了荒漠草原地表微斑块精细化分类问题；与ResNet34、GoogLeNet、常规卷积神经网络模型进行对比，总体上HR-CNN模型表现更优，总体分类精度与Kappa系数分别为98.27%、96.63。在相同迭代次数条件下，模型构建速度上，HR-CNN相较其它三类模型分别提升65.88%、65.71%、13.77%。模型内存占有量上，HR-CNN相较其它三类模型分别降低92.11%、79.21%、43.64%。该网络模型是轻量化卷积在荒漠草原地物分类研究中的有效探索，可为后续草原地物分类提供新思路。 相似文献