XiaoMi-AI文件搜索系统
World File Search System亲缘
微生物分类学中的表征
系统发生学是研究不同生物群体之间的进化关系。我们可能永远无法知道生命的真正起源，但您将在本单元中学习的分类方法是确定一组生物共同起源的重要工具。由于获得纯微生物培养物的限制，传统的通过研究形态特征来确定祖先层面的亲缘关系的方法并不总是适用于微生物。随着技术的进步，分子序列（DNA、RNA 和蛋白质）的可用性彻底改变了这些研究。人们认为这些序列就像“分子钟”，随着时间的推移而进化，保存了生存的关键信息。1965 年，Zuckerkandl 和 Pauling 首次提出了核酸和蛋白质序列随时间变化的概念，可以将其视为分子计时器。据推测，这些变化会随着时间的推移而增加，但本质上是中性的，因此蛋白质仍然具有功能性。如果两个生物群体中两个相似分子的序列完全不同，则意味着这两个群体很久以前就已经彼此分化了。因此，这些分子序列可以作为了解不同生物之间系统发育关系的丰富而可靠的信息来源。
使用 nrITS 和叶绿体 rbcL 基因序列对印度叶下珠进行 DNA 条形码编码和系统发育分析，以进行分子鉴定
叶下珠属植物因其生态和治疗意义而闻名。准确识别这些物种对于保护和研究目的至关重要。由于植物的表型可塑性以及在检测植物产品中的替代品或掺假物方面存在挑战，传统的分类学鉴定往往不够完善。因此，通过 DNA 条形码进行分子鉴定已成为草药产品质量控制和国际草药贸易的新标准。本研究使用 DNA 条形码工具来识别印度叶下珠属物种，重点关注 nr 内部转录间隔区 2 (ITS2) 和叶绿体 rbcL 基因。系统发育分析显示高度的遗传相似性和很强的系统发育关系。这些发现证实了与全球同类的遗传亲缘关系，突出了进化模式。ITS2 区域的结构使用最小自由能计算来验证物种鉴定。这项研究展示了如何将 rbcL 基因分析与基于 ITS2 的 DNA 条形码相结合来准确识别印度叶下珠属物种，这种方法增强了这些宝贵植物资源的可持续利用，确保了产品质量，最大限度地减少了掺假，并支持生物多样性保护。
向日葵自交系连锁累赘的基因组学
作物野生近缘种是作物改良的宝贵等位基因来源，包括适应气候变化和新出现疾病。然而，由于连锁累赘，来自野生近缘种的基因渗入可能会对理想性状（包括产量）产生有害影响。在本文中，我们分析了野生基因渗入在栽培向日葵自交系中的基因组和表型影响，以估计连锁累赘的影响。首先，我们生成了七种栽培向日葵和一种野生向日葵基因型的参考序列，以及另外两种栽培品种的改良组装体。接下来，依靠之前从野生供体物种生成的序列，我们鉴定了栽培参考序列中的基因渗入，以及它们所包含的序列和结构变体。然后，我们使用岭回归最佳线性无偏预测 (BLUP) 模型来检验基因渗入对栽培向日葵关联作图群体中表型性状的影响。我们发现基因渗入给栽培向日葵基因库带来了大量序列和结构变异，包括 3,000 多个新基因。虽然基因渗入降低了蛋白质编码序列的遗传负荷，但它们大多对产量和品质性状产生负面影响。在栽培基因库中发现的高频率基因渗入比低频率基因渗入的影响更大，这表明前者可能是人工选择的目标。此外，来自亲缘关系较远的物种的基因渗入比来自栽培向日葵野生祖先的基因渗入更容易适应不良。因此，育种工作应尽可能集中在密切相关且完全兼容的野生亲属上。
印度尼西亚林博托湖芒格拜鱼 (Glossogobius aureus) 的 DNA 条形码、系统发育树和遗传距离
摘要 .芒格拜鱼（Glossogobius aureus）是林博托湖的一种具有经济价值的本地鱼类。随着湖泊生态系统的破坏，当地鱼类面临的压力也越来越大。芒格拜鱼种群的减少说明了这一点。总体而言，当地社区将芒格拜鱼视为特有鱼类。芒格拜鱼的保护工作需要从 DNA 角度进行分析。本研究旨在探索芒格拜鱼物种的身份，分析遗传距离并构建系统发育树。从林博托湖采集鱼样并运送到哥伦打洛州立大学渔业与海洋科学学院的实验室进行形态学和计数分析。对组织取样用 PCR 进行 DNA 条形码分析。DNA 测序基于 PCR。分析表明，从林博托湖采集的所有芒格拜鱼样本都属于同一个物种，即 G. aureus。 DNA 条形码结果得到了与参考序列 99-100% 的相似性测试、单个 manggabai 样本的系统发育树序列以及显示亲缘关系的单个参考鱼序列的支持。关键词：DNA 条形码、鱼类物种身份、林博托湖、相似性指数。简介。林博托湖是位于印度尼西亚哥伦打洛省的生态系统资源，覆盖哥伦打洛县和哥伦打洛市地区。从地理上看，林博托湖位于低地，周围环绕着石灰岩山丘，有 23 条支流作为入口，1 条支流作为出口。林博托湖对该地区至关重要，因为它具有多种生态、社会和经济功能。因此，政府已将林博托湖列为国家战略区。
部分地方茄子基因型的分子表征和 DNA 指纹分析
1207，孟加拉国 电子邮件：kashpia_tas@live.com 摘要 — 收集和表征地方基因型和地方品种是任何作物改良计划的先决条件。分子多样性和 DNA 分析显示了任何作物的确切基因蓝图。因此，该实验旨在确定一些地方茄子基因型及其野生近缘种之间的分子多样性和多态性，以供未来的育种计划使用。该实验在孟加拉国达卡的 Sher-e-Bangla 农业大学生物技术实验室进行，使用了 25 种茄子地方品种和 2 种野生近缘品种（Solanum sisymbriifolium 和 S. villosum），以研究这些基因型的分子多样性和 DNA 指纹。五个众所周知的 SSR 引物（EPSSR82、smSSR01、EM114、EM120 和 smSSR04）用于基因型的分子表征。分离出具有 27 种基因型的优质 DNA，并使用这些引物进行 PCR 扩增。扩增的 DNA 片段通过 2% 琼脂糖凝胶显影，并通过 POWERMAKER（版本 3.25）和 NTSYS-PC（版本 2.2）分析数据。总共产生了大约 10 个不同的等位基因，每个基因座的范围为 1 至 3 个等位基因，平均为 2.0 个等位基因。在引物 EPSSR82 和 smSSR01 中观察到了最多的多态性带数（2）。SSR 标记的多态性信息含量 (PIC) 范围为 0.37 至 0.67，平均值为 PIC = 0.54。基因多样性范围从 0.49（smSSR01）到 0.72（EPSSR82），平均值为 0.61。 UPGMA 方法将 27 种基因型分为两个主要簇（I 和 II）。在这些簇中，野生种 Solanum villosum 属于亚簇（IIb），显示出与其他品种的明显差异。另一方面，野生种 Solanum sisymbriifolium 与 13 种地方茄子基因型形成同一簇，显示出密切的亲缘关系。在 25 种地方茄子种质及其野生近缘种中鉴定了分子多样性和 DNA 分析。
克罗地亚地方驴品种的遗传和种群结构
摘要：克罗地亚的两个本土驴品种（滨海狄那里克驴和伊斯特拉驴）在 20 世纪下半叶被边缘化，濒临生物灭绝。本研究旨在通过分析两种驴品种的谱系和遗传结构，分析它们在保护开始后的 20 年内的人口统计和遗传状况。伊斯特拉驴的平均世代间隔（7.73）高于滨海狄那里克驴（7.27）。滨海狄那里克驴（1.03；325/316）和伊斯特拉驴（1.08；70/65）中创始人有效数量与祖先有效数量的比率没有显示遗传瓶颈的证据。滨海-狄那里克驴种群的近交系数 (F) 和平均亲缘系数 (AR) (0.99%; 0.13%) 低于伊斯特拉驴种群 (1.77%; 1.10%)。遗传微卫星分析表明，滨海-狄那里克驴和伊斯特拉驴品种的遗传多样性相对较高，以平均等位基因数 (5.92; 5.85) 和预期杂合度 (0.650; 0.653) 来表达。在过去的二十年里，滨海-狄那里克驴和伊斯特拉驴之间的遗传分化并没有显著增加 (F ST = 0.028)。遗传分析还表明，这两个品种都没有高度近交或遗传瓶颈的证据。在 30 个样本中总共发现了 11 种单倍型，包括 28 个多态性位点。线粒体DNA分析表明，滨海-狄那里克驴和伊斯特拉驴品种属于非洲马群。该研究证实，需要使用不同的分析方法来定期、全面地了解品种内和品种间的情况和趋势，以便充分保护现有的多样性。
卵菌的转化系统、基因沉默和基因编辑技术
卵菌是一类多样化的丝状产孢生物，由数百种臭名昭著的病原体组成。其中一些已被列入全球检疫名单，并受到国家和国际法律的严格管制，以防止其传播（Rossmann 等人，2021 年）。宿主包括主要养殖鱼类和植物物种，以及自然生态系统中的众多动物和植物物种（Cao 等人，2012 年；Fern andez-Ben eitez 等人，2008 年；Kamoun 等人，2015 年；van den Berg 等人，2013 年）。卵菌是一类在分类学上截然不同的真核微生物大类，它与真菌有一些相同的生理和形态特征（例如，都有菌丝和不同的孢子类型），但在系统发育上与异鞭毛藻有亲缘关系（Baldauf 等人，2000 年；Latijnhouwers 等人，2003 年）。卵菌与真真菌可通过一些只有卵菌才具备的生化和细胞学特征来区分：a) 纤维素是菌丝壁的主要微纤维成分；b) 胞质致密体/指纹液泡含有磷酸化的 β-(1,3)-mycolaminarin 葡聚糖；c) 二倍体叶状体，减数分裂先于配子形成；d) 线粒体有管状嵴；最后 e) 利用 a - ε -二氨基庚二酸赖氨酸合成途径 ( Beakes 等人，2012 年)。卵菌生长的环境条件和宿主范围广泛，这反映在其系统发育多样性中 ( Thines，2014 年)。在过去的几十年里，宿主与卵菌相互作用的研究结合基因组学和转录组学，对卵菌如何感染宿主有了相当深入的了解 ( Burra 等人，2017 年)。了解许多相互作用分子的作用对于有针对性地制定管理策略非常重要。已确定卵菌会分泌一系列效应蛋白，这些效应蛋白可以改变宿主的免疫系统以促进感染（Bozkurt 等人，2012 年；de Bruijn 等人，2012 年；Fabro 等人，2011 年）。然而，不同卵菌病原体在感染过程中产生的大量分子尚未得到解释。为了在体内对这些分子进行功能分析，对卵菌进行基因改造的技术至关重要，例如 RNAi（Saraiva 等人，2014 年；Whisson 等人，2005 年）、稳定转化（Judelson 等人，1993 年）或 CRISPR/Cas（Fang 和 Tyler，2016 年）。卵菌的分子技术发展速度比真菌慢，目前仅限于相对较少的物种，与真菌相比效率较低。由于卵菌内部的异质性，转化方案需要针对每个物种进行优化，并且在同一物种内，通常针对每个菌株进行优化。因此
人工智能和机器人领域的负责任研究与创新 (RRI)：一种对心智与机器的后人类同理心的关系方法 20 世纪 80 年代末开始的对人类基因组计划的伦理、法律和社会影响 (ELSI) 的研究到 2010 年左右成为美国联邦预算的一项。ELSI 研究成为美国和欧盟政府科技机构自我反思的一部分；负责任的研究与创新 (RRI) 的道德理想已成为一种专业规范。1 这个历史性的例子作为跨学科可能性的愿景，指导了以下提议，即在心智与机器计划中系统地整合技术和道德，并作为纽约大学对这些问题的持续承诺的一部分。2 人工智能和机器人研究与人类基因组计划非常相似，并且肯定会从类似的处理中受益。 RRI 提供了一种替代事后应对新技术影响的趋势的方法：它关注社会影响“上游”的设计问题和实施前的初始条件。RRI 在实施阶段的“中游”也非常有效。在信息科学和技术的情况下，上游和下游之间的距离相对较短，中游干预的价值变得更加明显。3 对初始条件的敏感性是所有复杂自适应系统的一个特征——必须考虑到这一事实
人工智能和机器人领域的负责任研究与创新 (RRI)：一种关系方法，用于实现思想和机器的后人类共情 20 世纪 80 年代末开始的对人类基因组计划的伦理、法律和社会影响 (ELSI) 的研究，到 2010 年左右成为美国联邦预算的一项。ELSI 研究成为美国和欧盟政府科技机构自我反思的一部分；负责任的研究与创新 (RRI) 的道德理想已成为一种专业规范。1 这个历史性的例子是跨学科可能性的愿景，它指导了以下提议，即在思想和机器计划中系统地整合技术和道德，并作为纽约大学对这些问题的持续承诺的一部分。2 人工智能和机器人研究与人类基因组计划非常相似，并且肯定会从类似的处理中受益。RRI 提供了一种事后应对新技术影响的趋势的替代方案：它关注社会影响“上游”的设计问题和实施前的初始条件。RRI 在实施阶段的“中游”中也非常有效。在信息科学和技术的情况下，上游和下游之间的距离相对较短，中游干预的价值变得更加明显。3 对初始条件的敏感性是所有复杂自适应系统的一个特征——在任何希望整合人类和非人类系统的系统研究中都必须考虑到这一事实。中游发展阶段的亚稳态中介和过渡结构往往呼应了对初始条件的系统敏感性：它们易受干扰，因此容易受到一定程度的调节和管理。中游调节增强了道德干预的有效性 中游 RRI 在跨学科计划（如“心智与机器”）的情况下也具有强大的潜在影响。中游调节的实验室民族志研究表明，将社会科学家和人文研究人员嵌入科学和工程实验室可以增强反思方法实践和协调，从而使上述学科领域受益。4 一个非常适合当代人工智能和机器人研究跨学科性质的哲学框架是本体结构现实主义 (OSR) 5 。过程哲学与复杂自适应系统的一致性为设计和自然系统的稳健跨标量集成提供了进一步的本体论基础。以新康德哲学及其与过程形而上学的亲缘关系为基础的 OSR 具有根本的关系基础，它提供了适应性的概念能力，以应对技术的快速发展及其社会影响。科学和工程中的仿生 6 范式在这个方向上取得了有趣的进展。在伦理信息理论、神经科学、社会网络理论、生态学、系统理论和气候模型的交叉点上，生态模拟范式即将出现；这可能成为“环境人工智能”和机器人技术新方法的沃土。半个世纪前，克拉克和库布里克在《2001：太空漫游》中设想了环境人工智能，即 HAL， 7 并在斯皮尔伯格的《少数派报告》中重新构想为一个完全沉浸式的安全和商业环境。在现实生活中，IBM 和其他公司继续开发人机协作系统，这可以被视为生态模拟范式的初稿。虽然仍处于推测阶段，但由本地化和分布式机器人组成的自主自学型人工智能可以在日托环境中像婴儿一样被抚养长大。人工智能代理和人类之间精心策划的互动可以共同创造一个自组织生物的世界，其生态相互依存构成了后人类同情的有机基础。总结：基于认知责任 8 和社群伦理的自我限制是后人类同情的先决条件，这种同情可以为人类、非人类和人工智能代理之间的未来互动奠定基础。在精心策划的环境中，对负责任的创新模型进行自我学习、自我限制系统的训练，为新形式的共同生成的知识生产打开了大门，这些知识生产能够认识并响应人类和非人类价值观的处境。