鼷鼠精巢染色体标本制作法

鼷鼠精巢染色体标本制作法刘玉文王常仕刘治国（沈阳农业大学，沈阳１１０１６１）（沈阳师范学院，沈阳１１００３１）哺乳类染色体观察通常先把组织切碎，过滤，作成细胞悬浮液。可是，若将精巢切碎，生殖细胞易受伤，在细胞固定时坏死，不能得到明显的分裂相。本法为不...     

用Calyculin A诱导的染色体凝聚研究辐射的剂量效应关系

采用不同剂量（0，0.25,0.5,1.0,2.0,3.0Gy)的60Coγ射线照射离体人血，于照后46h加入CalyculinA，观察其诱导的染色体凝聚，并与常规染色体畸变法进行比较，结果表明，Calyculin A法PCC与常规秋水仙素阻滞法及融合法PCC相比可获得更高的分裂指数，Calyculin A法PCC的断片数与剂量之间呈良好的线性关系。     

不同辐射体核素在生殖细胞的滞留诱发放射遗传毒理效应比较研究

研究了机体摄入核裂变产物中的纯β辐射体核素~(147)Pm或β,γ混合辐射体核素~(134)Cs后,在生殖系统睾丸中的滞留诱发生殖细胞染色体畸变和精子畸形效应。实验结果拟合的~(147)Pm在睾丸内滞留方程为:R(t)=0.1872×e~(-0.0066t)其滞留半减期长达105天,可见~(147)Pm在睾丸中呈持续性蓄积,较难转移。至于~(134)Cs在睾丸中拟合的滞留方程为:R(t)=0.0045×e~(-0.133t),其滞留半减期只有5.2天,表明~(134)Cs在睾丸中的转移是较快的。实验发现,受~(147)Pm或~(134)Cs内污染时,均可诱发精原细胞染色体畸变,且以染色单体型畸变为主,而染色体型畸变的断片或易位较少呈现。同时也观察到~(147)Pm对初级精母细胞的遗传损伤效应,可产生染色体断片和易位,出现多价体。~(147)Pm和~(134)Cs所诱发的精子畸形主要都是无钩精子,只是~(147)Pm在诱发精子畸形的程度上要高于~(134)Cs。鉴于~(134)Cs在睾丸中的滞留程度远比~(147)Pm为低,且其滞留半减期亦远低于~(147)Pm,其所致的累积吸收剂量亦就小于~(147)Pm。所以,~(134)Cs摄入机体后所诱发的精原细胞染色体畸变和精子畸形等放射遗传毒理效应,亦较~(147)Pm为低。     

油田放射性作业人员外周血淋巴细胞染色体畸变的观察

本文调查了油田212例受γ射线和中子混合辐射照射的作业人员和30例正常人的外周血淋巴细胞染色体畸变。作业人员受γ射线照射的人均年受照剂量为1.28mGy。调查结果表明,放射性测井人员与正常人相比染色体畸变率有显著差异。     

“常染色体隐性遗传病”一节课的教学设计

本文本着以传授知识为基础，以能力培养为目标的原则，就“常染色体隐性遗传病”一节课的教材处理、教学设计、学生能力培养等进行了探讨。     

Lanaset染料染色性能的研究

实验结果证明了硫酸铵替代Albegal SET的可能性，其染色牢度和匀染性都达到了Lanaset染色体系要求的标准,并具有更高的上染率。与中性染料相比，条染复精梳制成率提高3.6％．纺纱制成率提高4.0％。     

野生黑腹果蝇引种培养与唾腺染色体观察

对佳木斯地区的野生黑腹果蝇（Drosophila melanogaster）进行采集,并在实验室内进行培养训化,用常规果蝇培养基进行培养．选用卡宝品红染色法进行唾腺染色体临时装片的制备,观察其染色效果,与常规方法进行比较,效果比较好,并应用于遗传学教学．     

交互更新模式的量子遗传算法的几何约束求解

目的针对传统量子遗传算法无法充分利用种群中未成熟个体信息的不足,提出了基于交互更新模式的量子遗传算法(IUMQGA)并应用于几何约束求解中。方法几何约束问题的约束方程组可转化为优化模型,因此约束求解问题可以转化为优化问题。采用将遗传算法与量子理论相结合的量子遗传算法,使用双串量子染色体结构,使用交互更新策略将遗传算法中的交叉操作利用量子门变换来实现,根据不同情况采用不同的交互更新策略。这里的交互,指的是两个个体进行信息交换的过程,该过程用以产生新的个体。这不仅增加了个体间信息的交换而且充分利用了种群中未成熟个体的信息,提高了算法的收敛速度。结果通过非线性方程实例和几何约束实例测试并与其他方法比较表明,基于交互更新模式的量子遗传算法求解几何约束问题具有更好的求解精度和求解速率。双圆外公切线问题实例中,IUMQGA算法比QGA算法稳定;单圆填充问题和双圆外公切线问题实例中,通过实验求得各变量的最优值与其相应的精确值的误差在1E-2以下。结论采用交互更新模式的量子遗传算法可以很好地求解几何约束问题。     

基于可变染色体长度的遗传K均值聚类算法

针对传统K-均值聚类算法需要事先确定聚类数,以及对初始质心的选择具有敏感性,从而容易陷入局部极值点的缺点,使用了一种基于可变染色体编码长度的遗传算法对传统K-均值聚类进行改进.该算法可以在事先不确定K值的情况下,通过多次的选择、交叉.变异的遗传操作,最终得到最优的聚类数,以及最优的初始质心集.通过Reuters数据集的实验结果表明,基于该算法的聚类划分结果明显优于传统K-均值聚类算法,并且好过基于固定染色体编码长度遗传算法的K-均值聚类算法.