LT-B转基因烟草植株的建立

目的　构建大肠杆菌热不稳定肠毒素B亚单位 (LT B)基因的植物表达载体 ,并建立LT B转基因烟草植株。方法　用PCR从pMMB6 8扩增LT B编码基因 ,将其克隆于 pUCmT和 pBI12 1载体 ,进而构建植物表达双元载体pBI LTB ,LT B基因由CaMV 35S启动子控制表达 ;将pBI LTB用电穿孔法导入根瘤农杆菌LBA4 4 0 4 ;采用叶盘共培育法经根瘤农杆菌介导转化烟草 ,获得转基因烟草植株 ;用PCR、Southern、Westernblot和ELISA检测转基因植株。结果　经PCR及Southern杂交分析 ,共发现 12株烟草的基因组中有LT B基因整合 ;Westernblot和ELISA分析表明有 9株转基因烟草能有效表达LT B蛋白 ,其表达量为烟草叶片总可溶蛋白的 3.36～ 10 .5 6 μg·g-1TSP。结论　建立的LT B转基因烟草植株可成功表达LT B ,并具有五聚体结构 ,为进一步生产预防婴幼儿大肠杆菌腹泻可食用疫苗及黏膜免疫佐剂奠定了基础。     

基于BP神经网络的仓储烟草霉变预测

烟草霉变预测尚没有有效的方法。为实时预测仓储烟草的霉变程度,选取仓储环境的温湿度和烟草的自身含水量参数作为神经网络的输入层,烟草霉变度作为输出层,建立BP神经网络烟草霉变预测模型。选取78组实测数据作为训练样本对预测模型进行训练,得出了神经网络的阈值和权值。利用14组预测样本针对该预测模型进行了仿真,并进行了线性回归分析。结果表明,建立的烟草霉变预测模型具有较高的预测精度,预测值和实际值的偏差在[-0.028,0.033]之间,相对误差绝对值的平均值为0.0019。最后,在基于嵌入式ARM+Linux+Web的某公司烟草仓库智能监测系统中,实现了烟草霉变实时预测功能,取得了较好的效果。