Mammalian-like Purple Acid Phosphatases in Plants

Introduction Purpleacidphosphatases(PAPs)compriseofa familyofbinuclearmetal containinghydrolases,some membersofwhichhavebeenisolatedandcharacterized fromanimal,plantandfungalsources[1].PAPsnoton lycatalyzethehydrolysesofawiderangeofphosphate estersandanhy…     

矿区植物重金属元素测定的两种前处理方法比较

分别采用酸消解法和干灰化法处理16种矿区植物,并用原子吸收分光光度法测定其中的Mn、Cd、Cr和Zn的含量。结果表明:除Cd外,两种处理方法对Mn、Cr、Zn的测定结果有明显影响。测定植物组织Cd时,两种处理方法都可采用;测定Mn、Cr元素,采用酸消解法较为合适;测定Zn则宜采用干灰化法,并可适当延长木质部分(根、茎)的灰化时间。     

成都市土壤-植物系统铅污染状况初步研究

为研究成都市土壤-植物系统铅污染状况，分析了成都市五种蔬菜及其根系土的铅含量。结果表明，土壤铅含量变化范围61．0～115．0mg/kg，均值为77．3mg/kg，所有样品含量均超过成都市土壤环境背景值，以城东和城南污染最为严重；蔬菜中铅含量以莴笋叶最高，萝卜最低，叶菜类高于瓜果类；蔬菜污染严重区与土壤污染区差别明显，说明土壤铅和植物铅污染源不同。     

镉与植物活性氧代谢

镉是毒性最强的重金属之一，对人体健康具有潜在危害。研究证实，镉影响植物活性氧代谢，进而导致植物生理功能紊乱。     

番荔枝内酯————明日抗癌之星

本文介绍一类近年来被发现于番荔枝科(Annonaceae)植物中的强抗肿瘤活性化合物----番荔枝内酯(annonaceousacetogenin) , 从这类化合物的结构特点, 生理活性, 生源假说, 化学合成等几个方面综述了在该领域的氧基状况 .     

植物育种途径改善人类的铁,锌营养

概括了铁、锌与人体健康的关系，铁、锌的食物来源及生物有效性，并简要地论述了通过植物育种改善人类铁、锌营养的农业效应、经济效益以及有关这方面的研究进展。     

植物多酚在高分子材料中的应用

植物多酚类物质又叫单宁,是一类多羟基酚类化合物,具有良好的生物相容性和可降解性;由于多元酚的结构赋予了一系列独特的性质.植物多酚不但可以与醛类物质发生缩聚反应,还可以通过氢键、疏水键或者共价键与众多高分子化合物接枝、共聚或共混制备出新型的功能高分子材料.基于文献,对植物多酚在高分子材料,比如:聚氨酯、酚醛树脂、聚酯和一些天然高分子中的应用,如:增加高分子材料的抗菌、可降解以及抗氧化性等性能进行了综述.     

α-萘乙酸:植物生长的调节剂

α-萘乙酸是应用广泛的植物生长调节剂,它可以促进作物生长、疏花疏果、保花保果、促进生根等。介绍了α-萘乙酸的性质、合成方法、降解途径以及在农业生产上的应用和合成新型的植物生长调节剂。     

青藏铁路纳赤台地区荒漠典型植物四种常量元素特征

分析了青藏铁路纳赤台段荒漠地区的土壤及10种典型植物的常量元素中的K、Ca、Mg、P四种元素的含量。结果表明,（1）K、ca、Mg、P四种元素在区内各种植物中的变异系数分别为0．033、0．418、0．143、0．403,Ca和Mg元素在各种植物中的含量呈正相关;（2）区内所采集到的各种植物之问K、Mg两种元素含量变化不大;（3）随着土壤深度的增加,土壤内四种矿质元素含量呈递减趋势。     

红外、近红外光谱-簇类的独立软模式方法识别植物调和油脂

用IR,NIR光谱法结合簇类的独立软模式(SIMCA)识别方法对植物油脂进行分类识别,建立了识别二元、三元植物调和油脂的测定方法。应用NIRCal5.2软件的SIMCA技术,分别为所制备的植物调和油脂建立了IR和NIR识别模型,并讨论了光谱处理和数据处理方法来提高模型的分类识别效果。分别以各种植物调和油脂的IR和NIR光谱为变量,随机抽取2/3的样本作训练集,建立了各个调和油的主成分分析(Princi-pal component analysis,PCA)模型;1/3作验证集,对所建模型进行验证识别。用聚类分析-主成分分析(CLU-PCA)方法考察调和油的IR,NIR光谱信息与其纯油的主成分分布。结果显示,在4000～10000cm-1光谱范围内,SIMCA可以对15种二元调和油和2种三元调和油的NIR光谱分别聚类并识别;并对10种二元调和油和2种三元调和油的IR光谱分别聚类并识别。IR以4个波数1099,1119,1746与2855cm-1的吸收值作为分析基础,选择不同的主成分数及数据预处理方法。各种油脂的SIMCA分析的分类精度均为100%,调和油的验证识别准确率100%,最低识别比例为1%,且IR识别灵敏度高于NIR。