项目名称: 不同海拔珠芽蓼叶片蛋白质组及逆境适应蛋白研究

项目编号: No.31260094

项目类型: 地区科学基金项目

立项/批准年度: 2013

项目学科: 生物科学

项目作者: 王玉萍

作者单位: 甘肃农业大学

项目金额: 52万元

中文摘要: 研究高山植物对高山环境的适应机理,对认识和保护高山脆弱的生态系统,合理与持续开发利用高山植物资源具有重要的理论价值和指导意义。本研究以不同海拔高山植物珠芽蓼叶片为研究对象,运用植物生理生态学、蛋白质组学、生物信息学、分子生物学等多学科综合手段,分析不同海拔叶片的蛋白质表达谱,对差异表达蛋白进行质谱鉴定,功能预测和分类,获得逆境适应蛋白。结合野外生理生态特性、生理抗逆成分变化和差异蛋白质关联性,确定逆境适应蛋白参与逆境适应生理生态机制的类型及模式。从中挖掘高山植物珠芽蓼逆境适应的关键蛋白及其基因,并对其功能进行初步验证。这些研究结果对揭示高山植物逆境适应的生理生态学本质提供理论依据。

中文关键词: 珠芽蓼;海拔;差异蛋白质组;叶片;生理生化指标

英文摘要: Mountain environmental stresses factors severely limit alpine plant growth and development as well as production and reproduction of plant life. Investigation of the stress adaptation mechanism of alpine plants to mountain environment could be better understanding of physioecological mechanisms underlying plant stress response so as to better protection and utilization of alpine resources. The leaves of alpine plants Polygonum viviparum, were collected from different altitudes. The comparative protemics will be performed and differential-expression proteins will be given function analysis and classification by bioinformatics. The physioecological characteristics and physiological parameters associated with the differential-expression proteins under different altitude will be analyzed. The key adaptation-expression proteins and genes will be identified and their functional characterization will be examined. These results will be used for a description of P.viviparum adaptation level to stress tolerance and will contribute to help us better understanding of physioecological mechanisms underlying plant stress acclimation and mountain environmental stress tolerance acquisition.

英文关键词: Polygonum viviparum;altitude;comparative proteomics;leaf;physiology and biochemical indexes

成为VIP会员查看完整内容
0

相关内容

【ICLR2022】基于任务相关性的元学习泛化边界
专知会员服务
18+阅读 · 2022年2月8日
城市大脑案例集(2022),114页pdf
专知会员服务
111+阅读 · 2022年1月10日
专知会员服务
15+阅读 · 2021年8月6日
【干货书】健康和生命科学的数据文本处理,107页pdf
专知会员服务
41+阅读 · 2021年7月11日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
AI从底物和酶的结构中预测米氏常数,量化酶活性
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
25+阅读 · 2018年1月24日
小贴士
相关主题
相关VIP内容
【ICLR2022】基于任务相关性的元学习泛化边界
专知会员服务
18+阅读 · 2022年2月8日
城市大脑案例集(2022),114页pdf
专知会员服务
111+阅读 · 2022年1月10日
专知会员服务
15+阅读 · 2021年8月6日
【干货书】健康和生命科学的数据文本处理,107页pdf
专知会员服务
41+阅读 · 2021年7月11日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
相关资讯
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
AI从底物和酶的结构中预测米氏常数,量化酶活性
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员