泡盛曲霉植酸酶基因转化烟草的研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:hellen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本论文的研究目的是纯化泡盛曲霉植酸酶蛋白,研究其酶学性质,并克隆泡盛曲霉植酸酶基因,构建植物表达载体并转化模式植物烟草,分析比较烟草中重组植酸酶的酶学性质。 本研究以半固体发酵方式培养泡盛曲霉(Aspergillusawamori)生产植酸酶,通过超滤、阴离子交换层析,凝胶层析等步骤,纯化了植酸酶蛋白,分子量约为118kDa。脱糖基化结果显示,该酶糖基化程度为40.6﹪。酶学性质研究结果为:泡盛曲霉植酸酶反应最适温度为55℃,最适pH为5.5,37℃条件下以植酸钠为底物的Km值为1.03nM,Vmax为2.13μM/min。金属离子对酶活性影响的研究结果表明,EDTA基本不影响植酸酶活性,Ca2+,Mg2+,Mn2+有轻微的抑制作用,Fe2+,Zn2+抑制作用显著。对该酶的耐热性研究表明,在较高温度条件处理后,仍有较高残余酶活性,与当今商品化的植酸酶相比,有较强的耐热性。 利用PCR技术克隆了泡盛曲霉植酸酶基因及其编码区全序列,构建了植物表达载体pBI121-SP/phy,冻融法将质粒导入根癌农杆菌LBA4404,获得工程菌LBA4404-pBI121-SP/phy。 叶盘法将植酸酶基因导入了模式植物烟草,获得卡那霉素抗性植株,通过PCR,SouthernBlotting证明外源植酸酶基因已成功导入烟草,对烟草叶片的植酸酶活性检测证明重组植酸酶基因在烟草中能得到表达并积累。 初步纯化了烟草叶片中的植酸酶蛋白,研究了其酶学性质,反应最适温度与最适pH与泡盛曲霉植酸酶的性质相同,耐热性略有下降。初步说明重组植酸酶能在模式植物烟草中得到正确表达。
其他文献
Remote, rural ethnic-minority communities face greater disaster-related public health risks due to their lack of resources and limited access to health care. Th
作物生长模拟模型和管理决策支持系统是现代信息农业和数字农业研究和应用的核心,作物生长模型可以为数字化和智能化的农业提供新的量化工具,而管理决策支持系统则保证了模拟模型的实现,推动了农业信息化的进程。本研究运用系统分析方法和数学建模技术来研究牧草栽培管理的知识表达体系,在广泛收集和充分理解牧草栽培管理知识、经验和资料的基础上,利用牧草栽培理论以及现有的牧草栽培技术,进行牧草种植管理指标、生态环境以及
本研究采用普通玉米4792,3153同一年生二倍体类玉米远缘杂交,对收获得杂交后代进行农艺性状田间调查,寻找高效合理的育种途径,同时进行化学诱导孤雌生殖,克服远缘杂交后代的疯狂分离,期望提高育种效率,从中选育出有利用价值的优良植株并建立株系,从中选育出优良异源自交系并配制优良杂交种用于生产。以远缘杂交种及其亲本为材料,测定籽粒蛋白质含量及聚丙烯酰胺凝胶电泳,探讨杂交种电泳图谱同蛋白质含量的关系。其
本研究选用了4个粳稻品种(系)广陵香粳、武香粳9号、4901和武香99-15以及2个籼稻品种珍汕97和协青早为材料,通过根癌农杆菌介导将与抗病虫和抗除草剂相关的基因——源于苏云金芽孢杆菌的Bt(Bacillus thuringiensis)基因、雪花莲凝集素GNA(Galanthus nivalis agglutinin)基因、克隆自甜椒的编码类铁氧还原双亲性蛋白的apl(Amphipathic
千粒重是稻谷产量三要素之一,其高低主要由粒长和粒宽决定,而谷粒形状本身又是影响稻米外观品质和加工品质的重要因素之一。鉴定控制水稻粒重、粒长和粒宽的数量性状座位(QTL),可为阐明水稻粒重和粒形的遗传机理提供新的知识,并为水稻高产优质分子育种提供技术基础。在前期研究中,我们应用籼稻组合珍汕973/密阳46衍生的群体,在水稻第1染色体长臂上1个12.0 Mb的区间中分解出互斥连锁的2个千粒重QTL,分
The intersection of health and disaster risk reduction (DRR) has emerged in recent years as a field of critical inquiry. Health is recognized as an outcome and
Forest fires have caused considerable losses to ecologies,societies,and economies worldwide.To minimize these losses and reduce forest fires,modeling and predic