【摘 要】
：
植物生长发育是一个极其复杂的生理生化过程,受内外因素共同作用。PPR蛋白是核基因编码的具有重复PPR基序的蛋白,分布广泛,在高等植物中数量巨大。PPR蛋白的靶标一般是线粒体和叶绿体中转录的RNA前体,多数可与MORF互作,参与线粒体和叶绿体基因的RNA编辑。PPR蛋白缺失的突变体植株多数呈现异常表型,影响植物的正常生长发育。本文就近年来发现的PPR蛋白结构、分布,与RNA编辑的关系,及其对植物生长
论文部分内容阅读
植物生长发育是一个极其复杂的生理生化过程,受内外因素共同作用。PPR蛋白是核基因编码的具有重复PPR基序的蛋白,分布广泛,在高等植物中数量巨大。PPR蛋白的靶标一般是线粒体和叶绿体中转录的RNA前体,多数可与MORF互作,参与线粒体和叶绿体基因的RNA编辑。PPR蛋白缺失的突变体植株多数呈现异常表型,影响植物的正常生长发育。本文就近年来发现的PPR蛋白结构、分布,与RNA编辑的关系,及其对植物生长发育的影响进行了综述。
其他文献
人体目标再识别是视频监控等应用的关键问题之一,文章从特征级联和组合的角度研究了人体目标再识别问题。分析了局部特征集成(ELF)方法的缺点,研究了多通道特征级联的再识别性能,并将提出的级联特征与其他特征进行了组合,最后在公共图库上进行了广泛的验证和比较实验。实验结果表明,与ELF等其他特征相比,文章提出的多通道级联特征和组合特征可获得相当或更好的人体目标再识别性能。
对于辐射源边缘呈非线性变化的复杂图像,用背景预测的方法对红外弱小目标进行检测时,传统的固定权值(CW)方法效果比较差。在固定权值算法的基础上,引入了k-最近邻(k-NN)分类判别决策,提出了一种基于k-最近邻方法的红外点目标检测算法。先确定了预测窗口的大小,再通过计算方差和偏倚优化了最近邻参数k。实验结果表明,该算法在抑制背景、增强目标方面都有较好的优越性。它使预测的背景图像较好地避开离散信息,进
In humans and other primates,visual information is processed in a parallel fashion,along different visual pathways.In the classical view,visual motion information is processed in the dorsal visual pat
In inertial confinement fusion(ICF),X-ray coded imaging is considered as the most potential means to diagnose the compressed core.The traditional Richardson–Lucy(RL) method has a strong ability to deb
基于全变分正则化构造了重构CT图像的动力系统方法。相比于传统的迭代反演方法,在对算子施加较弱的假设条件下,证明解的存在性,并用Lyapunov稳定性理论证明方法是稳定的。通过具体的数值模拟,分别重构了全角、半角的Shepp-Logan和人体腹部CT图像,并将所提方法与基于水平集的重构方法做了比较。
介绍了基于多边形算法分析后如何生成等亮度轮廓模型,提供了快速简便生成三维模型的方法,减少了传统计算机绘图方法所需要的工作量,可用来生成具有平面阴影灰度,简单原始的物体,如球体,圆柱体,圆锥体,能够为动画程序生成全彩色光滑阴影模型。这种模型的实现利用的是平滑阴影和光线追踪方法,它最终描述了数据是如何应用于等亮度轮廓线而且模型如何被动态调整以适应屏幕的尺寸,以实现实时的三维动态交互可视化。
针对经典的Ostu算法存在的算法效率低,单一阈值不利于观察多峰值直方图的图像前景背景分割的不足,提出了模拟退火优化的阈值图像分割算法(Ostusa),利用模拟退火算法优越的全局寻优能力,提高Ostu算法的效率.实验结果表明,Ostusa在充分保证图像分割效果的前提下,大大提高了阈值计算效率,平均阈值计算效率提高了93%.同时,对于多峰值直方图的图像,Ostusa算法还有利于观察到不同层次的前景分割
针对光照不足或均匀性较差的图像,传统增强算法容易导致敏感细节信息丢失或高亮度信息饱和等问题,文章提出基于小波变换的低照度图像增强算法,对不同频率特性采用不同的增强系数进行分层处理以达到图像增强的目的.实验结果表明,该算法在增强图像对比度的同时更多地保留了场景细节信息.
Acquiring deep-space images with high spatial resolution and sensitivity is important for space-debris surveillance and early warning. We propose a novel computational imaging(CI) method for high-sens
This letter presents an autofocus(AF)method to position a high-magnification microscope lens that automatically captures hundreds of images from a single moving slide.These images are taken by a mobil