教学课程资源库 更多>>

关键词： 翻转课堂   细胞生物学   教学设计   实践  

摘要： 近年来,随着教育水平的不断提高,教学模式也在不断发生变化。在细胞生物学教学中应用翻转课堂教学模式,能够打破教学时间和空间上的局限,实现教学效果最优的目标。

关键词： 动物生物学   竞赛试题   奥林匹克   B-2   国际   生物系统学   细胞生物学   动物行为学  

摘要： 理论考试B共3h。1～11题：动物生物学；12～14题：生物系统学；15~23题：细胞生物学；24～29题：生态学；30～31题：动物行为学；32～41题：遗传与进化生物学；42-49题：植物生物学。

关键词： 儿童PNS   尿源干细胞   肾系标志物   自噬  

摘要： 目的:探讨正常儿童尿源干细胞(urine-derived stem cell,USCs)与原发性肾病综合征(primary nephrotic syndrome,PNS)患儿尿源干细胞(p-USCs)生物学特征差异。方法:收集正常儿童及PNS患儿清洁中段尿液,分离培养USCs及p-USCs,观察细胞形态差异;CCK-8检测细胞增殖能力;流式细胞术检测细胞凋亡及干细胞表面标志物(CD24、CD29、CD34、CD73、CD90、CD105、CD146);免疫荧光及Western blot检测细胞肾系标志物(Pax2)表达;Western blot检测细胞自噬水平。结果:PNS患儿尿液中存在2种形态p-USCs:p-USCsⅠ及p-USCsⅡ。p-USCsⅠ形态与正常USCs相似:米粒样、胞体较小、排列紧密。p-USCsⅡ胞体可见少量空泡,胞体较大,散在排列。USCs、p-USCsⅠ及p-USCsⅡ最大传代次数分别为11代、8代及5代。与USCs比较,p-USCs增殖能力减弱,且p-USCsⅡ减弱更加明显(F=217.300,P=0.000);p-USCs细胞凋亡无明显差异;p-USCs干细胞表面标志物及周细胞表面标志物表达无统计学差异;p-USCs肾系标志物表达水平下降,且p-USCsⅡ下降更明显(F=26.930,P=0.001);p-USCs自噬水平下降,差异有统计学意义(F=15.060,P=0.000)。结论:PNS患儿体内存在2种不同形态尿源干细胞:pUSCsⅠ及p-USCsⅡ。与USCs相比,p-USCs形态有差异、自我更新能力降低、肾系标志物表达下降、自噬水平减弱。

关键词： 科学研究院   浙江大学   生命   科研   美国加州大学   细胞生物学   中国科学院   四川大学  

摘要： 专家简介：徐平龙,浙江大学生命科学研究院教授。1998年本科毕业于四川大学,2003年博士毕业于中国科学院上海生物化学与细胞生物学研究所,后在美国加州大学旧金山分校进行博士后研究并担任研究助理教授,2013年受聘于浙江大学。

关键词： 整合素连接激酶   RNA干扰   绒毛外滋养细胞   细胞增殖   细胞运动   细胞侵袭  

摘要： 目的:研究基因沉默整合素连接激酶(ILK)对人滋养细胞TEV-1细胞增殖、迁移和侵袭等的影响。方法:构建ILK-si RNA慢病毒载体后,转染人TEV-1细胞,分ILK基因沉默组(KD组)和空白质粒转染组(NC组)进行;q RT-PCR和Western blot检测m RNA和蛋白表达,MTT法、Transwell法和划痕实验等检测细胞的增殖、迁移和侵袭能力。结果:基因沉默ILK后,TEV-1细胞的ILK基因和蛋白的表达水平显著降低(P<0.05),证明干扰ILK表达成功。沉默ILK后,TEV-1细胞的增殖能力、侵袭能力、迁移能力均显著下降(P<0.05或 P<0.01)。ILK-si RNA转染TEV-1细胞后,MMP-9和p-GSK3β m RNA和蛋白水平显著下降(P<0.01)。结论:沉默ILK通过下调GSK3β和MMP-9的表达抑制人滋养细胞的增殖、迁移和侵袭。

关键词： 基因功能   细胞生物学特性   增肥   减肥   人体体重指数   研究人员   全基因组   能量消耗  

摘要： 据《Nature Genetics》杂志上近日刊登的研究报告显示，来自美国的研究人员通过研究发现了13个基因所携带的突变和人体体重指数（BMI）直接相关。研究人员首次进行了大规模的研究来寻找可能直接影响人体基因功能的突变，这也是首次通过全基因组关联性研究寻找影响BMI的基因，这些基因或许在影响机体能量消耗和脂肪细胞生物学特性上扮演着关键角色。

关键词： 基因   普及读物   遗传学  

ISBN: (数字)9787547839171 ISBN: (纸本)9787547839171

摘要： 基因、转基因和我们:遗传科学的历史和真相 本书是一本关于遗传科学的科普书, 通俗地介绍了遗传、基因和基因科学的基本知识及在社会各方面的应用, 特别对近年来公众关心的“转基因”问题做了详细的阐述, 说明了事实真相。

关键词： Glioblastoma   Cancer stem cells   Network biology   Centrality analysis   Reactome   CytoNCA  

摘要： Biological networks can be analyzed using "Centrality Analysis" to identify the more influential nodes and interactions in the network. This study was undertaken to create and visualize a biological network comprising of protein-protein interactions (PPIs) amongst proteins which are preferentially over-expressed in glioma cancer stem cell component (GCSC) of glioblastomas as compared to the glioma non-stem cancer cell (GNSC) component and then to analyze this network through centrality analyses (CA) in order to identify the essential proteins in this network and their interactions. In addition, this study proposes a new centrality analysis method pertaining exclusively to transcription factors (TFs) and interactions amongst them. Moreover the relevant molecular functions, biological processes and biochemical pathways amongst these proteins were sought through enrichment analysis. A protein interaction network was created using a list of proteins which have been shown to be preferentially expressed or over-expressed in GCSCs isolated from glioblastomas as compared to the GNSCs. This list comprising of 38 proteins, created using manual literature mining, was submitted to the Reactome FIViz tool, a web based application integrated into Cytoscape, an open source software platform for visualizing and analyzing molecular interaction networks and biological pathways to produce the network. This network was subjected to centrality analyses utilizing ranked lists of six centrality measures using the FIViz application and (for the first time) a dedicated centrality analysis plug-in;CytoNCA. The interactions exclusively amongst the transcription factors were nalyzed through a newly proposed centrality analysis method called "Gene Expression Associated Degree Centrality Analysis (GEADCA)". Enrichment analysis was performed using the "network function analysis" tool on Reactome. The CA was able to identify a small set of proteins with consistently high centrality ranks that is i