血细胞分布图分析

血细胞分布图分析（共9篇）

篇1：血细胞分布图分析

解读白细胞体积分布图及白细胞分类的临床意义

【关键词】 白细胞总数；白细胞体积分布图；免疫

［摘 要］ 目的：由于血细胞分析仪的局限性，血细胞分类检测仍然会存在一些不可避免的误差，特别是血液性疾病患者，其血细胞检测非常不完整，不全面，容易漏诊，必须强调临床上要用血推片染色镜检验观察其血细胞形态为准，才会为临床诊断发挥作用。方法：血细胞分析仪。结果：对引起白细胞分类增高、降低的疾病作了全面详细的分析并为临床诊断提供依据。

［关键词］ 白细胞总数；白细胞体积分布图；免疫

白细胞是指外围液中白细胞的总数，正常范围是4×109／L~10×109／L，主要是对机体实现保护防御作用，并参入免疫反应，是临床上最常见的指标之一。白细胞个体差异明显，受许多因素影响，新生儿较高，一天之间早晨休息状态下白细胞最低，下午最高，饭后较饭前高，一年之间冬季较夏季高，妊娠、分娩、剧烈运动及体力劳动均可使白细胞增高。白细胞体积分布图是根据加入溶血剂后，白细胞膜通透性改变而发生皱缩，不同类型的白细胞皱缩后体积有明显差异，每个皱缩白细胞通过血细胞分析仪的微孔时，产生脉冲信号经放大、甄别后，微机处理数据而得。现在随着科技的发展，白细胞分类技术的自动化，白细胞分类从一项、二项、三项式分类已进入五项完全分类，为临床疾病诊断提供了重要的帮助。一项式分类仅可分出淋巴细胞百分比；二项式分类可分出粒细胞和非粒细胞；三项式分类可分出粒细胞、中间细胞和淋巴细胞，其中间细胞含单核细胞、嗜酸性粒细胞、嗜碱性粒细胞；五项式分类包括中性粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞、嗜碱性粒细胞。现临床上常见的是三、五项式分类。体积分类以划分的标准依据、各种型号仪器及试剂的不同也有所不同，如cellDyn系列，体积在30 fl~90 fl的白细胞划分为淋巴细胞群LYM，体积在90 fl~160 fl的白细胞划分为中间细胞群MID，体积在160 fl~450 fl的白细胞划分为粒细胞群GRAN。据以上检验指标的综合分析，使其在临床上对疾病的鉴别有着重要的意义和辅助价值，并为疾病的准确诊断奠定了基础。

仪器及材料

1.1 仪器 各型血细胞自动分析仪。

1．2 材料 抗凝静脉血。

白细胞体积分布图结果

正常人白细胞体积分布图可见两个明显分离的峰，左峰为小细胞群（淋巴细胞)，右峰为大细胞群(粒细胞)，两峰之间为中间细胞群的分布。急性白血病时，由于异常的原始细胞增多，可见中间细胞群明显增高，这时白细胞直方图上只见一个峰，峰值在90 fl~160 fl之间，这时必须推片染色镜检以作诊断报告。慢性传染性疾病肺结核病者，白细胞总数一般不增高，但伴有淋巴细胞的增多，在白细胞直方图中表现出第一峰过高。另外白细胞直方图可以反映某些人为因素或某些变化干扰白细胞计数和分类计数的情况，如外围血出现有核红细胞或巨大血小板，采血时由于技术而造成的血小板凝集或某些病理因素使红细胞膜对溶血剂有抵抗作用，使红细胞溶血不完全以至检测标本中大量红细胞膜碎片等情况，可使白细胞直方图在50 fl以下区域出现一个或大或小的峰，因此当实验结果出现此图形时提示白细胞计数及分类不准确，需采取相应手段进一步检测。

讨论

在体积分类技术中，溶血剂是比较关键的试剂，它可将白细胞进行预处理，使细胞形态及体积大小基本固定，在分布图中能分显出三个峰，但不能将异常幼稚细胞检出，当发现分布图中淋巴细胞和中间细胞区过高时，应涂片采取镜下分类以防漏检血液性疾病。“三分类”以下的中低档仪器多是加入溶血剂后，根据各类白细胞体积大小来分成两群或三群而已，它不能区分幼稚细胞、嗜酸性粒细胞、嗜碱性粒细胞和单核细胞，更不能识别异型淋巴细胞，中性粒细胞、毒性病变和有核红细胞，因此要特别引起注意。

坚决反对有些实验室使用血细胞分析仪后就不再作镜下复查和分类的错误倾向，当出现下列任何一种情况时都要用显微镜检查及分类。如白细胞、红细胞、血红蛋白、血小板任何一项有明显升高和降低时；白细胞分类出现异常结果时；红细胞、白细胞、血小板的任何一个直方图出现异常时；仪器显示警告信号时。

无论任何类型的血细胞分析仪，用于白细胞分类都只能作过筛性实验，不能取代显微镜下分类，显微镜下的细胞形态学检查仍是血细胞形态学诊断的依据，还必须结合临床综合考虑。各类白细胞的百分率及临床意义

4．1 各类白细胞百分率的正常范围 中性粒细胞(N)杆状核：0%~5%；分叶核：50%~70%；淋巴细胞(L):20%~40%；嗜酸性粒细胞(F)：0．5%~5%；嗜碱性粒细胞(B)0%~1%；单核细胞(M)：3%~8%。

4．2 白细胞的病理意义 白细胞显著增高见于白血病，尤其是慢性白血病。白细胞明显增高见于感染引起的类白血病反应。临床上白细胞增高见于急性化脓性感染，如脓肿、扁桃体炎、大叶性肺炎、脓胸、阑尾炎、脑膜炎、败血症等。部分细菌感染如猩红热、白喉等白细胞亦可增高。此外，烧伤手术后，尿毒症等白细胞亦可增加。白细胞减少见于再生障碍性贫血，部分急性白血病等造血干细胞疾患;某些传染病如伤寒、疟疾、流感、传染性肝炎、脾功能亢进、放射疗法及肿瘤化疗等。

4．3 中性粒细胞增多 在成人往往与白细胞总数增高同时出现，多见于各种急性化脓性感染、慢性粒细胞白血病、急性出血、溶血、手术后、尿毒症、酸中毒、急性汞中毒、急性铅中毒以及白喉、烧伤等。中性粒细胞减少见于一些传染病如伤寒、副伤寒、疟疾、麻疹、结核、流感等，也可见于化学药物中毒，X线和镭照射，抗癌药物化疗，极度严重感染，再生障碍性贫血，粒细胞缺乏等。

4．4 嗜酸性细胞增多 见于热带性嗜伊红细胞增多症、支气管哮喘、变态反应、寄生虫病、皮肤病、血液病、及过敏性疾病和慢性粒细胞白血病以及手术后、烧伤等。嗜酸性粒细胞减少见于伤寒、副伤寒以及应用肾上腺皮质激素后。

4.5 嗜碱性粒细胞增多 较少见于慢性粒细胞白血病、何杰金病、癌转移、铅及铋中毒等。嗜碱性粒细胞减少无意义。

4．6 淋巴细胞增多 见于传染性淋巴细胞增多症、结核病、百日咳、急性慢性淋巴细胞白血病、传染性单核细胞增多症、麻疹、腮腺炎、传染性肺炎，由于中性粒细胞减少而导致淋巴细胞相对增多的病例。淋巴细胞减少多见于传染病急性期、放射病、细胞免疫缺陷以及由于中性粒细胞增高而导致淋巴细胞相对减少的病例。

4.7 单核细胞增多 见于单核细胞性白血病，某些结核病，疟疾等。单核细胞减少一般无临床意义。

参考文献：

［1］ 叶应妩.全国临床检验操作规程［M］.第2版.南京：东南大学出版社，1997，4.［2］ 李影林.中华医学检验全书［M］.北京：人民卫生出版社，1997：198200.［3］ 吴茅，王海英，陈秉宇，等.血细胞分析仪提示中性粒细胞增高标本指标被忽视及其对策［J］.临床检验杂志，2002，20：4748.［4］ 李筱梅，杨玉宝，李承文，等.白细胞分类计数方法学比较［J］.检验医学，2004，19(2)：100103.［5］ 孙芾，王厚芳，于俊峰，等.血细胞显微镜复检标准的制定及临床应用［J］.中华检验医学杂志，2005，28：155157.

篇2：血细胞分布图分析

根据细胞膜双电层模型和电学、力学原理,推出了植物细胞膜上电荷产生的细胞壁应力的计算公式;分析了植物细胞壁厚度、细胞半径以及细胞膜上电荷面密度变化对细胞壁应力产生的影响.获得了细胞膜上电荷对细胞壁三个方向的应力都有影响,细胞膜上电荷产生的细胞壁沿半径方向的应力增量比细胞壁另外两个方向的应力增量小得多;在细胞壁增厚过程中细胞膜上电荷产生的细胞壁各点的应力的.绝对值变小;细胞膜上电荷所引起的细胞壁应力与细胞壁厚度以及膜上电荷面密度的关系是非线性的:在其他条件不变的情况下,细胞越大,细胞膜上电荷对细胞壁上的应力影响越大等几点结论.图5,参9.

作 者：高永毅 唐果 陈安华 何乐康 GAO Yong-yi TANG guo CHEN an-hua HE Le-kang  作者单位：高永毅,何乐康,GAO Yong-yi,HE Le-kang(湖南科技大学物理学院,湖南,湘潭,411201)

唐果,TANG guo(湖南科技大学数学与计算科学学院,湖南,湘潭,411201)

篇3：红细胞分布宽度的影响因素分析

1 资料与方法

1.1 临床资料

选取我科自2014年8月1日-11月30日抽取的随机住院患者487例, 剔除化验资料不完整、脾切除、血液病、癌症等155例后。对剩下332例患者的资料进行分析。

1.2 仪器与试剂

血细胞检验为日本SYSMEX XT-1800i五分类血球仪。血常规化验抽血使用EDTA抗凝紫帽管, 北京瑞茂宏达科技有限公司生产。生化仪为优利特URIT-3300全自动生化分析仪。生化检验使用普通红帽促凝管, 沧州永康医药用品有限公司生产。所有标本禁食6h以上晨起6∶00采血。所有20项临床指标, 均取自我院医嘱HIS系统。

1.3 临床指标

性别、年龄、中性粒细胞数目 (NEUT) 、淋巴细胞数目 (LYMPH) 、单核细胞数目 (MONO) 、嗜酸性粒细胞数目 (EO) 、嗜碱性粒细胞数目 (BASO) 、红细胞分布宽度 (RDW) 、同型半胱氨酸、胱抑素、尿素氮、肌酐、尿酸、白蛋白 (ALB) 、C反应蛋白 (CRP) 、总胆固醇、高密度脂蛋白胆固醇 (HDL-C) 、低密度脂蛋白胆固醇 (LDL-C) 、三酰甘油、空腹血糖、收缩压、舒张压。

1.4 统计学方法

应用SPSS 18.0统计软件进行数据处理。计量资料以±s表示, 组间比较采用t检验, P<0.05为差异有统计学意义。

2 结果

表1中MONO、尿素氮、肌酐、收缩压经卡方检验, P<0.05, 说明两组数据有明显差别, 但是经逐步多元回归分析, 不能进入回归方程。由表2可知只有性别、同型半胱氨酸 (HCY) 、年龄进入方程, sig.均为0.00;容差、VIF、条件索引 (为9.0、未列出) 均显示多重共线性不强。RDW与胱抑素C、肌酐、血糖、CRP、淋巴细胞计数、中性粒细胞计数、嗜碱性粒细胞计数、血脂、尿酸等, 没有发现独立的线性相关关系。

注:M为中位数, Q为四分位数;P为卡方检验的结果。

3 讨论

寻找价廉、有效的心力衰竭病死率预测指标, 是人们梦寐以求的目标。RDW存在于例行血常规检查中、价格便宜、预测效果适中, Felker[1]等发现其预测心力衰竭5年病死率的效果大于NYHA。RDW与CHF的转归是中度相关, RDW增高是CHF患者预后不良的一个独立预测因子[6,7,8]。心力衰竭会带来重大的医疗和经济负担, 在欧洲占10%的住院人口, 一半的心力衰竭患者在4年内死亡[9,10]。在一项对6, 159例CHF患者RDW值的荟萃研究中, 中位基线RDW值为14.9%, RDW>16%基线值其高病死率要比RDW≤16%显著相关, 基线值RDW每增加1%, 其所有原因死亡的危险率是1.17 (P<0.0001) [11]。

RDW升高的原因, 可谓见仁见智。杨斌武等[12]以未经选择的门诊患者为研究对象, 在多项临床常用化验指标中, 发现RDW与血沉、超敏C反应蛋白 (hs-CRP) 有等级相关关系。为进一步探讨RDW升高的原因, 本研究随机选取了我院住院患者, 以RDW为因变量进行多重回归分析, 发现年龄、性别、同型半胱氨酸是RDW升高的独立预测因子。CRP升高与RDW变化未发现联系, 其意义有待于进一步探讨。

摘要：目的 研究红细胞分布宽度 (RDW) 的影响因素。方法 随机选取我院332例住院患者, 选取20项最常用的的临床化验指标为自变量, 以RDW为因变量, 用SPSS 18.0统计软件进行多元回归分析。结果 通过多元回归发现, 同型半胱氨酸、年龄、性别是显著影响RDW的独立影响因素。结论 控制同型半胱氨酸水平, 可调节RDW, 从而改善心脏疾病患者的预后。

篇4：血细胞分布图分析

关键词:血尿;红细胞平均休积;红细胞分布宽度

中图分类号:R692.3文喊标识码: A 文献编号:1671-4954(2010)04-240-02

doi:10.3969/j.issn.1671-4954.2010.04.003

尿中红细胞大小及形态的改变,在鉴别肾小球性血尿和非肾小球性血尿中具有较高的价值。近年来国内外虽有采用相差显微镜、光学显微镜观察红细胞形态和测定尿中红细胞电泳时间,以鉴别血尿来源的报道,但由于受种种原因的影响,尚未普通应用。本文探索用简易、快速的自动细胞分析仪测定血尿中红细胞平均体积(mean corpuscular volume,MCV)及红细胞分布宽度图(red blood cell distribution width,RDW),以判断血尿来源。

1材料与方法

1.1 仪器

F-820血球计数仪,日本东亚公司生产。

1.2 标本

收集临床确诊的患者的血尿标本59例,其中肾小球肾炎患者28例(男17例,女11例),年龄42～53岁,非肾小球肾炎患者31例(男28例,女13例),年龄45～57岁。

1.3 方法

取患者新鲜中段晨尿约10m1于洁净试管中,1500转·min-1、离心5min,弃上清液取沉渣约0.5m1镜检,根据镜检红细胞多少取20～100ml不等,加人血球计数仪配套稀释滚中进行MCV及RDW的侧定。

1.4 统计处理

用SPSS统计学软件包进行数据处理,用t检验进行显著性检验。

2结果

2.1测定血尿中的MCV值

肾小球肾炎患者尿红细胞体积与正常人红细胞体积有显著性差异(t=31.69,P<0.01),非肾小球肾炎患者红细胞体积与正常人无显著性差异(t=1.71,P>0.05)。

2.2 测定血尿中的RDW

肾小球肾炎患者尿中红细胞分布曲线左移,在正常红细胞分布曲线左侧,即小于72耐处分布。非肾小球肾炎血尿与正常红细胞分布曲线图基本一致。混合性血尿红细胞体积分布曲线出现双峰(如多囊肾及肾箱尿管结石),即在72μm3左边出现一个“肾性血尿”峰,在72～110μm3处出现了一个“非肾性血尿”峰(见图1～4)。

3讨论

“肾小球性”及“非肾小球性” 血尿的鉴别在临床上具有十分重要的意义[1],因为二者的病因完全不同,治疗原则也不同。1989年Banks等人对尿液红细胞体积的侧定发现肾小球性肾炎病人的尿红细胞体积比静脉内的红细胞体积小[2]。Shichiri 首次应用Conlter血液分析仪检测尿红细胞分布曲线来诊断血尿来源[3]。目前国外多数学者把红细胞分布曲线分为3种:(1)肾小球性分布型:红细胞容积小,高峰偏于低容积区的单峰,呈不规则分布;(2)非肾小球性分布型:高峰位于l00fL左右的单峰,与血液中红细胞分布相似;(3)混合性分布型:具有以上两型特征的双峰分布。本文报道的结果与文献报道基本一致。目前认为肾小球性血尿红细胞形态变化的机制可能是由于红细胞通过有病理改变的肾小球滤膜时,受到挤压损伤,以后在通过各段肾小管的过程中又受到不同的pH和不断变化着的渗透压的影响,加上介质的张力,各种代谢产物的作用,造成红细胞的大小、形态和血红蛋白含量的变化。而非肾小球性血尿主要是肾小球以下部位和泌尿通路上毛细血管破裂生血,不存在通过肾小球滤膜所造成的挤压损 伤,因而红细胞形态正常[4,5]。

本研究提示,采用自动细胞分析仪分析尿沉渣中红细胞MCV和 RDW 可鉴别是否为肾小球性血尿,本方法是一种无损伤、操作简单、方法简易、快速、准确、易于掌握、值得推广应用的新方法。

【参考文献】

[1]毛小玲.叶任离,李幼姬.尿红细胞容积变化的发生机理及临床意义探讨[J].中华肾病杂志,1993,9(6):325～328.

[2]李宝法40例血尿病人尿红细脸体积洲定[J].临床检脸杂志,1997,15(6):336.

[3]何金昌,徐淑屏,吕琪.血尿中红细胞体积分布宽度植侧的诊断意义[J].上海医学检脸杂志,1994,9(1):6.

[4]罗门派尿中红细脑MCV值大小的诊断价值[J]上海医学检脸杂志,1993,8(3):165～166.

篇5：血细胞分布图分析

牙鲆消化道组织学观察及内分泌细胞分布

牙鲆(Paralichthys olivaceus)体质量约0.5 kg,活体取材,通过免疫组织化学染色和H・E染色,在光学显微镜下观察牙鲆消化道组织结构.结果表明,牙鲆消化道和高等脊椎动物类似,分为口咽腔、食道、胃、胃盲囊和肠.肠也可分为前肠、中肠和后肠,三者之间没有明显的.界限.胃和前肠是消化吸收主要的部位,胃盲囊和前肠结构和功能非常类似.Serotonnin细胞和P Substance细胞在牙鲆胃前部的黏膜中零星分布,在胃体中较多见,平均每104μm2胃体黏膜上皮约各有2.2和2.0个阳性细胞.而Gastrin细胞分布在胃盲囊和前肠中,平均每104μm2黏膜上皮分别有0.98个和0.71个阳性细胞.可见,牙鲆和哺乳动物消化道一样都分布有肽能神经元.这些结果将为神经内分泌系统的研究提供资料.

作 者：施志仪 陈晓武 顾一峰 SHI Zhi-yi CHEN Xiao-wu GU Yi-feng 作者单位：上海水产大学,生物技术研究中心,上海,90刊 名：中国水产科学 ISTIC PKU英文刊名：JOURNAL OF FISHERY SCIENCES OF CHINA年，卷(期)：200613(5)分类号：Q959.486关键词：牙鲆 消化道 内分泌细胞 免疫组织化学

篇6：血细胞分布图分析

关键词：开闭运算,A-开运算,颗粒分析,细胞分布

1 理论基础

在数学形态学中, 开闭运算是所有形态学运算的基础:如果一个集合X被集合A先腐蚀再膨胀, 那么可以得到一个比原来更小的集合, 将其称为A对X作开运算的结果, 记为X·A= (XΘA) ⊕A, 常用αA (X) 表示X被A所作的开运算, 即:αA (X) =X·A= (XΘA) ♁A。

如果一个集合X被集合A先膨胀再腐蚀, 那么可以得到一个比原来更大的集合, 将其称为A对X作闭运算的结果, 记为X·A= (X⊕A) ΘA, 常用βA (X) 表示X被A所作的闭运算, 即:βA (X) =X·A= (X⊕A) ΘA。

由定义可知开闭运算具有:①递增性若X⊆Y, 被同一集合A作开运算有:αA (X) ⊆αA (Y) ;被同一集合A作闭运算有:βA (X) ⊆βA (Y) ;②幂等性 (X·A) ·A=X·A, (X·A) ·A=X·A;③开运算具有非扩张性αA (X) ⊆X;闭运算具有扩张性βA (X) ⊇X。

文献[4]介绍了A-开运算。A-开运算作为建立形态学颗粒分析方法的基础, 下面具体讨论A-开运算及其两个相关命题的证明。

定义:对于给定的集合X, 若有集合A使得X·A=X, 则称X是A-开的。

下面论证关于A-开运算的两个命题:

引理1:集合X是A-开的充要条件是存在集合Y使得X=Y♁A。

证明必要性:若X是A-开的, 那么X=X×A= (XΘA) ♁A, 令Y=XΘA, 即得X=Y⊕A。

充分性由闭运算的扩展性知: (Y⊕A) ΘA=Y·A⊇Y, 如果X=Y⊕A, 因为膨胀是递增运算 ( (Y⊕A) ΘA) ⊕A= (Y·A) ⊕A⊇Y⊕A, 于是 ( (Y⊕A) ΘA) ⊕A⊇Y⊕A=X。

另一方面, 由开运算的非扩展性知: ( (Y⊕A) ΘA) ⊕A= (Y⊕A) ·A⊆Y⊕A=X, 于是X·A= ( (Y⊕A) ΘA) ⊕A= (Y⊕A) ·A=Y⊕A=X, 即证。

引理2:设集合A, B满足A是B-开的, 那么对于每个集合X⊆R2有:

undefined

证明根据膨胀满足结合律和交换律:A⊕ (B⊕C) = (A⊕B) ⊕C, A⊕B=B⊕A。

因为A是B-开的, 由引理1存在集合C使得A=B⊕C=C⊕B。又因为:

(X·A) ·B= ( (XΘA) ⊕A) ·B= ( (XΘA) ⊕ (B⊕C) ) ·B

= ( ( (XΘA) ⊕C) ⊕B) ·B=[ ( ( (XΘA) ⊕C) ⊕B) ΘB]⊕B

将 (XΘA) ⊕C看作一个整体, 由引理1证明过的结论 ( (Y⊕A) ΘA) ⊕A=Y⊕A可得:

=[ ( ( (XΘA) ⊕C) ⊕B) ΘB]⊕B= ( ( (XΘA) ⊕C) ⊕B)

又膨胀满足结合律, 可得:

= ( ( (XΘA) ⊕C) ⊕B) = (XΘA) ⊕ (C⊕B) = (XΘA) ⊕A=X·A

综上得到 (X·A) ·B=X·A

根据开运算的非扩展性X·A⊆X, 再由开运算的递增性:

X·A= (X·A) ·B⊆X·B

即证明了 (1) 成立。

为了证明 (X·B) ·A=X·A, 因为 (X·B) ·A⊆X·A是显然成立的。由结论 (1) 有:

X·A= (X·A) ·A⊆ (X·B) ·A

即证明 (X·B) ·A=X·A, 因此 (2) 成立。

2 颗粒分析

按照A-开运算的原理, 选择一个基元A, 令A1=A, A2=A⊕A=A1⊕A, A3=A⊕A⊕A=A2⊕A, ……, 结合前面关于A-开给出的两个引理, 可知对所有的r, Ar+1是Ar-开的。结合引理2中的结论 (1) 得到递增的图像序列:

undefined

可以看到在R2中, 令{rA} (r>0) 是由结构元组成的集合, 因此对于 (s>r) 有sA是rA-开的。假设X是形状和尺寸不一的颗粒组成的集合, 用rA和sA分别对X作开运算, 由A-开运算原理, 即:

undefined

将A看作单位结构圆盘, 用αr替代αrA.这一过程可以形象地理解为一个筛子, 其中r可认定为筛子的筛孔大小, 筛孔越大滤去图像中的部分也越多, 但为保证应该保留的东西使之不致于损失, 筛孔的选择是很关键的。

由上面的原理给出下面颗粒分析定义:如果r为一正整数变量, A为形态学基本结构元素, X表示二值图像, 那么αr (X) ={X·rA}为图像X的颗粒分析, 记作{αr}, 其中undefined。

根据前面论述的筛子原理, 可将r看作是筛子筛孔尺寸的大小, 那么不难理解颗粒分析的3个基本特性:①经过筛选后的图象都为原来图像的一个子集;②如果图像A、B存在关系A⊆B, 经过颗粒分析{αr}筛选后的图象有:αr (A) ⊆αr (B) , 依然存在着图像间的包含关系;③采用不同尺寸的筛选算子αr和αs先后对给定图像进行筛选, 筛选的结果不受先后顺序影响, 所得到的图像与只用筛孔大的筛子筛选得到的结果是一样的。

颗粒分析{αr} (r>0) 还有以下性质:①若A∩B=Φ, 那么αr (A∪B) =αr (A) ∪αr (B) ;②若A∩B≠Φ, 那么αr (A∩B) ⊆αr (A) ∩αr (B) 。

这两个性质说明在对离散的图像和彼此粘连的两种图像进行颗粒分析时, 筛选的结果是有区别的。如果颗粒彼此没有粘连, 那么用颗粒分析算子对它们一起筛选和分开筛选时, 所得到的结果是一致的;如果颗粒彼此是粘连的, 用颗粒分析算子对它们一起筛选和分开筛选, 所得到的结果可能相同, 也可能存在一个包含关系。因此, 在处理彼此粘连颗粒时, 应该先设法将它们分开, 然后再筛选。借助前面介绍的颗粒分析方法的相关原理和性质, 下面我们对医用细胞图片进行形态学分析。

3 实验过程及结果分析

在生物体正常肌体中, 活体细胞都有一个生长周期, 当一个细胞分裂为两个细胞时, 会经历细胞膨胀变大, 当分成2个单个细胞后细胞又会变小, 除去细胞正常的消亡, 细胞的尺寸大小应该会在一个范围内变化。通过细胞学的相关理论我们可以知道, 当细胞发生病变时, 比如细胞萎缩或肿胀而死亡, 在这些过程中细胞的大小是会发生变化的。下面利用前面介绍的理论, 对细胞尺寸进行测量和统计分析。以一张彩色的细胞图片为例, 其图像实验流程设计见图1。

3.1 细胞图片的预处理

按照上面实验设计流程读出彩色图像 (如图2 (a) ) , 将彩色图像转化为灰值图像 (如图2 (b) ) ;在测量和统计之前, 先将灰值图像二值化处理, 为了减少背景噪声, 选取较低阈值二值化 (如图2 (c) ) , 细胞为黑色部分, 其像素是0。为了准确统计细胞个数, 必须对图像求补, 然后填充图像中的孔洞 (如图2 (d) ) ;为了避免图像中靠近边框形状不完整的细胞个体对测量准确度的影响, 要将这些与边框粘连的细胞全部去除 (如图2 (e) ) 。

在获取图像的过程中, 由于受到各种因素的影响, 所得到的图像总会或多或少的感染一些噪声, 这些噪声会不同程度恶化图像的质量, 给后面的统计带来误差, 所以要对图像去噪。运用圆盘状结构元素集合{rA} (A为单位结构圆盘) , 选取r=9的圆盘对图像作形态学开运算去噪, 同时平滑细胞体边界上的毛刺 (如图2 (f) ) 。接下来选用{rA}中不同尺度的结构元对图像筛选, 将像素为1的对象逐步统计下来。

3.2 细胞个数统计

统计的主要步骤包括利用圆盘状结构元素集合{rA}对预处理后的图像作颗粒分析, 以统计出图片中细胞个数的尺度分布情况。首先, 利用{rA}对图像作形态学开运算, 随着结构元素从小到大递增, 将产生一系列子图像, 每一幅子图像对应于结构元素集合中的某一尺度 (大小) 的结构元素。然后, 将相邻两幅子图像进行差分, 便可得到对应于某一尺度的细胞图像, 图3分别给出了不同尺度所对应的细胞个数的图像。

在采用一系列递增尺度的结构元对图像进行筛选的过程中, 筛除后的图像中会余下尺寸不同的细胞, 将个数进行统计, 得出一定范围内的细胞个数, 见表1。

(尺寸为单位长度)

图3给出的是与某一细胞尺寸范围对应的所有细胞个数分布的直方图, 横坐标表示细胞换算成圆的半径的长度, 纵坐标表示细胞体个数, 细胞尺寸和细胞个数统计的表格如上。图4给出的是在采用一系列递增的结构元对细胞图片做颗粒分析后, 所统计出的是与某一确定的细胞尺寸对应的所有细胞个数的分布图, 其中横坐标表示细胞尺寸 (大小) , 纵坐标为细胞体数目。

3.3 实验结果分析

为了分析结果, 给出下面的定义:

undefined

其中Sum表示图片中细胞的总数, Di表示不同尺度内所有细胞半径的和, Ni表示不同尺度内所有细胞的个数, undefined和r分别表示细胞的平均半径和细胞的实际半径, Var为均方差用来衡量与细胞平均半径的偏离程度。结合图4和图5统计出的细胞个数分布情况, 计算后给出对实验的分析结果 (见表2) , 可以得出图片中细胞的平均尺度和细胞尺度的大体波动范围。

4 结束语

本文研究了建立在数学形态学开闭运算基础上的二值形态学颗粒分析方法的基本原理和相关性质。在此基础上给出了细胞图片的医学图像处理。为准确快捷地测量细胞尺度分布, 采用了一种基于形态学开颗粒分析的测量方法。该方法首先对采集到的原始图像进行预处理, 以消除噪声斑点、细胞粘连、边框细胞缺损等因素对测量的影响, 然后利用基于形态学开的颗粒分析统计颗粒尺度分布。该方法的不足之处是, 在连续作颗粒分析的过程中, 细胞外边界也逐步被磨光, 因此会导致所统计的细胞精度不高。该方法通过选取适宜大小和形状的结构元素, 可应用于其它像大豆、谷物、煤炭、胶囊等颗粒图像的统计分析。

参考文献

[1]MATHERON G.Random sets and integral geometry[M].NewYork:JohnWiley, 1975.

[2]HEIJMANS H.Morphological image operators[M].Boston:Aca-demic Press, 1994.

[3]王小鹏, 王紫婷.基于双参数颗粒分析的纹理分割[J].光电工程, 2007 (7) .

[4]崔屹.图像处理与分析——数学形态学方法及应用[M].北京:科学出版社, 2000.

[5]邹丹平, 胡德生, 金升俊, 等.基于分水岭的彩色图像颗粒分析方法[J].中国图象图形学报, 2005 (11) .

篇7：血细胞分布图分析

[关键词]DNA RNA 实验 改进建议

一、教材对该实验的处理过程及存在问题

教材对该实验的处理过程为：取人的口腔上皮细胞（或洋葱鳞片叶内表皮细胞）制片，将装片放在酒精灯火焰上烘干固定，放入装有质量分数为8%的盐酸溶液的小烧杯中，再将小烧杯置于装有30℃温水的大烧杯中保温5min，接着用蒸馏水冲洗载玻片10s，吸去水分后滴加甲基绿吡罗红染色剂染色5min，然后盖上盖玻片，用显微镜观察。

学生严格根据教材的设计进行实验，发现实验现象不理想。主要存在问题：人的口腔上皮细胞的细胞核和细胞质均被染成紫红色。洋葱鳞片叶内表皮细胞实验效果较好些，但染色效果不明显，视野内有颗粒杂质。

二、对实验问题的分析及解决方法

（一）实验原理分析

该实验的原理：DNA主要分布在细胞核内，RNA大部分存在细胞质中。碱性染料甲基绿吡罗红对DNA和RNA的亲和力不同，甲基绿使DNA呈现绿色，而吡罗红使RNA呈现红色。利用甲基绿吡罗红混合染色剂将细胞染色，可以显示DNA和RNA在细胞中的分布。该反应对pH敏感，同时染料纯度、结合力、实验温度都会影响到实验效果。

（二）解决方法

1.观察人的口腔上皮细胞DNA和RNA的分布

学生按照教材的实验步骤（制片、水解、冲洗、染色、观察）操作，发现不仅口腔上皮细胞的细胞质被染成红色，连细胞核也被染成紫红色。查阅有关文献，综合分析可能有三个原因：其一，盐酸水解改变口腔细胞细胞膜的通透性，加速染色剂进入细胞，但盐酸使细胞中的DNA变性，因而DNA无法与甲基绿结合发生绿色反应。其二，只有在染液的pH值为4.8时，甲基绿和吡罗红才能对所染的材料都具有亲和力，从而获得最佳的染色效果。[1]遗留的盐酸改变了染色剂的pH，从而使细胞核染色失败。其三，DNA在高温条件下易变性，酒精灯火焰温度在500℃左右，直接将装片置于火焰上烘烤，可能导致DNA变性，从而与吡罗红结合呈现红色。

综上所述，建议将实验改进为：制片，且不用酒精灯烘干，不经过盐酸水解和蒸馏水冲洗，直接染色观察。

2.观察洋葱鳞片叶内表皮细胞DNA和RNA的分布

学生将实验材料换成洋葱鳞片叶内表皮细胞，重复教材中的实验步骤，发现实验效果较人的口腔上皮细胞好些。其优势有：其一，口腔上皮细胞较小，在低倍镜较难观察，而洋葱鳞片叶内表皮细胞较大，在低倍镜下清晰可见，所以实验现象明显，且取材方便。其二，用盐酸水解细胞，能改变细胞膜的通透性，加速染色剂进入细胞，缩短时间，同时使DNA与蛋白质分离，有利于DNA与甲基绿结合。

但整个实验现象还是不明显，有些细胞还出现破裂、质壁分离的现象，同时视野中有颗粒杂质。主要原因有：第一，水解后用蒸馏水冲洗，且只冲洗10s，时间太短，可能使盐酸残留在细胞内，使细胞内的pH低于4.8，甲基绿染色剂不容易着色。所以用蒸馏水冲洗的表皮细胞的细胞核和细胞质均呈现紫红色。第二，质量分数为8%的盐酸浓度过高，破坏了细胞结构，使细胞发生质壁分离，细胞质皱缩。第三，视野中的大量颗粒物质可能是未溶解的染料，所以在实验前要将染料过滤。

综上所述，建议将实验改进为：（1）用质量分数为1%的NaHCO3溶液代替蒸馏水冲洗。用碱性的NaHCO3溶液中和多余的HCl，确保细胞中的pH不会低于4.8。（2）降低盐酸溶液的质量分数，通过实验和文献查阅，配置质量分数为4%的盐酸进行实验，实验效果较佳。[2]（3）将染液过滤，可提高视野内的洁净度，同时不会对细胞产生实质性的改变。[3]

三、改进后的实验步骤及注意事项

（一）观察人口腔上皮细胞DNA和RNA的分布

1.制片：取口腔上皮细胞。用消毒牙签在自己漱净的口腔内侧壁上轻轻地刮几下，把牙签上附有碎屑的一端，在载玻片上旋转地涂抹几下。

2.染色：将甲基绿吡罗红染色剂直接滴一滴在载玻片上，染色5min。

3.观察：盖上盖玻片，放在显微镜下观察。先用低倍镜观察，再换高倍镜观察，观察细胞核和细胞质的颜色变化。

（二）观察洋葱鳞片叶内表皮细胞DNA和RNA的分布

1.取材：用刀片在洋葱鳞片叶内表皮上划出一个“井”字，“井”字中央的正方形边长约为0.5cm，用镊子将其轻轻撕下并平展在载玻片上。

2.水解：在洋葱内表皮上滴加两滴质量分数为4%的盐酸溶液，水解5min。

3.冲洗：用质量分数为1%的NaHCO3溶液冲洗材料3次，直到材料下方不会产生气泡为止。然 后用吸水

纸吸干载玻片上以及材料周围的液体。

4.染色：将甲基绿吡罗红染色剂滴一滴在载玻片上，染色5min。

5.观察：盖上盖玻片，放在显微镜下观察。先用低倍镜观察，再换高倍镜观察，观察细胞核和细胞质的颜色变化。

（三）实验中应注意的其他问题

1.实验前，染液不用当天配置，可以保存在棕色瓶中使用一周。[4]只需在每次使用前过滤，以免视野中出现大量颗粒杂质。

2.在制作人的口腔上皮细胞临时装片时，要尽量将口腔上皮细胞涂抹开，防止细胞重叠。

3.以洋葱细胞为实验材料时，不能选择洋葱最外层和最内层的几层鳞片叶，外层的鳞片叶颜色太深，而内层的颜色太浅，都会影响实验结果。同时，所撕取的材料要尽量大一些，以边长为0.5cm的正方形为宜，撕取的材料过小会影响实验结果。

4.用质量分数为1%的NaHCO3溶液清洗经盐酸水解后的洋葱内表皮时，会产生气泡，应该尽量将气泡驱逐干净。但动作要轻，避免损伤洋葱内表皮细胞。

5.用质量分数为1%的NaHCO3溶液冲洗洋葱内表皮后，用吸水纸吸干周围的液体，以免影响染色的速度，使染色现象不明显。

6.染色时间不宜过长，染色时间太长则会使细胞核颜色加深呈现深蓝色，易与细胞质颜色混淆。

四、实验改进后的优点

1.节约材料：配置一瓶染料，可以保存使用一周，不用现配现用。避免了甲基绿吡罗红染液的浪费。

2.简化过程：观察人的口腔上皮细胞中DNA和RNA的分布省略了烘干、水解、冲洗等步骤，简化为三个步骤，节约时间，而且观察效果更佳。

3.精益求精：观察洋葱鳞片叶内表皮细胞中DNA和RNA的分布，改成用质量分数为4%的盐酸溶液水解洋葱鳞片叶内表皮细胞，再用质量分数为1%的NaHCO3清洗，从而使实验效果更加明显。

[ 参 考 文 献 ]

[1]申姜颖，黄庆玉，高慧英等.DNA酸解后甲基绿-派洛宁染色法的改良和应用[J].解剖科学进展，1999，5（3）：272-273.

[2]俞如旺，林陈，康思婷.“观察DNA和RAN在细胞中的分布”实验的改进研究[J].生物学教学，2011，36（6）：36-38.

[3]马晓艳.“观察DNA和RNA在细胞中的分布”实验的改进及操作建议[J].生物学通报，2015，50（1）：51-52.

[4]贺俊.观察DNA和RNA在细胞中的分布实验的改进[J].实验改进，2014（5）：30-31.

篇8：血细胞分布图分析

2004年, 欧洲分子生物学实验室 (EMBL) 研究人员和来自澳大利亚、德国、意大利、英国的顶尖专家齐聚“Mitocheck”——欧洲第六框架计划 (FP6, European Commission’s 6th Framework Programme) , 针对细胞周期调控而进行最大的综合性研究项目, 有关方面为此提供850万欧元的经费用于研究一个基础问题:“细胞分裂是如何调控的?”该计划被誉为继人类基因组计划完成以来又一个新的里程碑, 也是人类迈向了解自身奥秘重要的一步。其中纺锤体检查点相关基因在细胞分裂中对染色体正常移动作用机制的研究是重要的研究部分。本文的统计为其提供相关文献分布及变化趋势的计量学分析

1 资料与方法

1.1 资料来源

利用美国科学情报研究所 (Institute for Scientific Information, 简称ISI) 出版的世界著名的期刊文献检索工具ISI Web of Knowlege中的Web of Science数据库作为专题文献检索和数据统计分析依据, 对特定科研用户进行个性化服务[2]。

用户目标:针对我校国家级重点学科医学检验诊断学中的某一专业——分子和细胞遗传学的专题“染色体分离的分子机制”, 进行文献分布跟踪与计量学分析研究。

文献统计时间:2000年至2007年。

1.2 检索统计方法

根据课题的研究方向, 选定关键词:着丝粒蛋白 (centromere protein/CENP/CENPs) 、检查点/节点蛋白 (checkpoint protein) 、染色体分离 (chromosome segregation) 、微管 (microtubule) 和纺锤体 (spindle) 。制定检索策略:将它们组配成4组:

着丝粒蛋白 (“centromere protein”) OR (CENP) OR (CENPs) ;

检查点/节点蛋白 (“checkpoint protein”) ;

染色体分离 (“chromosome segregation”) ;

微管与纺锤体 (microtubule AND spindle) 。

采用文献计量学分析方法, 找出该领域的相关文献数量、发文年代、研究的主要国家、主要文献源以及着丝粒蛋白基因a-l和检查点蛋白基因MAD1-3;BUB1-3;BUBR1-3的文献量、发文年代的对比。

2 统计结果

2.1 主题文献的时间分布与数量变化

在web of Science平台上分别按4组关键词, 检出2000年至2007年的8年里共发表的相关文献5555篇 (见表1) , 分别为着丝粒蛋白875篇、检查点/节点蛋白392篇、染色体分离2199篇、微管和纺锤体2089篇。根据有关各关键词每年发文情况, 可以看出该研究领域的发展趋势。

2.2 文献作者所在的主要国家分布

统计文献作者的国家分布情况, 为科研用户提供该领域研究前沿的国家, 使科研用户更注意这些国家的科研动态、学术交流、期刊文献等。按关键词检索, 综合关键词的总文献量, 提取发文数量最大的前10位国家 (见表2) 。

2.3 主要文献源分布

文献来源关系科研信息的追踪获取, 因此根据关键词检索, 统计其文献发表的前10种期刊 (见表3) , 并显示它们2006年的影响因子, 为学科用户提供该领域的核心期刊及其它的影响因子, 为其获取专业信息和投稿提供依据。

2.4 基因文献数量与年代分布

分子和细胞遗传学研究的核心载体就是基因, 统计各种基因的文献量、发文年代可以为科研用户提供各基因研究的现状 (见表4、表5) , 研究发展的年代及趋势。本文重点对着丝粒蛋白基因CENP- (A-U) 和检查点蛋白基因MAD1-3、BUB1-3、BUBR1-3进行统计分析, 分别从基因的发文量统计可见其与关键词统计的发文量相吻合:2000年文献量都较低, 2001年是个飞跃期, 2005年是高峰期。

3 讨论

3.1 文献的数量变化与时间分布

文献量:文献量最多的是关于染色体分离, 占了总文献量的39.59%, 依次为微管和纺锤体, 占了总文献量的37.61%, 着丝粒蛋白和检查点/节点蛋白分别占15.75%和7.06%。文献量的比例预示科研的成熟度与发展趋势。

发文年代:按年代分析, 2000年是起步阶段, 2001年文献的上升篇数是2000年的8.8倍, 可见该领域的研究从2001年开始活跃。2001年至2003年文献量趋于平稳阶段, 到2004年文献量又有一定的上升, 2005年达到高峰, 文献量达到934篇, 是2003年的1.37倍。

3.2 发文的主要国家

综合4组关键词检索, 5555篇文献中发文量最多的是美国, 8年里在该领域共发表文献2822篇, 占文献总篇数的50.4%;其次应引起科研用户关注的是日本, 共发文527篇, 占总篇数的9.41%;再其次是英、德、法国, 分别占总篇数的8.5%、8.53%、5.56%。中国为第9位, 占总篇数的2.43%。数据分析显示, 中国科研用户在该领域的研究还处于较滞后的阶段, 因此在国内申请课题有较大的空间和潜力。该分析结果为科研用户开展国际合作, 寻求高级访问学者和科研工作的合作伙伴提供重要依据。

3.3 主要文献源

采用文献计量学方法确定学科核心期刊。统计5555篇文献所发布的主要期刊, 选择综合数量最高的前10种期刊列表。文献主要分布在细胞分子生物学期刊中, 该10种期刊可以成为该领域的核心期刊, 表4按关键词分析了该10种期刊的文献篇数平均为总文献量的36.85%, 充分体现了布拉德福有关文献离散与集中的规律[3]:学科的大量论文集中在少数的期刊上, 而学科的少量论文却分散在大量的期刊上。学科期刊的影响因子:10种期刊中影响因子最高的是18.485, 其中有8种期刊的影响因子在5以上, 说明该领域的科研用户专业水平较高。统计为科研用户提供了领域中主要科研信息来源及投稿方向, 并关注这些期刊, 以便更多地掌握领域发展的前沿动态。

3.4 基因文献量、发文年代分布

着丝粒蛋白基因:检索CENP-A至CENP-Z基因, 显而易见, 其主要研究文献集中在CENP-A、B、C、E、F, 说明着丝粒蛋白基因还存在很多空白点和研究的起步阶段。从检索的文献还看到, 目前的基因研究重视多基因结合研究, 如2006年Foltz DR名为“The human CENP-A centromeric nucleosome-associated complex”的文献, 是多基因结合研究方面的论文, 因此发表不到1年, 引用次数多达38次。

检查点蛋白基因:检索MAD1、MAD2、MAD3、BUB1、BUB2、BUB3;BUBR1、BUBR 2、BUBR3这9个基因的文献, 发现到2007年为止, BUBR 2、BUBR3方面还没有研究文献公布。MAD3和BUB2方面的发文量较少, 8年里这两方面的发文均为48篇, 说明就全球而言, 对基因MAD3和BUB2的研究空间相当大, 空白点很多。对基因BUBR 2、BUBR3方面论文的检索则更显示出其发明研究的必要性。

以单个基因作为检索点, 统计其发文量和发文年代, 可以提示科研用户对单个基因的研究现状、研究热点、研究趋势, 为他们申报科研课题和成果提供第一手数据。

4 小结

欧洲第六框架计划 (FP6, European Commission’s 6th Framework Programme) 的综合性研究项目从2004年启动, 而文献统计数量2004年发文量已经开始增加, 随后几年发文数量变化不大, 由此可见该领域的发展空间还相当大, 现有文献报道也很有限。2007年CENP基因和checkpoint protein基因的相关文献总共只有385篇 (见表4、表5) , 说明该领域的研究发展还存在很多空白点, 供科研用户去挖掘。

面对科研用户, 挖掘与分析他们潜在需求, 提供点对点的专项情报信息服务是知识信息创新服务的具体表现, 尤其在高校和科研机构, 其功能非常突出, 知识信息服务的创新, 必须采取嵌入式学科服务, 追踪学科领域最新的进展, 使科研用户根据搜索的知识信息不断完善和调整研究思路, 拓展新的方向, 使科研水平始终处于国际前沿[4]。

Web of Science是一个很好的科研用户的个性化信息服务平台, 其强大的信息分析功能, 可帮助科研用户进行课题选题调研、获取创新思路, 激发其研究思想;其特有的引文追踪功能, 可帮助科研用户跟踪该研究领域的最新发展动态、热点科研课题、科研进展和发展趋势。

摘要：通过统计分子与细胞遗传学中“染色体分离的分子机制”专题的文献, 了解该专题目前研究的热点及发展趋势, 并对文献分布及其变化趋势进行计量学分析, 使科研用户通过文献的数量关系与变化规律, 预测科研的成熟度与发展趋势。

关键词：个性化服务,文献计量学,信息分析

参考文献

[1]查炜.个性化信息服务与社会科学创新[J].图书馆理论与实践, 2007 (4) :57-59.

[2]谭宗颖, 张徽.以用户信息需求为中心的学科情报定题服务[J].图书情报工作, 2003 (2) :72-74.

[3]邱均平.信息计量学[M].武汉:武汉大学出版社, 2007:615.

篇9：血细胞分布图分析

关键词：葡萄糖；生长素分布；水稻根系

中图分类号： S511.01文献标志码： A文章编号：1002-1302（2016）02-0101-04

收稿日期：2015-01-28

基金项目：山东省自然科学基金（编号：ZR2014DM010、ZR2015CL009）；山东省淄博市科技发展计划（编号：111089、113106）。

作者简介：陈豆豆（1992—），男，湖南衡阳人，主要从事分子生物学研究。

通信作者：赵凤云，博士，教授，主要从事分子生物学研究。E-mail：zfy1226@126.com。根系是作物吸收水分和营养物质的重要器官。水稻的根系属于须根系，包括初生根 （种子根）、不定根及其侧根。根系的生长发育状况是由其内部遗传因子和外界环境因子共同调控的[1]。土壤和植物本身的营养条件在植物根系的生長发育过程中具有决定性的作用。糖是植物体内重要的营养物质、能源物质和调节分子，在植物的生命活动过程中具有重要作用[2]。它参与植物营养器官和繁殖器官生长发育、代谢及胁迫应答等众多过程的调节[3]。葡萄糖（glucose，G）是植物体内主要的糖源之一。近年来，就 G 在植物生长发育中的信号作用进行了研究，如不同浓度的 G 对根的形成和生长发育的调节存在差异，缺糖导致根系生长停滞、引起代谢和基因表达的变化，当 G 浓度高于5% 时则抑制根系的生长[4]。还有研究发现，高糖使叶片增大和增厚并且促进不定根的形成[5]。在水稻中发现一种短根突变体（srt5），该突变体在种子萌发期间根的伸长受到抑制，当添加外源 G 后能解除这种抑制作用，但用外源甘露醇处理则无作用，说明水稻根的生长与糖有关[6]。生长素是植物体内调控植物生长发育的关键激素之一，是调节不定根与侧根形成和发育的重要信号分子。在植物生长发育过程中生长素的极性运输和局部积累形成的时空梯度对器官的形成和生长至关重要[7]。研究表明，在植物根系生长发育过程中 G 和生长素信号存在交互作用[8]，G 通过依赖于HXK1 代谢途径与生长素相互作用调控植物的生长发育[3]。利用拟南芥研究发现 G 通过影响生长素合成、运输及应答基因家族基因的表达与生长素信号发生相互作用，进而调节其根系的生长发育。G 浓度调节生长素极性运输，缺糖使生长素极性运输和积累减少，导致植物生长缓慢以致停滞[4]。G 调节生长素的合成与代谢，从而影响生长素的积累[9]。对玉米的研究也发现，G 调节其生长素合成基因ZmYUCCA的表达，说明 G 和生长素之间有密切关系[10]。笔者在前期报道了 G 在锌诱导根系生长中的作用[11]。目前，关于 G 在水稻幼苗根系发育过程中作用研究较少。本试验旨在通过分析 G 对水稻根系生长发育和生长素分布的影响，在生理水平上明确 G 与生长素信号在调节根系生长过程中的相互关系。1材料与方法

1.1材料与处理

以DR5-GUS 转基因水稻（Oryza sativa L.）中花 11 号 为材料，挑选籽粒饱满的种子去壳后消毒：75% 乙醇（30 s）、0.1% 氯化汞（15 min）、2% 次氯酸钠（20 min），用无菌水洗净。将种子分别植入含0、3%、5% 葡萄糖（glucose，G）和3%、5% 甘露醇 （mannitol，M）的MS 培养基上，置于培养箱内（光周期为14 h光照，光照强度为 200 μmol/（m2·s），温度 26 ℃，夜间10 h，温度 20 ℃；相对湿度为 50%～60%） 培养4～10 d后进行数据统计与分析。

G与生长素合成和运输对初生根生长的影响：在含0、3%、5% G 的MS培养基上分别添加10-8 mol IBA、10-6 mol TIBA，在上述同样条件下处理8 d。以上每种处理至少做3次重复，每次设置3个平行处理，每个重复用50株幼苗。

1.2根系生长统计

对根系生长的指标进行统计，包括初生根的长度及其侧根的数量和长度；不定根的数量、长度及其侧根的长度和数量。每个指标共统计60株（每个重复20株）。

1.3生长素时空分布的测定

通过GUS 活性测定对根系生长素的分布和积累进行分析，参照Petersson 等的方法[7]。根尖各区组织细胞生长素分布的测定，待GUS染色后取根尖连续切片，切片厚约 0.5 mm。

1. 4数据处理

用SPSS软件对试验数据进行处理，求出3次重复试验的平均值和标准误差。利用单因子方差分析不同处理之间的差异。

2结果与分析

2.1不同浓度葡萄糖对水稻根系生长的影响

2.1.1不同浓度葡萄糖对水稻初生根长度的影响从图1可以看出，3%葡萄糖处理8 d后的幼苗初生根长度极显著大于0 G处理，但与5% 的G处理间差异不显著。0 G处理8 d后初生根的伸长生长基本停止。相同浓度条件下甘露醇 （M）处理明显抑制初生根的生长。

nlc202309040709

2.1.2不同浓度葡萄糖对水稻侧根数量的影响3% G处理8 d后的初生根侧根数目明显比0 G处理的多，而与5% G处理的相比，则差异不显著。相同浓度M处理的水稻的初生根侧根数目显著比G处理的少。M处理与5% G处理延迟初生根上侧根的形成 （图2）。

2.1.3不同浓度葡萄糖对水稻初生根侧根长度的影响从图3可以看出，0 G和 3% G处理的幼苗初生根上的侧根在4 d后快速生长，但8 d后基本停止。其他处理的侧根在6 d后快速生长，后期生长速度减缓。处理10 d时，3% G处理的幼苗初生根上的侧根的长度比0 G处理的显著增长。相同浓度处理下，M显著抑制初生根上侧根的生长。

2.1.4不同浓度葡萄糖对水稻不定根数量的影响不同浓度G处理条件下不定根的数目无显著差异。与G处理相比，5% M处理极显著减少了水稻不定根的数目（图4）。

2.1.5不同浓度葡萄糖对水稻不定根长度的影响水稻幼苗用 3% G处理10 d后其不定根的长度显著大于 0 G处理的（图5），而与5% G处理的无显著差异。与其他处理相比，5% M处理极显著抑制了不定根的生长。

2.1.6不同浓度葡萄糖对水稻总根干质量的影响就根系总干质量而言，水稻幼苗处理10 d后，3% G和5% G处理的水稻根系干质量类似（图6），这2种处理的根系干质量极显著高于其他3种处理。

2.1.7不同浓度葡萄糖对水稻不定根上侧根数量和长度的影响本试验中只有 0 G和3% G在处理8～10 d时不定根

上有侧根，与0 G相比，3% G显著促进了水稻不定根侧根数目的增多，但就侧根长度来说二者之间差异不显著。其他处理在试验期间无可见侧根。表明M和5% G抑制不定根上侧根的生长和发育。

2.2葡萄糖对水稻根尖生长素积累和分布的影响

2.2.1不同处理时间对水稻初生根根尖生長素积累和分布的影响从图7可以看出，处理 4 d 时整个根尖生长素含量比处理 6 d 的高，且二者之间生长素分布存在差异，处理4 d生长素集中在整个分生区和伸长区，处理6 d生长素主要集中在分生区和伸长区的后端。不同浓度 G 处理条件下生长素的分布方式类似，但生长素的含量随糖浓度的升高而增加，缺糖导致伸长区和成熟区生长素减少。相同浓度条件下，M 处理的幼苗生长素显著高于 G 处理，处理6 d 后分生区和伸长区的生长素逐渐减少，但是生长素的分布方式在不同处理间无明显差异。相同处理条件下不定根中生长素的变化规律与初生根的类似，但是在变化时间上较初生根的晚。

2.2.2不同处理对水稻根尖各区生长素组织细胞分布规律的影响为进一步了解生长素在根尖各区组织细胞的分布特点，取初生根根尖连续切片观察，以3% G处理4 d为例（图8），根尖各区组织细胞间生长素分布的变化规律为根冠和分生区细胞中生长素的含量高且在各细胞间分布均匀。伸长区前端中柱部分生长素相对少，周缘（皮层）细胞生长素多。伸长区和成熟区皮层细胞内的生长素由前向后逐渐减少，呈现梯度分布。在成熟区中维管柱内的生长素从前往后含量也逐渐降低，生长素主要分布在近表皮的皮层细胞和表皮细胞中。生长素在根尖各区总体变化规律是从分生区到成熟区生长素含量由多变少，由均匀分布到梯度分布。在本试验中不同处理条件下，生长素在各区的分布规律类似，但是在伸长区和成熟区生长素随着糖浓度的升高而增加，M处理使生长素在相应部位显著增加。

2.2.3IBA 和 TIBA 对不同浓度葡萄糖处理水稻幼苗初生根生长的影响从图7、图8可以看出，不同浓度 G 处理的幼苗生长素在根尖各区的分布方式类似，但是生长素积累量存在差异。结果表明，生长素的局部积累是其合成和运输共同作用的结果。为进一步分析 G 对根系生长的调节是否与生长素合成和运输有关，分析了在 G 处理的基础上添加 IBA 和 TIBA 对初生根生长的影响，处理时间 8 d。结果表明，在缺糖（0 G）条件下添加 IBA 促进了初生根的生长；相反在高浓度糖（5% G）条件下添加 IBA 则抑制了初生根的生长，而 3% G+IBA 处理与3% G 处理的无明显差异。在 0 G～5% G 处理条件下，添加生长素运输抑制剂 TIBA 均抑制初生根的生长（图9）。结果表明，G 对根生长的影响与其调节生长素的合成和运输有一定关系。

3讨论

G是调节根系生长的重要信号分子之一，不同浓度G处理后对根的形成和生长发育的调节存在差异[4-5]。本试验中3% G 处理的幼苗根系生长最好，0 G 处理的幼苗根系在处理后6 d前其生长与 3% G 处理的没有明显差异，但是在 6 d后显著抑制了根系的生长，而 5% G 处理延迟了幼苗侧根的形成和生长，但是对初生根和不定根生长的影响较小。与相同浓度的G相比，M 处理显著抑制了幼苗根系的生长。结果表明，G对根系生长的调节不是由渗透势引起的而是糖信号本身的作用。在植物生长发育过程中由生长素的极性运输和局部积累形成的时空梯度对器官的形成和生长至关重要[7]。生长素的局部积累是其极性运输、合成、代谢共同作用的结果[12]。G浓度调节生长素极性运输、合成与代谢，从而影响生长素的积累[9]。本试验条件下，0 G 处理的幼苗根系组织细胞特别是伸长区细胞中的生长素明显少于3% G 和5% G 处理，表明缺糖导致根系生长缓慢以致停滞，这与减少生长素的积累有关。进一步研究发现，在 0 G 处理的基础上添加生长素 IBA 时根系的生长有所增强，但是生长素运输抑制剂 TIBA 则显著抑制了根系的生长。结果表明，G对生长素积累的调节可能与生长素合成和运输有密切关系，相关分子机制有待于进一步研究。G是调节水稻幼苗根系生长发育的重要信号分子，这种信号作用与其调节生长素的积累和分布有关。

参考文献：

[1]Malamy J E，Ryan K S. Environmental regulation of lateral root initiation in Arabidopsis[J]. Plant Physiology，2001，27：899-909.

nlc202309040709

[2]Bolouri-Moghaddam M R，Roy K L，Xiang L，et al. Sugar signalling and antioxidant network connections in plant cells[J]. FEBS Journal，2010，277：2022-2037.

[3]Rolland F B，Sheen J. Sugar sensing and signaling in plants：conserved and novel mechanisms[J]. Annual Review of Plant Biology，2006，57：675-709.

[4]Mishra B S，Singh M，Aggrawal P A. Glucose and auxin signaling interaction in controlling Arabidopsis thaliana seedlings root growth and development[J]. PLoS One，2009，4（2）：0004502.

[5]Gibson S I. Control of plant development and gene expression by sugar signaling[J]. Current Opinion in Plant Biology，2005，8：93-102.

[6]Yao S G，Mushika J，Taketa S，et al. The short-root mutation srt5 defines a sugar-mediated root growth in rice（Oryza sativa L.）[J]. Plant Science，2004，167：49-54.

[7]Petersson S V，Johansson A I，Kowalczyk M，et al. An auxin gradient and maximum in the Arabidopsis root apex shown by high-resolution cell-specific analysis of IAA distribution and synthesis[J]. Plant Cell，2009，21（6）：1659-1668.

[8]Eveland A L，Jackson D P. Sugars，signalling，and plant development[J]. Journal of Experimental Botany，2012，63（9）：3367-3377.

[9]Sairanen I，Novák O，Pěncˇík A，et al. Soluble carbohydrates regulate auxin biosynthesis via PIF proteins in Arabidopsis[J]. Plant Cell，2012，24：4907-4916.

[10]Leclere S S E，Chourey P S. Sugar levels regulate tryptophan-dependent auxin biosynthesis in developing maize kernels[J]. Plant Physiology，2010，153：306-318.

[11]Chen Z H，Feng T T，Liu L Y，et al. Effect of glucose on zinc-induced growth of root system in rice[J]. Agricultural Science and Technology，2011，12（9）：1334-1337.

[12]Tromas A，Perrot-Rechenmann C. Recent progress in auxin biology[J]. Comptes Rendus Biologies，2010，333（4）：297-306.崔雪梅，郭海如，方嬙，等. 基于主成分分析的油菜盐害生理反应规律[J]. 江苏农业科学，2016，44（2）：105-108.