前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇生物技術的進展范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

生物技術的進展范文第1篇

摘 要：隨著國民經(jīng)濟的不斷發(fā)展，各行業(yè)排放的工業(yè)廢水的量也與日俱增。其中，對水環(huán)境污染尤為嚴重當屬造紙工業(yè)了。統(tǒng)計顯示，我國現(xiàn)有的10000多家大中小型的造紙企業(yè)，就能到達40多億t的年廢水量，是全國廢水排放總量的十分之一。廢水對生態(tài)環(huán)境造成了一定的影響。該文綜合闡述了目前造紙廢水生物治理中好氧技術、厭氧-好氧組合處理技術以及厭氧技術的應用和進展；對國內(nèi)外生物處理造紙廢水技術的研究進展進行了總結(jié)和分析，包括應用白腐真菌降解造紙廢水、生物酶技術和生物固定化技術。

關鍵詞：造紙廢水 好氧 厭氧 白腐真菌 生物酶 生物固定化

中圖分類號：X793 文獻標識碼：A 文章編號：1672-3791（2015）04（a）-0000-00

隨著國民經(jīng)濟的不斷發(fā)展，各行業(yè)工業(yè)廢水的排放量也在逐漸增加。其中，造紙工業(yè)排放的廢水對水環(huán)境造成了嚴重的污染。統(tǒng)計數(shù)據(jù)顯示，我國10000多家的大中小型造紙企業(yè)，每年就會排出40多億t的污水，占到了全國廢水排放總量的十分之一[1]。2010年，造紙廢水CODCr排放95.2萬t約占輕工行業(yè)CODCr排放總量47%[2]，對生態(tài)環(huán)境造成難以想象的破壞后果。對此，對新型的有效治理造紙廢水污染的方法以及途徑進行探索和研究，是非常具有研究意義和現(xiàn)實意義的。

1 造紙廢水的來源和特點

其生產(chǎn)的各個環(huán)節(jié)都會產(chǎn)生廢水，但主要來自于中段水、紙機白水以及蒸煮液[3]。提取黑液后漿料在洗滌、篩選、漂白的過程中排出來的廢水，就是中段水，這種廢水成分復雜，且富含對環(huán)境危害較大的有機氯化物。紙機白水中主要有細小纖維、填料和膠料（松香等）。酸法制漿的紅液或堿法制漿的黑液叫蒸煮液，在整個造紙工業(yè)污染中占90%。堿法制漿是我國造紙業(yè)普遍采用的，其主要成分是纖維素、木質(zhì)素、半纖維素、單糖、有機酸和碳水化合物的降解產(chǎn)物等。

2.造紙廢水生物處理技術

化學方法、物理方法、生物法、物化方法等，是目前國內(nèi)外造紙污水處理的主要方法。近幾年，得到人們重視的膜分離、超臨界分離、磁分離、超聲波分離等物化處理法因比較昂貴，處理效率不高，應用比較有限。而操作方便、運行費用相對較低、沒有二次污染等優(yōu)點的生物處理法，則越來越受重視。

2.1好氧處理技術

指借助于好氧或兼性厭氧微生物在有溶解氧的情況下來分解、吸收有機物，使之被氧化成簡單的無機物，污水得到凈化。當前，活性污泥法和生物膜法等好氧生物法是國內(nèi)外用來處理造紙廢水的方法。

處理效果較好且成本低的活性污泥法既能去除部分色度，還能分解大量有機物質(zhì)，易于管理是我國最常用的好氧處理方法。崔延瑞等[4]采用序批式活性污泥法處理堿法草漿造紙廢水，COD的去除率高達80%。張述林[5]等采用混凝與低氧―好氧兩段活性污泥法來處理某造紙廠COD為6230mg/L的綜合廢水，可達93.8%的COD去除率。

生物膜法是指微生物附著在介質(zhì)表面上形成生物膜，且在不斷繁殖生長的同時，還能對污水中的有機污染物進行降解吸收，將其轉(zhuǎn)化為穩(wěn)定的無機物和原生質(zhì)，從而達到凈化污水的作用。此方法剩余污泥量少且不會產(chǎn)生污泥膨脹，占地少，運行管理方便。Chandler等[6]通過塑料填料，利用兩級生物膜反應器中試處理造紙廠廢水。結(jié)果顯示，水力有3h的停留時間，可減少93%的BOD5，出水BOD5達到7.83mg/L的平均濃度。張苗等[7]采用混凝沉淀協(xié)同好氧生物膜技術深度處理造紙廢水，結(jié)果顯示，效果最為顯著的就是以FeCl3為混凝劑的協(xié)同好氧生物膜技術，最高可達69.30%的色度去除率，比單獨的混凝沉淀高了3.72 %的去除率。

2.2厭氧處理技術

在專性與兼性厭氧菌的條件下，通過發(fā)酵和分解對有機物進行降解的處理技術稱為厭氧處理技術。與好氧處理技術相比，其污泥產(chǎn)量小、節(jié)省動力能耗、對營養(yǎng)物質(zhì)需求不高，且能更好地降解某些難降解有機物。殷承啟等[8]采用上流式厭氧污泥床（ UASB）處理二次纖維造紙廢水。UASB 穩(wěn)定運行時對COD的去除率可達90%以上，總硬度在50%以上以及硫酸根離子80% 以上。劉峰等[9]研究了預酸析―多孔高分子載體固定化微生物厭氧流化床（AFB）處理堿法草漿黑液的效能，結(jié)果證明，AFB對黑液進行直接處理時，發(fā)揮了其活性生物量濃度大、傳質(zhì)能力強的特點，可有效地去除COD，色度亦有所下降。采用酸析預處理利用AFB的厭氧消化功能，可去除黑液中大部分難生化降解的高分子物質(zhì)。

2.3 厭氧-好氧處理技術

造紙廢水因難降解有機物成分多、污染物濃度高、廢水流量和負荷波動大、有較差的可生化性能等，用好氧處理效果不好且能耗大。因此，利用厭氧-好氧組合處理工藝進行處理。首先，能使厭氧處理技術的優(yōu)勢充分發(fā)揮，水解、酸化廢水中生化性很差的高分子物質(zhì)，成為易于進行好氧處理的較小分子或分子結(jié)構(gòu)。同時，也可對回流到厭氧池的好氧階段污泥進行較為徹底的厭氧消化，減少整個系統(tǒng)的污泥排放。該工藝結(jié)合了厭氧與好氧處理技術的優(yōu)點，具有占地面積少、處理效果好、能耗低、節(jié)省藥劑以及運轉(zhuǎn)、管理方便等優(yōu)點。

丁志芬[10]對某造紙廠應用厭氧-好氧組合技術處理廢水的情況進行了介紹，且和好氧工藝作了比較。結(jié)果證明，厭氧-氧工藝運行電費可降低50%，且運行穩(wěn)定，其COD有機物85%都轉(zhuǎn)化為甲烷氣體了，剩余污泥量也減少了60%以上。李巡案等[11]分析了萬隆造紙廠廢水處理工程改建為厭氧-好氧工藝以及實行清潔生產(chǎn)后，污染物質(zhì)排放總量明顯減少，水質(zhì)可達到GB18918- 2002一級A標準，與原有的好氧生物處理工藝相比可節(jié)省動力約55%。

3 生物處理造紙廢水技術的研究進展

3.1 應用白腐真菌對造紙廢水進行降解

造紙工業(yè)排放黑液COD和色度形成主要是因為木質(zhì)素，其異質(zhì)多晶三維多聚體結(jié)構(gòu)是由甲氧基取代的對-羥基肉桂酸聚合而成，分子間的醚鍵、C-C鍵很穩(wěn)定，是當前公認的微生物難降解芳香化合物之一[12]。目前，國內(nèi)大部分工廠處理造紙廢水采用傳統(tǒng)生物法應用的微生物主要以細菌為主，并不能有效去除造紙廢水中的木素衍生物以及漂白過程中產(chǎn)生的氯酚類物質(zhì)，這便成為造紙廢水達標排放的主要障礙。

白腐真菌是目前所發(fā)現(xiàn)的對木質(zhì)素及其衍生物降解最有效的微生物。多數(shù)白腐真菌屬于擔子菌綱，少數(shù)為子囊菌綱。其中，黃飽原毛平革菌（Phanerochaete Chrysosporium）是已被廣泛研究的典型白腐真菌。

3.1.1 白腐真菌的降解機制及優(yōu)勢

白腐菌降解木質(zhì)素通常分兩步進行[13]：第一，菌體利用菌絲吸附木質(zhì)素；第二，白腐菌分泌出的酶催化氧化木質(zhì)素等污染物，主要分為細胞內(nèi)和細胞外兩過程，整個降解系統(tǒng)在主要營養(yǎng)物質(zhì)（ 碳、氮、硫） 限制條件下才得以啟動形成[14～16]。錳過氧化物酶（ Mnp）、漆酶（La）、木質(zhì)素過氧化物酶（ Lip） 均合成于細胞內(nèi)，通過分泌到細胞外對污染物進行降解。前兩者均須以H2O2為底物，漆酶以氧氣作電子受體催化形成醌及自由基。故降解污染物時，白腐菌需借助H2O2激活，由酶觸發(fā)啟動自由基鏈反應，產(chǎn)生具有超常的氧化能力的細胞外?OH，對芳香化合物有很好的降解作用。

故白腐菌在降解污染物上所有具有的優(yōu)點是其他生物系統(tǒng)尤其是細菌沒有的[14]：（1）特定污染物不需要預條件化：處理系統(tǒng)以細菌為主的，誘導合成所需的降解酶須預先置于一定有效濃度的污染物。白腐真菌降解酶的誘導與降解底物的有無多少無關。（2）動力學優(yōu)勢：細菌對化學物的降解多為酶促轉(zhuǎn)化，遵循米氏動力學。初始氧化反應的酶經(jīng)白腐真菌催化啟動對底物沒有真正意義上的Km值，對氧化產(chǎn)物的形成有利。（3）產(chǎn)生氧化能力極強的?OH （4）有毒污染物不必進入細胞內(nèi)代謝而在其細胞外即可有效降解?？扇淌芨邼舛扔卸疚廴疚锏耐瑫r，避免有毒污染物對細胞的毒害。（5）非專一性降解的特性：能降解大量結(jié)構(gòu)不同的化學物質(zhì)。（6）對營養(yǎng)物的要求低。

3.1.2 白腐菌在造紙廢水中的應用

從上述可知白腐真菌在治理造紙廢水方面有極大的研究價值。吳涓等[17]比較了幾株白腐真菌在造紙黑液廢水中的掛膜生長狀況及其對黑液廢水的處理效果。黃孢原毛平革菌、側(cè)耳菌和S22菌都可以在較強堿性的廢水中生長掛膜，且對木質(zhì)素有顯著的降解作用，有很強的適應廢水的能力。李雪芝等[18]用8株不同的白腐菌對造紙廢水進行處理，選出的白腐菌L02處理效果是最好的。該菌株可直接應用于造紙廢水的處理，大幅度降低廢水CODCr含量（降低84%以上）、廢水的色度（降低93%以上）以及廢水的pH值。路忻[19]采用序列間歇式活性污泥法（SBR）法利用白腐菌共代謝理論分析及處理試驗研究含木質(zhì)素的造紙廢水。結(jié)果表明，相同進水COD濃度和水力停留時間，與單純好氧生物處理相比，共代謝作用下好氧處理的COD去除率要高得多，有約30%的提高率。

3.2 生物酶技術

白腐菌降解木質(zhì)素，是通過其分泌的酶的作用來實現(xiàn)。相較于錳過氧化物酶、木質(zhì)素過氧化酶，在白腐菌木質(zhì)素降解酶系統(tǒng)中，漆酶的實際應用價值更大一些。首先，木質(zhì)素過氧化物酶和錳過氧化物酶產(chǎn)生的條件是限碳和氮的。而漆酶可在碳和/或氮存在條件下由菌體分泌[20]。其次，木質(zhì)素過氧化物酶和錳過氧化物酶只在系統(tǒng)存在H2O2時，才可降解有機污染物，這在現(xiàn)實情況下很難實現(xiàn)的。最后，重要的還在于漆酶具有780 mV氧化還原電位，在不存在H2O2和其它次級代謝產(chǎn)物時，有機污染物的氧化也能夠被催化。所以，在環(huán)境保護和生物技術方面，漆酶的應用潛力是非常巨大的。

據(jù)林鹿等人[21]研究通過漆酶進行去除桉木硫酸鹽漿CEH漂白廢水時發(fā)現(xiàn)，它可以把廢水中有毒物質(zhì)去除掉40%以上。造紙廢液中有機氯化物用漆酶處理，具有高效能的催化作用，反應條件溫和，對反應設備和反應條件要求也不高。謝益民等[22]采用雜色云芝發(fā)酵產(chǎn)生的漆酶液深度處理造紙廠二沉池出水，結(jié)果表明，經(jīng)催化氧化作用，漆酶及其介體體系可氧化聚合廢水中的大部分殘余木素。在最佳實驗處理條件下，木素、CODCr和色度的去除率分別達到82. 0%、76. 9% 和84. 9%。同時，紙漿生物漂白上的研究熱點也包括漆酶。通過酶法漂白紙漿，脫氯效果更好[23]，相對于傳統(tǒng)的氯氣漂白法所產(chǎn)生的有毒的氯酚類化合物而言，其避免了對環(huán)境的污染。

3.3 生物固定化技術

微生物固定化技術是通過化學或物理的方法，把游離酶或細胞限定在一定的空間區(qū)域內(nèi)，使其能反復利用且保持活性，利于除去高濃度有機物或某些難降解物質(zhì)。Messner等[24]利用生物滴濾器原理而開發(fā)的MYCOPOR反應器，在多孔的載體填料上把白腐菌固定好，廢水由從頂部到載體的這個過程就能夠得到凈化了。處理6～12h，87%、80%和40%的色度、AOX和COD可去除。李朝霞等[25]采用一種新型海藻酸鈉/殼聚糖/活性炭生物微膠囊固定化白腐菌和懸浮態(tài)白腐菌，在不同接種量下降解造紙廢水。結(jié)果顯示，白腐菌在不同的兩種狀態(tài)下均能對造紙廢水進行降解，不過在代謝穩(wěn)定性和降解木質(zhì)素能力等方面，固定化白腐菌比懸浮態(tài)白腐菌明顯要強。劉帥等[26] 用固定漆酶和游離漆酶對造紙廢水進行深度處理。通過對廢水處理的效果對比，固定漆酶的優(yōu)點在于達到最佳效果的反應時間短， 酶的穩(wěn)定性高， 溫度耐受性強，pH適應性顯著增強。

4 結(jié)語

作為一種處理難、成分復雜的工業(yè)廢水，通過傳統(tǒng)的處理技術造紙廢水已很難滿足如今的排放要求。因此，要實現(xiàn)極大減少造紙廢水的排放或者實現(xiàn)零排放，需大力發(fā)展微生物處理技術。使微生物與處理技術相結(jié)合，為造紙業(yè)的綠色發(fā)展鋪平道路。

參考文獻

[1] 王暉，付斌.造紙廢水處理方法現(xiàn)狀及展望[J].中國資源綜合利用，2005（2）：21- 24.

[2] 洪衛(wèi)，劉勃，等.制漿造紙廢水深度處理技術解析[J].中華紙業(yè)，2009，30（7）：76-81.

[3] 閆一野，喬麗潔.新型分離方法在造紙污水處理中的應用[J].環(huán)保與節(jié)能，2012 （2）：30-33.

[4] 崔延瑞，胡蘭群，等.序批式活性污泥法處理堿法草漿造紙廢水的研究[J].河南師范大學學報（自然科學版），2003，31（4）：61-64.

[5] 張述林，羅啟芳，趙金輝，等.混凝與低氧―好氧兩段活性污泥法處理造紙廢水的研究[J].同濟醫(yī)科大學學報，1998，27（3）：196- 198.

[6] Chandler H， Cornelis D. Treatment of recycle paper mill wastewater in moving bed biofilm reactors[C].TAPPI Proceedings Environmental Conference & Exhibition v 2.TAPPI Press， 1997.

[7] 張苗，黃少斌.混凝協(xié)同好氧生物膜技術深度處理造紙廢水的實驗研究[J].造紙科學與技術，2010，29（1）：84-88.

[8] 殷承啟，洪建國.上流式厭氧污泥床處理造紙工業(yè)廢水的研究[J].南京林業(yè)大學學報（自然科學版），2004，28（5）：41-44

[9] 劉峰，楊平，方治華等.預酸析-厭氧流化床處理堿法草漿黑液的研究[J].環(huán)境科學學報.1999，19（2）：214-217

[10] 丁志芬.厭氧-好氧組合生物技術在廢水處理中的應用[J].化工設計.2003，13（5）： 26-28.

[11] 李巡案，賀延齡，等.厭氧-好氧工藝處理造紙廢水工程實例及清潔生產(chǎn)[J].環(huán)境工程學報.2012，6（8）：2595-2599.

[12] 王海磊，李宗義.三種重要木質(zhì)素降解酶研究進展[J].生物學雜志，2003，20（5）：9-

11.

[13] 黃丹蓮，曾光明，等.白腐菌的研究現(xiàn)狀及其在堆肥中的應用展望[J].微生物學通報，2004，31（2）：112-116.

[14] 李慧蓉.白腐真菌的研究進展[J].環(huán)境科學進展，1996，4（6）：69-77.

[15] Andre F， Jaime R， Juani ta F， et al. Biodegradation of Pinus radiate softwood by white- and brownrot fungi[J]. World Journal of Microbiology & Biotechnology2001， 17： 31-34.

[16] Pavel K， Alena K， J aroslav V， et al. Degradation of polychlorinated biphenyls by extracellular enzymes of Phanerochaete chrysosporium produced in a perforated plate bioreactor[J]. World Journal of Microbiology & Biotechnology1999， 15： 269-276.

[17] 吳涓，肖亞中，等.掛膜生長的白腐真菌處理草漿造紙黑液廢水[J].應用與環(huán)境生物學報.2004，10（3）：370～374.

[18] 李雪芝，趙健，等.白腐菌處理草漿造紙廢水研究[J].中國造紙學報，2005，20（1）：

88-91.

[19] 路忻，等.木質(zhì)素真菌降解造紙廢水的試驗研究[J].河南科學，2008，26（12）：

1550-1554.

[20] Munoc C. Laccase isoenzymes of Pleurotus eryngii：characterization，catalytic properties，and participation in activation of molecular oxygen and Mn2+oxidation [J].Appl Environ microbiol，1997，63：2166-2174.

[21] 林鹿，陳嘉翔，等.白腐菌對紙漿CEH漂白廢水的脫色、消除毒性和芳香化合物的降解[J].中國造紙學報，1996，11：69

[22] 謝益民，瞿方，等.制漿造紙廢水深度處理新技術與應用進展[J].中國造紙學報，2012，27（3）：56-61.

[23] 宋美靜.紙漿氯漂廢水的處理[J].纖維素科學與技術，1999，（2）：22- 25.

[24] Messner K，et al.Treatment of bleach plant effluents by the MYCOPOR system [M]. Biotechnology in pulp and paper manufacture Butterworth -Heninemann.1990： 245.

生物技術的進展范文第2篇

關鍵詞：計算機應用；中文信息處理；生物信息學；文本挖掘；信息抽??；機器學習

中圖分類號：TP391　文獻標識碼：A

1　引言

當前，生物醫(yī)學領域的研究正在飛速發(fā)展，大量的生物醫(yī)學知識以非結(jié)構(gòu)化的形式存在于各種形式的文本文件中。國際上生物醫(yī)學領域的權(quán)威數(shù)據(jù)庫MEDLINE(Medical Literature Analysis and Retrieval System Online)的文獻總數(shù)目前已達到1600萬篇，近年來年均發(fā)表文獻超過60萬篇。如何才能有效地利用這些文本中所蘊含的生物醫(yī)學知識無疑對分析海量的生物醫(yī)學數(shù)據(jù)是非常重要的。常用方法是通過關鍵詞在MEDUNE中或者互聯(lián)網(wǎng)上進行檢索，但是這只能從大量文檔集合中找到與用戶需求相關的文件列表，而不能從文本中直接獲取用戶感興趣的事實信息。因此，提供從大規(guī)模生物醫(yī)學文獻中自動獲取相關知識的有效工具是一項迫在眉睫的任務。

文本挖掘技術在文本知識自動獲取中起到了重要作用。文本挖掘通常包括信息檢索、信息抽取、數(shù)據(jù)挖掘三個步驟。其中信息檢索(Information Retrieval，IR)用于識別相關文本，信息抽取(Information Extraction，IE)用于識別實體、關系、事件等信息，數(shù)據(jù)挖掘(Data Mining，DM)則從結(jié)構(gòu)化信息中識別出相互間的關聯(lián)。生物醫(yī)學文本挖掘的研究重點主要由信息抽取和數(shù)據(jù)挖掘兩方面的研究組成。具體來說，包括生物醫(yī)學領域命名實體識別、同義詞和縮寫詞識別、關系抽取、利用推理進行關系抽取的假設生成、文本分類以及上述工作的集成框架等。該領域研究的主要方法是通用的機器學習方法、領域知識、面向任務的前處理和后處理技術的相互結(jié)合。

文本挖掘在生物醫(yī)學領域中的應用，可以提高生物醫(yī)學信息建設和管理的效率。生物醫(yī)學數(shù)據(jù)庫的建設是最早推動生物醫(yī)學文本挖掘的動力。通過信息抽取技術可以建設以疾病診斷、藥物設計為目的的專用蛋白質(zhì)作用關系數(shù)據(jù)庫。例如建設特定疾病如乳腺癌、老年癡呆癥的蛋白質(zhì)作用關系相關數(shù)據(jù)庫。通過數(shù)據(jù)庫描述的蛋白質(zhì)作用網(wǎng)絡，將極大地有利于疾病診斷、藥物設計，促進相關生物醫(yī)學研究的進展。近年來文本挖掘技術在生物醫(yī)學領域中的應用多是通過挖掘文本發(fā)現(xiàn)生物學規(guī)律，例如基因、蛋白質(zhì)及其相互作用的關系，進而對大型生物醫(yī)學數(shù)據(jù)庫進行自動注釋。例如：現(xiàn)有研究成果已經(jīng)可以對蛋白質(zhì)數(shù)據(jù)庫加注功能關鍵詞，并利用這項功能發(fā)現(xiàn)大分子問的相互作用關系。使用標準詞匯對實驗數(shù)據(jù)統(tǒng)一標注，架起了生物醫(yī)學文獻與生物醫(yī)學實驗數(shù)據(jù)的橋梁。借助生物醫(yī)學文本挖掘技術進行數(shù)據(jù)標注的方法，廣泛應用在功能基因組學數(shù)據(jù)上。經(jīng)過人手工核對，正確的標注信息將賦予實驗數(shù)據(jù)，有效的文獻信息也將作為標注依據(jù)鏈接到實驗數(shù)據(jù)。

生物醫(yī)學文本挖掘的更大意義在于可以通過對文本分析研究幫助人們發(fā)現(xiàn)在文本中隱含的知識，從文獻中挖掘出來實驗假設和實驗建議，以便生物學家驗證得到新的科學發(fā)現(xiàn)，從而提高人們對生物醫(yī)學現(xiàn)象的認識。例如，運用分子生物學文獻的信息抽取技術來分析海量的生物醫(yī)學數(shù)據(jù)，可以幫助分子生物醫(yī)學專業(yè)人員理解分子生物學實驗數(shù)據(jù)，研究分析實驗結(jié)果。

生物醫(yī)學文本挖掘是生物信息學研究的分支之一，是生物學研究中不可缺少的環(huán)節(jié)，它匯集著具有不同專業(yè)背景研究者的共同努力，推動和促進了生物醫(yī)學的發(fā)展，對實現(xiàn)疾病的輔助診斷、預防和治療，新藥的輔助發(fā)現(xiàn)等起到了重要的作用，為人類對生命的探索做出了重要貢獻。生物醫(yī)學為文本挖掘技術提供了大量的驗證數(shù)據(jù)，對文本挖掘技術起到了反推動作用。這是一種跨學科性研究，涉及到自然語言處理、機器學習、生物信息學等方面的技術，非常具有挑戰(zhàn)性。目前，該研究領域吸引了來自計算語言學、生物信息學、機器學習等方面研究者的廣泛關注，本文側(cè)重介紹生物醫(yī)學命名實體識別、縮寫詞和同義詞識別、生物醫(yī)學實體關系抽取、建立相關資源以及技術評測等。

2　命名實體識別

生物醫(yī)學文本挖掘的基本任務之一是生物醫(yī)學命名實體識別(Biomedical Named：Entity Recognition，Biomedical NER)，其目的是從生物醫(yī)學文本集合中識別出指定類型的名稱，如蛋白質(zhì)、基因、核糖核酸、脫氧核糖核酸等。這是進一步抽取關系和其他潛在信息的關鍵步驟。

生物醫(yī)學領域的命名實體具有如下特點：新的命名實體不斷出現(xiàn)，目前并不存在一個完整的包含各種類型的生物醫(yī)學領域命名實體的詞典，所以簡單的文本匹配算法已經(jīng)失去了作用；很多生物醫(yī)學命名實體都是多詞短語，有些有前置修飾語，例如：activated B cell lines，有些名稱很長，例如：47kDa steroI regulatory element binding factor，這些特點給確定命名實體的邊界帶來了很大的困難；相同的詞或者短語可以表示不同類別的生物醫(yī)學命名實體，要依據(jù)上下文才能推斷出來，例如：IL－2既表示蛋白質(zhì)名稱，又表示DNA名稱；很多生物醫(yī)學命名實體擁有多個不同的書寫形式，例如：N－acetyl－cysreine，N－acetylcysteine，NAcetylCysteine等表示同一命名實體；很多生物醫(yī)學命名實體是用“and”或者“or”連接的并列結(jié)構(gòu)，它們共享同一個中心名詞，例如：91 and 84 kDa proteins，這樣的命名實體也很難正確識別；生物醫(yī)學命名實體還存在著嵌套現(xiàn)象，例如：＜PROTEIN＞＜DNA>kappa 3＜/DNA＞binding factor＜/PROTEIN＞，因此還要解決候選命名實體的重疊問題；縮寫詞占有較高的比例，例如：IFN，TPA等等。很多縮寫詞的形成是沒有規(guī)律可言的，并且縮寫詞還具有高度的歧義性，一般情況下，擴展形式比縮寫詞形式有更多的證據(jù)確定它的類別，縮寫詞形式和它的擴展形式相比更難分類。總之縮寫詞的識別很大程度上依賴于上下文，而不能依賴于現(xiàn)存的生物詞典。因此，生物醫(yī)學命名實體識別是富有挑戰(zhàn)性的一項研究。

目前，生物醫(yī)學命名實體識別的方法分為以下 三類：基于啟發(fā)式規(guī)則的方法，基于字典的方法和基于機器學習的方法?；谝?guī)則的方法需要耗費大量人力建立識別規(guī)則庫，而基于字典的方法存在著名稱沖突和覆蓋率受限的不足。目前研究的重點主要是基于機器學習的方法。

機器學習方法是從樣例數(shù)據(jù)集合中統(tǒng)計出相關特征和參數(shù)，以此建立識別模型。目前已經(jīng)有很多機器學習方法應用到生物醫(yī)學命名實體識別當中，如貝葉斯模型、隱馬爾可夫模型(HMM)、支持向量機(SVM)、條件隨機場(CRFs)、最大熵(ME)等。基于機器學習的方法依賴于大量的標注語料，因此所面臨的問題是如何獲得廉價的大量訓練數(shù)據(jù)。

支持向量機方法是一種比較有效的學習方法，已經(jīng)成功應用到自然語言處理的多項任務中。Ka－zama等應用支持向量機來識別生物醫(yī)學命名實體并使用GENIA語料作為訓練語料。Lee等提出了一種基于支持向量機和查找字典的兩階段生物醫(yī)學命名實體識別的方法，在第一階段，使用SVM分類器識別命名實體并且用簡單的字典查找作為后期處理來校正由SVM模型識別帶來的錯誤；在第二階段，把識別后的命名實體用SVM劃分成語義類。該方法把任務劃分成以上兩個子任務，能夠針對每一個任務選擇更相關的特征，選擇更為合適的分類方法，減輕了不平衡的類分配問題所產(chǎn)生的影響，提高了整體任務識別的精確率。AbGene系統(tǒng)是比較成功的生物醫(yī)學命名實體識別系統(tǒng)之一，曾被多個研究者作為命名實體識別組件用于關系抽取研究當中。該系統(tǒng)使用7 000個手工標注命名實體類別的句子作為貝葉斯模型的訓練語料，并采用手工統(tǒng)計規(guī)則作為后處理，同時使用命名實體所在的上下文來幫助校正識別錯誤。該系統(tǒng)達到了85.7％的精確率和66.7％的召回率。Chang等設計的GAPSCORE系統(tǒng)考慮到單詞的出現(xiàn)次數(shù)、詞形和上下文并以此為句子中每個詞分配一個得分，然后使用基于詞形和上下文等特征來訓練N－gram模型，具有高分的單詞更可能是基因和蛋白質(zhì)名稱。Zhou等人使用基于豐富特征集合的方法訓練隱馬爾可夫模型，他們在GENIA語料上獲得了66.5％的精確率和66.6％的召回率。Yi－Feng Lin等使用基于特征的最大熵模型并結(jié)合后處理過程，在分類為23個實體類別的genia語料上獲得了72.9％的精確率和71.1％的召回率。Tzong－h(huán)anTsai等使用條件隨機域模型結(jié)合豐富的特征集合和后處理過程在BIONLP2004測試語料上獲得了69.1％的精確率和71.3％的召回率。

近兩年來，生物醫(yī)學領域命名實體識別的研究不斷擴展和深入。一是命名實體識別擴展到新的語義類型，如臨床術語、化學名詞語義類等。二是各種新方法的應用，如自動構(gòu)建訓練語料的bootstrapping方法，多分類器結(jié)果的重新排序(reranking)方法等。此外還有嵌套命名實體識別。

目前性能最好的生物醫(yī)學領域NER系統(tǒng)的F測度已經(jīng)達到80％以上，但與通用領域NER結(jié)果(90％以上)還存在一定差距，還需要研究人員的進一步努力。

3　縮寫詞和同義詞的識別

很多生物醫(yī)學命名實體存在多個名稱和縮寫形式，因此必須有效地識別這些同義詞和縮寫詞，目前大部分研究工作都集中在未登錄的基因名同義詞和命名實體縮寫詞的識別上。

抽取生物醫(yī)學命名實體縮寫詞及其全稱形式，所用方法依賴于全稱和縮寫詞的接近程度。一般而言，全稱或者縮寫詞通常在括號里，因此，識別縮寫詞被簡化為尋找最佳的縮寫詞和對應全稱的對齊過程，這樣的對齊過程在很大程度上依賴于上下文。

大部分縮寫詞的識別方法屬于以下三種方法之一：首字母匹配法、首字母和其他字母匹配法、特定模式匹配法。首字母匹配法最簡單，即匹配縮寫詞每一個字母和周圍文本中若干詞的首字母。第二種方法是放寬條件，即允許匹配首字母之外的其他字母，這種方法一般使用啟發(fā)式規(guī)則進行識別。第三種方法是識別那些后面還添加一定模式的縮寫詞，這也需要手工建立一些規(guī)則。

Liu和Friedman在大量MEDLINE文本中統(tǒng)計縮寫詞和全稱的搭配，以此作為規(guī)則來檢測縮寫詞與全稱的配對，取得了96.3％的精確率和88.5％的召回率。在應用手工規(guī)則識別縮寫詞和全稱的研究中，Yu等獲得了95％的精確率和70％的召回率，Schwartz和Hearst在1000篇MEDLINE摘要的集合上識別與酵母有關的縮寫詞，獲得了96％的精確率和82％的召回率。Chang使用縮寫詞特征訓練邏輯回歸模型，并且用這些特征評價縮寫詞的候選全稱形式，在Medstract語料上獲得了80％的精確率和83％的召回率。就目前識別精度來看，在單篇文章中自動識別生物醫(yī)學縮寫詞和相應全稱的問題已經(jīng)基本解決，上述識別系統(tǒng)都取得了較高的精確率和召回率。今后的研究將把縮寫詞識別與其他文本挖掘任務結(jié)合，并應用到實際的生物醫(yī)學文本挖掘系統(tǒng)當中。

同義詞識別是建立一個能自動更新的同義詞詞表的基礎，具有重要的應用價值。雖然從在線數(shù)據(jù)庫中能獲得基因名稱的同義詞列表，但這些數(shù)據(jù)庫中多數(shù)為基因的正式名稱，因此相對于文獻中的實際基因名稱，其數(shù)據(jù)并不完整。為了建立出現(xiàn)在文獻中有代表性的基因和蛋白質(zhì)名稱同義詞列表，需要從生物醫(yī)學文本中自動抽取基因和蛋白質(zhì)名稱同義詞。

Yu等人結(jié)合了AbGene基因命名實體識別系統(tǒng)，采用統(tǒng)計方法、基于支持向量機的分類器、基于自動生成模式和手工生成規(guī)則等算法相結(jié)合，同義詞識別的召回率為80％，精確率為9％。Cohen采用自動模式抽取方法對MEDLINE摘要進行同義詞抽取，通過分析同義詞共現(xiàn)網(wǎng)絡結(jié)構(gòu)選取最佳同義詞模式，獲得的精確率為23％，召回率為21％，該系統(tǒng)可以根據(jù)文本中出現(xiàn)的詞間的明確邏輯關系來推斷它們是否為同義詞，與沒有類似推斷的系統(tǒng)相比，召回率提高了10％。

基因和蛋白質(zhì)名稱的同義詞抽取研究結(jié)果的精度普遍還較低，因此更具挑戰(zhàn)性。目前，一種新的基因蛋白質(zhì)名稱的標準化工作正在開展，其研究步驟是首先進行基因和蛋白質(zhì)名稱的識別，然后再進行基因名稱的規(guī)范化(Gene Name Normalization)。此外，使用Ontology方法用于同義詞識別也是最新的研究趨勢。

4　關系抽取

生物醫(yī)學文本中關系抽取的目的是從多個給定類型的命名實體如基因、蛋白質(zhì)和藥物名稱等當中檢測是否存在預先指定類型的關系，如蛋白質(zhì)之間的抑制關系，實體之間的從屬關系等。大多數(shù)生物醫(yī)學命名實體關系抽取系統(tǒng)主要抽取特定命名實體之間的二元關系，即兩類命名實體之間的關系。

生物醫(yī)學文本中的關系抽取還存在相當?shù)睦щy，主要原因包括：文本中陳述同一事實有多種不同的陳述方式；文本中并不僅僅是簡單的語法類型； 文本中包括很多未登錄命名實體；關系信息存在于多個句子之中；存在很多不能抽取出任何關系信息的句子。

目前生物醫(yī)學領域命名實體關系的抽取主要使用了以下方法：共現(xiàn)方法、關鍵詞方法、機器學習方法和自然語言處理方法。

共現(xiàn)方法認為離得越近的命名實體越可能相關，越經(jīng)常一起出現(xiàn)的命名實體越可能相關。PubGene系統(tǒng)使用共現(xiàn)方法建立了一個包含基因和基因交互關系的數(shù)據(jù)庫，實驗結(jié)果達到了60％的精確率和51％的召回率。當僅考慮出現(xiàn)在5篇或5篇以上文章中的基因?qū)﹃P系時，精確率上升到72％。還有研究者在同一個短語中或者同一個句子中查找共現(xiàn)的基因?qū)?。Ding等做了一項全面的量化研究實驗，發(fā)現(xiàn)用共現(xiàn)方法識別關系在同一摘要中得到的精確率為57％，召回率為100％；而在同一句子中精確率為64％，召回率為85％；在同一短語中精確率為74％，召回率為62％。

為了識別關系的類型，識別算法必須檢驗相關的信息。一種簡單的推斷方法是識別那些可以區(qū)分特定類型關系的關鍵詞或者短語，這就是關鍵詞方法，其具體應用是使用詞模式。在此方法中，研究者給出了一些生物醫(yī)學命名實體模式和區(qū)分特定類型關系的常用詞。這些模式通常比較簡單，不需要更多的詞性信息或者復雜的語義信息，如＜protein A＞＜action＞＜proteinB＞，這里的＜action＞是由14個詞及其變體組成的詞表；Ono等的方法中則使用了20個模式。

在基于機器學習方法的關系識別中，把句子中的關系共現(xiàn)表示成向量空間模型，然后使用分類器給句子中可能存在的關系打分。Eskin和Agichtein使用SVM算法和基因序列kernel來預測蛋白質(zhì)在細胞質(zhì)中的位置，其性能達到87％的精確率和71％的召回率；而預測蛋白質(zhì)在過氧化物酶體中的位置，其精確率為44％，召回率為21％。JuanXiao等使用基于特征的最大熵模型識別蛋白質(zhì)的交互作用關系(Protein－Protein Interaction，PPI)獲得了88.0％的精確率和93.9％的召回率。Ameet SoniC343使用條件隨機域模型識別PPI并和基于規(guī)則的系統(tǒng)作了對比，實驗證明基于CRFs的系統(tǒng)比基于規(guī)則的系統(tǒng)識別性能有很大的提高。

用于關系抽取的自然處理方法一般要使用領域Ontology和句法結(jié)構(gòu)分析。簡單的方法可以只考慮詞性，如在識別蛋白質(zhì)和蛋白質(zhì)的關系中，句子中的蛋白質(zhì)名稱都必須是名詞。Thomas等僅使用詞性作為是否存在關系的評分標準。句法分析器是生物醫(yī)學文本中進行關系抽取的有利工具。如使用淺層句法分析器(Shallow Parser)確定已知動詞的主語和賓語，使用完全句法分析器(Full Parser)確定句子中所有組成部分的關系。Park等使用句法分析器，使關系抽取結(jié)果達到了80％的精確率和48％的召回率。Zhongmin Shi等使用統(tǒng)計句法分析技術同時識別生物醫(yī)學命名實體及其間的功能關系，通過使用有噪音標注數(shù)據(jù)的半指導學習方法獲得了83.2％的F測度值。

Stephens等提出了使用向量空間模型從文本中識別基因?qū)﹃P系及其共現(xiàn)強度的方法，使用了TF－IDF計算公式和用戶定義的閾值來挖掘命名實體之間的關系。文獻中提出一種無指導的關系抽取方法，該方法使用了類似于互聯(lián)網(wǎng)頁面重要性評價HITS算法的思想，稱為基于圖的交互增強方法。

5　語料庫建設和領域本體知識庫

統(tǒng)計機器學習方法需要大量的已標注文本數(shù)據(jù)作為學習器的訓練語料，所以，生物醫(yī)學文獻語料庫的標注成為相關研究的基礎。生物醫(yī)學文本標注的內(nèi)容主要包括命名實體、命名實體關系。目前國際上可以公開獲取的生物醫(yī)學文本挖掘的標注語料庫有：GENIA語料庫、GENETAG語料庫(也是BioCreAtlve Task 1A的評測語料)、Medstract語料庫、Yapex語料庫、Protein Design Group(PDG)語料庫和University of Wisconsin語料庫等。表1中列出了每個語料的發(fā)行時間，語料內(nèi)容的切分單位(以句子或摘要為單位)，語料的大小(以詞為單位)。表2中列出了各個語料可以應用的文本挖掘任務。

GENIA語料庫是標注規(guī)模最大、語義分類最多、應用最廣泛的標注語料庫。該語料庫標注包括詞切分、句子切分、詞性標注。語料中標注了關于人類血細胞轉(zhuǎn)錄因子領域的基因和基因產(chǎn)物命名實體，由2000篇MEDLINE摘要組成，共有18545個句子，39373個命名實體，36個語義類。它也是JNLPBA語料庫的母語料庫。需要指出的是：PDG和Wisconsin語料庫中只列出所包含的命名實體，但沒有指出所在文本中的位置，無法實現(xiàn)正確的評價，因此較難應用于一般的命名實體識別任務。Medstraet是這些語料中唯一有指代消解標注的，并且給出了縮寫詞的擴展形式。

上述語料庫的原始語料皆出自國際權(quán)威的生物醫(yī)學數(shù)據(jù)庫MEDLINE，信息檢索和文本挖掘研究主要集中在該數(shù)據(jù)庫上。MEDLINE中生物醫(yī)學文獻數(shù)量目前已超過1 600萬篇文獻，其中超過300萬篇文獻是近5年內(nèi)出版的。美國國立醫(yī)學圖書館的Entrez－PubMed提供了免費的MEDLINE檢索服務，是世界最著名和使用最廣泛的MEDLINE網(wǎng)上檢索系統(tǒng)，于1995年7月推出，已經(jīng)成為科研人員獲取醫(yī)學文獻信息的首選。PubMed提供了主題詞檢索和自由詞檢索。

MeSH(Medical Subject Headings)是美國國家醫(yī)學圖書館(NLM)用以分析生物醫(yī)學期刊文獻等資源的主題內(nèi)容的控制語匯表，也是NLM出版的MEDLINE數(shù)據(jù)庫主題檢索的索引詞典。MeSH由22 995個主標題(Descriptors，main headings)組成，分為15個層次。MeSH主標題層級結(jié)構(gòu)安排的目的是為信息檢索提供服務。生物信息學中最具有權(quán)威性的本體論是基因本體論(Gene Ontology，GO)，由基因本體論協(xié)會建立。其目標是建立一套結(jié)構(gòu)化的、精確定義的、通用的控制性詞匯，使其在任何生物體內(nèi)都能描述基因和基因的產(chǎn)物所表現(xiàn)的角色。GO構(gòu)建了3個相對獨立的本體，即生物過程(Biological Process)、分子功能(Molecular Function)和細胞成分(Cell)，它們是基因和基因產(chǎn)物的所有屬性。

6　評測會議和相關學術會議

文本信息處理技術的評價通常包含兩個部分：標準的評測數(shù)據(jù)集和評價標準。標準評測數(shù)據(jù)集一般由領域?qū)＜彝ㄟ^手工標注相關文本來獲得，這樣的數(shù)據(jù)集通常稱為金標準(Golden Standard)。其中比較流行的金標準語料庫是GENIA語料庫。將 自動識別結(jié)果與標準數(shù)據(jù)集相比較，就可以評價某個文本挖掘技術目前所達到的水平。

生物醫(yī)學文本挖掘評價標準與通常的文本挖掘評價標準類似，也是由精確率(Precision)，召回率(Recall)和F測度(F－score)來評價的。

近年來出現(xiàn)了很多公開評測生物醫(yī)學文本挖掘算法的國際會議，對本領域研究的發(fā)展起到了重要推動作用。表3列出了當前國際上主要的評測會議。

在近年來舉行的競賽和評測中，最有影響力的是TREC Genomics Track，該評測由美國國家技術標準局(National Institute of Standards andTechnology)支持。Genomics Track從2003年開始，以后每年一次，評測任務主要為分子生物學領域的文本檢索和分類。2004年有29個研究組參加，2005年有41個研究組參加。我國大陸有復旦大學、清華大學、大連大學等幾家單位先后參加這兩屆評測。

JNLPBA/BioNLP 2004(Joint Workshop onNatural Language Processing in Biomedicine andits Applications)評測是與國際計算語言學會議同時召開的研討會，其主要評測任務是生物醫(yī)學命名實體識別，共有八個參賽系統(tǒng)參加評測。BioNLP 2007的評測任務是臨床醫(yī)學文本多標記分類，共有50個參賽系統(tǒng)參加評測。BioCreAtlve(Critical AssEssment of Information Extractionsystems in Biology)也是一個重要的生物醫(yī)學文本挖掘評測會議，由西班牙國家癌癥研究中心CNIO、美國MITRE公司、美國生物技術信息中心NCBI等5個機構(gòu)負責組織。該評測包括兩個任務：其一是識別文本中的基因和蛋白質(zhì)名稱，除了識別命名實體外，各參評系統(tǒng)還要識別出這些命名實體的同義詞；其二是用GeneOntology codes注釋蛋白質(zhì)，識別出蛋白質(zhì)的功能。目前該評測已經(jīng)舉行了兩屆，2004年評測包括多種文本挖掘任務，共有10個國家的27個研究組參加了此次評測。2006年評測的總結(jié)會議在ACL2007上進行。

KDD(Knowledge Discovery and Data Mining)挑戰(zhàn)杯是一個公開評測數(shù)據(jù)挖掘算法的競賽。盡管KDD的傳統(tǒng)任務既和文本無關也和生物醫(yī)學領域應用無關，但是從2002年已經(jīng)開始了生物醫(yī)學文本挖掘任務的評測，這也是最早的關于生物醫(yī)學文本挖掘的評測。KDD競賽包括兩部分：第一部分是識別基因功能；第二部分是預測基因?qū)π盘杺鬏斅窂降挠绊?。第二個任務可以作為一個統(tǒng)計分類問題來處理，其中涉及到基因功能信息、蛋白質(zhì)定位以及蛋白質(zhì)交互等。參賽者所建立的系統(tǒng)用來幫助FlyBase數(shù)據(jù)庫管理。

生物醫(yī)學文本挖掘是一個跨學科的交叉領域，自然語言處理、生物信息學、機器學習領域都召開了關于這個主題的學術研討會(Workshop)，在自然語言處理領域已經(jīng)發(fā)展成為一個相對獨立的研究分支。表4給出了各領域中相關學術會議情況。2000年以來，國際計算語言學界的兩個主要學術會議ACL(Annual Meeting of the Association for Computational Linguistics)和COLING(InternationalConference on Computational Linguistics)的每屆會議都有相關文章發(fā)表；從2003年起，每屆會議均設有一個相關主題研討會(Workshop)。生物信息學領域與生物醫(yī)學文本挖掘相關的學術會議主要有從1996年開始每年一月在夏威夷舉行的Pacific Symposium on Biocomputing(PSB)會議和始于1993年Intelligent Systems in MolecularBiology(ISMB)年度會議。從PSB2000開始，該會議幾乎每屆都把文本挖掘作為會議主題之一；PSB2007則提出了“New Frontiers in BiomedicalText Mining”的主題。和PSB差不多同時，ISMB也在每屆會議發(fā)表了這方面的文章，并且近幾年把文本挖掘和信息抽取列為會議主題之一。國際生物信息學雜志Bioinformatics近年來開辟了數(shù)據(jù)和文本挖掘?qū)?，每期均有此類文章發(fā)表。

國際機器學習研究領域也對生物醫(yī)學文本挖掘表現(xiàn)了很大興趣，2005年國際機器學會ICML(International Conference on Machine Learning)的一個Workshop是LLL05(Learning Language inLogic)，其主題為：Challenge task：Extracting Relations from Bio－medieal Texts。會議為關系抽取提供了訓練和測試語料、評測程序，有5個國家的6個研究小組參加了評測。

7　國內(nèi)相關研究

目前國內(nèi)在生物醫(yī)學文本挖掘領域的研究相對還比較少，主要有清華大學和哈爾濱工業(yè)大學，均取得了一定成果。清華大學研究者在蛋白質(zhì)關系抽取方面做了深入研究，其主要工作包括：基于動態(tài)規(guī)劃算法的模式匹配方法，用于抽取蛋白質(zhì)交互作用關系，取得了80％的召回率和精確率；在此基礎上采用最小描述長度原理進行模式優(yōu)化，進一步提高了抽取精度。他們還將模式匹配與淺層句法分析結(jié)合起來，通過句法和語義約束，很好地識別了生物醫(yī)學文本中的同位和并列句，將原模式匹配方法的精確率和F測度提高了7％。哈工大研究人員主要致力于生物醫(yī)學命名實體識別和關系的識別的研究，先后嘗試了多種機器學習方法。先后應用SVM算法、Generalized Winnow、CRF等方法進行命名實體識別，在實現(xiàn)中選擇了豐富特征并結(jié)合后處理過程，在相同測試集上取得了優(yōu)于國際同類研究的結(jié)果。目前，他們在綜合多種統(tǒng)計學習方法進行多分類器融合的研究上取得了一定的成果，進一步提高了生物醫(yī)學命名實體識別的精確率和召回率。在關系識別的研究上主要應用基于特征的機器學習方法并取得了一定的成果。

8　結(jié)論與展望

生物技術的進展范文第3篇

20世紀60年代，AO學派推崇切開復位內(nèi)固定技術治療骨折，逐步替代了早期的石膏外固定和牽引固定等保守治療方案，王俊芳等［2］提出AO治療的基本原則:(1)強調(diào)解剖對位，尤其是關節(jié)內(nèi)骨折;(2)堅強內(nèi)固定;(3)無創(chuàng)操作以保護骨折端及周圍組織血運;(4)早期、主動、無痛的肌肉及關節(jié)功能活動。AO技術將骨折治療帶入機械力學手術時期，加壓鋼板和擴髓三葉形髓內(nèi)釘?shù)某霈F(xiàn)帶來了精確地復位和早期康復訓練，使許多復雜長骨骨折得以一期愈合，AO技術發(fā)展成為從理論、原則到方法、器材相對完整的治療體系，成為骨折治療的經(jīng)典手段之一。在長期臨床實踐中，AO技術的缺陷也逐漸暴露出來，解剖學復位的追求帶來骨折端骨膜和軟組織的廣泛剝離，血運的破壞影響了骨折愈合，與無創(chuàng)操作保護骨折端血運的原則存在矛盾，內(nèi)固定材料與骨質(zhì)的密切接觸產(chǎn)生應力遮擋效應，帶來骨質(zhì)疏松、骨吸收等問題，產(chǎn)生相對較高的感染、骨折不愈合、再骨折發(fā)生率［3］。針對AO技術過度追求力學穩(wěn)定性的弊端，20世紀90年代開始，Gerber、Palmar等學者提出了BO的治療概念，在骨折治療中強調(diào)骨的生物學特性，注意保護骨折端血運。其治療原則為:(1)于遠離骨折部位進行閉合復位和功能復位，除關節(jié)面外強調(diào)間接復位，不以犧牲骨折部血運追求直視下的解剖復位，保護骨折部骨膜等軟組織的附著;(2)使用生物相容性好、低彈性模量的內(nèi)固定器械，縮小內(nèi)固定器械與骨皮質(zhì)或髓質(zhì)的接觸面積，允許骨折斷端間的微動以促進骨痂形成;(3)通過微創(chuàng)技術將醫(yī)源性創(chuàng)傷減少到最小，盡可能地縮短手術暴露時間［4］。在BO原則下，骨折通過繼發(fā)性骨痂形成達到二期愈合，BO技術是對AO技術的補充和完善，對于涉及關節(jié)面的長骨骨折，仍強調(diào)直視下的解剖復位和堅強固定，以減少創(chuàng)傷性關節(jié)炎等并發(fā)癥的發(fā)生。在BO原則的指導下，間接復位技術、微創(chuàng)鋼板內(nèi)固定(MIPO)技術及帶鎖髓內(nèi)釘固定技術逐步成為目前長骨骨折治療的主流，在臨床得到廣泛應用。

2技術和方法

2.1間接復位技術

解剖學研究表明，骨折發(fā)生后，長骨骨髓腔的血供被完全破壞，骨折部位的骨組織只能從骨膜和周圍軟組織獲取營養(yǎng)，AO技術的解剖學復位和骨膜下剝離進一步破壞了骨折部的血運，而血運損害是導致骨折術后感染、愈合延遲及骨不連的主要原因［5］。1989年有研究提出了骨折間接復位技術。作為骨折微創(chuàng)治療原則的重要組成部分，間接復位主張在遠離骨折部位利用軟組織的牽引進行閉合復位，盡可能地保護骨折局部的血液循環(huán)［6］。間接復位避免了AO技術復位時骨折端的直接暴露和骨膜下分離，保護了骨折端的血運和骨折碎片的活力。在四肢長骨骨折的具體操作中，借助于手法或牽引器的牽引，利用骨膜和周圍軟組織的擠壓，使骨折端復位，不強求骨折部的解剖復位，對較大的骨折碎片可利用帶尖的復位鉗幫助并維持復位，在間接復位過程中需利用術中X線觀察骨干的長度、軸線及旋轉(zhuǎn)移位情況。張全玉等［7］將間接復位技術應用于股骨髁上粉碎性骨折，認為其可最大限度地減少對骨折部血運的干擾。賈晉輝等［8］研究認為間接復位技術的關鍵在于保持骨膜、骨折碎片和軟組織之間的附著，復位的動力來自于軟組織和骨膜。由于復位是在閉合和微創(chuàng)條件下進行，復位的效果依賴于術者的經(jīng)驗，需借助術中X線檢查反復調(diào)整才能完成。手術醫(yī)師和患者均需承受一定量的X線輻射。四肢長骨骨折的旋轉(zhuǎn)復位在間接復位技術中存在一定困難，多采用原始的體表骨性標志作為復位參考，且缺乏可靠的術中復位穩(wěn)定及維持裝置，因而術后存在旋轉(zhuǎn)畸形和肢體成角。Kregor等［9］應用LISS鋼板治療股骨遠端骨折，103例患者中外旋畸形2例，矢狀片成角畸形3例，說明間接復位技術仍需要進一步完善。

2.2交鎖髓內(nèi)釘固定術

相對于鋼板的偏心式固定，交鎖髓內(nèi)釘?shù)摹爸醒霊Ψ窒怼笔捷S向固定更符合生物學特點，在四肢長骨骨折治療中發(fā)展極為迅速。借助于C臂X線機和牽引裝置，首先對長骨骨折進行間接閉合復位，只要求恢復骨干的長度、力線和旋轉(zhuǎn)，將主釘置入髓腔，交鎖釘固定于遠離骨折部的長骨兩端，避免了對骨折區(qū)血運和軟組織的破壞。目前更傾向于置入不需擴髓、直徑較小的可屈性髓內(nèi)釘，主釘在髓腔內(nèi)被彈性彎曲而產(chǎn)生“彈性三點固定”。采用交鎖髓內(nèi)釘固定術具有長骨骨痂生長迅速、術后并發(fā)癥較少的優(yōu)點，更加符合微創(chuàng)、生物學固定模式。胡野等［10］采用交鎖髓內(nèi)釘內(nèi)固定術治療股骨干骨折20例，與采用鎖定加壓鋼板內(nèi)固定術20例相比較，兩組在術中出血量、術后引流量及骨折愈合時間上具有顯著性差異，建議首選交鎖髓內(nèi)釘治療股骨干骨折。關浩［11］采用交鎖髓內(nèi)釘治療脛骨骨折術后再骨折，在手術時間、術中出血量和骨折愈合時間等方面明顯優(yōu)于鋼板螺釘內(nèi)固定術組。閔競等［12］研究認為交鎖髓內(nèi)釘早期動力化治療可對下肢骨折起到較好的治療效果。

2.3MIPO鋼板內(nèi)固定術

在關節(jié)內(nèi)骨折及特殊解剖部位的四肢長骨骨折治療中具有不可替代的地位，其優(yōu)勢在于植入物可協(xié)助骨折復位。MIPO是以BO為基礎發(fā)展起來的骨折治療方法，在遠離骨折區(qū)的骨干兩端作小切口，在肌肉下骨膜外鈍性建立鋼板隧道，間接復位后行螺絲釘固定，由于鋼板跨越了骨折斷端，減輕了對骨折部軟組織和血運的損傷，通過載荷分散避免了內(nèi)固定斷裂。有限接觸接骨板、橋接接骨板、點狀接觸接骨板等通過減少內(nèi)固定器材與骨皮質(zhì)的接觸面積，顯著減輕了對骨膜血管網(wǎng)的損傷，避免了內(nèi)固定器材下骨質(zhì)疏松的發(fā)生，有利于骨折愈合。不銹鋼或鈦制成的內(nèi)固定器材既可用于彈性固定，又可用于堅強固定。陳兵乾等［13］采用MIPO治療肱內(nèi)外科頸骨折24例，認為MIPO具有軟組織損傷小、成角固定穩(wěn)定、骨折愈合快等優(yōu)勢。植致敏等［14］研究表明，應用MIPO技術結(jié)合鎖定加壓鋼板治療脛骨遠端骨折特別是粉碎性骨折，能最大限度地保護骨折端血供，促進骨折愈合。張英等［15］研究表明，采用經(jīng)皮微創(chuàng)鋼板內(nèi)固定技術結(jié)合鎖定鋼板治療股骨遠端粉碎性骨折膝關節(jié)功能恢復較好。

2.4組合式固定技術

四肢長骨受到高能創(chuàng)傷時易導致粉碎性、開放性骨折，伴有肢體軟組織的廣泛損傷，對骨折的固定既要達到機械力學上的穩(wěn)定，又要注重骨及軟組織的血液供應，組合式固定技術是應用兩種或以上創(chuàng)傷小的生物學固定技術，兼顧各自的優(yōu)缺點，更加有效地以BO模式固定骨折。例如在復雜的脛骨粉碎性骨折治療中，應用拉力螺釘或MIPO固定諸多碎骨塊，再采用外固定架輔助固定，此方法吸收了內(nèi)外固定的優(yōu)缺點，骨折區(qū)小切口有限切開，置入體積更小的內(nèi)固定物，達到了理想的彈性固定，可通過調(diào)整固定系統(tǒng)的力學性能達到對位矯形的目的，同時達到機械力學穩(wěn)定和保護骨生物學特性的雙重目的。目前多用于下肢粉碎性骨折的治療。趙烽等［16］采用橋接組合式內(nèi)固定治療股骨骨折，固定系統(tǒng)集MIPO、髓內(nèi)釘和外固定架優(yōu)點于一身，具有抗旋、抗剪和抗彎的作用，在骨折愈合各階段實現(xiàn)了動力化固定，保護了骨折斷端的血液循環(huán)，避免了固定物產(chǎn)生的應用遮擋和集中，促進了股骨斷端的骨折愈合。刁天華等［17］認為橋接組合式內(nèi)固定系統(tǒng)應用于肱骨和脛骨骨折符合BO原則，可作為長管狀骨骨折的有效治療手段。劉會仁等［18］應用組合式外固定器結(jié)合內(nèi)固定加植骨治療橈骨遠端粉碎性骨折取得良好治療效果，對關節(jié)軟骨的修復起到積極作用。

3總結(jié)與展望

生物技術的進展范文第4篇

關鍵詞：櫸樹；生物學特性；繁殖；栽培

中圖分類號 S79 文獻標識碼 A 文章編號 1007-7731（2017）11-0122-03

Advances in Biological Characteristics and Propagation of Zelkova schneideriana

Wang Xiaoli1 et al.

（1Teaching and Research Room of Garden，School of Civil Engineering，Suqian College，Suqian 223800，China）

Abstract：Zelkova schneideriana is a wide range of broadleaf timber species，often used in landscaping，is China's key protection of one of the endangered plants. In this paper，the latest progress of the recent research on beech was summarized from the aspects of morphological characteristics，biological characteristics，natural distribution，seed propagation，cutting propagation technology，graft propagation，tissue culture，propagation and cultivation techniques of Zelkova schneideriana species. And developing prospects were also outlined.

Key words：Zelkova schneideriana；Biological Characteristics；Propagation；Cultivation

問鰨Zelkova schneideriana），又被稱作大葉櫸、紅櫸、黃櫸、毛脈櫸等，屬于榆科（Ulmaceae）櫸樹屬（Zelkova）植物，是我國特有植物物種資源，國家重點保護二級植物[1]。櫸樹作為亞熱帶常綠闊葉林的組成樹種，在生態(tài)環(huán)境的保護與維持具有十分重要的作用[2]。因其株形高大、枝干優(yōu)美，豐富的葉色變化，櫸樹是優(yōu)良的園林觀賞樹種[3]。木材致密、堅硬，質(zhì)感美觀，是家具、裝飾物品等上好的用材原料[4]。近年來，由于環(huán)境不斷遭到破壞以及櫸樹林木資源的過度采伐，櫸樹野生資源已經(jīng)非常稀缺，因此對于櫸樹的保護、開發(fā)、利用顯得尤為重要[5]。本文總結(jié)了櫸樹的生物學特性、櫸樹在國內(nèi)的自然分布、繁殖培育技術等研究現(xiàn)狀，為進一步研究、開發(fā)、利用櫸樹資源提供指導。

1 櫸樹的生物學特性及自然分布

1.1 植物學特征 櫸樹為落葉喬木或小灌木，植株高大，樹皮灰色而且光滑，呈現(xiàn)鱗片狀剝落。櫸樹葉片為單葉，交互著生，葉片較厚，葉形為卵形、橢圓形或披針形等，葉片表面比較粗糙，葉片邊緣有鋸齒，背面密生絨毛；有托葉，托葉離生，托葉披針形。雌雄同株，夾雜完全花。雄花生長在嫩枝下部的葉腋處，花被片4～5裂，雄蕊4～5枚；雌花或者為兩性花，花單生或數(shù)朵著生在上部葉腋內(nèi)，子房1心室，具2個花柱。果實為小核果，有宿存花被和花柱，種胚彎曲[6]。

1.2 櫸樹的生理、生化特性 櫸樹喜愛光照，適于在氣候溫暖、濕潤、土壤肥沃的環(huán)境下生長。沈建軍等對櫸樹幼苗的生長發(fā)育規(guī)律進行研究，結(jié)果發(fā)現(xiàn)：櫸樹幼苗生長發(fā)育規(guī)律，基本符合典型的植物“快-慢-快”的生長模式，在年凈生長量中，1―7月逐漸遞增，8月份最大，以后逐漸遞減，直至停止[7]。張日清等對櫸樹實生苗生長狀況與植株四種內(nèi)源激素的關系進行了分析，發(fā)現(xiàn)吲哚乙酸、玉米素、赤霉素和脫落酸四種激素在年周期上，處在不斷的變化中，脫落酸和赤霉素，吲哚乙酸和玉米素含量的比值呈現(xiàn)“高-低-高”的變動規(guī)律，一年中，櫸樹出現(xiàn)兩個生長高峰，分別在5月份和8月份[8]。張日清的這一結(jié)果和沈建軍的研究結(jié)果相一致。通過對櫸樹在生長季節(jié)中日光合速率研究發(fā)現(xiàn)，櫸樹也存在著光合午休現(xiàn)象，上午08：00左右為第1個光合高峰，為全天凈光合速率的最高峰。以后有所下降，13：00左右，光合速率有所下降，直至達到最低點，然后又有所升高，但第二個高峰不及早上08：00光合速率的水平。櫸樹雖然存在光合午休現(xiàn)象，但櫸樹日凈光合速率水平很高，平均為8.99μmolCO2/（m2?s），表明櫸樹光合能力較強，同化速度快，外在表現(xiàn)是櫸樹具有有較快的生長性[9]。某些植物可以耐受一定量NaCl鹽的脅迫，原因在于植物本身具有強大的抗氧化系統(tǒng)，通過調(diào)節(jié)抗氧化系統(tǒng)的各種酶活性，來抵御外界的不良環(huán)境。櫸樹幼苗也可以通過增加SOD，POD等的抗氧化酶的活性，來降低鹽脅迫產(chǎn)生的影響。低鹽處理下，植株生長正常，隨著NaCl濃度的升高以及脅迫時間的延長，死亡率逐漸提高，抗氧化系統(tǒng)酶活性也減弱[10]。但研究發(fā)現(xiàn)，櫸樹種子萌發(fā)時對NaCl脅迫較為敏感[11]。曹嫻等對同一區(qū)域內(nèi)的23株櫸樹，根據(jù)櫸樹葉片顏色的差異，利用簡單序列重復區(qū)的DNA序列進行分子標記，分析櫸樹遺傳差異，結(jié)果發(fā)現(xiàn)，櫸樹有較高的遺傳多樣性，從而櫸樹進化研究和人工選擇培育櫸樹資源在遺傳背景上提供了基礎[12]。

1.3 分布范圍 櫸樹在我國主要分布在華中至西南以東廣泛地區(qū)[13]，在我國大部分省均有分布等[14]。

2 櫸樹的繁殖技術

2.1 種子繁殖技術

2.1.1 采集 以健壯樹作為母樹進行采種。采種時間一般為10月中下旬，種子采后，去雜質(zhì)，在室內(nèi)自然陰干[15]。櫸樹種子采收后，當年很難萌發(fā)。研究發(fā)現(xiàn)種子有休眠?，F(xiàn)發(fā)現(xiàn)用濕沙和種子混勻，用塑料袋包裝置于低溫下進行層積處理，貯藏至第二年春季3月播種，則發(fā)芽率可提高4～5倍[16]。

2.1.2 預處理與播種 櫸樹種子處理有助于萌發(fā)。濕沙低溫貯藏再結(jié)合赤霉素浸泡處理，效果更好，發(fā)芽率則提高到61.67%[17]。播種（南方）以雨水至驚蟄時節(jié)當氣溫升至12℃以上，地表溫度在10℃時為最好。加磷肥拌種，一般采用條播（條距25cm）的方式。

2.2 扦插技術 櫸樹現(xiàn)無性繁殖的主要方式是扦插繁殖，以沙子與黃心土（體積比1∶4）混合物作為扦插基質(zhì)，扦插時間一年可兩次，分別為3月和9月。扦插選材以生長健壯的直立、嫩枝為宜。插穗截好后，可用適當濃度生根粉浸泡插穗下部以促使生根。扦插后覆膜、保溫、遮陽，定期澆水，定期檢查生根情況[18]。有學者研究發(fā)現(xiàn)，櫸樹扦插插穗選擇以選用直徑大于0.8cm的枝條為宜，下切口適當浸泡ABT，扦插季節(jié)以春季最好，生根率高[19]。張春桃等發(fā)現(xiàn)扦插選材與母樹樹齡相關，隨著母樹樹齡增加，扦插生根率明顯下降，扦插的采穗母樹以幼齡樹為好[20]。

2.3 嫁接技術 嫁接砧木以1～2年生白榆實生苗為宜、白榆地徑在1.5～2cm。櫸樹接穗以選擇1～2年生的嫩枝。櫸樹嫁接可分為枝接和芽接。枝接在每年的4月進行，嫁接時間過早會導致成活率較低，嫁接時間過遲則會影響新梢的生長發(fā)育，所以要把握好嫁接時間。枝條嫁接法可以采用劈接法、皮下接法。應用芽嫁接一般在集中在每年7月下旬到8月中旬進行，用方塊形芽接后，綁扎好，使接穗芽部的內(nèi)皮層與砧木密接，有利于接穗和砧木之間的物質(zhì)交流與愈合，提高嫁接成活率[21]。

2.4 組織培養(yǎng)研究 組織培養(yǎng)技術是植物快速繁殖的有效手段。鐘飛霞通過種子萌發(fā)小苗后的植株嫩莖、嫩葉作為接種材料，結(jié)果在WPM培養(yǎng)基上誘導出愈傷組織[22]。金曉玲等以一年生嫩枝作為誘導芽外植體，接種于MS基本培養(yǎng)基上，外加不同濃度與種類的外源激素進行培養(yǎng)，篩選出了誘導櫸樹芽萌發(fā)最佳培養(yǎng)基[23]。劉雪梅等以器官發(fā)生的途徑對櫸樹進行無性繁殖技術試驗，發(fā)現(xiàn)適合不定芽誘導的培養(yǎng)基為MS基本培養(yǎng)基，外加一定濃度的BA[24]；劉海龍等研究櫸樹葉片器官再生植株技術，以葉片作為材料，誘導愈傷組織，結(jié)果發(fā)現(xiàn)幼嫩葉片誘導愈傷組織最佳[25]。

3 栽培與管理養(yǎng)護

櫸樹在幼苗期生長迅速，1年生苗株高可達1.5m。立春前后栽植，移栽時穴施有機肥。適當密植，以培育通直干形苗木。經(jīng)間伐后，可以培育大苗[26]。沙壤土透氣性好，是適宜櫸樹生長的土壤條件。櫸樹的造林模式現(xiàn)多為櫸樹純樹林或同其他喬木的混交林[27]。大苗移栽宜在秋季落葉后進行，此時樹液流動減弱，生理活動微弱，抗性增強，較容易成活，移栽后加強管理養(yǎng)護也是提高成活率的有效手段[28]。

4 展望

櫸樹資源具有廣泛的用途，但現(xiàn)今由于各種因素的影響，櫸樹資源日趨枯竭。因此，今后應著重加強以下幾個方面的工作：（1）繼續(xù)加強櫸樹生物學特性基礎研究，進行櫸屬樹種遺傳多樣性的保護；（2）重點培育櫸樹新品種，建立櫸樹種質(zhì)資源庫。加強篩選株形美觀，葉色鮮艷的新品種。培育快速生長，品質(zhì)優(yōu)良的用材新品種；（3）加強櫸樹無性繁殖技術研究，建立櫸樹快速無性繁殖體系；（4）開展櫸屬生態(tài)系統(tǒng)效應研究，為提高經(jīng)濟和生態(tài)效益，走可持續(xù)發(fā)展之路奠定基礎。

參考文獻

[1]中國樹木志編委會.中國主要樹種造林技術（上冊）[M].北京：農(nóng)業(yè)出版社，1976：580-583.

[2]中國科學院中國植物志編輯委員會.中國植物志（第二十二卷）[M].北京：科學出版社，1999：382-386.

[3]茹雷鳴，張燕雯，姜衛(wèi)兵.櫸樹在園林綠化中的應用[J].廣東園林，2007（6）：50-52.

[4]江蘇省植物研究所.江蘇植物志：下冊[M].南京：江蘇科學技術出版社，1982：63-64.

[5]汪靈丹，張日清.櫸樹的研究進展[J].廣西林業(yè)科學，2005，34（4）：188-191.

[6]蔣華偉，姜紅衛(wèi)，李靜會，等.櫸樹的研究進展[J].江蘇林業(yè)科技，2012，39（5）：51-54.

[7]沈建軍，馮小燕，柏明娥，等.櫸樹溫室育苗試驗及苗期生長規(guī)律研究[J].山東林業(yè)科技，2012（1）：15-17.

[8]張日清，楊婕，金曉玲，等.櫸樹實生苗苗期內(nèi)源激素含量的動態(tài)變化[J].經(jīng)濟林研究，2011，29（4）：1-5.

[9]王旭軍，吳際友，唐水紅，等.紅櫸光合生理特性日變化規(guī)律[J].湖南林業(yè)科技，2012，39（1）：10-13.

[10]竇全琴，焦秀潔，張敏，等.土壤NaCl含量對櫸樹幼苗生理特性的影響[J].西北植物學報，2009，29（10）：2063-2069.

[11]焦秀潔，何開躍，竇全琴.NaCl脅迫對櫸樹種子萌發(fā)及幼苗生理指標的影響[J].林業(yè)科技開發(fā)，2009，23（4）：55-58.

[12]曹嫻，羅玉蘭，崔心紅，等.櫸樹遺傳變異分析及優(yōu)良單株選擇[J].上海交通大學學報：農(nóng)業(yè)科學版，2010，28 （6）：499-503.

[13]Chen C J，F(xiàn)u L K，Zelkova.In Chen H，Huang C J（eds.），Reipublicae Popularis Sinicae[M].Beijing：Science Press，1998，22：334-4l3.

[14]薩仁，蘇德畢力格.榆科櫸屬的植物地理學[J].云南植物研究，2003，25（2）：123-128.

[15]舒三洪，梅小華，謝祿山.櫸樹播種育苗技術[J].湖南林業(yè)科技，2013，40（6）：47-49.

[16]沈建軍，黃旭波，柏明娥，等.櫸樹種子形態(tài)特征與萌發(fā)特性研究[J].浙江林業(yè)科技，2011，31（6）：56-59.

[17]李鐵華，張偉，文仕知，等.貯藏溫度與時間對櫸樹種子活力及抗氧化特性的影響[J].中南林業(yè)科技大學學報，2012，32（9）：1-5.

[18]胡紅泉，崔同林.珍貴樹種櫸樹的生物學利用價值及繁育技術[J].安徽農(nóng)學通報，2011，17（15）：79-80.

[19]劉德良，張琴，陳志陽.櫸樹扦插繁殖試驗[J].中南林學院學報，2001，21（1）：93-94.

[20]張春桃，胡希軍，羅雪梅，等.櫸樹的扦插繁殖技術[J].經(jīng)濟林研究，2011，29（2）：108-110.

[21]奚釗，韋新和.櫸樹的繁殖技術[J].吉林農(nóng)業(yè)，2012，265（3）：165.

[22]鐘飛霞.櫸樹無性繁殖技術研究[D].長沙：中南林業(yè)科技大學，2010：33-35.

[23]金曉玲，何平，張日清.櫸樹莖尖的培養(yǎng)[J].中南林學院學報，2005，25（1）：38-41.

[24]劉雪梅，羅雪梅，王征，等.直接器官發(fā)生途徑的櫸樹微繁體系建立[J].湖南范大學自然科學學報，2014，37（2）：17-21.

[25]劉海龍，張日清，汪靈丹，等.櫸樹葉器官再生植株技術[J].廣西林業(yè)科，2013，42（3）：231-233.

[26]羅明芳，李家平，管朝華，等.櫸樹苗木培育技術[J].江蘇林業(yè)科技，2009，36（3）：38-39.

[27]何平，金曉玲，盛衛(wèi)平，等.立地條件和營林模式對櫸樹生長的影響[J].中南林業(yè)科技大學學報，2010，30（12）：11-16.

生物技術的進展范文第5篇

關鍵詞 高爾夫 揮桿 生物力學

高爾夫球運動是一項以球桿擊球入洞的體育運動，被公認為世界上可接觸時間最長、溫和而智能的運動。高爾夫球曾作為正式的比賽項目參加了1900年和1904年兩屆奧運會，1904年之后由于場地和水質(zhì)標準的限制，高爾夫球退出了奧運會的賽場。2009年國際奧委會宣布高爾夫球?qū)⒆鳛檎降谋荣愴椖炕貧w2016年里約熱內(nèi)盧奧運會，高爾夫回歸奧運會的決議無疑是對高爾夫球運動在全球發(fā)展的一次巨大的推動。揮桿技術是高爾夫球的基本動作，技術水平高低決定成敗，因此運用運動生物力學研究高爾夫球的揮桿技術將成為國內(nèi)外科研的重點之一。

一、高爾夫球揮桿技術運動生物力學研究現(xiàn)狀

國外學者利用紅外線捕捉、高速攝像等采集到的運動學數(shù)據(jù)進行分析，做成高爾夫自動分析軟件、模擬軟件，使技術動作得到極大的改進。我國對高爾夫球揮桿技術研究起步較晚。

（一）高爾夫球揮桿技術生物學分析

肌電是生物學研究的重要手段，肌電圖能夠分析人體完成運動動作時肌肉參與活動的強度、參與工作時間的順序及相互協(xié)作的關系。劉新明通過肌電測試儀和環(huán)節(jié)受力分析法進行實驗，對全揮桿技術動作肌肉工作特征進行了比較，得出全揮桿動作肌肉最大用力時刻的出現(xiàn)晚于擊球時刻。

（二）高爾夫球揮桿技術運動學分析

國內(nèi)對高爾夫揮桿技術運動學分析較為常用的是APAS艾利爾運動技術分析軟件及DLT生物力學三維錄像分析方法。張吾龍等[1]對我國高爾夫職業(yè)選手張連偉短推技術進行了分析，得出揮桿是由肩膀與兩臂做動作，上桿軌跡略帶弧度，下桿時擊球加速，左手引導下桿動作，右手在后輔助向前推。阮哲[3]通過對梁文沖等四名國際優(yōu)秀高爾夫選手的揮桿技術的三維錄像和解析，得出揮桿過程中髖關節(jié)率先啟動與加速，并引導肩部迅速向旗桿方向加速直至擊球瞬間，上肢關節(jié)完成類似鞭打動作擊球。車旭升等[6]對不同水平的高爾夫球員的木桿揮桿技術動作進行分析，得出高水平高爾夫球運動員的上、下桿揮桿節(jié)奏用時比例接近于80：20，擊球瞬間高水平球員的身體重心都非常接近原點。孫勝[5]運用三維技術動作分析系統(tǒng)對職業(yè)男子高爾夫運動員的推桿技術動作進行了研究，進而揭示推桿頭部在時間和空間上整個動作沒有像鐘擺一樣擺動，但像鐘擺一樣有節(jié)奏的擺動推桿的訓練會有很大幫助。李淑媛等[9]對男子高爾夫運動員全揮一號木桿技術動作進行信息采集、量化分析：以最大桿頭線速度高低劃分組別，得出各組上桿階段用時都在1s左右；下桿階段高速組比低速組用時更短；高速組上桿過程中，保持右膝關節(jié)角基本不變，而低速組則呈現(xiàn)增大趨勢；高速組軀干角由瞄球準備到擊球幾乎保持不變。毛建勛[8]利用二維攝像法和人體錄像解析系統(tǒng)對一名高爾夫教練揮桿動作進行了正面的定點拍攝，對所得運動參數(shù)進行量化與分析，得出揮桿時要放松肌肉，揮桿時肩部以及揮臂的力量要與轉(zhuǎn)體的力量保持平衡狀態(tài)；下桿擊球時手腕的力量要保留到最后再進行釋放。

（三）高爾夫球揮桿技術動力學分析

目前應用于動力學參數(shù)的測量手段主要有三維測力臺。葉強等[4]對技術定型期球手進行試驗，得出上桿初期、后期和下桿初期時間比為7：6：3，通過使用壓力板觀測擊球過程中重量轉(zhuǎn)移的變化，得出桿頂點時刻雙足維持均衡，身體扭轉(zhuǎn)相對更充分。

（四）高爾夫揮桿技術運動生物力學理論分析

李睿[2]用運動生物力學的碰撞理論和鞭打原理糾正了揮桿擊球中的技術錯誤，得出高爾夫球的擊打特點：擊球時桿頭速度越大，給予球的初速度越大。揮桿時手臂擺動若要兼具“環(huán)繞”的力量和“鞭抽”的力量。

二、趨向預測

隨著高爾夫球運動技術研究工作的進展，將運動生物力學的方法手段同現(xiàn)代科技手段結(jié)合，采用多機同步測試、錄像視頻分析系統(tǒng)進行適時的監(jiān)控和反饋技術動作的研究將會越來越多?？梢灶A見的是，對高爾夫球運動發(fā)展的研究將達到一個前所未有的高度。

參考文獻：

[1] 張吾龍，陳觀云.我國高爾夫職業(yè)選手張連偉短推技術的運動學分析[J].武漢體育學院學報.2006.40（3）.

[2] 李睿.高爾夫揮桿技術常見錯誤分析[J].長治學院學報.2008.25（2）.

[3] 阮哲.世界高水平高爾夫運動員揮桿動作中肩髖關節(jié)生物力學分析[J].北京體育大學學報.2010.33（11）.

[4] 葉強，曹全軍.高爾夫球揮桿擊球過程中重量轉(zhuǎn)移的足底壓力分析[J].南京體育學院學報（自然科學版）.2012.11（5）.

[5] 孫勝.職業(yè)高爾夫球運動員推桿技術動作的運動學分析[J].中國體育科技.2012.48（1）.

[6] 車旭升，金春光.高爾夫木桿揮桿技術動作的運動力學分析[J].河北體育學院學報.2012.26（4）.

[7] 葉強，曹全軍.高爾夫球揮桿擊球過程中重量轉(zhuǎn)移的足底壓力分析[J].南京體育學院學報（自然科學版）.2012.11（5）.