检索结果(检索关键词为:马鹿;结果共65条)
  • 张书理; 王志玲; 张鹏; 张帆; 杨永昕; 贺伟
    四川动物 2009年第28卷第5期 DOI:
    关键词: 马鹿;;种群;;现状;;多级抽样;;赤峰市
    摘要: 采用多级抽样的方法,研究了赤峰市野生马鹿资源现状。结果表明:野生马鹿仅在赤峰市北部旗县有分布,可划分为2个一级区,4个二级区,8个三级区;马鹿适栖面积为3187.97km2,蕴藏野生马鹿数量为(3508.67±2250.27)只;赤峰市野生马鹿种群分布有斑块状发展的趋势。

  • 周璨林; 日沙来提·吐尔地; 艾斯卡尔·买买提; 阿米拉·阿布来提; 马合木提·哈力克
    四川动物 2013年第32卷第4期 DOI:
    关键词: 马鹿;;样带法;;粪堆计数法;;粪便DNA;;种群数量;;非损伤性标记重捕
    摘要: 为了获得天山马鹿Cervuselaphus songaricus喀拉乌成山种群数量,并评估不同种群数量统计方法之间的差异。2010~2012年利用样线法、粪堆计数法以及非损伤性标记重捕法对喀拉乌成山的天山马鹿种群数量进行研究,发现样线法估计的种群数量最低,仅为1.316~1.656头/km2;而非损伤性标记重捕法获得的种群数量最高,为2.075~3.11头/km2;粪堆计数法获得的数据居中,为1.422~2.844头/km2,说明不同的方法之间很难具有可比性。

  • 宋兴超; 刘汇涛; 岳志刚; 杨颖; 邢秀梅; 杨福合
    四川动物 2013年第32卷第1期 DOI:
    关键词: 甘肃马鹿;;肌细胞生成素;;基因克隆;;生物信息学;;结构特征;;系统进化树
    摘要: 根据GenBank中公布的绵羊、水牛、猪、小鼠及人的肌细胞生成素基因(myogenin)DNA序列,设计了3对引物,采用PCR扩增和克隆技术,首次从甘肃马鹿血液基因组中获得了myogenin基因序列,并利用生物信息学方法对甘肃马鹿该基因核苷酸及其编码氨基酸序列的结构特征进行初步预测和分析,进一步基于该基因氨基酸序列构建了15个物种的分子系统进化树。结果表明,获得的甘肃马鹿myogenin基因序列大小为3168bp(GenBank登录号:FJ746497),包括3个外显子、2个内含子、部分5'UTR和3'UTR,其序列包括1个684bp的开放阅读框,编码227个氨基酸,myogenin蛋白理论分子质量为25.2493kDa,PI为5.68,不稳定系数是66.22,属于酸性不稳定蛋白质。进一步分析发现,该序列不含有信号肽和跨膜区域,含有11个广泛磷酸化位点,第1~136个氨基酸为甘肃马鹿myogenin基因bHLH保守结构功能域,二级结构以无规则卷曲和α-螺旋为主。序列相似性及分子系统进化分析显示,甘肃马鹿myogenin基因与反刍动物山羊、绵羊和水牛的亲缘关系最近。甘肃马鹿myogenin基因的克隆及序列结构特征的生物信息学预测为进一步探讨鹿科动物肌肉生长发育的分子调控机理奠定了理论基础。

  • 汪建红; 陈静波; 海丽且木
    四川动物 2012年第31卷第4期 DOI:
    关键词: 塔里木马鹿;;腔前卵泡;;分离方法
    摘要: 以分离获得的腔前卵泡数量、正常卵泡率和72h体外培养存活率为指标,比较了酶消化法、梳刮法和剪碎法3种不同方法分离塔里木马鹿Cervus elaphus yarkandensis腔前卵泡的效果。结果表明:在卵巢数目相同的情况下,以酶消化法平均获得的腔前卵泡数最多,梳刮法次之,剪碎法最少,3种不同分离方法获得腔前卵泡数量之间存在极显著差异(P<0.01);梳刮法和剪碎法分离获得的腔前卵泡正常率均极显著高于酶消化法(P<0.01);梳刮法和剪碎法分离获得的腔前卵泡在体外培养24h、48h和72h后的存活率极显著和显著高于酶消化法(培养24h、48h后,P<0.01;培养72h后,P<0.05)。由此可见,梳刮法是塔里木马鹿腔前卵泡更有效的分离方法。

  • 朱洪强; 葛志勇; 毛之夏; 刘庚; 常素慧; 李成; 张晓东; 白玉刚
    四川动物 2012年第31卷第3期 DOI:
    关键词: 马鹿;;栖息地选择;;黄泥河自然保护区
    摘要: 2009年12月~2010年1月,在黄泥河自然保护区采用样带法对马鹿冬季栖息地选择进行了研究。共设置了47条样带,调查了72个马鹿利用样方和109个对照样方。结果表明,在黄泥河自然保护区冬季马鹿喜欢选择针阔混交林、食物丰富度和灌丛盖度较高、中等坡度和隐蔽级、远离人为干扰源的生境,避开选择阴坡和针叶林。逻辑斯蒂回归分析揭示坡度、隐蔽级、食物丰富度、坡向、人为干扰距离和林型是影响马鹿栖息地选择的主导因子,灌丛盖度为次要因子。回归模型为:Z=-53.391+0.194×坡度+0.352×隐蔽级+0.5×食物丰富度-0.071×灌丛盖度+1.064×坡向(1)+6.11×坡向(2)+0.004×人为干扰距离+17.305×林型(1)+7.147×林型(2),选择利用概率P(z)=ez/(1+ez),模型正确预测率为94.5%。