米西尔逊-斯塔尔实验(DNA复制模式)

DNA复制的三种模型,由上到下分别是:半保留式、全保留式,以及分散式。

梅瑟生-史达实验Meselson-Stahl experiment)是马修·梅瑟生(Matthew Meselson)与富兰克林·史达(Franklin Stahl)在1958年所作的实验,证明了DNA复制半保留性质

氮是DNA的重要组成部分,氮1414N)则是氮中最常见的同位素,而较重的氮1515N)在自然界也可以独立存在,并不具有放射性,只是相对比重较大。

实验首先将大肠杆菌培养在含有氮15的培养基之中数个世代,等这些细菌的DNA只含有氮15N之后,再放入含有氮14的培养基中培养,培养1代后,抽取样本提取DNA,再采用氯化铯密度梯度离心法分析。结果发现提取的DNA样本分子密度从0代(重密度)至1代(中等密度)减少,位于氮15和氮14之间,DNA所含氮15及氮14的密度相等。如果复制为全保留,那么将只有氮15及氮14两种DNA的存在,因此实验结果将沃森克里克的半保守复制模型首次获得分子水平的证明。

时间: 2024-12-27 19:25:10

米西尔逊-斯塔尔实验(DNA复制模式)的相关文章

DNA复制

DNA复制 https://zh.wikipedia.org/wiki/DNA%E5%A4%8D%E5%88%B6 DNA复制是指DNA双链在细胞分裂分裂间期进行的以一个亲代DNA分子为模板合成子代DNA链的过程.复制的结果是一条双链变成两条一样的双链(如果复制过程正常的话),每条双链都与原来的双链一样(排除突变等不定因素). DNA复制是一种在所有的生物体内都会发生的生物学过程,是生物遗传的基础.对于双链DNA,即绝大部分生物体内的DNA来说,在正常情况下,这个过程开始于一个亲代DNA分子,最

分形--谢尔宾斯基地毯

谢尔宾斯基地毯的构造与谢尔宾斯基三角形相似,区别仅在于谢尔宾斯基地毯是以正方形而非等边三角形为基础的.将一个实心正方形划分为的9个小正方形,去掉中间的小正方形,再对余下的小正方形重复这一操作便能得到谢尔宾斯基地毯. js实现思路和我之前写的分形--谢尔宾斯基三角形的类似. js效果: 贴关键代码: 1.画点 function point(x,y){ this.x = x; this.y = y; } 2.画线 function drawLine (ctx,point1,point2) { ctx

皮尔逊积矩相关系数的学习

皮尔逊积矩相关系数的学习 做相似度计算的时候经常会用到皮尔逊相关系数(Pearson Correlation Coefficient),那么应该如何理解该系数?其数学本质.含义是什么? 皮尔逊相关系数理解有两个角度 一.以高中课本为例,将两组数据首先做Z分数处理之后,然后两组数据的乘积和除以样本数. Z分数一般代表正态分布中数据偏离中心点的距离.等于变量减掉平均数再除以标准差.标准差则等于变量减掉平均数的平方和再除以样本数最后再开方.所以我们可以将公式依次精简为: 以下为python的实现: ?

分形之谢尔宾斯基(Sierpinski)三角形

谢尔宾斯基三角形(英语:Sierpinski triangle)是一种分形,由波兰数学家谢尔宾斯基在1915年提出,它是一种典型的自相似集.也有的资料将其称之为谢尔宾斯基坟垛. 其生成过程为: 取一个实心的三角形.(多数使用等边三角形) 沿三边中点的连线,将它分成四个小三角形. 去掉中间的那一个小三角形. 对其余三个小三角形重复1. 核心代码: static void SierpinskiTriangle(const Vector3& v1, const Vector3& v2, cons

米尔格伦连锁信实验

米尔格伦连锁信实验 经过 米尔格伦的研究本来在无特定的市民大众进行,而不是在专业的.需要高度合作的数学界及演艺界进行(参见下).然而仍遭受不少抨击.于首次连锁信实验(纪录于未注明日期论文"Results of Communication Project"),米尔格伦寄出六十封信给堪萨斯州威奇塔市自愿参加者,请他们转交到马萨诸塞州剑桥市某指定地点的股票经纪人. 参加者只能把信交给他认为有可能把信送到目的地的熟人,可以亲自送或者通过他的朋友.虽然有50个人参与了实验,但组中只有三封信送到了

分形之谢尔宾斯基(Sierpinski)地毯

前面讲了谢尔宾斯基三角形,和这一节的将把三角形变为正方形,即谢尔宾斯基地毯,它是由瓦茨瓦夫·谢尔宾斯基于1916年提出的一种分形,是自相似集的一种. 谢尔宾斯基地毯的构造与谢尔宾斯基三角形相似,区别仅在于谢尔宾斯基地毯是以正方形而非等边三角形为基础的.将一个实心正方形划分为的9个小正方形,去掉中间的小正方形,再对余下的小正方形重复这一操作便能得到谢尔宾斯基地毯.如下图:       核心代码: static void SierpinskiCarpet(const Vector3& v, Vect

Pearson(皮尔逊)相关系数及MATLAB实现

转自:http://blog.csdn.net/wsywl/article/details/5727327 由于使用的统计相关系数比较频繁,所以这里就利用几篇文章简单介绍一下这些系数. 相关系数:考察两个事物(在数据里我们称之为变量)之间的相关程度. 如果有两个变量:X.Y,最终计算出的相关系数的含义可以有如下理解: (1).当相关系数为0时,X和Y两变量无关系. (2).当X的值增大(减小),Y值增大(减小),两个变量为正相关,相关系数在0.00与1.00之间. (3).当X的值增大(减小),

混沌分形之谢尔宾斯基(Sierpinski)

本文以使用混沌方法生成若干种谢尔宾斯基相关的分形图形. (1)谢尔宾斯基三角形 给三角形的3个顶点,和一个当前点,然后以以下的方式进行迭代处理: a.随机选择三角形的某一个顶点,计算出它与当前点的中点位置: b.将计算出的中点做为当前点,再重新执行操作a 相关代码如下: class SierpinskiTriangle : public FractalEquation { public: SierpinskiTriangle() { m_StartX = 0.0f; m_StartY = 0.0

分形之谢尔宾斯基(Sierpinski)四面体

前面讲了谢尔宾斯基三角形,这一节的将对二维三角形扩展到三维,变成四面体.即将一个正四面体不停地拆分,每个正四面体可以拆分成四个小号的正四面体.由二维转变到三维实现起来麻烦了许多.三维的谢尔宾斯基四面体看上去比谢尔宾斯基三角形更像坟冢. 核心代码: static void SierpinskiTetrahedron(const Vector3* pSrc, Vector3* pDest) { Vector3 v01 = (pSrc[0] + pSrc[1])*0.5f; Vector3 v02 =