科学家的奇思妙想:基因枪

请看下图;

这是科学家发明的基因枪(genegun)的相片。经过近百年的努力,科学家利用伦琴射线的衍射图像总算建立起正确的遗传基因概念,从此不再动摇。基因分子的直径仅仅有2纳米,比蚕丝还细一万倍,怎么处理它们?确实是个大难题。

初次接触科学家,你会发现他们的眼神非常木讷(不善于讲话),不easy回到现实世界中来,好似总在思考什么。基因科学家确实非常费脑筋。

植物是一类不移动的生物(生命体),其细胞中也有遗传基因。比方我们以水稻为例,是否能让水稻抵抗干旱,耐受盐碱地,不拍虫害,不生疾病,可以抗除草剂,甚至添加营养成分,生产人类须要的蛋白质。这样的想法非常好,可是,我们怎么让水稻听话呢?答曰:换基因,别无他法。

1983-1986年,美国Cornell大学科学家设计了一种装置,可以把生长激素(荷尔蒙)基因植入目标植物的遗产物质上,称其为“基因射击”。这就是基因枪名称的来历。

种植水稻非常费劳力,育秧、插秧、灌水、喷洒除草剂,等等,一样工序也不能少。转基因水稻,省时省力,收获不菲,何乐而不为?

说明:依据人类现今的技术水平,还不能自主制造基因,仅仅能转移基因,搞所谓的“转基因”。转基因的技术并不简单,不是刀子、剪子谁都会用。

时间: 2024-10-04 08:26:40

科学家的奇思妙想:基因枪的相关文章

科学家的奇思妙想:饲养分子奶牛

请看下图: 这是科学家的奇思妙想:制造分子机器(Molecular Machine).分子奶牛就是一种生产奶汁(包含脂肪.蛋白质等营养成分液体)的分子机器,可以替代奶牛生产牛奶. 当今,随着现代分子生物学与纳米(Nano)技术的日益完善,分子机器的运用已经提上议事日程.1827年,物理学家布朗(R.Brown)发现后来被人们称为"布朗运动"的现象.1905年,物理学家爱恩斯坦(A.Einstein)指出了布朗运动的物理本质.也就是说,无数不规则的运动,从微观上来看是有规律的物理现象.这

微软“小冰”识狗与人工神经网络(II)

微软"小冰"识狗使用了什么技术?真的是人工智能吗?今年2月6日,微软亚洲研究院首席研究员孙剑以"微软亚洲研究院"的名义发表文章,题为"微软亚洲研究院:让冰冷的机器看懂这个多彩的世界",阐明了"小冰识狗"的技术真相. 该文深入地阐明了一个事实:微软"小冰"采用了人工神经网络(ANN)技术,而不是一般人想象中的"相片一对一匹配"技术."小冰识狗"为什么一定要采用人工神经网

微软“小冰”识狗与人工神经网络(I)

2014年8月21日,微软"小冰"网络机器人推出了一项图像识别技能:"小冰识狗"."小冰"怎么会"识狗"呢? 根据微软方面的说法,只要"小冰"用户"将一张包含狗狗的照片发给"小冰",并且说出"小冰识狗"四个字(语音指令),"小冰"机器人会立刻分辨出上传照片中狗狗的品种,瞬间回答用户发出的指语音令.据称,识别的准确度达到83.8%. 对于&

人造埃博拉病毒遭遇自然免疫系统的科学实验(非科幻)

近日,"小日本"科学家利用基因重组技术,制造"人造"埃博拉病毒(病毒仿真品),作为"抗原"(Antigen)注入鸵鸟体内,诱发鸵鸟强大的免疫系统产生应急反应,分泌"抗体",从而设法采集之. 鸵鸟(Ostrich)是原产于非洲的一种体形巨大.不会飞但奔跑迅捷的鸟类,特征为脖子长而无毛.头小(很笨拙).脚有两趾,是当今世界上存活着的最大鸟类. 鸵鸟免疫系统是自然界中功能最强大的自然免疫系统,不怕埃博拉病毒的侵扰.注射了埃博拉病毒仿

机翼升力是如何产生的?

1904年,俄罗斯科学家儒科夫斯基(Nikolai Zhukovsky1847-1921)创立了现代机翼理论,说明了机翼在飞行中产生升力的道理,并且从数学上给出了严格的证明.从此之后,人们有了科学的机翼概念.科学家的奇思妙想造就了人类20世纪的伟大成就,科学家不是生意人. 说句实在话,阳光动力2号太阳能飞机其实就是一对人造"大翅膀",在风洞实验中使其升阻比与滑翔比最大化.我相信,儒科夫斯基的在天之灵一定会保佑它平安飞太平洋. 通俗地讲,空气对机翼表面的压力与表面大气密度有关.处于相对静

42步进阶学习—让你成为优秀的Java大数据科学家!

作者 灯塔大数据 本文转自公众号灯塔大数据(DTbigdata),转载需授权 如果你对各种数据类的科学课题感兴趣,你就来对地方了.本文将给大家介绍让你成为优秀数据科学家的42个步骤.深入掌握数据准备,机器学习,SQL数据科学等. 本文将这42步骤分为六个部分, 前三个部分主要讲述从数据准备到初步完成机器学习的学习过程,其中包括对理论知识的掌握和Python库的实现. 第四部分主要是从如何理解的角度讲解深入学习的方法.最后两部分则是关于SQL数据科学和NoSQL数据库. 接下来让我们走进这42步进

《奇思妙想》论JavaScript取随机数的相对公平性!!!

前言 大欢哥的题目完成了,但是衍生出一个新的问题!上篇随笔中我和大欢哥采用的随机数生成方式,到底是谁的比较公平??? 正文 欢迎来到阿段博客<奇思妙想>!我们的口号是 "心有多大,bug就有多大"! 下面介绍我们的嘉宾: 小鹏哥,小鹏哥来自xxxxxx,取得xxxxxx(一堆头衔).前端老司机.大家鼓掌欢迎欢迎我们的小鹏哥,papapa....(小鹏哥没有大欢哥高大,但是小鹏哥有个高大的内心,从座驾便可以看出来). 大欢哥,大欢哥前面介绍了,现在不用介绍了(大欢哥此时心里有

《长寿的基因》:尝试挑战主流医学界的观点,态度不严谨,有点像民间科学家。2星。

作者的身份是严肃的学者,书中的观点有一部分作者明说是跟主流医学界不同的,作者给出了他的证据,但是没说主流医学界对他的证据的态度,如果按他在书中的说法,是逻辑严谨的,有理有据的.我的看法是这种情况作者应该先去学术界吵架,吵出个结果来再向非专业读者宣传.有的没明确说是否有违主流观点但以我的了解是的,基于作者的态度,剩下的观点我也都打问号.基于这个原因,这本书我给2星. 几个重要的观点是:铁是万恶之源:引发阿尔茨海默病的元凶之一,诱发糖尿病的最重要的因素,全麦食品不如精制谷物好,如果你能够消化乳糖,那

自学成才的数据科学家告诉你5个学习大数据的正确姿势!

对于数据科学来说,现在是发展的黄金时期.这是个新领域,但增长迅速,同时数据科学家的缺口也很大,据说他们的平均年薪可以达到10万美元.哪里有高薪,哪里就吸引人们,但是数据科学技能的差距意味着许多人需要努力学习.      第一步当然是询问“我怎么学习数据科学”,这个问题的答案往往是一长串的课程和书籍阅读,从线性代数到统计数据,这几年我也是这样学习过来的.我没有编程背景,但我知道我喜欢处理数据. 我比较不能理解在完全没有理解别人的背景时就给他一份长长的书单或者技能表.这就类似于一个老师给你一堆教科书