转基因技术的好坏 (转基因技术的迅猛发展,是给人类带来了福祉)

本文目录导航：

• 转基因技术的好坏。
• 遗传算法--GA
• 什么是克隆技术？

转基因技术的好坏。

经常使用转基因技术的危害生物安保的现状与对策1 对GMOs持一模一样的观念所谓的GMOs (Genetically modified organisms)，是指经遗传润色了的生物体。

转基因作物就是GMOs中的一种。

目前在国内上对GMOs存在下列一模一样的观念。

一种是批准鼎力开展GMOs的观念，其理由是基于下列几点。

1)具备显著的经济效益上方有几个数字能说明疑问。

如美国，1996年时70%的转基因Bt棉花不再喷洒杀虫剂，产量提高70%，每公顷浪费140～180美元；美国原来每年约有一半的玉米田(3 200万hm2)受棉铃虫危害，丧失金额达10亿美元，但种植转基因Bt玉米后，产量提高9%，而经济效益1996年是190万美元，1997年达1 900万美元；在加拿大，在1996年种植了1 200万hm2耐除草剂油菜后，产量提高9%，经济效益达600万美元；中国种植转基因抗虫棉花，从1997～2000年的4年，总的经济效益达3亿3千7百万美元。

全环球2000年转基因作物产品的价值为30亿美元，估量到2010年时价值可达300亿美元。

由此可见，经济效益是十分显著的。

2)处置开展中国度人民的饥饿疑问环球人口，特意在开展中国度，会始终增长是必需的，而食粮如何能随着增长的人口同时参与，是一个全环球关心的严重疑问。

不少人以为，基因工程技术，特意是转基因技术，将是处置21世纪始终参与人口对食粮需求的惟一路径。

1999年，在英国皇家学会曾召开过一次性环球上无关迷信院共同探讨GMOs疑问的会议，会议上一个开展中国度迷信院院长以为：咱们与欧洲的一些兴旺国度不一样的是他们国度人口少，曾经有足够的食粮，可以不开展转基因技术。

而咱们是开展中国度、人口多，须要鼎力开展转基因技术来处置我国的食粮疑问。

转基因技术不只能提高食粮或作物的产量，并可提高其质量。

环球每年由于维生素A不足症造成50万人失明，100万儿童死亡，这类事情少数是出当初以稻米为主食的开展中国度的贫富人口中，特意是非洲。

瑞士迷信家Ingo Petrykus指导的钻研组用基因工程技术培育出一种称为金稻的水稻，这是一种具高含量维生素A原物质的水稻，有或许处置维生素A不足症疑问。

3)或许大大缩短作物成常年西班牙迷信家从拟南芥菜中提取一种基因拔出柑橘树中，使原来要5～6年才干成熟的柑橘树，在一年内就开花结果（Pena et al., 2001）；又如德国迷信家培育的马铃薯在栽种后15周就能收获马铃薯，比普通马铃薯块茎收获时期要延迟7周之多，这种新种类并能发生一种细菌酶，可以把能使马铃薯萌芽的焦磷酸盐分解而阻止其出芽（Farre et al., 2001）。

2001年7月联结国开发方案署(UNDP)发布的第12期《2001年人类开展报告》中对基因改良技术的可应用性的一面也是充沛必需的。

《报告》指出，虽然充溢争议，基因改良生物(GMOs是一种翻译方式)或许成为开展中国度的打破性技术。

在抵赖须要面对基因改良技术所带来的环境和肥壮等方面风险的同时，仍要留意到这一技术在生成抗病毒、抗旱和富裕营养的作物方面具备的共同后劲，这些作物能够大幅度缩小目前仍困扰着环球8亿人口的营养不良现象。

《报告》以为基因改良生物带来的风险可以失掉控制。

另一种观念是片面对GMOs持否认的态度。

特意是绿色敌对组织等一些非政府组织，他们不只游行、抗议，有时甚至采取执行。

2001年8月28日中央电视台资讯30分节目中播出了法国的推戴GMOs的大众，拿起了镰刀少量的砍除已长得很大的转基因玉米，由于法国食品安保机构在递交给政府的一份报告中说，在受测试的玉米种子中，大略41%的样品含有转基因物质成分。

此外，一小部分油菜种子和大豆种子也含有转基因物质。

报告还指出，咱们观察到的一些现象使咱们得出论断，惯例食品含有转基因物质的现象并不只限于咱们所钻研的种子。

如今惯例谷物的种子或作物含有微量转基因物质的或许性已成为理想。

绿色敌对组织在对一片赞扬声中上述的金稻也持截然相反的立场。

当然他们对任何转基因产品都是推戴的，他们以为转基因技术存在着无法预测、不准确、和无法逆转等疑问。

与其他基因工程技术一样金稻没有处置基本的安保疑问，对环境有潜在的要挟。

他们援用营养学家的意见说，贫富人口的饮食结构中不足脂肪，为之才影响了他们排汇大米中维生素A。

因此金稻处置不了维生素A不足症。

从营养学角度思考，转基因技术能够处置饥馑的实践是没有充沛依据的。

他们甚至以为不论是在兴旺国度或是开展中国度，想仅仅仰仗某一种技术力气处置复杂的社会和经济疑问是无法能的。

对上述能使传统产品大大缩短成常年的转基因技术，环境包全主义者也持剧烈推戴的态度，他们以为这些作物对环境和肥壮的常年影响还不得而知。

在他们的剧烈推戴下，西欧目前实践上制止对转基因作物作商品化的种植。

2 转基因作物的潜在生态风险关于转基因作物的潜在生态风险早在1992年发布的《生物多样性条约》条款中就已明白提进去，要求制订或采取方法酌情管制、治理或控制由生物技术扭转的活生物(LMO或GMO)在经常使用和监禁时或许发生的风险，既或许对环境发生不利影响，从而影响到生物多样性的包全和继续应用，也要思考到对人类肥壮的风险。

对环境发生不利的影响，包括了对农田生态系统的影响，以及人造生态系统的影响，影响是多方面的，咱们已有文章报道（钱迎倩等，1998），在Kjellsson(1997)的基础上列了表1。

表1中所列的不少是生态风险，转基因作物由于是人工制作的种类，咱们可以把这些种类看作为人造界原来不存在的外来种。

普通说来，外来种对环境或生物多样性形成要挟或风险会有一段较长的时期。

有时需10年的时期，或更长的时期。

转基因作物商品化种植至今最长也就是5～6年的时期，一些潜在风险在这么短的时期内不必定能体现进去。

可是有些风险在试验室水平上曾经证明。

如Mikkelsen等证明抗除草剂转基因油菜的抗除草剂基因可以经过基因流在一次性杂交、一次性回交的环节已转到其家养近缘种中（Mikkelsen et al., 1996）。

这就是表中所指出的在农田生态系统中或许发生新的农田杂草。

没有预料到的是转基因作物自身变为杂草成为理想的时期来得如此之快。

依据2001年8月的报道，在加拿大关键的转基因作物是耐除草剂的GM油菜，但它们正在变成杂草。

农民们正在与他们农田里的一种新的有害植物作奋斗。

由于在他们农田里已出现了未种植过的GM油菜，而这种植物能抗惯例经常使用的除草剂，要杀死它们还较艰巨。

曼尼托巴大学的植物迷信家Martin Entz说，GM油菜流传的速度要比咱们想到的要快很多，而要控制它是相对无法能的。

加拿大食品测验署已劝说农民们用另外的药剂来杀死他们。

可是其它的药剂能把农民种的作物杀死，在某些状况下，GM油菜对这些药剂却具备抗性。

这些GM油菜真正成为所谓的超级杂草。

表1 转基因植物监禁到环境后潜在的风险对环境有害的影响 形成影响的环节 农田生态系统Agro-ecosystem参与杀虫剂的经常使用 抗性的选用和转运到可相容的其它植物中 发生新的农田杂草 基因流和杂交 转基因植物自身变为杂草 拔出性状的竞争 发生新的病毒 不同病毒基因组和转基因作物的病毒外壳蛋白的重组 发生新的作物益虫 病原体-植物相互作用食草生物-植物相互作用 对非指标生物的损伤 食草生物的误食

遗传算法--GA

遗传算法（GA）属于 人工默认启示式算法 ，启示式算法的指标就是 寻觅原始疑问的最优解 ，该算法的定义为人类经过直观知识和生活阅历，设计出一种以搜查最优解为目的，经过仿真大人造规律的算法，该算法在可以在接受的花销（计算时期和存储空间）范围内找到疑问实例的一个可行解，且该可行解和实在最优解的误差普通无法以被估量 当下关键有的启示式算法包括 遗传算法、退火法，蚁群算法、人工神经网络等 ，这篇文章关键引见遗传算法 遗传算法的基本原理是模拟达尔文退化论 物竞天择，适者生活 的人造规律，其外围理想为（1）将原始疑问的参数，形象为基因编码 （2）将原始疑问的可行解，形象为基因陈列的染色体组合 （3）将原始疑问的解集规模，形象为必定数量染色体组成的种群 （4）寻觅可行解的环节，形象为种群的退化环节（染色体选用、交叉、变异等） （5）比拟可行解的优劣，形象为量化比拟不同种群对以后环境的顺应水平 （6）迫近最优解的环节，形象为淘汰顺应度差的种群，保管顺应度高的种群启动下一次性退化 （7）疑问的最优解，形象为经过屡次退化后，最终生活上去的精英种群 实践上，经过有限次种群退化，生活上去的种群都是 精英染色体 ，是最适宜以后环境条件的种群，也就可以有限迫近原始疑问的最优解 关系生物学术语： 为了大家更好了解遗传算法，在此之前先便捷引见一下关系生物学术语，大家了解一下即可。

基因型(genotype)：性状染色体的外部体现； 体现型(phenotype)：染色体选择的性状的外部体现，或许说，依据基因型构成的集体的外部体现； 退化(evolution)：种群逐渐顺应生活环境，质量始终失掉改良。

生物的退化是以种群的方式启动的。

顺应度(fitness)：度量某个物种关于生活环境的顺应水平。

选用(selection)：以必定的概率从种群当选用若干个集体。

普通，选用环节是一种基于顺应度的优胜劣汰的环节。

复制(reproduction)：细胞决裂时，遗传物质DNA经过复制而转移到新发生的细胞中，新细胞就承袭了旧细胞的基因。

交叉(crossover)：两个染色体的某一相反位置处DNA被切断，前后两串区分交叉组合构成两个新的染色体。

也称基因重组或杂交； 变异(mutation)：复制时或许（很小的概率）发生某些复制过错，变异发生新的染色体，体现出新的性状。

编码(coding)：DNA中遗传消息在一个长链上按必定的形式陈列。

遗传编码可看作从体现型到基因型的映射。

解码(decoding)：基因型到体现型的映射。

集体（individual）：指染色体带有特色的实体； 种群（population）：集体的汇合，该汇合内集体数称为种群 大体成功环节 遗传算法中每一条染色体，对应着遗传算法的一个处置方案，普通咱们用顺应性函数（fitness function）来权衡这个处置方案的优劣。

所以从一个基因组到其解的顺应度构成一个映射。

遗传算法的成功环节实践上就像人造界的退化环节那样。

基本遗传算法概述 1.[开局]生成n个染色体的随机集体（适宜该疑问的处置方案） 2.[顺应度]评价集体中每个染色体x的顺应度f（x） 3.[新种群]经过重复以上去创立新种群直到新种群成功的步骤 3.1 [选用]依据种群的适宜度选用两个亲本染色体（更好的顺应性，更大的选用时机） 3.2 [交叉]以交叉概率超过父母构成新的后辈（儿童） ）。

假设没有启动交叉，后辈就是父母确实切正本。

3.3 [突变]突变概率突变每个基因座（染色体中的位置）的新后辈。

4.[接受]在新种群中搁置新后辈[交流]经常使用重生成的种群进一步运转算法 5.[测试]假设满足完结条件，则中止并前往以后种群中的最佳解 6。

[循环]转到步骤2 影响GA的要素 从遗传算法概述可以看出，交叉和变异是遗传算法中最关键的部分。

功能关键受这两个要素的影响。

在咱们解释无关交叉和变异的更多消息之前，咱们将给出一些无关染色体的消息。

染色体编码 染色体应该以某种方式蕴含它所代表的处置方案的消息。

最罕用的编码方式是二进制字符串。

而后染色体看起来像这样：每个染色体由二进制字符串示意。

字符串中的每个位都可以示意处置方案的一些特色。

另一种或许性是整个字符串可以示意一个数字 - 这已在基本的GA小程序中经常使用。

当然，还有许多其他的编码方式。

编码关键取决于处置的疑问。

例如，可以间接编码整数或实数，有时对某些陈列等启动编码很有用。

染色体交叉 在咱们确定了将经常使用的编码之后，咱们可以继续启动交叉操作。

Crossover对来自亲本染色体的选定基因启动操作并发生新的后辈。

最便捷的方法是随机选用一些交叉点，并在此点之前从第一个父项复制一切内容，而后在交叉点之后复制另一个父交叉点之后的一切内容。

交叉可以说明如下:( |是交叉点）： 还有其他方法可以启动交叉，例如咱们可以选用更多的交叉点。

交叉或许十分复杂，关键取决于染色体的编码。

针对特定疑问启动的特定交叉可以改善遗传算法的功能。

4.染色体突变 在执行交叉之后，出现突变。

突变旨在防止集体中的一切处置方案落入处置疑问的部分最优中。

突变操作随机扭转由交叉惹起的后辈。

在二进制编码的状况下，咱们可以将一些随机选用的位从1切换到0或从0切换到1.突变可以如下所示： 突变（以及交叉）技术关键取决于染色体的编码。

例如，当咱们编码陈列时，可以将突变作为两个基因的交流来启动。

GA的参数 1.交叉和突变概率 GA有两个基本参数 - 交叉概率和变异概率。

交叉概率 ：交叉的频率。

假设没有交叉，后辈就是父母的准确正本。

假设存在交叉，则后辈由父母染色体的部分组成。

假设交叉概率为100％，那么一切后辈都是由交叉发生的。

假设它是0％，那么全新一代都是从旧种群的染色体的准确拷贝制成的（但这并不象征着新一代是相反的！）。

交叉是宿愿新染色体将蕴含旧染色体的良好部分，因此新染色体将更好。

但是，将旧人口的一部分留给下一代是好的。

突变概率 ：染色体部分突变的频率。

假设没有突变，则在交叉（或间接复制）后立刻生成后辈而不启动任何更改。

假设启动突变，则扭转染色体的一个或多个部分。

假设突变概率为100％，则整个染色体出现变动，假设是0％，则没有变动。

突变通常会阻止GA堕入部分极端。

突变不应该经常出现，由于GA实践上会扭转为随机搜查。

2.其他参数 种群规模 ：种群中有多少染色体（一代）。

假设染色体太少，GA简直没有或许启动交叉，只探求了一小部分搜查空间。

另一方面，假设染色体太多，GA会减慢。

钻研标明，经过必定的限度（关键取决于编码和疑问），经常使用十分大的种群是没有用的，由于它不能比中等规模的种群更快地处置疑问。

3选用 正如您从GA概述中曾经知道的那样，从集体当选用染色体作为交叉的父母。

疑问是如何选用这些染色体。

依据达尔文的退化论，最好的退化能够发明出新的后辈。

选用最佳染色体的方法有很多种。

例如轮盘赌选用，Boltzman选用，锦标赛选用，等级选用，稳态选用和其他一些选用。

1.轮盘赌选用 父母依据他们的肥壮状况选用。

染色体越好，它们被选用的时机就越多。

构想一下轮盘赌轮，人口中的一切染色体都放在那里。

轮盘中截面的大小与每条染色体的顺应度函数的值成比例 - 值越大，截面越大。

无关示例，请参见下图。

轮盘赌中放入一块大理石，并选用中止的染色体。

显然，具备较大顺应值的染色体将被选用更屡次。

该环节可以经过以下算法来形容。

[Sum]计算总体中一切染色体拟合度的总和 - 总和S. [Select]从区间（0，S）-r生成随机数。

[循环]遍历总体并从0 - 总和中求和。

当总和s大于r时，中止并前往您所在的染色体。

当然，关于每个集体，步骤1仅执行一次性。

2.排名选用 当健身值之间存在很大差异时，先前的选用类型会出现疑问。

例如，假设最佳染色体顺应度是一切拟合度总和的90％，那么其他染色体将很少被选用的时机。

等级选用首先对集体启动排序，而后每个染色体接纳由该等级确定的适宜度值。

最差的将是健身1，第二个最差的2等等，最好的将具备顺应度N（人口中的染色体数量）。

您可以在上方的图片中看到，在更改顺应性与排名确定的数字后状况如何变动。

排名前的状况（适宜度图） 排名后的状况（订单号图） 如今一切染色体都无时机被选中。

但是，这种方法会造成收敛速度变慢，由于最好的染色体与其他染色体的差异不大。

3.稳态选用 这不是选用父母的特定方法。

这种选用新种群的关键思维是染色体的很大一部分可以存活到下一代。

稳态选用GA以下列方式上班。

在每一代中，选用一些好的（具备更高顺应性）染色体来创立新的后辈。

而后去除一些不好的（具备较低适宜度）染色体并将新的后辈搁置在它们的位置。

其他人口幸存上去。

4.精英 精英主义的想法曾经被引入。

当经过交叉和变异创立新的种群时，咱们有很大的时机，咱们将失去最好的染色体。

精英主义是首先将最佳染色体（或少数最佳染色体）复制到新种群的方法的称号。

其他人口以上述方式构建。

精英主义可以迅速提高GA的功能，由于它可以防止失落最佳找到的处置方案。

交叉(Crossover)和突变 (Mutation) 交叉和变异是GA的两个基本运算符。

GA的体现十分依赖于它们。

运算符的类型和成功取决于编码以及疑问。

有多种方法可以执行交叉和变异。

在本章中，咱们将简明引见一些如何执行多个编码的示例和倡导。

1.二进制编码交叉 单点交叉 - 选用一个交叉点，从第一个父项复制从染色体开局到交叉点的二进制字符串，其他从另一个父项复制 选用两点交叉 - 两个交叉点，从第一个父节点复制从染色体开局到第一个交叉点的二进制字符串，从第一个父节点复制从第一个交叉点到第二个交叉点的部分，其他的是再次从第一个父级复制 平均交叉 - 从第一个父项或第二个父项中随机复制位算术交叉 - 执行一些算术运算以发生新的后辈突变 位反转 - 选用的位被反转2.置换编码交叉 单点交叉 - 选用一个交叉点，将陈列从第一个父项复制到交叉点，而后扫描另一个父项，假设该数字还没有在后辈中，则参与它留意：还有更多方法如何在交叉点之后发生劳动 (1 2 3 4 5 6 7 8 9) + (4 5 3 6 8 9 7 2 1) = (1 2 3 4 5 6 8 9 7)变异 顺序更改 - 选用并交流两个数字 (1 2 3 4 5 6 8 9 7) => (1 8 3 4 5 6 2 9 7) 3.值编码交叉 可以经常使用来自二进制编码的一切交叉变异 参与一个小数字（用于实数值编码） - 将一个小数字参与到（或减去）所选值 （1.29 5.68 2.86 4.11 5.55）=>（1.29 5.68 2.73 4.22 5.55） 4.树编码交叉 树交叉 - 在父母双方当选用一个交叉点，父母在该点被宰割，交流点上方的部分被交流以发生新的后辈变异 更改运算符，数字 - 选定节点已更改补充: 纳闷点： 初始种群是啥：应用二进制（普通）示意最终解 例如：须要求解z=x^2+y^2的最大值，x={1，5，3，8}，y={5，4，0，6} 用六位二进制数示意由x，y组成的解，例如 示意x=1，y=4 称为一条基因序列，示意的是该疑问的一种处置 方案 种群是蕴含多个基因序列（处置方案/集体）的汇合 顺应度函数是啥，有什么作用： 顺应度函数可以了解成“ 游戏 规定”，假设疑问较为复杂，须要自定义顺应度函数，说明如何区分低劣与不低劣的集体; 假设疑问比拟便捷，例如上述求最大值的疑问，则间接用此函数式作为顺应度函数即可。

作用：评定集体的优劣水平，从而选择其遗传时机的大小。

怎样选用： 定义“适者生活不适者淘汰”的规定，例如：定义顺应度高的被选用的概率更大 怎样交叉： 应用循环，遍历种群中的每个集体，筛选另一集体启动交叉。

例如，经过遍历为基因序列A筛选出B配对，则取A的前半部分，B的后半部分，组分解新的集体（基因序列）C 如何变异： 随机筛选基因序列上的某一位置，启动0-1调换倡导GA的参数 假设您选择实施遗传算法，本章应该为您提供一些基本倡导。

这些倡导十分笼统。

您或许宿愿尝试经常使用自己的GA来处置特定疑问，由于没有普通实践可以协助您针对任何疑问调整GA参数。

倡导通常是对GA的阅历钻研的结果，这些钻研通常仅在二进制编码上启动。

交叉率 交叉率普通应高，约为80％-95％。

（但是有些结果标明，关于某些疑问，交叉率约为60％是最好的。

） 突变率 另一方面，突变率应该十分低。

最佳利率仿佛约为0.5％-1％。

人口规模 或许令人惊讶的是，十分大的人口规模通常不会改善GA的功能（从找到处置方案的速度的意义上说）。

良好的人口规模约为20-30，但有时大小为50-100是最好的。

一些钻研还标明，最佳种群规模取决于编码字符串（染色体）的大小。

这象征着假设你有32位染色体，那么人口应该高于16位染色体。

选用 可以经常使用基本的轮盘赌选用，但有时排名选用可以更好。

检查无关选用优缺陷的章节。

还有一些更复杂的方法可以在GA运转时期更改组用参数。

基本上，这些体现相似于模拟退火。

假设您不经常使用其他方法来保管最佳找到的处置方案，则应确保经常使用精英主义。

您也可以尝试稳态选用。

编码 编码取决于疑问以及疑问实例的大小。

检查无关编码的章节以失掉一些倡导或检查其他资源。

交叉和变异 运算符取决于所选的编码和疑问。

检查无关操作员的章节以失掉一些倡导。

您还可以检查其他网站。

搜查空间假设咱们正在处置疑问，咱们通常会寻觅一些最好的处置方案。

一切可行处置方案的空间（所需处置方案所在的处置方案集）称为搜查空间（也称为形态空间）。

搜查空间中的每个点代表一种或许的处置方案。

每个或许的处置方案可以经过其对疑问的值（或顺应度）启动“标志”。

经过GA，咱们在泛滥或许的处置方案中寻觅最佳处置方案 - 以搜查空间中的一个点为代表。

而后寻觅处置方案等于在搜查空间中寻觅一些极值（最小值或最大值）。

有时可以很好地定义搜查空间，但通常咱们只知道搜查空间中的几个点。

在经常使用遗传算法的环节中，随着退化的启动，寻觅处置方案的环节会发生其他点（或许的处置方案）。

疑问是搜查或许十分复杂。

人们或许不知道在哪里寻觅处置方案或从哪里开局。

有许多方法可用于寻觅适宜的处置方案，但这些方法不必定能提供最佳处置方案。

这些方法中的一些是爬山，忌讳搜查，模拟退火和遗传算法。

经过这些方法找到的处置方案通常被以为是很好的处置方案，由于通常无法能证明最佳方案。

NP-hard Problems NP疑问是一类无法用“传统”方式处置的疑问。

咱们可以极速运行许多义务（多项式）算法。

还存在一些无法经过算法处置的疑问。

有很多关键疑问很难找到处置方案，但是一旦有了处置方案，就很容易审核处置方案。

这一理想造成了NP齐全疑问。

NP代表非确定性多项式，它象征着可以“猜想”处置方案（经过一些非确定性算法），而后审核它。

假设咱们有一台猜想机器，咱们或容许以在正当的时期内找到处置方案。

为便捷起见，钻研NP齐全疑问仅限于答案可以是或否的疑问。

由于存在输入复杂的义务，因此引入了一类称为NP难疑问的疑问。

这个类并不像NP齐全疑问那样受限。

NP疑问的一个特色是，可以经常使用一个便捷的算法，或许是第一眼看到的，可用于找到可用的处置方案。

但是这种方法通常提供了许多或许的处置方案 - 只是尝试一切或许的处置方案是十分缓慢的环节（例如O（2 ^ n））。

关于这些类型疑问的更大的实例，这种方法基本无法用。

当天没有人知道能否存在一些更快的算法来提供NP疑问确实切答案。

关于钻研人员来说，发现这样的算法依然是一项严重担务（兴许你！:-)）。

当天许多人以为这种算法不存在，因此他们正在寻觅代替方法。

代替方法的一个例子是遗传算法。

NP疑问的例子是可满足性疑问，游览商疑问或背包疑问。

可以取得NP疑问汇编。

参考：https:///p/b36b520bd187

什么是克隆技术？

克隆是英文“clone”的音译，在台湾与港澳普通意译为复制或转殖，是应用生物技术由无性生殖发生与原集体有齐全相反基因组织后辈的环节。

迷信家把人工遗传操作生物繁衍的环节叫克隆，这门生物技术叫克隆技术，含意是无性繁衍。

克隆技术在现代生物学中被称为“生物加大技术”。

克隆技术，是由同一个后人细胞决裂繁衍而构成的纯细胞系，该细胞系中每个细胞的基因彼此相反。

克隆是英文clone或cloning的音译，而英文clone则来源于希腊文Klone，原意是指以幼苗或嫩枝插条，以无性繁衍或营养繁衍的方式培育植物，如扦插和嫁接。

在大陆译为“无性繁衍”在台湾与港澳普通意译为复制或转殖或群殖。

中文也有愈加确切的词表白克隆，“无性繁衍”、“无性系化”以及“纯系化”。

克隆是指生物体经过体细胞启动的无性繁衍，以及由无性繁衍构成的基因型齐全相反的后辈集体组成的种群。

通常是应用生物技术由无性生殖发生与原集体有齐全相反基因组织后辈的环节。

克隆技术的开展克隆技术，阅历了三个开展时期：第一个时期是微生物克隆，即用一个细菌很快复制出不可胜数个和它如出一辙的细菌，而变成一个细菌群；第二个时期是生物技术克隆，比如用遗传基因――DNA克隆；第三个时期是生物克隆，即由一个细胞克隆成一个生物。

克隆绵羊“多莉”由一头母羊的体细胞克隆而来，经常使用的便是生物克隆技术。

再克隆技术2013年，日本理化钻研所的迷信家借助用克隆生物培育克隆生物的“再克隆”技术，成功地用一只试验鼠培育出了26代共598只试验鼠，而且克隆的试验鼠很肥壮，繁衍才干和寿命与普通试验鼠也没有区别。

钻研人员以为，这说明再克隆可以有限继续下去。

该钻研作为封面故事宣布在了3月7日的《细胞-干细胞》(Cell Stem Cell)杂志网络版上。

克隆技术面临的一大课题是克隆生物生养率低下，繁衍代数越多，生养率越低。

迄今为止，试验鼠繁衍6代、牛繁衍两代就到达了极限。

一旦提供可供克隆的细胞的生物死亡，遗传消息就会隔绝。

理化钻研所钻研员若山照彦率领的钻研小组2005年曾发现，在培育克隆试验鼠的时刻，将移植了细胞核的卵细胞浸入一种名为“曲古抑菌素A”的“组蛋白去乙5”中，生养率就会提高。

钻研小组始终改良技术，成功培育了26代试验鼠，且生养率最高到达约15%。

美国俄勒冈卫生与迷信大学的一个钻研小组15日在美国迷信期刊《细胞》网络版上宣布文章，宣布已经常使用“体细胞克隆技术”，向卵细胞内植入他人皮肤细胞的细胞核，初次成功制作了能够分化成各种组织的胚胎干细胞。

生物学上的运行在生物学上，克隆通罕用在两个方面：克隆一个基因或是克隆一个物种。

克隆一个基因是指从一个集体中失掉一段基因（例如经过PCR的方法），而后将其拔出。

另内在生物界也有无性繁衍，不过多见于非脊椎生物，如原活泼物的决裂繁衍、尾索类生物的出芽生殖等。

但关于初级生物，在人造条件下，普通只 能启动有性繁衍，所以要使其启动无性繁衍，迷信家必需经过一系列复杂的操作程序。

在20世纪50年代，迷信家成功地无性繁衍出一种两栖生物—非洲爪蟾，揭开了细胞生物学的新篇章。

英国和我国等国在80年代前期先后应用胚胎细胞作为供体，“克隆”出了哺乳生物。

到90年代中期，我国已用此种方法“克隆”了老鼠、兔子、山羊、牛、猪5种哺乳生物。

克隆羊多利1996年7月5日克隆出一只基因结构与供体齐全相反的小羊“多利”（Dolly），环球言论为之哗然。

“多利”的特意之处在于它的生命的降生没有精子的介入。

钻研人员先将一个绵羊卵细胞中的遗传物质吸进来，使其变成空壳，而后从一只6岁的母羊身上取出一个乳腺细胞，将其中的遗传物质注入卵细胞空壳中。

这样就失掉了一个含有新的遗传物质但却没有受过精的卵细胞。

这一经过变革的卵细胞决裂、增殖构成胚胎，再被植入另一只母羊子宫内，随着母羊的成功分娩，“多利”到来了环球。

但为什么其它克隆生物并未谢环球上发生这样大的影响呢？这是由于其他克隆生物的遗传基因来自胚胎，且都是用胚胎细胞启动的核移植，不能严厉地说是“无性繁衍”。

另一要素，胚胎细胞自身是经过有性繁衍的，其细胞核中的基因组一半来自父本，一半来自母本。

而“多利”的基因组，全都克隆技术来自单亲，这才是真正的无性繁衍。

因此，从严厉的意义上说，“多利”是环球上第一个真正克隆进去的哺乳生物。

其特点就在于它与为它提供遗传物质的供97年2月23日，英国苏格兰罗斯林钻研所的迷信家宣布，他们的钻研小组应用山羊的体细胞成功地克隆了山羊，克隆技术是迷信开展的结果，它有着极端宽泛的运行前景。

在园艺业和畜牧业中，克隆技术是选育遗传性质稳固的种类的理想手腕，经过它可以培育出优质的果树和劣种牲畜。

在医学畛域，目前美国、瑞士等国度已能应用“克隆”技术培植人体皮肤启动植皮手术。

这一新成就防止了异体植或许出现的排异反响，给病人带来了福音。

据中国新华社1997年4月4日报道，上海市第九人员医院整形外科专家曹谊林谢环球上初次驳回体外细胞繁衍的方法，成功地在白鼠上复制出人耳，为人体缺失器官的修复和重建带来宿愿。

克隆技术还可用来少量繁衍许多有价值的基因，如治疗糖尿病的胰岛素、有宿愿使侏儒症患者从新长高的成长激素和能抗多种疾病感化的搅扰素等等。

克隆是人类在生物迷信畛域取得的一项严重技术打破，反映了细胞核分化技术、细胞造就和控制技术的提高。

原是英文clone的音译，意为生物体经过细胞启动的无性繁衍构成的基因型齐全相反的后辈集体组成的种群，简称为“无性繁衍”。

生物克隆技术的严重打破，也带来了宽泛的争议。