黄河首曲玛曲县高寒湿地景观格局演变

高寒湿地是青藏高原地区最重要的生态水源涵养区之一, 也是局部气候的有效调节者, 其动态变化与成因亟待深入研究。该研究基于遥感图像分析、地理信息系统空间分析和景观生态指数分析结合的方法, 以黄河首曲玛曲县高寒湿地为研究对象, 对1995-2018年6期湿地的动态变化进行研究。结果表明, 研究区湿地在1995-2010年间不断退化, 1995-2010年湿地面积总共减少了18 680.31 hm²。在2010-2018年间黄河首曲高寒湿地面积有所增加, 但与20世纪90年代相比, 21世纪初开始湿地的面积普遍呈现下降趋势; 1995-2010年湿地斑块数不断增加, 斑块密度不断增大, 平均斑块面积下降, 景观的破碎度升高; 2010-2015年湿地斑块数和斑块密度减少, 2015-2018年湿地斑块数和斑块密度增加, 平均斑块面积先增大后减小, 景观的破碎度先降低后升高。1995-2010年研究区高寒湿地景观Shannon多样性指数和Shannon均匀度指数均呈现下降的趋势, 湿地的景观结构趋于简单, 景观类型分布更加集中。2010-2018年湿地景观Shannon多样性指数和Shannon均匀度指数均呈现上升趋势, 湿地的景观结构趋于复杂, 景观类型增加且分布更加分散。进一步的驱动力分析表明, 引起黄河首曲高寒湿地景观格局演变的主要因素是蒸发量和降水量, 其次是人口数量和大牲畜数量等人类活动影响。气候因子是影响黄河首曲高寒湿地面积变化的主要原因, 过度的人类经济活动在一定程度上加剧了湿地的变化。     

拽线法:一个构建系统发育树的新算法

这篇文章要讨论的拽线法（DL）是贪婪算法的一种。和Fitch—Margoliash（FM）一样,DL也是基于距离矩阵构建系统发育树,但是和FM算法相比,DL具有低复杂度、较高的容错性和准确度高的优点。当存在误差时,DL算法只是加大了不在同一个父节点下的基因序列的距离,但能够准确的判断序列的亲缘关系,进而得到完美的进化树拓扑结构;相比之下,FM算法让各个基因序列间的距离均摊了这种误差,从而有可能将本应该具有相同父节点的基因序列分到不同的分支。     

基于鼠脑海马位置细胞与Q学习面向目标导航

生理学实验表明在鼠脑海马结构中存在的一种具有特异性放电特征的细胞,它在大鼠空间导航和环境认知中起着关键性作用,该特异性神经元被称之为位置细胞。本文将基于位置细胞、运动神经元来构建一种前馈神经网络模型,采用Q学习算法实现大鼠面向目标导航任务。实验结果表明该前馈神经网络模型能快速实现大鼠面向目标导航任务。     

基于蛋白互作网络识别非小细胞肺癌相关基因功能模块

本研究对非小细胞肺癌(non-small cell lung carcinoma,NSCLC)基因表达数据进行差异表达分析,并与蛋白质相互作用网络(PPIN)数据进行整合,进一步利用Heinz搜索算法识别NSCLC相关的基因功能模块,并对模块中的基因进行功能(GO term)和通路(KEGG)富集分析,旨在探究肺癌发病分子机制。蛋白互作网络分析得到一个包含96个基因和117个相互作用的功能模块,以及8个对NSCLC的发生和发展起到关键作用候选基因标志物。富集分析结果表明,这些基因主要富集于基因转录催化及染色质调控等生物学过程,并在基础转录因子、黏着连接、细胞周期、Wnt信号通路及HTLV-Ⅰ感染等生物学通路中发挥重要作用。本研究对非小细胞肺癌相关的基因和生物学通路进行预测,可用于肺癌的早期诊断和早期治疗,以降低肺癌死亡率。     

基于分组重量编码的蛋白质功能预测

从蛋白质序列出发,采用分组重量编码(Encoding Based on Grouped Weight,简记EBGW),并结合最近邻居算法对蛋白质功能进行预测。对酵母(Saccharomyces cerevisiae)蛋白质的1826条序列进行预测,整体预测准确率与其他基于序列信息的蛋白质功能预测方法相当。实验结果表明基于EBGW编码方案的新方法可有效地应用于蛋白质功能预测。     

三维肺部图像中疑似肺结节结构的自动提取

本文提出了一种肺部CT图像三维数据中自动提取疑似结节区域的方法。首先结合阈值分割、种子填充等方法,在三维体数据上分割出肺实质。进而利用改进的模糊C均值聚类,提取出结节及具有结节特征的血管、支气管等感兴趣区域。该工作对感兴趣区域的特征提取有重要意义,是早期肺癌计算机辅助诊断重要的一步。     

基于机器学习的药物-靶标相互作用预测*

近年来,随着计算机硬件、软件工具和数据丰度的不断突破,以机器学习为代表的人工智能技术在生物、基础医学和药学等领域的应用不断拓展和融合,极大地推动了这些领域的发展,尤其是药物研发领域的变革。其中,药物-靶标相互作用(drug-target interactions, DTI)的识别是药物研发领域中的重要难题和人工智能技术交叉融合的热门方向,研究人员在DTI预测方面做了大量的工作,构建了许多重要的数据库,开发或拓展了各类机器学习算法和工具软件。对基于机器学习的DTI预测的基本流程进行了介绍,并对利用机器学习预测DTI的研究进行了回顾,同时对不同的机器学习方法运用于DTI预测的优缺点进行了简单总结,以期对开发更加有效的预测算法和DTI预测的发展提供帮助。     

两种过滤特征基因选择算法的有效性研究

对基因表达谱进行特征基因选择不仅能改善疾病分类方法的效能,而且为寻找与疾病相关的特征基因提供新的途径．通过比较用调整p值的t检验、非参数评分两种特征基因选择算法后和未进行选择时支持向量机(SVM)分类器的分类性能、支持向量(SV)的吻合度、错分样本ID的吻合度和对样本均匀翻倍后的稳定性．结果发现：特征选择后线性、核函数为二阶多项式和径向基的SVM分类性能明显提高;特征选择前后的SV及错分样本ID的吻合度均较高;SVM的稳定性较好．由此得出结论：这两种特征选择算法具有一定的有效性．     

中国濒危鱼类、两栖爬行类和哺乳类的地理分布格局与优先保护区域——基于《中国濒危动物红皮书》的分析

《中国濒危动物红皮书》依据我国动物所面临的濒危,对我国濒危动物的濒危等级划分,种群现状,致危因素和保护措施等进行了描述说明,首批收录了535种濒危动物。本文以《中国濒危动物红皮书》中所收录的352种濒危脊椎动物（不含鸟类（以下简记为“濒危植物”）为研究对象,整理统计了现有濒危物种的分布资料,在GIS支持下,对中国濒危动物的地理分布进行了研究。结果表明,中国濒危动物物种呈明显的集聚分布,最密集的地区是横断山区,海南岛,西双版纳和云贵高原;而在华北平原,内蒙古东部,黄土高原和东北平原等地区出现大片空白区。影响濒危动物分布的主要因素有热量和水分条件,地形条件等自然条件以及历史开发,人为破坏等人文条件。山地因地形屏障作用而保留了较多的古老物种,其较为复杂的环境因子也有益物种的生存,因而物种丰富度较高。大多数动物对于水分和热量的依赖性较强,因此水热条件对其分布的限制作用十分明显。人为破坏较为严重的地区,濒危物种稀少;污染,开荒等引起的环境问题对于现存动物的威胁很。运用Dobson排除算法得到云南勐腊县等9个县分布有168种濒危动物,占全国总数（海生种类及仅分布于台湾和香港的特有种除外）的51．5％,而其土地面积之和仅为全国陆地总面积的0．9％。而云南勐腊县等94个县市就分布有中国所有的濒危动物。这些地区是我国生物多样性保护应该优先考虑的地方。     

酵母基因组组蛋白修饰之间相关性的研究

我们在对染色质修饰作用进行研究的过程中,发现以往的研究只关注化学修饰间的线性关系,而对于非线性关系未充分重视。为此,我们对Pokholok等(2005)人测出的酵母组蛋白甲基化修饰与乙酰化修饰数据进行了插值处理,得到了16种全基因组组蛋白修饰数据。然后对每组修饰数据在TSS位点上、下游各取1 000 bp进行对齐、平均、平滑和归一化处理。我们发现,根据酵母基因转录水平数据,可将组蛋白修饰数据分为两大类:一类是转录增强修饰群体,一类是转录抑制或转录无关修饰群体。为了揭示不同转录活性基因上修饰间的复杂关系,我们分别利用Pearson相关分析法和Reshef等(2011)人提出的MINE算法得到了以上修饰之间的相关性。最后对该结果进行分析,得到了修饰之间的一些非线性关系,同时发现同群体间修饰的关联性更强。