基于最小数据集的青藏高原南北部不同土地利用方式土壤质量评价

为了评估青藏高原南北部林地、草地和农地的土壤质量状况，明确3种土地利用方式下生产力水平的关键影响因子，在青藏高原南部和北部采集了101个(0～30 cm)土壤样品测定土壤理化性质，通过主成分分析选择3个指标作为最小数据集(MDS),综合评估青藏高原南北部土壤质量。结果表明：3种土地利用方式下土壤理化特性在青藏高原南、北部差异显著。北部土壤有机质(SOM)、全氮(TN)、速效磷(AP)、速效钾(AK)含量均高于南部，且南北部的林地SOM、TN含量均显著高于农地和草地。土壤铵态氮(NH₄⁺-N)含量表现为农地>林地>草地，且在南部差异显著，而南北部硝态氮(NO₃^--N)含量均表现为林地最高。农地的土壤容重(BD)和电导率(EC)显著高于草地和林地，且北部农地和草地的BD和EC高于南部。南部草地pH显著高于林地和农地，北部林地pH最高。北部土壤质量选取指标为SOM、AP和pH,林地、草地和农地的土壤质量指数依次为0.56、0.53和0.47;南部选取指标为SOM、全磷(TP)和NH_4...     

基于双层BiGRU网络的哺乳动物组织m6A甲基化位点预测

目的 N⁶-甲基化腺苷（N⁶-methyladenosine，m⁶A）是RNA中最常见、最丰富的化学修饰，在很多生物过程中发挥着重要作用。目前已经发展了一些预测m⁶A甲基化位点的计算方法。然而，这些方法在针对不同物种或不同组织时，缺乏稳健性。为了提升对不同组织中m⁶A甲基化位点预测的稳健性，本文提出一种能结合序列反向信息来提取数据更高级特征的双层双向门控循环单元（bidirectional gated recurrent unit，BiGRU）网络模型。方法 本文选取具有代表性的哺乳动物组织m⁶A甲基化位点数据集作为训练数据，通过对模型网络、网络结构、层数和优化器等进行搭配，构建双层BiGRU网络。结果 将模型应用于人类、小鼠和大鼠共11个组织的m⁶A甲基化位点预测上，并与其他方法在这11个组织上的预测能力进行了全面的比较。结果表明，本文构建的模型平均预测接受者操作特征曲线下面积（area under the receiver operating characteristic curve，AUC）达到93.72%，与目前最好的预测方法持平，而预测准确率（accuracy，ACC）、敏感性（sensitivity，SN）、特异性（specificity，SP）和马修斯相关系数（Matthews correlation coefficient，MCC）分别为90.07%、90.30%、89.84%和80.17%，均高于目前的m⁶A甲基化位点预测方法。结论 和已有研究方法相比，本文方法对11个哺乳动物组织的m⁶A甲基化位点的预测准确性均达到最高，说明本文方法具有较好的泛化能力。     

Bergman最小模型的研究进展

最小模型是模拟内分泌代谢系统中葡萄糖-胰岛素相互作用的数学模型,它与多样本静脉葡萄糖耐量试验相结合,定量地评估胰岛素敏感性、葡萄糖效能.这些指数对临床与基础研究、糖尿病流行病研究都具有重要的作用.本文对最小模型的发展、与之相关的数学模型及其应用方面进行了综述.     

基于红外相机的不可个体识别动物种群密度估算方法

种群密度估计对野生动物的保护和管理至关重要,也是动物生态学和保护生物学备受关注的研究热点,但对大中型兽类种群数量的准确估算一直面临挑战。红外相机是哺乳动物调查中普遍采用的工具,也是克服这一挑战的一种经济有效的方法。目前国际上已有多种方法采用红外相机数据估算不可个体识别动物的种群密度,但相关技术在我国的应用案例较少,本文旨在为国内研究者应用红外相机数据估算动物种群密度提供参考。首先,我们介绍了随机相遇模型(randomencounter model, REM)、随机相遇与停留时间(random encounter and staying time, REST)模型、相机前停留时间(time in front of the camera,TIFC)模型以及红外相机距离取样(cameratrapdistancesampling,CTDS)这四种模型的基本原理和假设;其次,描述了这些模型在野外调查中的技术要点,并给出数据处理与分析的建议;最后,总结了每个模型的数据需求、优点和缺点。虽然我国目前拥有估算种群密度的大量红外相机数据源,但有很多物种的数量尚未知晓,也没有一种方法对所有红外相机数据都是...