一种新的蛋白质结构字母序列优化算法

基于蛋白质结构字母的预测和分析方法,一个必然的步聚,是将目标蛋白质离散成结构字母序列。本文在对蛋白质结构字母序列空间,及其最小根均方偏差变化,穷举分析的基础上,提出了一种新的蛋白质结构字母序列优化算法,全局贪婪算法。全局贪婪算法避免了基本贪婪算法过度依赖候选集大小,计算量过大、以及过早收缩于局部最小等缺点。经实验分析,全局贪婪算法在性能上优于基本贪婪算法和局部最优方法。。     

FIND:从下一代单端测序数据中快速查找Indel的方法

目的:针对下一代测序数据,尤其是单端测序数据,研究快速、准确查找Indel的方法。方法:先与全基因组参考序列进行快速比对,筛选出包含Indel的序列;再对这些序列进行双向的二次比对,确定Indel长度;最后借助长度信息在锁定范围内查找Indel的确切位置和相关信息。结果:本文成功构建FIND(Fast INDel detection system)系统,用于从单端测序数据中查找Indel信息。以模拟测序数据作为测试数据,在12X测试数据情况下,FIND的灵敏度和特异性分别为87.71%和99.66%,而且该性能还随着测序倍数的增加而提升。结论:充分利用比对过程获取的信息,在确定Indle长度的同时也确定出其大致位置,最终在局部范围内实现对单端测序数据中Indle的快速而准确的查找。     

串联质谱图谱从头测序算法研究进展

近年来,基于质谱技术的高通量蛋白质组学研究发展迅速,利用串联质谱图谱鉴定蛋白质是其数据处理中一个基础而又重要的环节．由于不需要利用蛋白质序列数据库,从头测序方法能够分析新物种或者基因组未测序物种的串联质谱数据,具有数据库搜索方法不可替代的优势．简要介绍高通量串联质谱图谱从头测序问题及其研究现状．归纳出几种典型的计算策略并分析了各种策略的优缺点．总结常用的从头测序算法和软件,介绍算法评估的各种指标和常用评估数据集,概括各种算法的特点,展望未来研究可能的发展方向．     

基于多尺度遥感影像分割方法的湿地生态廊道设计

从生物多样性保护的角度,采用多尺度遥感影像分割方法中的人为干扰度模型,计算分割阈值确定湿地生态廊道的宽度,并结合聚类分析法分类的8种人为干扰类型,对建三江地区廊道结构设计进行了研究。结果表明,廊道分割阈值设为20%,非湿地背景噪声为9.43%,湿地生态廊道最佳宽度为1298m。8种人为干扰度中聚类c1、c2、c3和c4类型是受人为干扰较弱的区域,主要分布在浓江、乌苏里江、三江和洪河保护区原始生态环境区域,将其分别设定为核心区、实验区、边缘区、缓冲区4种类型。廊道核心区中的沼泽类型占75%,总体精度高达93.7%,实验区沼泽占72.2%,精度达到75.8%,边缘与缓冲区起到边缘护栏的作用,缓冲区宽度为945m,本研究为湿地生态廊道的建设与修复提供了可靠、科学的参考依据。     

免疫进化算法在建立地位指数曲线模型中的应用

选择Schumacher方程构建优势高和地位指数均能写成显式表达式的多形地位指数曲线模型,以同时兼顾优势高和地位指数的估测误差最小为目标函数,采用免疫进化算法求解参数．实例分析表明：该文建立的多形地位指数曲线模型能够客观地反映不同立地下优势高的生长规律,且误差小,应用方便．     

奇异数据筛选法在玉米籽粒蛋白质近红外光谱检测中的应用

相对于传统生化测定方法,基于近红外光谱(Near infrared spectroscopy,NIRS)玉米籽粒蛋白质含量检测是一种快速、非破坏、且适用于多组分同时检测的新方法。但在建模过程中,由于奇异数据(异常值)的存在会影响近红外光谱模型的预测精度和稳定性,我们采用奇异数据筛选法剔除了玉米籽粒近红外光谱中的奇异数据并建立了玉米籽粒蛋白质含量的偏最小二乘支持向量机(Least squares support vector machine,LS-SVM)模型。本文分别采用杠杆值法(Leverage)、半数重采样法(Resampling by Half-Mean,RHM)和蒙特卡洛采样法(Monte-Carlo Sampling,MCS)剔除了玉米籽粒蛋白质光谱数据中的奇异数据并对模型结果进行比较。在剔除奇异数据的基础上,采用偏最小二乘回归法(Partial least squares regression,PLSR)提取主成分,并基于小生境蚁群算法(Niche ant colony algorithm,NACA)优化偏最小二乘支持向量机(LS-SVM)模型参数(γ和σ2),建立基于LS-SVM的玉米籽粒蛋白质定量分析模型。结果表明,采用3种奇异数据筛选法剔除奇异数据后所建LS-SVM模型的预测结果都优于采用原光谱数据所建模型,相比较而言,蒙特卡洛采样法为基于近红外光谱检测玉米籽粒蛋白质的最佳奇异数据筛选法。     

南丰蜜桔可溶性固形物近红外检测的多元线性回归变量筛选

文章采用反向区间偏最小二乘法结合连续投影算法,筛选南丰蜜桔近红外检测的多元线性回归变量。对南丰蜜桔近红外光谱进行多元散射校正后,利用反向间隔偏最小二乘法,从500～1750 nm中初选出7个光谱区间,用于多元线性回归变量筛选。利用通过遗传算法和连续投影算法筛选出的变量建立了多元线性回归模型。经比较发现,利用反向区间偏最小二乘法结合连续投影算法筛选出的变量建立的多元线性回归模型,预测结果最优,模型预测相关系数为0.937,模型预测均方根误差为0.613 oBrix。结果表明,反向区间偏最小二乘法结合连续投影算法,可以有效地筛选近红外光谱的多元线性回归变量,提高南丰蜜桔可溶性固形物模型的预测精度。     

生物网络研究进展述评

生物网络是一类典型的复杂适应性系统,包含了许多个体的多层次的各种相互作用和关系,在过去的十年里,利用复杂网络理论对生物网络进行研究引起了人们的注意并获得了快速发展.本文首先从从度分布、聚类系数及鲁棒性等角度对现阶段生物网络性质的研究进行了简要介绍,后进一步对生物网络的聚类算法及主要建模理论做出了概括.今后的研究趋势在于如何建立合理的生物网络模型,以深入研究生物网络的各种性质.     

基于系统安全性的死锁避免算法

死锁是多用户操作系统的一个重要事件,本文着重介绍了系统的安全状态,并对操作系统的避免死锁算法——Dijkstra银行家算法进行了研究分析。     

一种基于多特征的大肠杆菌启动子判别算法

主要对从一段DNA序列中提取出信息以判别其中是否含有启动子的问题进行了研究。首先从固定长度的序歹4中提取成分特征和结构特征,然后将这些特征输入到一个非线性分类器中进行判别。测试结果显示,在正集＆非编码区负集中,平均错误率降低为13．4％;在正集＆编码区负集中,平均错误率降低到17．0％。表明该方法是非常有效的。