基于残差注意力网络模型的浮游植物识别

浮游植物作为水生态系统中最重要的生物组成部分之一,对水环境敏感,在水环境监测中得到了广泛的关注。然而水生环境复杂多样,准确高效地识别浮游植物是监测工作中的一大挑战。当前浮游植物识别方法可分为经典形态学分类、分子标记和人工智能图像识别三类。前两种方法已被广泛采用,但费时费力,不利于监测机构的大规模应用和推广。同样,利用图像进行自动化分类难以在高准确率与高效率上达到平衡。深度学习技术的发展为此提供了新思路。本文提出一种新的深度卷积神经网络RAN-11。该网络以残差注意力网络Attention-56和Attention-92为基础,凭借通道对齐融合主干上的底层特征与顶层特征,通过调整注意力模块和残差快个数以精简结构,并引入了Leaky ReLU激活函数代替ReLU。以太湖11个优势属共计1036张图像为数据来源进行对比验证。除星杆藻外,RAN-11对单一优势属的的查准率都在90%以上,并且有5个优势属达到100%的查准率。RAN-11的识别准确率为95.67%,推理速率为41.5帧/s,不仅比Attention-92（95.19%的准确率,23.6帧/s）更准确,而且比Attention-56（94.71%的准确率,41.2帧/s）更快,真正兼顾了准确率与效率。研究结果表明：（1）RAN-11在查准率、准确率和推理速率上优于原始残差注意力网络,更优于以词包模型为代表的传统图像识别方法;（2）融合多尺度特征、精简网络结构和优化激活函数是提高卷积神经网络性能的有力手段。建立在经典分类基础之上,本文提出新的残差注意力网络来提升浮游植物鉴定技术,并构建出浮游植物自动化识别系统,识别准确率高、易于推广,对于实现水体中浮游植物的自动化监测具有重要意义。     

连续氮添加14年对温带典型草原土壤碳氮组分及物理结构的影响

全球氮沉降对生态系统造成了深远的影响,研究长时间氮沉降对草地生态系统土壤理化特征的影响有助于加强生态系统对氮沉降响应的长效机制的理解。通过连续14年长期施加N0（0 g N m^-2 a^-1）、N2（2 g N m^-2 a^-1）、N4（4 g N m^-2 a^-1）、N8（8 g N m^-2 a^-1）、N16（16 g N m^-2 a^-1）、N32（32 g N m^-2 a^-1）六种浓度尿素模拟氮沉降,并将土壤分成0-10、10-20和20-40 cm三个深度土层,研究温带草原生态系统土壤碳氮组分及物理结构对氮添加的响应及其相互关系,结果表明：（1）氮添加显著降低0-10 cm土壤酸碱度及土壤微生物量碳含量,N32相比N0分别下降了27.63%和58.40%（P<0.05）;各土层总有机碳和全氮含量对氮添加处理无显著响应,0-10 cm土层显著高于20-40 cm土层。（2）同一土层深度不同梯度氮添加处理显著增加土壤无机氮离子含量（P<0.05）,0-10 cm土层铵态氮含量N32相比N0增加了88.72%,20-40 cm土层硝态氮含量N32相比N0增加了19.55倍,土壤深度与氮添加对无机氮离子含量影响具有显著的交互效应。（3）同一土壤深度不同梯度氮添加处理土壤粒度分形维数及土壤团聚体差异不显著,相关分析表明土壤碳氮元素含量与土壤结构显著相关。土壤碳氮组分在适宜浓度氮添加的增加趋势说明氮添加在一定程度上可能促进土壤理化性质的改良,氮添加对土壤物理结构的影响还需要进一步的深入研究。     

祁连山5种典型灌丛土壤生态化学计量特征

土壤C、N、P生态化学计量特征是体现生态系统变化过程的重要依据。该研究以分布于祁连山北麓中段的甘青锦鸡儿、鲜黄小檗、金露梅、鬼箭锦鸡儿、吉拉柳等5种典型灌丛群落为研究对象,通过野外调查采样,测定土壤有机C、N、P含量,分析了不同灌丛群落土壤C、N、P含量及其生态化学计量比的垂直分布特征,并探讨了各指标间的耦合关系,为祁连山地区土壤-植物养分关系及退化植被恢复与重建提供理论依据。结果表明:(1)祁连山北麓中段5种灌丛群落土壤有机C(45.29 g/kg)、全N(3.85 g/kg)、全P含量(0.70 g/kg)较高,均高于全国平均水平。(2)相关性分析表明,土壤有机C与全N之间呈极显著正相关(P0.01),但土壤有机C与全P以及全N与全P之间没有明显的相关性,且土壤C、N含量变化几乎完全同步。(3)各灌丛类型土壤有机C、全N含量均表现为表层高于下层,而全P含量土层间差异不显著;各灌丛群落土壤有机C、全N含量均随土层加深呈现"倒金字塔"的分布格局,但不同灌丛类型全P含量随土层加深的变化规律却不一致,且土层对全P含量的影响不显著。(4)5种灌丛群落土壤整体C∶N、C∶P、N∶P(11.29、66.99、5.67)均低于全国平均水平,各灌丛群落土壤C∶P、N∶P随土层加深均呈不同程度的下降趋势,但不同灌丛群落土壤C∶N随土层加深的变化规律有所不同。(5)土壤有机C、全N与C∶N、C∶P、N∶P之间均具有极显著的二次函数关系(P0.01),土壤全P与C∶N、C∶P、N∶P之间关系不显著。研究认为,祁连山北麓中段土壤C∶N和P含量的稳定性较高(CV=3.99%和2.66%),C∶P、N∶P是判断研究区限制性养分的重要指标,祁连山北麓中段灌丛群落土壤主要受N素的限制。     

基于灰狼优化算法的蛋白质二级结构分类

针对传统方法在蛋白质二级结构分类中精度低的问题,介绍了一种基于灰狼优化算法的卷积神经网络图像分类算法.首先,选取卷积神经网络模型中所需优化的参数,并且初始化灰狼优化算法的迭代次数、灰狼数量、搜索边界和空间维数;其次,计算优化参数的个体适应度函数,对个体适应度进行排序,确定历史最优解、优解和次优解,更新灰狼的位置;最后,利用经过参数优化的卷积神经网络模型对蛋白质二级结构进行分类.从蛋白质数据库中获得蛋白质二级结构3D模型,转化为多角度拍摄的2D图像作为数据集进行实验.选取残差网络、AlexNet和VGG16三种模型,分别得到92.6％、87.3％和88.9％的准确率,在同数据集下,使用传统方法中的支持向量机和贝叶斯分类器进行对比实验,得到67.0％和53.0％的准确率.实验结果表明,在蛋白质二级结构分类中,与传统方法相比较,基于灰狼优化算法的卷积神经网络精度更高.     

基于深度学习与多层次信息融合的药物靶标亲和力预测*

药物研发是非常重要但也十分耗费人力物力的过程。利用计算机辅助预测药物与蛋白质亲和力的方法可以极大地加快药物研发过程。药物靶标亲和力预测的关键在于对药物和蛋白质进行准确详细地信息表征。提出一种基于深度学习与多层次信息融合的药物靶标亲和力的预测模型,试图通过综合药物与蛋白质的多层次信息,来获得更好的预测表现。首先将药物表述成分子图和扩展连接指纹两种形式,分别利用图卷积神经网络模块和全连接层进行学习;其次将蛋白质序列和蛋白质K-mer特征分别输入卷积神经网络模块和全连接层来学习蛋白质潜在特征;随后将4个通道学习到的特征进行融合,再利用全连接层进行预测。在两个基准药物靶标亲和力数据集上验证了所提方法的有效性,并与其他已有模型作对比研究。结果说明提出的模型相比基准模型能得到更好的预测性能,表明提出的综合药物与蛋白质多层次信息的药物靶标亲和力预测策略是有效的。     

环状RNA计算预测方法的研究进展

环状RNA(circular RNA,circRNA)是一类具有重要生物作用的内源性RNA,大多在可变剪接过程中通过5’端和3’端反向共价连接形成闭合环状结构。目前,环状RNA的识别策略主要分为两大类:一类方法从高通量测序(RNA-seq)数据中检测反向剪接位点,另一类直接从RNA序列中检测成环特征。由于数据本身和识别方法的不足,依赖高通量测序数据的识别工具存在假阳性率高和不同工具间重合率低等缺点。因此,充分利用序列本身的特征来识别环状RNA是环状RNA识别的研究方向。本文总结了8种基于序列特征预测环状RNA的工具,并给出它们在测试数据集上的测试结果,为后续研究和优化提供数据支持。     

“微生物学实验”混合式教学实践与评价

生命科学的本科教学中,实验教学是举足轻重的一个部分。本文以"微生物学实验"课程为研究对象,利用互动网站进行线上线下混合式教学,评价学生的学习效果和规律,探索生命科学实验类课程采用混合式教学的效果,并探讨推广可能性。在连续三年的教学实践中,统计分析各维度数据,发现在混合式教学模式下,绝大部分学生都具有主动自学的能力。同时,实验课程中的深度和广度都有所提升。学习规律的监控和综合评价显示,深度学习的学生在各种评价指标中都显著表现优秀。因此,在混合式教学模式下,如何引导学生进行真实有效的深度学习是教师在新教学模式下的重任。     

播种深度对天山雪莲种子萌发的影响

天山雪莲[Saussurea involucrata(Kar.et Kir.) Sch.-Bip.],又称新疆雪莲、雪莲或雪莲花,为菊科(Compositae)风毛菊属(Saussurea DC.)多年生草本植物,主要分布在新疆天山、昆仑山、阿尔泰山和帕米尔高原,生于海拔2 400 ～4 000 m的石缝、砾石坡和湿润沙地上,通常需5～8a发育成熟并开花结果.天山雪莲是传统药用植物,具有温肾助阳、祛风胜湿和通经活血等功效,主治类风湿性关节炎、小腹冷痛和月经不调等.现代药理和临床研究结果显示:天山雪莲还具有延缓衰老的功效,并且在治疗脑动脉硬化、缺血性中风、抗菌消炎、抑制癌细胞增殖和抗氧化等领域都有重要的研发价值[1-4].     

基于深度最大输出网络的抗体种型特异性B细胞表位预测

B细胞表位研究有助于肽段疫苗研制,抗体研制以及疾病诊断和治疗研究.不同的B细胞表位诱导免疫系统产生不同的抗体种型,探索研究能够诱导特异性抗体产生的B细胞表位具有重要意义.基于二肽组成特征,利用深度最大输出网络算法训练构建三个二类分类器,分别对应诱导三种不同特异性抗体的B细胞表位,即IgA表位,IgE表位以及IgG表位.通过五折交叉验证训练和测试这三个分类器,获得AUC的值分别为0.78,0.93以及0.78.IgA表位和IgE表位分类器的预测能力优于其它IgA表位和IgE表位分类器,IgG表位分类器和其它IgG表位分类器的预测能力相当.     

光动力疗法辅助治疗轻中度牙周炎的疗效观察

目的:探讨光动力疗法(PDT)辅助治疗轻中度牙周炎患者的临床疗效。方法:选取我院2016年1月-2017年8月收治的轻中度牙周炎患者46例为研究对象,共选取患牙276颗,随机分为观察组与对照组,每组138颗患牙,对照组予以龈下刮治术和根面平整术(SRP)治疗,观察组在对照组的基础上联合PDT治疗,比较治疗前、治疗后1个月、2个月、3个月观察两组患者的牙周袋探诊深度(PD)、探诊出血(BOP)阳性率、出血指数(BI)。结果:治疗后1个月、2个月、3个月,两组PD均随着时间的推移逐渐变浅(P0.05),且观察组治疗后各时间点均浅于对照组(P0.05);两组BOP阳性率均较治疗前降低,且观察组治疗后各时间均低于对照组(P0.05);两组BI随着时间的推移呈逐渐下降趋势(P0.05),且观察组治疗后各时间点BI均低于对照组(P0.05)。结论:PDT辅助治疗轻中度牙周炎患者的临床疗效较好,其能减小PD,降低BI和BOP阳性率。