基于局部茎搜索的RNA二级结构预测算法

RNA的二级结构预测是生物信息学中一个已经有30多年历史的经典问题,基于最小自由能模型(MFE)的优化算法是使用最为广泛的方法．但RNA结构中假结的存在使MFE问题理论上成为一个NP-hard问题,即使采用动态规划等优化算法也会面临时间复杂度高的困难,同时研究还发现,由于受RNA折叠动力学机制以及环境因素的影响,真实的RNA二级结构往往并不处于自由能最小状态．根据RNA折叠的特点,提出了一种启发式搜索算法来预测带假结的RNA二级结构．该算法以RNA的茎为基本单元,采用启发式搜索策略在茎的组合空间中搜索自由能最小并且出现频率最高的RNA二级结构,该算法不仅能显著降低搜索RNA二级结构的时间复杂度,还有助于弥补单纯依赖能量预测RNA二级结构的不足．在多种类型的RNA标准数据集上进行了检验,结果表明,该算法在预测的精度上优于目前国际上几个著名的RNA二级结构预测算法并且具有较高的运行效率．     

基于遥感信息的常州市热岛效应

以常州市区为研究区域,运用“单窗算法”对TM卫星第6波段进行解译,得到卫星过境时常州市区的地表温度(LST)分布图。结果表明：2006年9月18日卫星过境时常州市城区地表平均温度的热岛强度为3.81 K;常州热岛效应的空间分布特征为“一个片区结合多个组团”,与城市的发展格局基本一致,表明城市化引起的土地利用/土地覆盖变化是形成热岛效应的主要原因;城市工业用地的地表平均温度极显著高于城区,表明工业生产消耗大量能源而产生的人为热对常州市热岛效应的形成以及热岛强度的增强具有显著影响。     

物种分布区范围地理格局的Rapoport法则

Rapoport法则最初是关于物种分布的纬度位置与纬度分布宽度的关系的假说, 被认为是宏观生态学的重要假说之一。Rapoport法则提出以后引发了广泛的实证检验和理论探讨, 并扩展到海拔和海洋深度梯度的分析。对Rapoport法则的检验发展了多种算法, 包括基于中域效应模型的比较分析法, 提出了气候变异性等多种机理解释, 并建立了物种分布区范围格局与物种丰富度格局、分布边界限制等重要宏观生态学现象之间的联系。关于该法则的普适性仍存在明显的意见分歧, 但分析和检验方法被认为是影响结果的重要因素, 方法的改进将是这一领域今后研究的关键。本文主要从Rapoport法则的概念、检验方法、机理性解释, 关于其普适性的争论及其与物种丰富度格局的关系等方面, 综述这一领域的研究进展。     

简单贝叶斯决策的计算神经模型

大脑根据贝叶斯理论处理信息已经得到诸多心理学和神经生理学实验的支持.贝叶斯推理过程往往需要处理复杂的概率计算,最近Shadlen和Gold提出基于对数似然比可以简化基于贝叶斯的两可决策任务.然而,目前并不清楚如何在神经回路中实现基于对数似然比的贝叶斯决策.通过建立具有信息整合与胜者独享特性的决策神经回路,结合奖励调制的突触可塑性学习算法,得到决策行为与突触可塑性之间的对应关系,由此可实现简单贝叶斯决策的计算神经模型.最后,利用该模型模拟出最近Yang和Shadlen关于恒河猴可进行贝叶斯决策的实验结果.     

用距离几何算法和同源建模法对水稻类金属硫蛋白（rgMT）的三维结构建模

水稻类金属硫蛋白(rgMT)的两端是高度保守的半胱氨酸富含区的结构域(CR区),中间是不含半胱氨酸的间隔区,呈典型的三段式结构。本研究分别采用距离几何算法和同源建模相结合的方法对水稻类金属硫蛋白进行三级结构建模。在排列出CR区的所有可能的半胱氨酸-金属硫络合的组合方式,并对每一种组合方式给出一定的限制条件后各生成20个随机构象。根据生成的随机构象足否能形成金属硫络合结构,从900个随机构象中最终选出6个构象(N端4种,C端2种组合)作为可能的结构模型。另一方面,采用GOR方法对间隔区进行了二级结构预测,随后用同源建模法对其建模。将上述建成的三部分模型连接起来后形成rgMT的整体三维构象。结果表明rgMT能像哺乳动物MT蛋白一样,可形成两个独立的、在结构和能量上均没有障碍的金属-硫络合结构。介于所有植物类金属硫蛋白都具有典型的三段式结构,其中的一部分还具有与rgMT相同的半胱氨酸排列方式,所以rgMT三维结构模型的建立对于其他植物类金属硫蛋白的结构研究具有重要的参考价值。     

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.     

植物炭疽病真菌金属硫蛋白的三级结构预测

根据实验测定的Ⅰ类金属硫蛋白(metallothionein, MT)三级结构的实验数据,给出该类蛋白质的两种特征结构(CXC、CXXC一级结构,半胱氨酸-金属络合簇三级结构)的原子间距离约束条件,然后运用距离几何算法计算出一系列可能的构象.从这些构象中经统计分析筛选出目标函数值显著较小的结构作为所预测蛋白质的三级结构模型.用已知结构的蓝蟹MT对方法进行检验证实其可行性后,对植物炭疽病真菌金属硫蛋白CAP3进行了三级结构预测.     

DNA存储中的编码技术

脱氧核糖核酸(Deoxyribonucleic Acid, DNA)是一种天然的信息存储介质,具有存储密度高、存储时间长、损耗率低等特点。在传统存储方式不能满足信息增长的需求时,DNA数据存储技术逐渐成为研究热点。DNA编码是用尽可能少的碱基序列无错的存储数据信息,包括压缩(尽可能少的占用空间)、纠错(无错存储)和转换(数字信息转为碱基序列)3部分。DNA编码是DNA存储中的关键技术,它的结果直接影响存储性能的优劣和数据读写的完整。本文首先介绍DNA存储的发展历史,然后介绍DNA存储的框架,其中重点介绍DNA编码技术,最后对DNA存储中的编解码技术的未来发展方向进行讨论。     

基于人工神经网络的农业病虫害预测模型及其效果检验

选取与病虫害有关的因子作为样本的输入特征,建立了农业病虫害年分类预测的Ｂ－Ｐ人工神经网络模型。该方法应用于稻瘟病的预测建模结果的拟合率为１００％,预留样本检验报率为８３％。