奎屯河流域春季融雪期SCS-CN模型参数取值方法

水资源是保障我国西北干旱半干旱地区生态环境安全的关键因素。以新疆奎屯河流域为例,通过修正SCS模型土壤持水量及初损率参数计算方法,寻找适用于干旱半干旱地区山区典型流域春季融雪期径流模拟模型,为流域掌握水资源量及生态用水提供决策依据。与以往研究不同之处在于:首先,引入度-日模型修正降水量参数,以满足流域降雨-融雪混合补给径流特征。其次,利用多期MODIS数据驱动的TS/VI特征空间理论结合土壤水分吸收平衡原理计算土壤持水量参数(S);再运用聚类分析法对初损率(λ)取值方法进行改进。通过参数算法改进后的SCS模型,参数率定期和验证期纳什效率系数和相对误差系数分别为0.92和0.64,0.7%和-1.5%。结果表明:1)参数算法改进后SCS模型能实现奎屯河流域春季融雪期日径流模拟。2)利用遥感大尺度地表信息参数化技术反演SCS模型参数,实现了遥感数据为SCS模型提供大尺度空间数据的同时,间接实现了模型参数由点状数据向面状数据转化的可能;3)初损率(λ)多组取值法可有效提高干旱半干旱地区大尺度流域径流模拟精度。     

利用粒子群算法在菱形网格上预测蛋白质结构

本文在菱形网格上研究讨论了二维HP模型。首先,将蛋白质结构预测问题转化成一个数学问题,并简化成氨基酸序列中每个氨基酸与网格格点的匹配问题。为了解决这个数学问题,我们改进并扩展了经典的粒子群算法。为了验证算法和模型的有效性,我们对一些典型的算例进行数值模拟。通过与方格网上得到的蛋白质构象进行比较,菱形网上的蛋白质构象更自然,更接近真实。我们进一步比较了菱形网格上的紧致构象和非紧致构象。结果显示我们的模型和算法在菱形网格上预测氨基酸序列的蛋白质结构是有效的有意义的。     

基于BP神经网络和RBF神经网络预测老年痴呆症疾病进展的对比研究

目的:比较反向传播算法(BP)神经网络和径向基函数(RBF)神经网络预测老年痴呆症疾病进展的效果。方法:以老年痴呆症随访数据为研究对象,以性别、年龄、受教育程度、有无高血压、有无高胆固醇、有无心脏病、有无中风史、有无家族史8个指标作为输入变量,以五年随访的MMSE差值为输出变量,构建基于BP神经网络和RBF神经网络的老年痴呆症疾病进展预测模型。结果:与BP神经网络模型相比,RBF神经网络预测的结果更好,能够有效地预测老年痴呆症疾病进展。结论:神经网络模型将老年痴呆症疾病进展预测问题转化为随访数据中相关测量指标与MMSE差值的非线性问题,为复杂的老年痴呆症疾病进展预测提供了新思路。     

综述: 串联质谱寡糖结构解析方法评介

糖组学的研究与发展对生命科学及生物医药的发展具有重要的推动作用．寡糖结构的解析是糖组学中重要的研究课题之一．串联质谱分析技术以其具有高特异性及高灵敏度的特点成为了广为使用的寡糖结构解析方法．本文首先概述了串联质谱寡糖结构解析的研究背景;然后介绍了现有的寡糖结构解析策略及基于每种策略的经典解析方法,并对所列方法的原理和算法进行逐一分析讨论;最后,总结现有方法的优缺点,对串联质谱寡糖结构研究领域进行了研究展望．     

时间序列荧光图像中精确检测高密度快速运动多囊泡的“自校正”算法

本文提出了一种“自校正”算法,用于提高时间序列荧光图像中的多个运动目标识别的正确率(如囊泡)．此算法的主要思想是构建一个由核函数叠加构成的模型,然后用这个模型去拟合无法分辨时刻的数据,通过最小二乘拟合后得到的模型与真实数据的χ²统计残差及拟合得到的核函数的参数,来确定该时刻囊泡的数目及各囊泡的中心位置．我们在合成图像上比较加入了自校正算法和未加自校正算法的识别正确率,结果表明,加入了自检算法以后识别正确率得到了明显提高．同时,提出了一个优化的囊泡追踪流程,并应用到小鼠β细胞的囊泡荧光图像分析中．统计分析显示,加入葡萄糖刺激后,小鼠β细胞囊泡轨迹数目会增加,平均锚定时间会减少,这是由于胰岛细胞需要借助囊泡的转运和分泌来调控血糖平衡．因此我们进一步在亚细胞水平定量分析了活细胞中囊泡的活动．     

全基因组关联研究通路分析方法现状

全基因组关联研究(genome-wide association study, GWAS)自2005年首次发表以来已不断增进人们对疾病遗传机制的认识,结合系统生物学并改进统计分析方法是对GWAS数据进行深度挖掘的重要途径。通路分析(pathway analysis)将GWAS所检测的遗传变异根据一定的生物学含义组合为集合进行分析,有利于发现对疾病单独效应小却在通路中相互关联的遗传变异,更有利于进行生物学解释。当前通路分析在GWAS数据上已有较为广泛的应用并取得初步成果。与此同时,通路分析的统计方法仍在不断发展。本文旨在介绍现有直接以SNP为对象的GWAS通路分析算法,根据方法中是否采用核函数分为非核算法和核算法两大类,其中非核算法主要包括基因功能富集分析(gene set enrichment analysis, GSEA)和分层贝叶斯优取(hierarchical Bayes prioritization, HBP),核算法包括线性核(linear kernel, LIN)、状态认证核(identity-by-status kernel, IBS)和尺度不变核(powered exponential kernel)。通过介绍这些方法的计算原理和优缺点,以期为新算法的构建提供更好的思路,为GWAS领域研究方法的选择提供参考。     

实蝇科果实蝇属昆虫数字图像自动识别系统的构建和测试

针对双翅目实蝇科果实蝇属昆虫的自动识别,本文提出利用翅及中胸背板图像的局部二进制模式（local binary pattern, LBP）特征,采用Adaboost算法, 设计和开发“实蝇科果实蝇属昆虫数字图像自动识别系统”（Automated Fruit fly Identification System-Bactrocera, AFIS-B）。该系统包括图像采集、图像裁剪、预处理、特征提取、分类器设计、识别和显示,共7个模块。研究结果表明： LBP特征可以有效鉴别实蝇科果实蝇属昆虫;在对实蝇科果实蝇属8个种的测试中, 该系统表现出较高的准确性和稳定性,平均识别率可达80%以上。此外,还对果实蝇属昆虫翅膀及中胸背板图像在光照不均匀、姿态扭曲、样本受损及样本量大小等不同条件下的识别率进行了试验测试。结果表明, 该系统对测试样本的光照不均匀、 姿态扭曲和样本受损都表现出良好的鲁棒性,正确识别率与训练集样本各个种数量在一定条件下明显正相关,与训练集样本物种总量负相关。该项研究为实蝇科有害昆虫自动识别系统的构建及实际应用提供了理论、 方法及基础数据的支撑, 亦可为其他昆虫自动识别系统的研究和构建提供有益借鉴。 关键词：     

基于IBS算法预测亲缘关系准确性研究

目的 评估基于状态一致性(identity-by-state,IBS)算法预测个体间亲缘关系的准确性.方法 采用Illumina GSA芯片对253份样本进行全基因组检测,基于高密度单核苷酸多态性(single nucleotide polymorphism,SNP)数据计算两两个体间IBS共享统计量预测亲缘关系.通过...     

基于全局最小残差法快速分析混合STR图谱

在法医DNA分析领域，混合短串联重复序列(short tandem repeats,STR)图谱的分析一直是研究难点。当前，国内主要依靠法医进行人工分析，不仅效率低下，分析结果还存在着主观性偏好，难以满足日益增长的STR图谱分析的需求。本文提出一种新的混合STR图谱分析方法——全局最小残差法，不仅可以计算出分析结果，还可以预测出每个组分的混合比例。该方法首先给混合比例赋予了新的定义，然后对等位基因模型进行优化，进而综合考虑STR图谱中的所有基因座，将每个基因座的残差值进行累加求和，选择累加和最小的混合比例作为推断结果，并使用灰狼优化算法快速寻找混合比例的最优值。对于二组分STR图谱，全局最小残差法能够兼顾分析的准确性和分析速度，有利于实现大量的图谱分析。本文提出的算法在实际应用中取得了不错的效果，具有较高的应用价值，可为混合STR图谱分析领域的研究提供新的解决方案。     

计算生物大分子溶剂可及表面积的快速算法

提出了一种新的计算生物大分子溶剂可及表面的算法。这种算法由“立方体算法（ｃｕｂｅａｌｇｏｒｉｔｈｍ）”发展而来，运用二级网格方法建立了水合原子的立方体剖分数据库，大大提高了计算速度，而且可以通过调节格子的大小来选择合适的计算精度，适用于需要进行大量可及表面计算的蛋白质分子结构预测和模拟。