合浦珠母贝IGF2BP1基因的克隆与表达分析

胰岛素样生长因子2信使核糖核酸结合蛋白(insulin-like growth factor 2 mRNA binding protein,IGF2BP)在脊椎动物体内功能很多,但在贝类中研究很少。为研究IGF2BP1是否参与了贝类的生物矿化过程,本研究通过RACE技术克隆获得合浦珠母贝(Pinctada fucata)IGF2BP1基因cDNA序列,命名为PfIGF2BP1。该基因全长2 980 bp,其中开放阅读框长1 737 bp,预测编码579个氨基酸,有4个KH结构域和2个RRM结构域。多重序列分析发现各物种的IGF2BP1氨基酸序列非常保守。实时定量PCR结果显示PfIGF2BP1在肠等8个组织和壳顶期等5个胚胎发育时期中均有表达,表达量最高的组织为珍珠囊(p0.05),说明Pf IGF2BP1可能参与了珍珠形成过程。Pf IGF2BP1在眼点期表达量最高,其次为壳顶期,说明PfIGF2BP1可能参与次生壳的形成过程。原位杂交表明PfIGF2BP1在外套膜边缘的外褶中表达,推测其可能参与棱柱层的形成。本研究为以后探讨IGF2BP1在贝类生物矿化过程中的作用奠定了基础。     

基于表面肌电信号的人体动作识别算法研究进展

表面肌电信号(Surface Electromyography,sEMG)是通过相应肌群表面的传感器记录下来的一维时间序列非平稳生物电信号,不但反映了神经肌肉系统活动,对于反映相应动作肢体活动信息同样重要。而模式识别是肌电应用领域的基础和关键。为了在应用基于表面肌电信号模式识别中选取合适算法,本文拟对基于表面肌电信号的人体动作识别算法进行回顾分析,主要包括模糊模式识别算法、线性判别分析算法、人工神经网络算法和支持向量机算法。模糊模式识别能自适应提取模糊规则,对初始化规则不敏感,适合处理s EMG这样具有严格不重复的生物电信号;线性判别分析对数据进行降维,计算简单,但不适合大数据;人工神经网络可以同时描述训练样本输入输出的线性关系和非线性映射关系,可以解决复杂的分类问题,学习能力强;支持向量机处理小样本、非线性的高维数据优势明显,计算速度快。比较各方法的优缺点,为今后处理此类问题模式识别算法选取提供了参考和依据。     

IGF2BP2在癌症中的研究进展

胰岛素样生长因子2 mRNA结合蛋白2(insulin growth factor 2 mRNA binding protein 2,IGF2BP2)是一种调节多种生物过程的RNA结合蛋白,最初作为2型糖尿病的相关基因被发现,随着深入的研究,人们发现它在多种肿瘤的发生发展中也起着重要的生物学作用。IGF2BP2可以作为一种m6A阅读器,通过与不同的非编码RNA(如miRNAs、lncRNAs和circRNAs)相互作用参与癌症的发生发展。本次综述总结了IGF2BP2在多种癌症中的生物学作用、机制以及预后潜力,以期为癌症的诊断及预后提供新的标志物,同时为IGF2BP2作为癌症精准化治疗靶点的相关研究提供新的思路。     

基于改进熵权法结合TOPSIS模型和BPNN建模优化甘草多糖醇沉工艺

基于改进熵权法结合TOPSIS模型和BPNN建模寻求甘草多糖最佳醇沉工艺。在单因素试验基础上采用正交设计,以浓缩比、乙醇体积分数、醇沉时间为影响因素,甘草总糖、单糖、多糖含量及提取量为评价指标,利用改进熵权法确定评价指标权重,分别采用TOPSIS法和综合评分法处理正交结果,结果显示,TOPSIS法所得数据误差更小,最佳醇沉工艺为浓缩比为2.5 mL/g,乙醇体积分数为70%,醇沉时间为20 h。选取正交设计所得综合评分利用BPNN建模进行仿真寻优,得到最佳醇沉工艺为水提液浓缩至2.0 mL/g,调节乙醇体积分数为67%,醇沉24 h。所得最优工艺验证结果表明,BPNN建模所得综合评分误差更小,工艺更加稳定。该方法优选的最佳醇沉工艺稳定可行,可为甘草多糖进一步开发利用提供客观依据和新思路。     

基于人工神经网络的非线性拟合方法ⅡBP学习算法中各因素的影响

本文研究了人工神经网络BP学习算法中动量因子、隐节点数、学习速率、激活因子等对网络学习速度有影响的几个因素,并且找出了最佳值．     

用人工神经网络方法确定真核基因启动子

本文运用神经网络方法,并结合分子生物学的有关理论与实验统计事实,对真核基因启动子区域进行了识别．文中选择了人类、牛、猪、猫、山羊、兔、绵羊、大鼠、小鼠、小马、仓鼠、鸡、鸭、大豆等共13种真核生物360个基因组,作为研究对象．学习组选择了300个基因组,预测组选择了60基因组．结果表明,将神经网络模型与基因理论相结合,能够运用计算方法,从大量的可能启动子组合中排列出唯一的启动子区域．     

白鹇距长与年龄关系的人工神经网络模型

注意到白鹇雄鸟距长在一定时期内随年龄增长的事实,运用人工神经网络的一典型模型──“反向传播”模型的改进形式,依据确知年龄和估计年龄的部分样本,建立了白鹇龄估计的神经网络模型,用此模型可以以实测距长初步估计标本和野外采集到的白鹇个体的年龄。     

木糖醇发酵状态估算,过程预测与优化

运用广义对数方程拟合不同初始木糖浓度（４７３～９４７１ｇ／Ｌ）下的木糖醇发酵过程,借助于均匀设计综合考察构建神经网络时第一、二隐层单元数、学习速度、初始权矩阵对模拟结果的影响及不同的初始状态变量对木糖醇发酵过程的影响,建立了一个能够很好地用于不同初糖浓度下木糖醇发酵状态估算和过程预测的四层６７６３拓扑构型的神经网络模型,提出了对改善木糖醇发酵有指导意义的优化方案。     

p53的两种结合蛋白：53BP1和53BP2

ｐ５３基因是一种广谱的肿瘤抑制基因,其产物ｐ５３为一多功能的转录调节因子,可以发挥调节细胞生长、细胞凋亡和ＤＮＡ修复的作用。在人类肿瘤已发现多种ｐ５３基因的点突变,但突变不是ｐ５３蛋白质丧失功能的唯一途径。胞内蛋白可能影响其活性和功能。５３ＢＰ１和５３ＢＰ２是ｐ５３在胞浆中的两种结合蛋白。本文阐述了有关这两种蛋白质的研究进展。     

基于位置特异性谱和输入加权神经网络的蛋白质亚细胞定位预测

蛋白质必须处于正确的亚细胞位置才能行使其功能。文章利用PSI-BLAST工具搜索蛋白质序列,提取位点特异性谱中的位点特异性得分矩阵作为蛋白质的一类特征,并计算4等分序列的氨基酸含量以及1～7阶二肽含量作为另外两类特征,由这三类特征一共得到蛋白质序列的12个特征向量。通过设计一个简单加权函数对各类特征向量加权处理,作为神经网络预测器的输入,并使用Levenberg-Marquardt算法代替传统的EBP算法来调整网络权值和阈值,大大提高了训练速度。对具有4类亚细胞位置和12类亚细胞位置的两种蛋白质数据集分别进行＂留一法＂测试和5倍交叉验证测试,总体预测精度分别达到88.4%和83.3%。其中,对4类亚细胞位置数据集的预测效果优于普通BP神经网络、隐马尔可夫模型、模糊K邻近等预测方法,对12类亚细胞位置数据集的预测效果优于支持向量机分类方法。最后还对三类特征采取不同加权比例对预测精度的影响进行了讨论,对选择的八种加权比例的预测结果表明,分别给予三类特征合适的权值系数可以进一步提高预测精度。