头孢菌素类抗生素的定量构效关系研究

目的:建立一种预测精度较高的定量构效关系(QSAR)模型,为设计和合成活性更高的头孢菌素类抗生素提供理论依据。方法:发展了一种基于支持向量回归(SVR)和k-最近邻(KNN)的非线性组合预测方法(SVR-KNN),系统研究了48种抗流感嗜血杆菌头孢菌素衍生物的QSAR。结果:留一法预测结果表明,非线性筛选描述符和子模型能明显提高预测精度,汰选子模型后的组合预测精度优于单一子模型,SVR-KNN的MSE、MAPE分别为0.019、1.81%;独立样本预测结果显示,SVR-KNN在所有参比模型中具有最优的预测精度及稳定性,其MSE、MAPE分别为0.010、1.33%。结论:SVR-KNN模型具有较强的预测能力和优异的泛化推广能力,在抗生素及其他药物的QSAR研究中有广泛应用前景。     

基于SVR和CAR的多维时间序列分析及其在生态学中的应用

基于支持向量回归（SVR）并融合带受控项的自回归模型（CAR）,建立了一种既反映样本集动态特征又体现环境因子影响的非线性多维时间序列分析预测方法（SVR-CAR）。用一步预测法对两个生态学样本集的预测结果表明,SVR-CAR在所有参比模型中预测精度最高,并具结构风险最小、非线性、避免过拟合、泛化推广能力优异等诸多优点。SVR-CAR在生态学、农业科学、经济学等多维时间序列预测领域有较广泛的应用前景。     

支持向量机及组合预测在蛋白质四级结构分类中的应用

目的:基于支持向量机建立一个自动化识别新肽链四级结构的方法,提高现有方法的识别精度.方法:改进4种已有的蛋白质一级序列特征值提取方法,采用线性和非线性组合预测方法建立一个有效的组合预测模型.结果:以同源二聚体及非同源二聚体为例.对4种特征值提取方法进行改进后其分类精度均提升了2～3%;进一步实施线性与非线性组合预测后,其分类精度再次提高了2～3%,使独立测试集的分类精度达到了90%以上.结论:4种特征值提取方法均较好地反应出蛋白质一级序列包含四级结构信息,组合预测方法能有效地集多种特征值提取方法优势于一体.     

基于PCR 技术的人脑基因可变剪接差异性研究

目的:对人脑的基因可变剪接位点差异性进行分析。方法:通过RNA-Seq得到的转录组数据,分析推测出在不同年龄的7对样本的大脑前额叶皮层(prefrontal cortex,PFC)表达的某些基因具有可变剪接位点的差异性;为验证此推测,设计7对引物,提取不同年龄样本的RNA,通过反转录合成cDNA,采用PCR技术扩增目的序列。结果:在已剪接和(或)未剪接产物预期片段处有明显的条带。结论:通过Quantity One软件分析后,确定在不同年龄间存在可变剪接差异。基于PCR技术的基因可变剪接分析对RNA-seq数据集的预测结果进行验证是一种有效新颖的PCR新应用。