基于三类特征融合的O-糖基化位点预测

糖基化是蛋白质翻译后的主要修饰,O-糖基化的固定模式未知,高精度识别O-糖基化位点是机器学习面临的挑战性问题.以迄今最大的人O-糖基化位点Steentoft数据集为基础,本文首次提出了基于位置的卡方差表特征χ~2-pos,融合伪氨基酸序列进化信息Pse PSSM以及无方向的k间隔氨基酸对组分Undirected-CKSAAP表征序列,构建5个正负样本均衡的支持向量机分类器,经加权投票,独立测试准确率、Matthew相关系数及ROC曲线下面积,分别达到了89.62%、0.79、0.96,明显优于文献报道结果.χ~2-pos、Pse PSSM与Undirected-CKSAAP三种特征的融合在蛋白质糖基化、磷酸化等位点预测中有广泛应用前景.     

微阵列数据的多目标免疫优化双聚类

DNA微阵列技术的发展为基因表达研究提供更有效的工具。分析这些大规模基因数据主要应用聚类方法。最近,提出双聚类技术来发现子矩阵以揭示各种生物模式。多目标优化算法可以同时优化多个相互冲突的目标,因而是求解基因表达矩阵的双聚类的一种很好的方法。本文基于克隆选择原理提出了一个新奇的多目标免疫优化双聚类算法,来挖掘微阵列数据的双聚类。在两个真实数据集上的实验结果表明该方法比其他多目标进化双聚娄算法表现出更优越的性能。     

基于卫星跟踪的洞庭湖越冬小天鹅迁徙路线研究

掌握洞庭湖越冬小天鹅Cygnus columbianus的迁徙行为和规律,明确迁徙路线和停歇地,是小天鹅栖息地恢复研究及保护的基础。2014—2017年,在湖南东洞庭湖国家级自然保护区对18只小天鹅进行卫星跟踪,收集了38 882条定位数据。本研究确定了小天鹅西线、中线和东线3条迁徙路线,其中,新发现的西线沿我国湖北、河南、山西、陕西、内蒙古,以及蒙古国、哈萨克斯坦,抵达俄罗斯亚马尔-涅涅茨自治区北部靠近喀拉海的北极苔原。西线春季迁徙距离为6 715 km,平均迁徙速度为21.52 km·h~(-1),秋季迁徙距离为7 467 km,平均迁徙速度为32.75 km·h~(-1)。中线春季迁徙距离为2 083 km,平均迁徙速度为28.93 km·h~(-1)。东线春季迁徙距离为5 965~6 351 km,平均迁徙速度为(28.71±0.95)km·h~(-1),秋季迁徙距离为5 101~5 331 km,平均迁徙速度为(29.15±3.65)km·h~(-1)。小天鹅春季迁徙进程慢于秋季,迁徙途中的最大飞行速度达133.3 km·h~(-1)。内蒙古自治区的黄河湿地和大兴安岭两侧河谷湿地是迁徙途中的重要中转站,小天鹅在此停歇15 d以上。本研究有助于了解小天鹅对栖息环境的偏好及迁徙路线选择策略,为禽流感等疾病传播和防控提供科学依据。     

基于SVC的苎麻褐斑病叶片高光谱识别

对叶片高光谱信息进行分析,实现苎麻褐斑病快速无损的诊断,对提高苎麻产量和品质有重要意义。利用FieldSpec3便携式地物光谱仪和手持叶片夹持器,采集了430个苎麻褐斑病叶片和健康叶片高光谱数据。提出了一种基于离散系数的子波段主成分分析PCA方法来提取特征变量。同时,为了探讨不同主成分个数对模型的影响,分别以1~10个主成分作为特征变量,采用支持向量机分类SVC方法建立苎麻叶片褐斑病识别模型。结果表明:1)波段A(511~636 nm)、波段B(690~714 nm)、波段C(1406~1511 nm)和波段D(1870~2450 nm)离散系数较大,是建立识别模型的敏感波段;2)4个子波段中,波段C建模效果最好,选择5~10个PCA主成分作为特征变量建立SVC识别模型时,在主成分个数相同的情况下,其正确率可以达到90%以上,总体高于全波段和其他子波段。基于离散系数筛选较敏感的子波段进行PCA,选择合适的主成分个数作为特征变量,建立苎麻叶片褐斑病SVC识别模型是可行的,为开创一种新的苎麻褐斑病诊断方法提供技术支持。     

基于PLSR的苎麻叶片含水量估测模型建立及优化

为建立基于高光谱的苎麻叶片含水量估测模型,在大田栽培条件下,采集了360个苎麻叶片高光谱数据和相应的叶片含水量。用高杠杆值排除异常样本,用浓度梯度法划分样本集。采用多种光谱预处理方法,建立并比较各预处理方法的PLSR(partial least squares regression)模型效果,其中OSC(orthonormal signalcorrection)预处理方法最佳,预测集R^2=0. 8503,RMSEp=0. 0235。为了减少变量个数,通过OSC_PLSR模型的回归系数RC(regression coefficient)选择特征波段EB(effective bands)作为输入变量。随后,为了进一步降低计算量,本研究提出的一种新的特征提取方法:在基于RCEB建立的PLSR模型中,再次提取RC特征波长EW(effective wavelength)。由建模结果可知:与全波段相比,2种特征提取方法的变量个数均大幅减少(全波段为2 031个,RCEB为508个,RCEB_EW为16个); RCEB_PLS模型预测集指标最佳(R^2=0. 8546,RMSEp=0. 0232);与RCEB_PLS模型相比,RCEB_EW_PLSR模型预测集指标略低(R^2=0. 8499,RMSEp=0. 0234),但这种方法变量个数最少,因此综合评价效果最优。研究探讨了叶片高光谱与含水量之间的量化关系,建立基于高光谱的叶片含水量预测模型,对作物栽培中水分的实时监测和精确诊断具有实际指导意义。     

支持向量机在害虫发生量预测中的应用

害虫发生量与其影响因子之间具有复杂的非线性和时滞性关系,传统方法不能很好的分析和拟合高度非线性的害虫发生量变化规律,导致预测精度不理想。为了有效构建害虫发生量与其影响因子之间复杂的非线性关系模型,提高害虫发生量预测精度,提出一种基于支持向量机的害虫发生量预测方法。该方法首先通过F测验对害虫发生量的最佳时滞阶数进行确定,并利用最佳时滞阶数对样本进行重构;然后利用前向浮动因子筛选法对害虫发生量的影响因子进行筛选,筛选出对预测结果贡献大的影响因子;最后采用10折交叉验证得到害虫发生量的最优预测模型。采用粘虫的幼虫发生密度数据在Mat-lab7.0平台下对该方法进行测试与分析,实验结果表明,相对于其它预测方法,支持向量机提高了害虫发生量的预测精度,克服了传统方法的缺陷,更适合于非线性、小样本的害虫发生量预测。     

k子串离散源结合加权KNN算法预测膜蛋白类型

膜蛋白是生物膜功能的主要体现者,是细胞执行各种功能的物质基础,在细胞中发挥着至关重要的作用.分类预测未知类型的膜蛋白对于生物学相关研究具有指导性意义,是膜蛋白结构与功能研究领域的一项重要基础性工作.针对膜蛋白分类预测问题,利用k子串离散源的方法对膜蛋白序列进行特征提取,并融合最小离散增量方法和加权K近邻算法构建一种新型的膜蛋白分类预测模型,在自检验、Jackknife检验和独立测试集检验三种典型的检验方式下,预测准确率分别为99.95%、86.16%和98.36%.实验结果表明,k子串离散源方法能够有效提取膜蛋白序列的特征信息,与现有方法相比,该分类模型具有较高的分类预测成功率.     

水位波动对洞庭湖越冬小天鹅家域的影响

洞庭湖是小天鹅在我国的重要越冬地之一,为探讨洞庭湖水位变动对越冬小天鹅活动的影响,本研究于2014-2015年利用卫星跟踪技术对洞庭湖自然保护区18只越冬小天鹅活动轨迹进行跟踪,采用最小凸多边形（MCP）和核心密度估计（KDE）方法估算了越冬中、后期不同水位条件下小天鹅的家域。同时,基于MODIS遥感数据提取洞庭湖水体面积、计算水体淹没时间指数（STI）,进而开展了水位与家域关系、栖息地选择模式等方面的分析和探讨。结果表明：水位对小天鹅家域起制约作用,随着水位上升小天鹅家域范围会明显减小;越冬期间小天鹅喜好在空间相邻的浅水和草地综合性区域活动,食物资源分布和可获得性是小天鹅活动区发生改变的主要原因。     

稻曲病菌厚垣孢子中cAMP提取条件优选

探究稻曲病菌(Ustiloginoidea virens(Cooke.) Takahashi)黑色(休眠)与黄色(非休眠)厚垣孢子中的环磷酸腺苷(cAMP)最佳提取条件,为进一步的研究cAMP功能奠定基础.采用超声-水浴法对cAMP进行浸提,按3因素3水平正交设计,用高效液相色谱法检测cAMP含量;在设定V(甲醇)∶V(0.05 mol/L KH2PO4)=20∶80、流速为0.8 mL/min、检测波长为254 nm、进样量为20 μL的条件下,以黄绿色厚垣孢子为提取样品,其提取cAMP效果最佳组合条件:超声破碎时间10 min(功率400 W、间歇时间2 s),水浴温度80℃,物料比为1∶100,提取的cAMP为6.827 6 μg/mL.在此最佳条件下,测定出黄色厚垣孢子的cAMP为12.805 0±0.533 2μg/mL,黑色厚垣孢子的cAMP为4.171 7±0.097 1μg/mL.此结果表明,由黄色转换为黑色,其厚垣孢子的cAMP含量显著降低.     

共词分析国内外生物信息学领域研究态势

生物信息学作为自然科学领域中多学科交叉的新兴学科,其发展研究得到了众多学者的关注。为了解生物信息学在国内外的研究态势,以CNKI中文数据库和Web of science外文数据库中生物信息学领域期刊论文为研究对象,利用R语言编程工具,文献计量和共词分析归纳了国内外生物信息学领域的研究现状、热点及趋势。结果表明:国内外生物信息学研究均处于高速发展期,文献量呈逐年增长趋势,研究领域也在不断拓宽;国内外研究热点均聚焦在基因挖掘、蛋白质结构与功能预测、miRNA分析等,但国内偏向于理论研究,而国际更注重其在疾病治疗、药物设计等方面的应用研究。