基于鼠脑海马位置细胞与Q学习面向目标导航

生理学实验表明在鼠脑海马结构中存在的一种具有特异性放电特征的细胞,它在大鼠空间导航和环境认知中起着关键性作用,该特异性神经元被称之为位置细胞。本文将基于位置细胞、运动神经元来构建一种前馈神经网络模型,采用Q学习算法实现大鼠面向目标导航任务。实验结果表明该前馈神经网络模型能快速实现大鼠面向目标导航任务。     

基于蛋白互作网络识别非小细胞肺癌相关基因功能模块

本研究对非小细胞肺癌(non-small cell lung carcinoma,NSCLC)基因表达数据进行差异表达分析,并与蛋白质相互作用网络(PPIN)数据进行整合,进一步利用Heinz搜索算法识别NSCLC相关的基因功能模块,并对模块中的基因进行功能(GO term)和通路(KEGG)富集分析,旨在探究肺癌发病分子机制。蛋白互作网络分析得到一个包含96个基因和117个相互作用的功能模块,以及8个对NSCLC的发生和发展起到关键作用候选基因标志物。富集分析结果表明,这些基因主要富集于基因转录催化及染色质调控等生物学过程,并在基础转录因子、黏着连接、细胞周期、Wnt信号通路及HTLV-Ⅰ感染等生物学通路中发挥重要作用。本研究对非小细胞肺癌相关的基因和生物学通路进行预测,可用于肺癌的早期诊断和早期治疗,以降低肺癌死亡率。     

声光可调谐滤波器的细胞生物学研究应用

波长选择在荧光光谱仪和显微镜等光学应用中发挥了至关重要的作用。声光可调谐滤波器(AOTF)作为一种电光器件可实现多光源入射波长、功率的同时调制。在声光可调谐滤波器中,压电换能器结合于二氧化碲或石英晶体产生高频声波,改变晶体折射率形成周期性分布。该现象在晶体中生成衍射光栅,使以布拉格角正交入射的光束被高效衍射至一阶光束。当改变施加到晶体的信号频率时将改变折射率变化周期,因此,衍射光的波长随之改变。同时,衍射光强度由施加到晶体的信号振幅决定。本文从声光可调谐滤波器原理和特点出发,总结了声光可调谐滤波器在细胞生物学研究系统中的应用模型。得益于作用时间短、波长分辨率高、无振动部件等特性,声光可调谐滤波器提升了多波长光源功率调制能力,使细胞计数系统具备了细胞高光谱成像能力。所以不仅限于传统细胞生物学研究,包含声光可调谐滤波器件的系统还将在多参数高内涵成像分析、扫描荧光显微术、药物毒理研究等领域成为有力的研究工具。     

酵母基因组组蛋白修饰之间相关性的研究

我们在对染色质修饰作用进行研究的过程中,发现以往的研究只关注化学修饰间的线性关系,而对于非线性关系未充分重视。为此,我们对Pokholok等(2005)人测出的酵母组蛋白甲基化修饰与乙酰化修饰数据进行了插值处理,得到了16种全基因组组蛋白修饰数据。然后对每组修饰数据在TSS位点上、下游各取1 000 bp进行对齐、平均、平滑和归一化处理。我们发现,根据酵母基因转录水平数据,可将组蛋白修饰数据分为两大类:一类是转录增强修饰群体,一类是转录抑制或转录无关修饰群体。为了揭示不同转录活性基因上修饰间的复杂关系,我们分别利用Pearson相关分析法和Reshef等(2011)人提出的MINE算法得到了以上修饰之间的相关性。最后对该结果进行分析,得到了修饰之间的一些非线性关系,同时发现同群体间修饰的关联性更强。     

奇异数据筛选法在玉米籽粒蛋白质近红外光谱检测中的应用

相对于传统生化测定方法,基于近红外光谱(Near infrared spectroscopy,NIRS)玉米籽粒蛋白质含量检测是一种快速、非破坏、且适用于多组分同时检测的新方法。但在建模过程中,由于奇异数据(异常值)的存在会影响近红外光谱模型的预测精度和稳定性,我们采用奇异数据筛选法剔除了玉米籽粒近红外光谱中的奇异数据并建立了玉米籽粒蛋白质含量的偏最小二乘支持向量机(Least squares support vector machine,LS-SVM)模型。本文分别采用杠杆值法(Leverage)、半数重采样法(Resampling by Half-Mean,RHM)和蒙特卡洛采样法(Monte-Carlo Sampling,MCS)剔除了玉米籽粒蛋白质光谱数据中的奇异数据并对模型结果进行比较。在剔除奇异数据的基础上,采用偏最小二乘回归法(Partial least squares regression,PLSR)提取主成分,并基于小生境蚁群算法(Niche ant colony algorithm,NACA)优化偏最小二乘支持向量机(LS-SVM)模型参数(γ和σ2),建立基于LS-SVM的玉米籽粒蛋白质定量分析模型。结果表明,采用3种奇异数据筛选法剔除奇异数据后所建LS-SVM模型的预测结果都优于采用原光谱数据所建模型,相比较而言,蒙特卡洛采样法为基于近红外光谱检测玉米籽粒蛋白质的最佳奇异数据筛选法。     

基于SIFT特征和近似最近邻算法的医学CT图像检索

针对医学X线计算机断层（Computed Tomography,CT）图像,提出了一种基于尺度不变特征变换（Scale InvariantFeature Transform,SIFT）特征和近似最近邻算法的检索方法。首先通过SIFT算法得到图像的特征点和相应的特征向量,再采用近似最近邻算法进行SIFT特征向量的匹配搜索,得到数据库中与参考图像最相似的图像序列。实验结果表明,该法能检索到与目标图像细节相符的结果,大大提高了检索速度。与传统的基于纹理的检索方法相比,查准率和检索结果与目标图像的相似程度方面更佳,符合医学CT图像检索的要求。     

基因组暗物质的识别：数量最大的一类非编码RNA的高精度预测算法获得突破

第二代测序技术又称作深度测序技术,应用到RNA上统称作RNA-seq或RNA测序,它已成为基因表达和转录组分析的重要手段。第二代转录组测序数据中含有大量不编码蛋白质的ncRNA序列,因为它们像宇宙中的暗物质一样难以识别和有重要功能,     

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.     

南丰蜜桔可溶性固形物近红外检测的多元线性回归变量筛选

文章采用反向区间偏最小二乘法结合连续投影算法,筛选南丰蜜桔近红外检测的多元线性回归变量。对南丰蜜桔近红外光谱进行多元散射校正后,利用反向间隔偏最小二乘法,从500～1750 nm中初选出7个光谱区间,用于多元线性回归变量筛选。利用通过遗传算法和连续投影算法筛选出的变量建立了多元线性回归模型。经比较发现,利用反向区间偏最小二乘法结合连续投影算法筛选出的变量建立的多元线性回归模型,预测结果最优,模型预测相关系数为0.937,模型预测均方根误差为0.613 oBrix。结果表明,反向区间偏最小二乘法结合连续投影算法,可以有效地筛选近红外光谱的多元线性回归变量,提高南丰蜜桔可溶性固形物模型的预测精度。     

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。