基于灰狼优化算法的蛋白质二级结构分类

针对传统方法在蛋白质二级结构分类中精度低的问题,介绍了一种基于灰狼优化算法的卷积神经网络图像分类算法.首先,选取卷积神经网络模型中所需优化的参数,并且初始化灰狼优化算法的迭代次数、灰狼数量、搜索边界和空间维数;其次,计算优化参数的个体适应度函数,对个体适应度进行排序,确定历史最优解、优解和次优解,更新灰狼的位置;最后,利用经过参数优化的卷积神经网络模型对蛋白质二级结构进行分类.从蛋白质数据库中获得蛋白质二级结构3D模型,转化为多角度拍摄的2D图像作为数据集进行实验.选取残差网络、AlexNet和VGG16三种模型,分别得到92.6％、87.3％和88.9％的准确率,在同数据集下,使用传统方法中的支持向量机和贝叶斯分类器进行对比实验,得到67.0％和53.0％的准确率.实验结果表明,在蛋白质二级结构分类中,与传统方法相比较,基于灰狼优化算法的卷积神经网络精度更高.     

栽培灯盏花DNA指纹图谱研究及遗传多样性分析

目的:采用ISSR标记构建云南省栽培灯盏花DNA指纹图谱并进行遗传多样性分析.方法:从20对候选引物中筛选出7对引物对云南10个地方栽培灯盏花进行扩增,通过扩增带型的差异构建其DNA指纹图谱,利用Popgen32、NTSYS2软件进行遗传一致性系数和遗传多样分析.结果:7对引物在10份共扩增出48条谱带,其中33条具有多态性,占68.8％,表明各居群的遗传差异较大.10个地方种质资源被聚为2个大类,野生居群被聚为一类,栽培灯盏花聚为一类,其中栽培灯盏花有两大亚类.结论:通过构建DNA指纹图谱容易地把灯盏花种植资源相互区分鉴别出来,10个地方灯盏花种质资源遗传多样性丰富,栽培灯盏花与野生具有差异,栽培种质材料之间也有差异.