神经元激发昆虫的导航系统

一项研究发现,大脑中神经元的地形阵列给蝗虫方向感。许多昆虫把蓝天中的偏振光当作导航的指南信号。Stanley Heinze和UweHomberg发现,当蝗虫通过它们眼中的光受体接受到偏振光后,线性偏振光的电场矢量(E-矢量)的方向在蝗虫大脑中心复合体的柱体中是以一个地形图来代表的。中心     

基于线粒体COI和16S片段序列的北部湾北部水螅水母DNA条形码分析

水螅水母类是浮游动物群落的重要组成部分,在近岸海洋生态系统物质循环和能量流动中扮演着重要角色。水螅水母类形态结构简单,但其物种的准确鉴定一直是分类工作中的难点。DNA条形码极大地促进了水螅水母物种的快速、准确鉴定。本研究扩增了北部湾北部28种水螅水母的线粒体COI和16S序列,分别为92条和116条;比较了2个基因片段的种内、种间K2P(Kimura 2-parameter)遗传距离;构建了基于这2个基因片段的系统发育邻接树(neighbor-joining phylogenetic tree);并结合矢量分析构建了Klee-diagram图。结果显示:COI序列的种内遗传距离为0.008±0.005(0–0.033),种间遗传距离为0.298±0.128(0.092–0.597);16S序列的种内遗传距离为0.006±0.010(0–0.047),种间遗传距离为0.394±0.195(0.068–0.898)。2个基因序列在所调查种类中,种内遗传差异均小于种间遗传差异,存在明显的条形码间隔(barcoding gap)。基于2个基因片段的NJ树均显示,单种所有个体都位于同一独立分枝。研究结果表明,以COI和16S作为DNA条形码均能对北部湾北部常见水螅水母类进行物种鉴定。     

沙地景观中矢量数据栅格化方法及尺度效应

针对景观生态学研究中的数据转换(矢量数据转换为栅格数据)问题,从斑块面积、周长、数量对转换方法及尺度的响应角度进行了详尽的分析.以库布齐沙漠地区的2003年1:10万的矢量数据为例,转换尺度以10m为起点,200m为终点,10m为间隔,利用最大面积值方法(RMA)和中心属性值方法(RCC)两种转换方法分别进行栅格化,讨论了面积、周长、斑块数量对不同尺度及不同转换方法的响应,同时还讨论了运算时间对转换方法及尺度的响应.得出了"30m大小的转换尺度为最佳尺度,最大面积值方法(RMA)优于中心属性值方法(RCC)"的结论.     

原核生物系统发生学与分类学的一致性: 组份矢量树与原核生物分类系统的详尽比较

截至2006年12月31日, NCBI共有432个原核生物的全基因组可供下载. 基于这些数据, 我们用组份矢量方法构建了原核生物的进化树. 最新的《伯杰系统细菌学手册》的在线大纲体现了细菌学家的分类系统. 我们对两者从各个分类单元、各个分支进行了详尽的比较. 组份矢量方法所得到的亲缘树和伯杰分类系统在整体结构和绝大多数的细微分支上都相当一致. 同时, 两者的多数不同之处也已经在一定程度上为生物学家所知, 从而为原核生物分类系统的修正提供了一定的启示. 本文重点阐述两者之间分岐之处的生物学含义, 而不再对居主导地位的相同之处做详细叙述.     

影响武夷山景区松墨天牛种群动态变化的因素分析

为了监测武夷山景区松墨天牛Monochamus alternatus Hope的发生,防范松材松材线虫Bursaphelonchus xylophilus病的入侵,于2005-2007年每年4-9月,在武夷山景区10个地点进行了调查,研究了气象因素和环境因素对松墨天牛数量变化的综合影响规律及其程度,对调查结果进行了矢量递进因子分析。结果表明：环境因子和气象因子是松墨天牛羽化孔数和诱集成虫数变化的主要因素,影响松墨天牛成虫诱集数的环境因子按重要性排列依次为：郁闭度、地被物覆盖率、海拔、林龄、坡位、坡向和树高;影响羽化孔数的环境因子按重要性排列依次为：郁闭度、地被物覆盖率、树高、林龄、海拔、坡位和坡向。影响松墨天牛诱集成虫数和羽化孔数的气象因子按重要性排列依次为：月平均温度、最高与最低温差、总降雨量（mm）、气压（hpa）和平均湿度（%）。单从环境因子和气象因子的统计数据分析,环境因子的重要性次序是：坡位、郁闭度、地被物覆盖率、海拔（m）、 林龄（a）、树高（m）、坡向;气象因子的重要性次序是：气压（hpa）、 平均温度 （℃）、最高与最低温差（℃）、 总降雨量（mm）、平均湿度（%）。按月分析和按年度分析时其相对重要性基本上是一致的。结论认为,环境因子和气象因子对松墨天牛的数量变化有重要影响。     

基于结构信息的RNA多序列比对

多序列比对是生物信息学中重要的基础研究内容,对各种RNA序列分析方法而言,这也是非常重要的一步。不像DNA和蛋白质,许多功能RNA分子的序列保守性要远差于其结构的保守性,因此,对RNA的分析研究要求其多序列比对不仅要考虑序列信息,而且要充分考虑到其结构信息。本文提出了一种考虑了结构信息的同源RNA多序列比对算法,它先利用热力学方法计算出每条序列的配对概率矩阵,得到结构信息,由此构造各条序列的结构信息矢量,结合传统序列比对方法,提出优化目标函数,采用动态规划算法和渐进比对得到最后的多序列比对。试验证实该方法的有效性。     

基于多尺度曲率植物叶片特征提取

基于B-样条小波计算边缘曲线多尺度曲率函数,根据多尺度信息筛选和定位超过一定曲率闲值的精角点,这样的点代表了边缘曲线的主要信息．文中使用了Canny边缘检测算子和数学形态学方法进行图像预处理,B-样条小波降低对噪声及扰动的灵敏性,以提高真实精角点定位水平．综合[1,2]给出新的角特征矢量,并生成角点特征序列CS和弧段特征序列SS．特征序列可作为自适应-时滞单元混合神经网络的输入,通过学习完成图像分类与识别,对基于植物叶片形状识别种类提供辅助。     

磁共振肿瘤矩特征信息研究

目的:采用MR脑肿瘤图像分割与矩方法进行结合,以获取特定器官及组织的轮廓。方法:对MR脑肿瘤图像进行分割,并对分割的结果进行矩描述。通过分析当前常用的医学图像分割方法,采用了一种基于形变模型的医学图像分割方法,并按照相应的理论算法模型和实现步骤对医学图像进行了处理,最后用Visual C 6.0编程,并对MR脑肿瘤图像进行分割实验。结果:从切割的图形中可以看出,本分割方法分割边界清晰,总体不确定性较小,利用矩技术所提取的图像特征在基于内容的图像检索中是有效的。结论:本分割方法切实可行,分割效果较好,为进一步的MR脑肿瘤图像分析和研究提供了一种有效工具。     

生命之树的原核枝——组分矢量方法的贡献

The Composition Vector Tree (CVTree) is a parameter-free and alignment-free method to infer prokaryotic phylogeny from their complete genomes. It is distinct from the traditional 16S rRNA analysis in both the input data and the methodology. The prokaryotic phylogenetic trees constructed by using the CVTree method agree well with the Bergey's taxonomy in all major groupings and fine branching patterns. Thus, combined use of the CVTree approach and the 16S rRNA analysis may provide an objective and reliable reconstruction of the prokaryotic branch of the Tree of Life.     

H-MEDV描述法对蒙椴树叶挥发性组分的气相色谱保留时间的预测

应用按氢分类的分子电距矢量(H-MEDV)对蒙椴树叶挥发油的45 种组分的气相色谱保留时间(tR)进行了定量结构-色谱保留关系(QSRR)的研究.通过多元线性回归得到的模型(M1)相关系数R为0.953.用逐步回归的方法建立6 变量模型(M2)和7 变量模型(M3),相关系数R分别为0.947 和0.950.再用留一法(Leave-one-out,LOO)交互检验对三模型进行评价,得到的相关系数RCV分别为0.889、0.914 和0.916.结果表明所建模型具有良好的稳定性和预测能力.