双碳源单细胞蛋白间歇培养及流加培养的动力学模型

应用非结构的逻辑增殖模型研究了两种酵母的单碳源和双碳源单细胞蛋白间歇培养的动力学,用改进的逻辑增殖模型研究了双碳源流加培养过程的动力学,从实验数据拟合了动力学模型参数,模型计算值与实验数据吻合良好。     

Xenorhabdus nematophila发酵动力学研究

在分批发酵中,研究了Xenorhabdus nematophila YL001的生长、基质消耗及抗菌物质产生的特性.基于Logistic方程和Luedeking-Piret方程,得到了描述分批发酵过程的动力学模型及模型参数,同时对实验数据与模型进行了验证比较.模型计算值与实验数据拟合良好,模型基本反映了Xenorhabdus nematophila YL001分批发酵过程的动力学特征.分批发酵中细胞生长与产物合成属于偶联型.     

发酵生产PHB动力学模型的研究

用２Ｌ机械搅拌式发酵罐培养真养产碱杆菌９２０,得到菌体生长、基质消耗和产物ＰＨＢ合成的动力学曲线。通过分析建立了发酵生产ＰＨＢ的动力学模型,根据实验数据确定模型参数,将模型预测值与实验值进行比较,结果表明模型预测值与实验值较吻合。     

Kinetic model for nuclease P1fermentation by Penicillium citrinum

研究了桔青霉发酵生产核酸酶P1的发酵动力学特性:以Logistic方程和Luedeking-Piret方程为基础,进行最优参数估计和非线性拟合,得到了描述整个发酵过程中的菌体生长、产物合成和基质消耗的动力学模型.对实验数据与模型预测值进行比较,发现模型预测值与实验数据能较好地拟合,基本上反映了桔青霉发酵过程的动力学特征,为以后进一步研究和预测核酸酶P1发酵过程奠定了理论基础.     

基于多次重复液相质谱生物实验数据校准方法研究

在蛋白质组学中,进行液相质谱(LC-MS)实验谱数据处理,发现并分析生物标志物的复杂肽或蛋白质样本的差异是重点,而校准相同样本的多次重复实验中肽链产生的洗脱时间峰信号(LC峰)是进行量化、分析差异的关键。目前多个重复实验数据的校准通常是在重复的实验数据集中根据液相二级质谱(LC-MS/MS)实验标识LC峰的时间特征,然后使用翘曲函数对时间特征进行对齐。由于多重数据的洗脱时间误差产生是随机的,统一使用翘曲函数校准会产生较大误差。为了解决这个问题,本研究重点研究了多个重复实验数据中LC峰的时间校准算法。我们选取了两个重复实验数据,采用机器学习的思路,通过选用两个数据的LC-MS/MS中重复检测到的肽链数据作为可信数据,部分选为训练序列,部分作为测试序列,建立统计数学模型,提出了一种新的校准算法,并采用测试序列对该统计模型进行准确率测试,表明算法的准确性达到95%以上;然后,将该模型应用在两个实验数据的所有LC-MS/MS肽链检测值上,提高检测值在多个数据中的覆盖率,表明覆盖率可以到达85%以上。     

桔青霉摇瓶发酵生产核酸酶P1的动力学研究

研究了桔青霉发酵生产核酸酶P1的发酵动力学特性：以Logistic方程和Luedeking—Piret方程为基础,进行最优参数估计和非线性拟合,得到了描述整个发酵过程中的茵体生长、产物合成和基质消耗的动力学模型。对实验数据与模型预测值进行比较,发现模型预测值与实验数据能较好地拟合,基本上反映了桔青霉发酵过程的动力学特征,为以后进一步研究和预测核酸酶P1发酵过程奠定了理论基础。     

小鼠模型在药物致癌性评价中的应用及研发人源化模型的意义

药物临床前安全性评价中的致癌实验对药物是否能进入临床实验和上市起着至关重要的作用。一些发达国家已经采用小鼠模型的短中期致癌实验作为附加实验,代替了传统的两年期实验。本文主要参考这些模型在致癌实验和药品致癌性评价中的已有数据及资料,对其特点和近年来的应用情况进行了概述。结合现有模型的缺陷,我国新药研发的需求和药物流通日益国际化的现状,得出研发DNA修复系统和细胞周期控制系统缺陷的人源化的转基因模型,是非常有前景的新替代模型。     

酵母菌转化人参皂苷Rb1的动力学

在分批发酵中,对酵母菌转化人参皂苷的动力学进行了研究。应用Logistic方程和Luedeking-Piret方程,得到了描述分批发酵过程中,酵母菌体生长、底物消耗和产物合成的动力学模型及模型参数,并对实验数据与模型进行了验证比较,模型计算值与实验值拟合良好,所建模型能很好地描述酵母菌转化人参皂苷的动力学特征。为进一步研究和预测酵母菌生物转化过程奠定理论基础。     

东海原甲藻与中肋骨条藻的种间竞争数值模拟

研究探讨了两个零维箱式模型在东海典型赤潮藻东海原甲藻和中肋骨条藻竞争与演替研究中的应用。模型在采用不同接种密度下的单种培养实验数据进行参数校正后,被用来模拟不同N/P条件下单种培养实验以及两藻种共培养竞争实验,并以实验数据对其结果进行了验证。模拟结果表明,在单种培养条件下,模型能够较好地重现两种藻在不同N/P环境中的生长及对营养盐的利用;共培养实验的模拟结果显示,在所有初始细胞密度比例条件下,中肋骨条藻的最终密度均会超过东海原甲藻,且PO4的消耗主要源于中肋骨条藻的利用,与实验结果一致,表明模型能够很好地体现两种藻的竞争结果及对营养盐的竞争关系;由于模型不足以模拟除营养盐竞争以外的藻间相互作用,模拟结果未体现东海原甲藻细胞数迅速衰减这一现象,有待进一步研究。     

Gompertz生长曲线模型参数的伴随同化估计

利用伴随同化方法研究了Gompertz生长曲线模型参数估计问题.以1790-2000年美国人口数据为例进行了数值实验,实验结果显示该方法是可行的.     

协同分布式实验2.0 (CDE 2.0):生态学野外研究新方法

全球野外实验网络是近年来兴起的生态学实验方法,产生了“协同分布式实验”(CDE)、“分布式协作实验”(DCE)的野外实验网络和英国生物学记录中心(BRC)的野外观察网络等具体方法,但均存在尺度小、周期短或数据偏差问题.野外实验网络的协议设计应秉持实验优于观察测量、数据数量优于数据质量和尺度优于操作的原则.综合上述方法,本研究提出利用公众科学(citizen science)获得大范围、多尺度和长周期的数据,采用环境因子作为协变量对公众参与者的实验数据集进行验证后,将其作为后验概率与作为主观概率的生态学家实验数据集进行比对,以完成数据有效性验证,克服公众参与者数据质量瑕疵,并提出了相应的统计学模型.讨论了生态学实验数据中应用先验概率、先验与后验概率的逻辑关系以及后验概率发现演化过程新关系的可能性.这种方法更符合统计学采样规范,并增加了大尺度时空的样本量.该方法有望为生态学研究所寻找的一般性理论提供方法支持,新方法可称之为“协同分布式实验2.0”(CDE 2.0).     

温室作物生物量积累率二阶差分模型

为了研究温室作物生物量积累的变化过程,本文构建了一类二阶差分模型,该模型具有有界性、单调性与全局渐近稳定性.对实验数据的模拟表明,该模型能很好解释温室黄瓜生物量轨迹运动趋势与干重积累率增长特性,比原有的生长模型拟合效果好.     

乳腺癌基因芯片数据使用探讨

随着生命科学的迅猛发展,生物信息量的急剧增加,大量基因芯片的实验数据是公开发布在Internet网上的,尤其是学术机构在发表论文时所使用的实验数据都可以免费提供给研究人员下载使用。如何能有效地、正确地利用这些数据资源,特别是在利用数据验证算法、训练模型等问题的研究中,查询和使用基因芯片数据库网上资源便显得非常重要。对与乳腺癌基因芯片有关的数据库的数据查询及使用进行研究和探讨。     

基于氨基酸序列预测蛋白质功能性点突变位点

突变是研究蛋白质结构和功能的重要方法。点突变实验中,突变位点的选择随机性大,若能对突变后蛋白质功能是否发生变化做出预测,将大大减少实验的盲目性。为此,作者设计了一个基于信号处理的单点替换突变预测模型,对序列上每个位点所有可能的氨基酸替换的效果进行估计。使用蛋白质突变数据库(Protein Mutant Database,PMD)里的11个蛋白共2600多个点突变的数据集,对以上模型进行了验证。结果表明正确率高达81.2%,并且推荐出的替换选择位点仅占所有可能替换突变的3.1%。在体外定点突变实验中,使用本模型推荐的高可能性功能突变位点将有助于提高实验的成功率。该模型使用蛋白质的氨基酸序列信息,特别是对未知结构的蛋白质同样适用。然而,由于缺乏足够的突变实验数据,本模型的应用仍需进一步完善和验证。     

蛹虫草菌胞外多糖发酵及其发酵动力学

蛹虫草菌(Cordyceps militaris)胞外多糖(EPS)的发酵过程和发酵动力学进行了研究。基于Logitic方程和Luedeking-Piret方程,得到了描述发酵过程的动力学数学模型和模型参数,同时对实验数据与模型进行了验证比较。模型计算与实验结果拟合良好,模型正确地反应了蛹虫草菌胞外多糖的发酵过程及其动力学机制。     

聚唾液酸的发酵动力学研究

对以大肠杆菌K235发酵法生产聚唾液酸的动力学特性进行了研究,提出了细胞生长动力学,基质消耗动力学,聚唾液酸生成动力学模型,通过对实验数据的计算,模型的模拟结果较好地和实验值吻合,正确地分析 聚唾液酸的发酵过程及其动力学机制。     

利用穗粒结构对水稻产量的拟合及预测

文章首先讨论了模型的拟合效果和预测效果的区别,给出了相应的估算方法,同时也讨论了抽样观测值大小对预测精度的影响,并结合实例说明如何从一组模型中选择一预测效果最好的模型．对1992年中国水稻研究所富阳实验基地和绍兴县测产样本点的数据,得到预测效果较好的模型为：产量预测值=理论产量 线性纠正估计,其中线性纠正的形式对两组数据略有不同．     

基于PCA和神经网络的多形性胶质母细胞瘤驱动基因预测模型

目的:通过对癌症基因表达数据的分析,预测多形性胶质母细胞瘤的驱动基因集。方法:基于主成分分析方法和神经网络,提出一种用于预测多形性胶质母细胞瘤驱动基因的系统生物学模型。首先对实验样本的原始表达谱数据进行预清洗,过滤掉无信息或表达不符合实验要求的表达数据,并对肿瘤表达谱数据进行标准化处理;然后对基因进行划分,相似突变率的基因将被划分到同一块中;最后通过学习神经网络,构建癌症相关基因的调控网络,得出驱动基因的预测集。结果:本研究应用上述模型,对多形性胶质母细胞瘤(glioblastoma multiforme,GBM)驱动基因进行预测。已发表的大量实验结果表明,我们预测出的大部分驱动基因在GBM中起重要作用。结论:我们提出一种对GBM表达谱数据分析的新方法,能够高精度地预测出该疾病的驱动基因,该模型同样能够较好地用于分析其它疾病的表达谱数据。     

协同分布式实验2.0(CDE 2.0):生态学野外研究新方法

全球野外实验网络是近年来兴起的生态学实验方法,产生了"协同分布式实验"(CDE)、"分布式协作实验"(DCE)的野外实验网络和英国生物学记录中心(BRC)的野外观察网络等具体方法,但均存在尺度小、周期短或数据偏差问题.野外实验网络的协议设计应秉持实验优于观察测量、数据数量优于数据质量和尺度优于操作的原则.综合上述方法,本研究提出利用公众科学(citizen science)获得大范围、多尺度和长周期的数据,采用环境因子作为协变量对公众参与者的实验数据集进行验证后,将其作为后验概率与作为主观概率的生态学家实验数据集进行比对,以完成数据有效性验证,克服公众参与者数据质量瑕疵,并提出了相应的统计学模型.讨论了生态学实验数据中应用先验概率、先验与后验概率的逻辑关系以及后验概率发现演化过程新关系的可能性.这种方法更符合统计学采样规范,并增加了大尺度时空的样本量.该方法有望为生态学研究所寻找的一般性理论提供方法支持,新方法可称之为"协同分布式实验2.0"(CDE 2.0).     

冰醋酸致小鼠实验性腹膜炎模型的研究

目的研究建立小鼠实验性腹膜炎模型,探讨建立一种简便、易行、效果稳定、便于获取实验数据的实验方法。方法小鼠腹腔分别注射2%冰醋酸生理盐水溶液0.1 ml(高浓度组)、1%冰醋酸生理盐水溶液0.2 ml(低浓度组),观察小鼠一般情况及腹腔解剖情况,进行血细菌培养;肝、回肠组织病理学观察;比色法测定肝、回肠LDH活性和MDA含量。结果注射不同浓度和剂量的冰醋酸,均表现出腹膜炎临床征象,高浓度组的小鼠模型病程快、死亡率高,血细菌培养有大量G-杆菌;低浓度组的小鼠模型,经21 d可自愈,无死亡。组织病理学观察,肝和回肠有病理改变。结论高浓度组的小鼠腹膜炎模型可作为急性腹膜炎的实验研究模型,低浓度组的小鼠腹膜炎模型,可作为研究实验性腹膜炎自愈过程机体抗损伤机制的实验模型。