基于遗传算法和支持向量机的乳杆菌发酵过程建模

由于生化反应过程的复杂性和高度非线性,多数简单的数学模型不能准确描述。该文基于Matlab软件,利用改进的支持向量机(υ-SVR)对植物乳酸杆菌发酵这一典型生化过程进行研究,应用遗传算法估计模型最优参数,建立植物乳杆菌的菌体密度预测模型。同时建立传统的logistic动力学模型以进行比较。结果表明,采用结合遗传算法的υ-SVR预测模型拟合误差小,皮尔森相关系数(R)更高,可以较好地预测乳酸杆菌的发酵过程,为其优化控制及放大提供依据。     

上海引进国外最新放疗系统RapidArc

近日,上海复旦大学附属肿瘤医院引进国外最新的放疗设备——弧形动态调强放射治疗机RapidArc。将国际上最新型的放疗设备系统RapidAre引入,结合该院抗癌优势,上海有了最快2分钟照射杀肿瘤的放疗新技术,让七成病人获得了治疗上的“解放”。     

基于二层特征筛选的HIV-1蛋白酶特异位点预测

在抗艾滋病治疗中,HIV-1蛋白酶抑制剂发挥着重要作用。对于HIV-1蛋白酶裂解作用位点的研究有助于找到新的治疗靶点。为了对HIV-1蛋白酶特异位点进行预测,本研究用氨基酸索引数据库(Amino Acid Index,AAIndex)中的531个氨基酸物理化学性质参数直接表征肽样本的结构,通过二层特征筛选,最终将4248个表征参数降为57个表征参数。分别采取四种核函数进行HIV-1蛋白酶特异位点的支持向量机(SVM)建模,并通过10折交叉验证及外部测试集方法来验证建模的准确性。结果表明选取NormalizePolyKernel核函数进行SVM建模效果优于其他核函数(PolyKernel、PUK、RBFKernel),所建立的模型对于训练集的10组交叉验证预测准确率达到93.947%,对于外部测试集的预测正确率达到93.684%。     

基于SVM 的药物靶点预测方法及其应用

目的:基于已知药物靶点和潜在药物靶点蛋白的一级结构相似性,结合SVM技术研究新的有效的药物靶点预测方法。方法:构造训练样本集,提取蛋白质序列的一级结构特征,进行数据预处理,选择最优核函数,优化参数并进行特征选择,训练最优预测模型,检验模型的预测效果。以G蛋白偶联受体家族的蛋白质为预测集,应用建立的最优分类模型对其进行潜在药物靶点挖掘。结果:基于SVM所建立的最优分类模型预测的平均准确率为81.03%。应用最优分类器对构造的G蛋白预测集进行预测,结果发现预测排位在前20的蛋白质中有多个与疾病相关。特别的,其中有两个G蛋白在治疗靶点数据库(TTD)中显示已作为临床试验的药物靶点。结论:基于SVM和蛋白质序列特征的药物靶点预测方法是有效的,应用该方法预测出的潜在药物靶点能够为发现新的药靶提供参考。     

基于支持向量机的人类5’非翻译区剪接位点识别

基因非编码区域剪接位点的识别是基因识别中一个非常具有挑战性的问题,尤其是5’非翻译区中剪接位点的识别。与一般剪接位点不同,5’非翻译区剪接位点的两侧不存在由编码到非编码的状态转移,所以通常的剪接位点识别算法在非翻译区的性能不太理想。文章采用了基于支持向量机的方法对5’非翻译区中的剪接位点进行识别。为了提高识别精度,采用了基于矩阵相似性度量的核函数参数选取方法,它能够简单快速地确定合适的核函数参数,进而提高核函数的识别性能。通过实验验证,经过参数选择后的支持向量机能够较好地识别5＇非翻译区剪接位点。     

浅谈医疗设备的供水问题

长期以来医疗设备的供水问题一直没有得到人们的重视,使一些医疗设备由于供水水质的关系提早进入维修期和报废阶段,给医院增加了开支。有些治疗设备由于水质的关系甚至影响到治疗的效果,对医疗设备的供水水质应该引起高度重视,做好医疗设备的供水工作。     

胆结石的磁性研究

用磁天平对33例胆结石样做了磁化率测试,结果表明,多数结石的磁化率为负,表现为抗磁性;少数结石的磁化率为正,表现为顺磁性。据磁化率值可以推测,磁化率绝对值大,磁力治疗胆结石效果较好,磁化率绝对值小,磁疗效果差,需要较强的磁场。     

各种离体蛙心 磁化灌流液的效果观察

在任氏液中分别加入家兔脱纤血清和计定浓度的Na、K、Ca、Ad、Ach磁化溶液,配制成血清灌流液和磁化灌流液。用这两种灌流液和任氏液进行离体蛙心灌流实验,在二道生理记录仪上描记蛙心搏动曲线。可观察到血清灌流液能加强心脏功能,磁化灌流液有显著的效果。     

有机浮渣降解菌株的筛选及初步研究

通过筛选三株能降解烃类菌株及浮渣成分的化学分析,对炼油厂有机浮渣有较好的处理效果。并对其降解最适条件进行了系列研究,结果：将有机浮渣按一定比例稀释,按10%接种量添加混菌溶液,35℃摇瓶培养2d,降解率达90%以上。