BP网络模型和LOGIT模型在森林害虫测报上的应用初报——以安徽省潜山县马尾松毛虫为例

以安徽省潜山县马尾松毛虫测报为例,在潜山县全县设置102个诱捕点,诱集越冬代成虫,并同时记录环境因子数据,例如树高、树龄、坡向、植被等。以这些环境因子为测报因子,以性外激素诱集到的雄蛾数代表田间实际发生情况,构建了森林重要害虫-马尾松毛虫的分类测报模型-BP人工神经网络和概率测报模型。BP网络模型的拟合率为100%,预留样检验报准率为100%。LOGIT模型的一致对率为74%。两类模型的拟合结果和预测结果基本吻合。BP网络的测报能力优于LOGIT模型。     

植物中参与活性氧调控的基因网络

植物体内活性氧（reactive oxygen species,ROS）是氧化还原反应的必然副产物,具极高的活性和毒性,从而对细胞产生毒害。同时,活性氧作为信号分子对很多生理过程诸如植物生长发育、细胞程序化死亡及生物和非生物胁迫应答起调控作用。植物中ROS双重作用的协调机制目前尚不明确,确定的是细胞中ROS维持于稳定水平需要精细的调节。拟南芥中至少包括152个基因组成的网络参与ROS的调控,该网络具高度的灵活性和互补性。本文综述了ROS网络中鉴定的一些关键基因及细胞学定位和协同作用,ROS信号转导,尤其是叶绿体中ROS信号的调控。     

土壤-植物-大气连续体水热、CO2通量估算模型研究进展

土壤-植物-大气连续体(SPAC)水热、CO2通量的准确估算对理解陆地和大气的物质和能量交换过程有着重要意义.重点阐述了基于过程的土壤-植物-大气连续体水热、CO2通量模型,综述了统计模型、综合模型及基于遥感的模型的发展过程.其中水热通量统计模型包括基于温度和湿度以及基于温度和辐射的方法;CO2通量统计模型包括基于气候因子或蒸散因子以及基于光能利用率的方法.水热通量过程模型包括大叶、双源、多源和多层的水热传输物理模型;CO2通量过程模型包括叶片尺度及由大叶、双叶和多层方法扩展到冠层尺度的生理生态模型以及光合-蒸腾耦合模型.综合模型包括生物物理模型、生物化学模型和生物地理模型.统计模型形式简单,资料易得,对大范围的水热通量模拟具有指导意义;过程模型准确的揭示了水热和CO2通量传输的物理和生理过程,是大尺度综合模型的基础.未来生态系统水热、CO2通量估算模型将集成各种技术手段进行多尺度网络观测和大尺度机理模拟.     

基于网络特征的道路生态干扰——以澜沧江流域为例

道路网络对区域景观的生态格局和过程产生较大的影响,作为干扰因子,区域道路网络的特征和所产生的生态干扰水平存在一定的相关性.利用GIS和网络分析法,以澜沧江流域县域为基本单元,分析了研究区各县的道路网络特征指数,在揭示了区域道路网络不同特征之间的规律性的基础上,进一步对区域网络特点和生态干扰之间相关性进行了内在关系的探讨.结果表明,澜沧江流域道路网络结构的空间差异很大,流域内各县的道路网络节点数、连接线数目、α环度、β线点率、γ连接度指数等网络特征因子也存在较大差异;道路密度和道路总长度与区域海拔高度呈现较明显的负相关关系;道路密度和区域道路的廊道密度呈现正相关关系,和区域道路的α指数、β指数和γ指数关系可以用倒数模型来拟合.缓冲区分析表明,耕地比例和道路密度线性相关关系显著,而其他类型相关性较差,但区域综合的人工干扰指数(Hd)(1980,2000)和道路网络的特征指数相关显著,而且不同时期的区域景观的斑块密度、平均斑块面积和区域道路网络特征之间也存在较强的相关性,即网络扩展使得区域生态系统受干扰强度增加,破碎化严重,但较短时期内的生态系统变化和道路网络特征之间相关性不显著.     

DLGCN:基于图卷积网络的药物-lncRNA[]关联预测

为实现高通量识别新的药物-长链非编码RNA(Long non-coding RNA, lncRNA)关联,本文提出了一种基于图卷积网络模型来识别潜在药物-lncRNA关联的方法DLGCN(Drug-LncRNA graph convolution network)。首先,基于药物的结构信息和lncRNA的序列信息分别构建了药物-药物和lncRNA-lncRNA相似性网络,并整合实验证实的药物-lncRNA关联构建了药物-lncRNA异质性网络。然后,将注意力机制和图卷积运算应用于该网络中,学习药物和lncRNA的低维特征,基于整合的低维特征预测新的药物-lncRNA关联。通过效能评估,DLGCN的受试者工作特性曲线下面积(Area under receiver operating characteristic, AUROC)达到0.843 1,优于经典的机器学习方法和常见的深度学习方法。此外,DLGCN预测到姜黄素能够调控lncRNA MALAT1的表达,已被最近的研究证实。DLGCN能够有效预测药物-lncRNA关联,为肿瘤治疗新靶点的识别和抗癌药物的筛选提供了重要参考。     

抑郁症易感基因和抗抑郁药物靶点相关[]神经细胞类型及相互作用网络分析

基于抑郁症的全基因组关联分析研究(GWAS),对于获得的单核苷酸多态性位点(SNP)使用Haploreg软件进行基因注释,得到SNP注释的102个易感基因.。使用MAGMA软件对GWAS的汇总统计数据做基因水平的分析,获得了270个校正之后显著的基因,两者合并共得到320个抑郁症易感基因。通过药物数据库Drugbank获取133个抗抑郁药物靶点基因。使用EWCE包对抑郁症易感基因和抗抑郁药物靶点在三套脑组织单细胞测序数据中,分别进行神经细胞类型富集分析。结果发现大脑皮质的GABA神经元(抑制性神经元)和谷氨酸能神经元(兴奋性神经元)是抑郁症易感基因和抗抑郁药物靶点共同的神经元。这两种类型的神经细胞可能是抗抑郁药物与抑郁症易感基因相互作用的神经细胞,另外少突胶质前体细胞可能是抑郁症特有的易感神经细胞。使用Network Calculator软件构建网络并进行进行网络拓扑学参数分析。结果表明抑郁症易感基因与抗抑郁药物靶点组成了一个具有显著的相互连接的网络。本研究从单细胞层面揭示抑郁症的遗传机制,在网络层面为寻找新的抗抑郁药物靶点提供了一定的启示。     

互联网教育对超声住培教学的影响及思考

目的 分析互联网教育对超声专业住培医师教学的影响.方法 将我科接受超声专业住院医师规范化培训的50名住培医师为研究对象,其中以2019年1～4月的住培医师为对照组,以2020年1～4月的住培医师为实验组.对照组以传统教学方式教学,实验组以互联网教学为主要教学方式,两组住培医师通过考试成绩(笔试及技能)及问卷调查方法评估...     

基于生态系统服务供需的雄安新区生态网络构建与优化

城市生态网络构建是城市生态系统服务有效发挥作用的保障,构建完善的生态网络对于城市生态格局的优化具有重要的意义。结合雄安新区总体规划,通过雄安新区生态系统服务供给、需求两个层面识别生态源地。基于源地-缓冲区-廊道-节点框架,构建新区生态网络。其中,基于生态源地与城镇用地驱动因子,运用最小累积阻力方法得到累积阻力差,构建新区三生空间布局。根据成本距离分析和路径分析,结合雄安新区规划绿带分布,生成生态廊道,并在廊道与廊道交汇点、重要生态功能与脆弱的关键点以及道路轨道交汇点识别生态节点。得出：（1）新区生态源地主要位于白洋淀、公园绿地与其他绿地,分为水域生态源和林地生态源两类生态源地,面积总共728 km²。城镇源地主要位于新区东部容城县与雄县城区以及一些零星的农村居民点区域,面积为166 km²。（2）在新区三生空间布局下,加强生态廊道的构建,提升生态源地之间、生态源地与城镇源地之间的连通性,新区生态廊道主要依赖河流廊道和林地廊道两种类型。（3）在新区未来生态网络的建设中,需要重点关注河流廊道交汇点、河流廊道与城区的交汇处、交通道路与生态用地交汇处等的生态节点的建设及其生态功能的提升。     

基于TCGA和GEO数据库的胃癌lncRNA筛选与ceRNA网络构建

胃癌(gastric cancer,GC)是我国最常见的恶性肿瘤之一,严重危害人类健康。胃癌发病机制复杂,缺乏特异性预后生物标志物。长链非编码RNA (long non-coding RNA,lncRNA)可作为竞争性内源RNA (competing endogenous RNA,ceRNA),影响microRNA (miRNA)与mRNA的结合,从而影响胃癌的发生、发展。基于TCGA和GEO数据库的转录组数据,筛选GC 中差异表达的 lncRNAs,并构建基于 6 条 lncRNAs(HAGLROS、TMEM92-AS1、LINC01745、HOXC-AS3、SEMA3B-AS1、FEZF1-AS 1)的lncRNA-miRNA-mRNA网络。网络核心基因的KEGG/GO富集和蛋白质互作分析结果显示,lncRNA可能通过miRNA海绵吸附作用,调控胃癌的发生、发展与转移。AC011352.1、AC087636.1、AC093627.1、GAS1RR与胃癌患者的预后相关性具有统计学意义(P<0.05),并可能成为胃癌患者潜在的预后生物标志物。     

城市生态网络空间评价及其格局优化

合理的城市生态网络空间格局对于保障城市生态环境可持续发展具有重要意义。以哈尔滨中心城区为研究区,基于景观生态学"斑块-廊道-基质"理论,识别研究区生态源、生态廊道、生态节点和生态基质,分析生态网络连接度强弱的空间分布情况,运用GIS技术和CA-Marcov模型对生态网络格局进行模拟优化。研究结果表明:(1)研究区内部生态源较外部生态源与外界联系较密切;周边地区生态源或生态节点与生态廊道连接数目较少;中北部与西南部生态廊道连接度较差,东部生态廊道连接度处于中等水平,中部个别生态廊道连接度较好;转入的大型生态用地大片集中,转入的小型生态用地零星分布。(2)优化后的生态源地在东西方向与南北方向形成集中连片态势,大型生态源地间彼此连接程度较高;大型生态源之间,以及大型生态源与小型生态源之间构成大型生态廊道,是研究区内主要生态廊道网络;研究区小型生态源之间构成小型生态廊道,是研究区内次要生态廊道网络;研究区周边及研究区中心处60%的区域为生态节点盲区,应加强生态节点盲区生态建设;新增加的大部分生态用地,主要集中分布在水域生态源地周边,还有部分分布在绿地生态源地和风景区生态源地周边,其余少量新增加的生态用地零星分布在林地生态源地周边。研究成果为中心城区尺度的生态环境保护和城市规划提供科学的依据。