m6A修饰在骨骼肌生成中的作用及骨骼肌损伤再生的中医疗法

骨骼肌是人体运动系统的主要器官,骨骼肌受损会降低生活质量、加重疾病恶化,探究骨骼肌再生和修复对恢复和维持肌肉功能至关重要。N6-甲基腺苷(N6-methyladenosine,m⁶A)修饰是真核生物中重要的mRNA甲基化修饰,其在调控骨骼肌生成中的作用与中医药健脾补肾法滋养肌肉生长相契合。本文总结了m⁶A甲基化修饰相关同源因子甲基转移酶、去甲基化酶和识别蛋白在骨骼肌生成中的作用,并探讨了其与中医理论的相关性,以及中医药疗法在骨骼肌生成中的应用,为深入研究骨骼肌修复与再生的相关分子机制及中医药介导m⁶A修饰调控骨骼肌生成提供理论依据和研究思路。     

基于音节聚类分析的被动声学监测技术及其在鸟类监测中的应用

被动声学监测通过分析鸟鸣声信息来实现物种识别,为鸟类多样性监测提供了一种切实可行的技术方案。由于鸟种的鸣声复杂多变,如何通过声纹快速准确辨别物种,分析鸟类丰度,降低对人工操作的需求等技术难题,成为基于声纹的鸟类多样性监测所面临的挑战。本文提出了基于音节聚类的鸟类鸣声监测框架:首先通过音高、频率平坦度等音频特征在声纹数据中提取音节,然后通过无监督表征学习与狄利克雷过程(Dirichlet process)混合模型对音节进行深度无监督聚类训练,完成音节聚类和自动音节种类推断。分析结果表明,本文提出的基于音节聚类的鸟类鸣声监测框架在处理开源数据集白腰文鸟(Lonchura striata)的曲目时可获得接近90%的聚类准确率。在此基础上,本研究对2022年4-5月在广州市白云山公园固定监测点所录制的10种鸟类鸣声进行了无监督的音节聚类分析,验证了本文所提出的基于音节聚类的鸟类鸣声监测框架的有效性:本技术不仅可以支持快速鸟类物种识别,还可以统计和分析不同物种鸟鸣在时间、频度、数量上的变化。这些结果表明,基于音节聚类的鸟类鸣声监测框架可以显著降低对人工标注训练数据的要求,克服传统鸟鸣物种识别框架...     

基于基因组数据分析的细菌耐药基因识别与表型预测

利用基因组数据和生物信息学分析方法,快速鉴定耐药基因并预测耐药表型,为细菌耐药状况监测提供了有力辅助手段。目前,已有的数十个耐药数据库及其相关分析工具这些资源为细菌耐药基因的识别以及耐药表型的预测提供了数据信息和技术手段。随着细菌基因组数据的持续增加以及耐药表型数据的不断积累,大数据和机器学习能够更好地建立耐药表型与基因组信息之间的相关性,因此,构建高效的耐药表型预测模型成为研究热点。本文围绕细菌耐药基因的识别和耐药表型的预测,针对耐药相关数据库、耐药特征识别理论与方法、耐药数据的机器学习与表型预测等方面展开讨论,以期为细菌耐药的相关研究提供手段和思路。     

关于遗传密码起源问题的几点看法

氨基酸与核苷酸之间的密码关系可能来自原始tRNA链（包括识别核苷酸及反密码子）与氨基酸的直接相互作用即原始tRNA识别或第二套遗传密码.     

福建沙溪口水电站库区混合输移参数研究

本文以沙溪口水电站水库为例,对河道式水库混合输移参数的识别作了若干研究。阐述示踪实验确定这些参数的原理、方法,提供沙溪口电站库区河段枯水期的参数值。在示踪实验基础上,提出适用于水电站不同运行状态混合输移参数的估算公式。可为有关部门研究水环境容量,制订水质规划等提供参考。     

珍珠囊研究概况

珍珠是由贝体中的一种分泌物形成的.它是名贵的装饰品,又是重要的中药材.其化学组成,碳酸钙为91.7%,有机质包括碱性蛋白和糖类,为5.94%,水分为2.23%1,2.人们从自然捕珠到人工育珠,在不断完善人工生产珍珠技术的同时,对珍珠形成的机理也进行了研究.       

用于识别心电图的BP网络系统

基于ＢＰ神经网络算法和心电图（ＥＣＧ）识别的原理,作者系统地探讨了ＢＰ网络用于心电图识别的方法并设计了一个用ＢＰ网络识别三种类型（ＥＣＧ）一正常、下壁心肌心梗塞和前间壁心肌梗搴系统。实验结果较好。     

G蛋白偶联受体计算研究的进展和前瞻

G蛋白偶联受体(G protein-coupled receptor,GPCR)是含有七个跨膜螺旋的一类重要蛋白,是迄今为止发现的最大的多药物靶标受体超蛋白家族。例如,目前上市药物中有超过30%是以GPCR为靶点的。然而,与GPCR重要性形成强烈反差的是科学界对于其结构与功能的了解非常贫乏,主要原因是通过实验手段来获得GPCR的结构与功能信息极其困难。利用生物信息学方法从基因组规模的数据中识别GPCR并预测三维结构是可行途径之一。基于生物信息学的GPCR研究将为新型药物靶标的筛选和药物的开发提供一定的帮助。本文论述了几种较为典型的GPCR计算方法,并基于已有研究提出可能的创新性研究策略来解决GPCR蛋白识别、跨膜区定位、以及结构和功能预测等问题。     

循环肿瘤细胞识别技术研究现状

循环肿瘤细胞(CTCs)对恶性肿瘤传播转移有重要影响,因此CTCs识别技术的出现与不断进步有着重要的临床意义,准确可靠的CTCs识别技术将为尽早确诊肿瘤、指导个性化治疗方案、诊断微小残留病变以及评估抗癌药物的敏感性提供强有力的工具。本文针对核酸检测法、免疫细胞化学术、流式细胞术和基于表征特性图像识别技术等CTC识别技术的发展情况进行了综述总结,比较各种技术的优缺点,对现阶段该领域存在的问题进行了讨论,并对CTCs识别的技术发展方向作了进一步的展望,为学者们提供更广的研究思路。     

蛋白质折叠识别方法综述

蛋白质折叠识别算法是蛋白质三维结构预测的重要方法之一,该方法在生物科学的许多方面得到卓有成效的应用。在过去的十年中,我们见证了一系列基于不同计算方式的蛋白质折叠识别方法。在这些计算方法中,机器学习和序列谱-序列谱比对是两种在蛋白质折叠中应用较为广泛和有效的方法。除了计算方法的进展外,不断增大的蛋白质结构数据库也是蛋白质折叠识别的预测精度不断提高的一个重要因素。在这篇文章中,我们将简要地回顾蛋白质折叠中的先进算法。另外,我们也将讨论一些可能可以应用于改进蛋白质折叠算法的策略。