生物网络研究进展述评

生物网络是一类典型的复杂适应性系统,包含了许多个体的多层次的各种相互作用和关系,在过去的十年里,利用复杂网络理论对生物网络进行研究引起了人们的注意并获得了快速发展.本文首先从从度分布、聚类系数及鲁棒性等角度对现阶段生物网络性质的研究进行了简要介绍,后进一步对生物网络的聚类算法及主要建模理论做出了概括.今后的研究趋势在于如何建立合理的生物网络模型,以深入研究生物网络的各种性质.     

使用伪氨基酸组成和模糊支持向量机预测蛋白质结构类

蛋白质结构类预测是生物信息和蛋白质科学中重要的研究领域.基于Chou提出的伪氨基酸离散模型框架,从蛋白质序列出发,设计一种新的伪氨基酸组成方法表示蛋白质序列样本.抽取氨基酸组合(10-D)在序列中出现的频率和疏水氨基酸模式(6-D)表示蛋白质序列的附加特征,用和传统的氨基酸组成(20-D)一起构成的36维的伪氨基酸组成向量来表示蛋白质序列的特征.使用遗传算法来优化附加特征的权重系数.伪氨基酸组成向量作为输入数据,模糊支持向量机作为预测工具.使用三个常用的标准数据集来验证算法的性能.Jack-knife检验结果说明本方法具有较高的准确率,有望成为潜在的预测蛋白质功能的工具.     

基因组暗物质的识别：数量最大的一类非编码RNA的高精度预测算法获得突破

第二代测序技术又称作深度测序技术,应用到RNA上统称作RNA-seq或RNA测序,它已成为基因表达和转录组分析的重要手段。第二代转录组测序数据中含有大量不编码蛋白质的ncRNA序列,因为它们像宇宙中的暗物质一样难以识别和有重要功能,     

生物无线传感器网络路由算法研究

生物无线传感器网络在通信时,传感器节点会对其邻近的人体组织产生有害的电磁辐射,并由此引出了温度问题.在生物无线传感器网络中,如只考虑节点的能量问题,则可能致使某部分组织因局部温度过高而受到损伤,因此,传统的传感器网络路由算法并不能完全适用.本文基于以上问题提出一种新的簇头转换算法,综合考虑节点的能量、温度等问题,为各节点设定优先级,选择优先级最高的节点作簇头节点.从而使传感器节点邻近组织的温度得到控制,并且各节点的剩余能量也较为均匀.与传统的算法相比,降低了网络节点对人体的损伤,同时延迟了第一个死亡节点的出现.     

中国濒危鱼类、两栖爬行类和哺乳类的地理分布格局与优先保护区域——基于《中国濒危动物红皮书》的分析

《中国濒危动物红皮书》依据我国动物所面临的濒危,对我国濒危动物的濒危等级划分,种群现状,致危因素和保护措施等进行了描述说明,首批收录了535种濒危动物。本文以《中国濒危动物红皮书》中所收录的352种濒危脊椎动物（不含鸟类（以下简记为“濒危植物”）为研究对象,整理统计了现有濒危物种的分布资料,在GIS支持下,对中国濒危动物的地理分布进行了研究。结果表明,中国濒危动物物种呈明显的集聚分布,最密集的地区是横断山区,海南岛,西双版纳和云贵高原;而在华北平原,内蒙古东部,黄土高原和东北平原等地区出现大片空白区。影响濒危动物分布的主要因素有热量和水分条件,地形条件等自然条件以及历史开发,人为破坏等人文条件。山地因地形屏障作用而保留了较多的古老物种,其较为复杂的环境因子也有益物种的生存,因而物种丰富度较高。大多数动物对于水分和热量的依赖性较强,因此水热条件对其分布的限制作用十分明显。人为破坏较为严重的地区,濒危物种稀少;污染,开荒等引起的环境问题对于现存动物的威胁很。运用Dobson排除算法得到云南勐腊县等9个县分布有168种濒危动物,占全国总数（海生种类及仅分布于台湾和香港的特有种除外）的51．5％,而其土地面积之和仅为全国陆地总面积的0．9％。而云南勐腊县等94个县市就分布有中国所有的濒危动物。这些地区是我国生物多样性保护应该优先考虑的地方。     

基于机器学习的药物-靶标相互作用预测*

近年来,随着计算机硬件、软件工具和数据丰度的不断突破,以机器学习为代表的人工智能技术在生物、基础医学和药学等领域的应用不断拓展和融合,极大地推动了这些领域的发展,尤其是药物研发领域的变革。其中,药物-靶标相互作用(drug-target interactions, DTI)的识别是药物研发领域中的重要难题和人工智能技术交叉融合的热门方向,研究人员在DTI预测方面做了大量的工作,构建了许多重要的数据库,开发或拓展了各类机器学习算法和工具软件。对基于机器学习的DTI预测的基本流程进行了介绍,并对利用机器学习预测DTI的研究进行了回顾,同时对不同的机器学习方法运用于DTI预测的优缺点进行了简单总结,以期对开发更加有效的预测算法和DTI预测的发展提供帮助。     

一种新的蛋白质结构字母序列优化算法

基于蛋白质结构字母的预测和分析方法,一个必然的步聚,是将目标蛋白质离散成结构字母序列。本文在对蛋白质结构字母序列空间,及其最小根均方偏差变化,穷举分析的基础上,提出了一种新的蛋白质结构字母序列优化算法,全局贪婪算法。全局贪婪算法避免了基本贪婪算法过度依赖候选集大小,计算量过大、以及过早收缩于局部最小等缺点。经实验分析,全局贪婪算法在性能上优于基本贪婪算法和局部最优方法。。     

Blackboard Mechanism Based Ant Colony Theory for Dynamic Deployment of Mobile Sensor Networks

A novel bionic swarm intelligence algorithm, called ant colony algorithm based on a blackboard mechanism, is proposed to solve the autonomy and dynamic deployment of mobiles sensor networks effectively. A blackboard mechanism is introduced into the system for making pheromone and completing the algorithm. Every node, which can be looked as an ant, makes one information zone in its memory for communicating with other nodes and leaves pheromone, which is created by ant itself in naalre. Then ant colony theory is used to find the optimization scheme for path planning and deployment of mobile Wireless Sensor Network （WSN）. We test the algorithm in a dynamic and unconfigurable environment. The results indicate that the algorithm can reduce the power consumption by 13% averagely, enhance the efficiency of path planning and deployment of mobile WSN by 15% averagely.     

基于蛋白互作网络识别非小细胞肺癌相关基因功能模块

本研究对非小细胞肺癌(non-small cell lung carcinoma,NSCLC)基因表达数据进行差异表达分析,并与蛋白质相互作用网络(PPIN)数据进行整合,进一步利用Heinz搜索算法识别NSCLC相关的基因功能模块,并对模块中的基因进行功能(GO term)和通路(KEGG)富集分析,旨在探究肺癌发病分子机制。蛋白互作网络分析得到一个包含96个基因和117个相互作用的功能模块,以及8个对NSCLC的发生和发展起到关键作用候选基因标志物。富集分析结果表明,这些基因主要富集于基因转录催化及染色质调控等生物学过程,并在基础转录因子、黏着连接、细胞周期、Wnt信号通路及HTLV-Ⅰ感染等生物学通路中发挥重要作用。本研究对非小细胞肺癌相关的基因和生物学通路进行预测,可用于肺癌的早期诊断和早期治疗,以降低肺癌死亡率。     

南丰蜜桔可溶性固形物近红外检测的多元线性回归变量筛选

文章采用反向区间偏最小二乘法结合连续投影算法,筛选南丰蜜桔近红外检测的多元线性回归变量。对南丰蜜桔近红外光谱进行多元散射校正后,利用反向间隔偏最小二乘法,从500～1750 nm中初选出7个光谱区间,用于多元线性回归变量筛选。利用通过遗传算法和连续投影算法筛选出的变量建立了多元线性回归模型。经比较发现,利用反向区间偏最小二乘法结合连续投影算法筛选出的变量建立的多元线性回归模型,预测结果最优,模型预测相关系数为0.937,模型预测均方根误差为0.613 oBrix。结果表明,反向区间偏最小二乘法结合连续投影算法,可以有效地筛选近红外光谱的多元线性回归变量,提高南丰蜜桔可溶性固形物模型的预测精度。