A quasi-physical algorithm for the structure optimization in an off-lattice protein model

Introduction Predicting the native structure of a protein from its amino acid sequence is one of the most challeng- ing problems in biophysics and bioinformatics. The difficulty of the problem comes from two aspects. One is the determination of the potential energy func- tion. The effective energy function can generally dis- tinguish the native states from non-native states of protein molecules. The other is that the potential en- ergy landscape of the system can be characterized by a multitu…     

可渗透管网络非定常跨壁传输问题的解耦算法

提出了可渗透管网络非定常跨壁传输问题的解耦算法,这是一种有限元法与初值问题Ｃａｕｃｈｙ方法相结合的半解析算法。在一维管流的假设下,通过引入插值函数,得到用管外变量表示的管内变量的解析解,使最终导出的有限元方程中只包管外变量,从而减少了联立方程的数目,大大节省了计算时间,本方法特别适用于大型网络的数值计算。     

面向异步多时延基因调控网络建模的高阶动态贝叶斯网络模型及其结构 学习算法

目的：由基因芯片数据精确学习建模具有异步多时延表达调控关系的基因调控网络。方法：提出了一种高阶动态贝叶斯网 络模型,并给出了网络结构学习算法,该模型假定基因的调控过程为多阶马尔科夫过程,从而能够建模基因调控网络中的异步多 时延特性。结果：由酵母基因调控网络一个子网络人工生成了加入10%含噪声的表达数据用于调控网络结构学习。在75%的后验 概率下,本文提出的高阶动态贝叶斯网络模型能够正确建模实际网络中全部的异步多时延调控关系,而经典动态贝叶斯网络仅 能够正确建模实际网络中1/3的调控关系;ROC曲线对比表明在各个后验概率水平上高阶动态贝叶斯网络模型的效果均优于经 典动态贝叶斯网络。结论：本文提出的高阶动态贝叶斯网络模型能够精确学习建模具有异步多时延表达调控关系的基因调控网 络。     

一种基于改进算法的太阳能电动车用最大功率跟踪系统

随着太阳能光伏发电技术的不断进步和运用,太能电车车作为一种利用光伏发电技术的运用模式,与太阳能光伏发电有着密不可分的关系,但是当前电动车的功率整体相对较低,因此,从多方面思考一种基于改进算法的太阳能电动车用最大功率跟踪系统,具有很大的现实意义。本文旨在围绕太阳能电动车的电源系统进行分析,并对光伏发电中太阳电池组件以及方阵进行试验论证,从最大功率跟踪器的设计进行全面探讨,更好的实现太阳能电动车用最大功率跟踪系统的技术运用。     

产甲烷常温古细菌和嗜热古细菌代谢网络拓扑结构与功能间的关联性研究

根据从KEGG数据库获得的产甲烷的常温古细菌Methanosarcina acetivorans(MAC)和嗜热古细菌Methanopyrus kandleri(MKA)的代谢网络,通过不同的网络属性特征的比较,发现常温古细菌MAC的代谢网络比嗜热古细菌MKA有更长的平均路径长度,更大的直径,这表明常温古细菌MAC的总体结构是相对低密度、松散的网络结构.同时为了从系统水平上分析这些特征蕴含的功能意义,采用了Grivan和Newman提出的模块算法(简称GN算法)分析这两个生物体的功能模块,并将所得的结果与KEGG数据库中的途径信息进行比较研究,发现大部分模块对应2~4个KEGG途径,表明这些网络模块均具有一定功能意义.     

基于CART算法的肺癌微阵列数据的分类

基因芯片技术是基因组学中的重要研究工具。而基因芯片数据( 微阵列数据) 往往是高维的,使得降维成为微阵列数据分析中的一个必要步骤。本文对美国哈佛医学院 G. J. Gordon 等人提供的肺癌微阵列数据进行分析。通过 t- test,Wilcoxon 秩和检测分别提取微阵列数据特征属性,后根据 CART( Classification and Regression Tree) 算法,以 Gini 差异性指标作为误差函数,用提取的特征属性广延的构造分类树; 再进行剪枝找到最优规模的树,目的是提高树的泛化性能使得能很好适应新的预测数据。实验证明: 该方法对肺癌微阵列数据分类识别率达到 96% 以上,且很稳定; 并可以得到人们容易理解的分类规则和分类关键基因。     

多对独立杂合基因自交群体F1到Fn基因型熵的变化 规律

建立了具有多对独立杂合基因的自交群体的基因型熵的逐代演变数学模型, 给出每一世代中各个基因型所占的比例的三叉树算法。揭示出群体的基因型熵与独立杂合基因对数m存在线性关系, 与自交代数n存在非线性关系。固定代数n, 具有m对独立杂合基因的群体的基因型熵是仅有一对杂合基因的群体的基因型熵的m倍; 固定独立杂合基因对数m, 群体的基因型熵由F1至F3逐代递增, 在F3达到最大值, 从F3起逐代递减, 最终平衡在基因型熵最小的世代。讨论了这一模型对杂交育种工作的意义。