基于小波分析法的蛋白质结构研究

用小波的方法预测了一个已知结构蛋白质的二级结构，并把它同互连网蛋白质结构预测服务及其他结构预测软件得到的二级结构进行比较。结果表明：该方法可以较好地确定蛋白质的二级结构且不必进行同源蛋白质序列的联配。在预测未知结构的蛋白质序列方面，该方法与其他方法相比，预测结果并无显著差异，这说明小波分析法可以用于蛋白质结构研究，若与其他方法结合用于结构预测,将会起到更好的作用。     

蛋白质拓扑结构预测的进一步讨论

利用信息论方法，找到了与蛋白质拓扑结构相关性较好的一些二级结构参数，确定了预测蛋白质拓扑结构的最佳参数、对α类，β类，α／β类蛋白制定了简洁的预测规则；对结果进行了讨论。     

蛋白质二级结构预测概率图模型的改进

蛋白质二级结构与蛋白质三级结构及蛋白质功能密切相关,是生物信息学研究的热点,其中概率图模型隐马尔可夫算法(HMM)是该领域研究的重要工具。但是在实际应用中,存在着HMM训练下溢、不同训练集的效果差异较大及参数优化困难等问题。对预测蛋白质二级结构时HMM遇到的训练下溢问题提出了改进方案;首次提出8-状态HMM来预测蛋白质二级结构,并且将参数B改进成为包含状态转移信息的三维参数;为了改进最优HMM模型的确定方法,用每个样本分别对初始HMM模型进行训练,得到一系列新的模型,然后对这些新模型的参数求均值,将求得的均值作为最优模型的参数。这些改进方法提高了HMM预测蛋白质二级结构的准确率,为HMM的进一步优化打下良好的基础。     

基于网络服务的蛋白质二级结构预测软件

借助位于互联网的蛋白质结构预测服务，开发了一个蛋白质二级结构预测软件，它能全面快速地搜索到不同网站的各种预测结果，对其进行综合分析可获取更准确的预测，用户不必分别访问每个网络服务界面并填写数据，程序能自动提交预测请求，并收集，分析各个网站的预测结果，因而该软件能够大大提高结构预测效率和准确率。     

蛋白质二级结构预测中的简化编码技术

神经网络用于蛋白质二级结构预测时，通常氨基酸序列采用正交二进制编码。基于不同残基间的物理化学性质，提出了简化的编码技术，并与其他蛋白质二级结构预测的方法进行了比较。实施结果表明：这种方法更充分地利用了蛋白质一级结构的信息，有较好的效果。     

小波筛选蛋白质二／三级复合结构中的三级结构

蛋白质的三级结构与生物功能是密切相关的．但是，在蛋白质结构研究中很难将二级结构与三级结构定量地区分开来．这里，以小波分析方法对α碳链进行高频去噪，只剩余蛋白质链的低频折叠．这就相当于将二级结构从蛋白质结构中剥离了出去，只保留较为纯粹的三级结构．该方法突出了长程结构的特征，为蛋白质结构的重新预测和分类提供了一条途径．     

连续小波变换在蛋白质结构预测中的应用

将代码为3pgal蛋白质的氨基酸序列映射为疏水值序列，在合适的尺度下，通过连续小波变换方法可对其非规则二级结构进行预测，淮确率为83．3％。从PDBsum数据库中随机抽取100个蛋白质作为测试对象，经本法处理后，1853个非规则二级结构中有1424个能被淮确预测到，平均预测淮确率为76．8％。结果表明：该法可较好地预测蛋白质的非规则二级结构，具有极大的发展前景。     

蛋白质运动的理论分析与蛋白质结构

从基础物理现象出发。讨论了蛋白质的运动特点，提出了动态概念，据此分析了蛋白质折迭的物理学过程，并规范出蛋白质运动的３个原则：均一化原则，最大动态自由度原则和拓扑结构原则。结合生物学研究，提出蛋白质的生物化学三原则：选择原则，最低限度原则和协合性原则，相当部分生物学现象及蛋白质知识均可在此理论系统内得到解释。     

神经网络预测蛋白质二级结构的编码技术

考虑不同残基的物理化学性质,将其融入蛋白质二级结构的神经网络预测中,提出了一种新的归一化二进制编码技术,将各种残基不同的疏水值与体积大小归一化结果作为神经网络的二进制输入序列．与其他蛋白质二级结构预测的方法进行了比较,结果表明,该方法能充分利用蛋白质的一级结构信息,获得了很好的预测效果。     

三维机织几何结构的数值表征

推荐一种利用一组数值型参数来定量表征三维机织几何结构的方法。在给定的几何约束和加工约束条件下，由4种纱线系统组成的三雏机织几何结构可用9个结构参数予以数值表征。根据贯穿或分层的角联接结和正交接结的几何特征，分别建立了与之对应的结构参数以及参数间的联系。进一步的研究表明，对于角联接结的三维机织几何结构，9个结构参数中仅有4个是独立的；而对于正交接结的三维机织几何结构，独立的结构参数为5个。一旦确定了独立的结构参数，三维机织几何结构就能被确定；反之，只要织物几何结构已知，则与之相对应的结构参数也就确定了。这里所推荐的数值表征方法可用于三维机织几何结构的设计，如根据三维机织复合材料的性能要求确定各取向纤维的分布等，从而为建立一种具有普适意义的三维机织结构几何模型提供了前提条件，同时也为三雏机织复合材料力学性能的设计提供了统一的设计平台。     

偏磷酸使蛋白溶液发生凝聚的理论探讨

指出外加强酸能使蛋白溶液发生凝聚是因为破坏了纤维蛋白质高级结构的氢键，使蛋白质结构变得松散，水化能力降低，粘度增大。偏磷酸溶液中存在大量电荷高、分子量大的多聚体，能有效地中和掉蛋白质胶粒表面的电荷，破坏胶粒表面的水化膜，使蛋白胶粒凝聚而沉淀。     

基于小波分析的蛋白质序列分形研究

利用氨基酸的疏水自由能对蛋白质序列进行编码，选择墨西哥帽小波对于编码序列进行多尺度分解，应用基于小波分解的Abry—Veitch算法来研究蛋白质一级结构的分形特性，最后通过计算Hurst指数来定量刻画蛋白质序列的自相似性。实验结果表明．本文的方法只依据蛋白质一级序列的信息，可获得反映了蛋白质序列排列的自相似性和复杂度一个判据，相比于其他方法，本文的方法简单、可靠，为蛋白质序列的分析和研究提供了一个新的思路。     

模式识别方法预测蛋白质二级结构的研究

提出一种预测蛋白质二级结构的模式识别方法。该法首先对大量已知结构的蛋白质实验数据进行分析，找出鉴别蛋白质不同结构成分的有效信息，即设计分类器，然后实现对未知蛋白质二级结构的预测。用此方法对６４０个实验样本进行了研究，得到较高的预测精度，表明方法是有效的。还对实验结果进行了分析；讨论了有限样本对分类器性能的影响。     

配体叠合的蛋白质结合部位结构多样性的分析

蛋白质结构与功能间关系的一个重要方面是蛋白质与配体的识别和结合能力问题.本文通过探寻与同一个配体（HEM）相作用的74个非同源蛋白质上活性位点的潜在规律来分析蛋白质的结构,综合应用编程、数据处理及图像分析等手段对蛋白质及配体的叠合进行研究,为用3D-QSAR方法研究蛋白质的结构提供了可能.     

基于蛋白质二级结构序列的结构型预测

以蛋白质二级结构含量为基础利用Mahalanobis距离和以蛋白质二级结构序列建立数学模型相结合的方法来预测α型、β型、α＋β型和α/β型四种蛋白质结构型。     

基于蛋白质二级结构序列的结构型预测

以蛋白质二级结构含量为基础利用Mahalanobis距离和以蛋白质二级结构序列建立数学模型相结合的方法来预测α型、β型、α+β型和α/β型四种蛋白质结构型。     

馈能型悬架结构参数的分析与试验

提出了一种馈能型悬架来回收悬架间的振动能量，为研究其使用性能和馈能性能，根据液压传动理论对静液式馈能装置的力学特性进行了分析和台架试验．研究表明馈能装置的力学特性由其结构确定的粘性阻尼参数和类似库伦阻尼参数来体现，同时得到了它们的数学表达式．馈能装置力学特性的试验测定结果与理论分析结果相吻合，从而完成了对馈能装置力学特性的解析，为对馈能型悬架进行更深入的理论与试验研究提供了基础．     

蛋白质结构类预测的新方法：基于蛋白质二级结构序列的预测方法

提出了由蛋白质二级结构序列预测蛋白质结构类的新方法，并给出了预测蛋白质结构类的简明预测规则。     

蛋白质凝聚结晶和致病的动力学机制

这本书涉及了蛋白质在溶液中的相转变、自组装和聚集行为等问题。其主要目的是向跨学科的读者介绍这一领域的研究现状。书中主要讨论了蛋白质优质结晶的问题，指出其瓶颈在于晶体的成核。由于蛋白质的结构决定了它的功能，因此非常有必要培养出优质的晶体来确定其结构，其中遇到的主要挑战是确定具备最佳成核条件的溶液初始状态。     

位移法基本结构的简化

介绍了位移法基本未知量的确定方法，提出用位移法基本假定和改铰分析法相结合的方法来确定线位数目，以便画出正确的位移法基本结构图，并详细探讨了位移法基本结构的简化方法，借助于手算实例说明其具体的简化过程。