G/11木聚糖酶最适pH值的预测及其与氨基酸位置的关系

把木聚糖酶全序列均分为N端,中间端(I端)及C端3个部分,并分别以全序列及分段氨基酸的组成作为模型输入值.通过主成分分析(PCA)方法探讨全序列及分段氨基酸组成和最适pH值的相关性,运用均匀设计法分别优化支持向量机和BP神经网络运行参数.研究结果表明:支持向量机获得的预测模型优于神经网络,其中RBF支持向量机是最佳的模型.主成分分析结果显示:I端主成分跟最适pH值相关性最高;相关系数R绝对值为0.68,得到的结果与支持向量机结果一致.     

α-淀粉酶Amy7C及其突变体最适pH值的定量预测

【目的】pH值是影响酶催化效率的关键参数,通常需要通过实验方式才能确定生物酶的最适 pH 值,而该方式要消耗较多的人力、物力和时间。因此,有必要发展一种利用酶的简单结构信息即可预测其最适 pH 值的方法。【方法】以20-1前馈反向传播的神经网络为模型,完成535种氨基酸属性对α-淀粉酶 pH 值的拟合。同时,将α-淀粉酶 Amy7C及其54个突变体的数据分为2组,用35个酶作为训练组进行拟合,20个酶作为验证组进行检验,并对不同层次及神经元个数的模型进行比较。【结果】109个氨基酸属性可实现20-1神经网络模型收敛,表明这些氨基酸属性可用干预测α-淀粉酶的最适 pH值,但是不同氨基酸属性预测 pH 值的效果差别较大,只有部分指标预测 pH值的效果较好。多模型的分析结果显示,不同模型对训练组R值的结果具有显著性差异,而对训练组P值、验证组R值和验证组P 值结果无显著性差异。【结论】氨基酸分布概率等属性可用干预测α-淀粉酶的最适 pH值。20-1神经网络模型是预测α-淀粉酶最适 pH值相对理想的模型。     

枯草芽孢杆菌B10木聚糖酶基因的分子生物学

从腐烂苎麻周围土壤中经过初筛和复筛得到具有脱胶能力的枯草芽孢杆菌菌株B10。采用PCR方法对B10的木聚糖酶基因进行克隆．在木聚糖选择平板上用刚果红染色法筛选出阳性克隆，对阳性克隆的重组质粒进行鉴定和测序．结果表明，该木聚糖酶基因全长642个碱基，编码214个氨基酸。与已报道的来自枯草芽孢杆菌木聚糖酶的基因只有2个碱基的差别．该基因在大肠杆菌中表达。过夜培养物中胞外、胞内和胞质间的酶活分布分别为22．7％，28．2％和49．1％．该木聚糖酶的最适作用pH值为6，最适作用温度为50℃。具有较宽pH范围和较好热稳定性。     

黑曲霉S13所产木聚糖酶的性质及应用研究

木聚糖酶作用的最适温度为50℃,最适pH为4～6,在pH为1～12酶活性稳定.木聚糖酶的热稳定性差,60℃保温1h剩余酶活为1.65%.木聚糖酶受大多数金属离子的抑制,其中Cu2+的抑制作用最大.木聚糖酶应用于饲料发酵和纸浆漂白过程中,可以有效地降低饲料中的粗纤维含量和改善纸张的性能并减小污染.     

贝塔一葡萄糖苷酶催化反应的最适pH值和最适温度的同时预测

利用氨基酸特征同时预测贝塔一葡萄糖苷酶反应的最适pH值和最适温度.首先,用不同的氨基酸特征对贝塔一葡萄糖苷酶进行量化作为输入,以最适pH值和最适温度作为输出;然后用20-2前馈反向传播的神经网络进行训练;最后用子集验证、刀切验证和交叉验证三种方法进行验证.结果表明,在24个氨基酸特征中只有4个特征可以用于模型预测,其中...     

酸性木聚糖酶产生菌XYW5的筛选及酶学性质

【目的】选育优良的产酸性木聚糖酶的微生物,考察酸性木聚糖酶的酶学性质(尤其是pH值为4.0),为实现纤维素乙醇低成本清洁生产打下基础。【方法】从广西大学农场采集土壤,富集后经产酸性木聚糖酶的培养,比较酸性木聚糖酶酶活力,选育酸性木聚糖酶高产菌株,鉴定菌种,分析酶学性质。【结果】筛选出产酸性木聚糖酶酶活力较高的菌株XYW5。扩增菌株XYW5的ITS rDNA序列,经测序分析比对,将其初步鉴定为日本曲霉Aspergillus japonicus XYW5。菌株XYW5产酸性木聚糖酶和酸性木糖苷酶的酶活力最高分别达(26. 26±0. 97)U/mL和(0.63±0.02) U/mL,比活力分别为(85.50±0.63) U/mg和(1.80±0.01) U/mg;其酸性木聚糖酶最适温度和最适pH值分别为65℃和6.5,酸性木糖苷酶最适温度和最适pH值分别为70℃和4.5;酸性木聚糖酶兼有酸性CMCase酶活力,达到8.54 U/mL。【结论】菌株XYW5所产的酸性木聚糖酶具有开发成为优良工业酸性木聚糖酶的潜力。     

里氏木霉和黑曲霉产酸性木聚糖酶及酶学特性比较

【目的】对黑曲霉和里氏木霉产酸性木聚糖酶的性能及所产粗酶的酶学特性进行分析比较,尤其是考察pH值为4时木聚糖酶酶活力及稳定性,从而确定潜在的较为理想的酸性木聚糖酶。【方法】将里氏木霉和黑曲霉接种至培养基进行产酶培养,比较分析两者的酸性木聚糖酶、酸性木糖苷酶的酶活力及酶学特性。【结果】黑曲霉酸性木聚糖酶和酸性木糖苷酶的酶活力最高分别达(52.36±2.61)U/mL和(0.57±0.01)U/mL,酸性木聚糖酶最适温度和pH值分别为55℃、5.0,酸性木糖苷酶最适温度和pH值分别为75℃、5.0;里氏木霉酸性木聚糖酶和酸性木糖苷酶的酶活力最高分别达(10.12±0.95)U/mL和(0.32±0.05)U/mL,酸性木聚糖酶最适温度和pH值分别为65℃、6.5,酸性木糖苷酶最适温度和pH值分别为65℃、4.5。黑曲霉和里氏木霉的酸性木聚糖酶兼有酸性CMCase酶活力,分别为(5.26±0.21)U/mL、(1.72±0.21)U/mL。【结论】黑曲霉所产酸性木聚糖酶明显比里氏木霉的更优良,是潜在的较为理想的酸性木聚糖酶。     

木聚糖酶产生菌的筛选与部分酶学特性的研究

通过富集培养、水解圈鉴定、酶活检测等步骤,从不同地点采集含木聚糖的土样中初筛出10株木聚糖酶产生菌,获得一株酶活最高的菌株Bacillus sp. X-18.对Bacillus sp. X-18木聚糖酶的部分酶学特性进行了研究,结果显示:菌株X-18酶活最适温度为50 ℃,在50 ℃保温1 h仍保持100%的酶活力.该酶pH值范围较广,在pH4.0-8.0范围内均能保持较高的活性,最适为pH5.0,与其相关报道的研究相比,该木聚糖酶具有良好的酸碱耐受性.     

酸性环境中木聚糖酶高产菌株的筛选及鉴定

从pH 5.0的酸性土壤中筛选出一株木聚糖酶高产菌株A4,菌体固态发酵产酶条件优化表明,最佳发酵培养基配方为：麸皮37.79％,玉米芯9.10％,NH4NO3 0.51％,MnSO4 1.60％,水50％,接种量2.0％,最适发酵温度28～32 ℃,发酵培养48～52 h,木聚糖酶活力最高达到750 U/g（碳源）.该菌株所产木聚糖酶的最适pH为4.8,比野生黑曲霉的pH值低.通过生长形态和分子生物学方法相结合的鉴定该菌株为黄曲霉.     

用MATLAB编程求解Zn(Ⅱ)-NH4Cl-NH3-H2O体系热力学模型

应用MATALAB语言编写程序建立Zn(Ⅱ)-NH4Cl-NH3-H2O体系的多元非线性热力学模型并求解其热力学关系. 模型中共有pH值、游离氨浓度、总氨浓度、溶液中总锌浓度、总氯浓度和游离氯离子浓度 6个变量, 共有锌量、氨量、氯量和电荷平衡4个方程. 根据电算指数法, 模型中各离子浓度之间服从对数和指数关系. 输入需求解的方程及其边界条件, 求出总氨浓度和总氯浓度分别在0～10 mol/L范围内变化时, 其他未知数随之变化的关系, 并绘制各种重要的热力学关系图, 包括各种立体图和二维图. 对用MATLAB求解模型和用BASIC求解模型的所得结果以及与氧化锌溶解度实验所得结果之间的差异进行分析. 结果表明, 用MATLAB编程求解冶金多元非线性热力学模型, 过程简单, 所得结果精确可靠, 根据计算所得数值可方便地绘制成各种图形, 便于进行冶金分析.     

预测取代芳烃生物降解性的投影寻踪回归模型

计算了42种取代芳烃的WHIM描述子,分别采用多元逐步线性回归分析法和投影寻踪回归技术,对所研究化合物的生物降解性参数BOD值进行定量构效关系研究.逐步线性回归分析结果表明,三维分子描述子WHIM可以从分子的大小、形状、对称性和原子分布等方面全面描述整个分子的结构,取代芳烃的生物降解性主要与分子的形状、密度分布和对称性有关,并且受原子量、原子范德华体积及电子拓扑指数的影响.在逐步线性回归基础上构建了取代芳烃生物降解性的投影寻踪回归模型.由于采用了"审视数据-模拟-预测"这样一条探索性数据分析新途径,模型的稳定性和预测能力大大提高,决定系数R2为0.642,测试组平均相对百分误差为8.29%.     

BP人工神经网络法研究PBDE_S类化合物的RRT

运用BP人工神经网络方法对PBDEs的相对保留时间(RRT)进行了QSPR研究.所建的BP人工神经网对PBDEs的RRT预测准确度非常高,网络训练误差几乎为0,网络回判MSE误差为0.003 9,明显低于逐步回归分析结果,独立检测集MSE误差为0.000 4,也很低,说明BP人工神经网具有较好的泛化能力.此方法得到的模型预测能力要优于逐步回归模型.     

基于主成分分析法优化广义回归神经网络的地震震级预测

为科学有效预测地震震级,提出了基于广义回归神经网络(General Regression Neural Network,GRNN)的地震震级预测模型。选取地震累计频度、累计释放能量、b值、异常地震群数、地震条带个数、活动周期、相关区震级等7个指标作为地震震级影响因子,利用主成分分析法(Principal Component Analysis,PCA)对7个影响因子进行降维处理,以新生成的四个主成分作为模型输入变量,地震震级为输出变量,运用粒子群算法(Particle Swarm Optimization,PSO)寻优得到GRNN模型最优光滑因子,最终建立基于PCA-PSO-GRNN的地震震级预测模型,利用建好的模型对训练样本进行回判检验,并对测试样本进行预测,并同传统BP神经网络模型和单一GRNN模型预测结果进行对比,结果表明：PCA-PSO-GRNN模型预测结果的平均误差为5.17%,均方根误差为0.1000,决定系数为0.9868,均方相对误差为0.0073,平均绝对误差为0.1000,运行时间为5.2s,预测精度和运行效率均优于BP模型和单一GRNN模型。     

辽东湾北部碱蓬群落及滩涂土壤盐分遥感反演模型

土壤盐分是评价土壤质量的重要指标，也是影响辽河口滨海湿地盐地碱蓬生长的主要环境因素之一，提出一种实时、准确、大尺度监测碱蓬群落及周围滩涂土壤盐分的算法十分必要.为了减少大气对模型的影响，该文利用地面高光谱数据模拟Landsat 8 OLI卫星反射率，采用基于交叉验证的逐步回归分析方法构建土壤盐分反演模型.结果表明：1) 碱蓬样本的土壤盐分明显低于裸滩，海南三区域土壤盐分在总体上低于鸳鸯沟和笔架岭区域，而植株高度和生物量普遍均高于鸳鸯沟和笔架岭区域，在一定程度上说明了土壤盐分对盐地碱蓬生长的影响；2) 模拟卫星反射率构建的多光谱指数与土壤盐分的相关性相较于单波段在整体上有所提高，其中植被指数NDVI和RVI与土壤盐分的相关性较高，相关系数达到了－0.689和－0.683；3) 利用基于交叉验证的逐步回归分析法构建土壤盐分反演模型，模型的自变量为RVI、SAVI和SI3，模型的建模集决定系数R2为0.684，均方根误差(RMSE)为3.45，验证集RMSE为1.88，相对分析误差(RPD)为2.28，表明模型的反演精度和反演能力较好；为了进一步验证模型的精度，对比分析基于逐步回归分析法筛选的指数因子构建的多元线性回归反演模型，发现交叉验证的逐步回归模型的R2、RMSE均优于多元线性回归反演模型，同时土壤盐分反演值和实测值散点图更接近1∶1线，为辽东湾北部碱蓬群落及裸滩土壤盐分因子的反演提供技术及数据支持.     

改进的固定交通检测器缺失数据综合修复方法

基于检测器数据的时空相关性,为缺失数据修复模型动态地选择解释变量,在综合考虑检测器数据的周期性趋势和实时变化特性的基础上,提出了一种改进的缺失数据修复方法.对上海市南北高架的线圈流量数据进行数据修复精度测试.结果表明,相较于传统的支持向量回归(SVR)模型,该方法在3个测试检测器上的数据修复平均绝对误差分别减小了3.80%、3.40%、25.23%,并且在数据连续缺失1～10个时平均绝对百分比误差均低于6%.     

超短期风电功率预测的混合深度学习模型

针对风电功率预测(WPF)问题,提出一种基于离散小波变换(DWT)、时间卷积网络(TCN)和长短期记忆(LSTM)神经网络的混合深度学习模型(DWT-TCN-LSTM),对超短期风电功率进行预测.将DWT-TCN-LSTM模型分别与差分整合移动平均自回归(ARIMA)模型,支持向量回归(SVR)模型,长短期记忆神经网络模型和卷积长短期记忆(TCN-LSTM)混合模型进行对比实验,通过对称平均绝对百分比误差(SMAPE),均方根误差(RMSE)和平均绝对误差(MAE)3种评价指标值对各个模型进行评价.实验结果表明:DWT-TCN-LSTM模型具有较好的预测性能.     

离港航班可变滑出时间预测方法及应用

考虑离港航班可变滑行时间的可量化影响因素,构建了基于BP神经网络的离港航班可变滑出时间预测模型,然后采用遗传算法（Genetic Algorithm, GA）优化BP神经网络的权值和阈值,并提出基于可变滑出时间预测结果的航空器推出控制策略。最后,基于我国中南某枢纽机场2周的实际运行数据对预测模型及控制策略进行了验证。结果表明：①离港航班的可变滑出时间与机场场面交通流有强相关性,与平均滑出时间中度相关,与滑行距离相关性和转弯个数较弱;②基于GA优化后的BP神经网络预测结果误差在±60s、±180s、±300s内的准确率分别提升了14%、10%和5%;预测结果的平均绝对误差百分比提升了1.87%,平均绝对误差和均方根误差分别减少了3.58s、32.45s。③基于可变滑出时间预测的离港推出策略比实际推出时间平均晚68s。研究成果为提升大型枢纽机场场面运行效率和协同决策能力提供了新的思路。     

非线性回归的一种算法

非线性回归一般有可化为线性回归与纯非线性回归２种情况。传统的解决方法是最小二乘法及Ｇａｕｓｓ－Ｎｅｗｔｏｎ迭代法。文章用有理插值函数去逼近非线性函数便可得到一近似的回归函数,计算结果表明,该方法拟合的平均绝对误差及均方差比传统方法效果好。     

基于车辆车载诊断数据的山地城市道路异常驾驶行为空间分布特征

为了探究山地城市异常驾驶行为的空间分布规律,本文基于车辆OBD（On Board Diagnostics）数据建立了异常驾驶行为空间分布规律模型。首先,以重庆市6条主干道130个路段为研究对象,定性分析道路坡度、弯度、公交站和开口与异常驾驶行为间的关联性;然后,分别构建Possion回归模型和零膨胀Possion回归模型（ZIP）、零膨胀负二项回归模型（ZINB）,对急加速、急减速、急转弯和超速行为发生频率的空间分布特征进行了描述;最后,随机选取路段进行模型验证,结果表明：对于急加速率、急减速率空间分布特征,Possion回归模型拟合效果较优,绝对误差在10%~10%;急转弯率适宜采用ZINB回归模型,80.77%的绝对误差分布在（-0.005~0.005）;超速率适宜采用ZIP回归模型,71.15%的绝对误差基本分布在（-0.002~0.002）区间。     

支持向量机法预测卤代苯和苯酚衍生物的毒性

应用支持向量回归算法（SVR）,以按非氢原子分类的分子电性距离矢量（H-MEDV）为参数,通过参数的优化,建立了几种更强的预测模型,预测了卤代苯和苯酚衍生物的毒性,并根据H-MEDV参数原理对预测结果进行了初步探讨.各预测模型的标准误差分别为0.305、0.267、0.275、0.228、0.362、0.238,均低于采用多元线性回归（MLR）和逐步回归（SMR）法的预测结果,说明支持向量回归算法在小样本、多变量的样本建模预报问题上具有一定的优势.