融合蛋白TAT-p53-MTS的促细胞凋亡作用

本研究首先构建了融合蛋白 TAT-p53-MTS 的原核表达质粒 pET-22b(+)-TAT-p53-MTS,将表达纯化的融合蛋白与p53缺陷型人肺癌细胞NCI-H1299孵育,通过Western blot和免疫共沉淀(co-immunoprecipitation,co-IP)检测融合蛋白的细胞穿膜以及与 Bcl-2蛋白的相互作用,并通过流式细胞术检测融合蛋白对 NCI-H1299细胞的促凋亡作用。结果显示,融合TAT和MTS的p53重组蛋白具有更强的细胞穿膜及线粒体定位能力;并且,融合蛋白能够通过与Bcl-2蛋白的结合显著诱导NCI-H 1299细胞的凋亡。     

MX-MnSO4中间化合物的研究

本文在计算机模式识别和神经网络对卤化物和硫酸盐的中间化合物生成与否进行模拟和预报的基础上,对ＣｓＣｌ－ＭｎＳＯ４、ＲｂＣｌ－ＭｎＳＯ４ 和ＫＢｒ－ＭｎＳＯ４ 是否能形成中间化合物进行了实验验证,证实了ＣｓＣｌ－ＭｎＳＯ４ 及ＲｂＣｌ－ＭｎＳＯ４ 能形成中间化合物,而ＫＢｒ－ＭｎＳＯ４ 则不能形成中间化合物．同时对ＭＣｌ·ＭｎＳＯ４ 中间化合物进行了讨论     

基于Transformer的自动驾驶交互感知轨迹预测

针对自动驾驶运动规划中预测周围交通参与者(如车辆、自行车、行人)未来轨迹的问题,提出了一个基于Transformer的轨迹预测模型(Trajectory Prediction Transformer,TPT)来帮助自动驾驶车辆预测周围交通参与者的未来运动轨迹。首先,为了有效地考虑交通参与者和交通环境之间的交互信息,将交通参与者建模为交通智能体。并将交通智能体的历史运动轨迹和周围交通环境信息编码为多通道图,作为模型的输入。然后,利用改进的Transformer对交通环境进行建模,并捕捉交通智能体与交通环境之间值得关注的交互信息,预测其未来运动轨迹。最后,在大规模自动驾驶数据集Lyft进行的实验表明,TPT模型能够在不同预测时长下取得优于其他对比模型的预测结果,且用时更短。